基于MODIS影像研究黑龙江省植被变化以及与降水和气温的相关关系

利用2000~2012年MODIS数据集中空间分辨率为1000m,时间分辨率为1个月的NDVI数据集对黑龙江省生长季里整体植被及不同植被类型的植被覆盖度的空间分布差异、年际动态变化进行比较分析.同时,结合降水及气温等气象数据分析了各气候因子与不同类型植被多年来的相关关系.研究表明,(1)黑龙江省生长季整体植被覆盖度较高,空间差异较大,引起差异的原因主要是植被类型不同,林地植被NDVI较高,耕地次之,草地最低.(2)黑龙江省13年间NDVI变化趋势为:全省总体平均NDVI无明显变化,但不同植被类型NDVI变化趋势差异较大,其中耕地、草地植被NDVI 2000~2012年呈显著上升趋势;林地总体无明显变化,林地内部及周边地区林地转耕地草地的区域NDVI下降明显.(3)从像元尺度看,降水和温度对植被NDVI在不同地区影响差异较大,研究区大部分植被NDVI与气温和降水均具有较显著的相关性,其中降水相关性强于气温.     

西安近10年植被覆盖变化及其与气候因子的相关性研究

研究分析了西安市2002年12月—2012年11月逐年、季、月植被NDVI序列,结合同期西安市的观测数据,总结出西安市NDVI的变化特点及其与气候因子的关系.结果表明:(1)近10年西安市NDVI呈整体上升趋势,年均值在0.237 8~0.252 5之间;春季NDVI增加量最大,为0.004/a.(2)10年来西安市年降水量呈递减趋势,气温基本持平,气候驱动力不利于植被覆盖增长;年降水量主要集中在夏、秋季,雨热同期满足了植被生长发育需求.(3)年和季NDVI总体上与同期平均气温、上期降水相关性较好.(4)西安市植被对降水变化的滞后时间约为1个月.(5)人为因素在植被变化中发挥着重要的作用.     

气象条件对西安市区及周边污染影响分析

在环境污染日益严重的形势下,研究气象条件与大气污染的关系,以期为环境气象决策服务提供更好的思路。基于2010-2015年西安市区、长安区、临潼区气象观测资料及同期PM_(10)浓度和空气质量等级数据,探讨PM_(10)浓度年、季、月变化,以及污染天气下的气象要素特征,四季气温对PM_(10)浓度影响的阈值,不同等级、不同形态的降水对PM_(10)浓度的清除率,风速、风向对PM_(10)浓度的影响等。结果显示:近6aPM_(10)浓度缓慢上升,2013年PM_(10)浓度骤增与不利的气象条件关系密切;春季污染主要贡献为外来沙尘输送;冬季污染主要贡献为不利于污染扩散的气象条件;四季PM_(10)浓度与气温关系复杂;PM_(10)浓度最低值出现在降水峰值次日;连续性降水中PM_(10)浓度与降水量反比明显;间断性降水中,降水停止时PM_(10)浓度可能高于降水前的值;降水对西安市区的清除能力最大;春季大风沙尘造成PM_(10)浓度增高,冬季低风速不利于PM_(10)扩散;长安区盛行东南风、临潼区盛行东北风时易形成空气污染,二者下风方向为西安市区,加大了西安市区污染物堆积。     

基于土地利用和DMSP/OLS夜间灯光数据的河南省人口空间化研究

人口空间化研究是地理研究的关键问题,随着3S技术的发展及数据可视化需求的不断提高,如何获取高精度的人口空间分布数据成为研究热点。本文以人口基数大及人口增长迅速的河南省为研究对象,以2010年的土地利用数据、DMSP/OLS稳定夜间灯光数据、人口普查数据等为数据源,基于统计人口密度数据,将研究区划分为3部分。结合逐步回归分析理论,建立人口空间化模型,并在县级、乡镇级下对人口空间化结果进行精度评价,生成1 km×1 km人口密度格网图。结果表明:(1)对河南省第六次全国人口普查数据进行分区空间化,由精度验证结果可知模型效果较好;(2)在平均人口密度较高的县市,误差相对较小,说明该模型在人口稠密区空间化精度较高;(3)河南省人口空间化分布总体上呈从四周到城市中心递增的特点,人口分布圈层结构明显,主要向城市中心聚集,呈现由"圈"到"点"的聚集特征。     

SMAP卫星土壤水分产品对比研究与误差分析

基于站点的传统土壤水分测量方法耗时耗力,土壤水分主动被动监测任务(SMAP)利用微波遥感提供高效及时的土壤水分产品。为了对比研究微波遥感产品的优劣势,对比分析现有的4种SMAP土壤水分产品,并利用实测数据检验不同产品的土壤水分反演精度。实验结果表明:SMAP主动产品精度较低;被动、主被动产品与地面实测结果具有良好的一致性,精度较高;增强被动产品精度最高。此外,还对土壤水分产品的误差来源进行了讨论,从而促进其在陆地水、能量和碳循环中的应用。     

面向对象的无人机影像地物分类

为了对农村用地进行有效分类,本文选取面向对象的分类方法,利用某农村的无人机航摄影像提取其土地类别信息。首先对无人机获取的原始影像进行预处理;然后对研究区反复进行分割实验,选取最优的分割尺度,在不同层次进行最优尺度地物分割;最后根据地物矢量、光谱、形状等特征差异,对最优分割尺度层上的地物进行最适宜的分类规则的建立,进而在每一层提取土地利用信息。利用单一尺度分割分类进行对比实验,选取734个样本进行精度验证,研究结果表明：多尺度多层次分割分类的总体分类精度可达84.20%,kappa系数为0.806 2;单一尺度分割分类总体精度仅为77.11%,kappa系数为0.721 4。由此可见,本文研究所采用的数据和区域内的类别的分类精度更高。     

天水农业气候年景分析与主要粮食作物布局研究

利用天水农业气象试验站1965年-2007年,43a≥10℃积温和作物主生长季4月～9月降水资料,采用系统工程风险决策原理,得出天水地区不同热量和降水气候年型粮食作物均以种植玉米和冬小麦为最优;同时,采用作物最大期望收益值法对玉米、冬小麦、马铃薯3大粮食作物最小种植比例进行约束,并综合各气候年型不同作物种植比例、社会需求,建立了最优作物布局方案,得出了天水市玉米、冬小麦、马铃薯3大作物种植比例分别为§8％～34％、48％～54％和14％～12％之间．     

基于空间插值算法的2014—2018年河南省PM_(2.5)时空分布及演变特征研究

本文选取河南省2014—2018年监测网络中269个监测站点的空气质量资料,在地理统计学和GIS的支持下,分别用四种不同的空间插值方法对各年PM_(2.5)年均浓度进行插值,通过模拟精度的对比以及制图分析发现:泛克里金和普通克里金插值精度较高;而可视化方面普通克里金具有最佳效果。将普通克里金插值结果与前期探索性数据进行整合,得出结论:PM_(2.5)浓度大致从由中北部向四周递减变为由北部向南部递减,在东西方向上呈现中部高两侧低的特点,2014年以来河南省大气质量整体在改善。     

利用深度残差网络的高分遥感影像语义分割

遥感影像分割是影像解译与分析的必要过程,随着深度学习在特征表达上的优势逐步显现,以深度网络为基础模型的影像语义分割已成为自动分割的主要研究趋势.该文提出了一种基于深度残差网络的多尺度语义分割模型,旨在针对小样本遥感影像数据集,提高具有不同尺度分割对象的遥感影像分割精度.首先将深度残差网络以全卷积网络形式进行微调,实现端到端语义分割模型结构构建;然后针对全卷积网络粗糙分割输出的问题,引入Atrous卷积精细化模型上采样过程,进而提高输出标签图精度;最后针对小样本数据进行随机多尺度数据增强,通过样本扩充提高模型分类精度和鲁棒性.试验基于ISPRS 2D Vaihingen语义分割数据集,影像分割结果的分类精度达到89.7%,尤其在小尺度对象上具有较好分割效果.     

石羊河流域祁连山区基于地形因子的降水面域化处理

利用祁连山西段北坡34个观测站点29年的实测平均降水量,从30m、90m、1km、2km、5km、7.5km、10km 7种分辨率DEM中提取坡度、坡向、局部最大高程、局部最小高程、局部平均高程、局部高差等地形因子,分析不同分辨率下地形因子与降水的相关性,并利用多项式回归+残差插值法进行降水面域化处理.结果表明,最佳DEM分辨率是2km,插值结果百分比误差在10%以内.降水随海拔升高而线性递增,递增速率为18mm/100m,最大降水高度点海拔在3 400m左右,降水量最大达到853mm/a,是地形抬升及"狭管效应"共同作用的结果.