青海省湖泊遥感监测研究

青海省是长江、黄河和澜沧江的发源地，而湖泊、冰雪及沼泽地是江河的重要补给源和水源涵养区。本以青海湖为例，介绍利用EOS/MODIS等遥感数据，进行水体信息提取、水面温度反演、冰体信息提取、冰面温度反演的原理和方法。     

青海湖流域草地产草量与MODIS植被指数的相关性分析

借鉴国内外基于遥感手段监测植被的方法,利用MODIS-NDVI遥感影像数据,探讨如何对草地变化进行监测。提取青海湖流域典型草原遥感影像植被指数,并与野外调查获得的79个样方生物量数据进行对比分析,建立了多个回归模型用于研究植被指数与草地产草量的相关关系。结果表明,植被指数与草地产草量之间存在较好的相关性,但是不同的回归模型与草地产草量相关性程度存在一定的差别,非线性回归模型优于一元线性回归模型,该方法的提出有助于监测青海湖流域草地变化情况。     

基于QuickBird影像的黄河源区玛多县土地沙化研究

黄河流经的第一县-玛多县,是三江源自然保护区的重点地区,也是黄河重要的水分涵养地,其生态作用对黄河的安危有直接的影响.在软硬件系统支持下应用GIS和遥感技术,结合野外调查和室内分析,通过对2007年一期QuickBird影像进行解译,对玛多县星星海附近区域100km2的土地沙化现状进行了调查研究.研究结果表明,玛多县沙漠化面积已达25.6km2,占研究区总面积的26.1%.     

基于MODIS增强型植被指数的青海省牧草产量估产研究

利用青海省22个生态环境监测站在2003和2004年牧草生长季内各月所测的牧草鲜草产量数据，并搜集了该时段内逐日的MODIS遥感数据，通过对图像的预处理，云区识别，植被指数的计算及月最大植被指数的合成，形成了与牧草产量数据相对应的MODIS EVI数据。然后按牧草生长季和草地类型建立了牧草鲜草产量与MODIS植被指数的关系模型。结果表明，牧草产量和MODIS EVI之间存在较高的相关性，用指数函数建立产量模型效果较好。按牧草生长季建立的牧草产量检测模型比按草地类型建立的模型相关性要高。     

基于NOAA／AVHRR数据的青海省草地生产力变化研究

近年来，由于气候变化和人类活动的共同影响，生态环境，特别是草地资源发生了较大的变化。本利用美国地球资源观测系统数据中心探路数据库(Pathfinder Data Sets)的1981—1999年序列的NOAA/MAVHRR NDVI资料，阐述了该资料的处理方法、研究草地生产力动态变化的原理和计算方法，并分析了近20a来青海省草地生产力变化的空间和时间特征以及地区差异性。     

利用NOAA/AVHRR监测青海省草地生产力变化的研究

青海省地处青藏高原，生态环境脆弱。近20年来，由于气候变化和人类活动的共同影响，生态环境，特别是草地资源发生了较大的变化。利用美国地球资源观测系统数据中心探路者数据库(Pathfinder Data Sets)1981-1999年间的NOAA／AVHRR NDVI资料序列，分析了青海省近20年来草地生产力变化的时间特征及地区差异性。     

青海玛多县草地资源遥感动态监测及分析

黄河源区地处青海省玛多县，在最近十几年，该地区湖泊干涸、草地退化以及河流断流等生态恶化问题十分突出。利用1990年和2000年两期夏季的TM资料，对玛多县草地生长状况进行调查，对比分析了该地区的草地退化特征，同时，运用地面草地观测资料以及同一地区降水、气温、干燥度和蒸发度等气候因子的变化特征，分析草地退化的主要原因，为该地区的生态建设和管理提供依据。     

基于EOS/MODIS数据的青海湖遥感监测

在二十世纪八十年代,NASA 开始设计地球观测系统(EOS),MODIS 数据是地球观测系统中很具特色的数据,在 TERRA 和 AQUA 卫星上均搭载有 MODIS 传感器．利用 MODIS 的较高的空间分辨率和光谱分辨率进行地球资源的监测 及预测、预报未来变化的研究是近几年热点的研究问题．本文介绍利用 EOS/MODIS 遥感数据进行湖泊水域计算机自动 识别及面积计算、湖水面温度反演、湖冰信息自动提取、湖泊封冻和解冻监测原理和方法,并以青海湖为例介绍了实际应 用情况．     

利用“3S”技术建立“三江源”地区生态环境动态监测系统

“三江源”地区生态环境呈现出不断退化和恶化的趋势,从该地区生态环境调查和监测的角度出发,探讨利用“3S”技术建立三江源地区生态环境动态监测系统及其对该地区生态环境保护与建设的必要性和可行性。     

NOAA卫星资料云雪识别方法的研究

通过分析NOAA／AVHRR资料中云和雪的光谱特征，在已有的研究成果基础上做了大量的试验分析。针对青海省南部(以下简称青南)的云、雪特征，提出了新的云、雪判别因子，对于区分青南地区的云、雪有较好的效果。