利用主成分分析法提取土壤湿度信息的技术方法研究

本文沿袭了遥感地物分类中K-L变换的思想,采用主成分分析法,应用MODIS数据的7、21、29、31四个红外波段,融合具有250m分辨率的2通道,建立了青海省多维特征空间土壤湿度监测模型。这种模型的建立克服了热惯量模型需要多时相数据的缺陷,也考虑了青海高原春季天气特征状况。经初步检验,此模型可以在一定精度范围之内监测表层土壤湿度,具有业务应用潜力。     

江苏省土壤湿度观测资料与再分析资料对比分析研究

利用江苏省2010—2015年的60个站点土壤湿度观测资料,对欧洲中心ERA-Interim再分析资料(ERA)和美国宇航局再分析资料(MERRA)的两套土壤湿度数据在江苏地区的可靠性进行了评估。结果表明:相比于ERA再分析资料,MERRA较好地再现出江苏省次表层年平均土壤湿度的空间分布特征,但是两种资料的次表层和深层土壤湿度的数值均小于观测。ERA和MERRA基本都能揭示出江苏省次表层土壤湿度的季节变化特征,但是深层土壤湿度与观测仍有较大差距。在时间演变方面,ERA次表层土壤湿度与站点观测在研究时段内较为接近,EOF分析揭示出1979—2016年江苏省次表层土壤湿度存在区域一致型与南北偶极型两个主要的年代际变率模态。但是对于深层土壤湿度时间演变而言,两种再分析资料都与观测有较大的差距。总体而言,再分析资料的次表层土壤湿度与站点观测较为接近,但是由于再分析资料陆面模式中地下水等影响深层土壤湿度的关键过程刻画较为简单,使得深层土壤湿度与观测有较大的差距。     

利用EOS/MODIS植被供水指数监测庆阳地区的土壤湿度

利用MODIS资料和庆阳市土壤湿度资料,拟合出了植被供水指数(VSWI)与土壤湿度的关系式,回归分析表明:MODIS植被供水指数与地面湿度之间有较好的线性关系,通过对2005年庆阳地区春旱的动态监测发现,用此方法监测的土壤湿度与实际测墒值基本吻合。因此,认为利用MODIS植被供水指数监测庆阳地区的土壤湿度是可行的。     

新疆地区多时相MODIS-NDVI数据主成分分析

利用EOS／MODIS的250m卫星遥感数据,对新疆2010年全年36个旬的数据,用最大值合成方法将每3旬NDVI数据合成每月NDVI数据,对每月NDVI数据进行主成分分析,提取了不同主成分分量,分析了不同主分量累积方差。结果表明,主成分变换的前4个主分量包含了大部分信息：第一主分量反映了NDVI在全年的空间分布和累积值。第二、三、四主分量反映的是冬夏、春夏、春秋等季节性的变化情况。     

用NOAA卫星资料监测土壤湿度方法的探讨

本文提出一种利用ＮＯＡＡ气象卫星资料结合数字化地形资料进行土壤湿度监测的方法，其思想是以冠层温度随植被指数的变化率作为监测土壤湿度的因子。     

多种土壤湿度资料在中国地区的对比分析

利用1992—2012年中国区域土壤湿度观测资料对目前使用较为广泛的5套土壤湿度资料(ERA-Interim、NCEP再分析资料、GLDAS同化资料、CPC模式资料和AMSR-E卫星反演资料)的适用性进行检验,分析5套资料对中国区域土壤湿度的时空分布特征和变化趋势的描述能力。结果表明:5套资料都能大体反映暖季中国区域土壤湿度东南湿、西北干,自东南向西北递减的分布格局以及西北干旱区和半干旱区变湿、长江流域部分地方变干的变化趋势,其中CPC资料最接近观测事实,并能较好地表现局地特征;在描述土壤湿度的季节变化和年际变化方面,GLDAS和NCEP资料与观测数据的相关性较好,能较好反映土壤湿度的时间演变特征。进一步利用检验效果较好的GLDAS、NCEP和CPC资料分别对中国区域土壤湿度时间和空间的长期变化趋势分析发现:中国区域标准化年平均土壤湿度在1948—1996年处在相对湿润期,而1996—2012年处在相对干旱期;中国区域年平均土壤湿度的空间变化特征是东部变干、西部变湿,自东北、华北至西南呈现一个干旱化带。     

甘肃省气候主成分分析和区划

本文对甘肃省17个气候要素83个台站组成的气候要素场进行主成分分析,结果是前两个主成分可反映该气候场的主要特征;由各主成分的空间分布可分析各地的气候特征,在此基础上对甘肃省气候进行区划。     

利用MODIS资料监测和预警干旱新方法

为了提高遥感监测土壤水分和干旱的技术水平,在对常用遥感监测土壤水分和干旱方法进行评价的基础上,根据土壤热力学理论,提出了利用EOS/MODIS资料遥感监测农业干旱的新方法———能量指数模式。实际监测应用结果表明,能量指数模式更适合农作物土壤水分和干旱的监测,监测效果明显优于已经业务化的其它模式。农作物生长季节干旱的预警应当在土壤水分遥感监测的基础上,考虑未来预警期内的预报降水量和最高气温,并且把这个预报降水量和最高气温定量转化为土壤水分订正值,按照当地的标准划分成干旱预警等级。     

两套土壤湿度再分析资料在黑河流域的对比分析

利用黑河流域少量观测台站的实测降水和土壤湿度资料, 对比分析了欧洲中心ERA40及美国NCEP R-1两套常用的土壤湿度再分析资料在黑河流域的空间分布、 年际变化和季节循环特征, 结果表明:两套资料在黑河流域均能表现出“南湿北干”的分布格局, 湿度高值中心位于祁连山区东南部\.以此为中心, 土壤湿度从上游山区向中下游递减。ERA40土壤湿度在祁连山区年际变化明显, 与降水的响应关系要好于NCEP资料, 在中下游站点, NCEP 10 cm层土壤湿度对降水的响应好于ERA40。祁连站ERA40土壤湿度在6~8月接近观测值, 在额济纳站两套资料对于土壤湿度的描述都不理想。     

自动土壤水分观测资料应用误差分析

根据从国家气象信息中心实时资料数据库读取的自动土壤水分监测资料,对比同日人工测定的土壤相对湿度数据,发现白天各时次自动监测数据与人工监测数据之间均存在15%左右的差异。具体针对监测仪器自身的结构特点以及中国气象局的业务要求,从两种监测方法自身的监测地段代表性、数据测量和换算、监测土层深度、监测时间、土壤水分常数测算、土壤结构变化等多种角度分析数据间存在差异的原因;认为多种可以估算的差异"叠加"在一起时,对比差异最大可能达到20%左右,加上其他误差因素的影响,实际应用中出现15%左右的差异是可以解释的;选择较长序列的站点实测资料进行了数据差异的实况分析。结合业务中常用的墒情等级判断指标,分析数据差异对客观判断构成的数据干扰和数据损失。建议直接利用体积含水量进行业务应用分析,探究全新的自动土壤水分监测数据应用方法,在具体应用中建立相应的指标体系或指标模型,充分发挥自动土壤水分监测的优势。     

山东省干湿转换期土壤水分MODIS遥感监测

由于2012年春夏过渡时期山东省降水时空分布不均,前期全省大部分地区出现旱情,后期降水偏多。为及时掌握干旱分布及变化情况,利用MODIS地表温度数据(MOD11A2)和植被指数数据(MOD13A2),结合土壤水分自动站的实测数据,采用温度植被干旱指数法,构建了LST-NDVI、LSTEVI特征空间,反演了2012年6~7月山东省干湿转换期的土壤水分,分析了干旱空间分布及变化特征。结果表明:LST-NDVI特征空间反演精度为82.95%,LST-EVI特征空间反演精度为84.33%,精度提高了1.66%。前期山东省中南部、西部出现旱情并以轻旱为主,后期由于降水旱情明显缓解,干旱面积减少了65 427 km2。基于MODIS数据利用温度植被指数法在本区域进行干旱监测是可行的。     

南宁土壤水分站自动监测土壤湿度数据质量分析

通过人工对比观测数据与南宁土壤水分站自动监测数据的对比分析,认为虽然自动监测数据不是很准确,存在一定的系统误差,但除30~40cm土壤层次外,其余土壤层次自动监测数据与人工对比观测数据具有比较一致的变化规律,两者间有较明显的直线正相关,可见自动监测数据经过一元相关方程的订正可趋于准确,可以使用。与此同时给出了各土壤层次自动监测数据的订正模式。     

FDR自动土壤水分数据标定问题及解决方法

针对目前FDR自动土壤水分数据可用性低的实际情况,本文从FDR自动土壤水分站传感器原理出发,结合数据处理流程与方法对湖南60个站点不同层次的标定参数及部分站点的相关观测数据进行了分析,指出目前田间标定法在自然条件下几乎无法得到覆盖土壤各个湿度区间的均匀样本数据,导致二次标定参数不合理是造成FDR自动土壤水分站数据可用性差的根本原因。二次标定方程参数不合理主要表现为方程斜率过大、过小、负值3种情况,导致观测数据增幅过大、常年不变、与实际土壤湿度变化趋势完全相反等问题。最后针对该问题提出了大样本原状取土,实验室标定的解决方法,并对方法进行了初步验证,结果表明该方法能从源头上有效改善土壤水分站观测数据质量。     

信息替换的均生函数主分量多步预测

提出随着时间的推移，用新信息取代旧信息的“限定记忆”的时间序列数据处理方法。且仅对均生函数外延矩阵的前Ｌ阶方阵作主分量分析，用数目较少又包含主要信息量的主分量因子对时间序列建模。该方案用于四川省２８个县市的年平均气温的多步预测值与实况值相对误差均在±４％以内，表明该方案用于气温多步预测是有效的。     

基于主分量神经网络的降水集成预报方法研究

运用人工神经网络与主分量分析(PCA)相结合的方法,对同一降水预报量的各种数值预报产品进行集成预报研究.结果表明:主分量人工神经网络方法所构造的集成预报模型,不仅对历史样本的拟合精度好于个各子预报产品,独立样本的实验预报结果也显示出更好的预报准确率及稳定性.业务应用前景良好.     

安徽省自动观测土壤水分质量控制方法

概述了安徽省自动土壤水分站的运行现状,对全省自动站数据质量进行了较为详细的分析,对人工和自动站数据两者间绝对误差及相关性进行分析,并探讨了导致自动站数据误差的主要原因,初步确定了安徽省自动土壤水分数据业务质量控制的方法。结果表明：对比观测期间部分站点人工和自动站数据存在较明显误差,个别站点数据误差甚至高达20%以上,但有近60%的站点各土层人工和自动站数据线性相关系数在0.7以上,为仪器的订正提供了重要依据;同时分析了自动站在干旱和降水前后数据运行的稳定性情况,进而为特殊土壤水分条件下自动站提出了更高的数据质量要求;结合安徽省实际情况建立了两种比较合理的自动土壤水分质量控制方法,为业务上数据质量控制及仪器运行状态监控提供了支持。     

平流层下部气温年际异常的旋转主成分分析

利用旋转主成分方法分析了北半球冬季平流层下部月平均气温距平，得到的4个主要的空间分布型，分别表示中纬、低纬的纬向对称异常、太平洋北部暖中心和极区冷中心的异常。还指出中纬异常的时间演变最单调，整个冬季有持续性，年际变化呈现明显的准两年振荡周期(QBD)。     

MODIS资料遥感监测土壤水分与干旱研究进展

干旱是威胁我国及世界农业发展的自然灾害之一,遥感技术已经成为监测土壤水分与旱情的重要手段。本文总结分析了近年来利用MOD IS资料监测土壤水分和干旱的优势,回顾总结了目前利用MOD IS资料监测土壤水分和干旱的方法,着重从光谱法、温度植被干旱指数(TVD I)空间法、植被水分监测法、水分亏缺指数法等几方面进行了重点介绍,并对未来的发展趋势进行了展望。