省级MODIS植被指数序列的建立与应用

建立M OD IS植被指数序列是一项重要的基础性工作,有助于更加准确、有效地认知植被覆盖、土地利用和土壤水分的时空变化规律,更有效地监测干旱和植物生长。分析M OD IS植被指数的特点并与AVHRR植被指数进行对比,提出可业务化的M OD IS资料预处理方法,讨论了省级M OD IS植被指数序列的建立方法及其在农业遥感中的应用。     

运用归一化光谱混合模型分析城市地表组成

运用归一化光谱混合分析(NSMA)方法,用ETM 数据调查广州市海珠区城市地表组成,采用亮度标准化方法减小亮度变化。通过标准化,使亮度差异在每个植被-非渗透性表面-土壤-水体(V-I-S-W)组成中减小或者消除,这样使得一个单一的端元能够代表一种地表组分。在此基础上,通过归一化影像,选择了植被、非渗透性表面、土壤和水体4种端元,运用一种约束光谱混合分析(SMA)模型,分解了不同种类的城市地表组成。通过与已有模型计算结果比较,认为本文所构建的模型较优,其对研究区非渗透性表面估计的均方根误差为12.6%。     

河池地面站自动站与人工资料差值对比分析

通过对河池站2005年全年的气温、湿度、气压、风向、风速、雨量、地温七要素平行观测的月数据进行人工观测资料与自动观测资料对比分析，分析造成自动观测的数据与人工观测的数据差异的原因，得出自动站资料更真实、更具有代表性。     

高光谱遥感在农作物长势监测中的应用

该研究是加拿大Saskatchewan Scott农作物轮作系统(ACS)研究的一部分.研究始于1994年,历时18 a,评价9个可耕种农作物产量系统的可靠性.由3种处理水平(organic,reduced,high)和3种作物多样性水平(low,diversified annual grains,diversified annual perennials)结合而产生的9个农作物产量系统,被用于监测和评价加拿大牧场不同处理和不同作物种植轮作下可耕种农作物的产量.在2003年生长季共收集了3次叶面积指数和光谱反射率的数据:生长季前期(6月)、生长季旺盛期(7月)、生长季后期(8月).叶面积指数是由LAI-2000植物冠层分析仪监测的,光谱测量是由覆盖了350～2500 nm波长范围共2215个波段的ADS便携式高光谱仪完成的.结果显示,光学测量可以用于监测农作物生长状况的差异.从生长季的早期到中期,光谱和叶面积指数在不同处理下有显著差异.7月中期是用遥感资料监测农作物长势的最佳季节;红光波段与近红外波段反射率的比值和基于这两个波段构造的归一化植被指数,是检测农作物长势的最佳植被指数.     

索伦站地面最高温度人工观测与自动观测数据的差值分析

2007年7月的盛夏时节,在地面观测工作中发现每次读取地面最高温度时人工观测与自动观测数据差值多数都达到1.0℃以上。为揭开数据差值背后的秘密,我们对兴安盟索伦观测场2007年7月自动站与人工站地面最高温度数据进行了分析。在正常天气背景下,土壤表面的日最高温度一般出现在1     

地面气象月报表预审中隐性矛盾的量化分析

利用开平2000-2005年的气象资料，运用统计方法将地面气象月报表预审中隐性矛盾进行量化分析，总结出各气象要素值间的差值规律。     

瞬变电磁在资料解释中如何消除低阻屏蔽

常规的瞬变电磁资料处理解释方法是对野外采集的归一化二次电位数据通过公式计算转化为视电阻率值,然后针对各目的层绘制等视电阻率平面图,并通过对平面图的解释圈定出异常区域.由于受浅层低阻屏蔽影响,使得绘制出的平面图从浅层到深层的视电阻率等值线形态非常相似,若浅部存在低阻层,则对深部的异常进行解释难度较大.利用原始的归一化二次电位差值方法可消除低阻屏蔽的影响,该方法在山西潞安集团司马煤业有限公司的应用,验证了其勘探效果.     

自动站与人工观测降水量差值的成因分析

通过自动站与人工站在降水量观测差值的对比,对差值原因进行了分析。     

豫北多时效归一化棉铃虫气象预报模式

按照棉铃虫繁育规律,将棉铃虫周年活动期划分为秋季预蛹期、越冬期、春季羽化期、夏季危害期4个阶段,分阶段选取有昆虫学、统计学意义的气象因子,通过归一化处理和加权组合,组成棉铃虫气象指数,建立多时效、归一化棉铃虫气象预报模式和分析、评价指标。结果显示：气象条件与棉铃虫发生程度密切相关,各时段预报模式的复相关系数达0.7780~0.8780,回代拟合率为96.7%,回归效果极显著。经试报应用,取得较好效果。结论认为：将诸多气象因子作无量纲化处理,不但便于因子间相互组合,还可提高模式的预报精度;将棉铃虫周年繁育期划分为秋季预蛹期、越冬期、春季羽化期、夏季危害期,突出了阶段性特点,分阶段组建预报模式,预报效果较好。对组合因子的生物学意义,有待生物学试验认定。     

基于遥感分类的植被覆盖度提取

阐述了基于遥感分类进行植被覆盖度提取的方法,分析了直接利用关系模型提取植被覆盖度的缺点,遥感分类可获得不同类型地物,此后关系模型分别提取,解决了直接利用关系模型提取中存在的缺点.