基于网格的四川省特色农业气候区划

为了给四川省不同经济作物的空间布局提供合理的科学依据,利用全省45个气象站点1981-2008年的气候要素观测数据,建立每一格网处的年均温度、年均降雨量与该点经度、纬度、坡度和高程等因子的多元线性回归模型,并据此推算得出全省气候资源的空间分布。同时分析并建立了适合柚子、板栗、枇杷和青皮竹4种经济作物生长的气候适宜性指标体系。依据不同作物的气候适宜性指标分类体系将全省气候资源划分为适宜、较适宜和不适宜3种气候类型区。     

中巴经济走廊DMSP/OLS与NPP/VIIRS夜光数据辐射一致性校正

由美国国防气象卫星搭载的可见光成像线性扫描业务系统(DMSP/OLS)和国家极轨卫星搭载的可见光近红外成像辐射仪(NPP/VIIRS)获取的夜间灯光影像是监测人类社会经济活动和自然现象(如林火、油气燃烧等)的主要数据源。然而,现有的夜间灯光数据存在缺乏星上的辐射定标、像元饱和、时间尺度不连续、多源夜间灯光影像辐射不一致等问题。基于此,本文以中巴经济走廊区域为研究区,提出了一种基于线性拟合提取不变目标区域的方法,实现了DMSP/OLS影像间、DMSP/OLS与NPP/VIIRS两种数据间的相互校正。然后对中巴经济走廊的校正结果在不同空间尺度上选用区域灰度总量、标准化差异指数以及标准化差异指数和作为评价指标进行检验。结果表明:两种校正模型的拟合优度均在0.78以上,校正后的DMSP/OLS影像灰度总量与GDP和人口数据的相关性显著提高(GDP:R~2=0.7689;人口:R~2=0.9033),且标准化差异指数明显降低;NPP/VIIRS影像经过与DMSP/OLS互校正后在辐射亮度、时空分布上与DMSP/OLS更加一致,空间细节信息更加突出,从而增强了多源夜间灯光影像的一致性,更加适合用于长时间序列社会经济要素发展趋势的分析。     

基于概率神经网络的遥感影像分类方法

在对数据进行归一化处理的基础上,将概率神经网络用于遥感影像分类,并探讨样本区的选择和高斯基函数标准差对分类精度的影响。用西藏波密地区1999年的TM遥感影像进行分类试验,并将分类结果和经典的最大似然法进行比较。结果表明：概率神经网络的总体分类精度和Kappa系数分别为94.5%和0.934,取得了较为理想的识别和分类效果。     

山地典型生态参量遥感反演建模及其时空表征能力研究

围绕国家自然科学基金重点项目"山地典型生态参量遥感反演建模及其时空表征能力研究",介绍了项目的立项背景、研究目标、研究现状和发展趋势、拟解决的关键科学问题、主要研究内容、研究总体方案及预期成果。项目选取不同地形梯度和植被背景为主要研究对象,开展山地叶面积指数(LAI)和净初级生产力(NPP)陆表典型生态参量遥感反演建模及其时空表征能力研究,发展遥感定量反演模型和方法,分析山地复杂地形对遥感信号及遥感反演产品的影响,力争能在山地陆表生态参量遥感反演建模理论与方法上取得突破。