基于MSAVI-WI特征空间的新疆渭干河-库车河流域绿洲土壤盐渍化研究

土壤盐渍化是造成干旱区土地荒漠化及生态恶化的重要原因,及时获取大尺度高精度土壤盐渍信息是防治工作的基础。选取新疆塔里木盆地北缘渭干河—库车河流域三角洲绿洲为研究区,利用Lansat-TM数据与野外实测数据分析盐渍化土壤与修改型土壤调整植被指数(MSAVI)、湿度指数(WI)之间的关系,在此基础上提出了MSAVI-WI特征空间概念,构建了土壤盐渍化遥感监测指数模型(MWI)。结果表明:MWI与土壤表层含盐量相关性较高,其相关性为0.844,精度高于土壤盐渍监测常用的盐分指数与实测数据的相关性。MWI能较好的反映盐渍化土壤地表植被及土壤水分的组合变化,具有明确的生物物理意义,并且特征参量简单,理论上易于理解,实践上易于实现,MWI模型的构建有利于干旱区大尺度土壤盐渍化定量监测与评价工作的开展。     

基于NDSI-NDVI特征空间的积雪面积反演研究

积雪是新疆高海拔地区大多数河流的重要补给来源之一, 不仅是春汛期间融雪性洪水灾害和冰冻灾害的直接原因, 在水资源管理、 灾害防治和融雪模拟预报中也扮演着重要角色. 针对目前积雪信息提取方法的优势与不足, 结合二维特征空间理论, 构建积雪信息反演模型, 并与支持向量机提取积雪信息进行精度对比分析. 结果表明: 相比其他积雪信息提取方法, 利用归一化积雪指数(NDSI)和归一化植被指数(NDVI)建立二维特征空间, 且在特征空间基础之上构建的NN模型, 反演新疆北部积雪信息精度较高, 相关系数达0.837, 提取精度优于支持向量机(SVM)方法, 对当地防洪灾害模拟预测、 生态环境保护、 社会经济发展等方面具有一定参考意义.     

基于NDSI-Albedo特征空间的MODIS积雪丰度信息反演方法研究

积雪是新疆地区重要的水源补给,是冰冻和融雪洪水灾害的直接原因,也是水资源管理、气候变化、灾害防治和融雪模拟预报的主要参数。针对多种积雪信息提取方法的优缺点,提出运用特征空间方法,构建积雪丰度反演模型,并与支持向量机提取积雪丰度进行精度对比分析,NA模型方法的相关系数（R²）值比支持向量机方法高2.4百分点,而均方根误差（RMSE）提高了0.106。结果表明：利用归一化差分积雪指数（NDSI）和反照率（Albedo）建立二维特征空间反演积雪丰度的方法是可行的,并且提取精度优于支持向量机（SVM）方法。因此,该方法对水资源管理、气候变化以及洪水模拟预测等方面的研究具有一定参考意义。