山东半岛降雪时空分布特征

以2000-2018年MODIS MOD10A1日产品数据为数据源,结合数字高程模型（DEM）及降水量、风向等气象数据,构建了积雪空间分布模型,能够有效地提取强降雪区域。以此为基础,利用相关分析、缓冲区分析等方法,探究山东半岛降雪时空分布特征,结果表明：① 将NDSI累积量与DEM数据相结合,能够有效构建山东半岛积雪空间分布模型,实现了对山东半岛强、弱降雪区域提取,NDSI累积量≥150的区域中,在强降雪区的面积占降雪范围的79.78%;② 降雪区域存在空间差异,呈现北多南少,东多西少的分布格局,以黄、渤海与山东半岛海陆分界线为基准,离岸距离39.1 km范围内降雪多,离岸距离39.1 km以外降雪少;山脉150 m高程线北侧迎风坡降雪多,南侧背风坡降雪少;③ 山东半岛强降雪年以3-5年为周期存在年际变化。探究山东半岛降雪长时间序列时空分布特征,在收集淡水资源,缓解用水紧张和灾害预防方面具有一定意义。     

ENDSI增强型雪指数提取积雪研究

快速、准确、客观地提取积雪覆盖信息,获得积雪覆盖时空分布资料,是资源生态环境变化研究中的基本问题,卫星遥感技术为有效解决这个问题提供了技术支持。归一化差值雪指数(normalized difference snow index,NDSI)法利用积雪在绿光波段(0.53~0.59μm)高反射和短波红外波段(1.57~1.65μm)强吸收特征,可实现遥感自动提取积雪区。以Landsat8 OLI影像为数据源根据积雪的光谱特征,在加入波段B1(0.433~0.453μm)和B2(0.450~0.515μm)特征的基础上,运用提出的增强型雪指数(enhanced normalized difference snow index,ENDSI),从OLI影像上进行积雪自动提取。研究结果表明,对积雪厚度变化ENDSI敏感度强于NDSI;在裸土、薄雪及厚雪区,随着积雪厚度的增加,ENDSI值变化幅度强于NDSI,能有效增大雪与非雪的差异;当ENDSI阈值取0.3时,可以有效区分雪与非雪,提高积雪提取精度。     

基于遥感和气象数据对辽东湾海冰变化预测研究

辽东湾是渤海海冰灾害最严重的区域,精确预报海冰的空间分布、动态变化,对降低海冰灾害风险具有重要的作用。本文以辽东湾为研究区,以MODIS数据和气象数据为数据源,根据2010/2011年度到2014/2015年度辽东湾海冰5年结冰信息得出该海域结冰概率,建立营口气象站积温与结冰概率的关系模型,对辽东湾2015/2016年度海冰初冰期至盛冰期的发展及空间分布进行模拟、预报,结果表明:利用结冰概率与营口积温相关关系可以实现对辽东湾海冰的动态预测,利用混淆矩阵对海冰提取结果检验,总体精度在90%以上,为渤海及其它地区局部条件下海冰预测提供参考。