卫星遥感在秸秆焚烧监测中的应用

通过对MODIS光谱特征的分析，提出了一种综合运用3S技术进行秸秆焚烧动态监测的资料处理流程和量化判识指标。通过在关中地区2004年麦秸秆焚烧监测中的应用，效果良好，为政府部门迅速、准确地了解全省秸秆焚烧情况，提高预警能力和监督检查的效率提供了科学依据。     

HDF-EOS数据格式及其数据导入

HDF-EOS作为NASA存储和发布EOS数据的标准，专门用于处理各种EOS产品。掌握HDF-EOS数据格式和数据导入是能够充分开发和应用EOS数据信息的关键。文中介绍HDF数据文件中图像模块、科学数据、Vdata模块(表格数据)的结构，HDF-EOS数据文件中点、条带、网格数据和元数据的的数据格式，以及打开HDF格式数据实现对HDF-EOS数据导入浏览的相关软件。     

冬小麦估产指标的试验研究

本文以试验数据为基础,运用回归分析的方法,系统地分析了决定冬小麦产量的自身生物学特性,环境条件和农业技术诸方面的主要因素,提出了不同发育阶段进行冬小麦产量预测的生物学指标、气象指标和农艺措施指标,旨在为深入开展冬小麦产量预测、减少地面监测的盲目性提供可靠的依据。     

冬小麦产量预报数据库管理软件设计

本文简要介绍了冬小麦产量预报数据库管理软件的设计思想、实现方法及其功能。     

MODIS 1B数据与物理量计算

弄清楚HDF-EOS数据结构和内容及其基本物理量的计算方法是MODIS应用的基础。HDF是NCSA开发、适用于多种计算机平台、易于扩展、主要用来存储各种类型的科学数据。NASA在此基础上,对HDF进行了扩展,开发了专门处理EOS产品的数据格式HDF-EOS。MODIS 1B产品采用HDF-EOS格式存储数据,数据文件包括250、500、1000 m分辨率的定标后的资料以及星载定标器数据及其他工程数据。白天MODIS资料有36个波段,夜间只有17个波段。MODIS 1B产品将MODIS探测得到的数据信号按一定比例缩放为16位整数保存,根据数据集保存的缩放比和截距参数,可以算出反射率和辐射率。     

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。     

基于遥感的延安市宝塔区土地利用变化研究

本文利用宝塔区1997年、2001年、2003年TM数据,对该区域的土地变化状况进行了动态监测,结果表明,城市用地增加,耕地在大幅减少,林地和草地在增加,"退耕还林(草)"工程取得了初步成效。     

人类活动和气候变化对红碱淖植被覆盖变化的影响

利用GIMMS NDVI、SPOT VGT两种归一化植被指数(NDVI)数据和气候资料对红碱淖地区植被覆盖变化、气候变化进行了研究, 从气候变化和人类活动的角度分析了植被覆盖变化的原因。结果表明,1957—2007年期间红碱淖地区温度上升趋势显著,降水经历了由少许的增加转向减少的过程,进入了一个相对干旱气候态。1982—2007年期间红碱淖地区植被覆盖变化趋势是在波动中逐渐增加,大致经历了4个阶段：①1982—1988年植被覆盖持续增加;②1989—1998年小幅波动,相对稳定;③1999年植被覆盖迅速下降,1999—2001年维持较低值;④2002年快速增加到较高水平,2007年达最大值。气候变暖使春季生长季节提前、秋季生长期延长。春季的降水量对春季的植被覆盖影响明显,春夏之交降水量对NDVI的影响存在一个月的滞后现象。生长季的降水量变化趋势与植被覆盖的变化趋势相一致。夏季温度上升加速了地表蒸散发过程,同时降水具有减少的趋势,干旱对植被生长有抑制作用,夏季的植被覆盖却在显著增加。     

秦岭森林物候时空分布特征及对水热条件的响应

大量观测数据分析表明，全球气候正逐步变暖。植物物候现象是全球自然环境变化的指示器。物候对气候变化的响应是研究全球气候变化的重要手段之一。森林是全球生态系统的重要组成部分，森林物候特征变化是反映气候变化对森林生长影响的综合性生物指标。利用2001—2018年MOD09A1卫星数据重建了秦岭地区增强型植被指数（EVI）序列，采用最大变化速率和阈值法结合提取了秦岭森林物候参数，结果表明：（1） Whittaker滤波法在灌木、农田、森林3种生态样地重建中稳定性较好，在秦岭山地有较好的适用性。（2） 秦岭地区物候多年均值分布同秦岭地区水热条件密切，由高海拔高山区到农耕区，生长季始期(Start of Growth Season,SOG)逐渐提前，生长季末期(End of Growth Season,EOG)逐渐推迟，生长季长度(Length of Growth Season,LOG)由高海拔区向低海拔区逐渐加长。秦岭浅山区和东部伏牛山农耕带生长季（SOG）开始较早，出现在3月上旬，高山区针叶林带生长季开始的较晚，出现在5月上旬到中旬（120～135 d）之间。生长季末期（EOG）集中出现在10月~11月初（270～310 d），高山区针叶林带生长季结束较早，浅山区植被生长季结束较晚，普遍出现在11月（300 d）以后。生长季长度（LOG）分布在150～200 d之间，低海拔地区LOG较长，大于180 d，高海拔林区生长季较短LOG集中在150～170 d。（3） 年际变化特征：2001—2018年生长季始期（SOG）呈现提前趋势,其中高海拔区提前明显，南北麓海拔低于500 m部分区域和东部伏牛山少部分区域出现推迟。生长季末期（EOG）呈现推迟趋势，其中秦岭北麓和东部中低海拔区域推迟明显，生长期长度（LOG）总体呈延长趋势。（4） 秦岭地区近17 a气温呈现上升趋势，变化率为0.02 ℃·a^-1，降水呈现不明显的上升趋势，日照时数则呈现明显的下降趋势，变化率为14.6 h·a^-1。（5） 秦岭地区物候参数同0 ℃、5 ℃和10 ℃界限温度、降水、日照时数相关性分析表明，全球变化下的升温作用是影响秦岭森林物候变化的主要因子，升温作用导致SOG提前，EOG推迟、LOG延长，主要集中在秦岭南北麓1 000~2 000 m之间，秦岭东部伏牛山低海拔区境内相关性最低，表明受温度制约较小。     

利用台站元数据及卫星遥感资料分析影响气温序列均一性的原因

为了减少均一性检测结果的不确定性,提高均一性检测结论的可信度,基于可靠证据探讨影响气温序列均一性的可能原因,用3种均一性检测方法对陕西77个台站月平均气温序列进行检测,同时引入台站元数据及卫星遥感影像数据对其结果进行判别,并分析影响气温序列均一性的原因。结果表明:2种及其以上方法检测出的非均一断点36个(占78%)有台站元数据支持,台站站址迁移、观测仪器变更和日平均计算方法改变造成气温序列非均一断点的百分率分别为66.7%、22.2%和11.1%。利用以气象站为中心的缓冲区内土地利用/覆盖变化(LUCC)的卫星遥感影像和台站元数据中的图像文件综合分析认为,台站探测环境的变化是影响潼关站气温序列均一性的重要原因。建议将卫星遥感影像作为台站元数据的补充,以便更加直观、客观地定量描述台站探测环境。