| 顾及空间非平稳特征的遥感干旱监测 |
| |
| 作者姓名： | 朱欣然 黄长平 吴波 苏华 焦文哲 张立福 |
| |
| 作者单位： | 中国科学院遥感与数字地球研究所, 北京 100101;中国科学院大学, 北京 100049,中国科学院遥感与数字地球研究所, 北京 100101,福州大学 空间数据挖掘与信息共享教育部重点实验室, 福州 350108;江西师范大学 地理与环境学院, 南昌 330000,福州大学 空间数据挖掘与信息共享教育部重点实验室, 福州 350108,中国科学院遥感与数字地球研究所, 北京 100101;中国科学院大学, 北京 100049,中国科学院遥感与数字地球研究所, 北京 100101 |
| |
| 基金项目： | 重大自然灾害监测预警与防范重点专项（编号：2017YFC1502802）;国家自然科学基金（编号：41501394,41571330）;中国科学院青年创新促进会（编号：2017086）;福建省自然科学基金（编号：2017J01657） |
| |
| 摘 要： | 
遥感技术具备实时快速、时空连续、广覆盖尺度等独特优势,在全球气候恶化大背景下,利用遥感干旱监测方法相比于传统地面监测手段,能够提供实时、准确、稳定的旱情信息,辅助科学决策。目前常用遥感旱情监测方法大多依赖全域性数学模型建模,假定了旱情模式的空间平稳特性,因而难以准确反映旱情模式的局部差异特征。本文提出利用地理加权回归模型GWR (Geographically Weighted Regression),考虑旱情模式的空间非平稳特性,综合多种遥感地面旱情监测指数,以实现传统全域旱情监测模型的局部优化。以美国大陆为研究区,监测2002年—2011年共10年的旱情状态。研究表明,GWR模型能够提供空间变化的局部最佳估计模型参数,监测结果更加吻合标准美国旱情监测USDM (U.S Drought Monitor)验证数据,且与地面实测值的最高相关系数R达到0.8552,均方根误差RMSE达到0.972,显著优于其他遥感旱情监测模型。GWR模型具备空间非平稳探测优势,实现了旱情模式的局部精细探测,能够显著提升遥感旱情监测精度,具备较好的应用前景。
|
| 关 键 词： | 旱情监测 遥感技术 地理加权回归模型 空间非平稳特征 局部优化 美国大陆 |
| 收稿时间： | 2017-09-14 |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《遥感学报》浏览原始摘要信息 |
|
点击此处可从《遥感学报》下载免费的PDF全文 |
|
