基于TM和ETM~+数据的玛纳斯河流域积雪时空分布特征研究

为了进一步研究玛纳斯河流域积雪的时空分布特征以及影响因素,应用遥感技术,以Landsat TM(美国地球资源探测卫星系统上加载的专题绘图资料)以及ETM+(增强型专题绘图资料)为数据源,利用雪盖指数法对研究区进行了积雪信息提取。通过对提取积雪信息的研究,分析了研究区的积雪时空分布的特征,并详细分析了高程、坡度、坡向以及其他因素对于积雪分布的影响。结果表明研究区积雪空间分布随高度和地形变化非常明显,积雪主要分布高海拔地区,而山间河谷地带则相对较少,同时积雪受季节影响较大,主要集中在秋、冬、春3个季节;并得出高程、坡向对积雪分布影响比较大,而坡度对积雪分布影响则相对较小的规律特征。     

青海省积雪的遥感监测方法

介绍了利用气象卫星ＡＶＨＲＲ资料对青海省冬春季积雪进行监测的原理和方法，并通过积雪遥感监测系统的建立，确定积雪范围，计算积雪面积和深度，提供积雪分布图和雪情分析报告，为防为抗灾部门提供科学依据。     

陕北地区不同时相TM遥感图像的镶嵌

介绍陕北地区不同时相TM影像在ERDAS中的镶嵌，对镶嵌过程中的图像放置方法、重叠区匹配等问题进行了探讨．最终重叠区匹配方法对于同一天图像采用重叠方式，对于非同一天图像采用平均方式。     

利用MODIS数据判识祁连山区积雪方法研究

对祁连山区积雪、云和各种下垫面进行光谱分析,利用2003年7月至2005年3月的MODIS数据资料,在前人所做研究工作的基础上提出利用归一化差值积雪指数NDSI(Normalized Difference Snow Index)和中分辨率成像光谱仪(Moderate Resolution Imagigng Spectroradiometer)的band 18和band31的结合,采用逐步逼近法去除大部分云、盐湖、冰面、沙漠、戈壁等对积雪判识的干扰,从而判识出祁连山区积雪。由结果分析和检验显示,利用本文方法可以比较有效识别出祁连山区积雪。     

玛纳斯河流域积雪变化特征及其与气温、降水的关系

利用MODIS积雪资料以及同期气象资料,分析了2000—2009年玛纳斯河流域积雪面积年内、年际变化及其与同期气温和降水的关系,结果表明:玛纳斯河流域积雪面积在4个不同分带上随季节变化各不相同,其中,带1变化最剧烈,受气候影响最为显著;带2、带3积雪的增加和减少都比较平缓;带4受气候影响最小。从年际波动来看,带1积雪面积随季节变化更为明显,带4在四季变化中均较平稳。对整个流域积雪面积与气候资料的相关分析表明:冬季,流域积雪变化对降水更敏感;而春季,气温是影响流域积雪面积变化的更主要的因素。     

中国地区冬季积雪遥感监测方法改进

该文概述了卫星遥感积雪监测原理,介绍了积雪判识方法,对国家卫星气象中心已有的业务化极轨气象卫星冬季旬积雪监测算法和流程进行了改进.经过比对,设计了新的可见光太阳天顶角订正模式,针对NOAA-16/AVHRR3和FY-1D/MVISR重新确定了积雪判识变量及相应的动态积雪检测阈值,提出了概率积雪判识方法,结合多光谱阈值法建立了概率结合阈值(Probability Combined with Threshold,PCT)的积雪判识方法,并以该算法为基础建立了新的业务化积雪动态遥感监测系统.同时,用新算法对部分历史产品重新做了处理,并简要分析了1996至2003年中国地区冬季积雪分布特征.     

基于MODIS资料的西藏遥感积雪监测业务化方法

雪灾是西藏地区藏北一线、南部边缘地区对牧业生产影响最严重的灾害之一,利用卫星遥感资料开展积雪监测,提供监测信息产品具有重要的现实意义.利用拉萨接收站接收的中分辨率成像光谱仪(MODIS)卫星遥感资料对西藏高原积雪的监测方法进行了探讨,找出适合该地区的积雪判别模式,建立MODIS资料为基础的积雪监测系统.基于MODIS数据计算得出的归一化差分积雪指数(NDSI)和归一化植被指数(NDVI)与1、2、4、6通道等相结合,建立积雪监测模型是可行的;得出的积雪判识方法对于西藏地区有较高的适用性,如结合地表土地利用类型数据将有林区和非森林区分开计算,能较好地消除藏东南地区因地势复杂、森林茂密对NDSI的影响.     

基于FY3\VIRR数据的积雪遥感监测方法研究 -以阿勒泰地区为例

以FY-3可见光与红外辐射计（VIRR）为主要数据,利用FY3\VIRR 1、6、10通道数据,以指数法和光谱阈值相结合的多光谱积雪监测算法对2013年阿勒泰地区卫星数据进行积雪监测处理。处理结果与MODIS积雪监测业务产品对比分析得出：利用FY3\VIRR可以实现对研究区的积雪遥感监测,监测结果与现有MODIS积雪监测业务产品较一致,具有可比性。     

利用卫星遥感和常规观测的积雪资料分析吉林省积雪特征

本文利用卫星遥感和常规观测的积雪资料,分析吉林省积雪的时空分布特征,并且通过对卫星遥感和常规观测的积雪资料对比分析表明：两类资料对吉林省积雪的反映存在一定差异,分别存在一些不足,只有将卫星遥感和常规的积雪观测结合使用,才能较好地分析积雪。     

利用MODIS资料对积雪的遥感监测

通过对遥感卫星资料中云和雪的光谱特征的分析,提出利用中分辨率成像光谱仪(M OD IS)红外、可见光谱段数据进行云、雪检测和分离的方法;并提供监测实例来说明利用M OD IS数据可进行积雪监测。     

福建一次强冰雹天气的物理量及雷达回波特征分析

利用MODIS积雪资料以及同期气象资料,分析了2000-2009年玛纳斯河流域积雪面积年内、年际变化及其与同期气温和降水的关系,结果表明:玛纳斯河流域积雪面积在4个不同分带上随季节变化各不相同,其中,带1变化最剧烈,受气候影响最为显著;带2、带3积雪的增加和减少都比较平缓;带4受气候影响最小.从年际波动来看,带1积雪面积随季节变化更为明显,带4在四季变化中均较平稳.对整个流域积雪面积与气候资料的相关分析表明:冬季,流域积雪变化对降水更敏感;而春季,气温是影响流域积雪面积变化的更主要的因素.     

基于TM影响的不同季节北京城市热环境研究

利用2005～2006年4景北京Landsat TM影像,通过热红外波段反演地表温度,揭示不同季节城市热环境分布特征及其空间差异。分别利用遥感反演的地面温度和地面气象站观测的气温数据,计算地表热岛强度和空气热岛强度,并分析其季节变化,结果表明：城区相对近郊区,热岛效应在夏季显著;城区相对于乡村,四季都存在较强的热岛效应。     

大渡河流域积雪特征及其与气候要素和径流的关系

利用MOD10A2遥感影像提取大渡河流域2010~2014年积雪覆盖数据,结合水文气象站点数据分析了大渡河流域积雪时空分布特征及气象因子-积雪面积-径流之间的关系。结果表明:年平均积雪面积最大的是康定,最小的是泸定。积雪在冬季最大,夏季积雪最少。积雪面积变化随月份起伏明显,积雪过程集中在10月到次年4月。降水和气温变化较一致,其峰值滞后于积雪面积峰值。积雪和气温、降水的相关性表明,积雪面积与气温、降水呈负相关,且气温与积雪面积相关性更大。径流的变化具有周期性,5月开始迅速增大,7月达到最大值。径流和积雪以及气象因子的相关性分析表明,径流与积雪面积呈负相关,与气温和降水都是正相关,且径流与降水相关性更大。     

基于TM影像的三维飞行制作

以陕北地区地表植被观察为目标,介绍了利用TM影像及DEM高程数据在ERDA S中进行虚拟三维工程文件的制作及后期视频文件输出的过程,提出了制作和输出过程中应该注意的问题及视频编码的选择建议。     

淮河上游暴雨事件评估模型

暴雨灾害是我国面临的主要气象灾害之一,对其进行评估具有重要的理论和现实意义。该文以气象降水数据为基础建立数据集,采用统计分析的方法建立暴雨事件评估模型,对淮河流域上游的暴雨事件进行评估。该模型选取了4项描述暴雨事件的指标:区域平均日降水量、区域最大日降水量、覆盖范围和持续时间,通过对淮河上游16个站1961—2007年逐日降水量资料的统计分析,按概率分布划分出这4项指标的各等级标准,从而建立暴雨事件等级标准评估矩阵,而需要评估的暴雨事件等级则通过计算该暴雨事件各指标所组成的向量与等级标准评估矩阵中各等级所组成的列向量之间的欧式距离来确定。通过对历史资料及2008年4月—2010年7月发生的暴雨事件实况资料进行评估,发现评估结果与其所造成的实际影响对应较好,说明该模型对暴雨事件等级的划分较为合理。     

奎玛地区一次强对流天气的雷达回波分析

根据2001年5月12日发生在奎玛两河流域一次强对流天气过程的雷达回波资料，分析了4个雹暴发生，发展及演变特征。     

基于Landsat ETM+数据的白龙江流域土壤水分反演

在地形复杂、水土流失严重且地质灾害严重的白龙江流域,土壤含水量遥感监测在地质灾害监测预警研究中具有重要意义。为实时掌握白龙江流域的土壤水分含量状况,利用2013年4月的Landsat7 ETM+影像,采用温度植被干旱指数法,构建Ts-NDVI特征空间,结合野外88个实测样点土壤水分数据,建立0~60 cm土壤深度范围内3个单层(0~20 cm,20~40 cm,40~60 cm)及2个平均层(0~40 cm,0~60 cm)的土壤水分遥感反演回归模型,对比分析了白龙江流域5个深度的土壤水分的空间变化特征,并用未参与建模的16个实测土壤水分数据样点进行相应的精度验证。结果表明:3个单层中20~40 cm土壤水分反演精度相对较高,RMSE值为3.06%,2个平均层中0~40 cm反演精度最高(RMSE)为2.45%,由此说明TVDI更能稳定地反映和指示土壤中层深度(20~40 cm)的水分分布状况。