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。     

苏北大型湖泊水域的EOS/MODIS遥感监测

为了从宏观上了解江苏省境内主要湖泊水体的动态变化及原因,并为有关部门指挥防洪抗旱和治理水环境提供准确的决策依据,利用2005年夏季多景EOS/MODIS卫星遥感影像数据,对入夏以来苏北地区主要湖泊水域——骆马湖、洪泽湖、高邮湖(含邵伯湖)进行了卫星遥感动态监测,生成3通道合成彩色图像,运用阈值法提取湖泊及其周边水域的水体边界,并计算水体面积。最后从气象因素对湖泊的水体面积变化进行了分析。遥感图像与面积统计数据直观地反映出,2005年入夏以来苏北各大湖泊水域的水体面积随着前期干旱和其后大量降水的发生而出现比较明显的减小和增加,可见一段时期内的日照时数、降水量等气象因子会对湖泊及周边水域的面积增减产生很大影响。     

中巴资源卫星在青海省土地利用遥感监测中的应用

本通过中巴资源卫星（CBERS－1）与Landsat卫星资料的对比研究，得到玛多地区2000年2001年2期的土地利用图，通过土地利用状况的对比发现：玛多县天然草场高覆盖草地的减少和中、低覆盖面积的增加为特征，而盐碱地和沙地均有所增加。中结合玛多地区近两年来气候因素简要分析了变化的原因。     

洪涝淹没范围的遥感监测研究

通过对NOAA／AVHRR遥感图像数据的地物光谱特征和水体信息的分析，结合水体光谱和空间特征，确定洪涝淹没范围的自动提取模型。     

青海省草地资源卫星遥感监测方法

文章介绍了青海省草地资源卫星遥感监测的方法,该方法主要包括利用AVHRR资料,结合地面实测青草产量资料,用相关法建立青草产量监测模式,以评价青海省草地资源状况等内容。该方法业务运行效果较好。     

洪涝淹没范围的遥感监测研究

通过对NOAA/AVHRR遥感图像数据的地物光谱特征和水体信息的分析 ,结合水体光谱和空间特征 ,确定洪涝淹没范围的自动提取模型。     

黑河流域生态环境气象卫星遥感监测研究

根据甘肃降水资料和农业气象资料得出1989年和1998年为相似年景，利用1989年和1998年NOAA气象卫星AVHRR晴空资料，判识出黑河流域植被，积雪和水体，并根据相应的计算方法得出植被指数，积雪面积和水体面积，对10年来黑河上游地区的植被和积雪，中游地区绿洲植被和下游地区植被和湖泊变化进行分析。结果表明，10年来黑河上游和下游地区植被在退化，中游地区绿洲面积增加，植被指数增高；1989年与1998年黑河上游山区积雪面积变化特征一致，但1998积雪融化明显快于1989年；下游湖泊面积1998年较1989年严重退缩。     

荒漠化遥感监测与评价研究综述

对国内外遥感技术在荒漠化监测与评价中的发展情况进行了介绍，对荒漠化及其动态变化遥感监测方法进行了总结，数字图像处理将成为区域土壤荒漠化遥感监测的主要手段。土地及生态环境荒漠化是一个世界性的问题，应将遥感和遥感图像处理技术的最新成果运用到荒漠化监测与评价中，对荒漠化的评价指标体系再深入研究．统一出一套完全切实有效的体系，以利于各地区荒漠化评价结果的对照比较。     

近20年鄱阳湖水体面积变化遥感监测与分析

利用卫星遥感影像数据,应用归一化水体指数法和谱间关系法,定量化分析2002—2019年鄱阳湖水体面积变化规律并探究其变化原因.研究表明,1)2002—2019年鄱阳湖水体面积整体呈现缩小趋势,水体面积年内季节变化明显,丰水期与枯水期水域面积相差1倍以上,且该差值近年来有增大趋势.2)通过分析鄱阳湖星子站水位发现,鄱阳湖进入枯水期日期较历史明显提前.3)分析极端干旱和夏季洪涝事件发现,鄱阳湖水域面积与江西省降水量有较明显的正相关性.     

贵州省植被指数遥感动态监测研究

1引言贵州地处云贵高原东部，位于东经103°30＇至109°35＇，北纬24°37＇至29°13＇之间，全省面积17．6万平方公里，是一个八山一水一分田的低纬高原山区。境内岩溶地貌发育强烈，丘陵起伏，槽谷纵横，高原和山地面积占全省面积的87％，丘陵占10％，河谷坝地仅占3％，面积超过万亩的大坝不足20个，主要分布在中北部和西南部的遵义、安顺、铜仁和兴义地区，是省内耕地集中，农业发达的地区。主要山脉多作东北一西南走向，是森林覆盖率较高的地区。北部大娄山为贵州高原的北界；东北部有武陵山，其主峰梵净山，海拨2572m；西部乌蒙山脉地势…     

青海省2008年年初雪灾及雪情遥感监测与评估

利用卫星遥感资料通过积雪监测模式获得2008年2月积雪面积、积雪深度、积雪持续时间等数据,研究积雪持续时间、积雪灾害监测与评估、积雪动态变化、积雪对公路的影响等四个方面的内容。结果表明:青南和德令哈部分地区积雪持续时间较长;受灾严重的地区主要在祁连山局部以及玛沁等五县;积雪对部分公路影响较大。     

土壤水分遥感监测研究精度分析

用遥感监测土壤水分数据和实测数据或相近年代相同物候期实测数据相对比，0～10cm深土壤水分遥感监测的精度一般都超过80％，有的超过90％，遥感监测土壤水分等级图与土壤水分垂直分布规律相吻合，土壤水分遥感监测模型与服务系统具有较好的实用性。     

地县级NOAA卫星遥感监测系统开发研究

根据ＶｉｓｕａｌＢＡＳＩＣｆｏｒＷｉｎｄｏｗｓ软件开发工具的特点和能力，研究地县级ＮＯＡＡ卫星遥感监测系统的实现方法。     

基于MODIS和HJ-1数据的宿鸭湖水库面积遥感监测研究

水体与植被、城市和土壤等地物在不同波段的光谱反射率的差异是利用遥感手段提取水体信息的基本原理。以宿鸭湖水库为例,在水体光谱特征分析的基础上,采用归一化植被指数（NDVI）方法提取2010年的MODIS和HJ-1遥感影像上的水体信息。首先将MODIS数据的第1和第2波段,以及HJ-1数据的第3和第4波段经过波段运算得到NDVI图像。将两种遥感图像中NDVI值为负的像元判识为水体,NDVI值为正的判识为水库周围的农田,经过计算像元数量得到水体面积信息。水体判识阈值在全年变化范围在-0．08和0．08之间。HJ-1数据具有较高的空间分辨率,水体判识的结果比MODIS数据更加精确。利用HJ—I数据水体监测结果对MODIS数据结果进行校正,使得到的监测结果同时具有较高的时间分辨率和空间分辨率。研究结果表明：利用HJ-1数据校正后的MODIS数据所测得的水域面积与实际观测得到的水库蓄水量之间的复相关系数为0．8603,显著提高了水体监测的精度,从而为大范围的水资源与水环境动态监测提供了迅速、可靠的依据。     

山西省气象卫星遥感监测信息系统

本文主要介绍了山西省气象卫星遥感监测信息系统的组成、各子系统的主要功能及其工作流程。系统的建立，采用引进和自行开发相结合的方法，考虑了山西特殊的地理位置和气候背景，遥感监测产品取得了满意的结果，系统操作简便，直观明了，很受用户的欢迎。     

台湾海峡海水透明度遥感监测及时空变化分析

台湾海峡水文气象环境条件及水体光学特性较复杂。本文基于海洋水体固有光学特性和MODIS卫星数据建立了台湾海峡海水透明度的遥感反演模型,利用2005—2012年福建省近岸海域同步获取的海水透明度实测数据对模型的反演精度进行验证,并根据多年遥感反演结果初步分析了台湾海峡海水透明度的分布特点和变化规律。结果表明:台湾海峡遥感反演的海水透明度与实测的海水透明度具有较好的一致性,两者相关系数为0.849,平均相对误差为26.0%,平均均方根误差为0.332m,在中高透明度海区反演误差更低,因此利用建立的遥感反演模型对台湾海峡海水透明度进行卫星遥感监测是可行的。从多年平均的遥感监测结果来看,台湾海峡一般沿岸浅海的海水透明度较低,外海的海水透明度较高;海峡南部的海水透明度明显高于北部,澎湖列岛东南海域海水透明度常年较大;春季和夏季台湾海峡透明度高的海域面积明显比秋季和冬季大,海峡东南部的海水高透明度区春夏季比秋冬季更向北伸展。     

基于高分一号影像的武汉市洪涝遥感监测与分析

2016年6月30日—7月6日,强降雨引发了武汉及其邻近地区多处的城市内涝及河堤溃坝等严重洪涝灾害。以洪涝前后高分一号(GF-1)WFV影像和2015年30 m土地覆盖类型图为数据源,在分析典型地物与洪涝期不同水体的GF-1光谱曲线特征的基础上,对比NDWI阈值法与面向对象分析法提取研究区各类水体信息的适宜性,采用最优算法对武汉市洪涝灾害范围进行识别和判定。结果显示,面向对象分类法对洪涝期不同城市水体类型的遥感提取结果总体上要优于水体指数阈值法提取结果;城市郊区由河水漫堤和河堤溃坝等原因导致的洪涝淹没范围可以通过GF-1 WFV数据有效地进行识别。该研究成果可以对国产高分一号影像在城市洪涝灾害监测气象业务服务提供科学参考。     

EOS／MODIS卫星资料在青海省积雪遥感监测业务中的应用

本文主要探讨了目前新一代环境监测系统-EOS／MODIS卫星数据在青海省积雪业务监测中的应用及其优势；重点讨论了基于EOS／MODIS资料的积雪卫星遥感监测方法与雪深监测模式，并初步建立了适于青海省本地应用的NDSI雪深分级模式。以此为基础，讨论利用该卫星资料进行本省积雪业务化监测服务的内容与范围。     

陕西渭北东部干旱遥感监测模型研究

利用研究区域2001年NOAA-16卫星遥感资料和有关气象资料，根据作物生长发育季节，使用逐步回归的统计方法进行因子筛选，用选出的因子建立研究区域不同季节干旱遥感监测模型。用建立的模型对2002年该区春季干旱进行监测，结果表明：模型土壤湿度监测结果与地面观测结果较为一致，模型对该区干旱具有较好的监测能力。