拍摄高质量画面的必备三要素

无论是在编辑电视气象新闻和气象科普专题节目时,我们常常会面对一大堆的拍摄素材,尤其是有一部分初学摄像朋友提供的原始素材而发愁,搜寻很多录象带从中很难找到符合节目制作标准的素材。这些素材带中普遍存在画面上下左右摇晃、抖动,颜色和构图缺乏美感,盲目的推、拉、摇、移而且没有节奏感。想要拍摄出高质量的影像素材,提高后期编辑制作的效率,那就要求我们无论是摄像"发烧友"还是准备从事专业摄像工作的朋友,从拿起摄像机的那一刻开始就要注意培养练就摄像的基本功。     

低纬高原罕见“雷打雪”中尺度特征分析

应用常规高空资料、FY-2C卫星红外和水汽图像、加密自动站地面观测资料,结合新一代多普勒雷达探测资料,综合分析了2008年2月28日夜间至29日凌晨发生在云南的"雷打雪"罕见天气现象.结果表明:南支槽和冷空气、西南低空急流的共同影响,是其发生的有利天气背景,其中强对流天气就发生在急流与锋面相互作用的湿度锋湿区内斜压不稳定的环境中.中-γ尺度对流云团生成并逐渐增强为中-β尺度对流云团是形成此次复杂对流天气的直接中尺度系统.多普勒雷达回波中,PPI上有回波强度达25～33dBz的"人字形"回波、钩状回波以及阵风锋的出现,相应VPPI上出现逆风区、低层零线"S"形暖平流及"牛眼"结构是"雷打雪"天气中降雨转为冰雹、阵雪过程中,中尺度对流系统由弱变强的典型特征.地面逐时温、压、湿、风的迅速演变特征表现为雷暴发生前增温增湿和增压,温度、气压出现峰值,且气压曲线显示为圆顶状的中尺度雷暴高压特征;风的变化则表现为风向呈逆时针旋转,偏北风增大并出现风速峰值.雷暴过境时,要素显示为降温增湿,出现露点锋.     

基于ETM＋遥感影像反演不同土地利用类型地表温度的研究

采用Landsat7 ETM＋为基本数据源,运用3种算法（大气辐射传输方程RTE、Qin等单窗算法和Jimenez—Munoz＆Sobrino普适性单通道算法）定量反演了黄河三角洲部分地区的地表温度（land surface temperature,LST）,并进行了不同算法反演结果的差值比较：以RTE反演结果为标准,在大气水汽含量较低时,Qin等单窗算法和JM＆S普适性单通道算法精度较高,与RTE的反演结果相差均在1K以内;在大气水汽含量较高时,Qin等单窗算法在采用地面气象资料估算水汽含量条件下仍保持较高的精度,比RTE反演结果平均偏小0．95K;而根据估算的大气水汽含量进行反演的JM＆S普适性单通道算法的反演偏差比Qin等单窗算法要大,达到1．94K,但JM＆S普适性单通道算法根据实测的大气水汽含量得到的反演结果要略优于Qin等单窗算法,比RTE结果偏大0．67K。同时计算了经过6s模式校正后归一化植被指数（INDV）,然后利用GIS中的空间分析功能,分析LST、INDV在不同土地利用类型之间的差异以及二者之间的定量关系。发现研究区内,就所有土地利用类型而言,平均LST和INDV之间存在显著的负相关关系;对于各种土地利用类型,这种相关关系也存在．但相关程度不同。     

中国当代土地利用变化对黄河流域径流影响

使用区域气候模式(RegCM3)和大尺度汇流模型(LRM),研究中国地区土地利用/植被覆盖变化对黄河流域降雨径流过程的影响。RegCM3嵌套于欧洲数值预报中心(ECMWF)再分析资料ERA40,分别进行了中国区域在实际植被和理想植被分布情况下两个各15年(1987～2001年)时间长度的积分试验。随后,RegCM3 两个试验的输出径流结果分别用来驱动LRM。与观测资料的对比分析表明,在实际土地利用状况下,LRM能较好地模拟黄河河川径流的季节和年际变化。研究结果指出,当代土地利用引起了冬季黄河上游部分地区降水减少,中下游地区降水增加;引起夏季整个黄河流域降水的减少。总体来说,当代土地利用变化引起黄河流域年平均降水的减少。对于水文站河川径流量,除了冬春季略有增加外,其他月份河川径流均会减少,并且在9月减少最多。土地利用引起的植被退化造成黄河径流的大幅度减少,并且越向下游减少幅度越大,这可能是引起黄河下游断流的重要原因之一。     

东兰县2007年0609大暴雨天气过程浅析

对2007年6月9日东兰出现的大暴雨天气过程进行初步的分析,得出一些结论,对于提高预报准确率具有很大的帮助.     

eCognition在土地利用项目中的应用

主要介绍了eCognition对高分辨率卫星影像进行地物分类的技术方法。并以深圳铁岗水库附近地区为例,说明该技术在土地利用分类中应用的可行性和潜力,为高分辨率卫星影像在地物分类中的有效应用提供了新的技术手段。     

北京环线建设驱动的土地利用变化遥感检测与分析

近年来,北京市的环线建设大大改进了北京的交通状况,促进了环线周边的商业发展和房地产开发的繁荣,同时也带来了环线周边地区的土地利用的变更。在“科技奥运”科技攻关项目和在研自然科学基金项目的支撑下,选择了1988,1994,2001和2003年5—6月份的TM数据,在影像经过几何校正和辐射归一化校正后对其应用高精度的自组织神经网络分类和利用高分辨率的航空照片验证;在分类数据和变更信息的基础上,采用了空间自相关分析模型、频率指数模型和潜力模型分别对北京各种用地类型的频率指数和建设用地的Moran系数和Geary系数,以及城市增长的潜力指她进行计算。一系列计算显示了环线驱动的北京市土地利用变化情况。结果表明:在环线建设的驱动下,北京市的建设用地围绕环线呈快速增长趋势;绿地面积在四环、五环的环线一带也呈增加趋势;城市增长潜力从四环到六环呈逐渐增大趋势。     

基于分类回归树分析的遥感影像土地利用／覆被分类研究

以专家知识和经验为基础,综合影像光谱信息和其他辅助信息进行分类的基于知识的遥感影像解译方法,是提高遥感影像分类精度,实现自动解译的有效途径之一。然而,知识的获取一直是其得以广泛应用的“瓶颈”问题。以江苏省江宁试验区土地利用/覆被分类为例,利用分类回归树分析(CART)从训练样本数据集中发现分类规则,集成遥感影像的光谱特征、纹理特征和空间分布特征进行分类实验,并与传统的监督分类和逻辑通道分类方法进行比较。结果表明,基于CART的分类方法的精度基本在80%以上,与另两种方法相比,有了较大的提高,而且该算法复杂性低,效率高。由此说明,利用CART算法构建决策树获取的分类规则是合理的。它可以快速、有效地获取大量分类规则,是促进基于知识的遥感影像分类方法在土地利用/覆被分类中广泛应用的一项有效手段。     

不动产测绘要素的分类代码编制

不动产测绘要素分类代码是开展不动产测绘要素地理底图编制、数据整合处理、建库、质量检验等工作的基础,本文给出了分类代码的编制原则与思路,以及不动产测绘要素的分类与编码方法、特点。供开展不动产测绘相关工作参考。     

多源数据的土地覆被样本自动提取

随着遥感数据获取能力的不断增强,自动化程度已经成为大尺度遥感土地覆被分类面临的关键问题。然而,现有训练样本的人工选取方法成为制约土地覆被分类自动化的瓶颈。本文以河南、贵州两省为研究区,提出一种基于多源数据的土地覆被样本自动提取方法,以构建适用于大尺度的土地覆被自动分类。首先,以2010年1∶10万土地利用数据CHINALC和30 m分辨率全球土地覆被数据Globle Land30为样本数据源;然后,利用空间一致性分析及异质性分析确定样本初选区域;最后,通过样本提纯去除无效样本。结果表明:(1)应用多源数据的土地覆被样本自动提取方法获得的分类产品总体分类精度高于人工样本提取方法制作的全球土地覆被产品MCD12Q1。(2)与单源样本自动提取方法相比,应用多源数据的土地覆被样本自动提取方法,可获得更好的分类稳定性。综上,多源数据的土地覆被样本自动提取方法可在保证精度的同时,提升土地覆被分类的自动化程度。