中国北方沙尘灾害特点及其下垫面状况的遥感监测

2000年春季,中国北方地区多次受到沙尘灾害的影响,对生产、生活活动造成了多方面的不利影响。采用遥感和GIS技术进行沙尘灾害的过程监测、空间特点分析和下垫面状况分析是一个有效的技术方法,通过对沙尘灾害发生、发展的环境条件的了解,可以减轻沙尘天气的危害、防治等一系列决策措施的制定、实施提供客观、及时的空间信息,有助于制定和实施区域生态环境保护措施,以便减少沙尘天气的次数和减轻灾害性天气的危害程度。     

New snow metrics for a warming world

Snow is Earth's most climatically sensitive land cover type. Traditional snow metrics may not be able to adequately capture the changing nature of snow cover. For example, April 1 snow water equivalent (SWE) has been an effective index for streamflow forecasting, but it cannot express the effects of midwinter melt events, now expected in warming snow climates, nor can we assume that station-based measurements will be representative of snow conditions in future decades. Remote sensing and climate model data provide capacity for a suite of multi-use snow metrics from local to global scales. Such indicators need to be simple enough to “tell the story” of snowpack changes over space and time, but not overly simplistic or overly complicated in their interpretation. We describe a suite of spatially explicit, multi-temporal snow metrics based on global satellite data from NASA's Moderate Resolution Imaging Spectroradiometer (MODIS) and downscaled climate model output for the U.S. We describe and provide examples for Snow Cover Frequency (SCF), Snow Disappearance Date (SDD), At-Risk Snow (ARS), and Frequency of a Warm Winter (FWW). Using these retrospective and prospective snow metrics, we assess the current and future snow-related conditions in three hydroclimatically different U.S. watersheds: the Truckee, Colorado Headwaters, and Upper Connecticut. In the two western U.S. watersheds, SCF and SDD show greater sensitivity to annual differences in snow cover compared with data from the ground-based Snow Telemetry (SNOTEL) network. The eastern U.S. watershed does not have a ground-based network of data, so these MODIS-derived metrics provide uniquely valuable snow information. The ARS and FWW metrics show that the Truckee Watershed is highly vulnerable to conversion from snowfall to rainfall (ARS) and midwinter melt events (FWW) throughout the seasonal snow zone. In comparison, the Colorado Headwaters and Upper Connecticut Watersheds are colder and much less vulnerable through mid- and late-century.     

基于遥感影像的建筑物空间分布方法在地震灾害损失预评估中的应用

房屋建筑数据是地震重点危险区预评估工作的基础,需基于获取到的房屋建筑信息开展人员伤亡、经济损失、救援物资需求等预评估工作。历年地震重点危险区预评估工作能够通过现场调查得到的房屋建筑信息占比极小,仅能进行抽样调查。因此,为批量完成危险区内全部房屋建筑损失估算,需基于遥感影像获取房屋建筑矢量数据,并建立数据库。为实现全国地震重点危险区预评估工作中大批量建筑物矢量化数据的快速获取,本文采用基于遥感影像的建筑物空间分布数据批量获取方法,得到地震重点危险区内建筑物空间矢量数据,结合现场抽样调查得到的建筑物属性信息,建立地震重点危险区建筑物空间分布数据库,进而为地震重点危险区灾害损失预评估工作提供数据基础。本文采用的方法可广泛应用于地震重点危险区房屋建筑信息获取工作中,可提高工作效率,降低工作成本,提升预评估工作的科学性和准确性。     

乌梁素海湿地环境演变

The environment evolution of Wuliangsuhai wetland since 1986 is analyzed based on the remote sensing principle. The total water area of Wuliangsuhai lake has been increased during the past 17 years. The open water area had an increasing trend before 1987, and the trend was decreasing up to 1996, then the trend has increased again since 2000; the variation of the water area with dense aquatic weed is basically contradictory to the variation of open water area. The natural reed area had been decreased before 1987, and then it has been increased. The areas of shallow water and swamp have been slightly increased, in fact, the variations are quite steady. The artificial reed area has been increased since the reed plantation was started in 1988. The relationships of the water environment, the climate, hydrology and different types of areas are discussed, and then the technological measures for sustainable development and utilization of Wuliangsuhai lake water environment are proposed.     

徐州矿区土地利用变化遥感监测及塌陷地复垦利用研究

基于1987、1994和2000年三期TM遥感图像,将徐州矿区土地利用类型划分为建成区、耕地、林地、水体、塌陷地和其他土地等6类,编制了3个不同时段的土地利用结构变化图;提取并分析了土地利用结构转移变化的矩阵信息和土地利用结构的动态变化.研究表明:采煤塌陷土地面积在不断扩大,年均增加率为6.33%,塌陷地复垦速度仍赶不上塌陷速度.着眼于技术、规划、资金和管理等方面的综合视角,探明塌陷土地复垦的工程技术措施和对策,对于进一步加大土地复垦力度,促进矿区土地资源可持续利用,具有重要的现实意义和价值.     

用相关分析法约简MCSs空间数据库

长江流域出现致洪大暴雨与青藏高原上中尺度对流系统(MCSs)的东移密切相关。为了寻找MCSs移动和传播的规律,我们将MCSs的移动路径与其中心附近一定范围内的环境物理量场之间建立联系,构造出MCSs东移空间数据挖掘数据库。在这个数据库中,包含由9个环境物理量生成的18个属性项,除此,还包括由MCSs本身的空间特征量构成的5个属性项,即TBB强度、面积、地理位置、形状等,共计23个属性项。利用1998年6月至8月日本地球静止气象卫星(GMS)的青藏高原逐时红外遥感云图计算出的云顶黑体辐射温度(TBB)及青藏高原高分辨率有限区域数值分析预报值系统(HLAFS)环境场物理量数据,构造出上述空间数据挖掘数据库,运用空间相关分析技术对其进行约简,结果表明：在高度(H)、温度（T）、涡度(VOR)、散度(DIV)、水汽通量散度(IFVQ)、垂直速度(W）、假相当位温（θse)、K指数(K)、相对湿度(RH)等9个因素中,高度、涡度、散度、水汽通量散度、垂直速度及k指数6个因素相对独立;而温度(T)、假相当位温(θse)、相对湿度（RH)之间相关性较强,而且与高度等其它6个因素密切相关。根据数据库约简原则,可将温度（T）、假相当位温(θse)、相对湿度(RH)3个因素生成的6个属性项从数据库中删除,以便提高数据挖掘效率。     

基于均值-标准差的K均值初始聚类中心选取算法

遥感图像分类是遥感图像处理中长期存在的一个难题，针对不同的传感器图像，不同的应用需求，选择合适的分类算法非常重要。在分类中不仅要考虑分类的精度，而且要考虑分类效率。本文研究了K均值算法的初始聚类中心的选择对算法本身聚类精度及效率的影响，提出了一种高效高精度的初始聚类中心选取方案，实验结果表明。利用该算法进行地表分类，效率比ENVI的K-Means（K均值）模块高。     

基于植被状态指数的全国干旱遥感监测试验研究(Ⅰ)--资料分析与处理部分

在收集处理了了1981～1994年连续504旬的由NOAA AVHRR第1、2通道的反射率计算得的NDVI时间系列数据,以及1980～1994年全国102个固定农气观测站的旬土壤湿度资料(-20cm)和相应测站的田间持水量资料基础上,分析了全国NDVI及植被状态指数VCI的时空变化特征,发现NDVI值随季节(旬)分别表现为“双峰型”和“单峰型”的变化,在第17～27旬之间达到极大值,并与作物生长有关,VCI的变化与NDVI的变化呈相反趋势;对资料因站点的分布和密度以及时序位相等差异可能影响资料代表性的探讨认为：因旱情发展有一个过程,故NDVI、SHI的时空特性应该不会影响其分析结果的代表性。综合分析了资料的时空代表性,为干旱遥感监测模型的建立作准备。     

遥感数据的模糊不确定性及其处理方法探讨

通过对遥感数据生成机理的分析,得出遥感数据存在不确定性,并进一步论证了不确定性中含有模糊不确定性,这样对遥感数据的不确定性处理更加全面和合理,从而达到提高遥感数据的精度和消除遥感数据不确定性的目的。综合国内外对遥感数据模糊不确定性的处理研究,探讨了几种处理方法,发现还没有一种方法能圆满解决遥感数据的模糊不确定性。