运用ENVI实现SPOT-5卫星影像的RVI提取

运用ENVI软件处理长沙地区的SPOT-5影像,将全色影像和多波段影像进行融合,分析融合后的影像,再选择感兴趣区域进行影像裁剪;采用ENVI的波段运算(Band3/Band2)提取该地区比值植被指数并进行分析。结果表明:比值植被指数对植被覆盖率较高的区域有非常高的敏感度;在植被覆盖率小于50%的时候,其敏感度明显降低,在绿色植被覆盖区域的比值植被指数远大于1,在裸露地表、建筑物、水体等没有植被覆盖区域的比值植被指数则在1附近,而比值植被指数大于2的则出现在高覆盖健康绿色植被上。     

相干变化指数法在震害快速评估中的应用

合成孔径雷达(SAR)具有全天候全天时的特点,为快速展开地震救援,评估震害损失提供了重要的数据支持。本文基于汶川震中东南平原地区的ENVISATASAR影像,利用相位干涉方法处理得到相干变化指数图像,对6个评估区域的像元相干变化指数进行统计分析,以相干变化指数平均值作为区分建筑物基本完好与损毁的阈值,并与实地调查结果相比,精度基本达到70%。验证干涉相干变化指数法对震害快速评估有效的同时,也为震区提供震害救援的依据。     

齐齐哈尔市地理国情分析与表达

以齐齐哈尔市为例,利用地理国情普查数据与统计年鉴数据,构建自然地表指数、地理区位指数、生态覆被指数,对齐齐哈尔市各县、区的地理国情进行综合分析和地图表达。结果表明,齐齐哈尔市的总体条件较好,但区域差异较大,自然地表条件与地理区位条件均以中部的齐齐哈尔市辖区为优,而生态覆被条件则以北部和西部地区为优。     

The impact of boreal autumn SST anomalies over the South Pacific on boreal winter precipitation over East Asia

The possible mechanism behind the variability in the dipole pattern of boreal winter precipitation over East Asia is analyzed in this study. The results show that the SST anomalies(SSTAs) over the South Pacific Ocean(SPO) in boreal autumn are closely related to the variability in the dipole pattern of boreal winter precipitation over East Asia. The physical link between the boreal autumn SPO SSTAs and the boreal winter East Asian precipitation dipole pattern is shown to mainly be the seasonal persistence of the SPO SSTAs themselves. The seasonal persistence of the SPO SSTAs can memorize and transport the signal of the boreal autumn SSTAs to the following winter, and then stimulates a meridional teleconnection pattern from the SH to the NH, resulting in a meridional dipole pattern of atmospheric circulation over East Asia in boreal winter. As a major influencing factor, this dipole pattern of the atmospheric circulation can finally lead to the anomalous precipitation dipole pattern over East Asia in boreal winter. These observed physical processes are further confirmed in this study through numerical simulation. The evidence from this study, showing the impact of the SPO SSTAs in boreal autumn,not only deepens our understanding of the variability in East Asian boreal winter precipitation, but also provides a potentially useful predictor for precipitation in the region.     

5—6月东北冷涡持续活动及强度特征

利用1960—2012年5—6月NCEP/NCAR逐日再分析资料,基于冷涡经典定义,采取客观识别方法检索东北冷涡活动过程,根据东北冷涡活动时空变化特征给出东北冷涡持续活动过程标准, 通过冷涡强度指数进行定量化分析,该指数对冷涡持续活动过程具有较好表征意义。冷涡活动强对应5月乌拉尔山阻塞高压、贝加尔湖阻塞高压和6月鄂霍次克海阻塞高压活动频繁。通过强弱指数年合成,得到6月强指数年冷涡系统较深厚,集中于对流层中高层,冷心结构明显,具有一定大气斜压特征; 高层存在冷中心,低层有冷空气活动,中高层西风带呈明显的上游分流和下游汇合特征,分汇流之间呈东北高、西南低的偶极子阻塞形势;弱指数年冷涡系统较浅薄,主要集中在对流层中低层,冷心结构不明显,不存在阻塞形势。     

内蒙古河套灌区春玉米作物系数试验研究

作物系数曲线是估算作物生长季耗水量变化的重要参数。基于2013年4—9月内蒙古巴彦淖尔市临河区田间水分试验和1994—2013年气象站观测资料,利用水量平衡法反求春玉米作物系数,分析生长季内的变化规律, 建立动态模拟方程,并与联合国粮农组织 (FAO) 分段直线法结果进行比较, 提出胁迫条件下作物系数的叶面积修正方法。结果表明:玉米作物系数随发育进程可用三项式曲线描述,变化趋势与产量水平无关, 但随产量增高而变幅增大;以出苗后相对积温为时间变量建立模拟方程效果较好,决定系数 (R2) 均在0.92以上;模拟计算出各站点最大 (1.30~1.48) 和平均 (0.831~0.919) 作物系数,与FAO分段直线法计算的典型值和区间值基本一致,生长中期平均相对误差为3.4%~7.2%;提出利用相对叶面积指数修正作物系数的计算方法;通过2014年实例检验,土壤水分模拟值与实测值的平均相对误差为6.3%,相对误差小于15%的占95.8%。     

东中国海黑潮海洋锋的季节变化特征及其成因

利用高分辨率海洋和大气再分析资料研究了东中国海黑潮海洋锋的季节变化特征及其成因。研究表明,东海黑潮海洋锋存在明显的季节变化,从冬季到次年春季逐渐增强,并在春季达到最强,初夏以后强度逐渐减弱,9—10月达到全年最弱。通过诊断混合层热流量方程发现,东海黑潮区一年四季均表现为暖的温度平流,有利于海洋锋的形成和维持,该暖平流也存在季节变化并在春季达到最大,对海洋锋在春季达到最强起了重要作用。海气界面净热通量在秋冬季对海洋锋的形成有促进作用,有利于海洋锋增强,而在春夏季则起抑制作用,促进海洋锋消亡。温度垂直输送全年对海洋锋起一定程度的抑制作用。总之,在海温水平平流和海表净热通量的共同作用下导致海洋锋春季达到最强,而夏秋季海表净热通量和温度垂直输送作用的共同作用致使海洋锋减弱并最后消失。因此,海洋的动力和热力共同作用导致了东海黑潮海洋锋的季节变化,其中海温水平平流和海表净热通量对海洋锋的季节变化起主要作用,而温度垂直输送项对海洋锋的发展起抑制作用,但影响相对较小。     

气象、农业和水文干旱之间关联性分析

干旱具有发生频率高、持续时间长、波及范围广的特点。而干旱预报为科学地进行防旱抢险提供了决策支持。选取反映不同类型干旱的指标,即标准化降雨指标(SPI)、标准化土壤湿度指标(SSWI)和标准化径流指标(SRI),通过SWAT模型和带有时滞的灰色关联判断了各干旱之间的时滞。以陆浑水库控制流域为例进行了分析,结果表明:SWAT模型在该流域有很好的适用性,1975—2009年间发生各类干旱的次数在增加,且变率上从气象干旱、农业干旱到水文干旱有所增加,同时不同类型干旱之间表现出了一定的时滞关系,气象干旱对农业干旱的响应时间为1个月;水文干旱对气象干旱的响应时间为4个月;水文干旱对农业干旱的响应时间为2个月。     

风云卫星数据服务评价指标的验证分析

简述了目前我国风云卫星数据服务以及气象服务效益评估业务的现状,利用层次分析法提出风云卫星数据服务评价的6个1级指标和19个2级指标。设计了风云卫星数据服务评测量表,并采用分半信度、因子分析等方法对量表作信度和效度分析,结果表明所设计的评测量表具有良好的信度和效度,确定了包括服务平台易用性、服务流程规范性、服务响应及时性、服务内容完整性、服务工作主动性、服务宣传广泛性等6个方面的风云卫星数据服务评价指标。     

Estimating winter wheat biomass by assimilating leaf area index derived from fusion of Landsat-8 and MODIS data

A sufficient number of satellite acquisitions in a growing season are essential for deriving agronomic indicators, such as green leaf area index (GLAI), to be assimilated into crop models for crop productivity estimation. However, for most high resolution orbital optical satellites, it is often difficult to obtain images frequently due to their long revisit cycles and unfavorable weather conditions. Data fusion algorithms, such as the Spatial and Temporal Adaptive Reflectance Fusion Model (STARFM) and the Enhanced STARFM (ESTARFM), have been developed to generate synthetic data with high spatial and temporal resolution to address this issue. In this study, we evaluated the approach of assimilating GLAI into the Simple Algorithm for Yield Estimation model (SAFY) for winter wheat biomass estimation. GLAI was estimated using the two-band Enhanced Vegetation Index (EVI2) derived from data acquired by the Operational Land Imager (OLI) onboard the Landsat-8 and a fusion dataset generated by blending the Moderate-Resolution Imaging Spectroradiometer (MODIS) data and the OLI data using the STARFM and ESTARFM models. The fusion dataset had the temporal resolution of the MODIS data and the spatial resolution of the OLI data. Key parameters of the SAFY model were optimised through assimilation of the estimated GLAI into the crop model using the Shuffled Complex Evolution-University of Arizona (SCE-UA) algorithm. A good agreement was achieved between the estimated and field measured biomass by assimilating the GLAI derived from the OLI data (GLAI_L) alone (R² = 0.77 and RMSE = 231 g m⁻²). Assimilation of GLAI derived from the fusion dataset (GLAI_F) resulted in a R² of 0.71 and RMSE of 193 g m⁻² while assimilating the combination of GLAI_L and GLAI_F led to further improvements (R² = 0.76 and RMSE = 176 g m⁻²). Our results demonstrated the potential of using the fusion algorithms to improve crop growth monitoring and crop productivity estimation when the number of high resolution remote sensing data acquisitions is limited.