最佳小波包基的矿区植被及红边位置提取

小波包变换能同时对植被光谱信息的低频和高频分量进行分解,并能克服小波变换时间分辨率高而频率分辨率低的缺陷从而具有能够探测植被细微变化的优势。实验利用Hyperion高光谱影像对云南省普朗铜矿区植被像元的光谱进行最佳小波包基参量获取与植被信息识别,并在此基础上提出一种提取重金属污染下植被红边位置的最佳小波包基系数应用模型。研究结果表明基于最佳小波包基参量的植被信息识别及基于最佳小波包基系数的重金属污染探测具有可行性与一定优越性。     

鲁科一井上白垩统沉积岩岩石磁学和天然剩磁分析:兼论利用剩磁方向恢复钻孔岩芯原始方位的可行性

本文对"鲁科一井"（CCSD-LK-Ⅰ）768.9~1112.3 m之间的上白垩统沉积岩样品进行了岩石磁学、磁化率各向异性（AMS）以及天然剩磁组分的研究.在此基础上,分析了利用特征剩磁（ChRM）和黏滞剩磁（VRM）方向恢复岩芯原始方位的可行性.三轴等温剩磁热退磁曲线、磁滞回线、反向场退磁曲线、一阶反转曲线等岩石磁学测量结果表明,沉积岩的主要载磁矿物为磁铁矿和赤铁矿.335块样品的AMS测量结果表明磁化率椭球主轴的最大轴K1和中间轴K2与水平面夹角较小,最小轴K3接近垂直于水平面分布,说明沉积岩保留了原始沉积磁组构特征.系统热退磁实验表明,多数样品在25~350℃和500~690℃温度段分别获得VRM和ChRM分量.利用ChRM偏角方向,并考虑构造旋转量校正,对VRM偏角方向进行恢复,Fisher统计得到DVRM=-1.3°,IVRM=59.6°,与当地现代地磁场方向（D=-6.7°,I=53.9°）基本一致.用ChRM偏角方向对磁化率主轴K1偏角方向进行校正,校正的结果为：Dch_K1=349.2°,Ich_K1=-0.7°.本文研究结果对于地质勘探中利用古地磁学方法恢复钻孔岩芯原始方位具有一定参考意义.     

极化方位角补偿信息支持下的植被参数反演

SAR图像中散射目标的散射矩阵受极化方位角(POA)的影响会改变散射体的散射特性,散射矩阵是极化干涉SAR (PolInSAR)估计不同极化状态下复相干性的基础。本文根据极化方位角产生机制,建立了多视情况下基于极化方位角补偿的极化干涉相干性估计模型,分析了极化方位角补偿对相干性估计方法和不同散射机制下相干性估计的影响程度,研究了基于三阶段法与极化方位角补偿的植被参数反演。利用L波段SIRC全极化SAR图像为实验数据验证极化方位角补偿对极化干涉相干性估计和植被参数反演的可行性。实验结果表明,极化方位角补偿能够改变不同极化状态相干性分布规律,提高相干直线拟合精度,改善植被参数反演的可靠性和合理性。     

鞍山-弓长岭地区条带状铁矿直接围岩原岩恢复

前寒武纪的条带状铁建造(Banded Iron for-mations,简称BIFs)主要形成于太古宙及早元古代,是世界上规模最大、储量最多的铁矿资源类型,其以富硅质和富铁质的条纹或条带交替出现为特征。辽宁省鞍山-本溪(简称鞍本)地区铁矿即为此类型,该铁矿位于华北地台东北缘胶辽台隆的西北部,区内地层由老至新为太古宙鞍山     

黑河下游绿洲植被优势种生物量空间分布及蒸腾耗水估算

基于典型样点试验,建立了研究区植被优势种柽柳、胡杨与苦豆子地上生物量与其生态参数关系模型;利用高分辨率遥感影像Geoeye-1对植被优势种进行分类得到生态参数,实现了其地上部分生物量空间分布估算;最后利用生物量与蒸腾系数关系,估算植被优势种蒸腾耗水。结果显示：植被优势种总生物量为2.53×10⁶t,河流距离对生物量影响显著。根据试验测得的植被优势种蒸腾系数估算出总蒸腾耗水量为10.89×10⁸t,柽柳、胡杨与苦豆子所占比例分别为12.94%,82.93%与4.13%。     

藏北草地资源及其演化趋势——以申扎地区为例

申扎地区属青藏高原南羌塘高寒草原区,具有典型的高原植被。根据水体条件、植被组成和地貌特征等,划分了7种草地植被类型和2个木本植物分布区。藏北地区生态系统十分脆弱,高原植被面临严峻的破坏、退化和沙漠化环境,生物链严重失调,高原鼠兔由于几乎没有天敌而大量繁殖。对高原草地的破坏因素进行分析认为：高寒、冻融作用、地下水位下降、雪线上升和冰川萎缩、猖獗的鼠害、超载过牧是高原植被(草地)退化的主要因素,其中高寒、缺水、鼠害和超载过牧是最重要的原因。藏北申扎地区年降水量与年蒸发量比例为约1：9,湿地和植被供水系统受到严重损害,造成大面积草场萎缩,形成了环状草地退化带。藏北草地向恶化方向发展是不可逆的,根治鼠害,改良牲畜品种,提高经济效益,可以减缓草场退化速度。     

The Influence of Vegetation Cover on Summer Precipitation in China： a Statistical Analysis of NDVI and Climate Data

This study provides new evidence for the feedback effects of vegetation cover on summer precipitation in different regions of China by calculating immediate (same season), and one-and two-season lagged correlations between the normalized difference vegetation index (NDVI) and summer precipitation. The results show that the correlation coefficients between NDVI in spring and the previous winter and precipitation in summer are positive in most regions of China, and they show significant difference between regions. The stronger one-and two-season lagged correlations occur in the eastern arid/semi-arid region, Central China,and Southwest China out of the eight climatic regions of China, and this implies that vegetation cover change has more sensitive feedback effects on summer precipitation in the three regions. The three regions are defined as sensitive regions. Spatial analyses of correlations between spring NDVI averaged over each sensitive region and summer precipitation of 160 stations suggest that the vegetation cover strongly affects summer precipitation not only over the sensitive region itself but also over other regions, especially the downstream region.