排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
基于光谱混合分解的流域不透水面提取及其动态分析——以于桥水库为例 总被引:1,自引:0,他引:1
不透水面不仅是城市非点源污染的主要来源,还是流域生态环境变化的主要因素之一。不透水面的数量、位置、几何形状、分布格局以及透水率与不透水率的比值,均影响着流域的水文环境,因此成为研究热点。本文以天津于桥水库流域为例,综合遥感(RS)与地理信息系统(GIS)技术,从流域尺度上研究1984~2013年间不透水面覆盖度的变化。在ENVI 5.1软件支持下,利用遥感影像获取1984,1994,2004和2013年4个时相的不透水面信息。采用修正后的归一化水体指数剔除水体信息,排除水体对不透水面提取精度的影响。运用线性光谱混合分析法(Linear Spectral Mixture Analysis,LSMA),提取流域不透水面覆盖度。结果表明:流域内不透水面覆盖度大多集中在1~5级,植被覆盖程度较高。近30年间不透水面比例逐年增加,2013年比1984年增加了2.802%,呈线性增长。中等分辨率的遥感影像适合流域尺度的不透水面提取的结果可作为流域水文及规划管理的重要基础性数据。 相似文献
2.
黄河流域水资源严重短缺,对地表水面积(SWA)开展动态监测有助于明晰地表水资源时空变化规律及其驱动机制。本文基于Google Earth Engine云平台技术,综合利用混合指数规则集、线性斜率、多元线性回归和偏微分分解等方法,揭示了黄河流域SWA的年际变化及其空间分异规律,厘定了降雨、温度、植被叶面积指数、前一年SWA和水利水保措施与人类用水活动等其他因素对SWA的影响量和相对影响率。结果表明:① 地表水体总体识别精度为97%。1986—2019年全流域永久性SWA年际增长速率49.82 km2/a,其中主河道区贡献83.2%,且2001年为SWA变化由减小到增加的转折点;季节性SWA年际减小速率-79.2 km2/a,其中子流域区贡献61.8%。② 除红碱淖SWA呈显著持续减小外,其他主要天然湖泊SWA均较为稳定;6个主河道大型水库中,小浪底和龙羊峡水库SWA增加趋势最为显著;在86个子流域中,50个子流域SWA呈增加趋势,主要分布于流域中下游。③ 非气象要素对SWA的影响均大于气象要素影响作用。降雨对SWA的增加作用最小,温度上升造成中游地区SWA减小,但却导致源区SWA增加。植被叶面积指数增加导致主河道区和子流域区SWA变化斜率分别增加10.12 km2/a和7.26 km2/a。其他因素对子流域区SWA增加呈负作用,这表明子流域内剧烈用水活动对SWA的减小作用大于水利水保措施对SWA的增加作用,但是分布于主河道中的大型梯级水库调蓄功能可显著提升其对主河道区SWA的增加作用。 相似文献
1