遥感及CA模型支持下的吉隆坡及其周边地区城市扩展分析与预测

利用长时间序列高分辨率Landsat TM影像,对吉隆坡及其周边地区城市扩展模式特征及驱动机制进行了分析,确定了其影响因子和限制因素,并基于CA模型原理对该研究区的城市扩展进行了模拟与预测.结果表明.吉隆坡及其周边地区城市扩展一直处于多经济核心支持下的中高速扩展阶段.吉隆坡内部的填充式扩展模式在整个城市扩展期间受周边的集中式扩展影响较大.在地形、经济及行政政策的交互影响下,研究区的扩展方向主要为西北、南、东南方向,其中以南部的城市扩展在各个时期最为突出.     

西藏日喀则地区牧草供需研究

本研究采用供需计算公式分析日喀则地区牧草供给量和需求量，用供需差值计算法计算牧草供给缺口，同时据此预测未来10年日喀则地区的牧草需求量及缺口，以期为促进该地区牧草产业发展提出建议。结果表明：2000-2019年，日喀则地区牧草供不应求，缺口较大，最大为222.87万t，最小为132.88万t。未来10年的牧草需求和缺口预测数据表明：日喀则牧草需求量维持在300~400万t之间，缺口虽呈逐年减小的趋势，但数值依然较大。因此，本研究从自然环境、制度政策、经济发展三个方面提出建议，为解决牧草供需矛盾提供有效依据。     

某型机车遥控器显示压力异常和差值大排查处理

在对某型机车进行遥控试验时发现3个问题.一是在遥控器正常启动接管成功后显示屏上的初始制动缸和列车管压力值与相应风压表显示值差值大于160 kPa并且漂移很大;二是需要等待较长时间后遥控器上显示的制动缸和列车管压力值才逐渐趋于正常;三是在系统稳定后两者差值仍然大于15 kPa以上.通过对制动缸和列车管压力传感器交换测试和...     

含水率差值法初探

概述了国内外确定湿润锋面处的有效基质吸力的方法.根据实验数据得知,饱和含水率和初始含水率的差值与湿润锋面处的有效基质吸力S f为成正比的关系,并在此基础上提出了一种求解S f值的新方法,即含水率差值法,由实验数据拟合得到二者的关系式.列出了3种土质的含水率差值法关系式,相关系数均接近于1.表明含水率差值法是目前求解Green-Ampt模型入渗湿润锋面处的有效基质吸力简单和准确的一种方法.     

基于高分辨率遥感影像的农作物灾损评估研究

【目的】2016年湖北省部分地区遭受洪涝灾害,导致该省农作物产量下降。利用遥感手段进行灾损评估研究可快速、准确获取灾后农作物的受灾程度与减产量,给农民提供实时、准确的参考数据,以减少农民的经济损失。【方法】基于2015年7月与2016年7月的灾前灾后Landsat-8影像,利用面向对象分类方法和分层抽样方法对湖北省荆州市与荆门市部分地区的农作物进行受灾面积提取,统计农作物受灾面积总量;对灾前灾后农作物的NDVI值进行对比,根据灾前灾后的NDVI差值进行受灾等级划分,以此得到农作物的受灾等级。【结果】(1)由连续暴雨引起的洪涝灾害导致研究区农作物都有不同程度的受损,采用了面向对象分类方法精度指标的Kappa系数为0.849 5,以此分类统计出的受灾农作物总面积为635.838 km~2;(2)受灾严重的区域主要是依傍河岸和地势低洼处。荆州市的弥市镇虎渡河附近的农作物受灾等级最高,受灾最为严重,几乎完全被洪水淹没;而荆州市马良镇的杨家湾因为地势低以及对农作物的灾害预防措施做得不够,也造成大量的农作物被淹没,甚至出现了绝收现象。【结论】对于农作物灾后监测,有关部门要借助遥感手段及时向农民提供数据支持,将农民的经济损失降到最低,最大程度地保障农民的生活。     

河南省冬小麦产量遥感监测精度比较研究

【目的】预测冬小麦产量,提高估产精度,为国家粮食生产安全宏观调控提供重要的数据和技术支撑。【方法】以河南省为研究区,利用时间序列MODIS-NDVI数据,结合河南省17个地市的产量数据以及河南省的冬小麦遥感监测面积数据,运用实时NDVI与产量数据建立线性模型、两年差值NDVI与对应的差值产量建立线性模型两种方法对河南省冬小麦产量进行预估,比较分析两种方法的精度。【结果】(1)两年差值归一化植被指数(dNDVI)明显比实时归一化植被指数(NDVI)更好地预估冬小麦产量。(2)实时NDVI预估单产产量相对误差基本可以满足要求,大部分在0.25以下,只有少数几个市(焦作、鹤壁、新乡、安阳)相对误差较高。(3)两年差值归一化植被指数(dNDVI)预估单产的整体误差均可以满足估产的要求,均在0.1以下。【结论】两年差值归一化植被指数(dNDVI)可以有效预测冬小麦产量,有利于提高估产精度。     

基于MODIS数据的山东省农作物旱情遥感监测报告

干旱胁迫能影响作物生长发育,给农业生产带来巨大危害.为了及时准确地掌握农作物旱情,本研究以山东省夏季农作物为研究对象,采用高等时间分辨率MODIS影像,建立了普适性较高的归一化差值植被指数,并通过观测分析其时间与空间维的变化情况判断农作物长势及旱情,从而建立了一种简便、高效的利用遥感技术监测旱情的方法.该方法适用于营养生长阶段的农作物,原理简单,操作方便,易于进行技术推广.     

册亨双套自动站对比观测数据的差异分析

本文对册亨国家一般气象站DZZ4型新型自动气象站与ZQZ-CⅡ型自动站2014年全年同期观测的各气象要素差值形成的原因进行初步探讨,得出气压、气温、0cm地温、极端最低地温、20cm地温、10分钟风速、最大风速差异小,相关性较好,相对湿度、最高地温、极端最高地温、最低地温、极大风速差异较大的结论。分析认为仪器的精密程度是引起观测要素差异的主要原因。     

汕头2套自动气象站数据差异性及原因分析

利用汕头基准站新型自动站和作为备份的I型自动气象站2014—2015年24个月的观测资料,对气压、气温、相对湿度、风向风速、蒸发和降水进行分析。结果表明:2套自动站观测资料存在一定差异,主要是传感器的性能不同造成的,但相对来说新型自动站的可靠性更高。     

不同类型土壤的光谱特征及其有机质含量预测

 【目的】构建适合土壤有机质含量估测的高光谱参数及定量反演模型。【方法】系统分析中国中、东部地区5种不同类型土壤风干样本有机质含量与350～2 500 nm波段范围高光谱反射率之间的关系,利用特征光谱参数和BP神经网络建立土壤有机质的定量估测模型。【结果】光谱一阶导数构成的两波段光谱参数与土壤有机质含量的相关性明显优于原始光谱,尤其采用Norris平滑滤波后导数光谱效果更好。光谱参数构成形式以差值指数最好,其次为比值和归一化指数。与土壤有机质含量相关程度最高的光谱参数是由可见光区554 nm和近红外区1 398 nm两个波段的一阶导数组合而成的差值指数DI(D554,D1398),两者呈显著指数曲线关系,拟合方程为y= 184.2 ×exp[-1297×DI(D554,D1398)],决定系数为0.90。经不同类型土壤的观测资料检验,模型预测决定系数为0.84,均方根误差RMSE为3.64,相对分析误差RPD为2.98,显示估测模型具有较好的预测精度。另外,利用BP神经网络结合偏最小二乘法(PLS)对导数光谱进行分析,提取贡献率达到99.56 %的前6个主成分建立了三层BP 神经网络模型,模型决定系数为0.98,经不同类型土壤的观测资料检验,模型预测决定系数为0.96,RMSE为2.24,相对偏差RPD为4.83。比较利用DI(D554,D1398)和BP网络进行土壤有机质含量的预测结果,前者精度低于后者,但可以满足土壤有机质监测的需要。【结论】利用差值光谱指数DI(D554,D1398)和BP神经网络模型均可实现对土壤有机质的精确估测。