基于AMSR-E信息的北疆牧区雪深遥感监测模型方法初探

利用北疆地区2002,2003和2004年11月-次年3月3个积雪季AMSR-E 445个时相的亮温数字图像和20个气象台站实测雪深数据,系统分析了雪深模型的影响因子和研究区样本筛选方法。通过对18和36 GHz波段的水平、垂直极化方式的亮温差和实测雪深值回归分析比较,建立了北疆地区基于AMSR-E亮温数据的雪深反演模型,并对模型的精度进行了评价。结果表明,1)AMSR-E亮温差受气温、融雪、降水、湿雪、深霜层等因素的严重影响,其中受深霜层的影响最大;2)大于2.5 cm的积雪深度SD同垂直极化方式的18和36 GHz波段的亮温差(Tb_18V-Tb_36V)之间具有较好的线性相关性,其回归公式为SD=0.49(Tb_18V-Tb_36V)+8.72,相关系数达0.65。 3)当雪深为3～10 cm时,反演模型平均误差为-7.1 cm,平均绝对误差为7.1 cm,RMSE值达7.7 cm;当雪深为11～30 cm时,平均误差为1.8 cm,平均绝对误差为4.9 cm,RMSE值为9.1 cm;当雪深大于30 cm时,平均误差为8.9 cm,平均绝对误差为9.4 cm,RMSE值为18.1 cm。4)该模型在北疆地区优于Chang算法,基本能反映北疆地区雪深变化趋势。当地表为中雪覆盖时,反演雪深值和实测值之间的一致性较高,当地表为浅雪和深雪覆盖时,反演模型的误差较大,其反演精度较低,还有待于进一步研究。     

甘肃榆中县常见草本植物检索系统的设计与实现

草本植物物种的鉴别和分类是草地资源调查和相关学科科研教学的重要组成,对于传统植物鉴别和信息查询方式而言,其过程费时费力且较为繁琐,难以满足使用需求.随着计算机技术的不断发展与运用,为植物图像数据库构建、分类、检索工作提供了新的手段和方法.基于Access平台,建立了甘肃省榆中县常见草本植物图像数据的资源信息数据库,包括13个科256个种的常见草本植物.在此基础上,利用VBA语言设计并开发了该地区的植物检索系统.精度评价结果表明,当输入形态特征信息数为3条时,除了禾本科以外,植物识别率在70％以上;输入形态特征信息数为6条时,植物识别率均在80％以上,其中车前科、旋花科、莎草科和蒺藜科识别率可达到100％.该系统对各科草本植物的识别准确度较好、系统操作简便、可视化效果好,能满足大部分使用需求.