基于MODIS TVDI和模糊数学方法的藏北地区旱情等级遥感监测

为了实现对藏北区域范围内春夏旱情的动态连续监测,基于温度植被干旱指数(TVDI)和模糊数学方法建立了遥感干旱的划分标准,研究时段为1980-2017年。首先利用MODIS产品数据计算TVDI,然后根据气象干旱等级监测结果,采用模糊数学法建立基于MODIS TVDI的干旱等级划分标准,并对监测结果进行精度验证,最后分析了近年来藏北地区旱情的时空变化特征。得到的主要结论:①基于归一化植被指数(NDVI)和增强植被指数(EVI)计算得到的温度植被干旱指数TVDIN和TVDIE,均与20 cm实测土壤水分含量在0.05的水平达到显著相关,TVDIE的决定系数更高;②基于TVDIE将旱情划分为无旱、轻旱、中旱、重旱、特旱5个等级,其中,据此标准获得的藏北地区旱情等级与气象干旱等级监测结果大体一致;③近年来藏北地区旱情整体不太严重,且总体趋缓,其中,2009年最严重,发生中旱及以上旱情的区域面积达24%,年内旱情在6月最严重。就旱情的空间分布特征而言,研究区西南部和中部干旱比较严重,北部和东南部相对较轻。研究成果可为藏北地区干旱监测提供数据支撑,遥感干旱等级的划分方法可为其他地区的干旱研究提供参考。     

近50年岷江上游潜在蒸散量的时空变化特征

潜在蒸散量的变化对水分循环与能量平衡均具有重要的意义。文中利用1961-2010年岷江上游及周边20个气象站的逐日气象资料,采用地形矫正的Hargreaves模型计算了潜在蒸散量,并结合小波分析和M-K突变检测方法分析了其时间序列变化特征。结果表明:岷江上游潜在蒸散量呈现由西北向东南逐渐上升的趋势;年潜在蒸散量以12a为准周期变化,潜在蒸散量呈现出波动中上升的趋势,尤其是90年代以来,上升趋势更为明显;而区域内年降水量呈现明显的下降趋势。岷江上游暖干化趋势明显,尤其是近20年,暖干化趋势加剧,生态环境受到严重威胁。     

四川省植被变化及其与气象因子的相关性分析

[目的]分析四川省植被的变化特征及其与气象因子的相关性,为该区域的可持续发展提供理论依据。[方法]采用一元线性回归方法,利用MODIS NDVI数据按不同植被类型对GIMMS NDVI数据进行模拟拓展,并采用变异系数、趋势分析和偏相关等方法进行变化分析和相关性分析。[结果](1)近30a四川省植被NDVI以基本无变化和减小为主,减小的区域主要位于盆周山地、川东北的中海拔山地和川西北高原湿地,增长变化的区域较小,主要位于四川盆地中北部和川西高原西部;(2)植被受气温影响较大的区域主要分布在以灌丛和高山植被覆盖为主的甘孜西南部、西北部以及四川盆地的西南部,以针叶林和水稻种植为主的成都平原、四川盆地中部以及川东北的广元则对降水更敏感。[结论]过去32a间四川省年最大NDVI变化具有明显的阶段性特征,整体上呈现下降趋势;植被NDVI的变化与降水和气温具有显著的线性相关关系,且气温和降水对植被变化的影响具有明显的区域差异。     

基于MODIS和NOAA数据尺度转换的若尔盖植被变化研究

为获得若尔盖地区较长时间序列的遥感植被指数,采用重采样技术和一元线性回归方法实现了GIMMS NDVI和MODIS NDVI的空间尺度转换和时间尺度外推。结果表明:（1）不同重采样方法对MODIS NDVI数据的影响与空间尺度有关,对GIMMS NDVI数据的影响则与空间尺度关系不大;（2）空间分辨率2.5 km,对不同植被类型可建立GIMMS NDVI和MODIS NDVI数据的一元线性转换关系,利用GIMMS NDVI拟合的结果与MODIS数据的差值统计符合正态分布;（3）1982—2013年,以1998年为节点若尔盖地区的植被先退化后逐渐恢复,尽管近几年植被指数平均水平高于研究初期,但局部地区的植被退化形势仍然比较严峻。     

2001—2013年若尔盖地区植被退化的时空格局分析

为了解若尔盖地区生态变化的过程,利用2001—2013年的MODIS-NDVI数据,以植被覆盖度为指标监测若尔盖地区植被退化过程,采用主成分分析方法筛选景观指数分析了植被退化格局的时空特征。结果表明:近年来研究区植被退化以2008年为节点分为2个阶段,第1阶段退化范围逐年扩大,第2阶段局部地区退化得到控制但整体退化加重;PD,AI和FRAC_AM指数揭示了研究区植被退化格局破碎度增大的过程,第1阶段较低退化程度的斑块密度不断增大,第2阶段较重退化程度的斑块持续侵入并相连成片。虽然该区生态环境治理已取得一定的效果,但生态恶化的趋势并未得到根本遏制,且植被退化主要发生在北部地区。     

基于MODIS TVDI和模糊数学方法的藏北地区旱情等级遥感监测

为了实现对藏北区域范围内春夏旱情的动态连续监测,基于温度植被干旱指数（TVDI）和模糊数学方法建立了遥感干旱的划分标准,研究时段为1980—2017年。首先利用MODIS产品数据计算TVDI,然后根据气象干旱等级监测结果,采用模糊数学法建立基于MODIS TVDI的干旱等级划分标准,并对监测结果进行精度验证,最后分析了近年来藏北地区旱情的时空变化特征。得到的主要结论：①基于归一化植被指数（NDVI）和增强植被指数（EVI）计算得到的温度植被干旱指数TVDIN和TVDIE,均与20 cm实测土壤水分含量在0.05的水平达到显著相关,TVDIE的决定系数更高;②基于TVDIE将旱情划分为无旱、轻旱、中旱、重旱、特旱5个等级,其中,据此标准获得的藏北地区旱情等级与气象干旱等级监测结果大体一致;③近年来藏北地区旱情整体不太严重,且总体趋缓,其中,2009年最严重,发生中旱及以上旱情的区域面积达24%,年内旱情在6月最严重。就旱情的空间分布特征而言,研究区西南部和中部干旱比较严重,北部和东南部相对较轻。研究成果可为藏北地区干旱监测提供数据支撑,遥感干旱等级的划分方法可为其他地区的干旱研究提供参考。     

关于企业文化建设的思考

目前我国很多企业的领导者,都已经意识到企业文化对企业发展的重要作用.并通过努力加强企业文化的建设,取得了一定的成绩,但目前企业文化建设仍存在一些问题,笔者针对这些问题进行了分析.提出了加强企业文化建设的措施.     

基于TRMM 3B43数据的川西高原月降水量空间降尺度模拟

利用2001-2013年TRMM 3B43、MODIS-NDVI、DEM、气象观测等数据,在分析植被对降水响应滞后性的基础上,构建了TRMM 3B43数据中月降水量与经纬度、海拔、坡向和NDVI因子间的多元线性回归方程式,作为川西高原月降水量资料的降尺度计算模型,采用“回归方程+残差”的插值方法获取研究区2001-2013年1km空间分辨率的月降水量空间数据,并利用区内16个气象站点的观测数据与模拟结果进行了相关分析和误差检验。结果表明：（1）各气象观测站点基于TRMM 3B43资料的降尺度模拟降水量的数据均具有很高的精度,其中,精度最高的稻城站模拟结果与站点观测值的相关系数高达0.9839,精度最低的小金站相关系数亦高达0.8781;（2）在月、年尺度上,降尺度模拟降水量的数据亦具有很高的精度,其中,5-10月的精度明显高于其它月份,湿润年份精度总体高于干旱年份;（3）降尺度模拟降水量与站点实测降水量整体上相关系数为0.9499,偏差为0.0866,两者吻合度较高,但降尺度模拟降水量值略偏高;（4）降尺度在月尺度上能基本保证TRMM 3B43原始数据的精度,而在年尺度上能有效提高原始数据的精度,加之对空间分辨率的提高,可为获得更加全面、精细的降水分布数据提供有效方法。     

FY-3A/MERSI与MODIS的温度植被干旱指数反演及对比分析

为了探讨近年来被广泛使用的MODIS数据以及我国的FY-3A/MERSI数据对同一地区同一时刻的旱情所得的温度植被指数的差异以及可比性,选择我国四川省旱灾频发的攀西地区为研究区,分别反演MODIS-TVDI和MERSI-TVDI,并探讨两者监测结果的特点以及可比性。结果发现:（1）MERSI数据的干湿边线性拟合系数要高于MODIS数据。（2）MODIS-TVDI与MERSI-TVDI的差值变化范围在-0.12到0.23,差值均值为0.11,MODIS数据的监测结果比MERSI数据的监测结果略大。（3）MODIS-TVDI与MERSI-TVDI在各类地物的反演结果上都具有较高的一致性,其中林地R²最高为0.944。（4）MODIS-TVDI、MERSI-TVDI与当前月份降雨量存在显著负相关,其线性相关系数分别为-0.83,-0.91,两者干旱监测结果是可信的。     

光学与微波遥感协同反演藏北表层土壤水分研究

表层土壤水分是定量干旱监测的重要参量,对干旱区生态环境具有十分重要的意义。在采用归一化植被指数阈值法划分地表覆盖类型的基础上,利用MODIS数据选择适用的光学遥感算法估算土壤水分基准值,以及利用风云三号B星搭载的微波成像仪(Fengyun-3B/MicrowareRadiationImagery,FY3B/MWRI)数据采用微波遥感算法反演土壤水分日变化量,最后构建藏北表层土壤水分协同反演的遥感模型并应用于区域土壤水分的估算。结果表明:光学遥感与微波遥感协同反演的土壤水分含量与实测数据呈显著相关,决定系数达到0.89,均方根误差为0.97,协同反演模型具有较高的反演精度,并且协同反演的结果优于单一遥感源的反演结果。该模型可以较好地适用于藏北地区表层土壤水分的动态监测。