西藏那曲地区强降水预报的研究

以西藏那曲地区为研究目标,采用多元线性回归法对多个预报因子与预报量之间的关系进行了分析,建立了预报量与预报因子之间的多元线性回归方程,并依据对强降水天气个例物理量统计所得出的预报指标,利用回归方程来对未来某天强降水天气的降水量进行预报。结果表明,西藏那曲地区未来24 h降水量的预报方程为y=16.861-0.185x1+0.164x2+0.234x3,且回归方程通过显著性检验;利用回归方程对检验个例的误差统计发现,相对误差较小,预报结果可以接受。     

基于分段方式选择敏感植被指数的冬小麦叶面积指数遥感反演

【目的】考虑到利用单一植被指数（VI）反演叶面积指数(LAI)时,存在着不同程度的饱和性和易受土壤背景影响的问题,提出通过分段的方式选择敏感植被指数形成最佳VI组合以提高LAI反演的精度。【方法】通过ACRM辐射传输模型模拟数据,结合地面实测光谱数据,选择常用的植被指数进行土壤敏感性分析以及饱和性分析确定LAI的分段点,并在此基础上分段选择最佳植被指数形成组合VI来实现LAI的最终反演,并利Landsat5 TM开展区域条件下冬小麦LAI反演应用。【结果】以LAI=3是较为适宜的分段点,利用植被指数最佳分段组合OSAVI(LAI≤3)+TGDVI(LAI>3)可在一定程度上有效克服土壤影响因素以及饱和性问题,联合反演的结果明确优于单一植被指数反演精度。【结论】通过分段选择最佳植被指数形成联合VI可以有效提高LAI反演精度。     

基于植被指数与叶面积指数的水稻生长状况监测

在江苏省高邮、兴化、阜宁、洪泽分别选择了一个样点,在水稻反射光谱特性与水稻生物学参数荚未的支持下,探讨了基于NOAA／AVHRR遥感影像的归一化植被指数（NDVI）与地面观测数据叶面积指数（LAI）的关系,实现大面积水稻LAI的反演,并以江苏省高邮市为例进行了水稻长势遥感豁测。     

SAR 遥感指数研究进展

【目的】指数作为遥感信息的一种有效描述,在对大气、海洋、土壤和植被等进行定性、定量评估时具有重要意义。【方法】合成孔径雷达(SAR)技术利用微波与地表相互作用过程感测地表,SAR遥感拥有丰富的地表散射强度和相位信息,具有一定物理意义又高度综合表征地物信息的SAR遥感指数便于SAR遥感技术的业务化应用,文章通过文献调研,对SAR遥感指数及其在土壤表面状况监测、植被生长状况监测和植被信息快速提取中的应用研究现状进行分析。首先对SAR相关指数进行整理,根据反映的地表覆被状况将其划分为土壤指数与植被指数两大类型;然后,分别针对SAR遥感中具体的土壤指数和植被指数,从指数定义、物理意义、应用和精度等方面分析其优缺点。【结果/结论】国内外学者对SAR遥感指数开展了众多研究,但目前SAR遥感指数还存在一些问题,在未来的研究中,需要充分挖掘多模式、多极化、多波段、多时相SAR遥感数据的丰富信息,融合光学遥感及其他数据,从机理出发,构建更多物理意义明确的SAR遥感指数。     

基于遥感监测的农业旱灾监测研究

干旱是一种周期性发生的自然现象,在其发生过程中有关的参数如地表植被覆盖度、温度和土壤表层含水量等均可以通过遥感信息反演,这些参数客观地反映了土壤水分状况的综合特征。本文利用遥感监测数据,结合基础的地理信息数据,使用改进的垂直干旱指数（MPDI）对我国河南省冬小麦区的旱情进行了有效监测,论述了改进的垂直干旱指数监测干旱的原理与方法,结果表明此方法能有效地实时监测地表的干旱情况。     

土地信息系统在大面积范围内旱灾遥感监测中的应用

本文讨论以土地信息系统为工具,利用作物缺水指数模型在大面积范围内监测旱情的方法及可行性。作为国家“八·五”攻关项目的一部分在黄淮海平原进行了实时监测,结果表明：基于土地信息系统的图像、图形、数据一体化处理基本上达到了准确,实时监测干旱的目的。     

棉花叶面积指数的遥感估算模型研究

 【目的】棉花叶面积指数是反映作物生物量的重要参数,本文旨在运用遥感数据对这一参数进行估算,为叶面积指数的获取提供更方便快捷的估算模型。【方法】采用美国ASD公司FieldSpec? 手持便携式光谱分析仪所获取的棉花冠层光谱反射率和从中等分辨率的遥感图像提取的植被指数,利用相关分析和回归分析方法,找出叶面积指数的最佳估算时相期和最佳遥感估算模型。【结果】棉花的整个生育期内,叶面积指数在时间曲线上呈现出波动变化,在始铃期棉花的叶面积指数达到峰值,据此规律通过提取该时期的遥感数据,得出棉花叶面积指数的遥感估算模型。【结论】棉花叶面积指数的最佳估算时相是盛花期和结铃期,各品种棉花叶面积指数的遥感估算模型通过精度检验,拟合R2与检验R2 均达到了极显著水平。     

基于ALI影像的植被冠层叶面积指数的遥感反演研究

以鄱阳湖源头之一的梅江流域作为研究区,该地区植被多呈混交状态,且疏密程度不均,针对这一特性,采用EO-1上搭栽的高级陆地成像仪（ALI）生成的多光谱影像作为遥感信息源,对该影像预处理后计算各植被指数信息;考虑到研究区裸地比较多,其中垂直植被指数（PVI）的计算引入土壤线参数.同时,借助植物冠层分析仪LAI-2000实地测量获得研究区的LAI值,而后对采样所得的LAI数据与通过遥感影像所获得的植被指数建立空间位置上的联系,提取出相应点的VI值,拟合两者之间的关系,得到相应的反演模型,在回归模型中依据相关系数R2找出最佳模型,最后反演制图得到该研究区的植被冠层LAI图.     

夏玉米叶面积指数的高光谱遥感植被指数法研究

通过不同品种夏玉米在不同供氮水平下的田间试验,测定夏玉米冠层在不同时期的光谱反射率及对应的群体叶面积指数(LAI),综合分析10个常见光谱植被指数与夏玉米LAI的相关性及预测性.结果表明,光谱植被指数的预测性在夏玉米喇叭口-吐丝期最佳,预测性主要依赖于LAI的整体变化,结合不同品种、不同生育时期和氮肥处理的试验资料对其预测性进行检验,说明光谱植被指数能准确地预测LAI.尤其是近红外与绿光波段的比值(R810/R560)与LAI呈显著的指数关系,不受品种类别、生育时期和氮肥水平的影响,回归模型为LAI=0.765e0.2637R810/R560.利用样本A和B对R810/R560的预测性进行综合检验,表明模拟值与实测值之间符合度较高,平均R2＝0.9573**,估算的平均RMSE为0.0365,精确度和准确度平均值分别为95.63%和 98.47%.     

福建漳州平和柚天气指数保险产品设计与定价

柚产业是福建省漳州市平和县的支柱产业,为分散当地柚生产的经营风险,基于福建省漳州市平和县1985−2022年柚产量及对应年份3月中旬至8月上旬的天气数据,将柚单产数据分解成趋势单产和气象单产,并调整单产数据使其转化到2024年的生产力水平下的单产,选用核密度估计法拟合该序列的概率密度函数并用于纯费率厘定;而后利用调整后单产数据和天气数据进行相关性分析,筛选显著的天气指数。结果显示：4月中下旬降雨量指数与调整后单产的线性关系最为显著。对于2024年约定的保障产量51000 kg·hm⁻²和保险价格2.8元·kg⁻¹,即每667 m²保险金额为9520元,厘定纯费率为4.0191%、保险费率为4.6220%;对于降雨量指数RI的保险赔付触发值160 mm以及RI的8个分级赔付区间,分别计算得到了对应的赔付事件发生概率,并给出了对应的赔付金额计算公式。     

藏北申扎县植被退化的遥感分析

为了监测和分析申扎县草地退化的空间特征及其退化趋势,利用两个时相的遥感数据,分别提取申扎县的植被指数,根据植被指数转化模型,计算植被覆盖度,按植被覆盖度将植被划分为4个不同退化等级,并分析了申扎县植被退化的时空变化特征。结果表明:1989-2009年申扎县植被覆盖发生了很大的变化,总体变化趋势是植被退化面积不断增加,中度、重度退化面积在总退化面积中所占比例呈增加趋势。1989年植被退化以中东部地区最严重,2009年申扎县的北部植被退化最严重。     

VI-LST遥感模型在福建省干旱灾害监测中的应用

植被指数(VI)和地表温度(LST)是描述地表特征信息的2个重要参数.本研究采用基于VI和LST特征空间的遥感模型对2000年以来福建省三起比较严重的干旱灾害进行监测分析,结果表明:采用增强型植被指数(EVI)拟合特征空间干边方程的相关系数高于采用归一化植被指数(NDVI)拟合干边方程的相关系数.VI-LST遥感模型能客观地反映地表水分供应状况,较好地反映区域旱情的空间分布和旱情动态发展过程,干旱灾害的卫星遥感监测结果与地面气象监测结果基本一致,在福建省抗旱减灾工作中具有一定的实用价值.     

甘肃森林火灾的分布特征及其与归一化差分植被指数的关系

利用甘肃省各林区16年的森林火灾资料,分析了火灾的时空分布特征。结果表明,甘肃省森林火灾主要集中在2～3月份;森林火灾平均开始于10月下旬,结束于5月中旬;地域分布主要集中在马衔山、小陇山、白龙江等林区。此外,利用NOAA气象卫星资料研究发现,遥感监测到的归一化差分植被指数与森林火灾发生率有较好的负相关关系,因此归一化差分植被指数可用于森林火灾的预警研究。     

基于TVDI指数的安徽省伏旱动态监测与时空演变的研究

利用2012年153期到241期的Terra/Modis 8 d合成的地表温度（LST）产品数据MOD11A2和16 d合成增强植被指数（EVI）数据MOD13A2,构建LST-EVI特征空间,并依据该特征空间计算的温度植被干旱指数（TVDI）作为土壤湿度的监测指标,反演了2012年6-8月份安徽省每8 d的土壤湿度分布状况,验证了LST-EVI特征空间三角形分布的基本特征。结果表明：总体来看,2012年安徽省伏旱主要发生在两个时段（6月上旬到中旬以及7月中旬到8月上旬）,两个时段持续时间都不长,并没有造成严重灾情,到8月上旬开始缓解,8月中旬基本结束。本研究为利用遥感数据对伏旱进行动态监测提供了方法和依据。     

基于多源遥感数据的TVDI方法在荒漠草原旱情监测的应用

为探讨近年来广泛使用的低空间分辨率的MODIS数据以及高空间分辨率的Landast 8数据对同一地区的旱情状况,选择内蒙古自治区干旱频发的乌审旗荒漠草原为研究区,借助分裂窗算法反演地表温度(Ts),获取归一化植被指数(NDVI),建立温度植被干旱指数(TVDI)的干旱监测模型,分别反演MODIS-TVDI和Landast8-TVDI,并与同期野外实测的不同深度土壤含水量进行回归分析。结果发现,基于MODIS和Landast8 2种遥感数据计算得到的TVDI与各层的土壤水分线性相关显著,两者都能表征地表的干旱分布,且Landast8-TVDI与各层土壤含水量的相关性大于MODIS-TVDI与各层土壤含水量的相关性,其中0~10 cm表层土壤含水量的相关性要好于0~20 cm、0~30 cm的相关性。因此Landast8-TVDI能够更好地反映乌审旗荒漠草原的土壤水分状况,更适宜于旱情监测。     

基于NDVI的油松天然林生长状况的遥感监测研究

以黄土高原油松天然林为研究对象,以TM影像为主要数据源,选择能最佳表达研究区油松林信息的植被指数以及植被指数与盖度之间的回归模型,从遥感影像计算NDVI,并获取研究区油松林的盖度信息,反映油松林的生长状态。结果表明,研究区油松林90%以上的覆盖度超过50%,说明蔡家川林场天然油松林的生长状态良好。并对研究成果经过实地验证,通过植被指数获得的油松林覆盖度信息与实地调查结果吻合度达92%,这说明利用植被指数进行油松天然林生长状态的评价是可行的。     

基于遥感资料的干旱监测研究

基于MODIS数据,对云南省2011年春季的干旱状况进行了监测,通过MODIS的植被指数和陆地表面温度数据建立了Ts-NDVI空间,并计算了温度植被干旱指数(TVDI)。TVDI指数可有效提高干旱监测的精度和效率,可以用来对大区域干旱进行检测。云南省旱情分布较广,受灾面积超过75%,仅西北角小片地区受干旱影响较小,在研究期间干旱区主要分布于云南省中部、东部和南部地区,并且随着时间的推移干旱区面积有增加的趋势。结果表明,利用MODIS卫星遥感数据进行干旱监测具有相当的可行性和适用性。     

基于TM数据的黑龙江省西部地区草场荒漠化变化趋势研究

以TM影像为数据基础,以大庆、安达等8个县为例进行对比,利用归一化植被指数(NDVI)分析黑龙江省西部地区草场荒漠化在1996～2007年间的变化趋势。研究发现1996～2007年间,黑龙江省西部草场荒漠化面积有所增加,荒漠化程度日趋严重。研究表明:以卫星影像为基础使用遥感技术对荒漠化程度进行研究的方法,相比传统方法更加迅速、直观,对指定区域进行动态监测,优势更加明显。     

基于信息熵的山西太谷植被指数最佳分辨率尺度分析

尺度是理解地球系统复杂性的关键准则之一。由地学现象的本身出发,结合具体的遥感研究应用来选择遥感影像最佳分辨率具有重大现实意义。从信息论的角度出发,选取山西太谷作为实验区,利用信息熵方法测试该区域2010年各类植被指数不同分辨率下所包含的信息量(测试分辨率主要有30、60、120、240、480、960 m),获得各类植被指数图像的信息熵随图像分辨率的变化曲线,并据此判定最佳的分辨率尺度。结果表明,当各类植被指数图像分辨率为240 m时,植被指数的信息熵均开始趋于减小,此时图像的信息量基本达到饱和。因此,研究区植被指数的最佳分辨率为240 m。基于信息熵的方法来选择影像最佳分辨率,可以为植被遥感监测提供重要参考。     

高光谱遥感在植被理化信息提取中的应用动态

概述了高光谱遥感信息的处理方法,综述和总结了高光谱遥感在植被生物物理和生物化学信息提取等方面的应用及国内外研究进展,阐述了植被指数应用的可行性,在此基础上指出高光谱遥感在提取植被信息过程中存在的问题及其发展前景。