共查询到18条相似文献,搜索用时 93 毫秒
1.
“8.8”舟曲特大泥石流天气背景分析 总被引:3,自引:0,他引:3
利用自动站、卫星云图、探空等常规和非常规资料,对2010年8月8日凌晨造成舟曲特大泥石流的短时强降水天气过程的天气背景、形成机理、物理成因、卫星云图特征进行了较为深入细致的研究。结果表明,自动站气象要素变化能反映中小尺度天气系统的信息;卫星云图上,东移锋面云系尾部在顺时针旋转的南亚高压东部激发起对流云团,对流云团在有利的温湿条件、不稳定的层结、较大的高空风垂直切变下,迅速发展、合并成中α对流系统,在其前进方向右后方边缘亮温梯度大的地方出现短时强降水;副高边缘的高能水汽输送带使甘肃南部具备对流发展的潜势,500 hPa小槽、200 hPa辐散区、地面冷锋的配合,激发中尺度对流系统(MCS),使其得以发展;有利的层结条件和高空风垂直切变使MCS得以加强,最终造成舟曲短时局地强降水,并引发特大山洪泥石流。 相似文献
2.
3.
4.
5.
6.
无人机遥感系统在低温雨雪冰冻灾害监测中的应用 总被引:2,自引:0,他引:2
无人机航空遥感系统具有实时性强、机动灵活、影像分辨率高和成本低的特点,且能够在高危地区作业,非常适用于各种自然灾害的应急救援。具体介绍了低空无人机遥感系统在2008年南方特大低温雨雪冰冻灾害中的应用情况,如灾情勘查与实时监测、现场救灾指挥和调度、受灾面积估算、灾情评估、灾后数字地图更新与灾后重建等,具有重要的应急救援作用。同时,在此次灾害救援中,无人机遥感暴露了一些不足,对其提出了改进方案。长远来看,无人机航空遥感系统在自然灾害应急领域具有广阔的应用前景。 相似文献
7.
8.
9.
近些年遥感影像呈指数增长,遥感影像管理部门如何科学有效地管理海量的遥感影像数据,充分利用存储空间,按需高效调取多源遥感影像是目前迫切需要解决的难题。设计了海量多源遥感影像管理和服务的系统,应用云存储技术,将分布不同地点的存储设备通过软件组合后依托网络传输技术协同工作,管理部门可基于该系统做到有效的影像数据管理、数据分发以及数据服务共享等,切实解决当前海量遥感影像管理和应用遇到的问题。 相似文献
10.
受灾面积与受灾等级是农作物灾情评估的重要内容,本文基于遥感辅助抽样调查的方法设计了一套灾情评估流程,实现对受灾面积与等级的快速评估。本文以Landsat-8影像为实验数据,高分一号影像为模拟真值数据,对济南市长清区2013年夏玉米内涝进行了模拟实验研究。实验结果表明,采用回归估计与比率估计两类常用估计量进行外推,总受灾面积反推精度均在90%以上,各等级受灾面积的反推精度均在80%以上,这证明了遥感数据辅助抽样设计的方法应用于作物的灾害评估具有精度可行性;而且通过一次抽样调查可同时完成受灾面积和受灾等级评估,所以该套方法可以提高评估效率,降低评估成本。由于影像数据、反演指标、抽样方法、外推估计量等多种因素会对评估精度造成不确定性,将来仍需通过实证研究对该法进行进一步验证。 相似文献
11.
12.
高-中-低精度遥感的大区域高精度耕地面积估测分析 总被引:2,自引:0,他引:2
介绍了国内外的遥感抽样监测方法,分析了遥感抽样监测在大范围耕地监测中的优越性与局限性,最后就大范围高精度的耕地监测提出了采用高-中-低分辨率遥感影像逐步抽样的解决方案. 相似文献
13.
14.
遥感方法进行土壤水分监测的现状与进展 总被引:7,自引:0,他引:7
总结了常用的遥感监测土壤水分的基本原理和方法,介绍了国内外在这一方面所取得的主要成果。以改进的热惯量法、作物缺水指数法和植被指数法等为主要代表的土壤水分遥感监测方法日臻成熟。G IS技术的广泛应用,土壤水分遥感监测模型的优化,以及微波遥感的应用将是该领域的重点研究方向,同时指出在土壤水分监测方面应走多学科综合的道路。 相似文献
15.
16.
Study on Soil Salinization Information in Arid Region Using Remote Sensing Technique 总被引:3,自引:0,他引:3
Extracting information about saline soils from remote sensing data is useful, particularly given the environmental significance and changing nature of these areas in arid environments. One interesting ease study to consider is the delta oasis of the Weigan and Kuqa rivers, China, which was studied using a Landsat Enhanced Thematic Mapper Plus (ETM+) image collected in August 2001. In recent years, decision tree classifiers have been successfully used for land cover classification from remote sensing data. Principal component analysis (PCA) is a popular data reduction technique used to help build a decision tree; it reduces complexity and can help the classification precision of a decision tree to be improved. A decision tree approach was used to determine the key variables to be used for classification and ultimately extract salinized soil from other cover and soil types within the study area. According to the research, the third principal component (PC3) is an effective variable in the decision tree classification for salinized soil information extraction. The research demonstrated that the PC3 was the best band to identify areas of severely salinized soil; the blue spectral band from the ETM+ sensor (TM1) was the best band to identify salinized soil with the salt-tolerant vegetation of tamarisk (Tamarix chinensis Lour); and areas comprising mixed water bodies and vegetation can be identified using the spectral indices MNDWI (modified normalized difference water index) and NDVI (normalized difference vegetation index). Based upon this analysis, a decision tree classifier was applied to classify landeover types with different levels of soil saline. The results were checked using a statistical accuracy assessment. The overall accuracy of the classification was 94.80%,which suggested that the decision tree model is a simple and effective method with relatively high precision. 相似文献
17.