共查询到16条相似文献,搜索用时 428 毫秒
1.
冷季深入对AMSR-E监测内蒙古积雪的影响 总被引:4,自引:1,他引:3
传统的积雪范围和厚度监测是通过气象台站的定时观测, 其缺点是:地面观测资料区域代表性有限和地面气象台站分布很均匀.遥感技术可以弥补传统观测的不足,中分辨率成像光谱仪(Moderate Resolution Imaging Spectroradiometer, MODIS)数据具有高空间分辨率、高时间分辨率,地球观测系统先进微波扫描辐射计(Advanced Microwave Scanning Radiometer-EOS, AMSR-E)数据具有不受云层影响的特点.分析冷季深入对AMSR-E影像积雪判别的影响,最终得出,在内蒙古地区随着冷季的深入,AMSR-E将MODIS影像上无雪像元和有云像元判别为有雪的比例越来越高,最高分别达34.22%和28.29%.两者同时判别为有雪像元的比例也越来越高,最高达33.66%. 相似文献
2.
牧区积雪光学与微波遥感研究进展 总被引:1,自引:1,他引:0
在总结国内外积雪监测常用卫星资料甚高分辨率扫描辐射仪(AVHRR)、多光谱扫描仪(MSS)、专题绘图仪(TM)、中分辨率成像光谱仪(MODIS)、多通道微波辐射计(SMMR)、微波成像专用传感器(SSM/I)、改进型微波辐射扫描仪(AMSR/AMSR-E)、合成孔径雷达(SAR)和FY系列传感器优缺点的基础上,系统研究了牧区积雪可见光遥感研究进展以及微波积雪深度反演、积雪分类决策树遥感研究进展,提出了积雪监测中存在的一些问题及未来发展趋势和研究重点,为进一步做好牧区积雪监测提供科学依据。 相似文献
3.
牧区积雪监测中卫星资料应用的研究现状 总被引:3,自引:1,他引:3
牧区雪灾严重制约着牧区生产力的发展。卫星资料在雪灾监测中,起到控制雪灾和灾前预警的作用。牧区积雪监测中常用卫星资料NOAA/AVHRR在晴空条件下,具有大范围积雪动态变化监测的优势;TM资料则易于区分雪和云,同时适用于小范围积雪动态监测与精确定位;被动微波遥感数据SMMR、SSM/I和AMSR E在获取雪深及雪层内部稳定方面效果显著;MODIS数据具有数据免费、较高空间分辨率等特点。多种卫星资料还在去云、混合像元处理、积雪深度、积雪面积监测和积雪监测模型建立中起到基础数据的作用,为雪灾的准确监测提供重要依据。 相似文献
4.
本研究利用青藏高原地区2002-2008年MODIS/Terra-Aqua逐日雪被产品(MOD10A1及MYD10A1)和AMSR-E/Aqua每日雪水当量产品AE_DySno,研究了MODIS和AMSR-E逐日数据的融合算法,合成出逐日无云积雪分类图像MATS10A1,并利用气象台站提供的雪情数据验证了合成图像的积雪分类精度。研究结果表明:1)在青藏高原地区,虽然在晴空时MODIS积雪分类精度较高(当雪深>3 cm时达到80.82%),但MOD10A1和MYD10A1图像中的平均云量比分别达到39.74%和48.74%,无法对牧区雪情进行实时监测。2)MOD10A1和MYD10A1的合成图像(MOYDTS10A1)云量比为24.13%,不但消除了大部分云的影响,而且提高了积雪分类精度(积雪分类精度为81.67%)。3)合成图像MATS10A1结合了AMSR-E资料不受天气影响和MODIS雪被产品较高空间分辨率的优点,不仅完全消除了云的干扰,同时具有较高的积雪分类精度(79.36%)。因此,这种改进型算法生成的逐日无云图像,在青藏高原牧区雪灾监测与预警研究中将具有重要的应用前景。 相似文献
5.
基于MOD10A1和AMSR-E的北疆牧区积雪动态监测研究 总被引:10,自引:1,他引:9
准确监测牧区积雪覆盖范围,对有效防灾减灾和牧区畜牧业持续发展具有特别重要的意义。利用积雪产品和气象台站的观测资料,对比分析了北疆地区2002年11月1日-2005年3月31日三个积雪季的AMSR-E每日雪水当量产品及其与MOD10A1每日积雪分类产品合成的图像MODAE1的积雪识别精度。结果表明,1)AMSR-E每日雪水当量产品的积雪识别率为66.59%,总精度为69.49%;2)利用用户自定义的合成算法计算的合成图像MODAE1,结合了AMSR-E雪水当量产品不受天气影响和MOD10A1每日积雪产品较高空间分辨率的优点,积雪识别率达76.43%;3)雪深和土地覆盖对合成图像MODAE1的积雪识别率具有重要的影响。在雪深为1~40cm时,合成图像的积雪识别精度随雪深的增加而增大;在雪深为31~40cm时,积雪识别率可达90.19%;在雪深大于40cm时,积雪识别率开始下降。在牧区合成图像的积雪识别率可达77.6%,而在开阔的灌丛区积雪识别率略有下降,为72.7%。 相似文献
6.
基于AMSR-E信息的北疆牧区雪深遥感监测模型方法初探 总被引:8,自引:1,他引:7
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(Tb18V-Tb36V)之间具有较好的线性相关性,其回归公式为SD=0.49(Tb18V-Tb36V)+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。 相似文献
7.
8.
新疆北部地区MODIS积雪遥感数据MOD10A1的精度分析 总被引:8,自引:0,他引:8
以新疆北部牧区为研究区,结合气象台站记录的雪情数据和土地利用类型,对比分析了2001年11月1日-2005年3月31日的MODIS每日积雪产品MOD10A1积雪制图精度。研究表明,1)晴天时MOD10A1产品的精度很高,总精度可达到98.5%,积雪分类精度为98.2%。2)地面台站的积雪分类精度和总精度同海拔之间的相关系数仅为0.04和0.02,但积雪深度与积雪分类精度之间存在显著的相关性。当雪深1~3 cm时积雪分类精度为54.1%~94.3%;当雪深3~36 cm时,积雪分类精度均大于90%;当雪深大于36 cm时,漏测次数为零,积雪分类精度将保持在100%。3)土地利用类型对积雪分类精度有一定的影响。在农田、草原和城市建筑用地3种类型上的总精度分别为97.9%,98.9%和96.9%,积雪分类精度分别为98.0%,98.5%和94.4%。4)3种土地利用类型在不同雪深下的总精度和积雪分类精度都较高。农田、草原和城市建筑用地上的最低积雪分类精度分别为94.6%,95.3%和89.5%,且最低积雪分类精度都出现在雪深为1~10 cm的分段上,这个结果与积雪分类精度随雪深的增加而增加相一致。 相似文献
9.
在总结、分析已有利用气象卫星资料遥感监测草地雪情研究所成果的基础上,放弃了以往一直试图建立了卫星资料与积雪深度直接关系的思路,从一个新的视角出发,提出了适于遥感监测草地黑白灾的白度、雪深指数的表达式,并在实际的雪情监测中进行了应用。 相似文献
10.
积雪在全球水文和气候变化中扮演着十分重要的角色。利用遥感技术进行积雪监测已有40多年的研究历史, 在雪盖制图、雪深反演、冰雪反照率等方面发展了一系列的算法及产品。其中,光学遥感以其高时空分辨率的特点在积雪监测中得到了非常广泛的应用。随着对地观测系统(Earth Observation System,EOS)的发展,以及国产环境卫星的陆续升空,越来越多的遥感数据被应用于积雪监测,遥感技术势必在积雪监测领域发挥更加重要的作用,为模拟地球辐射平衡、地表水文研究、全球变化等提供丰富的数据资料。 相似文献
11.
不同的干燥工艺对荷花蜂花粉功能成分的影响 总被引:1,自引:0,他引:1
探讨了5种干燥工艺对荷花蜂花粉功能成分的影响。微波干燥的干燥效率最高,60%火力处理540s可使水分从31.41%降到6.42%;干燥方式对荷花蜂花粉蛋白质影响较小;微波干燥后总黄酮提取率最高,为13.20mg/g;真空冷冻干燥后维生素C和过氧化氢酶含量最高,分别为48.89mg/100g和29.86mg/g·min。总的来说,真空冷冻干燥对荷花蜂花粉的功能成分影响最小;常压恒温干燥对功能成分影响较小、工艺简单、对设备要求低,宜于大规模应用于实际生产中。 相似文献
12.
摘要:利用2002年10月1日-2008年3月31日青海省Terra/MOD10A1和Aqua/MYD10A1每日雪被产品,合成了MODIS五日积雪分类图像(MOYD_5D),结合AMSR E五日雪水当量产品(AE_5D),利用用户自定义合成算法合成五日积雪分类图像AEMD_5D。根据气象台站的雪情数据,对比分析MOYD_5D、AE_5D和AEMD_5D这3种积雪产品的积雪分类精度(Sa)。结果表明,1)当积雪深度为1~3 cm时, MOYD_5D、AE_5D和AEMD_5D的积雪分类精度分别为17.5%、49.8%和23.2%;2)积雪深度为4~6 cm时,MOYD_5D、AE_5D和AEMD_5D的Sa分别为46.2%、55.1%和56.9%;3)雪深为7~9 cm时,MOYD_5D、AE_5D和AEMD_5D的Sa分别为58.6%、78.5%和78.6%;4)当雪深≥10 cm时,MOYD_5D、AE_5D和AEMD_5D的Sa分别为66.7%、82.2%和84.1%。合成产品AEMD_5D对积雪分类精度有所提高,对于牧区雪灾监测及评价具有重要的应用价值。 相似文献
13.
14.
15.
16.
本试验建立了微波消解-石墨炉原子吸收法测定兔皮中痕量镉的方法。采用微波消解技术,在阶梯升高温度和加热功率条件下,用硝酸和过氧化氢彻底消解兔皮样品,消解后的样品用石墨炉原子吸收分光光度法测定微量的镉。结果:镉浓度在0~60.0μg/L范围内呈良好的线性关系,相关系数镉r=0.999 8;最低检出限镉为0.036 5mg/kg;对样品进行8次重复性实验,其相对标准偏差为3.147%;镉回收率在97.0%~105.8%之间。该方法具有操作简便、测定快速、准确度高的优点,适合于兔皮中痕量镉的日常批量检测。 相似文献