排序方式: 共有9条查询结果,搜索用时 31 毫秒
1
1.
利用1979—2009年的CFSR再分析风场资料,分风向、分月份对黄海6级以上大风变化特征进行了统计分析。结果表明:黄海大风日数呈趋势性减少特征,黄海北部海区和东南部海区大风日数最多。NNW风向大风日数最多(6.8 d),而南风大风日数最少(0.8 d)。大风日数最多的月份是12月(7.8 d),而最少的月份是6月(2.0 d)。各风向大风日数异常振荡的周期一般为2.5~3.0年。黄海大风冬季3个月基本以偏西北风为主,春季偏南大风的比例逐月增加。夏季3个月主要以偏南大风为主,秋季3个月以西南大风日数最多。全年中8级以上极端大风日数最多的月份是8月,与夏季极端大风相联系的天气过程主要为热带气旋。 相似文献
2.
3.
基于MODIS温度/植被指数的东北地区土地覆盖分类 总被引:19,自引:8,他引:11
该文采用MODIS NDVI时序数据对东北区土地覆盖分类进行研究,以验证MODIS区域土地覆盖制图的可靠性。通过试验发现经过Savizky-Golay滤波处理能有效去除云、缺失数据及异常值的影响,使得NDVI时序曲线能更好的反映植被季相变化特征,分类结果表明NDVI时序数列能较好的区分植被与非植被、草本(一年生)与木本(多年生)覆盖类型。但研究区内一年一熟的农作物与高盖度草地、落叶针叶林与落叶阔叶林具有相似的物候特征,混分现象比较严重。该研究通过添加地表温度(land surface temperature, LST)数据解决这一问题,利用所得温度/植被指数TVI对研究区进行土地覆盖分类。所得结果用363个野外调查样区进行验证,NDVI及TVI时序数据的分类精度分别为62.26%与71.63%。结果表明TVI比NDVI对土地覆盖类型中的植被类型识别更有效。 相似文献
4.
北京山区农村居民点分布变化及其与环境的关系 总被引:52,自引:15,他引:37
当前农村居民点整理工作应加强对社会经济转型条件下农村居民点内在演化规律的研究。该文应用GIS空间分析以及景观指数的定量分析方法,以北京山区为研究区域,分析研究了山区不同地域层次上农村居民点分布及其变化与该区自然环境、生产环境和社会经济三方面环境要素间的相互关系。结果表明北京山区农村居民点分布格局受坡度、高程、农用地以及城镇和交通道路等自然环境、生产环境和社会经济环境的综合影响,但其分布变化则更多地与农用地距城镇的距离和交通条件紧密相关。该文还对农村居民点分布的变化趋势进行了分析,为科学指导农村居民点整理提供依据。 相似文献
5.
结合山东省乡村聚落的实际情况,依据人工干扰程度的不同,将乡村聚落分为城市边缘区乡村聚落、平原型乡村聚落及山地型乡村聚落。将聚落景观空间概括为点、线、面3个要素。依据不同类型的乡村聚落,将聚落景观空间三要素进行布局,以找到适合的模式。 相似文献
6.
7.
基于1年MODIS旬最大值合成数据,运用Savizky-Golay滤波器对其进行了平滑滤波处理,应用Logistic模型提取了东北地区5个关键物候参数,并利用特征参数进行了研究区土地覆盖分类。结果表明,关键物候参数分类可明显提高植被覆盖类型的分类精度;其中,高盖度植被分类精度提高最为显著。 相似文献
8.
农村小学撤并是我国优化配置教育资源的1个重要举措,但该项措施对撤并区农村居民点影响较为严重。通过分析我国目前农村小学学龄人口及小学校数现状,找出小学校撤并与农村居民点整理的相互影响关系,提出切实可行的撤并区农村居民点整理模式及保障措施,以达到既保障学龄人口的教学质量,又改善农户生活环境,合理有效配置资源的目的。 相似文献
9.
利用1979—2009年的CFSR再分析风场资料,分风向、分月份对黄海6级以上大风变化特征进行了统计分析。结果表明:黄海大风日数呈趋势性减少特征,黄海北部海区和东南部海区大风日数最多。NNW风向大风日数最多(6.8 d),而南风大风日数最少(0.8 d)。大风日数最多的月份是12月(7.8 d),而最少的月份是6月(2.0 d)。各风向大风日数异常振荡的周期一般为2.5~3.0年。黄海大风冬季3个月基本以偏西北风为主,春季偏南大风的比例逐月增加。夏季3个月主要以偏南大风为主,秋季3个月以西南大风日数最多。全年中8级以上极端大风日数最多的月份是8月,与夏季极端大风相联系的天气过程主要为热带气旋。 相似文献
1