T-M水量平衡模型在流域产流计算中的应用

[目的]旨在通过研究流域各月度产水量,对水资源管理和农业灌溉用水调度进行指导。[方法]以锦阳川流域为研究对象,运用遥感(remote sensing,RS)和地理信息系统(geographic information system,GIS)提取和处理空间土地利用、土壤及数字高程模型数据,结合降雨、气温及不同植物的根深数据,采用Thornthwaite and Mather(T—M)模型计算了水分亏缺与剩余,土壤水分补给与利用的周期及月度产流量。[结果]研究区2011年平水年全年总径流量为281.0mm,在1,3—4,6和10月,存在水分亏缺及土壤水分利用,面积加权的水分亏缺值为5.8mm;2月,11—12月降水对土壤水分进行补给;5和7—9月,存在水分剩余,面积加权的剩余值为286.2mm。丰水年(25%)、平水年(50%)和枯水年(75%)多年平均产水量分别为8.3×107,4.8×107及2.2×107 m3。[结论]研究区在丰水年(25%)的2,7—11月,平水年(50%)的2—3,7—9月和枯水年(75%)的12—2,7—9月存在水分剩余。     

基于多光谱与高光谱遥感数据的冬小麦叶面积指数反演比较

近年来,高光谱遥感数据广泛应用于农作物叶面积指数(LAI)反演。与常用的多光谱遥感数据相比,高光谱数据能否提高农作物LAI反演的精度和稳定性还存在争议。针对这一问题,该研究利用实测冬小麦冠层高光谱反射率数据,构造了不同光谱分辨率和波段组合的5种光谱数据。基于ACRM(a two-layer canopy reflectance model)模型、2套参数化方案及上述5种光谱数据,对冬小麦LAI进行反演,分析光谱分辨率、高光谱数据波段选择、模型参数不确定性3方面因素对LAI反演精度与稳定性的影响。研究结果表明:当波段选择适宜、模型参数不确定性较小且光谱数据分辨率较高时,LAI反演精度与稳定性更高,提高光谱分辨率对LAI反演精度的改进作用随光谱分辨率的升高而降低;反之,当高光谱数据波段选择不当或者模型参数不确定性较大时,提高光谱数据的分辨率并未提高LAI反演精度。该研究解释了"高光谱遥感数据能否提高植被参数反演精度"问题,为进一步发挥高光谱数据在农作物LAI反演中的潜力提供了科学参考。     

四川省泸定县磨西台地地质灾害遥感监测研究

利用多时相,多平台卫星遥感数据,对四川省泸定县磨西台地的地质灾害开展了遥感监测.研究了地质灾害的发展演化趋势,判定了地质灾害的稳定性,为磨西台地的地质灾害防治提供了科学依据.遥感监测显示,自2006年1月2日至2009年12月21日的近4 a,磨西台地内无新发生泥石流和崩塌灾害,原已发生的泥石流和崩塌也未见明显复发,泥石流处于停歇期,崩塌处于稳定状态.大部分滑坡处于稳定状态,只有1处新发生的滑坡还在发展之中,处于不稳定状态,存在进一步发展的可能,需进一步加强监测.磨西台地岸坡的冲蚀滑塌和浅层流滑则一直在持续发展,对磨西台地岸坡的稳定构成威胁,并造成磨西台地面积的缩小,需要及时治理.     

基于无人机数码影像的冬小麦叶面积指数探测研究

叶面积指数(LAI)是评价作物长势的重要农学参数之一,利用遥感技术准确估测作物叶面积指数(LAI)对精准农业意义重大。目前,数码相机与无人机系统组成的高性价比遥感监测系统在农业研究中已取得一些成果,但利用无人机数码影像开展作物LAI估测研究还少有尝试。为论证利用无人机数码影像估测冬小麦LAI的可行性,本文以获取到的3个关键生育期(孕穗期、开花期和灌浆期)冬小麦无人机数码影像为数据源,利用数字图像转换原理构建出10种数字图像特征参数,并系统地分析了3个生育期内两个冬小麦品种在4种氮水平下的LAI与数字图像特征参数之间的关联性。结果表明,在LAI随生育期发生变化的同时,10种数字图像特征参数中R/(R+G+B)和本文提出的基于无人机数码影像红、绿、蓝通道DN值以及可见光大气阻抗植被指数(VARI)计算原理构建的数字图像特征参数UAV-based VARIRGB也有规律性变化,说明冬小麦的施氮差异不仅对LAI有影响,也对某些数字图像特征参数有一定影响;在不同条件(品种、氮营养水平以及生育期)下的数字图像特征参数与LAI的相关性分析中,R/(R+G+B)和UAV-based VARIRGB与LAI显著相关。进而,研究评价了R/(R+G+B)和UAV-based VARIRGB构建的LAI估测模型,最终确定UAV-based VARIRGB为估测冬小麦LAI的最佳参数指标。结果表明UAV-based VARIRGB指数模型估测的LAI与实测LAI拟合性较好(R2=0.71,RMSE=0.8,P0.01)。本研究证明将无人机数码影像应用于冬小麦LAI探测是可行的,这也为高性价比无人机遥感系统的精准农业应用增添了新成果和经验。     

基于地统计与遥感反演相结合的有机质预测制图研究

土壤水分对土壤光谱反射率有显著影响,而以往有机质遥感反演制图中却很少将水分作为预测建模的变量。为了使遥感制图更加符合野外实际环境,提高有机质预测制图精度,在充分考虑土壤样点空间自相关、异相关与野外复杂环境特点的基础上,通过地统计获得研究区水分的空间分布数据,结合遥感反射率,建立多因子预测模型,得到了吉林省黑土区土壤有机质空间分布图。结果表明,有机质遥感制图中,水分因素的加入,使模型的建立更加符合野外实际情况,显著提高了有机质预测制图的精度。     

1994-2014年连云港市赣榆区生态变化评估

利用遥感生态指数(RSEI)进行区域生态变化评估,可以及时、快速地获取水土流失区生态环境变化状况.以赣榆为研究区,采用1994年的Landsat TM 5影像和2014年的Landsat 8OLI影像,评估指标选择可以反映生态质量条件的绿度、湿度、热度及干度4个生态因子,运用主成分分析方法集成上述指标,分析研究区域20 a间生态状况时空变化.结果表明:研究期间,赣榆区RSEI从1994年的0.577上升到2014年的0.639,增幅为10.75％;生态为优良等级所占的面积比例从1994年的42.7％上升到2014年的50.41％,增幅为18.06％,主要发生在西北部丘陵山区.通过对赣榆区的调查分析,以植树造林为主的小流域综合治理措施对生态质量的改善起到了重要作用.     

基于多光谱影像反演土壤盐分的建模方法研究

土壤盐分的定量遥感反演,为快速、准确、全面地监测盐渍化状况提供了可能。本文以黄河三角洲地区垦利县为例,实地调查采集土壤样本,并获取同时相Landsat 8影像,建立土壤盐分遥感反演的BP神经网络、偏最小二乘回归、主成分分析、多元线性回归多种模型,进而进行精度对比分析,评价、优选最佳建模方法,最后,基于最佳模型进行研究区土壤盐分的空间分布反演分析。结果显示:遥感影像的反射率与土壤盐分含量并不是单纯的线性关系,构建的盐分估测模型BP神经网络预测决定系数为0.8467,均方根误差为0.071,明显高于传统线性统计模型,能较好地模拟土壤盐分与光谱数据的关系。该研究既能为盐渍土的治理、利用提供数据支持,又能推动盐渍化区域遥感研究的定量发展。     

丝绸之路经济带沿线典型地区荒漠化动态变化遥感监测

在高强度人类活动影响下,“丝绸之路经济带”的资源环境面临严峻问题与挑战,而对研究区的荒漠化动态变化进行遥感监测可为荒漠化的防治和治理提供理论基础和数据支持.以2000-2014年的250 m分辨率MOD13Q1为数据源,利用归一化植被指数和决策树分类进行荒漠化程度划分,得到丝绸之路经济带荒漠化土地动态变化和转移面积矩阵.结果表明:2000-2014年研究区荒漠化土地面积增加,其荒漠化土地增长量为98 912.26km2和增长率为0.11％.其中,非荒漠化向荒漠化共转移308 289.73 km2,大于荒漠化向非荒漠化的转移面积266 497.67 km2.在空间分布上,中亚荒漠化土地由西南的严重荒漠化向东北的轻度荒漠化逐渐减轻,且向哈萨克斯坦北部地区不断推移;中国的荒漠化土地多集中分布在塔里木、吐鲁番和柴达木三大盆地中,且以宁夏陕西甘肃北部地区的减少为主.总体上,丝绸之路经济带沿线地区总荒漠化面积增加,程度趋于严重,荒漠化问题日益突出.     

无人机遥测技术在水土保持生态果园改造监测中的应用

以江西水土保持生态科技园为研究区,通过无人机遥测技术以及地理信息系统,对生态果园水土保持措施进行图斑化、信息化管理研究.结果表明:无人机遥测技术获取的不同阶段的航飞影像可用于生态果园改造的动态监测;利用Agisoft photoscan软件处理航飞影像可生成高分辨的数字正射影像(DOM)以及数字地表模型(DSM)数据;利用生成的DOM,结合地理信息系统,可获取生态果园水土保持措施的分布、数量、长度等信息,建立生态果园水土保持措施数据库,并输出报表和专题图.经与实际量测长度验证,基于DOM提取的长度平均精度为97.99％;与实测坡度验证,基于DSM数据提取的坡度平均精度为88.91％.无人机遥测技术能够快速、准确、自动获取地物的面积、长度、坡度等指标数据,可满足当前水土保信息化的要求,提升综合治理项目实施监测的信息化水平,提高施工监测的质量和效率.     

新疆西昆仑地区泥石流灾害分析与评价

[目的]评价研究区泥石流的危险性,找出适合新疆西昆仑地区泥石流灾害研究的技术和方法。[方法]以新疆西昆仑山脉西段马尔洋地区为研究对象,在充分收集、研究前人资料和有效利用其他信息源的基础上,通过对研究区ETM+影像数据的研究,对研究区泥石流灾害点进行了判读。结合DEM数据,对该区地形地貌进行了研究。[结果]选取了合适的泥石流灾害危险性评价指标体系。一般危险区、中度危险区、高度危险区、极度危险区,面积分别为:31.69,40.70,38.31,25.83km2,所占比例分别为:23.21%,29.81%,28.06%,19.92%。[结论]研究区泥石流灾害极度危险区和高度危险区占总面积的47.98%,主要分布在研究区的中部和西北部区域,为泥石流灾害高度危险性易发区。