基于3S技术的牧区雪灾评价方法

利用NOAA卫星数据及地面气象台站观测资料,建立了积雪深度遥感反演模型;应用线性混合光谱分解原理,研究了基于像元的积雪覆盖率及积雪空间分类算法;依据草地畜牧业的特点,综合考虑了雪情、草情、畜情和气象因素的空间分布及其对草地畜牧业的危害程度,提出了2种新的基于格网单元的积雪危害指数和雪灾综合评价指数,构建了积雪危害分级与雪灾综合评价标准。通过对北疆阿勒泰牧区雪灾研究的结果表明,这2种指数和分级评价标准能准确详细地反映雪灾的时空分布特征和危害程度,对牧区雪灾的综合评价具有重要的应用价值。     

新疆雪线场的建立及其空间分布特征北大核心CSCD

以新疆为研究区,利用2015年逐日积雪产品MOD10A1/MYD10A1数据,通过积雪持续时间比率法提取研究区雪线,并运用克里金插值法建立新疆区域雪线场,在此基础上对研究区雪线空间分布特征进行研究。经分析得出：普通克里格插值法建立的新疆雪线场MAE（平均绝对误差）为4.49 m,RMSE（均方根误差）为48.93 m,其误差满足本研究的精度需求;从整个研究区分析,雪线高程呈现出北低南高,西高东低的布局,其值在3 000-5 600m,具有典型的经度地带性和纬度地带性的分布特点,同时雪线场南部分布密集北部稀疏;从局部区域分析,天山山区雪线高程南高北低、东高西低,昆仑山区中间高、两边低,阿尔泰山区西北向东南依次降低;各个区域雪线分布差异较大,其内部分布复杂,雪线高程高低交错。     

小兴安岭云冷杉红松林和白桦林对雪水文过程的影响

为了阐明天然森林植被对雪水文过程的影响,于2014年秋季至2015年春季在积雪期和融雪期采用积雪层特性调查法分别对小兴安岭典型天然林下积雪层的雪深、雪密度和雪水量进行了测定。结果表明:云冷杉红松林和林外草地间的雪深和雪水量差异显著,而云冷杉红松林的雪水量异质性程度要高于白桦林和林外草地;与林外草地相比,云冷杉红松林和白桦林的最大雪积累量分别减少了26.08%和5.43%。云冷杉红松林和白桦林及林外草地的积雪层密度无显著差异。云冷杉红松林和白桦林的融雪速率分别为1.52,2.05mm/d,均小于林外草地,但差异性并不显著。云冷杉红松林和白桦林分别截留降雪量达24.02(占总降雪量的27.27%),5.43mm(占总降雪量的6.16%),且云冷杉红松林截留降雪量明显高于白桦林,这表明云冷杉红松林对于积雪和截雪过程的影响更为显著。     

祁连冰沟流域浅雪层光谱特征 分析与遥感算法反演

祁连山冰沟流域地形复杂,积雪深度较浅且破碎化严重,针对MODIS标准积雪面积比例产品在该地区监测精度较差的问题,本研究基于冰沟流域浅雪光谱特征分析及结合野外实测经验,探索浅雪的光谱特征对MODIS浅雪面积比例提取精度的影响;然后通过线性回归法、线性混合像元分解法及BP神经网络模型3种方法分别构建了针对研究区的MODIS积雪制图算法,并利用同时相的Landsat 8OLI二值积雪数据作为真值对上述3种制图方法进行精度验证。结果表明,1)浅雪的光谱反射率对基于NDSI阈值法的MODIS浅雪提取精度几乎没影响,MODIS提取浅雪精度差的主要原因为该地区复杂的地形而导致的积雪分布破碎化,即混合像元的大量存在;2)利用BP神经网络模型反演积雪面积比例的最佳输入参数组合为(ρ_1~ρ_7)+NDSI+DEM;3)线性混合像元分解模型在该研究区的积雪面积比例提取精度较低,BP神经网络模型精度最好;4)在地形复杂区域,多因素模型(BP神经网络模型)相对于单因素模型(一元线性回归模型)具有较好的积雪面积比例提取精度和稳定性,可以为研究区MODIS积雪面积比例的反演提供一种理想的方法。     

葡萄越冬期间积雪厚度与地温变化的研究

[目的]为葡萄的安全越冬提供参考。[方法]运用MicroLite-U盘型温度记录仪和直尺记录空气温度、地温和积雪厚度,研究不同覆盖方式和不同的积雪厚度下地温的变化规律。[结果]葡萄在不同覆盖条件下地温变化均呈先降低后升高的曲线。在正常情况下,埋土越冬期间地表极端最冷温度稍微低于覆被,两者相差0.45℃左右;而在4月份温度上升时覆被温度明显高于埋土,两者相差4.56℃左右。在该试验条件下,10 cm的积雪厚度可增加地表温度4～6℃。[结论]葡萄越冬期间埋土与覆被相比,地温变化的总体趋势是一致的,而覆被地温比较稳定,温度明显高于埋土。另外,积雪厚度的增加明显延缓了地温的降低,保护了葡萄根系不受冻害。     

小兴安岭主要森林类型对降雪、积雪和融雪过程的影响

选择小兴安岭林区5种主要森林类型,对其降雪、积雪和融雪等雪水文过程进行系统研究。结果表明:1）森林对降雪的截留作用主要受郁闭度和树种组成的影响,云冷杉红松林对降雪的截留作用最大,降雪截留率为39.7%,约为次生白桦林的5倍,人工落叶松的25倍。2）不同森林类型之间的截雪量大小与降雪强度有关,且在同一种森林类型的不同降雪强度中,其截留率差异也不同。3）云冷杉红松林内积雪厚度最小,3月中旬达最大值32 cm,较次生白桦林和落叶松人工林内的积雪厚度减少了约12 cm。4）不同林型内积雪融化速度有较大差异,各红松林内积雪厚度从4月中旬后平均每天减少约0.5 cm,而次生白桦林和落叶松人工林内积雪厚度平均每天减少约1.3 cm,融雪速率相对较快,易产生融雪性洪峰。因此,在东北地区实行栽针保阔,逐步改造天然次生林,使之过渡到针阔混交林,能有效地延长林内融雪时间,从而发挥森林融雪的水文效益。      

Effects of major forest types of Xiaoxing＇an Mountains on the process of snowfall, snow cover and snow melting.

选择小兴安岭林区5种主要森林类型,对其降雪、积雪和融雪等雪水文过程进行系统研究。结果表明：1）森林对降雪的截留作用主要受郁闭度和树种组成的影响,云冷杉红松林对降雪的截留作用最大,降雪截留率为39．7％,约为次生白桦林的5倍,人工落叶松的2．5倍。2）不同森林类型之间的截雪量大小与降雪强度有关,且在同一种森林类型的不同降雪强度中,其截留率差异也不同。3）云冷杉红松林内积雪厚度最小,3月中旬达最大值32cm,较次生白桦林和落叶松人工林内的积雪厚度减少了约12cm。4）不同林型内积雪融化速度有较大差异,各红松林内积雪厚度从4月中旬后平均每天减少约0．5cm,而次生白桦林和落叶松人工林内积雪厚度平均每天减少约1．3cm,融雪速率相对较快,易产生融雪性洪峰。因此,在东北地区实行栽针保阔,逐步改造天然次生林,使之过渡到针阔混交林,能有效地延长林内融雪时间,从而发挥森林融雪的水文效益。     

梭梭固沙林水分平衡研究──Ⅱ．白梭梭人工积雪固沙林的水分状况

对用人工积雪方法营造的白梭梭人工林和荒漠林进行了土壤水分状况和林木生长状况的研究。结果表明，林地的土壤水分状况和林木生长状况随冬季降水量的增加而渐好。人工林的生长状况虽不如荒漠林，但水分供需平衡，属于生长良好类型，４×４．５ｍ的株行距，５５６株／ｈａ的密度，现盖度达到２９．１％，是流沙完全固定的合理密度。荒漠林的生长良好是靠小密度造成的单株水分营养面积大促成的。在农田边缘的流动沙丘上，应用人工积雪的方法按上述密度营造固沙林，可不用疑虑水分平衡的问题。     

积雪车前口服液对痛风模型鸡的疗效研究

依据中兽医学对痛风"清热利湿、利尿通淋、排石消肿"的辨证防治原则组拟的积雪车前口服液,为确定其临床疗程和最佳剂量,选取海兰灰蛋鸡100只(40日龄),随机分成5组,每组20只。A组为健康对照组,始终饲喂基础饲料,饮用自来水。B组～E组始终饲喂高钙高蛋白饲料制作鸡痛风模型,其中B组为模型对照组,饮用自来水;C组～E组分别为积雪车前口服液低、中、高剂量治疗组,模型制作成功后,分别在每升饮水中添加1、2、4mL积雪车前口服液,连用7d。结果表明,用药第3天时症状明显减轻,C组、E组血清尿酸含量小于480μmol/L已降到高尿酸血症水平以下,病情有所好转;E组血清黄嘌呤氧化酶活性与A组差异不显著(P>0.05);D组、E组血清肌酐含量与A组差异不显著(P>0.05),C组显著高于A组;与B组相比,C组～E组均极显著降低(P<0.01);C组、D组、E组血清磷含量与A组差异不显著(P>0.05),与B组相比,E组血清磷含量显著升高(P<0.05)。治疗第7天时,C组～E组血清尿酸含量极显著低于B组(P<0.01);E组血清黄嘌呤氧化酶活性显著低于B组(P<0.05),与A组差异不显著(P>0.05)。积雪车前口服液对鸡高尿酸血症有一定的治疗作用,综合各项指标,其中E组(积雪车前口服液,高剂量组)治疗效果最为显著。     

新疆北部地区MODIS积雪遥感数据MOD10A1的精度分析

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。