首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到15条相似文献,搜索用时 171 毫秒
1.
结合NOAA卫星数据和地面雪深观测资料,利用遥感与地理信息技术,针对气象台站稀少,分布不均匀的内蒙古地区制作雪盖图和雪深等值面图,不但可以从水平方向上确定积雪的覆盖范围,还可以从垂直方向上确定积雪深度的空间变化。监测结果对雪情的综合评价具有重要的应用价值,为牧区雪灾的动态监测与评价提供科学依据。  相似文献   

2.
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   

3.
基于3S技术的牧区雪灾评价方法   总被引:9,自引:3,他引:6  
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。  相似文献   

4.
积雪被动微波遥感研究进展与前景展望   总被引:1,自引:0,他引:1  
被动微波遥感可用于进行全天候的积雪监测。概述了国内外近年来积雪被动微波遥感研究进展,比较了常用的被动微波传感器SMMR(Scanning Multichannel Microwave Radiometer)、SSM/I(Special Sensor Microwave/Imager)、AMSR-E(Advanced Microwave Scanning Radiometer-Earth Observing System)和MWRI(Microwave Radiation Imager)的参数特征,指出目前积雪被动微波遥感研究中存在的问题:1)干雪和湿雪的判别阈值受多种因素的影响,仍难以确定;2)各气象台站的实测雪深值缺乏代表性;3)分辨率不高,无法监测浅雪区信息等问题;4)容易造成积雪范围估计过大、雪深过深等问题。另外,雪的密度、粒径、降水、寒漠、植被、冻土等因素都在一定程度上影响了反演结果的精度。并对积雪被动微波遥感的应用前景提出了展望:1)在积雪遥感业务监测中,对可见光和被动微波数据进行融合,可充分发挥二者的优势;2)遥感和地理信息系统的结合,可以提高积雪遥感监测的精度和应用范围;3)随着积雪模型算法的进一步完善以及更高空间分辨率的AMSR-E和我国FY3卫星的被动微波数据MWRI的应用, 被动微波遥感必将成为积雪监测的重要手段。4)被动微波遥感与可见光MODIS的积雪监测范围较为一致, 当由于云的影响而无法得到满意的可见光影像时, 则被动微波遥感就可发挥替代作用。5)被动微波遥感在积雪业务监测中还存在较多的问题, 持续不断的地面监测和算法改进及验证是完善这项技术的重要保证。  相似文献   

5.
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   

6.
牧区雪灾遥感监测方法的研究   总被引:2,自引:1,他引:2  
黄晓东  梁天刚 《草业科学》2005,22(12):10-16
雪灾是影响我国北方草原牧区畜牧业发展的重要因子,如何准确评价雪灾对牧区造成的影响并及时援救,最大限度地减少灾区的经济损失,是一个十分迫切的问题.为此总结了国内外牧区雪灾遥感监测的现状,分析了卫星遥感系统在草地雪灾监测方面的应用及存在的问题,提出了雪灾遥感监测的原理及技术路线,为进一步做好牧区抗灾救灾及草地畜牧业持续发展决策的研究提供科学依据.  相似文献   

7.
1雪灾对畜牧业的危害 雪灾又称"白灾",主要危害北方牧区畜牧业.积雪掩盖草场,会因积雪过深、密度较大或雪面覆冰形成冰壳,造成牲畜难以扒开雪层吃草,致使牲畜瘦弱;冰壳还易划破羊和马的蹄腕,形成局部冻伤;由于抵抗力下降,母畜容易流产,仔畜成活率低,老弱幼畜饥寒交迫,死亡率高;严重影响甚至破坏交通、通讯、输电线路等生命线工程,阻碍救灾物资的运送,对牧民的生命安全和生活造成威胁.  相似文献   

8.
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   

9.
付秀琴 《草业与畜牧》2014,(1):54-56,62
雪灾是制约牧区草地畜牧业健康发展的重要自然灾害。在对川西高原牧区雪灾危害进行分析的基础上,从积雪厚度、积雪持续时间、低温冻害、牲畜膘情与成灾关系等方面阐述了该区域草原雪灾的形成条件,提出了加强灾害性天气的预测预报与灾情监测评估体系建设,完善应急救灾体系,提高快速反应能力,以及注重草畜平衡,推动产业结构调整等牧区雪灾防治的长效机制构建等防灾减灾策略,并就加强牧区雪灾成灾机制等相关研究提出了建议。  相似文献   

10.
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   

11.
本研究欲通过改进数据存取方式、增加矩阵运算以提高雪灾监测与预警系统对数据的更新效率和对矩阵的处理能力。使用Tomcat Web服务、GeoServer地图服务、PostgreSQL数据库、OpenLayers地图数据访问框架、J2EE技术架构、雪灾风险评估Logistic线性回归模型、雪灾家畜死亡率估测BP-ANN模型以及MATLAB矩阵运算功能设计开发青海省牧区雪灾监测与预警系统,以实现雪灾监测与预警数据、区域属性信息的web页面展示及查询,雪灾风险概率运算,雪灾家畜死亡率运算以及数据导入等功能,解决以往雪灾风险监测系统对数据资料更新不及时的问题,提高风险监测与预警系统的矩阵运算能力,同时减少重复的数据操作,方便用户对青海省牧区雪灾监测及预警数据的管理。  相似文献   

12.
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   

13.
阿勒泰地区草地畜牧业雪灾的遥感监测与评价   总被引:12,自引:3,他引:9  
使用ERDAS IMAGING8.5软件分析NOAA/AVHRR资料,建立了基于空间统计分析的雪深遥感监测模型;在GIS技术的支持下,实现了对遥感获取的雪灾信息与地面实际监测信息的空间化、定量化分析,建立了草地畜牧业雪灾的评价模型和损失估算模型。对阿勒泰地区2000年雪灾损失的评价,可为政府部门今后制定防灾救灾措施、合理安排草地畜牧业生产提供决策支持。  相似文献   

14.
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   

15.
EOS-MODIS数据在草地资源监测中的应用进展综述   总被引:3,自引:1,他引:3  
简要介绍了美国对地观测系列卫星(Earth Observing Satellites, EOS)及其中分辨率成像光谱仪(Moderate Resolution Imaging Spectroradiometer, MODIS)数据在遥感方面的应用,总结了近年来MODIS数据在草地资源监测领域的研究成果,指出了利用MODIS数据进行监测与其他遥感卫星监测有不可比拟的优越性,着重介绍了MODIS数据在草地上进行植被动态、雪灾监测、火灾监测、病虫害监测等领域监测中应用的一般原理,并与应用甚高分辨率辐射仪(The Advanced Very High Resolution Radiometer, AVHRR)遥感监测进行对比.从理论上、技术上和实践上证明MODIS数据在各领域监测中的监测能力及可行性,目的在于为MODIS遥感监测工作提供一种有益的启示,以期为及时、准确监测预报提供借鉴和参考.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号