共查询到18条相似文献，搜索用时 407 毫秒
1.
利用AIRS卫星产品中的气温和水汽资料,计算出K指数(IK)和沙氏指数(IS)这两种大气不稳定指数。对暴雨发生前6 h左右这两种大气不稳定指数进行统计分析。统计结果表明:在暴雨发生前6 h左右,80%左右的暴雨发生在IK >27.5℃或IS <3℃的情况下。由于IK的分布与暴雨发生的频率基本呈现出较为明显的递增变化,因此IK与IS相比能更好地反映暴雨天气的发生。为了更好地描述暴雨发生前的大气不稳定特征,将AIRS计算的IK和IS做了适当的结合,得到KS指数(IKS)并将其运用到一次暴雨个例进行验证,从验证效果来看:暴雨发生的区域在6 h前基本都处在了IKS较高的情况下,IKS对暴雨具有一定的指示意义。通过对暴雨区域像元中AIRS反演的气温和水汽误差分析中可以得出:AIRS计算的IK和IS误差主要由AIRS在有效云量较高时850hPa高度上反演的气温以及700hPa和850hPa高度上反演的水汽的误差导致的。 相似文献
2.
根据水稻在不同发育期的地面光谱特征,确定了利用MODIS数据识别水田种植面积的最佳波段及最佳时相,在地理信息系统的支持下提取了吉林省2012年水田种植面积,并将提取的水田种植面积与基于TM影像水田种植面积进行对比分析。结果表明:利用MODIS数据与TM数据提取的面积对比,结果表明利用多时相MODIS数据进行水田种植面积监测是可行的。利用MODIS数据识别水稻的最佳波段组合是6、2、1波段,最佳时相为移栽期和分蘖期之间及灌浆至乳熟期之间。利用已有的TM数据或者MODIS数据提取的水田种植分布图为底图,能够适时地、快速地进行每年的水田种植面积动态变化监测。 相似文献
3.
水稻是中国的主要粮食作物,及时获取水稻种植面积和空间分布信息对指导水稻生产、调整区域供需平衡等具有重要的意义。以江苏省为例,利用2009—2011年连续三年的MODIS 8 d合成地表反射率数据(MODIS09A1),计算了归一化差值植被指数(normalized difference vegetation index,NDVI)、增强型植被指数(enhanced vegetation index,EVI)和陆表水指数(land surface water index,LSWI)。结合水稻在不同生长发育期EVI的时间序列变化特征,确定了水稻面积提取的关键生育期。根据水稻移栽期稻田土壤含水量高的特征,利用NDVI、EVI和LSWI三种指数构建判别条件,确定可能种植水稻的区域。利用线性光谱混合像元分解模型对包含水稻的混合像元进行分解,得到江苏省三年水稻种植空间分布。最后,选取研究区内的水稻典型样区,利用与MODIS同时期的较高分辨率的环境小卫星HJ-1 CCD(30 m)数据提取水稻种植面积和空间分布,以此作为参考数据进行精度验证,同时利用统计部门的江苏省水稻种植面积统计数据对江苏省水稻面积进行验证,两种方法验证后表明误差均在10%以内。研究表明,采用MODIS09A1数据结合线性光谱混合模型可以更高精度地提取大范围的水稻种植面积。 相似文献
4.
京津冀地区夏季暴雨频发,水汽是影响暴雨形成的关键要素之一.本文利用中国大陆构造环境监测网络（CMONOC）京津冀地区GNSS（全球导航卫星系统）观测资料,开展GNSS天顶对流层总延迟（ZTD）时序分析及对厄尔尼诺事件的响应研究.利用快速傅里叶变换与小波变换方法从频域和时域开展GNSS ZTD时序分析,并对GNSS ZTD不同周期时序与东部型指数（IEP）、中部型指数（ICP）进行比较,分析IEP、ICP对GNSS ZTD周期变化的影响.研究发现：GNSS ZTD异常时段与厄尔尼诺事件存在对应关系.东部型指数（IEP）与GNSS ZTD呈正相关;中部型指数（ICP）与GNSS ZTD呈显著负相关.在东部型厄尔尼诺事件的影响下,GNSS ZTD的季节性周期增大,月周期和半月周期减小;在中部型厄尔尼诺事件的影响下,GNSS ZTD的季节性周期、月周期、半月周期都减小.研究结果可为掌握区域GNSS ZTD预测变化规律提供参考,并为利用水汽感知厄尔尼诺事件提供可行性基础. 相似文献
5.
利用陕西省雷电定位系统资料分析了延安地区2009—2012年的雷电流数据,并对多种雷电流幅值累积概率公式进行了比较分析,同时引入雷电流概率密度公式,列举实例,分析了各累积概率公式所拟合的曲线与实测值所绘制曲线的误差,并根据分析结果给出了该地区带有未知系数α、β的雷电流幅值累积概率计算公式,利用Matlab的Cftool工具中的最小二乘曲线拟合方法对地闪进行拟合,求出拟合误差最小和拟合效果最好时的α、β值,得出了该地区更为精确的雷电流幅值累积概率计算公式,并利用该地区2013年的雷电流数据对推导出的公式进行了准确性验证.结果表明：正闪的平均雷电流幅值明显大于负闪,而负闪的雷电流幅值分布比正闪的分布相对更集中;正闪的雷电流幅值累积概率的分布曲线比较平缓,而负闪的相对比较陡峭;利用规程公式拟合的曲线与实测值对应的曲线差异较大,而利用IEEE Std和CIGRE推荐公式分别拟合的曲线与实测值对应曲线的变化趋势一致,相比规程公式IEEE Std的误差明显减小;当α=36.04,β=4.349时,拟合误差最小,拟合效果最好,并且发现雷电流Ic在0~150 kA时,拟合误差在-0.025~0.018,当Ic=35 kA时,拟合误差最大,为0.025,当Ic大于150 kA时,拟合误差趋于0. 相似文献
6.
基于MODIS时序数据提取河南省水稻种植分布 总被引：1，自引：1，他引：0
以河南省为研究区,利用2009年多时相8d合成MODIS地表反射率产品提取水稻种植分布。根据稻田含水量变化特征及水稻生长规律,构建水稻种植分布提取流程。为减少云等噪声的影响,对地表水含量指数（ILSW,land surface water content index）和增强型植被指数（IEV,enhanced vegetation index）的时序数据进行平滑重建。然后,依据豫北和豫南稻区水稻物候期差异,分别建立标准水稻IEV生长线,以计算像元尺度的水稻相似性指数作为影像分类的特征波段。同时,对重建的ILSW和IEV时序数据分别进行主成份分析,选择各自的前3个成份作为特征波段。在此基础上,采用支持向量机分类算法对组建的特征波段进行分类,提取影像中水稻的种植分布。结果显示,提取的河南省水稻种植分布与实际情况吻合较好,豫北稻区水稻分布呈现集中连片的特征,多分布在沿黄河两岸,而豫南稻区水稻种植广泛,多在大型水库灌区周边及沿淮和低洼易涝地区。与各地区水稻统计面积相比,MODIS提取的水稻面积平均相对误差为6.56%,根均方误差为5.63khm2。受到混合像元影响,以及个别地区水稻种植分散且面积相对较小,使该地区水稻面积相对误差超过±60%。 相似文献
7.
给出HⅢ(2n)中元素的一种标准化表示,HⅢ(2n)={Z∈C2n×2n|1/2(Z+Z'')>0,ZJ=JZ''},J=0 In-In 0,1/2(Z+Z)>0表示矩阵1/2(Z+z'')是正定的。 相似文献
8.
冬季东亚大槽强度年际变化及其与中国气候联系的再分析 总被引：2，自引：1，他引：1
利用NCEP/NCAR再分析资料以及国家气象局整编的中国160站逐月降水和气温资料,定义了一个北半球冬季500hPa东亚大槽强度指数(IEAT),并分析了该指数所反映的冬季东亚大槽强度的年际变化规律及其与同期中国冬季降水、气温的关系.结果表明:IEAT指数反映了对流层中层冬季亚洲大陆高压脊与西北太平洋上空的低压槽系统之间的平均经向风强度,且能够较好地反映冬季东亚大槽的强度.东亚大槽的强度在20世纪80年代之前相对较弱,并存在2-3年和准4年的年际变化周期.冬季东亚大槽强弱变化可能与源自地中海地区的罗斯贝波动能量沿亚洲急流东传有关,且这种西风带中的扰动具有准正压结构.IEAT指数与青藏高原东部地区的冬季降水和气温相关显着.当IEAT指数为正(负),东亚大槽偏强(弱),对应着中国华中地区以及华东大部分地区冬季总降水量偏少(多),且华中地区冬季平均气温偏高(低).进一步研究发现,在东亚大槽偏强年,华中地区冬季平均气温异常升高主要是由于异常非绝热加热和下沉运动导致的异常动力增温所致.这些研究结果有助于更好地理解由于东亚大槽强度的变化而导致的中国冬季气候变化特征及其原因. 相似文献
9.
10.
概述了水稻种植面积监测遥感数据源的应用变化、特征指数和时相选取以及遥感分类方法的发展,分析了MODIS影像在水稻种植面积遥感提取技术方面的研究进展及发展方向。结果表明：MODIS具有高光谱、高时间分辨率、多时相等特点,在大尺度上提取水稻种植面积上,可提高作物识别和监测的精确度与工作效率,节约成本,有着其他遥感数据无法相比的优势,应用MODIS数据提取水稻种植面积,取得了较好的效果。水稻遥感的最佳时相可以选择移栽期和孕穗期,利用对水体和植被较为敏感的波段或植被指数（如NDVI、LSWI和EVI）进行水稻识别,并提取种植面积。传统的遥感图像分类方法如监督分类和非监督分类,算法成熟、操作简单,是目前应用较多的方法;近年来发展起来的分类新方法,如决策树分类法、专家系统分类法、神经网络分类法,支持向量机法等,能够更准确地提取目标地物,对图像分类有不同程度的改进,在实际应用中通常和传统分类方法结合起来使用;多时相分析法与高时间、高分辨率多光谱影像的结合可以获取较高精度的作物种植面积数据,与传统分类方法相比有较大提高。利用MODIS对单一的或大面积的水稻种植面积提取效果较好,但对于地块破碎的种植面积估算尚难达到满意的结果,添加其他的辅佐数据如高程、坡度等,并结合MODIS数据的多时相特点分类等方法,可提高遥感影像分类的精度。 相似文献
11.
概述了水稻种植面积监测遥感数据源的应用变化、特征指数和时相选取以及遥感分类方法的发展,分析了MODIS影像在水稻种植面积遥感提取技术方面的研究进展及发展方向。结果表明：MODIS具有高光谱、高时间分辨率和多时相等特点,在大尺度上提取水稻种植面积上,可提高作物识别和监测的精确度与工作效率,节约成本,有着其他遥感数据无法相比的优势,应用MODIS数据提取水稻种植面积,取得了较好的效果。水稻遥感的最佳时相可以选择移栽期和孕穗期,利用对水体和植被较为敏感的波段或植被指数（如NDVI、LSWI和EVI）进行水稻识别,并提取种植面积。传统的遥感图像分类方法如监督分类和非监督分类,算法成熟、操作简单,是目前应用较多的方法。近年来发展起来的分类新方法,如决策树分类法、专家系统分类法、神经网络分类法,支持向量机法等,能够更准确地提取目标地物,对图像分类有不同程度的改进,在实际应用中通常和传统分类方法结合起来使用;多时相分析法与高时间、高分辨率多光谱影像的结合可以获取较高精度的作物种植面积数据,与传统分类方法相比有较大提高。利用MODIS对单一的或大面积的水稻种植面积提取效果较好,但对于地块破碎的种植面积估算尚难达到满意的结果,添加其他的辅佐数据如高程、坡度等,并结合MODIS数据的多时相特点分类等方法,可提高遥感影像分类的精度。 相似文献
12.
雨洗花灾害是江西省早稻的主要农业气象灾害之一。基于1981-2017年江西省早稻种植区81个气象站逐日降水量资料和14个水稻观测站发育期和产量资料,利用旋转经验正交函数分解（REOF）等方法,探讨江西省早稻雨洗花灾害的时空变化和分区特征并得到典型场。结果表明:江西省早稻雨洗花灾害发生频率总体呈东北高、西南低,赣北南部高、两侧低的分布特征,高值区位于萍乡北部、宜春南部、新余、南昌、抚州北部至赣东北地区,发生频率在60%以上,低值区位于赣州和吉安西南部,发生频率低于40%。轻度雨洗花灾害持续影响江西省大部分地区,且自1992年以来呈现发生频率增加、影响范围扩大的趋势;重度灾害主要发生在赣东北,经历了两个活跃期和两个低发期。根据REOF分析结果,可将江西省早稻雨洗花灾害划分为赣北南部、赣中、赣东北、赣南和赣北北部5个区域。赣东北为重度雨洗花灾害高风险区,赣北南部为轻度雨洗花灾害高风险区,赣中、赣北北部为轻度雨洗花灾害次高风险区,赣南为雨洗花灾害低风险区。 相似文献
13.
气候变化引起水热条件的变化,从而影响到我国农业生产的方方面面,人们采取不同措施以适应气候变化带来的各种影响。为了清楚地认识气候变化对我国主要粮食作物生产的影响以及适应措施,利用《中国农业统计年鉴》1980-2007年资料和1961-2007年全国逐日平均温度观测数据及前人的研究成果,分析了气候变化对我国三大粮食作物布局和种植结构的影响。结果表明,由于气候变暖,粮食作物种植比例变化明显。小麦种植比例对气候变化最为敏感,波动大;水稻种植比例变化南北方反向,且变化幅度趋缓;玉米种植比例持续增加,增幅加大。三大粮食作物种植结构变化均以2000年为分界点,呈现不同增减趋势。而作物熟制、复种指数也发生明显变化,种植北界持续北推。黑龙江地区大面积扩种水稻,原来的玉米优势种植区为水稻所替代。 相似文献
14.
以浙江省为试验区, 针对水稻种植面积遥感信息提取的业务化运行问题, 进行了以下试验:(1) 以传统的单象元统计分类识别方法为分类器, 在地理信息系统支持下, 提取丘陵地区大范围水稻种植面积信息的可行性; (2) 在遥感资料的基础上, 结合地形数据综合提取水稻种植面积专题信息的可行性和有效性; (3) 混合象元分解方法在丘陵地区的有效性和适用性.结果表明, 用最大似然法提取大范围水稻种植面积信息的精度可满足业务化运行的要求; 模糊监督分类有较高的分类精度和较好的稳定性, 具有较强的适应性; 坡度数据作为遥感影像分类的辅助数据层, 可以有效地提高丘陵地区水稻种植面积信息的提取精度, 还可以提高分类的稳定性和空间位置精度. 相似文献
15.
Methane emission from rice paddies 总被引：3，自引：0，他引：3
W. Seiler A. Holzapfel-Pschorn R. Conrad D. Scharffe 《Journal of Atmospheric Chemistry》1983,1(3):241-268
Methane release rates from rice paddies have been measured in Andalusia, Spain, during almost a complete vegetation period in 1982 using the static box system. The release rates ranged between 2 and 14 mg/m2/h and exhibited a strong seasonal variation with low values during the tillering stage and shortly before harvest, while maximum values were observed at the end of the flowering stage. The CH4 release rate, averaged over the complete vegetation period, accounted for 4 mg/m2/h which results in a worldwide CH4 emission from rice paddies of 35–59×1012 g/yr if we assume that the observed CH4 release rates are representative of global conditions. The CH4 release rates showed diurnal variations with higher values late in the afternoon which were most likely caused by temperature variations within the upper layers of the paddy soils. Approximately 95% of the CH4 emitted into the atmosphere by rice paddies was due to transport through the rice plants. Transport by bubbles or diffusion through the paddy water was of minor importance. Incubation experiments showed that CH4 was neither produced nor consumed in the paddy water. The relase of CH4 from rice paddies caused a diurnal variation of CH4 in ambient air within the rice-growing area with maximum values of up to 2.3 ppmv during the early morning, compared to average daytime values of 1.75 ppmv. 相似文献
16.
Aerosol optical depth (AOD) is a common indicator applied in monitoring aerosols in the atmosphere. The hilly landscape and rapid economic growth of the megacity Chongqing have facilitated increased aerosol concentration, and it is meaningful to accurately retrieve AOD over Chongqing. The HJ-1A/B satellite of China carries a sensor/camera called the Charge Coupled Device (CCD), the spatial resolution of which meets the requirement for retrieving high resolution AOD. In this paper, analysis of the AOD retrievals from different methods using the HJ-1 satellite data revealed the most suitable algorithm. Through comparison with the AOD product of Moderate Resolution Imaging Spectroradiometer (MODIS), the AOD retrieval results using enhanced vegetation index (EVI) to estimate dark pixels showed the highest correlation. The continental aerosol model was used to build a lookup table that was able to facilitate a good AOD retrieval for both city and rural areas. Finally, the algorithm that combined dark pixels, buffer areas, and the deep blue algorithm was found to be most suitable for AOD retrieval. The AOD retrieval results based on the HJ-1 data were consistent with MODIS products, and our algorithm yields reasonable results in most cases. The results were also compared with ground-based PM10 measurements synchronized with the overpass time of the HJ-1 satellite, and high correlation was found. The findings are relevant to other Chinese satellite data used for retrieving AOD on the same channels. 相似文献
17.
18.
Access to food, water, and good air quality is indispensable for human life, as reflected in various United Nations Sustainable Development Goals (SDGs); however, pursuing food security may pose threats to water security and/or air quality. An important case is northwest India including the Punjab and Haryana states, which is the ‘breadbasket’ of India with a significantly increasing paddy rice area. The rapid expansion of rice farming has stressed groundwater resources and impacted air quality. Satellite observations have the potential to provide data for better decisions on food security, water storage, and air pollution, which would be vital for regional sustainable development. Based on observations from multiple satellites from 2001 to 2018, we found that paddy rice expansion (+22%) increased groundwater depletion (−1.50 cm/yr), residue burning (+500%), and air pollution (+29%, PM2.5) in the breadbasket of India. Moreover, satellite observations showed changes in these interactions after the enactment of a groundwater protection policy in 2009, which decelerated groundwater depletion (−1.20 cm/yr) due to delayed rice planting and harvest dates (∼15d); the latter elevated air pollution in November (+29%, PM2.5). Our finding stresses the need to reconcile the trade-offs and consider the interactions among SDGs 2 (food), 3 (good health), 6 (clean water), and 11 (air quality in cities), in policy-making for sustainable development. An efficient crop residue ultilization and management system, bottom-up groundwater use regulations, and cropping system shift towards less water-consuming crops are critically required to resolve the trade-offs of the food-water–air quality nexus in the northern India. Our study also showcases remote sensing approaches and methods to support and aid the achievement of the SDGs and track their progreses to support regional sustainable development. 相似文献