共查询到20条相似文献，搜索用时 109 毫秒
1.
全极化数据可以获取比单极化数据更多的目标信息,研究发现C波段交叉极化数据同样可用于海面风速反演。针对RADARSAT-2 Fine Quad模式具有全极化成像的特点,以我国东部海域为研究区,结合同极化数据和交叉极化数据反演海面风速模型,探究各种极化数据的最优风速反演方法。对于同极化数据采用地球物理模型函数(GMF)和极化率模型(PR)组合的方式进行海面风速反演,对交叉极化数据采用C波段交叉极化海面散射模型(C-2PO)进行海面风速反演,反演结果与ERA-Interim风场数据进行比较分析;此外,对Scan SAR模式交叉极化数据的后向散射系数与海面风速的关系进行探索分析。研究结果表明,RADARSAT-2 Fine Quad模式四种极化数据选用合适的模型均可反演出高精度的海面风速,其中VH和HV极化数据的反演结果基本相同,交叉极化数据反演风速效果好于同极化数据,同时,Scan SAR模式交叉极化数据的后向散射系数随海面风速的增大表现出一定的线性变化趋势。全极化模式数据在海面风速反演上表现出比单极化模式数据较为明显的优势,将成为未来海面风速反演的发展方向。 相似文献
2.
土壤水分是影响植被生长发育的重要因子,为快速、有效了解典型草原植被生长状况及评估草原干旱灾害,以Sentinel-1合成孔径雷达(SAR)数据和地面实测数据为基础,利用雷达后向散射系数快速监测和反演锡林浩特市典型草原土壤水分并与地面实测数据进行对比。结果表明:SAR后向散射系数与实测土壤含水量存在显著相关关系,相关系数R~2达0.8;在不同地面粗糙度条件下,雷达后向散射系数与实测土壤水分相关系数达0.9。说明利用Sentinel-1 SAR数据能够快速、准确地对研究区进行土壤水分动态监测,这也将可能成为一种新的典型草原干旱监测方法。 相似文献
3.
基于Landsat ETM+数据的白龙江流域土壤水分反演 总被引：3，自引：0，他引：3
在地形复杂、水土流失严重且地质灾害严重的白龙江流域,土壤含水量遥感监测在地质灾害监测预警研究中具有重要意义。为实时掌握白龙江流域的土壤水分含量状况,利用2013年4月的Landsat7 ETM+影像,采用温度植被干旱指数法,构建Ts-NDVI特征空间,结合野外88个实测样点土壤水分数据,建立0~60 cm土壤深度范围内3个单层(0~20 cm,20~40 cm,40~60 cm)及2个平均层(0~40 cm,0~60 cm)的土壤水分遥感反演回归模型,对比分析了白龙江流域5个深度的土壤水分的空间变化特征,并用未参与建模的16个实测土壤水分数据样点进行相应的精度验证。结果表明:3个单层中20~40 cm土壤水分反演精度相对较高,RMSE值为3.06%,2个平均层中0~40 cm反演精度最高(RMSE)为2.45%,由此说明TVDI更能稳定地反映和指示土壤中层深度(20~40 cm)的水分分布状况。 相似文献
4.
对大面积水体进行水质遥感监测是比较典型的水体环境监测手段。该文利用地物光谱仪测定了巢湖水面的光谱反射率, 收集了相应时间的MODIS数据, 经过预处理之后, 首先分析了巢湖水面光谱特征, 并对实测水体反射率与实测叶绿素a之间的关系进行统计拟合计算。在经过MODIS大气校正后, 得到1~7通道的地表反射率。利用大气校正后的EOS/MODIS数据, 选择最佳通道组合, 定义了叶绿素a指数IChla, 建立了MODIS巢湖叶绿素a浓度的反演模型, 检验得到相关系数为0.5079。 相似文献
5.
济阳自动与人工土壤水分观测数据对比分析 总被引：1，自引：0，他引：1
采用对比差值和相关系数分析等方法,利用济阳2010年2月23日至2010年12月8日期间,DZNl型自动土壤水分观测站与同地段人工观测的土壤相对湿度资料进行统计分析,结果表明：人工观测的数据反映的土壤水分变化波动较大,自动站观测的土壤水分相对平缓。在0～20cm土层一致性表现好,40～50cm土层表现较差。0～10cm,10～20cm,20～30cm土层和70～80cm,90～100cm土层人工观测值高于自动站测值,30～40cm,40～50cm,50～60cm土层人工观测值低于自动站测值。分析结果为评估DZNl型自动土壤水分观测仪的监测提供客观依据。 相似文献
6.
基于激光云高仪的北京沙尘气溶胶特征分析 总被引：5，自引：4，他引：1
利用激光云高仪对2015年春天北京沙尘天气过程进行连续观测,结合常规地面气象要素、能见度和PM_(10)颗粒物质量浓度变化分析了两次沙尘天气过程中浮尘、扬沙和沙尘暴三类天气现象时气溶胶后向散射系数的时空分布特征,分析了云高仪后向散射系数与PM_(10)颗粒物质量浓度的相关性。结果表明:激光云高仪能够监测沙尘气溶胶粒子的时空变化,扬沙和沙尘暴期间后向散射系数随高度的增加而减小,后向散射系数在0.005 km~(-1)·srad~(-1)以上的沙尘层厚度约500 m;云高仪的近地面大气后向散射系数变化趋势与PM_(10)颗粒物浓度变化相同,10、50和100 m高度上的后向散射系数与PM_(10)颗粒物质量浓度的相关系数均在0.82以上。 相似文献
7.
内蒙古东部春季三类沙尘天气气溶胶散射系数及其与PM10、能见度相关性分析 总被引：3，自引：0，他引：3
利用内蒙古东胜、锡林浩特两站2004~2006年春季（3~5月）积分浊度计的观测资料,结合同期PM10质量浓度、大气能见度等资料,分析了背景、扬沙、沙尘暴、强沙尘暴等不同强度沙尘天气气溶胶散射系数的分布特征,讨论了不同强度沙尘天气过程中散射系数、PM10、能见度的日变化规律,以及不同强度沙尘天气过程中散射系数与PM10质量浓度、散射系数与能见度的相关关系。结果表明:散射系数能够很好地反映沙尘天气强度;随沙尘天气强度增强,散射系数日变化从双峰型向单峰型转变;沙尘天气强度较弱时,PM10与散射系数的日变化不相似,强沙尘暴过程中PM10与散射系数的日变化有一定的相似性;能见度与散射系数日变化趋势相反;散射系数与PM10质量浓度呈正相关性,沙尘天气越强,相关性越好,背景、扬沙、沙尘暴、强沙尘暴相关系数分别为0.201、0.809、0.898和0.953;散射系数与能见度有指数相关关系,随沙尘天气强度增强二者相关性逐渐增强,背景、扬沙、沙尘暴、强沙尘暴相关系数分别为-0.773、-0.870、-0.918和-0.940。 相似文献
8.
通过对MODIS反演的地表温度与四川盆地自动气象站观测的准同步地面空气温度Ta和0 cm地温Ts的相关分析,结果表明：对于非均匀下垫面,卫星反演地表温度TLS分别与Ta和Ts的相关系数稳定性都不好,不同卫星过境时间的相关系数差异很大。但（Ts-TLS）与（Ts-Ta）却有着既显著又稳定的线性相关,不同卫星过境时间的相关系数都达到0.8以上,具有良好的相关性。基于卫星反演地表温度和空气温度的地温统计模型,其标准误差为4.85 ℃。 相似文献
9.
利用MODIS反演四川盆地地表温度与地面同步气温、地温观测值的相关性试验 总被引：2，自引：0，他引：2
通过对MODIS反演的地表温度与四川盆地自动气象站观测的准同步地面空气温度T_a和0 cm地温T_s的相关分析,结果表明:对于非均匀下垫面,卫星反演地表温度T_(LS)分别与T_a和T_s的相关系数稳定性都不好,不同卫星过境时间的相关系数差异很大。但(T_s-T_(LS))与(T_s-T_a)却有着既显著又稳定的线性相关,不同卫星过境时间的相关系数都达到0.8以上,具有良好的相关性。基于卫星反演地表温度和空气温度的地温统计模型,其标准误差为4.85℃。 相似文献
10.
估算地表热通量和近地层土壤含水量的变分方法 总被引：1，自引：0，他引：1
提出一种反演地表感热通量、潜热通量和近地层土壤含水量的变分方法,该方法把不同高度上的风速、位温以及湿度梯度的观测资料与Monin-Obukhov相似理论计算值的偏差、土壤水分蒸发参数化方案估算的蒸发潜热与由相似理论导出值的偏差在地表能量平衡的约束下融合到一个目标泛函数中,采用最优化算法寻求问题的解。利用2001年6月中国暴雨试验与研究项目在安徽肥西观测资料进行了数值验证,结果表明:该方法估算的通量值与Bowen比法具有很好的相关性且又能克服当Bowen比等于-1时计算通量出现的不稳定;同时能克服用廓线法求解热通量与地表能量平衡条件有较大出入的缺点。对观测误差的敏感性试验也表明变分方法是3类方法中最稳定的。反演的近地层土壤含水量对降水具有很好的响应并与观测的0—15 cm深度上平均土壤湿度的变化趋势具有很好的一致性,其绝对偏差小于0.03 m3/m3。 相似文献
11.
基于组网观测的那曲土壤湿度不同时间尺度的变化特征 总被引：2，自引：0，他引：2
利用第三次青藏高原大气科学试验的土壤湿度观测数据,分析了那曲多空间尺度组网观测的28个站2、5、10、20和30 cm 5个不同深度土壤湿度的季节变化和日变化特征,并对比讨论了土壤湿度站点间的差异。分析表明,各层土壤湿度均存在显著的季节变化。冬春季节,20 cm以上土壤湿度随深度变浅而减小。夏秋季节土壤湿度随深度增加而减小,并分别在7月上、中旬和9月出现两个峰值。10月以后进入土壤湿度衰减期。土壤温度和土壤湿度存在协同变化关系。在一定的温度范围内,土壤发生冻结-融化过程,引起土壤湿度变化。在太阳辐射加热下,土壤表层水分蒸发,进而影响土壤温度。不同观测站间土壤湿度差异较大,夏秋季离散性大于冬春季。不同季节土壤湿度的日变化存在差异。春季10 cm以上土壤湿度日变化明显,08-10时（北京时）达到最低,19-20时达到最高。夏季土壤湿度日变化较为平缓。秋季2 cm深度土壤湿度日变化明显。线性拟合结果表明,1、4、10月土壤湿度和土壤温度为正相关关系。但是在夏季,土壤湿度与土壤温度为负相关。站点间土壤湿度变化的离散性表明,多测站才能全面体现青藏高原某区域的陆面状态。文中结果为青藏高原地区土壤湿度卫星参数验证和数值模式参数化提供了多角度的观测依据。 相似文献
12.
本研究旨在分析黑土区（黑龙江）土壤有效水分贮存量对大豆产量构成因素的影响,以期为大豆生产防灾减灾提供科学依据。利用1994—2017年黑龙江省大豆主产区的发育期、土壤水分、产量结构资料分析了大豆不同发育阶段土壤有效水分贮存量的时空分布规律、基于土壤相对湿度指数（Rsm）的干旱等级划分规律及有效水分贮存量对大豆不同发育阶段产量结构各因素的影响。结果表明：1994—2017年研究区各发育阶段平均有效水分贮存量在14—18 mm之间变化,共发生干旱82站次,其中轻旱77站次,中旱5站次,没有发生重旱和特旱,其中开花—结荚期、结荚—鼓粒期发生干旱频次较高,且1994—2017年研究区域发生干旱的频次是逐年降低的。大豆的气象产量、株结实粒数、株籽粒重与不同发育期的各层次的土壤有效水分贮存量相关性不大;百粒重与三叶至开花期的20—50 cm土层、结荚—鼓粒期的0—20 cm土壤有效水分贮存量相关性较大;茎秆重与播种至出苗期的30—50 cm土壤有效水分贮存量呈显著正相关;播种至开花期土壤中的有效水分贮存量尤其是深层土壤在一定范围内越多,株荚数越多;空秕荚率与播种至出苗期的0—20 cm和30—40 cm、出苗至三叶期的30—40 cm土壤有效水分贮存量相关性较大。 相似文献
13.
基于1981—2021年北京地区6个气象站的逐日最大冻土深度、平均气温、平均地表温度及5、10、15、20、40、80 cm地温等资料，分析了近40年北京地区最大冻土深度的时空分布特征及其与气温和地温的关系。结果表明：北京地区最大冻土深度总体呈变浅趋势，气候倾向率为-2.3 cm/10 a，各站点最大冻土深度变浅趋势从西到东呈逐渐减弱趋势。北京地区最大冻土深度与40、80 cm地温相关性最好，与地表温度相关性较差。选取2021至2022年北京地区冻土对比试验数据，评估测温式冻土自动观测仪观测精度，发现仪器安装至少一个冻融周期后与冻土人工观测吻合度更好，测温式冻土自动观测仪的观测精度与仪器安装位置的地下岩层、土质分布密切相关，需要在仪器稳定运行后根据当地实际优化算法和冻融阈值。 相似文献
14.
利用1982—2020年三江平原19个国家气象观测站土壤湿度及同期降水、气温数据, 基于相关系数和自相关系数统计方法, 分析了黑龙江省三江平原土壤湿度记忆性及与降水、气温之间的关系。结果表明: 春、夏季三江平原土壤湿度记忆时间均在10—40 d, 各层土壤湿度记忆性的空间分布以中间层(10—20 cm)土壤湿度平均记忆时间最长, 呈上下层递减的趋势; 春季三江平原10—20 cm土层土壤湿度的记忆时长平均20 d, 夏季平均17 d; 夏季土壤湿度记忆性强度大于春季, 空间分布以三江平原西部的记忆性较强, 随着土层的增加土壤湿度记忆性有增大的趋势。降水是三江平原土壤湿度主要来源, 受降水和气温协同作用的影响, 夏、秋季土壤湿度与同期降水量、温湿指数均存在显著的正相关关系; 春季土壤湿度与前期秋冬季降水亦呈显著正相关, 与前期温湿指数呈负相关, 前期秋冬季气温的升高会促进土壤的融冻, 从而使当年春季土壤水分增加。 相似文献
15.
利用最新的高时空分辨率（1 km、1 h）的中国气象局高分辨率陆面数据同化系统（HRCLDAS-V1.0）大气近地面强迫资料,驱动由NCAR发展的通用陆面模式（CLM）,对青藏高原地区2015年1月1日至9月30日的土壤湿度开展了模拟研究。结果表明模拟得到的高时空分辨率（1 km、1 h）土壤湿度能够体现出青藏高原地区从东南向西北逐渐变低的空间分布特征,较好地表现出各层土壤湿度的时间变化特征,6~9月土壤湿度波动较大,1~5月波动较平缓,上层土壤湿度变幅较大,深层变化较平缓。0~5 cm、0~10 cm和10~40 cm深度土壤湿度模拟结果与观测值的相关系数均在0.8以上,其中0~5 cm土层的相关系数达到0.92,各层土壤湿度观测值与模拟值的均方根误差变化则相反,3个土层土壤湿度模拟结果与观测值的偏差均小于0.04 mm3 mm-3,但模式对于研究时段土壤湿度变化的低值有高估现象,且模拟能力随着土层深度的加深而减弱。 相似文献
16.
农业气象自动站与人工站观测值对比分析 总被引：9，自引：2，他引：7
对莒县气象局2005年9月21日至2006年12月18日期间非灌溉自然状态下农业气象自动站与同地段人工平行对比观测的土壤相对湿度资料,采用对比差值、差值概率和二者相关系数等方法进行统计和分析.结果显示:0～5 cm和0～10 cm的自动站采集的数值不理想;10～20 cm、40～50 cm效果较好.结论认为:0～10 cm传感器参数需作调整;需更换传感器,其设计须考虑冻土的影响;90～100 cm深度的数据变化平稳,可以考虑不安装90～100、170～180 cm层次的传感器. 相似文献
17.
18.
利用青藏高原中部玉树隆宝湿地2015年7月-2016年7月的观测资料,分析了土壤冻结、融化前后土壤温、湿度和地表能量收支特征,结果表明：冻土持续时期为12月至次年4月,深层土壤的冻结较浅层土壤滞后,融化过程快于冻结过程,5-40 cm土壤全部冻结历时51 d,全部融化历时19 d。土壤体积含水量年变化幅度达0.6 m3/m3。冻结过程5-40 cm土壤体积含水量下降,融化过程5-10 cm土壤体积含水量升高。土壤冻结之后,感热通量白天的值升高,潜热通量白天的值降低,净辐射和土壤热通量均降低,土壤热通量日变化幅度增大。土壤融化之后,潜热通量、净辐射和土壤热通量白天的值升高。地表反照率、鲍恩比、土壤热导率和土壤热扩散率冻结后增大融化后减小,土壤热容量冻结后减小融化后增大。 相似文献
19.
Trends and scales of observed soil moisture variations in China 总被引：3，自引：0，他引：3
A new soil moisture dataset from direct gravimetric measurements within the top 50-cm soil layers at 178 soil moisture stations in China covering the period 1981-1998 are used to study the long-term and seasonal trends of soil moisture variations, as well as estimate the temporal and spatial scales of soil moisture for different soil layers. Additional datasets of precipitation and temperature difference between land surface and air (TDSA) are analyzed to gain further insight into the changes of soil moisture. There are increasing trends for the top 10 cm, but decreasing trends for the top 50 cm of soil layers in most regions. Trends in precipitation appear to dominantly influence trends in soil moisture in both cases. Seasonal variation of soil moisture is mainly controlled by precipitation and evaporation, and in some regions can be affected by snow cover in winter. Timescales of soil moisture variation are roughly 1-3 months and increase with soil depth. Further influences of TDSA and precipitation on soil moisture in surface layers, rather than in deeper layers, cause this phenomenon. Seasonal variations of temporal scales for soil moisture are region-dependent and consistent in both layer depths. Spatial scales of soil moisture range from 200-600 km, with topography also having an affect on these. Spatial scales of soil moisture in plains are larger than in mountainous areas. In the former, the spatial scale of soil moisture follows the spatial patterns of precipitation and evaporation, whereas in the latter, the spatial scale is controlled by topography. 相似文献
20.
利用陶瓷头土壤溶液收集器采集2006年7月～2007年8月问长白山阔叶红松天然林不同深度(15cm和60 cm)土壤溶液,探讨应用气液萃取平衡-气相色谱法测定森林土壤溶液中溶解性气体N_2O和CO_2浓度的可行性,并利用此方法研究林地不同深度土壤溶液中两种气体含量特征及其影响机理.研究结果显示观测期内林地15 cm和60 cm深度土壤溶液中溶解性CO_2浓度的变化范围分别为5.26～10.71μg·mL~(-1)(C)和3.13～6.16 μg·mL~(-1)(C),溶解性N_2O浓度的变化范围分别为2.44～13.40 ng·mL~(-1)(N)和3.23～27.98 ng·mL~(-1)(N).阔叶红松天然林土壤溶液中溶解性CO_2和N_2O浓度均呈现出明显的季节性变化.春融后的降水促进了土壤溶液中溶解性N_2O产生,尤其在60 cm深度.与60 cm深度相比,林地15 cm深度溶液中溶解性CO_2浓度的季节性变化更明显,尤其在植物生长旺季.逐步回归分析显示,水溶性有机碳含量可以解释林地不同深度溶液中溶解性CO_2浓度变化的29%;水溶性有机氮含量可以解释林地60 cm深度溶解性N_2O浓度变化的34%.因此,水溶性有机碳和有机氮分别是长白山阔叶红松林土壤溶液溶解性CO_2和N_2O形成的重要因子.同时研究结果表明本文实验方法对于测定林地不同深度土壤溶液中溶解性N_2O和CO_2含量均有较好的适用性,连续三次萃取后所获得的气体浓度可有效反映溶液中的实际气体浓度. 相似文献