排序方式: 共有41条查询结果,搜索用时 46 毫秒
31.
评估高温灾害的危险性变化,能够为区域高温灾害风险管理和制定减灾措施提供决策依据。本研究选取高温日数、最高温度和平均高温强度3个指标,基于1961—2020年中国2517个气象站点日最高温数据和CMIP6情景模式比较计划中SSP2-4.5情景下12个气候模式提供的2031—2099年未来气候预测数据集,用核密度概率估计方法计算了4个重现期(即5、10、20和50年)下3个指标的取值,对中国未来高温危险性变化进行了评估。结果表明:① 在SSP2.4-5情景下,中国的高温日数呈现出4个危险中心,分别是:西北干旱(半干旱)地区中部、华北和华中地区的交汇区域、西南地区中部和华南地区南部,并且高温日数从这4个中心向外逐渐减少;最高温度在空间上的分布北部大于南部,东部大于西部。平均高温强度的分布则呈现出从华北地区南部、西北干旱(半干旱)地区西部和东部地区西部向我国除青藏高原地区外的其它地区减少的趋势; ② 在SSP2.4-5情景下,随着重现期年限的增长,中国地区3个高温指标均呈增长趋势且增幅较大,并且高值范围也在不断扩大;③ 3个高温指标变化值均呈现出了明显的空间聚集性,3个指标共同显示的热点区域包括西南地区北部和南部、西北干旱(半干旱)地区中部和华北、华中地区的少部分区域,这些地区发生高温灾害的可能最大,同时根据高温日数变化和最高温度变化,东部地区西部发生高温灾害可能也较大,3个指标共同显示的冷点区域包括青藏高原地区东南部、西北干旱(半干旱)地区的西部和我国东南沿海地区,这些地区几乎不会发生高温危险。 相似文献
32.
基于水稻和银杏混合区的TM影像,分别引入NDII及NDVI提取研究区水稻信息,通过总量精度和位置精度的对比,发现NDII提取结果均优于NDVI。对研究区水稻和银杏样点的NDVI值和NDII值进行对比,发现其NDVI值相近,而NDII值相差较大。这从另一方面解释了利用NDII提取水稻结果优于NDVI。 相似文献
33.
干旱是致灾最为严重的极端气候事件之一,研究未来气候变暖背景下旱灾风险的变化有利于科学推进防灾减灾工作部署。利用第六次国际耦合模式比较计划的20个气候模式数据计算了标准化降水蒸散指数,提取了基准期及全球2℃、3℃、4℃温升情景下中国的干旱特征变量并计算干旱危险性指数,基于承灾体预估数据计算干旱暴露度指数和干旱脆弱性指数,综合计算旱灾风险指数,从而分析中国旱灾风险分布格局并基于地理探测器对未来旱灾风险变化进行空间归因分析。结果表明:干旱危险性指数、干旱暴露度指数和干旱脆弱性指数的空间分布分别表现为西北和东南相对较高、东高西低、西高东低;旱灾风险指数具有东高西低的分布特点,呈现以高值集聚和低值集聚为主的空间正相关;随着温升水平的升高,未来旱灾风险以增加为主,东部沿海地区增加最为明显;人口数量变化、GDP变化和耕地占比变化是影响旱灾风险变化的主导因素。 相似文献
34.
阐述了在深化改革形势下,如何开展地震科技图书情报工作,尤其是要处理好四个方面的关系,即书刊选择,情报搜集与跟踪研究的关系,经常性图书情报工作与专指性图书情报工作的关系,人员数量与人员素质的关系;财政拨款与开辟财源的关系,以推动地震科技图书情报工作的发展,更好地为广大科技人员提供有效图书情报资料。 相似文献
35.
人工蜂群算法优化的SVM遥感影像分类 总被引:2,自引:0,他引:2
SVM分类器的参数设定对分类精度有着显著的影响,针对现有人工智能算法优化参数易陷入局部最优的现状,提出了一种基于人工蜂群算法改进SVM参数的遥感分类方法(ABC-SVM)。该方法模仿蜜蜂采蜜的行为,以训练样本的交叉验证精度代表蜜源的丰富程度,通过蜂群的分工协作搜索出最优蜜源(即SVM分类器最优参数),最终利用参数优化后的SVM分类器实现遥感影像的分类。本文先后比较了3种人工智能算法(包括人工蜂群算法优化的SVM(ABC-SVM)、遗传算法GA(Genetic Algorithm)优化的SVM(GA-SVM)、粒子群算法PSO(Practical Swarm Optimization)优化的SVM(PSO-SVM))在UCI标准数据集上的分类精度和效率,以及3种人工智能算法优化的SVM算法与未经优化参数的SVM算法在遥感影像上分类的差异。结果显示:(1)在利用UCI数据集测试3种人工智能算法优化的SVM算法的结果中,ABC-SVM显示出更高的分类精度、更高的适应度和更快的收敛速度;(2)在利用遥感影像验证4种分类算法精度的结果中,人工智能算法优化后的SVM比未经参数优化的SVM算法的分类精度更高;其中,ABC-SVM分类精度最高,分别比遗传算法、粒子群算法的结果高1.67%、1.50%。 相似文献
36.
以河南省为研究区,利用2005—2014年间的EOS-MODIS地表温度产品MOD11A2、植被指数产品MOD13A3以及热带降水测量任务(tropical rainfall measuring mission,TRMM)的月降水速率数据集TRMM3B43,计算了植被状态指数(vegetation condition index,VCI)、温度状态指数(temperature condition index,TCI)以及降水状态指数(tropical rainfall condition index,TRCI),同时结合土地利用类型数据及气象站点数据,通过层次分析法确定权重,构建了农业干旱指数监测模型。在此基础上,利用标准化降水指数(standardized precipitation index,SPI)对模型进行验证,并根据SPI的等级划分确定构建的农业干旱指数监测模型的划分等级。以2014年为例,应用构建的农业干旱指数对河南省干旱情况进行时空分析。结果表明,构建的农业干旱指数监测模型能够有效监测河南省干旱时空变化特征,具有较好的监测效果。 相似文献
37.
38.
39.
基于黄土高原地区52个气象站点逐日平均气温、最高和最低气温数据,采用一元线性趋势分析、相关分析等方法,分析该地区极端气温趋势变化及空间差异。结果表明:① 日最高(低)气温极低值、日最高(低)气温极高值、热夜日数、暖昼(夜)日数、热持续日数、夏季日数和生物生长季日数呈增加的趋势,其余极端气温指数呈减小的趋势。② 空间分布上,表征低温事件的冰冻日数、霜冻日数、冷昼(夜)日数和冷持续日数下降最显著的区域位于黄土高原北部;表征高温事件的热夜日数、夏季日数、暖昼(夜)日数和热持续日数上升最显著的区域主要位于黄土高原西北部;生物生长季日数上升最显著的区域主要位于黄土高原中部地区。③ 相关分析表明除了极值指数和气温日较差与其余极端气温指数相关性较差外,其余各极端气温指数之间均具有较好的相关性。④ 多数极端气温指数的变化趋势与平均气温关系密切,平均气温突变前后极端气温指数存在明显差异。⑤ Hurst指数结果表明黄土高原地区极端气温变化均呈同向变化特征。 相似文献
40.
撂荒耕地的提取与分析——以山东省庆云县和无棣县为例 总被引:7,自引:1,他引:6
由于城镇化的快速发展和农村劳动力不断流失,中国部分地区出现大面积的撂荒现象。利用遥感技术可以间接提取撂荒耕地的规模和数量,对耕地的保护和粮食安全有重要意义。以山东省庆云县和无棣县为研究区,基于Landsat数据和HJ1A数据,采用CART决策树分类方法,制作了1990-2017年的土地利用图,制定了撂荒地的识别规则,在此基础之上提取了研究区的撂荒地空间分布、持续撂荒时间分布和撂荒地复垦区域。结果显示:1990-2017年基准期影像的CART决策树分类精度高于85%;1992-2017年间,研究区撂荒地面积最大值为5503.86 hm2,最大撂荒率为5.37%,其中1996-1998年撂荒率最高,2006-2017年撂荒地面积的整体趋势逐年降低;1992-2017年间最大持续撂荒时间为15年,大部分耕地持续撂荒时间在4年之内,少数耕地持续撂荒时间超过10年;1993-2017年撂荒耕地复垦面积最大为2022.3 hm2,最小复垦面积约为20 hm2,复垦率最大值为67.44%,年均复垦率为31.83%。研究结果不仅能够为研究区撂荒驱动因素分析提供数据支撑,而且也可以为其他地区的撂荒耕地识别提供参考。 相似文献