排序方式: 共有14条查询结果,搜索用时 156 毫秒
11.
采用657个气象站点2000~2019年气象数据和遥感数据,基于体感温度(Apparent Temperature)指数,以人体热舒适为基础综合考虑气温、湿度、风速和辐射这些气象因素来讨论中国暖季(5~10月)的户外高温风险的分布情况,制成1 km分辨率的户外高温风险地图。与以温度为单一指标的高温分类结果对比,基于体感温度的高温风险区划分的更详细,更符合人的热感知,将帮助易受潜在高温风险影响的户外工作者做好自身防护。结果表明:热风险等级和天数基本符合从南向北,从东向西递减的规律。全国热风险等级最高和热风险天数最长的地区是长江中下游和广东—广西—海南地区,热风险天数可达140 d以上;华北地区在100~120 d之间,北方地区出现热风险的天数在50~90 d之间。其次,各省的热风险等级在6月、7月、8月达到峰值。另外,新疆吐鲁番地区、西藏南部河谷这些地区在整个暖季都面临着不同等级的热风险,属于局部热点地区。本研究充分考虑了影响户外热舒适度的几个要素,划定的风险等级和区域可以为户外工作者提供高温避险指导,使其最大程度的免受高温带来的伤害。还可以为我国不同地区制定更详细的高温补贴措施提供科学依据。 相似文献
12.
农作物保险是国内外减少灾害造成的种植户经济损失,保障农民基本生产收入的重要手段。国内传统的农作物保险费率是基于行政单元的统计数据厘定的,忽略了行政单元内部灾害的空间风险差异,因此如何获得行政单元内部农户级农作物纯保险费率,成为精细化农作物保险的关键问题。本文针对农户级的冬小麦纯保险费率,以河南省周口市为实验区,利用2005—2015年MODIS MOD17 A2 GPP总初级生产力数据产品生成2005—2015年冬小麦生长季的GPP数据,同时利用Landsat5/7/8 TM/ETM/OLI数据计算2005—2015年公里级的冬小麦种植面积比。通过Bühlmann-Straub模型和经验费率法厘定得到2016年实验区基于格网单元的冬小麦纯保险费率。研究表明:遥感数据可以为农作物保险空间精细费率厘定提供数据保障,利用遥感数据可以得到公里级格网单元的冬小麦纯保险费率。将利用遥感数据得到的农作物纯保险费率用于农作物保险中,提高了农作物保险的空间精细水平,可以进行基于地块的空间差异化农户投保,有利于政府针对不同农户制定合理的农作物保险政策,保险公司合理的收取保费。 相似文献
13.
基于导数光谱变量叶片含水量模型的建立 总被引:6,自引:0,他引:6
利用实测单子叶、双子叶植物叶片含水量和高光谱反射率数据,基于导数光谱变量分析方法,讨论利用含水量识别两种植物的可行性,并分别建立两种植物叶片含水量的单变量和多变量估算模型。结果表明:D2、D6和D8等含水量表征方法能在一定程度上识别单、双子叶植物;单变量估算模型中,等价水深(EWT)与高光谱参数的相关性更大,单子叶植物的相关性大于相应的双子叶植物,并且以简单的一元线性模型普适意义最大,反演效果最好;多变量模型中,用FMC表征单子叶叶片含水量精度大于EWT,用EWT表征双子叶叶片含水量精度大于FMC,总体反演精度是单子叶植物高于双子叶植物。 相似文献
14.