排序方式： 共有4条查询结果，搜索用时 46 毫秒
1
1.
积雪参数如雪盖、雪深是标示气候变化的敏感因子,具有较高时空分辨率的HJ-1B卫星是专门用于灾害监测与评估业务的国产卫星之一,开展以HJ-1B为主的积雪参数反演对于我国国产卫星的理论研究与深入应用具有重要意义。本文针对积雪参数反演,根据HJ卫星CCD和IRS传感器的数据特征,深入分析积雪等典型地物的光谱特性,而后针对同时具有HJ-1B/CCD、IRS数据和只有CCD或者IRS传感器数据3种情况展开积雪信息提取方法研究;在进行浅雪区雪深反演时,利用两种不同的统计回归模型进行交叉验证、研究对比。研究结果表明,3种情况下提取出的积雪精度都达到了80%以上,以第1种情况提取精度最高,两种统计模型反演出的浅雪区雪深的一致度达到83%左右,说明HJ星数据能较好地反演雪盖及浅雪区的雪深,能满足实际应用的需要。 相似文献
2.
青藏高原典型植被生长季遥感模型提取分析 总被引：2，自引：0，他引：2
物候变化是衡量全球气候变化最直接、敏感的指示器,针对青藏高原这个独特地域单元上特殊的高寒植被进行关键物候期遥感提取模型及植被物候时空变化的研究具有重要的意义。本文首先以反距离加权空间插值算法与Savitzky-Golay滤波算法相结合的数据重建模型获得高质量2003-2012年青藏高原MODIS归一化植被指数(NDVI)数据。在此数据基础上,分别利用动态阈值法、最大变化斜率法、logistic曲线拟合法3种遥感植被生长季提取模型,对青藏高原地区两种典型植被的生长季(SOS生长季开始期,EOS生长季结束期,LOS生长季长度)进行提取。通过对3种模型提取结果的对比分析,并结合日均温模型对提取结果的验证发现,动态阈值法为青藏高原地区典型植被生长季的最优遥感提取模型。该模型对近10 a的高分辨率典型高寒植被物候参量的反演及时空变化特征分析表明,受青藏高原水热及海拔梯度的影响,青藏高原植被物候变化呈现出从东南向西北的空间分异规律,随春季温度的升高,近10 a来青藏高原高寒草地总体呈现生长季开始期(SOS)提前(0.248 d/a)的趋势。 相似文献
3.
利用山西省18个积冰站电线积冰观测资料和91个气象站常规观测资料,采用逐步回归分析方法,针对不同气候区分别构建电线覆冰设计冰厚的气象估算模型,推算各站30 a、50 a、100 a重现期下的设计冰厚。在此基础上,结合DEM数据和电网运行覆冰观测资料,对设计冰厚进行地形订正和易冰区微地形运行经验修正,最终得到山西省电网电线覆冰厚度空间分布及区划结果。结果表明:(1)山西省电线覆冰的设计冰厚整体与气温、相对湿度、风速、水汽压等密切相关,其中高山区的设计冰厚还与降水量、日照时数关系密切,且受连续3 d的气象条件影响,而丘陵和平原区则与当日和前一日或前二日的气象条件密切相关;(2)构建的分区设计冰厚气象估算模型对各气候区的覆冰厚度模拟效果较好,估算偏差五台山前约2 mm,其余地区小于1.2 mm;(3)地形订正后的结果更为合理地反映山西省各重现期下电线覆冰厚度的空间特征,即覆冰厚度随纬度降低而减小,中、重冰区主要分布在恒山、五台山、管涔山、吕梁山、太岳山和太行山等高海拔地区,而沿黄河一带和盆地为轻冰区,且盆地覆冰最轻;(4)易覆冰区经运行经验修正后,其覆冰厚度能够更加精确表达局部微地形区覆冰真实情况,这对电力部门具有实际参考价值。 相似文献
4.
为探究山西省康养气候资源优势，根据山西省108个气象站1981—2021年夏季（6—8月）逐日常规气象观测数据，采用基于“黄金分割法”的人体舒适度计算方法和集中度、集中期指标，对山西省夏季人体舒适度时空分布特征进行分析，进一步利用旋转经验正交分解法（REOF），对山西省夏季人体舒适度进行区域划分。结果表明：山西省夏季人体舒适程度由西南部低海拔临运盆地向西北高原山地、北部高海拔区及东北山地方向递增，中南部汾河河谷盆地以外的区域舒适程度较高；近41 a来除阳泉和昔阳以外的山西各站夏季广义舒适日数均呈减少趋势，从东北至西南的断陷盆地区域显著减少；夏季广义舒适日集中度与舒适日数呈显著负相关，广义舒适日数大（小）值区舒适日分布相对分散（集中），集中期主要在8月下旬，其次是6月上旬；山西省夏季广义人体舒适域划分为晋西南（Ⅰ区）、晋东南及中东部东（Ⅱ区）、晋东北（Ⅲ区）和晋西北东部（Ⅳ区）4个区域，其中Ⅳ区为最佳舒适区。 相似文献
1