排序方式： 共有4条查询结果，搜索用时 11 毫秒
1
1.
江苏省冬小麦播种期对气候要素变化的响应 总被引：7，自引：2，他引：5
利用江苏省35个气象台站1961- 2009年冬小麦播种期内的气象观测资料,采用数理统计方法,分析了近49 a来冬小麦播种期内各气候要素的变化.结果表明:江苏省冬小麦主要播种期内的日平均气温随着时间的推移逐渐升高,且相关显著,其中淮河以南地区升高速度更快;秋季稳定通过15℃的终日总体呈逐年推迟趋势,尽管部分年际间波动较大;按传统播期播种到越冬的≥0℃有效积温与年序也呈极显著正相关关系.分析沭阳、淮安、盱眙、滨海、赣榆和徐州6个农业气象观测站的冬小麦发育期资料,及当地冬小麦播种至越冬前积温资料.结果表明:各地冬小麦播种至越冬≥0℃有效积温总体上逐年增加.此外,冬小麦播种期内降水量的波动较大,尤其自1990s中期以来,各地降水量呈逐年递减趋势.得出结论:江苏省冬小麦应适时晚播,并应趁墒及时播种. 相似文献
2.
植被的发育限制了遥感在地质学方面的应用, 在植被覆盖区进行岩石填图, 首先要考虑去除植被干扰影响.以内蒙古东乌旗地区为例, 选择先进星载热发射和反射辐射仪(advanced spaceborne thermal emission and reflection radiometer, ASTER)数据, 分别计算研究区内含土壤因子植被指数和不含土壤因子的植被指数, 并对两类不同的植被指数进行主成分分析, 挑选出植被信息被抑制和岩石-土壤信息突出的主成分进行岩性分类, 和利用最大似然法的分类结果进行对比分析, 评价两种方法的岩性分类性能, 植被抑制法的总体分类正确率为82.946 8%, 最大似然法的总体分类正确率为76.364 3%.结果说明在植被覆盖区, 利用植被指数来抑制植被信息是可行的, 和常规分类方法中的最大似然法相比, 大大提高解译的准确性. 相似文献
3.
为增强植被覆盖区羟基和碳酸盐矿物的吸收特征, 提高矿物信息提取精度.通过模拟单像元内新鲜植物、干枯植物、羟基和碳酸盐矿物的混合光谱, 发现在一定波段范围内4种端元的特征波段处吸收深度呈显著线性关系, 并建立了羟基和碳酸盐矿物的植物校正吸收深度(vegetation corrected continuum depths, VCCD)模型.将模型应用于黑龙江呼玛的Hyperion影像, 提取了高岭石和方解石矿物信息.在去除河床、道路等干扰信息后, 经野外实地验证和室内岩石鉴定, 矿物信息提取结果较好. 相似文献
4.
植被覆盖区卫星高光谱遥感岩性分类 总被引：1，自引：0，他引：1
植被高覆盖区岩石和土壤在遥感图像上表现为弱信息、小目标,如何利用卫星高光谱遥感提取岩性弱信息是目前遥感地质应用中的最大挑战之一。以黑龙江呼玛地区为例,选择美国EO-1卫星Hyperion高光谱数据。由于植被与下伏岩石-土壤的光谱混合,分别计算研究区含土壤因子和不含土壤因子的植被指数,并对两类不同的植被指数进行主成分分析,以此分离植被和岩石-土壤组分。在含土壤因子植被指数主成分分析的二维组分散点图上,明显区分出背景植被与异常岩石-土壤组分,证实了植被与岩石-土壤组分经主成分分析分离的效果。同时在不添加土壤因子植被指数的分析中,明显区分出植被覆盖信息。通过对实验区典型岩石进行野外光谱测试,然后对光谱进行连续统去除处理,将其作为参考光谱,与分离后的岩石-土壤光谱进行光谱特征拟合（SFF）,从而成功地识别出研究区内不同岩石类型,特别是玄武岩、流纹岩、砂砾岩、安山质凝灰岩、大理岩和石英片岩识别效果较好。根据研究区内不同岩石地层单元内岩石组合特征,通过分离后的组分合成图像,成功地实现了岩性分类。与已知地质图叠加,证实通过卫星高光谱数据提取的不同岩石类型颜色边界与地质图岩性界线吻合较好。结果表明：通过植被与岩石-土壤光谱组分分离,结合高光谱遥感的光谱特征拟合,能够识别不同的岩石类型,实现植被覆盖区岩性分类。 相似文献
1