排序方式： 共有7条查询结果，搜索用时 0 毫秒
1
1.
我国北部农牧交错区城郊土地利用时空变化-以包头市为例 总被引：5，自引：4，他引：1
以包头市城郊区为例,在地理信息系统支持下,以乡镇(苏木)为研究单元,研究本地区土地利用时空动态变化过程,并分析其变化驱动因素。从微观角度分析了北方农牧交错区城郊区土地利用变化特征。农牧交错区是人类活动影响强烈之地带,土地利用变化与土地持续利用研究,对生态安全和地区持续发展具有十分重要的意义。 相似文献
2.
2007年7月8—9目,四川省泸县发生了特大洪涝灾害,嘉明和福集2镇洪水淹没面积多达8000hm^2,淹没时间为60-92h,处于不同生育期的水稻受到了不同程度的生长抑制。通过野外追踪调查和示范区比较试验,提出在洪灾后结合水稻生育期、淹没时间、淹水深度、植株长势等指标判断水稻受害程度,并以各指标为依据果断采取相应的抗灾、减灾对策。初步分析认为,蓄留洪水再生稻是行之有效的灾后生产自救措施,同时揭示了早割低留桩、晚割高留桩、早割多施肥、晚割少施肥、保持浅水层和防治病虫害是蓄留洪水再生稻的关键技术。 相似文献
3.
中国植被绿度期遥感监测方法研究 总被引：7，自引：0，他引：7
基于遥感技术的地表植物物候监测,有效克服了传统地面观测站点有限、资料不完整等缺陷,实现了观测方法由点向面的空间尺度转换,因此可表征植被生态系统层面的物候现象.本文选择使用"植被绿度期"来代替"植物生长期或生长季"等概念,并以中国陆地植被为研究对象,建立了中国植被绿度期遥感监测模型--基于NDVI累积频率曲线的Logistic拟合模型,来计算中国植被绿度始期和绿度末期.为验证本模型结果的可靠性和优越性,使用地面物候观测数据对其结果加以检验,并与其他常见遥感监测模型进行了比较.结果和验证表明,在地处温带地区的牡丹江、呼和浩特、北京、西安和洛阳站点,使用本模型计算的植被绿度始期与地面观测结果相差9-21d,绿度末期相差0-13d,其准确度均优于其他遥感模型,而且年际波动相对较小;在地处亚热带地区的屯溪、仁寿、贵阳和广州站点,本模型结果产生较大误差.通过误差分析可知,在南方以常绿植被为主的亚热带地区,本模型计算所得的植被绿度始期和绿度末期并不是地表植被生长季始末日期的真实反映,而往往用于指示区域气候变化的特征.此外,本研究模型比其他方法具有更好的适用性,而且适合不同空间尺度的植物物候监测. 相似文献
4.
基于NOAA NDVI 的中国植被绿度始期变化 总被引：4，自引：0，他引：4
在对1982-1999 年NOAA/AVHRR NDVI 数据集进行缺失处理、平滑处理以及残存误差订正的基础上,利 用基于NDVI 累积频率曲线的Logistic 拟合模型计算生成了各年份全国植被绿度始期数据, 统计了所有气候植被 类型和生物气候区的平均绿度始期,并对不同空间类型植被绿度始期的年际变化趋势与显著性程度、时空变化特 征等做了统计分析。结果表明：①全国大部分地区植被绿度始期呈提前趋势,其中华北平原、贵州东北部、湖南中南 部山地丘陵区、广东西部地区以及内蒙古高原东部典型草原区等明显提前。②植被绿度始期年际波动程度高于10 天的地区主要分布在农业植被区、常绿植被区和草原区,其中河套平原、关中盆地、河南中东部、川西盆地、广东、藏 东南边缘地带以及台湾部分地区超过15 天。③除温带荒漠以外,其它所有植被类型绿度始期均为提前趋势。④从 各生物气候区空间变化来看,随着年积温降低和干旱指数增大,植被绿度始期大致呈推迟趋势;从年际变化来看, 华南、华东、华中、华北、内蒙、东北和青藏区植被绿度始期提前,陕晋和西北区植被绿度始期推迟。⑤受1982～1983 年厄尔尼诺事件影响,各空间类型植被绿度始期分别表现为推迟和提前趋势。 相似文献
5.
6.
基于计算机模拟的植物返青期遥感监测方法比较研究 总被引：10，自引：0，他引：10
植物返青期变化与气象和气候因素密切相关,已成为研究全球变化对陆地生态系统影响和反馈机理的一个重要参数。利用遥感手段及时准确地监测区域及全球尺度植物返青期变化,是当前地学、生态学研究的一个前沿课题。但是目前国内外对植物返青期遥感监测方法缺乏有效比较,还没有形成统一认识。因此,在综述植物返青期传统测量方法和遥感监测方法最新研究进展的基础上,利用计算机模拟手段,对目前常用的4种遥感监测方法（滑动平均方法、NDVI比率阈值方法、最大变化斜率方法及Logistic函数拟合方法）进行了比较研究。模拟结果表明：4种方法的返青期计算值最大相差20天,突出反映了它们在构建原理方面的差别,即滑动平均方法将NDVI突增点对应的时期作为植物返青期;NDVI比率阈值方法将最大上升斜率点对应的时期作为植物返青期;最大变化斜率方法将NDVI数据斜率角变化最大的点对应的时期作为植物返青期;Logistic函数拟合方法则将拟合曲线上曲率变化最大的点对应的时期作为植物返青期;同时,4种方法所得返青期均满足一个共同的特点,即返青期之后NDVI曲线应保持最大持续增长。该研究也表明计算机模拟技术在帮助认识和理解植物返青期遥感监测方法中的巨大潜力。 相似文献
7.
气候驱动格局下中国陆地植被指数变化 总被引：4，自引：3，他引：1
将降水、气温和日照作为驱动中国陆地植被指数变化的典型气候因子,基于1982-1999年10天合成的NOAA/AVHRR NDVI与同期降水量、平均气温和日照时数数据,按所有年份求平均后,分析旬NDVI与旬降水量、旬平均气温和旬日照时数的年内相关关系,确定中国陆地植被指数变化的气候驱动格局,揭示不同气候因子驱动格局下植被指数的时空变化特征和规律.结果表明,绝大部分植被覆盖区NDVI受气候因子驱动作用明显.气候因子驱动陆地植被指数变化的空间分异格局较为明显,大致分为气温显著区,降水显著区,日照显著区,气温和降水显著区,气温和日照显著区,降水和日照显著区,气温、降水和日照显著区,气温、降水和日照弱显著区,气温、降水和日照不显著区等9大类型.受局部地形、大气环流、海拔高度等的影响,在大的基本气候驱动格局内,还会形成其他不同的小气候驱动格局.1982-1999年间,所有气候驱动区的植被活动均表现为增强趋势,其NDVI的增加主要发生在春季或夏季.其中,气温和日照显著区的春季NDVI增幅最大,降水和日照显著区的夏季NDVI增幅最大.从各月变化来看,气温显著区、气温和降水显著区5月份的NDVI增长最为迅速,降水显著区、降水和日照显著区6月份的NDVI增长最迅速,日照显著区、气温和日照显著区3月份的NDVI增长最迅速,气温、降水和日照弱显著区4月份的NDVI增长最迅速,这些月份对全年NDVI变化的贡献也最大. 相似文献
1