排序方式： 共有8条查询结果，搜索用时 0 毫秒
1
1.
2.
针对以往植被地上生物量(以下简称“生物量”)多尺度估算方法在数据收集、尺度转化、结果呈现等方面的局限,该文提出了面向植被均质单元的生物量多尺度估算方法：(1)定义了具有实际景观意义的植被均质单元,作为植被生物量估算的基本单元;(2)基于多源数据提取直接反映和间接影响植被生物量的多源因子,利用多尺度分割技术构建多尺度下的植被均质单元;(3)通过随机森林回归模型实现植被生物量多尺度估算。结果表明,该方法可避免多尺度下的数据获取,仅基于一套数据实现了研究区植被生物量多尺度估算,产生了较好的建模和估算精度。该方法不仅可量化生物量大小,还可描绘生物量均质区域,具有尺度变换便捷、灵活等优势。 相似文献
3.
为确定不同遥感数据源在县级尺度进行干旱监测的能力,利用环境减灾卫星、SPOT4和RAPIDEYE数据分别构建了垂直干旱指数、修正垂直干旱指数和温度植被干旱指数,以河北玉田县为例进行了对比研究。结果表明,基于环境减灾卫星的垂直干旱指数和修正垂直干旱指数变化与RAPIDEYE趋势一致,在冬小麦拔节期,当土壤含水量较高时,两指数值起伏变化不明显;在抽穗期,两指数能较好反映各层土壤含水量的起伏变化。而基于SPOT4的修正垂直干旱指数在一定程度上反映土壤含水量的变化特点,垂直干旱指数对土壤含水量变化不敏感。从数据源选取角度,环境减灾卫星和RAPIDEYE在县级尺度具有较好的干旱监测能力。由于基于环境减灾卫星的温度植被干旱指数与冬小麦单产具有显著以上水平的相关性,据此建立的线性估产模型是一种简单易行的旱灾预警模型。 相似文献
4.
5.
温度植被干旱指数(TVDI)与多因子关系研究 总被引：2，自引：0，他引：2
利用EOS/MODIS数据,采用归一化植被指数(NDVI)和地表温度(LST)构建NDVI-Ts特征空间,依据该特征空间计算温度植被干旱指数(TVDI)。通过对2009年6期冬小麦数据比较和多因子相关分析,认为TVDI与LST为极显著正相关关系,与NDVI相关性次之。气象因子中降水量(JSL)因子与TVDI相关性较为显著,在作物生长中后期,降水距平(JSJP)因子影响日趋明显;其它气象因子及海拔、灌溉与否等因子作用不显著,在进行大尺度干旱监测时基本可以忽略。如将TVDI与影响较为明显的因子组合建立新的指标或许是一个更好的监测方法。 相似文献
6.
7.
8.
湖北省恩施土家族苗族自治州(简称恩施州)地处中国14个集中连片特困区之一的武陵山区内,州内少数民族聚居多,贫困人口分布广,地质灾害频发,"因灾致贫,因灾返贫"现象较为突出.本文根据灾害系统学原理和灾害风险分析理论,综合考虑恩施州降雨诱发型地质灾害的致灾因子,孕灾环境和承灾体,构建了降雨诱发型地质灾害风险评价指标体系,基于灾害系统学原理的风险评估模型,对该区的降雨诱发型地质灾害风险进行评估.主要结论如下:(1)降雨诱发型地质灾害的诱发因子为强降雨,恩施州降水丰沛,恩施市中部与鹤峰县东南部属于致灾因子高危险性区域;(2)选取地形地貌,基础地质,水文条件,人类工程活动等孕灾环境要素,耦合信息量法和层次分析法,构建恩施州孕灾环境敏感性评价指标体系,结果表明恩施州孕灾环境敏感性较高,高区域主要分布在巴东县,恩施市和鹤峰县;(3)选取工程建筑,居民人口,社会经济,耕地等承灾体进行脆弱性评估,结果表明承灾体脆弱性较高区域与人口集中地区在空间上重合,利川市和来凤县有更多的高脆弱性区域;(4)综上可知,恩施州的降雨诱发型地质灾害风险总体较高,其较高,高风险区域主要分布在巴东县和恩施市. 相似文献
1