SRM融雪径流模型在疏勒河流域上游的应用

疏勒河是西北典型的干旱区内陆河流域,其冰雪融水是春季径流补给的重要来源之一。本文结合MODIS积雪产品MOD10A2、DEM数据和气象台站数据,构建了疏勒河流域上游SRM融雪径流模型,模拟结果的拟合优度确定系数Nash-Sutcliffe系数R2=0.834和体积差DV=1.63%。结果表明:该模型能基本上把握疏勒河流域融雪径流的趋势,达到了较好的模拟效果,可用于该流域春季径流的预测,为预防春季融雪型洪水灾害和减轻春季旱情提供了基础。     

1971-2015年鄂西山地极端气温变化特征分析

为深入了解全球气候变暖背景下鄂西山地极端气温事件的变化规律与特征,基于1971-2015年恩施、巴东、来凤、房县4个气象台站的逐日数据,采用线性回归、滑动平均、Mann-Kendall检验和小波分析方法,探讨分析了鄂西地区极端气温的时空变化特征。结果表明：1971-2015年鄂西山地极端最低气温、极端最高气温和高温日数均呈上升趋势,其中极端最低气温的升幅最大,霜冻日数呈减少趋势;极端冷事件数逐年减少,极端热事件数逐年增多,突变年份分别为1996和2007年。鄂西山地极端气温事件具有5、18 a等周期的周期性变化特征,极端气温事件发生频率具有明显交替的变化特征。研究结果能够对鄂西地区防灾减灾,构建极端气温气象灾害的综合防范机制提供参考依据。     

基于净初级生产力的春小麦生产潜力及估产研究——以甘肃省白银区为例--测试文章

利用2010年白银区春小麦生长季（4—7月）空间分辨率为250 m的MODIS影像和气象站点的气象数据,通过CASA模型建立了基于MODIS数据的春小麦净初级生产力遥感估算模型,估算出白银区春小麦生长季的净初级生产力（NPP）,通过春小麦NPP与干物质转换关系计算出春小麦生产潜力。结果表明：白银区南部春小麦的NPP和生产潜力均大于北部地区,其NPP最小值为42 gC·m^-2·a^-1,最大值为402 gC·m^-2·a^-1,且春小麦的生产潜力有明显的季节性规律。根据春小麦生产潜力与实际产量的拟合关系建立了产量估测模型,并对该模型做了精度验证与实用性评价,结果显示该估产模型均方根误差RMSE为76.33 g·m^-2,相对均方根误差RMSEr为23.51%。     

石羊河流域近50a湿润度变化分析

利用石羊河流域乌鞘岭、武威、永昌、民勤4个气象台站1960—2008年气温和降水量资料,依据任-胡湿润度模型计算湿润度,在此基础上对石羊河流域近50 a湿润度变化趋势进行了分析。结果表明:近50 a石羊河上游乌鞘岭站和中游武威站湿润度呈小幅升高趋势,而中游永昌站和下游民勤站则呈小幅减小趋势;从上游到中游再到下游,积温对湿润度的负相关影响逐渐降低,降水量对湿润度的正相关性逐渐增强,说明降水对下游干旱区湿润度变化的影响极大;据对前25 a和后24 a湿润度分区中心点偏移的分析,中游呈现出干旱化趋势,下游巴丹吉林沙漠有向东南方向扩展的趋势。     

基于OMI数据的兰州及附近地区大气边界层SO2量值变化初步分析

环境遥感是遥感技术应用的重要领域。随着高光谱遥感技术和定量遥感理论的发展,利用OMI、MODIS等数据开展大气SO²分布的研究得到关注。OMI是新一代大气成分探测传感器,其痕量数据产品OMSO²在反演大气SO²量值中有较好的效果。选取2005年2、5、8、11月及2005~2008年各年2月每日的OMI Level-2痕量数据,采用遥感和GIS方法,对兰州及附近地区大气边界层SO²空间分布、季节变化和冬季年际变化进行了分析。结果表明:研究区内SO²量值呈离散面状分布,兰州-白银、金昌是两个明显的高值区;冬季SO²量值明显高于其他季节,年际变化波动比较明显。研究表明,利用OMI Level\|2痕量数据产品,能够对较大尺度范围人类活动排放SO²状况进行检测和评估。     

提高森林覆盖区积雪提取精度的方法研究——以玛纳斯河流域为例

森林覆盖区积雪的提取精度很低,由于植被冠层的遮挡,冠层下的积雪很难被提取出来。基于Landsat 8OLI数据,针对玛纳斯河流域下游有大面积森林覆盖的特点,通过传统的积雪指数法,结合NDVI数据的积雪指数法和面向对象图像特征法分别提取积雪面积。结果表明:1传统的NDSI和S3积雪指数法无法较好地提取出森林覆盖下的积雪,提取精度分别为85.23%和87.54%。这两种方法适用于空间尺度较大、植被覆盖面积较大的区域,并不适合所选研究区;2结合NDVI数据后的NDSI、S3积雪指数模型能大大提高森林覆盖下的积雪面积,提取精度分别达到91.47%和90.60%。在影像空间分辨率较高,流域尺度较小,林区覆盖较多的情况下可采用此方法提取积雪;3随着海拔的升高,地形阴影影响逐渐增大,NDVI辅助积雪指数方法提取林区覆盖下积雪面积逐渐减小。因此采用光谱、纹理和空间信息结合的面向对象图像特征方法提取积雪,能够较好地识别出受地形影响下的雪像元,精度达到89.75%,可以满足实际应用的需求。