基于GLDAS-NOAH的长江流域蓝绿水资源时空变化特征

基于GLDAS-Noah水文模型,模拟长江流域蓝绿水资源量,并揭示其时空变化特征。结果表明:2000—2019年长江流域多年平均蓝水资源和绿水资源分别为420.24 mm和686.95 mm,绿水资源约是蓝水资源的1.62倍。近20 a来长江流域蓝水资源、绿水资源和绿水系数呈不显著增加趋势,2000—2019年蓝水资源与绿水资源变化速率分别为3.26 mm/a 和2.27 mm/a。从年内分配上看,蓝绿水资源在7—8月份较多,占全年的29%~32%;在1 —2月份较少,占全年的5%~6%。从空间分布来看,蓝水资源呈现东南高西北低的分布格局,绿水资源呈现东高西低的分布格局,而绿水系数呈现西北高东南低的分布格局。科学全面评价蓝绿水资源可以为优化水资源利用模式、提高水资源利用效率提供科学依据。     

滦河上游植被指数NDVI及EVI对SPEI的响应差异

在全球气候变化和人类活动的双重影响下,干旱呈广发、频发态势,使植被生长受到限制,进而影响生态系统结构,威胁区域生态安全。以滦河上游为研究区,基于2000-2019年归一化植被指数NDVI和增强型植被指数EVI,并结合标准化降水蒸散指数SPEI,分析滦河上游气象干旱和植被生长状况的变化趋势及空间分布特征,探讨植被变化对多时间尺度SPEI指数的响应差异。结果表明：近20年滦河上游SPEI呈波动式增大趋势,年尺度SPEI增大速率为0.040 1/a;干旱面积总体减少,减少速率为-1.430 4％/a;NDVI和EVI空间分布特征和变化趋势大体一致,植被覆盖度呈东南高西北低的特征,NDVI和EVI增大速率分别达0.027/a和0.026/a;大部分区域SPEI与植被指数呈正相关,其中NDVI对SPEI-3的响应最强,EVI对SPEI-6的响应最强,总体上EVI与SPEI的相关性强于NDVI;草地对气象干旱最敏感,农田次之,林地最弱。     

融合视觉注意机制的高光谱RX异常检测算法

视觉注意机制具有快速引导关注到重点区域的特性,将其引入高光谱图像异常检测中具有可行性。本文从采样方式、波段选取、融入局部光谱特征3方面构建更适用于计算高光谱图像显著性的视觉注意机制模型。针对经典的基于高斯统计分布假设的RX异常检测算法在背景参数估计中易受潜在异常干扰的问题,利用视觉显著性结果对原图像进行高斯加权,在加权后图像中进行背景均值与协方差的重新估算,进而使用更精确的背景参数对原图像进行RX异常检测。在5个经典数据上的实验结果表明,本文方法有效地表现了潜在的异常目标,改进的RX异常检测算法具有更高的检测精度与更低的虚警率。