若尔盖高原沙化草地治理区固碳能力研究

若尔盖高原受到全球气候变化和不合理人类活动的双重影响,发生了不同程度的沙化,其沙化草地的生态恢复和固碳功能受到国内外的广泛关注。通过采集治理区的植物和土壤样本,对若尔盖草地沙化治理区的生态系统恢复过程进行了实地考察和实验分析,以空间结构代替时间序列,运用多种方法分析了碳含量、碳储量和碳密度的变化。结果表明:在5 a的管护期间,(1)样本碳含量、碳密度和碳储量分别在36.67~44.41 g·kg~(-1),8.87~57.62 kg·m~(-2)和(10.61~36.56)×104t·hm~(-2)之间,且碳密度和碳储量随着治理年限的增长呈现出逐渐增加的趋势;(2)植物生物量与碳含量具有很好的线性关系,植物生物量的累积有利于碳储量的增加。(3)随着生态恢复的进行,土壤理化性质得到不断改善,固碳能力得到恢复,通过相关分析发现,土壤有机碳与土壤有机质、质地和含水量呈显著正相关,与pH值和容重呈显著负相关;(4)对若尔盖的气象数据进行分析发现,若尔盖近年来气温总体偏高,加快了碳的分解,不利于草地的碳汇—碳源平衡调节。固碳研究为全球气候变化下的若尔盖草地沙化治理提供了基础数据,也为若尔盖草地沙化治理建设工程进一步完善和生态恢复研究提供了现实依据。     

基于遥感的新疆北疆积雪盖度及雪深监测

新疆北疆为雪灾多发区,准确地监测积雪分布及雪深具有十分重要的意义,可为雪灾多发区在冬季做好防灾减灾工作提供依据.目前MODIS数据主要运用归一化差分雪盖指数(NDSI)对积雪进行提取.NDSI是基于雪对可见光与近红外波段的反射特性和反射差相对大小的一种测量方法,然而它只能将像元辨别为积雪或非积雪,满足不了高精度的流域制图及雪盖提取要求.以新疆北疆为研究对象,应用MODIS数据和线性光谱混合模型提取像元内积雪所占比例(积雪盖度),并与NDSI建立关系,讨论了NDSI是否可以作为估算积雪盖度的标准,进而提高NDSI在积雪监测中的应用精度.结果表明,二者具有较好的线性关系,经过野外实测点的验证,25个点的平均绝对误差是0.06.此外,以MODIS数据与地面实测雪深资料为基础,通过分析和研究MODIS窗区通道的光谱特点,探讨了适合于积雪雪深监测最佳的MODIS通道,初步建立起应用MODIS资料监测北疆地区积雪深度的反演模型.     

基于Himawari-8和GF-1卫星的林火遥感监测

以2017年4月11日11-16时(北京时间)辽宁省丹东市森林火灾为研究对象,基于Himawari-8(H8)和高分一号(GF-1)卫星开展林火密集监测、火烧迹地和森林燃烧受害程度监测。基于H8数据采用前后关联的火点识别算法进行火点判识,提取中心燃点温度及燃烧范围;基于GF-1数据采用近红外光谱(B4)、归一化植被指数(NDVI)和全球环境监测植被指数(GEMI)法进行火烧迹地识别;采用高斯函数拟合模型模拟健康林地生长曲线,基于当前影像数据重构火灾前的林地光谱值,以B4衰减量为评价指标对森林燃烧受害程度进行分等定级。结果表明:H8的密集监测显示中心燃点的位置由燃点1变化到燃点2、影响范围由2像元扩大至4像元、燃点温度由321 K降低至314 K;对比火烧迹地提取方法,B4波段的衰减变化最明显、GEMI模型次之、NDVI的衰减不明显,因此小尺度的火烧迹地提取采用B4衰减法最好;基于368个离散点林地光谱指数模拟健康林地生长曲线,拟合方程相关系数为0.89;以4月3日相距火灾发生仅8d的数据进行燃烧受害程度监测,重度受害程度等级漏分误差为90%;经过光谱重构后,重度受害程度分类精度提高24%、轻度受害程度提高10%,总体分类精度为69%、kappa系数为0.44,因此有必要进行火灾前遥感影像的林地光谱重构。     

阿鲁科尔沁旗生态移民近万人

内蒙古阿鲁科尔沁旗生态移民工程从1998年开始实施,现在已搬迁2600户,近1万人,封育禁牧草场120万亩。实施几年来,不仅移民做到了“稳得住,富起来”,而且120万亩草场植被得到恢复,生态环境得到了改善。 阿鲁科尔沁旗有草场1830万亩,其中沙化面积达756.8万亩,有36％的牧民居住在沙区内。近年来,由于连年的干旱和人为的破坏,草场沙化日趋严重,牧民     

NOAA/AVHRR图像资料在大雾灾害监测中的应用

通过对NOAA(诺阿卫星 )资料 5个通道光谱特征的分析 ,阐述了利用NOAA/AVHRR(甚高分辨率辐射仪 )图像资料监测大雾灾害的基本原理和方法 ,初步探索了适于监测大雾的通道组合和量化判读指标 ,揭示出综合利用近红外 3通道与 4、5通道资料实施对雾监测 ,可取得比较好的效果 ,并对 2 0 0 3 0 1 12～ 13大雾的监测过程个例进行了分析。研究结果表明 ,卫星遥感技术在大雾灾害的监测方面具有宏观、快速、直观、信息源可靠且成本低等优点 ,是其它任何常规监测手段无法替代的。     

面向对象分类方法在台风灾害信息提取中的应用研究

台风灾害是全球损失最严重的十大自然灾害之一。如何在灾情发生后,快速地进行灾情预评估与应急响应决策是目前灾害研究的重要方向。基于2013年台风"海燕"登陆前、后的菲律宾独鲁万市部分区域的卫星遥感影像,采用面向对象的方法进行了灾害检测,提取了研究区域的地物信息,并与基于像元的传统方法进行了比较。结果表明,面向对象的分类方法在台风灾害前影像分割尺度为30%,融合尺度为84%,台风灾害后影像分割尺度为15%,融合尺度为95%时分割效果最佳;最终,面向对象分类灾害前总体精度达到95.65%,Kappa系数达0.93,灾害后总体精度达到93.19%,Kappa系数达0.90;另一方面,最大似然法也优于ISODATA分类法与最小距离法,但仍不及面向对象的分类方法。     

EOS-MODIS资料在陕西大雾监测中的应用

通过对MODIS资料通道光谱特性的分析，探索了适于大雾监测的通道组合和量化判识指标,并对2002年12月陕西发生的几次大雾天气进行了实时动态监测。此外对陕西大雾的成因进行了简要分析。     

克什克腾旗草原保护见成效

内蒙古自治区克什克腾旗坚持“保护与建设并举，以保护促建设”的方针，把天然草场的恢复与建设作为生态环境治理的重点。几年来，全旗禁牧面积达400多万亩，使大面积退化、沙化天然草场得到了休养生息。     

基于MODIS数据的火点信息自动提取方法

火点自动识别是提高火灾遥感监测响应速度的关键。MODIS是第一个在仪器特征参数设计上考虑了火灾监测需求的卫星。大兴安岭地区地处草原草甸和森林交界地带,火灾频繁。以大兴安岭地区为实验区,基于马里兰大学提出的MODIS数据火灾监测算法,按照我国的地理环境和植物燃烧条件进行修正,构造了火点信息自动提取模型,形成了从图像预处理到火点自动提取的技术流程。火点信息自动提取产品有火点和异常高温点,火点提取精度达到90%以上。模型适合日间火灾监测。影响火点自动提取精度的主要是因为:图像边缘对探测值产生影响;云覆盖使辐射无法透出;烟羽的影响,使辐射降低。     

冬小麦条锈病害与常规胁迫的定量化识别研究——高光谱应用

通过对人工田间诱发条锈病与常规的水胁迫及肥水协同胁迫的处理,分析获取的地物光谱数据及提取的归一化植被指数(NDVI)和光化学植被指数(PRI),定性地研究了条锈病害胁迫与常规胁迫条件下冬小麦冠层光谱特征的差异和规律,并进一步利用高光谱对冬小麦条锈病与常规胁迫进行了定量化的识别研究。选用NDVI和PRI建立二维空间坐标,形成病害胁迫、常规的水胁迫及肥水协同胁迫植被指数的空间分布散点图,结果表明NDVI值大于4.324×PRI 0.976的区域即为条锈病胁迫发生区域。经验证,上述定量化表达的分类识别精度达到了70%以上。