近40a来博斯腾湖水资源遥感动态监测与特征分析

湖泊水资源变化记录了气候变化和人类活动对区域水文过程的影响,及时、准确地获取湖泊的水资源变化信息,对认识区域乃至全球环境演变具有重要的参考意义。文章通过多源遥感数据,宏观、动态地监测了近40 a来博斯腾湖的面积、水位和库容等水文信息,分析了时间动态变化过程与演变特征。研究结果表明:在人类活动和全球变化的共同作用下博斯腾湖水资源总体呈现减少趋势,变化过程呈现波动性,依次可将整个变化过程可分为3个阶段。11972—1990年,博斯腾湖处于萎缩阶段。这一阶段湖泊面积持续萎缩,水位持续下降,水量持续减少,1990年最低水位1 045.32 m,湖泊面积为908.12 km2。21990—2002年,博斯腾湖处于显著扩张阶段。这一阶段湖泊经历了水位上升、面积增大和水量增多,其中2000年达到了峰值,此时湖泊最大面积为1 210.68 km2,湖泊最高水位为1 048.5 m,湖泊蓄水量约为90×108m3。32002—2010年,博斯腾湖处于持续萎缩阶段。博斯腾湖的水位、水量和面积呈现持续下降的趋势,2009年湖泊水位较2002年约下降了3.3 m,水资源总量减少了约38.56%。这一变化特征是一定时期内区域水资源补给平衡的结果,其变化原因既有气候波动的因素,也有人类活动的影响;但是在短期内,博斯腾湖水资源主要受到人类活动的影响。     

遥感地学智能图解模型支持下的土地覆盖/土地利用分类

土地覆盖/土地利用(LC/LU)调查已经成为开展土地利用动态变化预测、自然灾害防治及土地利用规划、土地管理和环境保护的一项关键的基础性工作,受到广泛注意和重视。随着遥感技术和各种地学分析模型的发展和深入,利用遥感技术获得的影像数据对区域的LC/LU情况及其动态变化进行定期或不定期的监测,成为一种最为迅速可靠和理想有效的手段。常规的LC/LU遥感分类方法主要包括基于常规数理统计分类方法、基于人工神经网络分类方法、基于知识逻辑推理的分类方法等。论文综合这些方法的特性,提出了遥感地学智能图解模型支持下的LC/LU分类体系,并以香港地区为试验对象,采用多平台遥感数据和辅助地理信息,进行了土地覆盖/土地利用遥感应用研究。