苏南某市河流水质参数时空变异性研究

以苏南某市区320km2内的河流为研究对象,基于对高锰酸盐指数、NH3-N、TP3个主要水质参数的监测,应用地质统计学的变差函数球状模型和Kriging插值法,对河流有机污染指标、富营养化指标进行了空间插值,用以揭示其时空分布特征及变化趋势,并绘制了时空分布等值线图。结果表明,受不同区域污染物来源的差异、不同河道自身条件的差异和不同水期水生植物、入流水量、河水流动性的差异等因素的影响,研究区河流水质参数呈现出不同的时空变异特征;各水质参数污染均相当严重,尤以富营养化指标氮磷最为显著。     

面向灾害应用的遥感影像融合统一理论体系设计

由于缺乏统一的理论体系指导,目前遥感影像融合研究相对比较混乱。针对像素级融合统一理论框架的思想,指出了遥感影像融合研究的方向和思路,将像素级融合统一理论框架逐步向特征级和决策级推广,着重发展了一套遥感影像融合统一理论体系。在统一体系下,面向灾害监测应用,按照理论研究、方法研究和应用研究的3个层次进行该理论体系的设计。     

抑制斑点噪声的SAR与多光谱图像融合方法

通过将主成分变换与IHS变换相结合,避免了会导致SAR信息量损失的滤波过程,实现了一种可降低SAR斑点噪声影响的遥感影像融合算法。与主成分变换融合方法、IHS变换融合方法在主观视觉效果分析和客观统计参数两方面进行比较,新方法不仅很好地保留了多光谱影像的光谱信息,增强了结果影像的空间细节表现能力,而且有效地抑制了SAR斑点噪声,提高了结果影像的信息量与清晰度。     

城市河流水质参数空间变异性研究——以苏南某市为例

基于现场的采样数据,结合河流自身特点,应用地质统计学的理论和方法分析了苏南某城市河流水质参数的空间变异规律及其原因。研究结果表明,根据变差函数模型分析,发现研究区河流3个水质参数在一定范围内存在空间相关性;研究区河流的CODMn呈现中南部较高,其他部位相对均匀的趋势,CODMn的空间变异性主要是由居民的日常活动及河道的自身特点引起;研究区河流的TP和NH3-N含量严重超标,水体富营养化程度严重。TP和NH3-N的空间变异性相似,含量较高区域集中在研究区的西南部、东南部和东北部,其空间变异性主要由工业活动和居民日常生活共同作用引起,其中工业活动占主导作用。     

基于APSIM模型的春玉米生育期旱灾损失敏感性定量分析

作物不同生育期旱灾损失敏感性研究对于提高农业干旱监测准确率、采取合理的农业抗旱减灾措施等有重要意义。干旱发生时,农业用水被压缩,充分利用当前可用灌溉水量以取得较好的作物产量效益是农业抗旱减灾中的重点。目前已有研究大多从水分胁迫试验出发,分析不同干旱胁迫对作物产量的影响,定性分析作物各生育期旱灾损失敏感性。由于农田试验样本有限,无法从统计手段定量研究作物旱灾损失敏感性。该文利用作物模型模拟的方法,基于历史数据设置干旱情景,模拟春玉米生长,研究不同生育期干旱胁迫与产量关系。选取典型年,通过历史气象数据替换典型年不同作物生育期同期气象数据的方法,构造典型年不同生育期干旱情景,驱动作物模型,模拟春玉米生长过程及产量。选用标准化降水指数(SPI)识别干旱程度,建立不同生育期SPI与产量之间定量统计关系,利用SPI变化所引起的产量变化率构建旱灾损失敏感性指标,定量评估春玉米不同生育期旱灾损失敏感性。结果表明:(1)不同生育期阶段发生不同程度干旱对产量的影响差异较大。其中拔节-抽雄、开花-吐丝旱灾损失敏感性较大,播种-七叶以及乳熟-成熟阶段敏感性较小。在典型正常年景下,春玉米播种-七叶、拔节-抽雄、开花-吐丝以及乳熟-成熟阶段的旱灾损失敏感性指数分别为90.5、804.7、772.5和401.9。(2)不同典型年水平下,春玉米旱灾损失敏感性差异明显,其中典型干旱年各生育期阶段旱灾损失敏感性最大,典型丰水年各生育期阶段旱灾损失敏感性最小;典型干旱年、正常年和丰水年春玉米生育期平均旱灾损失敏感性指数分别为862.7、518.9和35.2。(3)典型丰水年景下,即使是抽雄、开花-吐丝期春玉米产量形成关键阶段发生严重干旱,春玉米产量影响较小,表明春玉米单个生育期受旱,相邻生育期水分充足时,产量受到明显的水分补偿作用。     

基于Oracle Spatial的多元灾害信息数据库——设计与应用

多元异构的灾害灾情数据是各种灾害信息系统的基础和核心,科学高效的管理和应用这些数据尤为重要。介绍了基于Oracle Spatial的技术设计与构建多元灾害信息数据库的结构框架,分析了存储数据信息的种类、属性及特点,研究了数据的存储方式。在多元异构数据统一管理的基础上,初步实现了多元灾害信息的存储、查询、绘图及显示等功能。     

地震灾区河谷滑坡检测的遥感分析——以北川县滑坡为例

震区滑坡易堵塞河道形成高危型堰塞湖,一旦坝堤溃决,将释放巨大能量,造成严重的地震次生水灾。本文利用多源遥感数据,旨在研究一种检测河道滑坡的快速有效的方法,迅速判断出滑坡位置,为救援减灾提供重要信息。首先,对于灾前CBERS-02B星CCD数据,通过归一化水体指数(NDWI)来提取灾前水体信息主要为河道;由于灾后震区天气状况恶劣,故采用Radarsat-1SAR数据。利用水体在SAR影像上的特性,经过多次试验后使用阈值法来提取河道范围。再对两幅影像提取结果中的河道区域进行交集运算,检测出河道范围内的变化部分。通过上述方法提取的河道信息较为模糊、零散,这些模糊、零散并非都由滑坡堵塞河道造成,而是受噪声影响,在此对河道交集影像做膨胀处理,达到突出滑坡信息的目的,进而得以提取河道真实堵塞范围。最后进行人机交互判读,提取滑坡区域。实验以四川省北川县滑坡灾害为例,证明了本文方法的高效性与可靠性。