基于时序NDVI的湖北省植被覆盖动态变化监测分析

基于1998～2011年7、8月份SPOT VEGETATION NDVI数据,求取两月份NDVI平均值,构建14 a间的NDVI时序文件,通过对NDVI时序文件进行信息提取、分析,反映湖北省植被生长情况,从而监测、研究湖北省植被生长高峰期植被覆盖动态变化及趋势。具体为：利用植被覆盖分区法,将研究区分为弱植被覆盖区、稀疏植被覆盖区、低植被覆盖区、中植被覆盖区、高植被覆盖区和密集植被覆盖区等区域,监测各区域14 a间植被覆盖动态变化,结果表明,研究区整体上植被覆盖变化不大;利用Mann Kendall趋势分析法,对研究区植被覆盖变化趋势进行研究,结果表明绝大部分呈现无明显变化趋势,1655%的区域表现增加趋势,033%的区域表现减少趋势。通过以上分析结论可知,植被覆盖分区法和Mann Kendall趋势分析法的分析结果基本一致,表明两种方法能从植被覆盖状况和变化趋势角度动态反映植被的变化情况     

污水处理厂进水数据特征识别与案例分析

污水处理厂进水水量和水质呈现复杂的变化模式,准确掌握进水数据的变化特征已经成为改善工艺运行的关键.已有定性分析方法一般难以准确解释和预测变化特征,而已有定量分析模型常常结构复杂和实现难度大,需要针对应用需求进行改进.本研究使用统一模型描述进水特征并简化了实现方式.基于经典统计分析和开源Prophet模型,进行了污水处理厂进水数据的预处理、统计、建模和可视化.最后使用3座污水处理厂的实际数据,识别了多重季节性、长期趋势、节假日等的影响特征,说明了统一模型对污水处理厂进水特征的解释和预测能力.结果可供污水处理工艺优化运行和环境时序数据解析等参考.     

基于MODIS时间序列及物候特征的农作物分类

论文以2012年6月至2014年6月期间的MOD09Q1及2013年四五月的MOD09A1为数据源,合成归一化植被指数(NDVI)和归一化水体指数(NDWI),利用TIMESAT软件对NDVI时间序列数据应用分段高斯函数拟合方法重构NDVI时序曲线,并获取7个物候特征(Phenology,以下简称PH,包括生长季始期,生长季末期,生长季长度,NDVI振幅,NDVI左导数,NDVI右导数,生长季期间的NDVI积分).结合Landsat 8 OLI遥感影像,中国第二次土地调查数据和实地采样样本数据,根据2013年多种地物平滑后的NDVI曲线特征,将年NDVI最大值低于0.5的水体和建设用地掩膜去除.为了获取研究区农作物的最优分类方法,采用分层分类:首先对平滑后的46个NDVI时序数据进行支持向量机(SVM)分类,得到农用地等分类信息;其次利用平滑后的46个NDVI波段,7个物候参数及6期归一化水体指数相互组合,对农用地进行支持向量机分类提取3种农作物的分布信息.经不同波段组合分类对比可知,分类总体精度及Kappa系数的关系为:NDVI+NDWI>NDVI+PH+NDWI>PH+NDWI>NDVI+PH>NDVI>PH.研究结果表明,遥感数据波段的增加不一定带来较高的分类精度;论文中归一化水体指数有效地提高了水稻的分类精度.此外,辅以物候特征对农作物分类也具有一定的可行性.     

上海市大气降水中~(210)Pb、~7Be的变化特征

7Be、210Pb等放射性核素已被广泛应用于区域及全球物质传输途径示踪的研究中。2009年8月到2010年10月在上海市普陀区华东师范大学校园设采样点采集了51场大气降水样品,分析了单次降水事件中7Be和210Pb的含量以及湿沉降通量的变化特征,并对比不同季节的变化特征。结果表明:1)单次降水事件中7Be的浓度变化范围为0.21~5.99 Bq/L,210Pb浓度的变化范围为0.01~0.90 Bq/L。7Be和210Pb的月均浓度具有明显的季节变化特征:7Be的浓度高值出现在冬季,夏季浓度最低;210Pb浓度高值出现在秋、冬季节,夏季浓度最低;7Be/210Pb高值主要出现在春、秋季节。2)7Be、210Pb沉降通量与降水量有一定相关性,但单次降水事件7Be和210Pb浓度与降水量并没有很好的相关性。7Be和210Pb沉降通量存在着较好的相关性,指示7Be、210Pb沉降路径有着较好的一致性。     

渔业资源动态的综合时序模型

渔业资源的变动是一个随机过程,它既有确定性趋势,又有随机波动的特性。论文把灰色系统方法和时序分析相结合,用灰色GM(1,1)模型提取渔业资源变动中的确定性趋势,用时序模型描写它的随机波动,从而建立渔业资源动态的灰色时序模型。考虑到渔业资源的变化受到捕捞强度的影响,同时建立渔获量和单位捕捞努力量的渔获量(CPUE)关于捕捞努力量的二元时序模型。利用灰色时序模型和多元时序模型,对舟山渔场渔业资源的动态变化进行分析和预测,结果表明灰色时序模型和多元时序模型能很好地拟合渔业资源的变动过程,精确地预测渔业资源未来的状况。     

灾后复杂地形区域的测量测绘模型设计

灾后地形变化复杂,基于单一线性模型的测量测绘方法,测量灾区坡度陡、高差大等复杂地形时,无法有效拟合复杂地形趋势、获取高程点精度差,导致测量精确度较低。设计一种用于灾后复杂地形区域的测量测绘模型,在外部DEM辅助下精化灾区地形DEM,对灾区遥感InSAR影像进行干涉定标,实现干涉影像与外部DEM的精准对应;将多模型的线性回归策略与灾后复杂地形趋势相拟合,对解缠干涉影像图中全部影像快,通过多模型的线性回归,逐个像素精确的去除相位解缠中多余相位,过滤无价值高程点,得到有效灾区地形高程图,从中采集精确地灾后复杂地形区域高程点。实验结果表明,该模型可提高灾后复杂地形区域绘图精确度,对总体灾区地形InSAR影像测量效率高,测量的平均高程误差为±6.2cm,比单一线性模型低±3.77cm。     

Stacking InSAR和IPTA技术应用于探测宁夏隆德县滑坡隐患

宁夏回族自治区隆德县是典型的黄土丘陵区,古滑坡分布广泛,坡体受河流切割作用强,属于地质灾害中易发区。本研究采用时间跨度17个月共43景Sentinel-1卫星影像,利用干涉叠加(Stacking)和相干点目标分析技术(Interferometry Point Target Analysis,IPTA)对隆德县全境滑坡隐患进行了探测,根据已有滑坡隐患记录,Stacking技术有效探测44处,有效探测率93.6%,IPTA技术有效探测37处,有效探测率78.7%。两种InSAR测量结果的最大形变速率线性相关性强(R²=0.56),测量结果相互吻合。所识别滑坡隐患主要集中在缓坡和斜坡,形变速率和坡向对2种InSAR技术的有效探测率影响较小。同时IPTA时序测量结果反映出隆德县滑坡隐患区存在4种典型形变特征。该研究结果表明联合2种InSAR方法能够更好的对隆德县滑坡隐患进行全面探测。后续将开展InSAR技术滑坡隐患测量精度验证和IPTA测量方法的改进工作。     

NEGPIM（1）灰色模型及其预测应用

运用NFGM(1，1)模型的建模思想，提出和建立了非等间隔GPIM(1)[简称NBGPIM(1)]模型的优化建模方法。结果表明，运用该方法建立的NEGPIM(1)模型能有效地估计已往时序值和预测未来时序值。     

GM(1,1)时序修正模型及其应用

通过分析影响GM（1，1）模型精度的因素，当排除模型参数a^∧的影响后，输入变量⊙t成为唯一因素。提出了寻找输入变量⊙t白化值⊙^∧t的一种方法，并建立了GM（1，1）时序修正模型。实例分析表明，该方法适应于有一定波动的原始数据的分析建模，精度优于a^∧-GM（1，1）模型。