大气成分资料反演系统及应用

本文利用VB6.0程序及windowsIIS服务实现山西省大同、榆社两站观测的太阳光度计资料反演,得到两站1020、870、670、440四个波段的气溶胶光学厚度数据并实现结果在内网的web显示及下载。在计算时需用到大同、榆社两站观测的太阳光度计资料、两站地理位置信息及气压月平均值。     

沙漠化遥感分类方法对比分析——以新疆塔河下游为例

新疆是我国受沙漠化危害最严重的省区,而沙漠化信息提取是遥感专题信息提取的难点之一,探索合适的沙漠化遥感分类方法可以为相关部门提供决策支持.本文利用TM&ETM遥感影像对比分析了现有主要应用的最大似然、最小距离、决策树等几大分类方法在沙漠化分类中的应用,结果显示:①传统的最大似然方法分类精度及出图效果等各方面优于SVM、最小距离及决策树方法.最大似然的分类总精度以及Kappa系数分别达到96.43％和0.95,分类精度随先验概率的增大而减小,混淆程度小,结果图清晰,能反应真实的沙漠化分布情况.②SVM径向基函数分类可以达到分类目的,当γ逐渐增大时精度增高,混分较稍严重,可以反应真实的沙漠化分布情况.③最小距离精度较低,有严重的漏分现象,能一定程度上反应沙漠化的分布情况.④决策树分类法的精度低,分类指数筛选复杂,分类结果图并不能很好的反应真实的沙漠化分布情况.     

基于RS和GIS的山东省17城市生态环境质量动态变化研究

运用遥感动态监测与地理信息系统技术相结合的方法,以2005年和2009年遥感解译数据、土地侵蚀数据及环境统计数据为数据源,依据《生态环境状况评价技术规范(试行)》(HJ/T192-2006),对山东省17个城市生态环境质量现状及动态变化趋势进行了评价。结果表明:2009年17个城市生态环境状况指数在59.81～78.08之间,生态环境质量状况总体良好;2005-2009年17城市生态环境状况指数变化值在0.06～3.5之间,生态环境质量状况基本稳定。     

西安市及周边地区MODIS气溶胶光学厚度与PM10浓度关系模型研究

西安是空气污染监控和防治有代表性的西部大型城市。研究了西安市及周边地区上空气溶胶光学厚度与PM10浓度的关系模型。利用2011—2012年MODIS卫星气溶胶光学厚度（AOD）遥感产品,通过数据匹配,利用地面气象观测站点的能见度数据和相对湿度数据对AOD产品进行垂直标高订正和湿度订正,2项订正显著提高了AOD和地面PM10浓度的相关性,相关系数从0．36提高到0．65,按季节分类统计和订正春至冬四季的相关系数分别为0．57、0．71、0．62和0．87,夏季和冬季的订正更为有效,可用性更高,这可能由于受到不同季节气溶胶来源和特征的影响。为研究中国西部大型城市,特别是西安市空气环境监测和区域联防联控提供了一种有效方法。     

基于环境一号卫星高光谱数据的太湖富营养化遥感评价模型

采用环境一号卫星高光谱数据直接监测太湖富营养化状态的方法较多光谱影像监测有着更高的精度优势,对内陆水环境监测具有一定的意义。利用2009年4月地面实测高光谱数据模拟环境一号卫星星上数据,结合确定的太湖富营养化状态遥感评价的水质因子,构建富营养化状态评价模型,并采用实测数据和环境一号卫星高光谱影像数据对模型的精度和适用性进行验证。研究结果表明：（1）选用叶绿素a作为富营养化遥感监测的水质因子监测太湖富营养化状态与综合营养指数法相比,平均相对误差为597%;（2）采用模拟的环境一号卫星高光谱影像数据结合三波段模型与采用地面实测数据评价结果之间的相关系数r=0855,平均相对误差为919%;（3）结合环境一号卫星高光谱影像对2010年5月2日太湖进行富营养化监测评价,结果显示太湖水体整体成中营养状态,存在1129%的监测水域出现轻度富营养化状态     

基于遥感反演长江中游地区悬浮泥沙研究

悬浮泥沙定量研究对于调查长江的水质、地貌、生态环境等起着至关重要的作用。以长江中游武汉地区2012~2013年14幅不同时相的Landsat ETM+遥感影像为主要数据源,结合野外采样悬浮泥沙浓度数据,分析了悬浮泥沙遥感定量反演方法,数据处理中针对ETM+SLC OFF影像缝隙问题,采用自适应局部回归匹配算法（ALR）进行影像自动恢复处理,在波段选择中对悬浮泥沙浓度和光谱反射率数据进行相关性分析,并运用传统关系建模方法和高斯模型方法对比,比较悬浮泥沙定量反演模型,利用实测验证数据对反演模型精度进行评估。研究结果表明：（1）ALR可以有效的获取悬浮泥沙敏感波段的遥感光谱反射率;（2）ETM+Band3悬浮泥沙浓度的高斯模型相关系数最高,通过对比得到模型反演的验证精度较高,研究证明遥感定量反演适合于长江流域武汉段泥沙含量大范围监测     

安徽省中小型城市用地扩展研究——以滁州市为例

以滁州市1966年的地形图,1978年、1987年、1995年、2000年及2006年的遥感影像为数据源,提取滁州市6个时段的建成区面积对其用地扩展进行了研究。结果表明,滁州市建成区面积在1966-2006年间面积增加了7．84倍,扩展速度经历了先快后慢的过程;发展方向以东南方向为主,40年间城市中心向东、南方向分别迁移了1084m和1940m对揭示安徽省中小型城市用地的发展特征具有一定意义。     

基于IHS和PCA的CBERS与TM数据融合研究

以安徽省淮北市主城区为主要研究区域,采用2000年9月14日TM图像和2007年4月8日中巴资源卫星(CBERS-02)CCD数据作为数据源,主城区TM图像大小为239×338,CBERS图像大小为367×519.对两期遥感图像进行图像配准和去噪处理,运用IHS变换法和PCA变换法对TM图像和CBERS全色波段图像进行融合,并对融合结果进行了评价.     

基于MODIS数据FPI-NDVI火灾监测方法研究

根据火点辐射与背景辐射的差异及MODIS数据火灾监测原理,利用MODIS数据22通道(火点辐射)和31通道(背景辐射)亮温构建了一个火点指数FPI.根据只有当植被覆盖率达到一定程度时才会发生火灾的情况,利用归一化植被指数(NDVI)对其火点提取精度进行了修正,去除了地表不是植被、或植被稀少的不足以引起火灾的区域,有效减少了因裸土或城市热岛引起的误判.就黑龙江2004年10月15日特大森林火灾的情况,提取了几种地物的FPI、NDVI值,分析了FPI、NDVI值与不同地表类型的关系.其中,云是干扰火点FPI值的最大因素,地表植被是干扰燃烧植被的最大因素.并确定了FPI和NDVI的阈值.经过分析,相对于MODIS绝对火点识别算法,其精度及提取速度都有提高.     

基于多源遥感指数监测山区植被动态及其驱动因子的不确定性分析——以尼泊尔地区为例

准确获取山区植被动态数据对山区生态系统研究及其保护有着重要意义。卫星遥感数据作为获取大尺度山区植被动态的重要数据源,已被制作成各种植被监测产品并被应用于植被绿度、覆盖度以及生产力等研究。然而,不同遥感指数监测山区植被动态及其驱动因子的一致性尚不确定。以尼泊尔地区为例,基于5种遥感指数(MODIS NDVI、MODIS EVI、MODIS LAI、MODIS NPP和OCO-2 GOSIF)和5种气候因子(温度、降水、气压、太阳净辐射和CO₂浓度)数据,采用趋势分析和两种残差分析法(多元回归法和一阶偏导法),系统分析了不同遥感指数监测尼泊尔地区植被动态及其驱动因子的不确定性。结果表明：1)2000—2020年尼泊尔地区5种遥感指数均呈现增加趋势,但不同遥感指数空间分布存在差异,MODIS NPP在中山带增加趋势更明显,其他遥感指数在低海拔地区增加态势更明显。2)不同残差分析方法所估算的气候变化对植被变化贡献率差异极大,多元回归法可能严重低估了气候变化的贡献,而一阶偏导法可能高估气候变化的影响。3)基于不同遥感指数的归因结果差异大,气候变化对OCO-2 GOSIF的贡...