排序方式: 共有8条查询结果,搜索用时 15 毫秒
1
2.
3.
4.
为实现对山东省全区域干旱的动态监测,建立了基于多源遥感数据与有序加权平均(OWA)相结合的一种新的干旱监测模型。在该模型中,首先选取植被条件指数(VCI)、土壤水分状况指数(SMCI)和降水条件指数(PCI)三种单指标干旱指数;然后结合基于遗传算法的改进层次分析法(AGA-AHP)与移动窗口法,得到山东省区域的这三种指标权重值,进而用OWA方法计算综合遥感干旱评价指数OWA-IDI(Integrated Drought Index)。采用综合干旱指数对山东省1982-2014年的干旱过程进行分析,结果表明:OWA-IDI与SPI的相关系数大于0.7,达到显著相关的程度;在33年长时间段中,发现了历史上的严重干旱年;在短时间段的时间序列上,2006-2014年的月序列干旱发生过程与《中国水旱灾害公报》记录的干旱事件进行对比,获得了满意的一致性;在空间上,2004年每个月的干旱区域分布与《山东统计年鉴》的降水数据进行分析、对比,验证了干旱区域分布的合理性;通过5 d合成序列的模型与月序列模型在时间上对应比较,显示了更精确的干旱监测,表明OWA-IDI在干旱评价与监测方面具有重要的应用价值。 相似文献
5.
6.
干旱是威胁粮食安全的重要因素。为实现干旱的精准监测,提出距平温度指数、距平降水指数、距平土壤含水量指数,将距平模型分别和分类回归树、多元线性回归模型融合,提出距平分类回归树模型和距平多元线性回归模型,并验证模型的可行性。首先选取安徽省2001-2014年168个月的降水、遥感温度、植被和土壤含水量指标,将2001年-2010年距平指数作为率定期,2011-2014年距平指数作为验证期,分别计算距平分类回归树模型和距平多元线性回归模型参数,并预测验证期模型值,计算两种模型值与SPI1值的相关系数,并与历史干旱记录进行对比。结果表明:验证期距平分类回归树模型指数和SPI1的相关系数为0.878。验证期距平多元线性回归模型指数和SPI1的相关系数为0.882。验证期距平分类回归树模型与SPI1等级准确率为0.77。验证期距平多元线性回归模型与SPI1等级准确率为0.80。距平分类回归树和距平多元线性回归模型都有良好的监测效果,其中距平多元线性回归模型的监测效果更好些、可作为安徽省干旱监测的良好模型,为农业部门制定抗旱措施提供参考。 相似文献
7.
8.
为寻求评价和调控城市河流内分泌干扰风险的有效方法,以城市河流典型代表―南淝河及其支流水系为例,运用MIKE11水动力学和对流扩散模块构建南淝河流域城市河流雌激素迁移转化模型.同时,利用该模型对南淝河水系雌激素类物质引起的内分泌干扰风险进行评价,并基于未来可达水污染控制目标提出风险控制措施.结果表明,在最优雌激素排放率情景下,约50%以上的河段具有潜在内分泌干扰风险;仅在最高排放率情景下,丰、平、枯水期分别有19%、53%和67%河段存在高风险,高风险河段集中在南淝河城区段及其支流二十埠河、板桥河和店埠河.3种削减内分泌干扰风险远近期可达情境方案分析表明:仅依靠单一的点源截污控制方案,即使在最优排放率情景下仍有近50%的河段具有潜在风险水平;通过点源截污和70%的面源排污控制相结合的调控措施,在最优排放率情景下能使所有河段处于无风险水平;在将点源和面源排污完全截留控制的远期目标下,可以基本实现预期情景下90%以上河段处于无内分泌干扰风险水平. 相似文献
1