公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

复杂地形下积雪覆盖率遥感反演算法改进与验证: 我国西部山区积雪资源丰富,是许多大江大河的发源地,准确估算这些地区的积雪对水资源合理利用与管理具有重要的科学意义.遥感数据中普遍存在着混合像元,研究如何对这些信息进行分离,成为定量遥感分析中不可回避的问题之一.尤其对于中...; 邓婕张颖冯琦胜黄晓东; 关键词：积雪端元提取 MODIS

新疆北部AMSR2雪深产品降尺度算法及验证被引量：6: 2016年; 以新疆北部为研究区,利用AMSR2雪深标准产品及MODIS逐日积雪面积比例产品,对10 km空间分辨率AMSR2雪深标准产品进行降尺度运算,获得了北疆地区降尺度后的500 m空间分辨率SNDsp雪深产品。利用21个气象台站实测雪深数据对升轨和降轨2个时间的AMSR2雪深标准产品及SNDsp产品进行了精度评价及精度分析。结果表明：降尺度后的SNDsp升轨产品均方根误差较AMSR2雪深标准升轨产品降低了1.78 cm,降轨产品的均方根误差较AMSR2雪深标准产品降低了2.68 cm,且降尺度SNDsp产品与地面台站实测雪深的相关性较AMSR2雪深标准产品在一定程度上有所提高。AMSR2雪深标准产品在雪深为7~9 cm时误差最小,SNDsp产品在雪深为16~18 cm时精度最高。雪深大于12 cm时,AMSR2雪深标准产品精度较低,而SNDsp产品在此基础上精度有了一定程度的提高。; 邓婕黄晓东马晓芳冯琦胜梁天刚; 关键词：MODIS 降尺度雪深新疆北部

青藏高原植被物候监测及其对气候变化的响应被引量：56: 2016年; 研究青藏高原植被物候变化对揭示高寒生态系统对全球气候变化的响应机制具有重要的科学意义。本文选取1982-2005年的GIMMS NDVI遥感数据,采用动态阈值法提取了青藏高原高寒草地的物候信息,包括植被返青期、枯黄期及生长季长度,分析了青藏高原高寒草地植被物候的时空变化及其对气候变化的响应规律。研究结果表明,1)青藏高原植被物候多年均值的空间分布与水热条件密切相关。青藏高原从东南向西北,植被返青期逐渐推迟、枯黄期逐渐提前,生长季长度因受到植被返青和枯黄的影响,呈现逐渐缩短的趋势;2)植被返青期和枯黄期的年际变化整体上呈提前的趋势,生长季长度呈增长趋势;3)高原地区的植被物候易受到海拔的影响,但存在3400m的分界线,在3400m以下,物候随海拔变化的波动较大,而在3400m以上,物候与海拔的关系密切;4)气象因子是不同草地类型植被物候变化的主要影响因素,与降水相比,植被物候期与温度相关程度更高。; 马晓芳陈思宇邓婕冯琦胜黄晓东; 关键词：物候气候变化青藏高原

青海牧区雪灾综合风险评估被引量：13: 2017年; 本研究收集了影响青海省雪灾发生的社会经济、自然及气象共计19种因素,通过主客观结合的方法筛选基础因子,再利用Logistic回归模型自我挑选变量功能对初始因子进一步筛选,得到五项风险评价因子,即人均GDP、年均温、最大雪深、积雪覆盖日数及坡度,最后基于ArcGIS平台得到青海地区2001-2007年的雪灾平均风险区划图,并对其划分等级,分析不同雪灾等级在空间上的分布特征。得到以下结论:1)通过主客观的分析方法,得到诱发雪灾形成的关键因素与自然因素、气象因素、社会经济等因素有关;2)青海雪灾平均风险分布与风险因子最大雪深、坡度、积雪覆盖日数具有基本一致的趋势,而与年均温和人均GDP的分布趋势相反;3)青海地区平均雪灾风险呈现南高北低的态势,其中高风险区主要分布在研究区南部的称多县、玉树县、囊谦县、达日县、甘德县以及玛沁县等地,相反,西北部的柴达木盆地和东部的农业区为低风险区;4)受地形地貌的影响,4000m以上的山岭地带,即祁连山、昆仑山、唐古拉山、巴颜喀拉山、阿尼玛卿山等为青海雪灾高风险分布之地。; 马晓芳黄晓东邓婕王云龙梁天刚; 关键词：LOGISTIC回归

基于多源遥感资料的中国积雪制图及其时空变化研究: 我国积雪覆盖面积广泛，准确获取积雪面积及雪深信息的动态变化对了解我国气候变化、水循环、水资源调查、畜牧业的发展及雪灾的预防预测具有重要的研究意义。MODIS数据以其高空间和时间分辨率，在生态遥感、大气遥感以及水文遥感等领...; 邓婕; 关键词：被动微波

欧亚大陆中高纬度区逐日无云积雪产品研发及验证被引量：5: 2016年; 利用多源遥感数据,结合光学遥感数据高空间分辨率及被动微波数据不受云干扰的优势,利用MODIS逐日积雪标准产品和AMSR-E雪水当量产品,生成了欧亚大陆中高纬度区500m分辨率的逐日无云积雪产品,并利用更高分辨率的Landsat-TM数据生成的积雪产品作为"真值"影像,对研发的逐日无云积雪覆盖产品的精度进行了验证。结果表明:MOD10A1和MYD10A1受云影响均较为严重,无法直接用于地表积雪面积的监测。而本研究合成的逐日无云产品具有较好的精度,与TM积雪图具有较高的一致性。但不同的土地覆盖类型对积雪分类精度有一定的影响。其中,裸地和草原覆盖区精度最好,Kappa系数分别为0.655和0.644,均为高度一致性;其次精度较好的是灌丛和耕地覆盖区,Kappa系数分别为0.584和0.572,均为中等的一致性;而森林覆盖区由于受到高大植被的影响,Kappa系数仅为0.389,合成产品相对TM积雪产品明显高估了森林区积雪面积。整体Kappa均值达到0.569,接近高度一致,研究结果对实时监测欧亚大陆积雪面积具有一定的应用价值。; 王云龙黄晓东邓婕马晓芳梁天刚; 关键词：MODIS 欧亚大陆

全选清除导出

共1页<1>

邓婕