基于改进型遥感生态指数(MRSEI)模型的滇中地区生态环境质量研究

以云南省滇中地区为研究区,以MODIS、DEM、社会经济数据等为数据源,构建改进型遥感生态指数(MRSEI)模型探究滇中地区生态环境质量变化情况,采用变异系数、Theil-Sen Median趋势度、空间自相关等方法分析生态环境质量的时空变化特征,利用地理探测器分析生态环境质量差异的主导因素。结果表明:(1)整体上,2000—2018年滇中生态环境质量有所改善,但程度不明显,生态环境质量变化稳定,楚雄州生态环境质量状况最佳;(2)滇中县域生态环境质量呈现正相关性空间聚集特征。从滇中地区西部到东部表现出高高聚集—低低聚集—无显著性的经度地带性空间格局,西部生态环境质量优于东部地区;(3)在地形分布上,海拔3000 m以上、坡度>20°~30°的区域生态环境质量较佳,生态环境质量较差的区域与人口聚集区分布特征一致;(4)绿度(NDVI)、湿度(WET)与生态环境质量之间呈正相关,而干度(NDBSI)、热度(LST)、人口、GDP等与生态环境质量之间呈负相关。多因子间的交互作用对生态环境质量影响明显,其中NDVI等受人类活动影响较大的自然因子与社会经济因子间的交互作用对生态环境质量造成的影响较大。

基于地理加权回归模型和不同植被特征参数的TRMM 3B43降尺度研究——以云南省为例

为了将空间分辨率约为27 km×27 km的热带降水测量计划卫星(TRMM)3B43数据降尺度为1 km×1 km,并对比不同植被参数下TRMM 3B43降尺度效果,以云南省为研究区,TRMM 3B43卫星降水数据、MOD13 A3归一化植被指数(NDVI)和增强型植被指数(EVI)数据、MOD17A2H GPP数据、气象站点月降水数据等为数据源,基于地理加权回归模型,开展不同植被特征参数的TRMM3B43降水数据降尺度研究,采用线性相关系数、偏离率和均方根误差验证云南省整体、不同气候区及单气象站点TRMM数据的降尺度精度.结果表明,不同植被特征参数中,以植被总初级生产力、NDVI数据为基础的降尺度结果为佳,利用EVI进行降尺度的结果较差;各时间尺度下,以月尺度的降水数据降尺度结果最佳,其中降雨量较多的月份相关性更高,其次为季节尺度,其中以秋季降尺度最佳,年尺度下的降尺度综合精度评价结果较差;不同气候带下,边缘热带区域内TRMM降尺度效果最佳,其次为南亚热带和中亚热带,高原气候区TRMM降尺度结果稍差;单气象站点中,江城、丽江等站点处的TRMM降尺度效果最佳,贡山站点降尺度效果最差,与立体气候特征显著有联系.

基于MODIS时序数据北回归线(云南段)地区植被物候时空变化及其对气候响应分析

植被物候作为自然界规律性、周期性事件,对开展全球气候变化、植被长势观测等研究具有重要价值。以北回归线(云南段)穿过的县域为研究区,基于长时间序列MODIS EVI(Enhanced Vegetation Index,EVI)、土地利用类型和气候因子数据,采用S-G滤波、动态阈值、相关分析等方法分析19 a(2001—2019年)间植被物候的时空分布特征及其对水热因子的响应。结果表明,(1)海拔和地势起伏在物候地域分异中作用显著,植被物候存在明显的垂直地带性分布特征。山地与河谷、坝子、低海拔区的物候值差异较大,山地地区的植被生长季开始期(Start of Season,SOS)在192—240 d,生长季结束期(End of Season,EOS)在次年144—192 d,生长季长度(Length of Season,LOS)为272—304 d;河谷、坝子、东部低海拔地区的植被SOS在80—112 d,EOS在337至次年17 d,LOS在224—256 d。(2)19 a间植被物候年际变化总体特征为SOS显著提前(R^(2)=0.51,P=0.001<0.05),平均提前1.14 d·(10 a)^(−1);EOS推迟(R^(2)=0.01,P=0.756>0.05),平均推迟0.07 d·(10 a)^(−1);LOS显著延长(R^(2)=0.47,P=0.001<0.05),平均延长1.07 d·(10 a)^(−1)。(3)不同植被类型的物候期及其变化趋势不同,研究区森林植被生长期最长,草地次之,耕地最短;19 a间SOS、EOS、LOS变化最大的分别是常绿阔叶林(−1.68 d·(10 a)^(−1))、耕地(1.25 d·(10 a)^(−1))、木本热带稀树草原(1.28 d·(10 a)^(−1))。(4)水热组合对植被生长影响显著,河谷、坝子、东部低海拔地区的植被SOS、EOS分别主要受2月降水(负相关)和4月气温(正相关)、9月降水和气温(正相关)影响,山地地区植被SOS、EOS分别主要受6月降水(正相关)和5月气温(正相关)、5月降水(正相关)和4月气温(正相关)影响。

高中物理机械能守恒的解题方法

机械能守恒是高中物理的重点知识,是高考的必考知识点,相关习题灵活多变,对学生分析与解题能力要求较高.教学中应注重筛选经典的例题,与学生一起分析相关的解题方法,使学生遇到相关的习题能够快速找到解题突破口,促进其解题能力的显著提升.

基于GF-1卫星数据的洱海干季水质时空变化监测

为探究2014~2019年洱海干季水质变化规律及其驱动因子,选用2014~2019年1月和11月GF-1号卫星遥感影像资料,以叶绿素a浓度、透明度、富营养化指数这3个指标为研究标的开展洱海水质反演。结果表明:①时间上,2014~2019年洱海叶绿素a浓度和富营养化指数逐年降低,透明度逐渐增加,洱海干季水质呈好转趋势。②空间上,洱海2014~2019年11月份整体上呈现叶绿素a浓度和富营养化指数北部低、南部高,透明度北部高、南部低,北部水质较好,南部水质偏差的趋势;1月份整体上呈现叶绿素a浓度中部较高,南、北部偏低,北部水质较好,透明度由北向南递减,富营养化指数由北向南增加的趋势。③洱海叶绿素a浓度和富营养化指数均与水体总氮、总磷含量呈显著正相关关系(P<0.05),水体透明度与总氮、总磷含量呈显著负相关关系。

基于RSEI模型的昆明市生态环境质量动态监测

利用遥感技术进行生态环境监测有利于快速了解生态环境的变化过程。以昆明市为研究区,以Landsat TM和OLI影像为数据源,采用主成分分析法,运用集成于绿度、湿度、干度和热度4个指标的遥感生态指数(remote sensing ecological index,RSEI),对昆明市2000-2018年生态环境质量进行了评价。结果表明:RSEI指数能较好地指示区域生态环境状况,研究区RSEI主要是受干度的影响,其次是湿度和绿度,热度对RSEI模型的影响最小;2000-2018年,昆明市RSEI 5年平均值为0.51,生态环境质量处于一般状态(0.4~0.6),生态环境质量呈现"上升-下降-上升-下降"的波动变化趋势。其中,2010年受干旱因素影响,生态环境质量较其他年份相对较低;昆明市生态环境质量西部优于东部,其中以西南角的生态环境质量最佳。