泾河流域近五年来植被变化分析

本文使用2004年10月和2001年10月的MODIS(MODerateresolutionlmagingSpectroradiometer)数据研究了泾河流域实行退耕还林还草以来的植被变化,结果表明近5年来植被指数大幅度增加,而且出现了2001年所没有的NDVI高值区(0·6<NDVI<0·8)。因此可以认为在退耕还林还草政策以及自然条件综合影响下植被得到较好的恢复。分析结果表明本区的纬向分异以及垂直分异明显。纬向分异表现为自南向北随着纬度升高NDVI逐渐变小;山区因海拔高而降水较多,植被长势良好;经向分异在北纬36度以北的草地地区较为明显,表现为NDVI自西向东逐渐升高,而在36度以南农地地区NDVI变化趋势不明显。

泾河上游固原地区的NDVI变化与降水的相关性研究

我国自2000年开始实行退耕还林还草政策。本文使用2000年与2004年250m分辨率的MODIS植被指数数据（NDVI），分析了泾河上游固原地区植被和降水利用效率变化，结果表明该区植被覆盖情况有较大好转，NDVI在0．2～0．4之间的地区减少了31％，而NDVI在0．4～0．6的地区增加了67％；同时该地区的降水利用效率也有所增加，从平均0．53增加到0．65。原州、彭阳和西吉3县NDVI与降水的相关系数分别从0．27、0．58、0．50增加到0．83、0．92和0．95。研究认为这种增加主要是由于降水在年内分布与植被生长配合较好，而不是由于退耕还林政策所致。分析表明当生长季内降水小于450mm时，NDVI随降水增加而增加较慢，当降水大于450mm时．NDVI增加较快。生长季降水量小于450mm的地区以草地为主，大于450mm的地区以林地为主。所以生长季450mm降水可以看作是降水影响森林和草地一个临界点，在这一阈值之上退耕还林政策实施应以还林为主。在这一阈值之下以还草为主。

使用MODIS和MOPITT卫星数据监测震前异常

地震前温度异常以及CH4、CO2等气体的含量增加已经被人们逐渐认识,目前较多的研究集中在使用卫星热红外数据研究震前的温度异常,震前CH4、CO2等气体含量的增加却一直未能从卫星观测中实现。使用MOD IS数据研究了2002年1月15日台湾5级地震前的海上温度异常,使用MOPITT数据研究了2002年3月31日台湾7.5级强震前的CO异常以及温度异常。研究发现温度异常区和CO高值区吻合,因此认为这种温度异常可能是由于地球排气作用而导致。

使用MODIS数据监测土壤湿度

土壤湿度是水文学、气象学以及农业科学研究领域的一个重要参数,目前使用遥感来监测土壤湿度主要用NOAA/AVHRR数据和微波数据,使用MODIS数据的研究还不多见。本文采用MODIS数据,根据水的吸收率曲线提出使用中红外波段来监测土壤湿度。通过在内蒙古地区的实地调查,回归分析表明MODIS第7波段的反射率与地面湿度之间有较好的线性关系,因此认为使用MODIS数据进行大面积土壤湿度监测是可行的。

利用MODIS数据反演地表温度的研究

地表温度(LST)是气象、水文、生态等研究中一个重要的参数,目前国内的研究大多使用NOAA/AVHRR数据来获取地表温度,应用MODIS数据获取LST基本上还是空白。MODISLST反演算法精度较高但是计算复杂,在很大程度上限制了其应用。采用简单的统计方法和神经网络方法,得出了内蒙古东北地区的LST计算公式。该公式计算简单而且精度很高,完全能够满足一般的研究需要。

ENVISAT-ASAR数据处理介绍

ASAR(Advanced Synthetic Aperture Radar)作为当今最先进的合成孔径雷达数据于2006年1月在国内实现共享,由于其处理困难限制了它在国内的应用推广。本文介绍了欧空局开发的雷达处理工具包软件BEST(Basic Envisat Sar Toolbox),该软件可以实现某些雷达数据处理功能,具有简单实用的特点。并且使用ASAR WSM数据与MODIS图像进行了融合。作为国内率先共享的两种数据,ASAR与MODIS组合使用将会发挥更大的作用。

基于MODIS数据的城市气溶胶光学厚度反演方法

遥感的方法为大面积获取气溶胶光学厚度提供了手段。目前使用MODIS(中分辨率成像光谱仪)数据反演气溶胶光学厚度常用的是暗像素方法以及对比法。由于城市地区符合暗像素标准的像素较少,而且城市地区的气溶胶成分复杂,难以确定其具体成分,所以暗像素方法会产生较大误差。根据MODIS第7、3、1波段对气溶胶的不同响应,以三者的反射率为自变量,结合地面实地观测数据,给出了计算北京地区气溶胶光学厚度的计算公式,误差分析表明该方法更适合城市地区。

对2017年九寨沟M_S7.0地震的预测分析

2017年8月8日四川九寨沟发生M_S7.0地震。震前我们实验室主要做出以下预测:(1)根据我国强震的空间分布有序性规律,在2015年曾做出预测:甘肃省东南部、四川交界处将来可能会发生8级地震;(2)根据44年周期和7年周期,2016年预测四川区域在2017年会有7.5级地震发生;(3)依据地磁仪器观测到的数据异常,2017年7月28日认为近期将有6~7级地震发生。九寨沟地震发生后,经综合分析我们的三次预测,以及6—7月在四川茂县出现的多次滑坡事件,认为若将这些因素结合起来,将会是一个很好的短临预测方式。

关于MODIS卫星数据的几何校正方法

MODIS(MODerate- resolution Imaging Spectroradiom eter) L 1B产品中存在着 bowtie effect,即“双眼皮”现象 ,几何校正之后仍无法去除 ,因此必须在几何校正之前加以去除。本文使用 built GL T和 export GCP两种方法对 MODIS数据进行几何校正 ,结果表明两种方法的效果都比较准确。但是前一种方法运算耗时太多 ,因此建议采用后一种方法校正。

Google Earth在《遥感原理与方法》教学中的应用

Google Earth作为一门新技术,在多种领域中得到广泛应用.介绍了在《遥感原理与方法》课程教学过程中,Google Earth在影像的直观性、遥感影像的大气校正、遥感影像的几何校正、遥感影像的像点位移以及遥感应用等方面的作用.教学结果表明,Google Earth能够激发学生的学习兴趣,提高教学效果.

非星历表法去除MODIS图像边缘重叠影响的研究

由于地球曲率的影响以及MODIS(MODerate-resolutionImagingSpectroradiometer)探测器的特点,使得MODISL1B产品中存在着图像边缘重叠影响(BowtieEffect),俗称"双眼皮"现象,即在图像的边缘部分存在有部分重叠。BowtieEffect影响了边缘数据的使用,并且几何校正之后仍无法去除,因此该现象必须在几何校正之前加以去除。使用星历表数据去除BowtieEffect计算较为复杂,同时用户必须获得当天的星历表。比较了去除BowtieEffect的两种简单方法,,并对图像了进行几何校正,结果表明方法二更为适用。

用GM(1,1)模型和Verhulst模型进行建筑物沉降预测

采用GM( 1 ,1 )模型和Verhulst模型对建筑物进行沉降预测 ,对二者进行对比 ,指出其优缺点 ,最后指出使用Verhulst模型预测沉降效果较好。

中国的耕地有多少—兼论遥感数据的准确性

21世纪初我国建立了全国1：10万比例尺的土地利用数据库，数据由1990年、1995年和2000年3个时段覆盖全国的TM／ETM影像解译而来。该数据的定性解译精度在90％以上，但是没有说明定量精度是多少。许多学者利用该数据研究了中国耕地的变化情况，认为20世纪80年代末到90年代末10a中耕地增加了258．55万hm^2～296万hm^2，这些结论与国土资源部的统计结果（1990年～2000年我国耕地减少约300万hm^2）存在巨大差异。本文对比分析了国土资源部公布的数字和遥感数据获得的数字，认为该1：10万数据库中耕地面积的定量精度是93．84％左右。正是由于这一精度的影响，导致遥感数据和统计数据出现了巨大差异。

对昭通6.5级地震的事前预测和事后分析

依据卫星热异常和仪器观测数据异常,于2013年11月做出东经102°～104°,北纬25°～27°附近将发生6～7级地震,时间在3个月内的预测.2014年4月根据卫星热异常和云异常,继续确认了震级和地点,但是对地震的时间预测上不好把握.2014年8月3日昭通市鲁甸县发生6.5级地震,证实我们预测的震级和地点准确,时间在上年度正确,短期月份错误.通过分析地震日期,发现鲁甸地震和汶川地震有一定的相似性.