新疆区域FY-3 NDVI数据集质量比较评估及其适用性评价

利用2014−2020年空间分辨率为250m×250m的MODIS和FY-3的NDVI数据,采用最大值合成法(MVC)合成MODIS和FY-3数据集周、月尺度NDVI值,基于不同数据集月尺度NDVI最大值,分别计算其季节、年平均NDVI。采用数值对比、相关性和线性回归等方法,比较分析2014−2020年新疆区域FY-3和MODIS NDVI数据的一致性,讨论FY-3在新疆区域的适用性,并基于FY-3 NDVI数据,采用变异系数法研究2014−2020年新疆植被覆盖的变化。结果表明:2014−2020年新疆区域的MODIS NDVI的月均值普遍低于FY-3 NDVI,两种数据变化规律一致性较好,但月尺度NDVI在沙地、草地、林地、耕地、2017年春季、2016年和2018年夏季、2015年和2019年秋季及2019年冬季存在差异,差异区主要位于阿勒泰山区、伊犁河谷和天山东段。2020年新疆区域各土地利用类型及季节的FY-3 NDVI均值高于MODIS NDVI均值,且FY-3 NDVI更接近实测值。新疆各土地利用类型及季节FY-3 NDVI数据的R^(2)、RMSE、MAD、RE、残差(θ)均低于MODIS NDVI,表明FY-3数据趋于集中,在新疆区域稳定性高于MODIS。新疆区域植被NDVI季节和空间稳定性差异较大,季节尺度上夏季波动性较小,春、秋季波动性较大;空间上,草地、森林、绿洲农耕区植被覆盖状况越好,植被年际稳定性越强。

基于多元线性回归算法的雾霾预测模型的研究

对乌鲁木齐市环境监测站2013—2015年冬季逐日AQI、PM_(2.5)、PM_(10)、SO_2、NO_2、CO、O_3数据进行相关分析,并利用MATLAB编程工具进行多元回归统计分析,建立了多元回归统计预测模型。对2015年1—3月乌鲁木齐雾霾天气进行预测试验,发现预测值与实际值有较好的拟合效果和预报效果。实验证明,在大气层结稳定的冬季将当天的大气污染物浓度作为因子,用多元线性回归算法建立预测模型对次日雾霾天气进行预测是一种有效的雾霾统计预报手段,本文试图用MATLAB编程工具建立动态多元回归预测模型,编写了自动预测系统软件,测试取得了较好的预测效果。

卫星站机房改造及设备搬迁相关问题探讨

本文介绍了乌鲁木齐气象卫星地面站机房的改造搬迁过程,对机房的设计和实施方案进行了阐述,针对在搬迁过程中遇到的问题以及解决的方案进行了探讨。