基于时间信息熵的拜城两次5级地震地表温度变化特征分析

基于时间信息熵算法,使用MODIS月合成地表温度(LST)产品,针对2020年和2021年拜城2次5级地震,分析其发震前后地表温度变化特征。结果表明:①2次地震震前6个月均出现LST时间信息熵高值变化,并呈条带状分布,地震发生于条带端部或其附近。②2020年拜城5.0级地震震前6个月LST时间信息熵与震中距成反比,震后6个月LST时间信息熵与震中距成正比。2021年拜城5.4级地震震前6个月LST时间信息熵在不同震中距范围内基本不变。③2次地震震前6个月,震中附近LST下降趋势不明显,而在最接近震中附近的区域LST时间序列信息熵较偏,下降趋势显著;震后半年震中附近区域LST变化趋势较为一致。LST时间信息熵对于地震预报具有一定指示意义。

基于时序Sentinel-2影像的高速公路路域典型植被参数监测与分析

定期开展高速公路路域植被参数监测工作,对指导路域生态环境保护具有十分重要的意义,而传统地面实测方法难以对大范围植被参数进行快速长时间的监测。为此,利用卫星遥感技术,采用一种基于时序Sentinel-2影像的高速公路路域典型植被参数监测与分析方法,以京港澳高速湖北北段路域为研究区,利用长时间序列的Sentinel-2影像,采用PROSAIL辐射传输模型与人工神经网络相结合的方法快速获取路线区域的多种植被参数,并结合时间序列信息熵与变异系数对植被参数的趋势性及稳定性进行分析,从而实现对路域植被变化状况的准确评价。实验结果表明,基于时序Sentinl-2影像的路域典型植被参数提取与分析技术,可快速获取路域植被的生长变化状况,有效节约人力物力,为高速公路植被保护与绿化养护提供科学依据。