下垫面因子对内蒙古中西部沙尘暴时空分布的影响

选取内蒙古中西部37个站1961～2000年3～5月气温、相对湿度等地面气象因子,分析它们对内蒙古中西部沙尘暴频率的影响以及内蒙古中西部单站沙尘暴频率的变化趋势.结果表明:1961～2000年3～5月平均气温高于4℃和3～5月平均相对湿度低于40%地区对应沙尘暴多发区.从单站的沙尘暴频率变化来看,非沙化区(包括沙区)有明显的减少趋势;沙漠化发展区没有减少趋势,下垫面状况的恶化,使沙漠化地区和沙漠化发展区正在成为新的沙尘暴源地.

基于多源遥感协同反演的区域性土壤盐渍化监测

为进一步推动多源遥感技术在农业生产与管理中的应用,以内蒙古河套灌区解放闸灌域为试验区,利用地面实测光谱和地表组合粗糙度数据,联合C波段微波雷达SAR四极化后向散射系数数据,分别利用主成分回归(PCR)、多元逐步回归(MSR)和偏最小二乘回归(PLSR)选取盐分特征波段,并建模评价土壤盐渍化分布。首先,对光谱反射率及其对数、一阶与二阶导数4种光谱数据进行相关性分析,发现相较于原始光谱和对数变换,光谱的一、二阶导数具有更好的相关性,二阶导数变换的618~622 nm、1 802~1 806 nm、2 169~2 173 nm、2 344~2 348 nm这4个特征波段的相关系数分别为0.37、0.28、0.39和0.27;PLSR筛选的波段相较MSR选取的波段延后,但其二阶导数变换模型拟合度小于MSR。其次,在对比二阶导数变换的PCR、MSR和PLSR土壤盐分模型基础上,最终确定了协同光谱特征波段中心反射率二阶导数和雷达后向散射特性、地表组合粗糙度的BP人工神经网络(BPANN)模型为最佳预测模型,其预测模型的R^2为0.890 8,稳定性和预测精度均优于前述经验回归模型。融合多源遥感数据的神经网络模型可快速精准监测土壤盐渍化分布,为灌区土壤退化防治提供基础信息指导。

基于模糊模式识别理论的乌梁素海水质评价

运用模糊数学基本理论和方法,以国家地表水环境标准为依据,对2004年5月至7月乌梁素海水质状况进行评价,并将实地水质监测结果与评价结果对照分析。评价结果与实际情况相符,能够比较准确地反映乌梁素海的水质等级变化。证实了模糊模式识别方法应用于湖泊水质评价中的合理性和可靠性,对于湖泊水质评价具有实际意义。

基于模糊ISODATA技术和模糊模式识别方法的水环境分区研究

湖泊水环境分区评价是湖泊水功能区划分的重要依据。针对干旱区草型浅水湖泊水环境状态区划和评价分级过程中存在的模糊性,将基于模糊等价关系的传递闭包法、模糊划分的ISODATA技术与模糊模式识别方法有机结合形成模糊聚类识别复合模型。利用该模型对典型的干旱区草型浅水湖泊-内蒙古自治区西部的乌梁素海的水环境状况进行分区评价研究。分区评价结果与实际情况相符。验证了该方法的有效性,较好地提高了湖泊分区评价的准确性。