乌鲁木齐河流域径流与气候变化的年内相关性分析

为了分析干旱区河流乌鲁木齐河径流在年内的分配及变化特征,定量辨析气温、降水对径流年内变化的驱动作用,根据流域水文气象台站的观测资料,对1993—2012年乌鲁木齐河山区流域降水、气温与径流变化的特征和趋势进行了分析,并对降水、径流的集中期和集中度进行分析,以期发现径流对降水的时滞效应;运用正积温来拟合温度与径流的关系。在此基础上,运用灰色关联度和相关分析法分析径流与气候变化的关联程度。结果表明,降水和气温直接或间接地对径流产生影响,三者各有其年内变化特征,又存在着很大的相关性。

中国西部干旱区植被的遥感分类研究

中国西部干旱区气候、土壤、水文、光热、植被等环境因子有着显著的地域差异,若只依靠单一的植被光谱信息来进行准确分类是相当困难的,需要开展基于先验知识、地理信息和遥感信息的分类方法.本文在使用了多种分类方法后,采用了分区分海拔的方法,即将植物的区系理论和植物的纬向、经向和垂直地带性分布特征通过地理信息系统给予知识化的表达,在这些先验知识的基础上叠加植被的光谱特征进行分类.按照这种分类方法,笔者对中国西部干旱区采用分区分类,将整个研究区按地理特点分为三个子研究区:北疆地区,东疆-南疆地区,柴达木盆地-阿拉善地区.每个子区按海拔又分为两个部分,实际上将研究区分为3个子区6个部分,分区的主要原则是植物的区系以及植被的垂直分布、纬向和经向空间分布特点.并在局部地区对分类结果进行了验证,取得了较好的效果,为同类研究提供了一种参考思路和方法.

利用高分辨率影像验证低分辨率遥感数据的分类精度研究

遥感分类的精度决定了遥感数据处理后的可信度,低分辨率的遥感数据连续性强、价格低廉,但在目视解译方面较为困难,进行野外验证时成本大、周期长、分类精度难以确定,所以低分辨率植被类型的分类结果的精度估测问题并没有很好地得到解决.本文提出了利用高分辨率的遥感数据验证低分辨率遥感数据的方法,在对低分辨率NOAA数据进行分类之后,寻找到同一地区同一时期的30 m分辨率的TM数据,利用目视解译方法对TM数据进行了同类型的植被分类.经过尺度变换后,利用TM分类结果对NOAA数据进行了精度验证,在一定程度上解决了研究区域的空间尺度较大时分类精度难以确定,精度检验效率低下的问题.同时指出,高分辨率的遥感数据不仅可以进行大尺度植被观测的精度检验,同时可以进行大尺度植被观测的分类校正.