基于Landsat-8遥感数据的冬小麦种植区地表蒸散量时空分布研究

【目的】基于Landsat-8遥感数据估算冬小麦不同生育期蒸散量,为区域尺度科学、精准灌溉提供依据。【方法】以河南省商丘市梁园区为研究区,选取Landsat-8遥感数据、气象数据和冬小麦农业观测站点数据,利用监督分类结合阈值法提取冬小麦种植区的空间分布,采用SEBS模型估算其蒸散量,分析冬小麦蒸散量的时空变化特征。【结果】研究区内冬小麦种植面积的提取精度为88.0%,kappa系数达到了0.75,冬小麦种植面积占研究区耕地总面积的66.85%,占土地总面积的43.96%。冬小麦蒸散量随季节变化显著,平均蒸散量表现为夏季>春季>秋季>冬季。分析不同生育期冬小麦蒸散频率,在播种期、分蘖期、拔节期和抽穗期的蒸散频率分布集中,在收获期蒸散频数分布离散,冬小麦蒸散量表现为:抽穗期>拔节期>收获期>播种期>分蘖期。【结论】基于Landsat-8遥感数据,采用SEBS模型可准确估算冬小麦日尺度蒸散量的时空分布,研究结果对于农业水资源合理利用和分配具有重要意义。

基于多源SAR数据的京津高铁北京段垂向形变监测

基于2010—2016年X波段TERRASAR-X影像和2010—2014年C波段RADARSAT-2影像,利用PS-InSAR算法联合反演了京津高铁北京段沿线的地表垂向形变速率;选择距离水准点最近的PS点与水准点监测结果进行比较分析,发现相比单一平台反演结果,联合解算结果与水准点监测的平均沉降速率更为接近,平均误差为2.5mm/a,远低于TERRASAR-X数据反演的20.0mm/a和RADASAT-2数据的10.6mm/a,说明联合解算的垂向形变能够更加真实地反映地面沉降特征。根据垂向形变对京津高铁北京段沿线地表形变进行剖面分析和坡度分析,结果显示目前高铁沿线形变仍在安全运行允许形变范围之内。