基于同化数据的标准化土壤湿度指数监测农业干旱的适宜性研究

农业干旱是导致作物减产的主要灾害之一,及时、准确地监测农业干旱状况有助于制定区域减灾策略,降低灾害损失。标准化土壤湿度指数(SSMI)是基于历史土壤湿度时间序列构建的一种农业干旱指数,目前分析该指数监测农业干旱的适宜性研究十分缺乏。本文以黄淮海平原为研究区,利用数据同化的根区土壤湿度数据构建SSMI,并通过与标准化降水蒸散指数(SPEI)、农业干旱灾害记录数据的对比以及与冬小麦产量的关系分析,综合评价SSMI监测农业干旱的适宜性。结果表明,SSMI与SPEI具有良好的一致性,二者之间具有极显著相关关系(P0.001);利用SSMI识别的农业干旱与农气站点干旱灾害记录是基本一致的,SSMI能够有效反映干旱发生、发展直至减轻的演变过程;冬小麦生长季SSMI与减产率显著相关,利用SSMI识别的农业干旱发生区域与基于统计数据计算的减产区域基本相符,SSMI能够对农业干旱引起的冬小麦减产起到一定的指示作用。综上所述,基于同化数据构建的SSMI能够反映黄淮海平原的农业干旱状况,利用SSMI监测区域农业干旱状况是适宜的。研究可为基于土壤湿度的农业干旱监测业务化运行提供依据,为黄淮海平原的抗旱减灾提供科学参考。     

基于对象特征的山东省丘陵地区多时相遥感土地覆被自动分类

对于基于像元的土地覆被分类来说,植被的分类是难点。使用多时相面向对象分类方法可以较好的解决这个问题。以山东省烟台市丘陵地区为研究区,采用Landsat TM(Landsat Thematic Mapper remotely sensed imagery)、DEM(Digital Elevation Model)、坡度、坡位、坡向等多种数据,利用基于对象特征的多时相分类方法对研究区进行土地覆盖自动分类。首先对影像进行多尺度分割并检验分割结果选取合适的分割尺度,然后分析对象的光谱、纹理、形状特征。根据各类地物的光谱特征、地理相关性、形状、空间分布等特征,明确类别之间的差异。建立决策树使用隶属度函数进行模糊分类,借助支持向量机提高分类精度。研究结果表明,通过使用多时相影像采用面向对象分类方法,相对于传统的基于像素的分类可以明显提高分类精度,尤其是解决了乔灌草的区分问题。