国家自然科学基金(30571316)
- 作品数：9 被引量：235H指数：9
- 相关作者：梁天刚张学通黄晓东李霞刘兴元更多>>
- 相关机构：兰州大学更多>>
- 发文基金：国家自然科学基金全球环境基金国家社会科学基金更多>>
- 相关领域：农业科学天文地球环境科学与工程更多>>
- 北疆草地MODIS植被指数变化动态研究
- 利用新一代卫星遥感数据TERRA／MODIS植被指数产品,选取2004、2005年4-10月的MODIS 植被指数月合成产品,结合地面20个气象台站提供的数据,较详尽地研究了北疆不同草地类型在各个生长阶段植被指数的变化和...
- 黄晓东李霞梁天刚
- 关键词：MODIS植被指数
- 文献传递
- 基于MOD10A1和AMSR-E的北疆牧区积雪动态监测研究被引量：31
- 2009年
- 准确监测牧区积雪覆盖范围,对有效防灾减灾和牧区畜牧业持续发展具有特别重要的意义.利用积雪产品和气象台站的观测资料,对比分析了北疆地区2002年11月1日-2005年3月31日三个积雪季的AMSR-E 每日雪水当量产品及其与MOD10A1每日积雪分类产品合成的图像MODAE1的积雪识别精度.结果表明,1）AMSR-E每日雪水当量产品的积雪识别率为66.59%,总精度为69.49%;2）利用用户自定义的合成算法计算的合成图像MODAE1,结合了AMSR-E 雪水当量产品不受天气影响和MOD10A1每日积雪产品较高空间分辨率的优点,积雪识别率达76.43%;3）雪深和土地覆盖对合成图像MODAE1的积雪识别率具有重要的影响.在雪深为1-40cm时,合成图像的积雪识别精度随雪深的增加而增大;在雪深为31-40cm 时,积雪识别率可达90.19%;在雪深大于40cm 时,积雪识别率开始下降.在牧区合成图像的积雪识别率可达77.6%,而在开阔的灌丛区积雪识别率略有下降,为72.7%.
- 冯琦胜张学通梁天刚
- 关键词：MODIS
- 北方牧区草地资源分类经营机制与可持续发展被引量：23
- 2009年
- 草地是畜牧业生产和生态保护的重要资源。在短期经济利益的驱动下造成北方牧区草地大面积退化和荒漠化、生产力下降、自我恢复能力降低、水土流失加剧和涵养功能减弱,对牧区经济发展、社会稳定和生态安全构成了威胁,严重影响着草地畜牧业的可持续发展。以新疆阿勒泰为例,依据草地资源的生产经济性能、生态服务价值重要性和季节放牧利用特征,构建了基于GIS技术的草地生产力指数、草地生态服务价值指数和草地资源分类经营的功能分区模型,建立以主导功能和时空格局为主的草地资源分类经营调控机制,将阿勒泰牧区的草地从空间上划分为经济功能区、混合功能区和生态功能区。结果表明:(1)经济功能区,以获取最大的经济效益为目的,面积约648.69万hm2,占总可利用草地面积的65.8%,主要分布在平原荒漠;(2)生态功能区,以生态保护和社会效益为目的,面积约136.4万hm2,占总可利用草地面积的13.9%,主要分布在平原荒漠草原、山地草原、高寒草甸;(3)混合功能区,在适度利用条件下,生态效益与经济效益并重,面积约200.1万hm2,占总可利用草地面积的20.3%,主要分布在山地草原化荒漠、山地草甸草原、平地草甸、山地荒漠草原、山地草甸和高寒草原。通过对草地资源的分类经营,将畜牧业生产重心转向经济功能区,转移生态功能区的放牧家畜,减轻混合功能区的放牧压力,形成草地资源在功能、系统、时序和空间的耦合结构,实现牧区草地资源利用的可持续发展。
- 刘兴元梁天刚龙瑞军郭正刚
- 关键词：北方牧区可持续发展
- 北疆牧区山地草甸草地生产力动态监测与评价被引量：12
- 2009年
- 研究采用实地样方测量法,分析了北疆山地草甸草地盖度、草层平均高度和鲜草产量的季节和年份间的动态变化。结果表明,草地盖度、平均草层高度和鲜草产量在年内呈单峰变化,在6月中旬或7月中旬达到最高,分别为96%、36.4cm和8422kg/hm2;年际间的变化受水、热条件影响,其中鲜草产量对水、热条件响应最为敏感,2004-2006年草地盖度、平均草层高度和鲜草产量的变幅分别达到2.94%、3.36%和42.5%。
- 柴琦李霞梁天刚
- 关键词：山地草甸
- 北疆地区不同草地类型MODIS植被指数变化动态及其与气候因子的关系被引量：23
- 2007年
- 利用新一代卫星遥感数据TERRA／MODIS,结合地面20个气象台站提供的数据,以北疆地区为研究区域,分析了温性草原、低地草甸、山地草甸、温性草甸草原、温性荒漠草原和温性荒漠6种代表性草地植被指数的时空变化特征．以2004,2005年4—10月的月度变化为例,研究了不同草地类型在各个生长阶段植被指数的变化和草地的生长状况．研究结果表明,EVI对植被变化的敏感性要强于NDVI的,但是在植被生长状况较好的草地,NDVI比EVI更稳定．植被盖度比较好的草地类型(如温性草甸草原、山地草甸)的植被指数与温度和降水都表现出很强的相关性,但植被稀疏的草地(如温性荒漠、温性荒漠草原)的植被指数与温度的相关性比较弱,与降水的关系更弱．
- 黄晓东李霞梁天刚
- 关键词：植被指数
- 新疆北部MODIS积雪制图算法的分类精度被引量：26
- 2007年
- Terra／MODIS雪被产品在牧区积雪灾害的动态监测中，具有重要的应用价值。利用新疆北部地区2001—2005年4个积雪季的Terra／MOD10A1雪被产品和20个气象台站的观测资料，对比分析了MODIS积雪制图算法的分类精度。结果表明：①在晴空天气条件下，MODIS积雪制图算法分类的总精度达98．5％，积雪分类精度为98．2％，积雪多分误差小于漏分误差。分类精度在不同观测台站之间存在较大的差异，其总精度介于94．0％～100％，积雪分类精度介于77．8％～100％。②MODIS积雪算法的分类精度同海拔、坡度和坡向之间没有稳定的相关关系，雪深和土地覆盖是导致精度差异的主要原因。MODIS无法识别雪深低于0．5cm的积雪；当雪深介于0．5～3cm时，积雪识别精度较低，介于45．2％～76．2％。当雪深大于等于3cm时，积雪识别精度随雪深的增加而增大，平均值达98．6％以上。③MODIS积雪制图算法在草地区的分类精度最高，达98．9％；其次为农田、灌木林和城市与建设用地区，分别为97．9％，97．2％和96．9％。在农区积雪漏分误差低于多分误差，在草地、灌木林和城市与建设用地区则高于多分误差。
- 梁天刚高新华黄晓东张学通
- 关键词：制图MODIS
- 北疆牧区雪灾预警与风险评估方法被引量：26
- 2008年
- 在分析北疆牧区畜牧业生产与雪灾分布特征的基础上,利用RS、GIS和地面监测资料,从草地抗灾力、家畜承灾体和积雪致灾力3个子系统中选择9个因素作为预警参评因子,用家畜死亡率作为风险评估因子,构建了一个在完全放牧状态下的牧区雪灾预警与风险评估体系和模式.采用多层次综合法和目标线性加权函数法,建立了雪灾预警分级模型、判别模型和风险评估模型,据此可对草地和家畜抵御雪灾的强度和雪灾的风险期望损失进行动态预警与评估.北疆牧区雪灾预警与风险评估模型的精度分别达85%和72%.
- 刘兴元梁天刚郭正刚张学通
- 关键词：风险评估指标体系
- 北疆牧区MODIS积雪产品MOD10A1和MOD10A2的精度分析与评价被引量：93
- 2007年
- 以北疆为研究区,结合气象台站记录的雪情数据,利用地理信息系统方法分析了2004年12月1日至2005年2月28日期间北疆地区90个时相的MODIS每日积雪产品MOD10A1和8日合成产品MOD10A2的积雪分类精度.研究表明：1）当积雪深度≤3 cm时,MOD10A1对积雪的识别率非常低,仅为7.5%;积雪深度为4~6 cm时,积雪识别率达到29.3%;积雪深度为15~20 cm,平均积雪识别率达到45.6%.当积雪深度〉20 cm时,平均积雪识别率为32.2%;2）MOD10A1产品的积雪分类精度受天气状况的严重影响.在晴空状况下,该产品的最大积雪识别率达到58.2%;但是在多云或阴天时,平均积雪识别率仅为17.8%;3）下垫面对MOD10A1的分类结果也会造成影响,在荒漠区MOD10A1的积雪识别率为39.8%,在草原和稀树草原区的积雪识别率为37.2%,农业用地的积雪识别率最低,为29.1%;4）MOD10A2产品可较好的消除云层对地表积雪分类精度的影响,平均积雪识别率达87.5%,可较好的反映地表积雪的分布状况.
- 黄晓东张学通李霞梁天刚
- 兰州市城郊农业生态系统的服务功能及可持续发展对策被引量：21
- 2006年
- 城郊农业生态系统是一个由社会、经济、自然等多种因素组成的复合生态经济系统,不仅提供经济产品,还以巨大的生物多样性提供多类型的生态服务功能,因此,必须合理地调整和分配土地资源,建立稳定可持续的城郊农业生态系统,实现城郊农业资源开发利用与城市生态环境建设的协调可持续发展。本文通过对兰州市城郊的农田、草地、林地和水体4种生态类型服务功能价值的分析,测算出兰州市城郊农业生态系统的年服务价值量为56.14×108元。从农业资源特征和城市生态安全要求出发,提出了适宜于兰州市城郊农业的耦合发展模式及产业化经营机制。
- 刘兴元梁天刚陈全功
- 关键词：生态服务价值
- 基于AMSR-E信息的北疆牧区雪深遥感监测模型方法初探被引量：21
- 2009年
- 利用北疆地区2002，2003和2004年11月一次年3月3个积雪季AMSR—E445个时相的亮温数字图像和20个气象台站实测雪深数据，系统分析了雪深模型的影响因子和研究区样本筛选方法。通过对18和36GHz波段的水平、垂直极化方式的亮温差和实测雪深值回归分析比较，建立了北疆地区基于AMSR—E亮温数据的雪深反演模型，并对模型的精度进行了评价。结果表明，1）AMSR—E亮温差受气温、融雪、降水、湿雪、深霜层等因素的严重影响，其中受深霜层的影响最大；2）大于2．5cm的积雪深度SD同垂直极化方式的18和36GHz波段的亮温差（Tb18v—Tb36v）之间具有较好的线性相关性，其回归公式为SD=0．49（Tb18v—Tb36v）＋8．72，相关系数达0．65。3）当雪深为3～10cm时，反演模型平均误差为-7．1cm，平均绝对误差为7．1cm，RMSE值达7．7cm；当雪深为11～30cm时，平均误差为1．8cm，平均绝对误差为4．9cm，RMSE值为9．1cm；当雪深大于30cm时，平均误差为8．9cm，平均绝对误差为9．4cm，RMSE值为18．1cm。4）该模型在北疆地区优于Chang算法，基本能反映北疆地区雪深变化趋势。当地表为中雪覆盖时，反演雪深值和实测值之间的一致性较高，当地表为浅雪和深雪覆盖时，反演模型的误差较大，其反演精度较低，还有待于进一步研究。
- 于惠冯琦胜张学通黄晓东梁天刚
- 关键词：雪深AMSR-E
