新疆天山北坡典型研究区融雪期地物光谱特征分析

地物的波谱特性乃是整个遥感技术的物理基础,更是遥感技术应用尤其是定量遥感的基石。由于融雪期静态地物与冰-雪-水等动态地物交互存在,地物光谱特征更为复杂。选取了新疆天山北坡乌鲁木齐河流域以及军塘湖流域作为典型研究区,采用美国CID公司生产的CI700便携式野外光谱仪,通过2006年到2009年融雪期大量的野外调查和实地测量,获取了新疆天山北坡典型研究区融雪期典型地物包括各种积雪、冰、水以及土壤的光谱曲线及其变化规律,并对其进行了光谱特征分析。结果表明,融雪期虽然地物类型较为单一,但是因为积雪-冰-水-土壤复杂系统的交互式影响,地物的光谱特性及其变化均较为复杂,给融雪期地表参数的定量遥感研究带来了较大的挑战。对于融雪期复杂地物光谱的系列观测及特征分析无论是对于地物光谱特征基础研究还是定量遥感应用研究均具有重要意义。     

融雪期积雪深度高光谱反演方法研究

积雪在干旱区的水分平衡中发挥着极为重要的作用,积雪深度的监测主要依靠地面站点观测和遥感反演等技术,高光谱遥感为快速、大面积监测积雪的物理特性提供了可能。通过对融雪期不同厚度积雪表面的反射光谱以及积雪深度数据的观测,进而对二者进行相关性分析;采用相关性较高同时也是特征吸收谷的波段数据建立单波段雪深回归模型;采用呈显著相关的波段进行逐步回归,选用贡献率最高的波段作为神经网络模型的输入变量进行积雪深度的反演研究。结果表明：在天山北坡中段的军塘湖流域地区,1 022,1 241和1 492 nm附近是积雪的特征吸收谷;相比单波段反演雪深模型的估算精度(R2=0.53),BP神经网络模型具有更高的雪深反演水平,当隐含层节点数为4时,R2为0.86,RMSE为0.67,表明神经网络模型可以显著提高高光谱数据反演积雪深度的能力。     

新疆地区季节性融雪洪水模拟与预报研究

新疆春季积雪融化极易引发融雪性洪水,给当地的农牧业生产和人民生活都带来严重影响和财产损失.融雪中包含复杂的水-热耦合过程,融雪水产流机制受冻土影响,融雪洪水模拟与预报十分复杂,一直是水文研究的难点.新疆大学刘志辉研究团队长期开展季节性融雪洪水模拟与预报研究,在积雪特性监测、冻土融雪水产流机制、分布式融雪径流模型以及融雪洪水预警等方面进行了深入研究.首次提出冻土条件下的融雪水的三个产流机制,即冻土未融化时的超渗产流、冻土部分融化时的饱和产流以及冻融期的交替产流;基于热量平衡和水量平衡研制出分布式融雪径流模型,耦合WRF(Weather Research and Forcasting model)模型实现融雪洪水预报;研制出新疆融雪洪水预警决策支持系统,实现融雪洪水预警系统的应用.研究成果有助于融雪洪水模拟的进一步研究,也为政府部门融雪洪水预警决策提供科学依据.     

荒漠-绿洲交错地带典型植被光谱特征研究

植被对区域生态环境保护具有重要意义,尤其是在荒漠-绿洲交错地带,植被对土壤保持、提高土地的抗剪切性能有重要意义,对土壤风蚀和荒漠化防治的影响作用较大,利用高光谱技术测定并分析荒漠-绿洲交错带典型植被的光谱特性,不仅能够指导区域的植被遥感分类,还能够对植被实行远程监控提供依据。研究借助美国Field Spec 4高分辨率地物光谱仪,在研究区采集棉花、柽柳、梭梭和盐穗木等四种典型植被不同条件下的光谱数据,在对数据进行归类、筛选及综合处理后,分别对原始数据进行FDR(一阶导数反射率)和RLR(倒数取对数反射率)变换。利用原始数据、FDR和RLR分别分析不同植物的光谱敏感波段和表达方式。结果表明：植物的光谱曲线具有类似的变化特征,植被种类不同在“红边”区和近红外780～1 260 nm波段的表达方式区别较大;植物对可见光的吸收非常强烈,对不同波长的光吸收强弱变化会形成波峰和波谷;植物红边特征具有特殊性,蕴含植物自身的特有信息,三种方式的处理结果显示,光谱特征在经FDR计算后,植物光谱红边特征区差异性非常明显;利用三种不同方式处理后的光谱数据,分别来计算改进的植物NDVI值,经RLR变换后重新计算得到的NDVI值在植物不同种之间表现出较大差别,用于植物种类区分的效果明显。