简介:基于1979~2014年ERA-Interim逐日再分析温度资料,依据温度递减率插值法,计算出北半球两类对流层顶(热带对流层顶和极地对流层顶)频率数据。对比分析了青藏高原与同纬度地区两类对流层顶频率在季节变化上的差异,并讨论了青藏高原两类对流层顶频率分布与高空温度的关系。结果表明:1)依据温度递减率插值法计算出的再分析两类对流层顶频率可以反映青藏高原两类对流层顶频率季节变化特征:热带对流层顶全年频率高,冷、暖季节差异不明显;极地对流层顶盛夏频率极低,冷、暖季节差异明显。与极地对流层顶频率相比,青藏高原热带对流层顶频率的可信度更高。2)青藏高原和同纬度地区热带(极地)对流层顶频率在暖季增加(减少),在冷季减少(增加)。相比同纬度地区,青藏高原热带(极地)对流层顶频率在冬季偏少(多),其他季节偏多(少)。青藏高原两类对流层顶频率等值线的梯度更大,表明青藏高原对流层顶更易断裂。3)青藏高原两类对流层顶频率与高空温度关系密切。青藏高原对流层中上层(平流层下部)温度升高(降低),有利于青藏高原热带对流层顶频率增加,极地对流层顶频率减少,反之亦然。
简介:利用SPOT全色波段影像和LandsatETM+多光谱影像,采用波段特征分析法和改进的最佳波段指数法确定最佳融合波段。选择具有代表性的HSV变换、Brovey变换、PCA变换、Gram-schmidt变换和小波变换方法进行影像融合。针对融合后的影像采用定量评价法进行质量评价,通过不同地物的光谱、空间和纹理信息等进行比较分析构建适当的分类特征和规则,采用面向对象的遥感分类方法进行分类。结果表明,波段特征分析法和改进的最佳波段指数法结合,可以获得最佳融合波段。各融合方法均有效提升了影像效果,其中HSV和GS变换融合方法更好地保持了影像的多光谱和高分辨率特性,融合后各地物特征分类明显,可以有效应用于湿地分类;采用主成分分析法来设置面向对象分类中的波段权重,可以利用各波段信息量的差异进行影像的分割。基于各种遥感指数的面向对象分类方法用于湿地分类获得了93.62%的分类精度,与传统的分类方法相比有了很大进步,在湿地分类中具有很大的应用潜力。