基于Landsat 8数据的干旱监测研究

为确定遥感干旱监测在东北地区的适用性,选取黑龙江省安达市为研究对象,利用最新的Landsat 8遥感影像数据,建立了温度植被干旱指数(temperature vegetation dryness index,TVDI)和改进的垂直干旱指数(modified perpendicular drounght index,MPDI)。并通过实测土壤含水量数据,对两种干旱指数进行验证和比较。结果表明,利用Landsat 8数据,通过两种遥感干旱指数在试验区进行干旱监测有一定的可行性,且TVDI的监测精度要高于MPDI。该研究对推广Landsat 8数据在东北地区旱情监测中的应用,以及提高中国应对突发灾害的决策能力具有重要意义。     

基于元模型的高致病性禽流感传播风险研究

高致病性禽流感的爆发与环境影响因子及候鸟的迁徙有很强的相关性, 基于MODIS的NDVI产品数据, 提取了禽流感的一些主要环境影响因子, 利用逻辑斯谛回归的方法生成了高致病性禽流感爆发的风险图, 并利用贝叶斯最大熵模型分析了高致病性禽流感疫情的时空相关性. 结果表明, 水体和高速公路是影响HPAI爆发和传播的关键因子, 水禽候鸟是高致病性禽流感传播的主要传染源. 此外, 高致病性禽流感具有很高的时间和空间自相关性. 基于这些发现, 对2004年1月23日~2月17 日中国大陆地区高致病性禽流感的爆发风险进行了模拟, 构建了基于环境影响因素的高致病性禽流感预测模型.     

基于InSAR的北京市平原区地下水动态监测

北京市平原地区由于长期的地下水开采,导致该地出现地表沉降的地质问题,为实现将InSAR技术应用于地下水的动态监测,采用北京市2007～2010年16景ENVISAT-ASAR数据,利用小基线集技术(small baseline subset,SBAS),得到北京市2007～2010年地表沉降信息,并结合地下水水位埋深数据构建了地下水监测的线性回归方程.得到以下结论:(1)2007～2010年期间,北京市平原区的沉降开始于朝阳区,向四周扩散,且一直在持续;(2)地下水开采与地面沉降正相关;(3)根据地下水与沉降信息构建的三次线性方程,相关性系数最高可到达0. 797;(4)沉降量与GRACE监测的地下水变化具有极高的相关性,因此可以根据GRACE反映的地下水的变化与累积沉降量的相关关系进行空间的降尺度,以提高GRACE数据反映地下水的空间分辨率。     

基于多源遥感数据的蓄洪区洪涝遥感监测与分析

为科学治理蓄洪区洪涝灾害、有效降低经济损失,以安徽省蒙洼蓄洪区作为研究区域,选择哨兵一号、二号和高分系列卫星影像作为数据源,采用区域生长法快速提取洪水淹没范围,绘制洪涝灾害前后的水体变化监测图,并结合蒙洼蓄洪区的土地利用类型分布图,利用GIS技术分析2020年7—8月洪涝期间蒙洼蓄洪区各土地利用类型受灾情况以及总区域受灾情况的时空变化特征。结果表明:区域生长法结合多源卫星遥感数据,可以快速准确地提取洪涝灾害范围,实现洪涝灾害信息的时效性和高频次监测;蒙洼蓄洪区的重度受灾区域主要集中在中部和东北部地区,西南部地区受灾程度较轻,农田和养殖塘受灾程度最为严重,保庄圩和庄台受灾程度最轻;蒙洼蓄洪区受灾面积的时间变化与蓄洪措施具有很强的相关性,而与当地降水情况的相关性较弱。     

基于机器学习的蒸散量插补方法

以黑河流域湿地、农田、草地、柽柳、胡杨林、混合林生态系统为研究对象,结合气象因子(净辐射、温度、土壤热通量、风速、相对湿度、土壤体积含水率),分别采用多元线性回归(MLR)、决策树(CART)、随机森林(RF)、支持向量回归(SVR)、BP人工神经网络(BPANN)、深度学习(DL)等方法对蒸散量进行插补。结果表明:(a)RF、SVR、BPANN、DL在各个生态系统的蒸散量插补精度均较高(R² = 0.8~0.93,R_MSE=21.730~41.731 W/m²,M_AE=12.153~26.129 W/m²),但SVR在柽柳、混合林生态系统的结果稍差于其他3种方法(R²降低了0.01~0.02),MLR插补精度最差(R² =0.6~0.7),CART结果介于之间(R² = 0.78~0.9)。(b)加入土壤体积含水率能一定程度提升模型插补的精度(R²提高了0.01~0.06)。(c)利用建立的插补模型去插补其他年份的蒸散量,发现其精度有不同程度的下降。综合考虑模型的精度和稳定性,RF、BPANN、DL对于蒸散量的插补具有较高的精度,同时加入土壤体积含水率可以提高模型插补的精度。     

H1N1甲型流感全球航空传播与早期预警研究

一种新型流感(H1N1甲型流感)已经全球蔓延. 早期的研究显示, 在没有采取防控措施的情况下, 国际航空旅行可能引发一次严重的全球流感大流行. 在本研究中, H1N1甲型流感早期在墨西哥和美国的爆发被运用于SEIR流行病传播模型, 用以估计该病毒的传染性及疫情初步参数, 构建了一个基于实时航空数据的新的空间传播模型以评估H1N1甲型流感从墨西哥传播到世界各地的潜在风险. 结果显示, H1N1病毒的基本再生数R₀约为3.4, 有效再生数随防控措施下降明显, 研究还发现西班牙、加拿大、法国、巴拿马和秘鲁是最有可能发生严重的流感大流行的国家.