2008年南方冰雪过程对生态环境影响的遥感监测——以湖南省资兴市为例
- 格式:pdf
- 大小:769.65 KB
- 文档页数:6
2008年我国南方冰冻雨雪天气大气环流异常分析崔洋【摘要】利用NCEP/NCAR再分析资料,以及我国国家气候中心提供的160站逐月平均的气温和降水资料,对我国冬季冰冻雨雪天气的大气环流特征,影响的系统以及可能的遥相关型进行了分析,结果表明:(1)乌拉尔山附近的阻塞高压的形成,与西南气流的强烈发展为冰冻雨雪天气提供了条件.(2)2008年为拉尼娜年,在拉尼娜事件的背景下,阻塞高压的维持时间较长,有利于南北冷暖空气出现"势均力敌"的交绥.(3)北半球冬季500 hPa太平洋西部型遥相关(WP型)与我国南方冬季的气温和降水有很大的相关性.【期刊名称】《黑龙江气象》【年(卷),期】2016(033)002【总页数】4页(P5-7,31)【关键词】阻塞高压;西南气流;拉尼娜;WP型【作者】崔洋【作者单位】大连国际机场集团长海机场,辽宁大连 116500【正文语种】中文【中图分类】P458.1+1我国是一个自然灾害频发的国家,近年来随着全球气候出现的异常变化,冬季我国南方地区频频出现严重的冰冻雨雪灾害天气。
其特点有影响面积广,持续时间较长,造成损失大等特点。
严重影响了交通运输、通讯设施、农业生产、群众生活等方方面面。
给我国经济造成了巨大的损失。
对人们日常生活和出行造成了很大的不便。
近年来许多学者从不同角度,运用不同方法对冰冻雨雪天气的发生发展规律进行了大量研究。
(1)关于冰冻雨雪天气时空分布的总结分析:严小冬等人[1]利用贵州84个测站冻雨日数资料和 NCEP/ NCAR再分析资料,借助EOF展开和小波分析及其他诊断技术分析了贵州冻雨的时空分布特征、时间演变规律及其影响因素,得出冻雨的空间分布特征和时间演变规律主要受海拔高度、相对高度、迎风坡、背风坡、静止锋区、冷空气厚度和不同高度冷空气活动等因素影响。
(2)关于冰冻雨雪天气过程中的逆温层的分析:以骆欧阳等人研究的金华市为例[2],发生冻雨时,大气垂直结构有比较明显的特点:中层暖,上、下层冷,因此冻雨发生时的大气垂直结构大致可分为冰晶层、暖层和冷层。
2008年初南方低温雨雪冰冻时期大气环流的数值诊断的开题报告一、选题背景2008年冬季,中国南方遭受极端低温雨雪天气,导致严重的交通、电力、农业等灾害,给人民生活带来了很大影响。
这次低温雨雪冰冻天气的形成机制、演变规律以及大气环流特征一直是研究的热点和难点。
本研究将采用数值模拟方法对2008年初南方低温雨雪冰冻时期大气环流进行诊断,以期为今后的预报和防灾减灾工作提供参考。
二、研究目的1. 了解2008年初南方低温雨雪冰冻时期大气环流的特征和演化规律;2. 分析低温雨雪冰冻天气的形成机制,并探讨其与大气环流的关系;3. 对数值模拟方法在研究低温雨雪冰冻天气中的应用进行探讨。
三、研究内容1. 收集2008年初低温雨雪冰冻天气的气象观测和卫星资料,并对其进行分析。
2. 对2008年初南方低温雨雪冰冻时期的大气环流进行数值模拟,包括模拟该时期的海平面气压场、温度场、风场等。
3. 分析模拟结果,研究低温雨雪冰冻天气的形成机制以及其与大气环流的关系。
四、研究方法1. 利用NCEP/NCAR再分析资料构建低频环流场,以及利用高空气象探空资料计算各稳定层风的垂直风切变指数。
2. 利用WRF模式对华南地区进行高空及地面细致尺度的数值模拟,获得华南地区的大气环流及其变化情况。
3. 通过统计分析方法和图表分析法对模拟结果进行验证及对整个过程进行数值诊断。
五、研究意义本研究对于了解2008年初南方低温雨雪冰冻时期大气环流特征和演化规律有重要意义,同时也有助于分析低温雨雪冰冻天气的形成机制,并探讨其与大气环流的关系。
此外,本研究采用数值模拟方法,为今后的预报和防灾减灾工作提供了新的途径。
2008年雪灾灾害系统分析学院:城市与环境科学学院专业:地理科学摘要2008年年初南方爆发的冰雪灾害是由多种因素综合导致的,尤其是湖南,其地形特征以及当时大的气候背景加剧了本次灾害的严重程度,造成了惨重的损失。
同时,冰雪灾害的发生也引发了人们对灾害认识的重视,加强灾害防御不容忽视。
关键词雪灾灾害,灾害防御,2008年引言2008年1月10日起在我国发生的大范围低温、雨雪、冰冻等气象自然灾害使多个省区受到不同程度的影响,其中湖南省最为严重。
此次暴风雪造成多处铁路、公路、民航交通中断。
另外,不少地区用电中断,电信、通讯、供水、取暖均受到不同程度的影响,某些重灾区甚至面临断粮危险。
那么,如此严重的冰雪灾害是怎样形成的以及面对越来越多的灾害我们需要做出怎样的行动等相关问题及举措将在本文中列出。
一、南方雪灾灾害形成机制(一)地形地貌格局的影响湖南位于云贵高原向江南丘陵和南岭山地向江汉平原的过渡地带。
气候温和,四季分明,热量充足降水集中,为大陆性特征明显的中亚热带季风湿润气候。
湘西有海拔在1000—1500m之间山势雄伟的武陵山,雪峰山盘踞,是湖南省交通的屏障和东西自然条件的分界线。
湘南有南岭山脉,峰顶海拔都在1000m以上,向东西方向延伸。
湘东有幕阜、连云、九岭、武功、万洋、诸广等山,海拔500—1000m。
湘中为海拔500m以下的丘陵、台地分布。
湘北为洞庭湖及湘、资、沅、澧四水尾闾的河湖冲积平原,海拔多在50m以下。
全省东、西、南三面山地环绕,逐渐向中部及东北部倾斜,形成向东北开口的不规则马蹄形。
按地貌全省分为湘西北山原山地区、湘西山地区、湘东山丘区、湘中丘陵区、湘北平原区等六个地貌区,并在地形结构上形成了湘潭盆地、衡阳盆地、洞庭湖平原区等典型地貌。
正是由于这样的地理特征,加之大气环流的影响,为此次雪灾灾害的形成提供了自然因子。
(二)大气环境异常的影响湖南冰雪灾害的形成与大气环流的异常关系密切。
首先,南下冷空气滞留在长江以南。
湖南省成功抗击特大冰雪灾害案例分析2008年1月12日至2月5日,湖南遭受了50年不遇的特大冰雪灾害,在党中央、国务院的亲切关怀下,在湖南省委、省政府的坚强领导下,全省广大军民奋力拼搏,克服了难以想象的困难,保障了京珠高速、京广铁路交通动脉的畅通,将灾害造成的损失和影响降到了最低程度,创造了没有冻死一人、饿死一人的奇迹,取得了抗冰救灾斗争的决定性胜利。
一、严重灾情1月12日以来,一股暖温气流从印度洋孟加拉湾强力北上,在湖南上空与大陆高压对峙,形成稳定的“逆湿层”,加上“拉尼娜”现象的影响,致使湖南出现一次世界罕见的极端异常气候事件。
一是影响范围广。
全省14个市州122个县市区均遭受冰雪极端天气影响,湘中和湘西的71个县市区连续冰冻日数超记录。
二是持续时间长。
从1月12日晚开始,低温雨雪冰冻天气持续时间超过24天,大部分地区打破了当地最长连续冰冻日数记录。
三是冰冻强度大。
最低气温达零下4.9度,冰冻直径超过30毫米的有35个县市区,最大达60毫米,冰冻程度超过湖南有气象记录以来的历史极值。
四是受灾损失重。
1月中旬以来,低温、雪灾、冰冻等多种灾害天气同时出现,达到特大型气象灾害标准。
初步统计,全省因灾直接经济损失680多亿元。
二、科学应对面对突如其来的特大自然灾害,湖南省委、省政府沉着应对、科学决策,采取有效措施,全力领导指挥抗冰救灾工作。
㈠快速反应,全面动员部署一是及时启动应急响应。
灾情发生后,湖南省委、省政府审时度势,紧急部署,及时召开一系列灾情会商会。
1月20日,湖南省委办公厅、省政府办公厅就下发了《关于切实做好冰雪灾害防御工作的紧急通知》。
先后启动了突发性气象灾害预警、处置大面积停电事件、自然灾害救助、成品油供应保障、生活必需品市场供应、粮食供应、供水供气、公路交通突发事件等十多个应急预案,组织力量实施救援救助,牢牢掌握了应对冰雪灾害的主动权。
二是迅速组建指挥机构。
湖南省委、省政府成立了抗冰救灾指挥部,省抗冰救灾指挥部下设办公室,指挥部办公室工作节奏快、效率高,打破常规,急事急办,确保了抗冰救灾工作的顺利进行。
第10卷第2期 防 灾 科 技 学 院 学 报 V ol.10 No.22008年6月 J.of Institute of Disaster-Prevention Science and Technology Jun. 2008收稿日期:2008-04-20作者简介:刘兰芳(1965-)女,衡阳师范学院教授,博士,主要从事区域灾害的教学与研究工作。
基金项目:湖南省社会科学基金项目(07YBB300);湖南省自然科学基金项目(07JJ5064);2008年国家社会科学基金重点资助项目(08BJYO73)。
2008年冰雪灾情评估及形成机制分析—以湖南省衡阳市冰雪灾情为例刘兰芳1,陈 涛2,刘沛林1(1 衡阳师范学院,湖南衡阳 421008;2 湖南省衡阳市气象台 湖南衡阳 421001)摘 要:2008年1月衡阳市遭遇了历史上罕见的冰冻灾害,给人们的生活与生产带来了严重的影响。
评估冰雪灾害,探究冰雪灾害的形成机制,寻找冰雪灾害防御措施又成为衡阳市灾害防治的另一个重要课题。
文章引入综合灾情指数,比较分析了1998年洪涝灾害与2008年冰冻灾害的综合灾情,得出2008年冰冻灾情比1998年的灾情更严重。
从灾害系统论角度出发,详细地分析了此次冰冻灾情的形成机制,提出了衡阳市应对冰雪危机的对策。
关键词:冰雪灾害;灾情评估;形成机制中图分类号:X43 文献标识码:B 文章编号:1673-8047(2008) 02-0061-06Assessment and Formation Mechanism of the Snow Disaster in 2008―a Case Study of Hengyang Snow DisasterLiu Lanfang 1,Cheng Tao 2,Liu Peilin 1(1 Resources Environment & Tourism Management Department; Hengyang Normal University, Hunan 421008;2 Hengyang Bureau of Meteorology, Hengyang, Hunan 421001)Abstract : A rare-seen snow disaster attacked Hengyang in January 2008, causing serious influence to the people's life and production. It has become an important issue for people to assess the loss caused by the snow disaster, to study formation mechanism of the disaster, and to look for countermeasures against snow disasters in Hengyang. In the article, a comprehensive disaster index is introduced, the losses caused by 1998 flood and those by 2008 snow disaster are analyzed and compared. The conclusion is 2008 snow disaster is more serious than 1998 flood. From the point of view of disaster system, the formation mechanism of the snow disaster is studied, and countermeasures against snow disasters are put forward.Key words : snow disaster; disaster assessment; formation mechanism前言衡阳市位于湖南省南部, 湘江中游, 地处26°07/~27°28/N ,111°32/~113°17/E ,现辖耒阳市、常宁市、衡阳县、衡山县、祁东县、衡东县、衡南县及雁峰、石鼓、珠晖、蒸湘、南岳五区。
2008年初东南山区严重雨雪冰冻天气过程诊断分析
的开题报告
一、研究背景
2008年初,中国东南部山区遭遇了严重的雨雪冰冻天气过程,导致大面积的灾害和损失。
此次天气过程对于山区的农业、交通、能源和安全等都造成了极大的影响,需要及时进行诊断分析和灾害防治工作。
二、研究目的
本次研究旨在通过对2008年初东南山区严重雨雪冰冻天气过程的诊断分析,探究其成因和演变规律,并提供有效的防控措施和建议,为类似天气过程的应对和防治提供科学依据。
三、研究内容
1.对2008年初东南山区雨雪冰冻天气过程的气象背景、发生过程、受影响范围和程度等进行梳理和整理,分析其时空特性和气候背景。
2.利用气象观测数据和模式资料,模拟该过程的演变和走向,分析其成因和内部机理。
3.结合地形、土壤、植被和人类活动等因素,分析其与环境的相互作用和影响,明确其灾害形成机制和规律。
4.对该过程的灾害损失和影响进行评估和预测,为相关防治措施提供参考和依据。
四、研究方法
本次研究主要采用气象观测、遥感监测、模式分析和因果关系分析等方法,结合专家调研、会商评估等多种手段,全面、系统地进行天气过程诊断分析。
五、研究意义
通过对2008年初东南山区严重雨雪冰冻天气过程的深入分析,能够揭示其成因和内部机理,为预防和应对类似天气过程提供科学依据和实践经验,同时也为山区经济发展和社会稳定提供有益启示。
第11卷第2期2009年4月地球信息科学学报JOURNAL OF GE O 2I N F OR MATI O N SC I E NCE Vol 111,No 12Ap r 1,2009收稿日期:2008-11-7;修回日期:2009-03-05.基金项目:中国博士后科学基金项目(20080430586);国家自然科学基金(40801161、40701114);国际科技合作计划项目(2007DF A20640);中国科学院王宽诚博士后工作奖励基金。
作者简介:彭光雄(1978-),男,湖南永州人,中国科学院遥感应用研究所博士后,主要从事资源环境遥感研究。
E 2mail:pgx457600@g mail 1com 。
3通讯作者:宫阿都(1976-),男,山东烟台人,讲师,博士,主要从事GI S 与城镇信息系统研究。
E 2mail:gad@ires 1cn多时相影像的典型区农作物识别分类方法对比研究彭光雄1,宫阿都32,崔伟宏1,明 涛3,陈锋锐1(1中国科学院遥感应用研究所,北京 100101;2北京师范大学减灾与应急管理研究院,北京 100875;3中国科学院地理科学与资源研究所,北京 100101)摘要:基于甘蔗和玉米的物候特征差异,对多时相影像典型分类方法处理的适宜性和准确性进行了比较研究。
并以目视解译结果作为参考数据,利用全样本检验法,对自动分类的结果进行了精度检验。
试验结果表明:面向对象法的分类精度最高,总体Kappa 系数为01655,是最适宜的方法;其次是BP 神经网络法和光谱角制图法,总体Kappa 系数分别为01635和01631;而最大似然法和分类后比较法则是不适宜采纳的分类方法,总体Kappa 系数分别为01601和01577。
上述分析可见,它们对遥感分类处理多时相影像识别算法的适用性选取有一定参考意义。
关键词:多时相影像;遥感分类;方法比较1 引言农作物的遥感识别分类是农作物遥感估产的前提和出发点,成为农业遥感的焦点之一。
然而相对于其他地物类型而言,农作物在光谱上具有更多的相似性,遥感影像难以区分,高光谱、高空间分辨率和多时相是解决此问题的三个主要途径。
高光谱遥感影像具有能区分农作物更细微的光谱差异,探测农作物在更窄波谱范围的变化特点,利于提高识别作物的准确性[124],但高光谱遥感数据不容易获取,限制了其大面积的使用。
高空间分辨率遥感影像能够提供农作物丰富的纹理信息,有利于农作物类型的区分,然而高空间分辨率遥感影像便于人工判读解译,不利于计算机自动分类[529]。
由于不同农作物类型之间的物候特征存在差异,利用多时相的遥感影像区分不同农作物类型是一种行之有效的方法[10213]。
地表类型的遥感分类方法多种多样,对于不同特点的影像各种方法的适用性也存在很大差异[14]。
而通过试验以比较分析典型的分类方法,对多时相影像遥感分类的适宜性和准确性的研究也很少,因而,这类研究对于指导多时相影像的遥感识别分类和基于物候特征的遥感监测具有重要的参考价值。
本文应用两个不同时相的遥感影像,针对甘蔗和玉米物候特征的差异,采用多种典型的遥感分类方法对其进行识别提取和对比研究。
2 研究区数据源及其处理分析研究区选择在云南省弥勒县境内的竹园坝地区,位于103°20′~103°26′E,24°2′~24°9′N 之间,是南北走向的山间谷地,为弥勒县的重要甘蔗基地,南北长约13km ,东西宽约6km (如图1)。
该区为亚热带季风气候,平均海拔1170m ,年平均气温1914℃,无霜期340天,年平均降雨量953mm ,年平均相对湿度70%,光照充足、有效温期长、昼夜温差大、霜雪日短,十分有利于甘蔗糖分的积累,具有发展蔗糖业得天独厚的自然条件。
竹园镇光热资源充足,土壤肥沃,水利条件好,蔗糖、粮食、畜牧、蔬菜为该地区的四大传统产业,玉米和水稻是主要粮食作物。
图1 研究区两个不同时相的CCD 与T M 影像Fig 11CC D and T M i m age of study area in different date phases211 数据源与处理本文以中巴地球资源卫星CBERS02B -CCD 和Landsat -5T M 为遥感数据源。
T M 除T M6波段外,其余波段空间分辨率均为30m 。
CBERS02B 的多光谱CCD 1-4波段的光谱特性与T M 对应波段十分相似,空间分辨率为20m 。
根据研究区内农作物的生长物候特征和遥感影像的云量状况,选用了2008年3月18日的CBERS02B 2CCD 影像和2008年4月6日的Landsat -5T M 影像作为遥感数据源。
另外,还采用DE M 、基础地理信息,以及野外GPS 调查数据等作为辅助。
图2 典型地块甘蔗和玉米的影像特征Fig 12 I m age characteristics of sugarcane and corn in typ ical p l ots进行多时相影像遥感分类时,由于不同传感器性能的差异以及成像条件与大气的影响,需要对两幅遥感影像进行辐射校正和匹配。
T M 传感器具有较高辐射定标精度,可将它为标准对CCD 影像进行交叉定标。
通过同名地物采样,利用经验统计线性模型来实现T M 与CCD 影像的交叉定标处理[15]。
利用研究区1∶5万地形图为基准,对CCD 和T M 影像进行几何精校正,并将T M 影像重采样至20m ,校正时的R MS 误差确保小于1个像元。
将CCD 124波段与T M 125、7波段按时间先后叠合成一个类似具有10个波段的多光谱遥感影像文件,空间分辨率为20m 。
212 农作物影像特征及光谱分析研究区内甘蔗、玉米和水稻是几种最主要的农作物。
盛叶时的甘蔗和玉米在光谱曲线和影像特征上十分相似,难以区分。
而水稻基本生长在水生环境中,水稻叶与水体形成的混合光谱与甘蔗、玉米等农作物存在一定的差异,比较容易区分。
研究区内甘蔗和玉米的物候特征是不同的。
甘蔗为多年生植物,收割时仅收割甘蔗茎,将根仍留在土壤内,即宿根,来年宿根重新分枝生茎。
研究区内的甘蔗一般12月至来年1月间收割,于3~4月间开始重新分枝生茎长出新叶。
研究区内的早熟玉米采用温室育秧移栽技术,在2月份移栽秧苗,至3月中旬玉米具有了一定的植被覆盖度,在遥感影像上植被特征比较显著。
因此,利用研究区内甘蔗和早熟玉米生长期的这种时间差,可以用来进行遥感区分。
如图2中,图2a 是2008年3月18日的CCD 影像,1号地块为甘蔗地,此时甘蔗刚开始长新芽,植被覆盖度很低,影像呈灰白色;2号地块为玉米地,此时玉米已经长出枝叶,植被覆盖度较高,影像呈绿色。
图2b 为4月6日的T M 影像,此时甘蔗和玉米的植被覆盖度比前一时期都增高了,表现为1号和2号地块在影像上均呈现出深绿色。
图2c 是甘蔗和玉米的目视解译结果。
622地球信息科学学报 2009年在CCD 与T M 叠合成的10个波段时间序列影像上对甘蔗、玉米、水稻和树林等几种典型植被类型各采集16组光谱曲线,然后求得各个植被类型光谱的平均值,最后得到它们的时间序列光谱曲线,如图3所示。
由图3可以看出,甘蔗和玉米在4月6日的T M 光谱曲线十分接近,因此,单凭这一个时相的影像难以将两者区分开。
而在3月18日的CCD 光谱曲线中,甘蔗和玉米存在显著差异,其中以CCD 324波段尤为明显,CCD3和CCD4分别对应红光和近红外波段,正是对植被最为敏感的波段组合。
玉米在CCD 324波段斜率很大而陡峭,植被覆盖度较高,而甘蔗在CCD 324波段斜率较小而平缓,植被覆盖度较低。
虽然此图3 典型地物的时间序列光谱曲线Fig 13 The ti m e series s pectru m of typ ical land covers时的甘蔗与玉米容易区分,却与裸地容易混淆(如图3中曲线a 和e ),因此,只有结合CCD 和T M 两个时相的影像才能最佳区分甘蔗和玉米。
水稻与其他农作物的时间序列光谱曲线差异明显,容易区分。
树林与玉米的时间序列光谱曲线稍有相似,会产生一定的混淆。
但是玉米基本分布在坝区的平坦谷地,而树林大都分布在坝区周围的山地,可以通过DE M 和坡度进行筛选过滤。
3 研究区主要作物的影像识别分类试验311 识别分类方法用于多时相影像遥感分类比较研究的几种典型方法是目视解译法(V isual I nter p retati on,V I )、光谱角制图法(SpectralAngle Mapper,S AM )、最大似然分类法(Maxi m u m L ikelihood Classifier,MLC )、面向对象分类法(Object 2O riented Classificati on,OOC )、BP 神经网络法(Back Pr opagati on Neural Net 2work,BP NN )、分类后比较法(comparis on AfterClassificati on,CAC )[14]。
目视解译在A rcGI S 910中进行,面向对象分类(OOC )在eCogniti on 410软件中实现,其他分类均在ENV I 413中进行。
除分类后比较(CAC )法外,自动分类均采用两时相叠合的10波段全部参与分类的方式。
为了便于比较分析,选择水体、裸地、甘蔗、玉米、树林和水稻六种类型,每种方法均选择16个相同的训练样区,各种分类方法具体的分类参数选择,通过多次对比试验寻找最优结果,主要分类措施如表1所示。
表1 各方法的分类方法描述Tab 11 The descr i pti on of d i fferen t cl a ssi f i ca ti on m ethods分类方法方法描述目视解译(V I )基于GPS 野外调查数据,对两个时相影像交互判读,人工勾绘光谱角制图(S AM )取样区中心点的光谱平均值,为样本光谱最大似然分类(MLC )采用非可能性阈值模式面向对象分类(OOC )基于eCogniti on 410,通过试验选择最佳分割参数和特征参数BP 神经网络(BP NN )采用Logistic 模式,样本训练次数为1000分类后比较(CAC )先用MLC 法对两幅影像分别分类,然后叠加分析求得最终结果312 全样本精度检验常规的分类结果检验方法是在分类结果中随机选取一定数量的检验像元,将检验像元的分类结果与实际地类比较,由此得出分类精度[16,17]。
然而抽样方式对分类精度评价结果存在较大的影响,全样本精度评价方法可避免抽样带来的不确定性,从而提高分类结果检验的准确性[17]。
目视解译相对自动分类而言,具有更高的地物识别精度,可作为对自动分类进行精度评价的参考数据[17]。