孟成真
- 作品数：7 被引量：28H指数：3
- 供职机构：成都信息工程大学资源环境学院更多>>
- 发文基金：国家自然科学基金四川省科技计划项目四川省教育厅资助科研项目更多>>
- 相关领域：环境科学与工程自动化与计算机技术农业科学天文地球更多>>
- 基于多源遥感的四川省霾天气的气溶胶特性及驱动力研究
- 近年来我国四川省雾霾天气频繁发生,空气质量下降严重,大气污染问题已成为公众关注的热点,而大气气溶胶光学厚度的分布能反映区域大气污染程度,因此开展气溶胶光学厚度的时空分布研究对区域污染状况分析很有意义。本文利用CALIPS...
- 孟成真
- 关键词：MODISCALIPSO气溶胶光学厚度
- 文献传递
- 遥感技术在农业旱情监测中的应用分析被引量：2
- 2018年
- 本文通过选取西南地区作为研究区域,以气溶胶遥感技术在农业旱情监测中的应用作为主要研究内容,结合广西、四川等西南地区的具体旱情,从旱情遥感监测、地表水资源遥感监测以及旱情影响评估3个方面对农业旱情监测中气溶胶遥感技术的应用方法进行简要分析研究。并在此基础上对旱灾的具体影响范围、地表水变化情况等进行说明,以此有效证明遥感技术在农业旱情监测中具有强大的应用价值。
- 孟成真
- 关键词：遥感技术农业旱情监测
- 横断山区土地利用及其变化的地形梯度分析
- 为探究横断山区地形因子与土地利用及其分布变化的关系，利用1990年、2000年、2010年横断山区的土地利用数据和气象要素数据，利用分布指数、地学图谱分析，从高程、坡度和坡向角度，系统分析横断山区土地利用分布和变化的地形...
- 孟成真卢晓宁曾德裕熊东红
- 关键词：土地利用地形因子土地利用变化
- 离散Landsat归一化植被指数的时间序列融合构建
- 2019年
- 结合滑动窗的使用,提出了一种基于傅里叶逼近和线性融合降尺度的时间序列构建方法。在时间序列上逐像元对离散的Landsat数据进行傅里叶逼近,并同分辨率较低的AVHRR传感器数据进行融合,实现了试验区Landsat植被指数的时间序列构建,结合作为实际观测数据的Landsat数据对模型结果的精度进行验证。结果表明,模型结果在色调与纹理等图像特征方面与实际观测数据一致,构建了白色冰雪覆盖区域的NDVI,构建结果与周边地表具有非常好的空间连续性,且整幅影像不存在明显的块状效应;模型结果与实际观测数据具有较高的相关性(平均0.8692)和较低的均方根误差(平均0.0435),平均高达75.04%的像元误差在±0.05之间,高达97.64%的像元误差在±0.1之间,并且误差呈良好的正态分布。模型精度对输入数据量存在一定依赖,同时对混合像元的处理方面尚存在一定的改进空间。
- 曾德裕卢晓宁黄玥杨柳青孟成真
- 关键词：LANDSATNDVI数据融合傅里叶分析
- 四川省伏旱及驱动因子多尺度分析被引量：5
- 2019年
- 为研究四川这一复杂地形地貌背景区伏旱的多尺度特性,该文在已完成的2000—2015年7—8月四川省月尺度伏旱的遥感监测研究的基础之上,应用二维离散小波变换的方法,不仅分析伏旱多年平均状况及其演变趋势的多尺度特征,更对导致旱情发生发展的驱动因子进行多尺度的分解分析。结果表明:1)旱情多年平均状况在四川省各地貌类型背景区都以垂直方向(南北方向)的小波方差最大,体现出旱情沿区域垂直方向显著的空间分异特征。2)各地貌类型背景区多年平均伏旱状况的主导尺度的数量和范围不同。川东盆地主要存在5个主导尺度,且以中旱的5040.75km2的宏观尺度最为突出,严重干旱和特大干旱等级区则以中观尺度(187.34、560.08km^2)为主,集中体现在成都平原一带。高原与盆地过渡区主要存在3个主导尺度,亦以中旱的2194.5km^2的宏观尺度为主,严重或特大干旱等级则集中在160.51和418km^2的中观尺度的城市和建成区。川西高原则存在2个主导尺度,以9487.5km^2的宏观尺度无旱的常绿针叶林和混交林交错分布区为主。3)旱情演变趋势则表现为:川东盆地和高原与盆地过度区呈旱情加重趋势区都以中观尺度为主,而呈旱情减缓趋势区则都以宏观尺度为主,只存在尺度数量和具体值上的差异;川西高原则相反,加重趋势区以宏观尺度为主,减缓趋势区以中观尺度为主。4)三大地形地貌类型区在旱情演变趋势的主导因素方面表现出一致性,旱情加重趋势区的主导尺度以植被的衰退变化趋势为主,而旱情减缓趋势区的主导尺度则都以降水的增加趋势主导。
- 卢晓宁曾德裕黄玥杨柳青孟成真
- 关键词：干旱遥感多尺度
- 综合考虑植被、温度和降水的四川省月尺度伏旱遥感监测被引量：10
- 2017年
- 基于四川农业大省的重要性、伏旱监测的必要性、复杂地貌背景区实测气象站点的有限性以及多云雾天气下高频伏旱遥感监测的困难性,综合降水(TRM)、植被(VCI)和地表热力状况(TCI)在旱情发生发展中的作用及体现,构建基于三者加权的伏旱遥感监测模型,并完成了2000—2015年7—8月四川省月尺度伏旱监测,从伏旱多年平均状态、演变趋势、频率三方面分析了四川省月尺度伏旱的时空演变规律。结果表明:1)SDCI(归一化旱情综合指数)=0.25×VCI+0.5×TRM+0.25×TCI模型是最适用于四川省的月尺度伏旱监测模型。该模型体现了在伏旱监测过程中考虑并突出降水的重要性。2)四川省7月平均旱情强度较强,8月旱情强度整体上有所减弱;各地貌类型区7、8月旱情强度则表现为川东盆地旱情强度最强,高原与盆地过渡区次之,川西高原最弱。3)四川省整体上7月伏旱呈减缓变化,8月旱情呈加重变化。川东盆地7月伏旱以加重变化为主,8月则为减缓变化;高原与盆地过渡区及川西高原7月伏旱以减缓变化为主,8月多表现为加重变化。4)四川省不同地貌背景区伏旱频率分布特征表现为川东盆地历年旱情发生频率最高,其次是高原与盆地过渡区、川西高原。川东盆地和高原与盆地过渡区以中度干旱较为频发,川西高原则多为轻度干旱。
- 卢晓宁张静怡王玲玲孟成真曾德裕
- 关键词：伏旱遥感监测
- 2000—2014年四川省气溶胶时空格局及其驱动因子定量研究被引量：13
- 2016年
- 论文研究四川省2000—2014年气溶胶光学厚度的时空演变趋势,并综合自然和人为两方面因素,从区域尺度上对四川省气溶胶光学厚度演变的驱动力进行定量研究,更进一步从像元尺度上分析驱动力的空间分异。结果表明:1)四川省以中部盆地为气溶胶光学厚度高值中心区且增长趋势最为明显,川东平行岭谷值较小且有轻度减少趋势,川西高原、川西南山地值最小,但有轻度增长趋势;2)区域尺度上,对气溶胶光学厚度驱动力主导因子进行定量研究,建立了气溶胶光学厚度(AOD)与GNP、降水量和归一化植被指数的多元回归模型,即AOD=0.849+0.567×GNP-0.909×降水量-0.077×归一化植被指数,该模型较好地体现了在更为宏观的区域层面上四川省气溶胶光学厚度演变驱动力的定量作用;3)像元尺度上,驱动力的空间分异表现为中部盆地气溶胶光学厚度主要受人为和地表因素影响,川东平行岭谷、川西高原和川西南山地气溶胶光学厚度受气象和地表因素影响较多。由于川渝地区秋冬季多云雾,有效的气溶胶卫星观测数据偏少,因此如何在秋冬季获取气溶胶光学厚度有效数据是未来应加强的工作;在驱动力因子方面人为因子的选取划分可以进一步具体化;由点到面的插值会影响驱动力因子数据的精度,故如何通过高精度的插值方法来提高数据的精度亦是未来提高驱动力定量研究准确性的发展方向。
- 张静怡卢晓宁洪佳孟成真
- 关键词：气溶胶光学厚度MODIS遥感驱动力
