全球氣候變化導(dǎo)致旱災(zāi)頻發(fā),嚴(yán)重影響社會(huì)經(jīng)濟(jì)發(fā)展、工農(nóng)業(yè)生產(chǎn)與生態(tài)環(huán)境等。如何發(fā)展及時(shí)、準(zhǔn)確、高效的旱災(zāi)信息監(jiān)測(cè)手段成為當(dāng)今熱點(diǎn)。傳統(tǒng)的旱情監(jiān)測(cè)方法依靠地面監(jiān)測(cè)系統(tǒng)并直接獲取旱情信息,但面臨時(shí)空分辨率低、數(shù)據(jù)采集、處理過程繁復(fù)以及成本浪費(fèi)等問題。隨著衛(wèi)星遙感技術(shù)飛速發(fā)展,遙感數(shù)據(jù)時(shí)空密集、大尺度覆蓋、數(shù)據(jù)源豐富等優(yōu)勢(shì),為實(shí)時(shí)、迅捷地旱情信息監(jiān)測(cè)提供了極大的可能。本研究提出利用非平穩(wěn)探測(cè)模型—GWR,解決目前遙感干旱監(jiān)測(cè)大多使用全域性建模方法,忽略數(shù)據(jù)空間非平穩(wěn)特征的問題,以提高大尺度上旱情監(jiān)測(cè)的精度。地理加權(quán)回歸（Geographically Weighted Regression,GWR）模型能夠?qū)^(qū)域變量的位置特征嵌入模型優(yōu)化過程中,既可解算區(qū)域化變量與地面數(shù)據(jù)間的局部關(guān)系,又可探測(cè)這種空間非平穩(wěn)性的變化過程并實(shí)現(xiàn)可視化的表達(dá)。與其它非平穩(wěn)探測(cè)技術(shù)相比,GWR基于局部光滑思想,具有實(shí)現(xiàn)過程簡(jiǎn)單,算法復(fù)雜度低,自動(dòng)化程度高等優(yōu)勢(shì),廣泛應(yīng)用于地質(zhì)學(xué)、環(huán)境科學(xué)、房產(chǎn)特征、景觀生態(tài)學(xué)、健康衛(wèi)生研究以及犯罪研究等方向。本文以美國大陸（CONUS）作為研究區(qū)域,應(yīng)用2002-2011年月尺度多源... 

【文章來源】：福州大學(xué)福建省 211工程院校

【文章頁數(shù)】：77 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１－１技術(shù)路線??本文的技術(shù)路線如下圖１－１所示，主要包括三個(gè)大的方向

部大平原為大陸性氣候、西部?jī)?nèi)陸為陸行氣候、南部為地中海氣候。各個(gè)區(qū)域的氣候類??型有所差異，但較為符合典型的氣候區(qū)特征。根據(jù)各地區(qū)的氣候特征與類型，研宄學(xué)者??將美國的氣候區(qū)劃分為３４４個(gè)子帶，在各個(gè)子氣候區(qū)上氣候特點(diǎn)均有所差異，圖２－１為??劃分的子氣候區(qū)域典型的地表覆被類型。??由于美國大陸氣候類型與地形復(fù)雜多樣，因此在該區(qū)域頻頻爆發(fā)嚴(yán)重的干旱災(zāi)害，??美國曾經(jīng)暴發(fā)過多次嚴(yán)重的干旱災(zāi)害事件。２０世紀(jì)３０年代的“塵盆”災(zāi)害、２０世紀(jì)４０??到５０年代的重大旱災(zāi)、２００２年的大范圍中等旱情、２００７年的類似“塵盆”事件、２０１１??年的西部嚴(yán)重旱情、２０１４年的加州大旱等等。因此美國政府從法律政策、應(yīng)對(duì)手段等各??方面加大了對(duì)于旱情防治的監(jiān)管，并建立健全了一系列旱情監(jiān)測(cè)防范機(jī)制，提供了大量??不同類型的旱情監(jiān)測(cè)數(shù)據(jù)，并進(jìn)行公開，極大的促進(jìn)了遙感旱情信息監(jiān)測(cè)過程的研宄和??發(fā)展。因此本文選取美國作為旱情監(jiān)測(cè)的研究區(qū)域，應(yīng)用美國官方所提供的多類型數(shù)據(jù)，??進(jìn)行旱情監(jiān)測(cè)的研究與驗(yàn)證工作。??２．?２數(shù)據(jù)概況與預(yù)處理??本小節(jié)主要對(duì)研宄所使用的監(jiān)測(cè)數(shù)據(jù)進(jìn)行簡(jiǎn)要的介紹。包括作為驗(yàn)證數(shù)據(jù)的旱情監(jiān)??測(cè)資料（ＰＭＤＩ、ＰＨＤＩ、ＺＮＤＸ、ＳＰＩ－ｎ、ＵＳＤＭ等），以及用為模型建立的多源遙感數(shù)據(jù)（Ｍ０ＤＩＳ、??ＴＲＭＭ、ＡＭＳＲ－Ｅ等）。同時(shí)對(duì)于多源數(shù)據(jù)的特性和預(yù)處理過程進(jìn)行概括。??１９??

圖３－１?Ｇａｕｓｓ空間權(quán)函數(shù)??其中，ｂ稱為非負(fù)衰減參數(shù)，是權(quán)重與距離之間函數(shù)關(guān)系一個(gè)轉(zhuǎn)化因子，也稱為帶??寬（Ｂａｎｄｗｉｄｔｈ）。如圖３－１所示，帶寬ｂ的值越大，高斯函數(shù)變化越緩慢，權(quán)重Ｗ隨距??離．的變化的越慢；反之帶寬ｂ取值越小，高斯核函數(shù)的形狀越“陡峭”，權(quán)重Ｗ隨距??離ｄｙ的變化的越快。較為特殊的是當(dāng)帶寬為〇時(shí)，只考慮回歸點(diǎn)ｉ上的取值，等于其權(quán)??值為１，其它各觀測(cè)點(diǎn)的權(quán)值均為０。??３１??


本文編號(hào)：3043818