介绍了天然气水合物的遥感探测方法,即:首先选择适当的ETM+、ASTER以及Quickbird等遥感图像,分析可见光、短波红外、热红外波段的影像特征,反演地表温度;然后结合野外调查和前人资料,寻找天然气水合物的直接和间接遥感解译标志,进行遥感解译。研究结果表明,青藏高原天然气远景区出现的几种遥感解译标志包括:地表上空高温异常(尤其是水体上空)、泥火山、沼泽地水体中大量气泡和棕黄色沉淀物,以及碳酸盐化、粘土化等指示信息。本研究为进一步开展大规模天然气水合物遥感调查和圈定靶区提供了基础方法。
2024-01-11 14:43:44 1.49MB 天然气水合物 遥感探测
1
阐明决定营养素时空变化影响的因素对于分析生态系统的特征很重要。 本文的目的是估计使用特定采样方法获得的值如何与整个图的实际数据相关。 采用网格划分法将位于中国高山草原生态系统海北国家野外研究站的综合观测场(IOF)划分为25个子图。 从2001年至2012年,随机抽取25个子样中的5个样地,以确定土壤养分含量的变化来源。结果表明,0-10 cm土壤层中有效氮的时空变化贡献很大。分别为47.3%和52.7%。 空间变异的贡献高于时间变异,特别是在表层土壤中。 高寒草甸有效土壤氮含量不受降雨和温度波动的明显影响。 增加样本数量可以减少测量可用土壤氮含量时的计算误差,而收集合理数量的样本可以节省时间和劳动力。
2024-01-11 14:41:53 454KB 营养变化的来源 时间变化 空间变异
1
青藏高原柴达木盆地边界shp文件
2022-11-11 21:06:12 228B 柴达木盆地
1
可以用来绘制青藏高原边界的shp文件,内有颜色填充
2022-10-28 21:57:47 25KB tibetan 青藏 青藏高原 青藏高原_shp
1
基于模糊证据权模型的青藏高原区土地适宜性评价
2022-05-04 14:06:39 16KB 文档资料
阿里云资深专家何万青 博士在2017杭州云栖大会中做了题为《阿里云弹性高性能计算E-HPC —— 云之彼端,是青藏高原》的分享,就中国高性能计算的趋势与展望、阿里云弹性高性能计算平台E-HPC发布、对高性能需求的讨论做了深入的分析。
2022-05-02 12:00:32 9.81MB 云计算
1
青藏高原旅游区.ppt
2022-04-06 01:06:18 3.98MB
描述 青藏高原是一个独特的寒冷干燥地区,被认为是地球的第三极,主要由高山草原组成(>60%)。虽然记录了高原气候变暖,但对高山草原物候及其气候依赖性的研究较少。本研究测试了经常观察到的中分辨率成像光谱仪 (MODIS) 时间序列(500 m,8 天)在检查高原高山物候学中的可行性。从 2000-2010 年每年的 MODIS 归一化差异植被指数 (NDVI) 系列中提取了一组物候指标。进行非参数 Mann-Kendall 趋势分析以找出这些物候指标的趋势,然后将其与生长季节的每月气候记录联系起来。高原东西部物候变化趋势相反,西部开始、高峰期和季末延迟,东部物候期提前。相关性分析表明,降水量呈西部递减、东部递增的趋势,可能是绿度开始和高峰期的主要驱动因素。整个高原的温度都在升高。虽然西部季节结束的延迟可能与后期温度较高有关,但其在东部的推进需要在这个独特的寒冷地区进一步调查。 引用:王翠珍; 郭华东; 张丽; 刘双俞; 邱玉宝; 孙中昶. Phenological metrics dataset of alpine grasslands (2000-2010)(V1).
描述 由于积雪是冰冻圈中最活跃的元素之一,因此积雪监测对于暴风雪评估、水文预报和气候变化研究非常重要。自 2013 年 9 月起,青藏高原自动连续积雪深度测量站网络建成,为该地区积雪监测和卫星积雪产品评价提供了必要的数据集,特别是高时空分辨率的 FY-4A 和Himawari-8/9 卫星。该网络由 25 个站点组成,每个站点主要配备 SR50A 声波测距传感器和 Hydra Probe 土壤传感器,可近乎实时地测量积雪深度、土壤湿度和其他土壤特性。该数据集中雪深和土壤湿度的准确度分别达到约 1 cm 和 3 %。 引用:蒋玲梅; 徐维新; 张娟; 王功雪; 刘晓敬; 赵少杰. An automatic measurement dataset of snow depth on Tibetan Plateau(V1). 2017. 2017-01-05. cstr:31253.11.sciencedb.367; h
2022-02-22 18:00:38 20.59MB 青藏高原 积雪深度
青藏高原空间范围 数据格式:shape 坐标系:WGS_1984
2022-02-22 14:00:33 139KB 青藏高原空间范围数据格式:sh