监测数据范文

2023-11-11

监测数据范文第1篇

基础性地理国情监测是采用与第一次全国地理国情普查相一致的内容体系, 覆盖全国, 面向通用目标、综合考虑多种需求而进行的常态化监测[1]。按照国务院对地理国情监测工作总体部署和测绘地理信息事业转型发展需要, 汲取2016年国家测绘局开展地理国情监测工作的经验, 2017年地理国情监测工作在全国各地全面展开。本文结合地理国情普查及国情监测的生产实践对基础性地理国情监测数据生产探索出几条行之有效的提高工作效率和成果质量的方法。

1 地理国情监测主要内容

2017年地理国情监测是利用高分辨率航空航天遥感影像, 整合最新的基础地理信息数据及相关部门专题数据, 监测全国变化情况, 对第一次全国地理国情普查及2016年监测成果进行更新, 形成现势性强、高精度、全覆盖的全国地理国情信息数据库, 发布2017年度地理国情监测报告, 为各部门和地方政府提供地理国情信息决策支撑, 为生态文明体制改革、民生保障、应急救灾、重大国情国力调查等工作提供统一的地理空间公共信息基底。

基础性地理国情监测数据生产内容主要包括影像正射纠正、变化信息发现与提取、外业调查核查、内业编辑整理、质量控制、入库前检查和预处理等。

2 地理国情监测技术路线

基础性地理国情监测采用内外业结合的方法开展, 按照“内业为主、外业为辅”的原则安排任务, 利用统一提供的2016年基础性监测成果数据作为监测本底数据, 结合第一次全国地理国情普查成果和其他监测数据, 基于监测中获取的遥感影像数据, 识别变化区域, 采用遥感影像解译、变化信息提取、数据编辑与整理、外业调查等技术与方法, 充分利用已经收集的解译样本数据辅助内业解译, 采集变化信息, 结合多行业专题数据, 对本底数据进行更新。内业无法获取和难以识别的区域辅以外业调查, 其他变化区域, 应合理确定核查路线开展外业核查, 确保采集的变化信息的准确性。

3 国情监测数据生产中的主要问题

第一次地理国情普查及2016年国家测绘局开展的地理国情监测的经验表明, 开展地理国情普查 (监测) 工作, 行业资料的搜集至关重要, 直接影响国情监测成果的完整性和可靠性;内业采集、外业核查是基础性地理国情监测数据生产的核心工作, 如何降低内业采集的错误率、减少重复操作和提高外业核查的有效性对国情监测的工作顺利完成很重要。

4 资料的收集、获取与使用

地理国情要素丰富多样, 涵盖面十分广泛, 包括道路 (铁路、公路等) 、水系 (河流、湖泊等) 、构筑物 (堤坝、隧道、桥梁等) 、行政区划与管理单元、社会经济区域单元 (主体功能区、自然保护区等) 、自然地理单元 (流域、沼泽区等) 和城镇综合单元 (居住小区、工矿企业等) 等诸多方面, 这些要素资料分散于政府的各个职能部门手中, 是国情监测工作中地理国情要素的主要的数据来源。因此, 国情监测要首先开展资料收集工作, 而收集而来的国情资料大多并不能直接使用, 需要进行筛选和进一步的处理以满足国情监测需求。

收集民政、国土、环保、建设、交通、水利、农业、统计、林业等部门具有权威性、可靠性、准确性的最新版专题数据资料 (如表4-1) , 并进行资料整理、分析和整合。提取出新增、变化或消失的要素信息, 以方便在信息采集阶段使用, 这对提高国情监测的工作效率和成果质量具有重要意义。

5 内业采集

基础性地理国情监测数据生产的工作内容大部分集中于内业采集, 良好的内业采集质量能大幅度提高国情监测的成果质量, 国情普查时期和2016年国情监测时期的作业人员与作业方式不同, 对采集指标的理解和执行也有所区别, 为避免监测成果质量良莠不齐及增加国情监测工作量, 在采集之前, 应对所有作业人员统一培训, 强调国情监测相对于国情普查的不同和相同之处、强调采集指标及不同情况的处理方法、强调国情监测的重点内容和更新原则、强调国情监测的作业规范等。

应充分利用影像数据、外业调查成果、已有遥感解译样本数据以及从专业部门收集的各类专业资料, 开展数据采集与编辑。数据采集与编辑的过程可能需要穿插进行内业影像信息采集、外业调查、专业资料收集整理以及各阶段成果的汇编整理等工作, 需要注意做好各项工序之间的阶段成果管理与交接, 避免引起数据版本混乱或信息丢失[2]。

作业区责任人在安排生产任务前, 要先观察任务区地形、地貌总体特征, 对图斑变化类型有较为明确的认知, 如山区变化小、平原变化大, 村屯变化小、城镇变化大, 田地里变化小、水系水体周边变化大等, 合理分配工作任务。

变化区域识别及内业采集应重点针对地理国情普查成果中处于非季节性变化中或覆盖状态不稳定的地物类别[3], 如人工幼林、建筑工地, 以及非人工建造类别变更为人工建造类别、建造强度发生显著或根本变化的类别、大面积的植被覆盖显著变化的区域。季节性原因导致的地表覆盖类型变化不做监测更新。

内业采集针对的是点、线、面矢量数据的操作, Arcgis在国情监测中能充分发挥它的数据分析和数据处理的优势, 并可以结合Python、Arc Py编程实现很多功能, 如影像的拼接、裁剪, 数据库的裁切、合并、融合, 内业采集变化信息的提取及外业核查地图的批量制作等, 能极大的减少重复性工作。

6 外业核查

地理国情监测的技术路线是“内业为主, 外业为辅”[4], 国情监测没有对外业总体工作量作规定, 是由各省根据作业队伍技术水平和工作成果质量进行调整或确定;其次, 在确保成果质量的前提下, 尽可能减少外业工作量。因此在变化量较多的地区如何在保证成果质量和外业有效性的前提下, 尽可能减少外业核查工作量显得异常关键。为此在外业核查开展前需进行一系列准备工作。

6.1 提取疑问要素

为了保证内业采集的准确性, 对于通过观察影像内业无法准确判别的图斑和地理国情要素均设置为疑问要素, 外业核查时需一一重点核实, 对于有相同纹理和分布规律相似的较多疑问图斑可选取少量具有代表性且容易到达的作为外业核查图斑, 外业核查后根据核查结果判定其他相同要素的属性。

6.2 提取变量

变量即所有图斑变化类型的图形与属性信息, 不管哪种类型的变化本质就是分类代码 (CC) 的变化, 外业核查过程中难以判断伸缩型变化的位置信息, 而伸缩型变化要远远多于新生型变化, 为了方便识别变化部位和掌握变化数量, 采集过程中, 可以建立一个辅助点层, 将伸缩型变化的点位做概略记录, 再结合新增、删除要素或图斑的情况, 合并即可确定实际变化发生的位置和数量。如果专门记录伸缩变化位置比较麻烦, 也可以提取伸缩型要素, 并与本底中相同FEATID的要素进行异或叠加, 从而提取实际伸缩变化位置。

对于地表覆盖而言, 外业核查时图斑分为两种, 一种是变量, 一种是未发生变化的图斑, 将变量突出标注和显示, 这样外业核查时就有了针对性, 对变量做重点核查。

6.3 统计分析

样本解译选择样本的原则:既能能够代表其所属的覆盖类型, 又能综合反映该类型的总体特征;样本总体在数量上应能代表该区域的整体特征, 在分布上应贴近地物和覆盖类型分布的趋势[5]。

因此, 在外业核查前, 可先对变量做变化信息统计, 针对每种变化类型统计数量并观察其分布特点, 选取适量变量做为拍摄解译样本照片的位置, 这样能大大提高解译样本照片的合格率及保证无样本缺失。

对于不同作业方法和对采集指标和采集要求的理解不同造成本次国情监测予以调整而影像实际上未发生变化产生的变量可以选择不核查或少核查, 以减少外业核查工作量。

6.4 数据整理

将上述整理的矢量数据输出.SHP格式 (如图6-1所示) , 导入外业平板电脑, 以供外业核查使用, 外业核查时以疑问图斑和变量为核查重点, 以选取的变量为拍摄解译样本照片的重点, 这样大大提高了外业核查的效率, 缩短了外业核查时间。

7 结束语

第一次全国地理国情普查成果已在“多规合一”、城市规划实施监管、环境保护与治理等多个领域得到应用, 在生态文明制度建设中发挥了不可或缺的作用。随着应用领域的扩大、应用层级的提升, 对持续开展变化监测提出了迫切需求。而相对于传统测绘工作而言, 地理国情监测涵盖技术层面更加广泛、涉及领域更加丰富, 这也对我们专业技术人员带来挑战, 广大测绘工作者应在生产中不断寻求技术上的突破, 不断创新, 需求更快捷、更高效的生产方式和方法。

摘要:随着地理国情监测工作归入常态化, 相对于以前的测绘工作而言, 地理国情监测对地理要素变化发现、获取、提供的时效性、动态性更高, 这对测绘地理信息队伍形成巨大挑战, 在监测工作中, 我们应归结出更灵活高效的生产方式和方法。

关键词:地理国情监测,资料收集,内业采集,外业核查

参考文献

[1] 国家测绘地理信息局.GQJC 2017年全国基础性地理国情监测实施方案[G].北京:国家测绘地理信息局, 2017.

[2] 国家测绘地理信息局.GQJC 01-2017基础性地理国情监测数据技术规定[G].北京:国家测绘地理信息局, 2017.

[3] 国家测绘地理信息局.GQJC 03-2017基础性地理国情监测内容与指标[G].北京:国家测绘地理信息局, 2017.

[4] 国家测绘地理信息局.GQJC 07-2017地理国情监测外业调查技术规定[G].北京:国家测绘地理信息局, 2017.

监测数据范文第2篇

摘 要实验室质控工作是认可工作顺利进行的最强有力保证。笔者结合自身多年的工作经验,叙述了实验室质量控制的重要性,并提出如何加强环境监测实验室的质控工作以及开展质控工作中应注意的问题。

关键词环境监测;实验室;质量控制;问题

1实验室质量控制的重要性

1)是监测工作正常进行的有力保证。进入90年代末期,我国环境监测质量管理工作经历了统计质量控制,质量保证阶段,发展到现在的全面质量管理阶段。我国进行的环境监测实验室认可工作是实验室全面质量管理的一种体现。实验室质控工作是认可工作顺利进行的最强有力保证。一个实验室有无完善的质控体系,可直接反映该实验室的检测能力和水平。实验室在检测工作的每一个环节都应具备相应的质控措施,以保证检测结果的真实有效。

2)有助于提高实验室人员的素质。通过计量认证或实验室认可的实验室,要求实验人员不仅要具有精湛的实验分析技能,还要懂得具体的分析监测理论知识,熟悉各种规范、标准以满足现代监测工作的要求。实验室应通过各种程序或规定,对实验人员进行有针对性的管理,以实现实验人员自控及管理人员监控的目的。通过组织实验分析人员进行岗位培训或参加各种能力验证及比对实验,即可帮助分析人员及时发现不足,从而不断提高实验技能,还可使其及时了解现代实验室分析方向和动态。

3)能够不断提高自身的检测水平。质控措施的有效实施同样是对实验室自身检测水平的一种挑战,是实验室检测水平不断完善,不断更新的一种过程。实验室既可以通过实验室间的质量控制措施, 实现横向、纵向的比较,及时发现自身的不足,通过实验室内的不同质控措施,不断的完善自己,使自己在持续改进中发展。

4)是获得监测数据准确性的保证。监测数据是监测部门的命脉,数据的准确有效性是对监测对象的客观正确反映。“错误的数据比没有数据更可怕”,为了保证数据的可靠性就必须加强实验室质量控制。质控措施的有效运行是监测数据科学性的根基。质控措施可以保证样品在整个监测过程各个环节程序化进行。有效的质控程序可以及时发现整个检测过程中的不符合环节,做到及时查找原因, 及时改正,确保报出数据的准确。如果样品在监测过程中没有质控环节,即我们常说的“环节失控”现象,监测数据一旦出现问题,将是“查无出处”,那么监测数据的准确性也就失去了保证。因此,有效的质控措施和程序是获得准确检测数据的根本保证。

2如何加强环境监测实验室的质控工作

1)建立行之有效的科学质控体系。由质量负责人总负责,质量控制室负责具体日常工作,各专业室质量监督员时时监督组成质量控制体系。在质控体系下,全面开展质控工作,制定质控操行手册,做到事事有人管、时时有人盯,确实保障监测质量。

2)质控计划的制定要及时、全面。质控工作涉及到实验室工作的方方面面,实验室应在每年年初根据自身情况制定出详细的质控计划,包括人员的培训及考核计划、质控样品的需求量及购置清单、仪器设备检定计划、参加能力验证及比对的计划等。质控工作单纯对于监测工作量来讲,的确是任务量的增加,但其作为监测工作流程不可缺少的组成部分,承担着监测数据生命线的保障作用。因此一份细致而全面的质控工作计划是顺利完成监测任务的前提和基础。应特别强调的事,从事质控管理工作的人员应具有扎实的受控岗位工作经验,才能有针对性地制定出切实可行的质控计划。进而使质控工作顺利进行。通常要针对不同的监测任务,下达适宜的质控计划,并及时地进行科学监督,真正的发挥出质控对监测的监督作用。

3)重视人员的培训和考核。当代企业的管理正逐步向人性化管理的方向发展,检测部门同样应重视人员的培训与考核。在事业单位机构改革后,原有的管理职能将逐步向服务职能转变,加之我国进入WTO后,国外的检测机构也将逐步进入我国检测市场,而国内的检测机构也会打破地域限制,参与市场竞争。面对这种形势,监测站应加大对现有人员的培训力度,对监测人员特别是技术岗位人员进行及时的培训与考核,通过培训开阔眼界、了解现状、互通有无,通过考核清楚现有实力,确定发展目标,保证检测人员能够及时更新思想、掌握新方法,了解新技术,及时满足现代监测管理的需要。

4)根据实际情况采取质控措施。如水体监测应采取以下几方面的质控措施:①采集现场空白样,验证采样器具是否清洁;②样品加标测其回收率,以保证对复杂水体监测的准确度;③发放密码质控样,保证临近样品浓度的准确度;④保证平行样分析及测试仪器的定期校准和检定的准确性。

5)切实发挥纠正措施的作用。在质量控制实施过程中发现不符合项是很常见,也是很正常的事,如何能够及时启动有效纠正措施,杜绝类似不合格项的再次发生。认可和计量认证实验室都有具备自己的偏离纠正程序,当在质量活动中发现不合格项时应及时启动程序实施整改。如是共性问题,在整改完成后,应重视事后的人员培训及宣贯,做到举一反三,可将其列入日常监督计划,在实施一定期限内,如未发生类似不合格项,则可视为此次纠正行之有效。

3质控工作中应注意的问题

1)正确使用标准溶液及标准样品。标准溶液是分析的基础,其质量的优劣直接影响监测结果的准确和可比性的正确实现。因此,在实际工作中应注重标准物质的保管及使用。监测部门质控工作可根据实际情况,把标准物质(质控样)分为明码样和密码样,充分利用标准物质,让其在质控工作中发挥作用。在发放标准样品时应注意同时发放统一生产单位的标准溶液,以减少系统误差给分析结果带来的影响。

2)科学管理标准物质和仪器。实验室应建立一系列程序性文件用于标准物质的管理、仪器设备的管理等。标准物质特别是有机物质,因为种类多,数量少,可能不便于管理,监测站应指派专门质控员对标准物质发放等进行管理。可利用计算机的数据库对标准物质管理,这样可以及时发现标准物质的数量是否充足,是否失效等问题。仪器设备的统一管理也是非常重要的问题,仪器设备的期间核查和定期检定是不容忽视的问题,仪器设备种类多且较分散的监测站,要做到对仪器的统一管理,完善的程序及仪器管理员的责任心、专业知识及经验会保证仪器管理工作的顺利进行。

3)给质控工作在环境监测工作中正确定位。质控工作是一种质量管理手段,我们要通过质控工作提高监测分析质量,保证监测数据的真实有效,而不应把质控工作看成是一种工作负担,认为“质控工作是增加工作量”,“有意难为人”的这些说法都是错误的,只有真正理解认识质控工作在监测工作中的作用,才能使质量控制在实际工作中真正的有效运行。

4结束语

环境监测质量保证工作是一项重要的技术工作,多年来,我们把不断深化环境监测质量保证工作当作一项系统工程来抓,取得了一定的成绩和效果。它的正确实施会为实验室质量体系的有效运行提供有力保证。环境监测站是一个高科技和人才密集的事业单位,不断完善的质量体系、高素质的监测队伍、行之有效的监测手段、科学的监测方法是监测部门立足于当代社会的有效保证。

参考文献

[1]孟艳艳.环境监测实验室质量管理体系的建立与运行[J].科技咨询导报,2007.

[2]国家环境保护局.水和废水监测分析方法(第四版).中国环境科学出版社.2006.

[3]潘文波.环境监测实验室内质量控制体系的设想[J].污染防治技术,2006.

监测数据范文第3篇

环境影响评价是建立在对过去和现在的环境状况深入、全面了解基础上开展的, 这个基础就是监测调查取得的数据资料。通过监测调查取得的数据资料常受制于客观条件和主观态度。所以必须有健全的质量保证体系, 才能保证数据的质量要求。

1.1 数据的代表性和完整性

数据的代表性和完整性, 是指所取得的监测数据应该能够比较好地代表污染物的空间和时间分布状况, 而且不应该有遗漏和缺损。监测数据的代表性和完整性主要体现在监测采样点位的设置和采样时间、周期及频率的安排上有时空代表性。

1.2 数据的准确度、精密度和可比性

准确度、精密度和可比性是密切相关的。例如, 用一个精密度很差的方法来测定某环境样品, 至少在进行有限次数测定的情况下, 其测定结果与真值的偏差可能很大;反之, 采用法定计量参考标准测定的准确数据之间必然是具有可比性的。

2 对于环境监测数据的整理、特征和利用分析

2.1 监测数据的整理

监测调查取得的是大量原始数据和图表, 因此第一步工作是数据的整理和归类。为了便于整理和归类, 在监测调查中应尽量采用标准化的记录表格。

原始数据经过逐个检验后予以确认, 其目的是查出并核实那些不能反映采样点实际环境情况的数据。负责数据确认的人不能直接参与数据收集工作。

2.2 监测数据的特征

数据的局限性。它规定了一次监测调查所取得的数据的可应用范围, 超出这个范围来评估环境质量将是谬误。例如:在一条交通繁忙街道边测得的空气参数数据不能用来评估街道所在小区的空气质量。所以, 数据的局限性首先与数据的代表性有关, 其次与采样和分析的可靠性和准确性有关。如果这些条件都能满足, 则数据的局限性常包括以下情况。

(1) 缺失数据。由于监测期内发生设备故障、样品丢失或受污染、恶劣的气候以及工作人员生病等因素造成数据缺失。

(2) 监测期内的不确定因素。这是经常遇到的。例如, 监测期内发生工厂偷排污染物, 因实验仪器故障而改变测试方法;特别是当数据来自几个实验室, 各实验室的数据获取和审校条件不同, 常需舍去一部分数据, 才能保持数据集合理性。

2.3 监测数据的解释和利用

环境影响评价的监测时间较短, 次数较少, 所获取的数据经过分析后用于环境基线描述、环境质量现状评价和影响预测。一般说, 有条件时可做下列两项工作。

(1) 污染物浓度时空分布特征分析。研究污染物浓度随时间变化时, 需要确定一定的时间序列。对环境影响评价来说, 由于监测时间较短, 只能用周期性时间序列, 从周期性分析浓度随时间的变化规律。周期性序列包括一昼夜、一周、一月、一季等。计算出一定时间周期的污染物平均浓度后, 可绘制污染物周期变化图。

(2) 污染物浓度与环境要素状态变化的相关分析。现状监测数据常可以反映污染物浓度与水文条件、气象条件等的关系。例如大气污染物浓度的空间分布特征与排放源、气象因素、地理条件、人为活动等常有一定关系, 因此, 可用浓度等值线图来表示有关特征。

3 对于环境监测数据的合理性分析

3.1 通过项目之间的相关性来分析

监测项目多种多样, 有机的、无机的都有, 但是物质本身具有相互关系, 两个或两个以上的项目监测数据往往存在一种固定关系, 这就为我们分析单个已实行质量控制措施的监测数据正确与否提供了依据, 对一些例行监测数据, 可做出直观的判定。例如:氟含量与硬度之间的关系。F与Ca、Mg形成沉淀物容积度较小, 因此, 在中性、弱碱性水溶液中, 如氟含量在 (mg/l) 级, 则其氟含量与Ca、Mg含量呈明显负相关, 即与硬度值呈负相关, 所以高氟区内的水质监测结果中硬度监测值一般较低。如果氟含量较高, 同样硬度监测值也很高, 数据就要重新分析。

3.2 通过掌握的资料对监测值进行判定

进行合理性分析, 首先要了解是否有新的污染源介入, 其次是采样全过程有无异常, 包括水质的颜色, 气味、流量的大小等。与以往数据进行比对, 采样是否规范, 采样的容器是否达到可用标准等。再次是实验室分析, 如查找显示剂保存时间是否过期, 标准曲线是否及时绘制, 分光光度计是否调零等等。对于气体来说, 还要考虑采样时的风向, 采样仪器是否校准等。对于可疑值, 在分析过程中已经知道数据是可疑的应将可疑值舍去。

3.3 通过监测项目的性质对监测值判定

在同一水样中有许多项目根据其性质可以判定相关的监测值是否正确。如总氮, 是指可溶性及悬浮颗粒中的含氮量, 如果同一水样监测结果出现总氮与氨氮、亚硝酸盐氮、硝酸盐氮数据倒挂, 就表明监测结果是不正确的, 需要重新分析找出原因;同样, 还有总磷与可溶性磷以及无机磷之间数据的倒挂;大气中, 氮氧化物与一氧化氮、二氧化氮, 总悬浮颗粒物与可吸入颗粒物之间数据的倒挂等, 都是不合理现象。

监测数据是多种多样的, 不仅仅包括环境空气、地表水、地下水等等, 也包括点源, 如我们常说的工业污染源。工业污染源多种多样, 不同的行业有不同的污染物产生, 多数行业都有自己的特殊污染物产生, 化学需氧量和氨氮只是多数工业污染源的共性污染物。因此, 要在日常工作中对辖区内的污染源或者是重点污染源有所了解, 根据行业的不同, 选择有针对性的监测项目来监督污染企业。

综上所述, 随着我国环境保护工作的不断深入, 在实际工作中对于环境监测数据的分析工作也要做到在以往的基础上更进一步提高数据的综合能力分析。根据环境监测评价的不同要求, 在数据分析上力争做到更合理更具有可靠性, 在结合多种分析方法的前提下, 对环境监测数据分析作出进一步的评价服务。

摘要:环境监测工作作为环境保护工作的重要一部分, 其及时、准确、全面的反应出社会环境质量的现状及发展, 是环境保护工作得以开展、实施的重要前提和基础性工作。随着我国入世以后, 在此之前我国的环境监测工作一直由国家环保局隶属监测站执行, 在加入WTO角度详细的分析了环境监测数据的方法和其利用价值进行了分析。

关键词:环境监测,数据分析

参考文献

[1] 杜桂峰.浅谈环境监测数据分析方法[J].广东科技, 2010 (6) .

[2] 叶萍.浅论环境监测数据的综合分析方法[J].中国环境管理干部学院学报, 2009 (1) .

[3] 马彦峰, 张勇.环境监测数据结果评价[J].环境保护科学, 2010 (1) .

监测数据范文第4篇

(1) 目前开展的旱情监测主要还是停留在气象灾害层面上, 还没有深入到农业层面, 现有的监测仅是气象灾害或灾害性天气的监测, 仅知道哪里有旱情发生, 但这种旱情能否成为农业灾害, 还不能确切地得知。

(2) 随着遥感传感器的发展, 用不同的传感器获取数据成为可能, 但是旱情监测对于遥感数据的选择有一定的限制。空间分辨率提高, 则微观尺度监测的结果精度会提高;时间分辨率提高, 对各种突发性、快速变化的自然灾害有更强的实时监测能力。一般空间分辨率越高, 时间分辨率就会降低。因此, 在遥感数据的选择上需要考虑空间和时间上的折衷, 这取决于旱情监测范围、精度要求以及旱情自身的特点等等。例如, 小范围的监测可以选择TM数据或雷达数据计算反映旱情的指标, 全国范围内的监测可以选择NOAA/AVHRR数据或MODIS数据。由于干旱是一个累积的过程, 如果有一个长时间序列的遥感数据进行干旱的监测, 就可以很好的监测旱情的发展趋势, 为决策提供更加可靠的信息。遥感数据多通道信息可以增强对地球复杂系统的观测能力和对地表类型的识别能力。在考虑遥感数据空间分辨率和时间分辨率的前提下, 也要充分利用遥感数据提供的多光谱信息。因此, 实现全国范围内的旱情监测, 遥感数据是否容易获取也是旱情监测最后能否运行的一个决定因素。

(3) 目前利用遥感数据计算各种能直接或间接反映干旱情况的物理指标, 己形成了很多种方法。但是干旱的发生由众多因素决定, 而旱灾更为复杂, 涉及农作物生长及其对水分的时空需要变化。因此, 指标的选取也是旱情监测最后能否运行的一个决定因素。各种指标都有自身的优缺点, 例如, 有些对于作物的监测比较好, 有些对于裸土监测效果比较理想;有些指标容易计算, 但考虑的影响因子比较少, 有些指标考虑的影响因子比较全面, 但太过于复杂, 使得全国范围内的计算难以实现。因此在指数的选取上不仅要体现对作物旱情监测的优势, 而且要考虑指数在全国范围内的计算是否可以进行。

1 国内遥感旱情监测指标反演进展

我国对VCI和TCI两人指数的应用都相对晚一些, 蔡斌等用VCI参照当时降水对全国1991年春季干早进行了监测和研究, 使用的是1985年至1991年的NOAA全球标准化植被指数资料, 时间分辨率为7天。选取出中国范围内的NDVI时间序列数据, 并对NDVI时间序列资料采用中值滤波法来去除噪声然后计算NDVI最大值和NDVI最小值。冯强等在基于植被状态指数的全国干早遥感监测试验研究中, 使用的是1981年至1994年的NDVI时间序列数据, 空间范围覆盖全国, 空间分辨率为8km, 时间分辨率为10天。但是在计算NDVI最大值和最小值时首先将NDVI历史数据从8km重采样为1.1km。冯强等在基于植被状态指数的土壤湿度遥感方法研究中使用的数据与上述一样。

2 某地区遥感旱情监测指标反演

遥感技术提供了丰富的信息, 从可见光到短波, 再到热红外, 最后是微波。1990年以来, 利用各波谱段数据计算各种反映干旱指标的方法己经有很多, 例如NDVI、距平植被指数、植被状态指数 (VCI) 、温度条件指数 (TCI) 等等。最近十年里, 遥感监测干旱的方法的研究有以下三个特点, 一是使用己有的指数, 如NDVI、VCI、TCI、CWSI和TS/NDVI等等。计算的原理相同, 使用的数据空间时间分辨率不同, 或是计算时参数的处理方法不同或是模型的不同;二是根据已有的原理, 提取新的指数, 如VTCI、VTDI、DSI等等;三是遥感与气象或是水文数据结合建立的新的指数如BMVCI等等。借用某种气象或水文指数, 分析其原理并将其中一些参数用遥感数据代替得到新的指数。

现将最近几年中用于旱情监测的几种主要方法的原理分别介绍如下。

(1) 距平植被指数法。

归一化植被NDVI是迄今为止应用最广的一个植被指数。很多卫星遥感数据都提供了计算这个指数所需的通道信息, 以MODIS为例, 计算式为:

其中1ρ为第一波段 (红波段) 的反射率, ρ2是第二波段 (近红外波段) 的反射率.它可以反映植被的长势, 可以间接反映旱情。

距平植被指数, 指某一年某一特定时期NDVI与多年该时期NDVI平均值的差值。计算式如下:

式中, ANDVIj为某年内j时的NDVIj距平指数, NDVIj为某年内j时的为多年内j时的NDVI平均值。可以用这个差值来反映偏旱的程度。多年平均值可以近似反映土壤供水的平均状况。因此NDVI资料的时间序列越长, 计算得到的平均值代表性才会越好。

本文所用数据是2009年4月与7月的MODIS月合成的NDVI产品。MODIS数据的几何纠正和镶嵌是用USGS EROS数据中心开发的MRT几何纠正软件进行的。得到该地区的每月合成数据后, 生成生长季4月与7月的ANDVIj数据 (图1) 。从图上可以看出, 7月份相对于4月旱情有所缓解。

(2) 植被状态指数法。

在不同地区, 因为不同区域作物生长季处于不同阶段, 需水情况不同, 旱不旱不能通过NDVI值的大小来说明, 而NDVI与历史平均值的偏差, 又弱化了天气的影响。

NDVI的变化受天气的影响, 尤其是类似严重干旱的极端天气现象时, 会远远超过正常年际间的NDVI变化, 有可能造成某一特定时期内不同像素间监测结果的可比性变差。为了反映天气极端变化情况, 消除NDVI空间变化的部分, 使不同地区之间有可比性, Kogan提出了植被状态指数VCI。定义如下。

其中, VCIj为j时的植被状态指数;NDVIj为j时的NDv工值;NDVImax为所有图像中最大的NDVI值;NDVImin为所有图像中最小的NDVI值。VCIj是NDVI在j时的相对于最大NDVI的百分比。Kogan假设植被NDVI最大值在最佳的天气中得到 (考虑到土壤营养的吸收, 天气条件可以刺激生态系统资源的利用) , 最小值在非有利的情况下得到, 如干旱和热, 通过生态系统资源的减少 (干旱年缺水减少了土壤营养的吸收) , 直接抑制了植被的生长。这样, 如果有足够长时间的NDVI序列数据, 就可以从中提取出NDVImin和NDVImin, 反映出极端气候状况, 计算的VCI结果在不同地区的比较更为合理。VCI是基于NDVI反演得到的, 因此对植被的监测效果比较好, 作物播种或收割后的时间, 监测效果比较差。

本文所用数据是2009年4月与7月的MODIS月合成的NDVI产品。MODIS数据的几何纠正和镶嵌是用USGS EROS数据中心开发的MRT几何纠正软件进行的。得到该地区的每月合成数据后, 生成生长季4月与7月的VCIj数据 (图2) 。从图上可以看出, 7月份相对于4月旱情有所缓解。与ANDVIj反映的趋势基本相同。

3 结语

本文应用MODIS数据对南方某地区的旱情进行了监测, 以作物生长季的4月和7月作为对比, 分析了, 及NDWI三个指标的变化趋势。相信对从事相关工作的同行有着重要的参考价值和借鉴意义。

摘要:本文基于笔者多年从事遥感减灾应用的相关工作经验, 以基于MODIS数据的遥感旱情监测为研究对象, 以某地区生长季的4月和7月为研究背景, 分析了ANDVIj, VCIj及NDWI三个指标的变化趋势, 给出了该地区旱情的变化趋势, 全文是笔者长期工作实践基础上的理论升华, 相信对从事相关工作的同行有着重要的参考价值和借鉴意义。

关键词:MODIS,遥感,旱情,NDVI

参考文献

[1] 杨玉永, 郭洪海, 隋学艳, 等.山东省小麦主产区旱情遥感监测系统的构建[J].科技创新导报, 2009 (1) .

监测数据范文第5篇

根据疑点评判准则, 进行时空评判、规律评判、监控数学模型评判、监控指标评判、日常巡视检查评判和关键问题评判, 分别对经过系统误差识别和异常数据识别的监测资料进行疑点判别。

二、零漂校正

为消除数据中由仪器等原因引起的直流分量, 需对信号进行零漂校正即零均值处理。设原振动序列为, 则零均值化后的数据序列为

式中为原振动序列的平均值。

三、强震记录趋势项的排除

趋势项就是在振动信号中存在的线性项或缓慢变化的周期大于记录长度的非线性项成分。趋势项的存在, 会使时域中的相关分析和频域中的功率谱分析产生较大的误差, 甚至使低频谱完全失真、通常用最小二乘原理来消除夹杂在信号中的趋势项。方法如下。

设趋势函数为

根据最小二乘原理, 确定函数的各待定系数, 使得函数与试验数据之间的差值的平方和为最小。

满足有极值的条件为

解方程组

得待定系数。

上面各式中, 为一组采样数据得采样点数, 为设定的多项式阶次, 为待定系数的下标, 也为方程组中的当前方程号, 其值范围为。当时求得的趋势项为常数趋势项, 为线性趋势项, 时为曲线趋势项, 在实际数据处理中, 根据具体情况通常取为2或3来进行对试验数据的曲线趋势项排除处理。

四、强震记录的错点剔除

在振动信号的采集过程中由于外界干扰或仪器的临时故障等原因, 有时候会出现异常数据, 即错点, 其存在会影响分析结果, 须加以剔除。方法有以标准差为基础的错点剔除方法。此方法以数据值是否超过标准差的3倍为判别标准。通过对错点相邻两点的值求和再取平均的方法, 剔除错点。

五、信号的微积分计算

对采集信号进行微积分, 可将信号在位移、速度、加速度之间相互转化, 来弥补直接测量上的困难。主要有时域、频域方法。时域方法利用高 (低) 阶差商进行, 主要有辛普森、龙贝格等方法。频域利用傅立叶变换的简单微积分关系进行计算。数据为加速度信号, 处理采用时域辛普森方法求出了信号对应的速度和位移。其中, 辛普森计算方法主要是依据积分来进行体积的计算, 设截面面积是界面高h的不超过3次的函数:f (h) =ahΛ3+bhΛ2+ch+d.那么, 利用积分计算体积, 可以得到 (积分限为0-h) :V=∫f (x) dx=ahΛ4/4+bhΛ3/3+chΛ2/2+dh;

利用公式计算体积, 可以得到:V=II (S-1+4S-0+S-2) /6=h (f (0) +4f (h/2) +f (h) ) /6=h[d+4 (ahΛ3/8+bhΛ2/4+ch/2+d) + (ahΛ3+bhΛ2+d) ]/6=ahΛ4+b hΛ3/3+chΛ2/2+dh.

而龙贝格的求积公式也被称为逐次分半加速法。它是建立在梯形公式、科特斯公式以及辛普森公式之间关系的基础之上的, 属于一种加速计算积分的方法。同时也属于一种外推算法, 它能够在不增加计算量的前提下降低误差提高精度。其推导过程是由公式能够发现, 用T2N和TN的线性组合能够过得一个非常好的近似公式, 因此, 可以通过代替作为近似计算方式, 可得即复化Simpson公式。再通过该公式的截断误差公式

若变化不大时, 即。则所以得到以上计算公式表明, 用的线性组合, 通过验算得:

这种计算公式为Cotes公式要更加优于复化Simpson公式。再经过推导可得

如果这个公式的左端为, 即其中是龙贝格计算方法的值。通过这种方法对信号进行计算会更加便捷快速。

摘要:在对大坝强震监测中, 由于外部环境、仪器自身等因素的影响, 监测记录在一定程度上均包含噪声信号, 如奇异点、零飘、趋势项、电磁干扰、地脉动等, 这些噪声信号直接影响对试验数据的后期处理分析以及有用信息的提取。因此, 在分析处理信号之前, 要根据情况, 弄清监测中产生不利因素的原因, 用数学分析的方法对其进行预处理, 以便在系统运行期间或后期的数据处理与分析中剔除或减小不利因素的影响。主要包括异常数据识别、零漂校正、消除趋势项以及错点剔除、信号的微积分计算等。

上一篇:环境监测仪下一篇:监测仪器