中国"双星"闪烁太空

2003年12月28日，我国“地球空间双星探测计划”(简称“双星”计划)的第一颗卫星——探测1号卫星(又叫“赤道卫星”)发射升空。双星计划的第二颗卫星——探测2号(又叫“极轨卫星”)也将于2004年发射，并将成为我国首次飞越两极高空的空间探测卫星。这两颗     

713雷达发射机脉冲调制器故障分析与检修

由于713型气象雷达主要用于探测400公里范围内的暴雨、大范围降水及其他空间气象目标、警戒冰雹和台风等灾害天气，并可以在200公里范围内测定雨区的降水强度和强度的空间分布，以及测定降水云体的发展高度等，所以，该设备的正常运行对于本单位在保证飞行安全的气象信息服务中具有不可或缺的地位。     

遥感数据在自然灾害救助中的应用

根据《自然灾害救助条例》的自然灾害救助业务需求,分析了卫星遥感和航空遥感在自然灾害救助中的应用能力,利用高分辨率“快鸟”（Quickbird）卫星、地球资源观测卫星一B（EROS—B）的光学数据、“地中海盆地观测小卫星”（COSMO—Skymed）星座的合成孔径雷达数据、航空及无人机的遥感数据,结合空间分析方法,对汶川地震和玉树地震后灾民安置点规划、房屋倒损评估、帐篷动态监测、灾后灾民安置及环境、房屋恢复重建进度等进行了研究,其相关产品为政府提供决策支持信息、制定科学合理的救灾措施发挥了重要作用。     

遭遇50年来罕见雪灾成功保障安全运行

2010年4月12日上午10：40至13日下午14：30．哈尔滨经历了一场50年一遇的历史罕见雪灾,黑龙江空管分局一线干部职工充分认识到特殊天气给安全保障带来的不利影响．全力以赴。迎难而上,及时启动灾害天气应急预案,周密部署、团结协作、预报准确、通报及时．经受了罕见暴风雪的考验,成功完成了此次复杂天气条件下的安全运行、服务保障任务。     

低温雨雪冰冻灾害天气对航空运输影响的综合分析

引言2008年1月中下旬,长江流域及其以南地区大范围的持续低温、雨雪是上、冰冻等极端天气。此次雨雪过程影响的范围广,涉及几十个机场;持续时间长,雨雪从1月10日一直持续到2月初;降雪强度大,武汉、合肥、南京等机场先后多次出现大雪,湖北、湖南省的降雪更是百年一遇;冰冻强度大,10-31日,共有38个机场因跑道积冰先后关闭一段时间,其中贵阳机场连续13日部分时段关闭。     

中国的气象卫星（上）

兵分两路看气象 中国人多地广,是世界上自然灾害最多、最严重的国家之一。其中气象灾害占70％以上,每年农田受灾面积达3400万公顷,影响人口约6亿人次,气象灾害所造成的直接和间接经济损失每年约为2000～3000亿元人民币,占国内生产总值的3％～6％。所以。中国很重视气象卫星的研制,     

滑坡灾害GNSS监测技术研究进展与展望

滑坡灾害在我国分布广泛,严重威胁着人民生命财产和重大工程设施的安全,进行滑坡灾害监测是防灾减灾工作的重要环节。全球卫星导航系统(GNSS)因具有全天时、全天候及高精度等技术优势,目前已广泛应用于滑坡灾害的地表三维形变监测中,且在监测理论与技术方法等方面取得了长足进展。首先综述了GNSS监测设备、高精度监测技术和监测结果时间序列处理等方面的研究进展;然后,总结分析了滑坡灾害GNSS监测技术所面临的弱信号低成本接收机研制、遮挡环境下模糊度可靠固定及长基线大高差环境下GNSS大气误差处理等关键问题与挑战;最后,对GNSS滑坡监测应用中的监测设备部署、大范围滑坡监测、多传感器位移融合预测及普适化监测云平台构建4个方面未来的发展趋势进行了展望。     

冰灾对车八岭山地常绿阔叶林区系和群落的影响

研究了2008年年初南方冰雪冻雨灾害对车八岭常绿阔叶林不同区系的冠层植被所造成的影响.结果显示,研究样地内温带分布的乔木受损比例高于热带分布的乔木受损比例.X~2检验说明不同区系间的冠层乔木个体受损比例差异显著(P<0.01);东亚分布及其变型受损个体比例最小,热带亚洲至热带非洲分布及变型、东亚和北美间断分布及其变型、热带亚洲分布及其变型受损个体比例较大.冠层乔木都以重度受损为主,中度受损和轻度受损个体数都远小于前者.CCA多元分析显示,株数密度、平均胸高断面积、坡度、海拔各自对不同物种的受损乔木的分布有显著影响(Monte Carlo test,P=0.010 0).优势种米槠Castanopsis carlesii受损植株的分布与群落的平均胸高断面积显著正相关;亚优势种栲Castanopsis fargesii、鸭公青Neolitsea chuii、尾尖叶柃Eurya acuminata受损植株的分布与坡度显著负相关;亚优势种荷木Schima superb与海拔显著正相关.总之,在相同的生境中能够占据林冠优势层的区系类型往往受灾更严重.     

基于滑坡区域颜色特征模型的SVM遥感检测

滑坡区域遥感检测与识别在灾情提取、救援决策和防灾减灾等方面都有着巨大的应用前景。针对滑坡遥感检测中目标颜色特征化模型不准确,对滑坡区域检测识别效果不够理想等问题,提出一种基于滑坡区域颜色特征模型的支持向量机(supportvectormachine,SVM)遥感检测方法。根据光谱学和色度学的基本理论,建立滑坡区域红绿蓝特征获取方法,以多光谱图像为基础,通过典型样本分析,确立目标/背景颜色特征化数字模型和有效边界。将该模型生成训练样本用于滑坡区域SVM检测模型训练,再将训练好的分类器用于滑坡区域的检测识别,在此基础上根据滑坡基础形状模型的轴向长宽比、面积参数和不变矩等典型形状特征指标对滑坡区域进行目标精确分类与识别。利用九寨沟地震后获取多光谱遥感图像进行了滑坡区域检测识别效果对比试验,试验结果表明,该方法能有效识别遥感图像中的滑坡样本点,对滑坡区域的识别精度由传统方法的90%左右提高到97.03%。