当前位置：首页 > 实用文档 > 其他范文> 遥感与GIS支持下环青海湖地区草地蝗虫测报方法与模型研究

遥感与GIS支持下环青海湖地区草地蝗虫测报方法与模型研究

时间：2023-03-28 07:33:19 其他范文收藏本文下载本文

遥感与GIS支持下环青海湖地区草地蝗虫测报方法与模型研究（精选9篇）由网友“Lily蒋”投稿提供，下面是小编为大家整理后的遥感与GIS支持下环青海湖地区草地蝗虫测报方法与模型研究，供大家参考借鉴，希望可以帮助到有需要的朋友。

篇1：遥感与GIS支持下环青海湖地区草地蝗虫测报方法与模型研究

遥感与GIS支持下环青海湖地区草地蝗虫测报方法与模型研究

草地蝗灾是我国北方牧区草地重要自然灾害之一,对草地破坏性很大.及时和准确地进行草地蝗虫发生的预测,对于牧区畜牧业的健康发展和地区经济可持续发展和社会安定都有重要意义.

作者：王杰臣作者单位：南京师范大学地理系, 刊名：测绘学报 ISTIC EI PKU英文刊名：ACTA GEODAETICA ET CARTOGRAPHICA SINICA 年，卷(期)： 30(3) 分类号：P237 关键词：

篇2：GIS与水质模型集成研究与实践

GIS与水质模型集成研究与实践

从水质模型研究现状出发,对GIS在水质模型方面的应用进行了阐述,探讨了二者在不同层次上的.集成模式,然后给出了GIS与环境水质模型集成系统的体系框架,并以此为基础进行了GIS与环境水质模型集成的实践.

作者：郑泽梅夏斌张俊岭 ZHENG Ze-mei XIA Bin ZHANG Jun-ling 作者单位：郑泽梅,张俊岭,ZHENG Ze-mei,ZHANG Jun-ling(中国科学院广州地球化学研究所,广州,510640;中国科学院研究生院,北京,100073)

夏斌,XIA Bin(中国科学院广州地球化学研究所,广州,510640)

刊名：环境科学与技术 ISTIC PKU英文刊名：ENVIRONMENTAL SCIENCE AND TECHNOLOGY 年，卷(期)： 28(z1) 分类号：X21 关键词：水质模型 GIS 集成

篇3：基于遥感与GIS的岷江上游生态环境质量研究

基于遥感与GIS的岷江上游生态环境质量研究

应用遥感和GIS技术及数理统计方法,运用景观格局指数和生态环境状况指数模型,以岷江上游卫星影像为数据源,定量分析了研究区～间生态环境在时间和空间上的`状况.结果表明,2000～20间研究区森林、灌木林、疏林地、建设用地面积增加,草地和耕地面积减少.岷江上游2005年生态环境质量较好,生态环境质量分级达到了优;岷江上游茂县2005年生态环境质量略微好于,其余4个县生态环境质量在此期间无明显变化.

作者：仙巍邵怀勇 XIAN Wei SHAO Huai-yong 作者单位：仙巍,XIAN Wei(成都信息工程学院环境工程系,成都,610225)

邵怀勇,SHAO Huai-yong(成都理工大学地球科学学院/国土资源信息技术与应用国土资源部重点实验室/成都理工大学遥感与GIS研究所,成都 610059)

刊名：湖北农业科学 ISTIC PKU英文刊名：HUBEI AGRICULTURAL SCIENCES 年，卷(期)： 46(2) 分类号：P208 P237 Q149 关键词：岷江上游生态环境质量遥感地理信息系统

篇4：信用风险定价方法与模型研究

信用风险定价方法与模型研究

2.信用悖论(credit paradox)现象

与市场风险相比，信用风险管理存在着信用悖论现象。理论上讲，当银行管理存在信用风险时应将投资分散化，多样化，防止信用风险集中。然而在实践中由于客户信用关系，区域行业信息优势以及银行贷款业务的规模效应，使得银行信用风险很难分散化。

3.信用风险的非系统性

信用风险的非系统性风险特征明显。借款人的还款能力主要取决于与借款人相关的非系统因素，如借款人财务状况、经营能力、还款意愿等。基于资产组合理论的资本资产定价模型(CAPM)和基于组合套利原理的套利资产定价模型都只对系统风险因素定价，信用风险没有在这些资产定价模型中体现出来。

4.信用风险数据的获取困难

由于信用资产的流动性较差，贷款等信用交易存在明显的信息不对称性以及贷款持有期长、违约事件频率少等原因，信用风险不像市场风险那样具有数据的`可得性，这也导致了信用风险定价模型有效性检验的困难。正是由于信用风险具有这些特点，因而信用风险的衡量比市场风险的衡量困难得多，也成为造成信用风险的定价研究滞后于市场风险量化研究原因。

二、信用风险模型及其发展

信用风险定价的突破性进展始于1974年，莫顿(Merton)将期权定价理论运用于有风险的贷款，并将违约债务看作企业资产的或有权益，利用期权理论进行定价分析。模型基本假定某个企业在其资产价值降低到其债务价值以下时就发生违约。之后Black和Cox(1976)、Geske(1977)、Longstaff和Schwarz(1995)、DSa(1995)以及Zhou等一大批金融学家对其模型进行了更为深入的研究和推广，由于这些模型都是基于BSM(Black Scholes Merton)的股票期权定价模型，因此也称为结构化模型。

根据基于期权理论的信用风险定价思想，企业违约与否决定于企业资产的市场价值，如果贷款到期时企业市场价值高于其债务（贷款），企业有动力还款；当企业市场价值小于其债务时，企业有违约的选择权，因此可将银行的贷款收益看作卖出一份借款企业资产的看跌期权。

为了易于理解，假设市场是无摩擦的，交易成本及税收为零，无红利分配，且企业只有一笔贷款，则企业的价值等于负债加所有者权益，贷款一旦转化为具有固定到期日T的无息债券，那么企业必须在T时偿付债券的本金F；如果公司市场价值V[,t]低于其债务价值F，一旦在到期日T发生违约，则资产即转让给债权人。如果企业到期能够支付本金，则企业市场价值超过债券本金的部分属于资产所有者。

债务支付形式为：

附图

则到期日T企业资产的价值为：

E(T)=Max(V[,t]-F,0)

贷款的收益函数上部固定支付和底部的呈长尾形的风险，也与股票的看跌期权的出售者的收益函数相似。如果股票价格超过执行价格，则期权的卖方持有卖权费用；如果股票价格低于执行价，则期权的卖方会遭受重大损失。因此银行发放贷款的收益与卖出一份借款企业资产的看跌期权是同构的；因此违约的选择权价值如同BSM期权定价模型一样，均取决于5个相似的变量。

一份股票的看跌期权的价值＝f(S,X,r,σ[,s],T)

一项风险贷款的违约选择权的价值＝f(V,F,r,σ,T)

其中S为股票的价格；X为股票的执行价格；r为短期利率；σ[,s]为股票价值波动性；T为期权到期事件或贷款的时间限度；V为企业资产市场价值；F为债券的面值，即贷款值；σ为企业资产的市场价值波动性。如果可以得到企业资产的价值和波动

[1] [2] [3] [4]

篇5：信用风险定价方法与模型研究

信用风险定价方法与模型研究

2.信用悖论(credit paradox)现象

3.信用风险的非系统性

4.信用风险数据的获取困难

由于信用资产的流动性较差，贷款等信用交易存在明显的信息不对称性以及贷款持有期长、违约事件频率少等原因，信用风险不像市场风险那样具有数据的可得性，这也导致了信用风险定价模型有效性检验的困难。正是由于信用风险具有这些特点，因而信用风险的衡量比市场风险的衡量困难得多，也成为造成信用风险的定价研究滞后于市场风险量化研究原因。

二、信用风险模型及其发展

信用风险定价的突破性进展始于1974年，莫顿(Merton)将期权定价理论运用于有风险的贷款，并将违约债务看作企业资产的或有权益，利用期权理论进行定价分析。模型基本假定某个企业在其资产价值降低到其债务价值以下时就发生违约。之后Black和Cox(1976)、Geske(1977)、Longstaff和Schwarz(1995)、DSa(1995)以及Zhou(1997)等一大批金融学家对其模型进行了更为深入的研究和推广，由于这些模型都是基于BSM(Black Scholes Merton)的股票期权定价模型，因此也称为结构化模型。

债务支付形式为：

附图

则到期日T企业资产的价值为：

E(T)=Max(V[,t]-F,0)

贷款的收益函数上部固定支付和底部的`呈长尾形的风险，也与股票的看跌期权的出售者的收益函数相似。如果股票价格超过执行价格，则期权的卖方持有卖权费用；如果股票价格低于执行价，则期权的卖方会遭受重大损失。因此银行发放贷款的收益与卖出一份借款企业资产的看跌期权是同构的；因此违约的选择权价值如同BSM期权定价模型一样，均取决于5个相似的变量。

一份股票的看跌期权的价值＝f(S,X,r,σ[,s],T)

一项风险贷款的违约选择权的价值＝f(V,F,r,σ,T)

其中S为股票的价格；X为股票的执行价格；r为短期利率；σ[,s]为股票价值波动性；T为期权到期事件或贷款的时间限度；V为企业资产市场价值；F为债券的面值，即贷款值；σ为企业资产的市场价值波动性。如果可以得到企业资产的价值和波动性，则期权定价理论可以解决信用风险的定价问题。

企业资产的价值如BS模型中的Brown运动dV[,t]/V[,t]=rdt+σdB[,t]

Merton估值模型债务的市场价值为

E(V,F,r,σ,τ)=e[-rt][N(d[,2]-IN(-d[,1])] (1)

其中τ为距贷款到期的剩余事件长度，即T-t，T为到期日，t为当前时间；I为衡量企业杠杆比率V/Fe[,-tτ]；N(d)为标准正态分布的累计概率分布函数，发生偏差超过计算出的d值的概率。

附图

因此信用利差为credit spread，即违约风险＝风险债务利率－无风险债务利率

附图

Merton模型依赖于基础资产；模型建立在BS模型基础上，并基于固定利率；模型假设违约是在贷款到期时资产市场价值低于债务的价值发生违约。Longstaff和Schwarz(1995)对其模型假设进行扩展的结果是：只要企业市场价值V低于为偿还债务价值F，债务在任一时刻当违约；

企业资产的价值服从dV[,t]/V[,t]=r[,t]dt+σ[,t]dW[,v](t),dr(t)=θ(v-r(t))dt+ηdW[,r](t),其中W[,v]和W[,r]相关度为(p)。Longstaff和Schwarz扩展了Metron的假设，但没有给出信用风险价值的明确的公式。然而Merton模型中的企业资产价值和波动性是不能直接观察的，这就给模型的应用带来困难。KMV公司在莫顿模型的基础上开发EDF(expected defaultfrequency)模型，并可对信用风险定价。

三、KMV的信用风险定价模型及应用

KMV模型将有信用风险公司的权益视为以公司资产价值为标的的看涨期权，将违约视为公司不执行看涨期权；公司的资产价值下降愈多，违约风险越大，则卖权价值就愈高。

1.违约距离

KMV的信用风险定价模型主要分析预期违约概率EDF，EDF建立在违约距离(distance to default)的概念基础上。违约距离DD(distance to default)是企业资产的预期价值与违约点之间的标准差倍数。违约点DP(defauh point)，即企业资产价值与公司负债价值相等时的价值，也就是当公司资产价值低于此一违约点时，公司就会被视为违约。

附图

E(V)为企业资产的预期价值，σ[,F]为企业资产波动性。KMV方法的关键是确定相对违约风险的所有相关信息，这些信息包含于资产的预期价值、违约点及资产的波动性变量之中。

2.资产的波动性的计算

企业资产价值、企业资产价值波动性是不能直接观察到的，因此参数的估计是困难的。KMV利用企业的股权市场价值及股权的波动性来估计企业资产市值及企业资产的波动性。

要从企业股票的价值、股价的波动性、负债的账面价值估计企业市场价值及其波动性，就得依据BSM模型：

E=VN(d[,t]-Fe[rt]N(d[,2]) (4)

其中E为股权的市

场价值（看涨期权的价值）；F为负债的账面价值（执行价格）；V为企业资产的市场价值；T为时间范围，到期时间；r为无风险利率；N为正态分布累计概率函数，d1、d2分别为：

附图

其中σF为资产价值波动性（标准差）。

对等式(3)两边求导，再求期望得到：

附图

(3)、(4)已知的变量为股权的市场价值(E)，股权的价值波动性为σ[,e]（可由历史数据估计），通过负债的面值及时间范围，可解出资产的市场价值V和波动性σ[,F]。

3.资产的预期价值和违约点的确定

KMV利用历史数据来确定资产的预期利益，将它和资产的现时资产价值结合起来即得到资产的未来预期价值。违约点则发生在企业市场价值低于负债的面值时。KMV根据实证分析发现，违约发生最频繁的分界点在企业价值大约等于流动负债±50%的长期负债。根据已知企业未来预期价值、违约点及波动性，可由(3)求出违约距离。违约距离是标准化的信用风险度量方法，也可用于不同公司之间的比较。

KMV模型将股权视为企业资产的看涨期权，可以用于任何公开招股的公司。它以股票的市场数据为基础，指标数据不仅反映了企业历史和当前的发展状况，而且反映了市场中投资者对企业未来发展的综合预期。它将现有的价值和违约点及历史波动性联系起来，是用现有价值对未来价值的预测，因此模型具有前瞻性(forward-looking)。预测公开交易债券收益变化的结果表明，KMV模型比标准普尔的违约预测能力更强。

然而EDF模型对企业违约的预测是基于资产收益正态分布的假设，数据信息依赖于股价信息和企业的汇集数据，因此在模型应用中受到限制，需要进一步修正。另外，KMV模型只分析单个受信企业在股票市场的价格变化，着重分析自身的信用状况，对企业信用变化的相关性没有充分考虑。

信用风险是金融风险中最为重要的风险之一。虽然信用风险管理还保持着传统的定性分析特性，然而，现代风险管理越来越重视定量分析，因为它能够体现出客观性和科学性。以KMV模型为代表的信用风险量化管理模型的推出与应用，使信用风险管理正发生着革命性的变革，使难以量化的信用风险管理模型获得了很大的发展。我国目前信用风险量化管理还很薄弱，还停留在资产负债指标管理和头寸匹配管理的水平上。随着我国加入WTO，我国金融业对外开放将进入新的阶段，现代风险管理将直接关系到我国金融体系在开放条件下的风险水平，信用风险量化管理将成为我国金融管理领域一个重要的极具挑战性的课题。

【参考文献】

[1] 约翰・B・考埃特、爱德华・I・爱特曼.石晓军、张振霞译.演进着的信用风险管理[M].机械工业出版社，.

[2] 安东尼・桑德斯、刘宇飞译.信用风险度量――风险估值德新方法与其他范式[M].机械工业出版社，2001.

[3] 陈忠阳.金融风险分析与管理研究――市场和机构的理论、模型与技术[M].中国人民大学出版社，2001.

篇6：沙尘灾害遥感监测方法研究与比较

沙尘灾害遥感监测方法研究与比较

在研究和分析沙尘灾害遥感监测原理的基础上,针对沙尘灾害遥感监测工作的.需要,给出了2种沙尘信息提取方法(分层提取法和热红外窗区法)和3种沙尘灾害强度监测方法(密度分割法、变化矢量分析法和可比沙尘强度指数法),并对各种方法的应用效果分别进行了分析、验证和比较.结果表明:(1)沙尘信息提取方法中,热红外窗区法较分层提取法物理意义明显,稳定性低较高,步骤简单,更适合于业务化实现.(2)沙尘强度监测方法中,密度分割法相对简单,能定性描述沙尘灾害强弱分布;变化矢量分析法虽是一种较好的监测方法,但对数据要求苛刻;可比沙尘强度指数法可用于多源遥感数据动态监测应用,是较为理想的沙尘强度监测方法.(3)综合利用遥感和地面监测数据是沙尘灾害强度监测亟待解决的重点和难点之一;同时,解决多种卫星数据监测结果的一致性和可比性,是实现卫星协同使用、提高沙尘灾害监测时间分辩率的必经途径.

作者：范一大史培军李素菊 FAN Yi-da SHI Pei-jun LI Su-ju 作者单位：范一大,FAN Yi-da(民政部国家减灾中心,北京,100053;北京师范大学,资源学院,北京,100875)

史培军,SHI Pei-jun(北京师范大学,资源学院,北京,100875)

李素菊,LI Su-ju(民政部国家减灾中心,北京,100053)

刊名：自然灾害学报 ISTIC PKU英文刊名：JOURNAL OF NATURAL DISASTERS 年，卷(期)： 16(5) 分类号：P425.5+5 TP79 关键词：沙尘灾害信息提取强度监测

篇7：CAD与GIS空间数据转换方法研究

CAD与GIS空间数据转换方法研究

讨论了基于CAD环境的GIS数据采集方案,分别采用DXF格式文件和SuperMap数据泵技术实现了用户对CAD图形要素的`提取,探讨了在GIS环境下实现空间数据和属性数据链接的方法.

作者：张恒刘群 Zhang Heng Liu Qun 作者单位：四川建筑职业技术学院,交通与市政工程系,四川,德阳,618000 刊名：城市勘测英文刊名：URBAN GEOTECHNICAL INVESTIGATION & SURVEYING 年，卷(期)： “”(4) 分类号：P208 关键词：地理信息系统计算机辅助设计空间数据数据转换

篇8：基于成像模型的遥感数据分析与信息提取研究

基于成像模型的遥感数据分析与信息提取研究

针对遥感成像过程中普遍存在的退化现象,通过遥感成像模拟,揭示了不同退化程度对遥感数据质量的影响,反映了考虑成像退化因素对提高卫星遥感数据信息提取能力的.作用.基于成像退化采用的支持向量机方法对遥感图像地物分类的实验研究表明,这种方法使遥感图像地物分类精度得到明显提高,特别是支持向量机方法与图像恢复技术的结合,效果更为明显.

作者：王先华易维宁杜尚宇 WANG Xian-hua YI Wei-ning DU Shang-yu 作者单位：中国科学院安徽光学精密机械研究所,通用光学定标与表征技术重点实验室,安徽合肥,230031 刊名：大气与环境光学学报英文刊名：JOURNAL OF ATMOSPHERIC AND ENVIRONMENTAL OPTICS 年，卷(期)：2009 4(2) 分类号：P407 关键词：遥感成像退化信息提取