卫星遥感结合地面观测资料对中国西北干旱区地面感热通量的估算

 利用黑河地区地-气相互作用野外观测试验研究(HEIFE)的地面观测资料,采用空气动力学方法,计算了干旱区内不同下垫面的地表热力输送系数CH值,结合由NOAA系列卫星遥感得到的反映地表植被特征的归一化差值植被指数(NDVI)资料,经拟合得到了针对不同下垫面的区域CH-NDVI参数化关系式,并对此关系式进行了合理性检验,最后,计算得到中国西北干旱区1982—2001年地面感热序列。中国西北干旱区地面感热通量的计算值与ERA-40再分析资料对比分析发现,两者在量级、地面感热分布形势和年际变化趋势等方面均较一致。目前对于区域尺度来说,在缺乏用其他方法获得较准确的区域地表热力输送系数的情况下,利用卫星遥感资料估算区域地表热力输送系数CH是较为可靠的方法。     

卫星遥感资料在云南大雾监测中的应用

利用卫星遥感监测大雾具有及时、宏观的明显优势。图像纹理信息反映了图像的灰度性质及其空间关系。通过对雾的成因、辐射特性、雾遥感基本原理的阐述,结合中国FY-1D／美国NOAA系列极轨卫星资料通道特点,分析了雾的图像纹理信息,并依据雾在可见光波段和中红外波段与云类不同的光谱特性,选用光谱通道1、通道3、通道4组合进行大雾监测。实例分析结果表明这种监测方法能较好地分离无云地表、中高云和低层云雾,从而实现白天雾的监测。     

利用Landsat/TM影像监测北京地区气溶胶的空间分布

该文利用北京地区两景高分辨率Landsat5／TM卫星遥感影像第一波段(0．45-0．52μm)数据，采用表观反射率标准方差之比法对北京地区的气溶胶空间分布进行半定量描述，计算同一日大气能见度空间分布。气溶胶空间分布的总体特征为：北京西部、北部、东北部气溶胶光学厚度明显低于西南部、南部、东南部，从西北部山区向东南部平原气溶胶分布一般呈递增趋势，高值集中在市区中心，大值覆盖区域偏向城区东南；对应的当日大气能见度空间分布则相反。分析造成大气污染的原因，并对该方法的局限性以及需要改进之处进行讨论。     

北京市采暖期可吸入颗粒物时空分布特征及源追踪

可吸入颗粒物是北京市大气主要污染物之一,春秋两季的沙尘天气除部分是由于受到区域气流的影响外,多数情况下是原地污染造成,尤其是冬季采暖期。本文通过遥感技术和地面监测结合的方法,研究采暖期北京市近地面不同粒径可吸入颗粒物时空分布规律及其与影响因素间的相互关系。应用高分辨率遥感影像分析下垫面的变化,应用地面观测仪器收集不同粒径颗粒物的含量,并分析颗粒物的化学组成;应用地理信息系统的空间分析技术,研究颗粒物的分布与下垫面的关系。研究表明,可吸入颗粒物污染分布和下垫面介质、人为污染源、人口密度、气象因素有非常密切的关系。     

基于静止气象卫星观测的降水时间降尺度研究

高分辨率降水时空分布估计对于陆面数值模拟和同化,天气、气候与环境及其相关领域研究具有重要意 义。长时间序列降水分布常使用时间和空间插值技术进行估计。本文提出了一种基于每小时静止卫星云图云分类 信息的累积降水估计时间加权插值方法,它通过利用高时空分辨率静止卫星云图所反映的云的变化,与卫星降水 估计和地面观测降水相结合,以获得时空分布比较合理的地面降水分布。将该方法应用于FY2C 云图和国家卫星 气象中心FY2C 的6 小时降水估计业务产品,得到FY2C 卫星发射(2005 年)以来具有10KM空间分辨率以及1 小 时分辨率的降水数据集,并利用中国区域自动雨量观测资料对该降水估计数据集进行检验和评估,以表明该方法 的合理性。     

中国东南部植被NPP的时空格局变化及其与气候的关系研究

基于2001~2010年MOD17A3年均NPP数据和气象站点气温、降水资料,利用GIS空间分析技术和数理统计方法研究中国东南部植被NPP的时空格局、动态变化及与气候要素的关系。结果表明,中国东南部植被年均NPP总体上呈现从南到北、由东至西逐渐减少的分布,不同植被类型的NPP存在明显差异,以常绿阔叶林最高,落叶针叶林最低。2001~2010年间,植被NPP整体上略有减少。空间上植被NPP在南部地区明显减少,而在北部地区明显增加。植被NPP与降水和气温的相关性均表现出明显的地域差异。     

塔里木河干流植被遥感监测时空多尺度协同分析方法

利用遥感植被指数、典型植被样方和地面观测信息进行塔里木河干流植被监测是目前的主要方法。由于塔里木河干流具有流域下垫面均匀性差,自然植被随机分布的特点,使得现有研究方法局限在特定的时间和空间尺度,很难使用地面的观测数据和不同尺度的遥感数据进行植被生长状态的协同分析。针对这些问题,本文提出了利用不同分辨率遥感数据和地面观测数据进行多尺度协同分析的方法MSSA(Multiple Scale Synergy Analysis)。该方法包括以下几个步骤:①通过低空间分辨率的遥感数据构建时间序列的塔里木河干流植被指数分布图像,在分析图像特征的基础上划分塔里木河遥感监测单元;②对监测单元内部不同组分的时间和空间状态参数进行量化与率定;③根据几何光学模型原理和植被随机分布特性,采用线性混合模型模拟单元植被指数;④根据模拟结果和遥感数据的对比分析,获得地面植被参量的可靠估计。该方法将地面组分的状态参量和遥感数据通过模拟模型相关联,实现了不同时空尺度遥感数据以及地面样方或者点观测数据的协同分析,为塔里木河干流植被监测进行长期、细致的研究建立了海量数据综合分析的方法体系。     

青藏高原土壤水分变化对近地面气温的影响

青藏高原为全球气候变化最为敏感的区域之一,探讨该地区土壤水分变化对近地面气温的影响将为青藏高原水汽循环研究及该地区对周边气候与环境的影响研究提供重要理论支撑。利用NCEP-CFSR数据集,基于土壤水分对近地面气温的影响机理,揭示了青藏高原不同季节、不同植被分区下土壤水分时空分异规律、土壤水分与蒸发率的响应与耦合状态及土壤水分通过蒸散发过程对近地面气温的影响。结果表明：① 不同季节下青藏高原土壤水分空间分布基本一致,除西北地区和喜马拉雅山脉外,整体呈现由东南向西北递减趋势,青藏高原地区存在干旱区变湿,湿润区变干的空间特征;② 青藏高原大部分区域土壤水分处于干湿过渡状态,其中青藏高原南部和东南部地区全年处于干湿过渡状态,而柴达木盆地几乎全年处于干旱状态;③ 近地面气温对土壤水分的响应在冬季最弱,在夏季最强且空间差异较小,其中在冬、春、夏季为负反馈,另外不同植被覆盖区近地面气温对土壤水分的敏感性差异很大。此项研究对于进一步探讨青藏高原地区陆气耦合状态及变化环境下的区域水汽循环及其效应具有重要理论意义。     

气溶胶光学厚度的分布特征及其与沙尘天气的关系

 利用MODIS卫星遥感光学厚度资料，分析了中国大气气溶胶光学厚度的时空分布特征，并与同期沙尘天气进行了对比和相关分析，结果表明：①中国主要内陆地区的气溶胶光学厚度(Aerosol Optical Thickness，简称AOT)分布有4个高值区：①分别位于南疆盆地和青海\,甘肃、内蒙古中西部地区、四川盆地和长江黄河下游地区。②春季北方特别是西北的AOT值明显高于南方，冬季南北AOT值差别不大。③南疆盆地和内蒙古中东部地区AOT值随季节变化明显，而四川盆地、长江黄河下游地区AOT值没有明显的季节变化。④南疆盆地、青海、内蒙古等地区沙尘天气过程与AOT值同步变化。⑤在沙尘天气的多发区，气溶胶光学厚度与沙尘天气有较好的相关性；沙尘天气的少发区，气溶胶光学厚度与沙尘天气基本不相关。因此可以推断，中国北方，特别是干旱荒漠区，大气气溶胶主要来自沙尘天气过程引起的地面沙尘释放。     

中国重要旅游城市雾霾时空特征

依托中国15个重要旅游城市,基于雾霾主导因素PM2.5观测数据、遥感气溶胶数据,运用土地利用回归方法模拟绘制PM2.5时空分布图,分析中国重要旅游城市PM2.5质量浓度的时空分异特征。结果表明：1）2013―2015年中国重要旅游城市PM2.5年均质量浓度总体呈逐年下降趋势,且明显呈现夏季低、冬季高、春秋季居中的季节变化特征;2）重要旅游城市PM2.5质量浓度在不同等级城市中存在明显差异,其PM2.5质量浓度整体规律为副省级市＞直辖市＞地级市;3）月均尺度上各重要旅游城市的宜游时间主要集中在4―9月,且2015年春冬季月份宜游城市明显增多;宜游时间较长的城市主要分布在空气质量优良的东南部沿海和森林覆盖率较高地区的地级市和部分副省级市,中西部地区和长三角地区的城市宜游时间则相对较短。     

华东雾和霾日数的变化特征及成因分析

基于华东449个气象站点1961-2007年的雾、霾、气温和露点温度数据、1980和2005年土地利用数据及2000-2007年MODIS气溶胶光学厚度数据,利用气候统计诊断、遥感和地理信息系统技术分析了华东雾、霾日数的气候变化特征及成因,结果表明:1961-2007年期间,华东雾日数在全年及四季都呈现出先增多后减少的年际变化特征,霾日数在全年及四季则呈现出逐渐增多的年际变化特征。在1961-1980年和1981-2007年期间,华东多数地区的雾日数分别呈现出增多和减少的变化趋势,霾日数则在两个时期都表现为增多趋势。华东雾日数和霾日数的变化特征与我国已有的研究结果一致,气象条件的变化、区域城市化和土地利用变化以及大气污染物排放量增加所导致的气温升高和城市热岛效应增强、空气湿度和风速降低、气溶胶光学厚度增加等是华东雾和霾出现频率变化的主要原因。     

基于MODIS数据的北京西北部地区土地覆盖分类研究

本文主要基于MODIS 16天合成的NDVI时间序列数据、8天合成 LST数据、1∶5万DEM数据以及其他辅助数据相结合,进行北京西北部地区土地覆盖分类的研究。首先选取适合于MODIS数据分类的土地覆盖分类系统,然后用PCA方法对NDVI时间序列数据进行信息增强与压缩处理,以排除各种干扰因素,提高分类精度。最后结合LST数据、DEM数据及降雨温度数据,利用?齂-均值非监督分类法,进行研究区的土地覆盖分类,经过分类后处理,得到北京西北部地区的土地覆盖分类图。分类结果表明,使用250m分辨率MODIS数据,结合本文所用方法,能够实现较大区域的土地覆盖分类,并且能达到较高的分类精度。     

安徽省大雾时空分布特征及其发生的气象条件

利用1961～2009年近50 a来安徽省80个台站大雾观测资料,分析安徽省大雾的时、空分布特征及其发生的气象条件。结果表明:多雾区主要位于大别山区和皖南山区。雾日有明显的季节变化和月际分布,秋、冬季雾的范围较大,春、夏季雾的范围较小,其中冬季最大,夏季最小;大部分地区主要为冬季峰值型雾,雾日集中在10月至次年l月;雾大多数开始于23时至次日8时,结束于5～12时(8时为生成、消散最高峰),持续时间多在0～3h,以1 h以内居多。近50 a安徽省雾日总体上先增后减,但各地变化特征存在差异;潮湿空气、微弱风速和适宜气温利于大雾形成。     

黄河源区1975—2005年沙漠化时空演变及其成因分析

结合遥感(RS)与地理信息系统(GIS)技术,对黄河源区1975年和2005年沙漠化状况进行了监测。研究发现,黄河源区有大面积的沙漠化土地分布,且比较集中,主要集中在源区西部、北部和东部。30 a间,沙漠化土地面积明显增加,沙漠化土地面积从1975年的19 297.34 km2增加到2005年的22 042.32 km2,增加了2 744.97 km2,即从占整个源区面积的14.68％增加到16.77％。各类沙漠化土地面积均呈增加趋势,极重度、重度、中度、轻度和潜在沙漠化土地面积分别增加了233.27 km2、987.93 km2、336.28 km2、544.8 km2和642.7 km2。在2005年,黄河源区有3 075.57 km2的沙漠化土地是由1975年的非沙漠化土地转化而来的,占沙漠化发展面积的57.28％,另外42.72％的沙漠化发展土地是由1975年较低沙漠化程度向较高程度发展所致。气候变化和不合理的人类活动共同作用导致了黄河源区沙漠化的快速发展,其中,气温升高是自然因素中的主要因素,过度放牧是人为因素中的主要因素。     

基于决策树的戈壁信息提取研究

 戈壁是我国西北干旱地区的一种主要地表景观类型。由于戈壁所处地带自然条件恶劣,人烟稀少不便于实地调查研究的开展,所以目前关于戈壁的研究资料非常少。本文以戈壁典型分布区内蒙古自治区额济纳旗为例,以Landsat TM遥感影像以及30 m DEM作为基本数据源,首先借助DEM数据,在GIS中,提取出非戈壁分布区,然后,在分析不同典型地物光谱特征基础上,建立基于知识的决策树信息提取模型,利用该模型实现了侵蚀型戈壁与堆积型戈壁信息的自动提取,戈壁信息提取总体精度达到91.57%,研究为使用遥感影像快速获取戈壁信息提供了技术支持。     

中国雾区的分布及其季节变化

用中国范围604个台站1961年1月~2000年12月的地面观测雾日资料,分析了雾的地理分布,讨论了不同区域雾的月年变化特征。结果表明：中国地区主要有6个雾区：长江中游区、海岸区、云贵高原区、陇东-陕西区、淮河流域、天山及其北疆区。大多数区域雾日年际变化有下降的趋势,特别是20世纪80年代之后下降趋势更明显,雾日显著趋势区呈西南-东北走向,上升和下降趋势区相间分布,自东南向西北呈波列结构;中国大多数雾区秋冬季雾日最多,春夏季雾日较少。黄海岸区和北疆月际变化相似,都呈双峰型分布,其他区域为单峰型分布。     

基于神经网络模型技术的南京市主城区城市森林遥感调查

城市森林调查是城市森林研究和规划建设的前提和基础工作,而遥感和GIS技术已成为现代城市森林调查的主要方法。遥感信息源和遥感分类技术是决定城市森林遥感调查质量的两个关键因素,研究认为,根据城市森林特点及城市森林研究和规划建设的要求,城市森林遥感调查采用的遥感影像分辨率以8¹0m为宜,神经网络模型分类技术应用于城市森林遥感调查效果较好。本文以南京市主城区为例,以10m分辨率多光谱spot卫星图像与2.5m分辨率全色spot卫星图像的融合图像作为解译信息源,采用dARTMAP神经网络模型进行监督分类,提取了一套具有较高精度的南京市主城区城市森林空间属性数据和图件,并在此基础上分析了南京市城市森林基本特点及规划建设方向。     

基于DEM的北京市大流域界线重新勘定研究

大流域区划数据是反映水资源分布的重要数据,也是土地利用总体规划和农业结构总体规划所必需的重要基础数据。针对当前没有与北京市土地利用现状数据一致的大流域区划数据,参照北京市已有的流域划分数据与方案,以DEM和SPOT5遥感影像为基础数据源,通过GIS数据处理、水文特征分析与流域划分等生成北京市五大流域区划数据;通过三维景观图等对大流域界线进行调整,重新勘定北京市大流域界线。