逃战中发展 灾难中前进

回首2003年，世界科技的发展奇峰迭起、曲折横生。引人注目的是，在航天，医疗卫生、信息技术和生物技术这四大领域，应对各种灾难或危机，在挑战中继续前行，成为这一年科技活动的鲜明主题，     

地表水环境遥感监测关键技术与系统

介绍了地表水环境遥感监测的关键技术与系统及其典型应用,其代表性机理模型和应用示范成果主要来自于中国科学院遥感与数字地球研究所的高光谱遥感团队在最近几年中取得的一些研究进展,主要包括建立了基于改进双峰法的水体分布自动化遥感提取方法,实现了简单、高效和高精度的水体提取;提出了大型湖泊长时序水量估算方法,并以青藏高原湖区为例,重建了典型湖泊面积、水位和水量序列;发展了基于“软分类”的典型内陆水体叶绿素a浓度反演方法,构建了基于生物光学模型的高度浑浊水体悬浮物浓度遥感反演半解析方法,提高了反演方法的区域和季节适用性;构建了基于水色指数的大范围湖库营养状态和透明度遥感监测方法,实现了全球大型湖库营养状态遥感监测,以及全国大型湖库透明度遥感监测;在此基础上,开发了地表水环境遥感监测系统,提高了水环境遥感监测效率,促进了卫星遥感在水环境监测中的高精度业务化应用。     

山西夏季臭氧光化学生成敏感区分布和变化

利用 2013~2022年的 5~8月臭氧检测仪（OMI）的甲醛柱浓度（HCHO）和对流层二氧化氮柱浓度（NO₂）卫星遥感数据,结合地面臭氧（O₃）观测数据,计算了山西 FNR（HCHO/NO₂）的阈值,研究了山西夏季近地面 O₃光化学生成敏感区的分布和变化 .结果表明：①2013~2022年夏季,山西 VOCs敏感区（FNR < 2.3）明显缩小,VOCs-NO_x过渡区（FNR介于 2.3~4.1）先增后减,NO_x敏感区（FNR > 4.1）显著扩张;②2013~2019年夏季,HCHO柱浓度上升与对流层 NO₂柱浓度下降,共同导致 FNR上升,2016年起山西总体处于 NO_x敏感区,但 NO_x减排的进程中城市区域由 VOCs敏感区逐渐向 VOCs-NO_x过渡区转变,导致 O₃污染加重且普遍存在;2020~2022年,HCHO与 NO₂协同下降,O₃浓度有所降低 .③2022年夏季,临汾和运城出现了 O“3周末效应”的反转,其余 9个城市仍存在 O“3周末效应”,O“3周末效应”并不完全取决于前体物排放的变化,还与 O₃光化学生成敏感性密切相关 .山西 O₃污染治理需NO_x和 VOCs协同减排,此外太原、阳泉、运城、晋城应继续深入推进 NO_x减排 .     

卫星与无人机协同应急观测发展现状与应用浅析

卫星观测是目前国际上最主要的对地观测手段,但在对海洋、陆地、大气的精细化观测过程中,仅靠卫星难以实现。而无人机平台具有时空分辨率高、机动性强、运行成本低的特点,能够有效弥补卫星观测的不足。因此,对卫星与无人机的协同观测研究,目前已成为当前国内外的研究热点。相关研究能够为对地观测提供更加有效的手段,为星-机协同观测体系的建立奠定理论和技术基础,具有重要意义。本文介绍了国内外已经开展的卫星与无人机协同对地观测计划,归纳了“卫星-无人机”协同观测方法,结合卫星规划参数和无人机的时空采样特征,对“星-机”协同调度规划方法进行了分析。同时,对“星-机”协同遥感产品的反演、多源遥感数据的融合与同化、多尺度时空遥感数据快速流程化处理、遥感产品真实性检验等关键技术进行了介绍。最后,本文对卫星-无人机协同观测体系在中小尺度海洋观测、区域生态环境、灾害和应急等领域的应用进行了展望。     

木里县森林火灾原因分析及闪电监测资料应用

2019年3月30日凉山州木里县雅砻江镇立尔村因雷击发生重大森林火灾的事件,致死30人,同时造成重大经济损失.根据现场目击者报告,通过对火场附近地理环境、气候特征和气象条件分析发现起火点附近承灾体极度脆弱.起火时段天气形势和卫星云图分析表明,起火时段火场附近有可能产生闪电的云系生成;应用全国三维闪电探测网、四川省雷电监...     

基于决策树的城市黑臭水体遥感分级

水体黑臭程度遥感监测是了解城市水质现状和综合评价城市水环境治理效果的重要手段.以南京、常州、无锡和扬州为研究区,共采集171个样点,同步测量水质参数和光学参数,分析黑臭水体与一般水体的水色和光学特征,构建决策树模型进行重度黑臭水体、轻度黑臭水体和非黑臭水体（记为一般水体）识别.结果表明：①根据色度可将水体分为1~6类水体,其中,类型1~4为黑臭水体,分别为灰黑色、深灰色、灰色和浅灰色水体,类型5和类型6水体为一般水体,分别为绿色系和黄色系水体;②类型1水体的非色素颗粒物和有色可溶性有机物含量高,但色素颗粒物的吸收并不占主导,类型2和5水体的吸收以色素颗粒物吸收占主导,类型3、4和6水体的吸收以非色素颗粒物吸收占主导;③根据六类水体的反射光谱差异用黑臭水体差值指数（difference of black-odorous water index,DBWI）、三波段面积水体指数（green-red-nir area water index,G-R-NIR AWI）、绿光波段反射率和归一化黑臭水体指数（normalized difference black-odorous water index,NDBWI）构建的水体分类识别决策树,能够有效识别出重、轻度黑臭水体和一般水体;④将决策树模型应用于2019年4月9日扬州的PlanetScope影像上,并利用10个同步过境点进行验证,整体识别精度达到80.00%,K值达到0.67.通过水色分类后的城市水体分级模型方法,可推广应用于类似的水体,为黑臭水体监管提供技术方法.     

基于TM影像的乌梁素海叶绿素a浓度反演

首先选取预处理后乌梁素海TM影像的单波段及波段组合与实测叶绿素a浓度进行分析,发现相关性很低。然后,结合乌梁素海的水利条件和自身特点,把湖区分为两个区,发现波段组合(TM1+TM2+TM4)/TM3和TM4/TM3与叶绿素a浓度有较高的相关性。最后,选取误差较低的波段组合(TM1+TM2+TM4)/TM3建立线性模型,实时、快速地反演乌梁素海湖区叶绿素a浓度,与实地情况吻合,为乌梁素海"黄苔"预警提供理论依据。     

基于实测光谱分析和MODIS数据鄱阳湖叶绿素a浓度估算

基于遥感的大面积水体监测技术为水环境监测提供了一种有效手段。以鄱阳湖为研究区,以反映水体营养状态的重要指标叶绿素a为研究对象,在测定研究区水体光谱及叶绿素a浓度和收集了相应时间的MODIS数据的基础上,采用浮游藻类指数法（Floating Algae Index,FAI）提取鄱阳湖水体范围,对鄱阳湖水体实测光谱数据进行剔除异常、归一化及光谱微分处理,构建波段差值、比值、归一化差值等光谱指数,利用最小二乘原理迭代分析水体叶绿素光谱响应特征,得出敏感波段范围：673～680 nm与650～665 nm、680～710 nm与650～670 nm、662～671 nm与700～720 nm光谱区间组合。选择最佳通道组合,建立基于MODIS影像的鄱阳湖叶绿素a浓度反演模型,相关系数为067。应用该模型得到2011年秋季鄱阳湖的叶绿素浓度估算值,反演结果显示湖区水体叶绿素浓度总体不高,且在空间分布上湖区水体周边与陆地交界处比湖中心区浓度偏高。分析认为：通过对实测光谱的定量分析,获得对鄱阳湖地区水体叶绿素浓度的光谱特征认识,揭示出其反射光谱的长波漂移现象,为鄱阳湖这一富营养化程度底,且水体分布不均匀区域建立一种叶绿素浓度反演方法,可为该区域长期的水环境管理提供方法借鉴     

漓江上游植被覆盖度时空变化对地表热场影响

自20世纪80年代以来,桂林漓江由于上游森林遭受破坏出现水生态环境快速恶化的趋势。地表热场的时空变化直接影响森林蒸散及水文效应。因此,对漓江上游1989~2006年5景TM/ETM+卫星图像,利用归一化植被指数反演植被覆盖度,利用单窗算法反演地表温度,提出归一化温度使不同时相地表热场具有可比性,分析植被覆盖度时空变化对地表热场的影响。结果表明,在空间上,地表温度随植被覆盖度的增加而降低,在植被覆盖度很高或很低时,这种影响相对变弱;在时间上,漓江上游1989~2000年植被中、高度覆盖面积从96.1%逐年下降到65.9%,导致归一化地表温度数值较高的像元比例相应增加;2000~2006年植被中、高度覆盖面积逐渐恢复上升到90.8%,但仍略低于1989年,使得归一化地表温度数值较高的像元比例相应减少。植被覆盖可以有效地降低漓江上游地表温度     

利用集合均方根卡尔曼滤波反演重庆地区SO2源排放

传统的"自下而上"清单方法估算的排放清单,其数据的准确性和时效性存在较大局限.基于集合均方根卡尔曼滤波的源清单反演方法,结合WRF-CMAQ（天气研究和预报模式-公共多尺度空气质量模型）被用于对以清华大学编制的2010年MEIC（中国多尺度排放清单模型）排放清单为基础制作的重庆地区SO₂排放源进行反演试验以解决准确性和时效性问题,试验时间段为2014年10月15-31日,重庆主城17个环境空气质量国控监测点ρ（SO₂）小时观测资料用于反演及检验.结果表明:该方法能够反演重庆地区SO₂源排放量,随着反演次数增加,基于反演排放源预报的ρ（SO₂）预报误差持续减小,反演4次后预报误差达到比较低的稳定的水平,其均方根误差均低于20 μg/m3. 5次反演后SO₂源排放量用于2014年10月24-29日每天起始预报,其预报的站点、时间平均的均方根误差从100~400 μg/m3降至30 μg/m3以下.反演中应用局地化尺度减少集合取样误差影响,54与81 km两个局地化尺度反演结果对预报改善效果相当,表明主要影响重庆主城ρ（SO₂）的源排放位于主城及周边地区,也说明内源排放对重庆主城ρ（SO₂）起主要影响.反演后面源排放量主城区降幅约为30 kg/（d·km2）,周边地区减少10~20 kg/（d·km2）,主城区部分SO₂点源排放量降幅约为25 kg/（d·km2）,说明2010年MEIC排放清单高估了试验时段重庆地区的SO₂排放.