2008年冬—2009年春辽宁省干旱的遥感监测与大气结构分析

MODIS的多波段及高时空分辨率特征有利于对大面积干旱区域的动态监测。2008年10月下旬至2009年2月中旬我国中东部和北方地区十多个省市遭遇了严重干旱。论文选取2009年初干旱较严重的辽宁省作为研究区域,使用热惯量法提取MODIS数据的干旱信息,识别出干旱区域和干旱程度。为了深入分析导致此次干旱的大气结构特征和机理,从天气形势、斜温图(Skew-T)两方面揭示了干旱发生期间影响旱区的大气风向风速、温度、湿度及大气能量的结构特征。研究表明东北冷涡强大稳定而导致的干冷空气路径维持,整层大气的温度-露点差较大,西北风使来源地水汽稀少,稳定的大气层结及干下沉气流等大气结构特征是引起辽宁省严重干旱的重要原因。     

基于FY-3A/VIRR和TERRA/MODIS数据藏北干旱监测对比

为获得藏北地区干旱遥感监测的方法,以及验证FY-3A/VIRR数据在藏北地区干旱监测的可行性,论文基于2015年7月25日—8月4日FY-3A/VIRR和TERRA/MODIS数据,计算NDVI和EVI反演温度植被干旱指数（TVDI）,利用实测20 cm土壤水分数据和气象站点累计降水量验证并对比了两种数据源、不同TVDI的遥感干旱监测的精度。结果表明：1）拟合干湿边时,噪点和拟合像元数影响TVDI监测的精度,去除噪点可提高干湿边拟合精度和干旱监测精度;2）MODIS-TVDI_E（下标E表示EVI反演）、MODIS-TVDI_N（下标N表示NDVI反演）、FY/VIRR-TVDI_E、FY/VIRR-TVDI_N与实测20 cm土壤水分数据和累计降水量的相关性检验都达到了0.05的水平,说明基于两种数据源采用TVDI的方法都能有效监测藏北地区干旱。其中,MODIS-TVDI_E和FY/VIRR-TVDI_E监测精度分别高于MODIS-TVDI_N和FY/VIRR-TVDI_N,表明TVDI_E的监测精度优于TVDI_N。MODIS-TVDI的监测精度高于FY/VIRR-TVDI,反映MODIS数据在藏北地区干旱监测精度优于FY/VIRR数据;3）基于MODIS-TVDI_E和FY/VIRR-TVDI_E划分的藏北地区干旱空间特征结果大体相同,说明FY/VIRR数据也可作为气象部门监测干旱的业务化产品,为藏北地区干旱监测提供数据支撑。     

基于FY3C地表温度重建的多云地区旱情监测评估

受热红外传感器无法探测云下地表信息的影响,热红外遥感数据失去了对多云地区旱情监测的能力。采用RSDAST（Remotely Sensed Daily Land Surface Temperature Reconstruction）模型实现了FY3C/VIRR（Visible and Infrared Radiometer）云像元LST值的重建,结合重建后LST和NDVI数据采用TVDI指数对2018年重庆市干旱进行监测分析,并通过对比土壤墒情数据与OTVDI（Original TVDI）和RTVDI（Reconstructed TVDI）间的相关性来评估RTVDI在多云条件下旱情监测的能力。评估结果表明：基于RSDAST模型扩大了多云地区遥感干旱监测的空间范围和时间连续性,提升了区域旱情监测的精度（长时间序列和空间分布上RTVDI与土壤墒情数据间的R值均高于OTVDI）,极大地提高热红外遥感数据在多云条件下的可用性和可靠性。     

2000年以来内蒙古生长季旱情变化遥感监测及其影响因素分析

为探讨内蒙古旱情状况及其影响因素,利用MODIS 16 d合成的植被指数产品数据MOD13A2和8 d合成的地表温度产品数据MOD11A2构建Ts-NDVI特征空间,计算温度植被干旱指数（TVDI）,基于内蒙古2000—2017年生长季每16 d的TVDI分析了近18年来内蒙古生长季旱情时空分布特征,结合气温和降水资料初步探讨了旱情变化的影响因素。结果表明：（1）2000—2017年内蒙古生长季TVDI平均值为0.6,重旱和中旱所占面积最大,其中2007年、2010年为旱情最为严重的年份。内蒙古干旱空间分异明显,西南部以轻旱为主,中部地区以中旱为主,大兴安岭以西的呼伦贝尔草原等地旱情严重。（2）近18年内蒙古生长季干旱程度呈现轻微加重趋势,年际变化值θ_slope介于-0.07~0.7之间,阿鲁科尔沁旗东北部至霍林河一带旱情加重趋势最为严重,阿荣旗和扎兰屯等农业生产地区旱情有轻微加重趋势。（3）2017年内蒙古生长季以区域性和局域性干旱为主,6月和9月干旱最为严重,呼伦贝尔草原和鄂尔多斯高原西部干旱发生频率高且程度重。（4）内蒙古干旱影响因子分析结果表明,TVDI值与气温呈正相关、与降水和坡度呈负相关、与小于1300 m的高程呈正相关、与大于1300 m的高程呈负相关关系。内蒙古生长季TVDI与气温和降水偏相关分析结果表明,锡林郭勒盟苏尼特左旗北部、呼伦贝尔鄂伦春自治旗和呼伦贝尔草原等地旱情与气温正相关关系较为显著（P<0.01）,锡林郭勒盟东北部干旱情况与降水负相关关系较为显著（P<0.01）,其中,气温对旱情的影响强于降水。     

京津冀地区气溶胶季节变化及与云量的关系

利用2000年3月—2008年2月中分辨率成像光谱仪(MODIS)的卫星资料,分析了京津冀平原地区大气气溶胶光学厚度(AOD)和气溶胶细粒子组分比率(FMF)的时空分布特征. 结果表明:通过AOD与FMF的组合特征可判别气溶胶季节变化特征.冬、春季以粗粒子为主,但冬季AOD偏小,而在春季急剧增大;夏、秋季均以细粒子为主,但夏季AOD达到最大,秋季较小. 大气环流和气流后向轨迹分析表明,冬季到达北京的气流以西北冷空气为主,西北路径的气流轨迹占冬季气流轨迹总数的67%;春季主要受偏西、西北及偏北气流影响,这3类对沙尘天气有贡献的气流轨迹占春季气流轨迹总数比例之和达到60%;夏季主要以偏南气流和局地环流占优,这2类气流轨迹分别占夏季气流轨迹总数的52%和34%;秋季气流轨迹与春季的相似,但途经沙源的气流传输速度较春季慢.京津冀平原地区夏季AOD与云量(CF)呈正相关,AOD增加,特别是细粒子增加可能导致局地云量增多.      

基于植被指数和地表温度的冬小麦遥感干旱监测

针对河北省冬小麦主要种植区2007年发生的一次春旱过程,利用MODIS8天合成遥感资料,结合地面站点数据,分析植被供水指数及其多年距平值在冬小麦生长旺期对站点和区域尺度的旱情响应,探求其在河北省冬小麦旱情日常监测中的可操作性。研究结果表明：在三个典型干旱站点,植被供水指数多年距平值与土壤相对湿度多年距平值有较为一致的时间动态;在区域尺度,植被供水指数对水分亏缺状况敏感,与20cm土壤相对湿度的相关性较好。利用植被供水指数建立的遥感监测模型可用于反演冬小麦种植区旱情空间格局,结果与地面观测资料基本吻合。     

基于TVDI的滇西北土壤水分反演研究

以香格里拉为研究区,以2002年、2005年、2009年、2013年以及2015年的Landsat系列影像和气象数据为数据源,利用单窗算法反演地表温度。以Ts-NDVI特征空间原理为基础,应用温度植被干旱指数(TVDI)反演香格里拉的土壤水分。通过GIS空间分析法完成对香格里拉2002—2015年的土壤水分动态反演。结果表明:2002年土壤水分含量最高,2005年土壤水分含量大幅度降低,2005—2015年呈持续上升的状态。宏观上比较典型的房屋建筑区及裸地处于严重干旱的状态,典型的耕地林地处呈现出中度干旱或轻度干旱的状态,植被覆盖度高的地区则受干旱影响较小,土壤较湿润。TVDI反演结果切合研究区的下垫面性质,与土地覆被类型密切相关。     

基于TRMM降尺度和MODIS数据的综合干旱监测模型构建

京津冀地区是我国优质冬小麦的主产区之一,但在全球气候变暖影响下,该地区干旱灾害频发,因此准确监测京津冀地区旱情既能为区域农业生产提供科学指导,又起到保障国家粮食安全等重大战略作用。综合考虑干旱发生过程中大气降水—植被生长—土壤水分盈亏等致旱因子,首先利用GWR（Geographically Weighted Regression）模型对TRMM（Tropical Rainfall Measuring Mission）3B43数据进行降尺度处理,得到1 km分辨率的降水状态参数（Precipitation Condition Index,PCI）;再结合MODIS（Moderate-Resolution Imaging Spectroradiometer）数据,得到植被状态指数（Vegetation Condition Index,VCI）、温度状态指数（Temperature Condition Index,TCI）,最后基于多元回归模型构建综合干旱指数（Comprehensive Drought Index,CDI）,以实现对京津冀地区干旱时空监测评价。结果表明：（1）基于GWR模型与占比系数法得到的1 km空间分辨率TRMM年数据、月尺度数据,不仅在空间分辨率上相比原始TRMM数据得到很大的提升,并且数据精度也通过了检验,表明降尺度分析提高了TRMM数据对研究区降水时空特征的描述能力;（2）监测模型结果与京津冀地区所经历的干旱历程等实际旱情基本一致,并且CDI指数与标准化降水指数（Standardized Precipitation Index,SPI）做相关分析,其相关系数R在0.45~0.85之间,与作物受旱面积做相关分析,相关系数R介于在-0.81~-0.86之间,与作物标准化单产进行相关分析,其相关系数R均大于0.6,并且均通过P<0.05的显著性检验,表明本文所构建的综合干旱监测模型在京津冀地区是适用的。     

基于MODIS的湖南省农业干旱监测模型

诸多遥感干旱监测指数已被成功应用于中国北方地区,但在南方湿润地区的应用则相对较少。以湖南省为研究区,结合遥感(RS)、地理信息系统(GIS)技术,利用MODIS增强植被状态指数(EVCI)和温度状态指数(TCI)的复合信息,并根据EVCI和TCI对干旱信息的敏感程度不同,赋予不同的权重值,建立干旱状态指数(DCI)遥感监测模型,并将该模型应用于湖南省农作物的旱情监测,得到了湖南省耕地旱情等级的空间分布图。通过与该省97个气象台站同期获取的综合气象干旱指数(CI)的相关分析与验证,表明DCI与CI指数的线性相关显著,EVCI和TCI的权重分别取值0.4和0.6时为最佳组合,并论证了该模型适宜南方地区的干旱监测。     

沈阳地区一次颗粒物重污染天气过程的气象成因分析

为探究沈阳地区重污染天气成因,文章利用地面、高空气象观测资料、风廓线雷达资料、NECP再分析资料以及大气污染物监测资料,对2019年3月1~6日沈阳地区出现的一次持续性重污染天气过程,探讨了大气污染物质量浓度、地面气象要素变化特征、大气环流配置与外来输送等特征。结果表明,均压场、地面风场弱及辐合、高温高湿是本次重污染天气出现的原因;逆温层结建立、大气垂直运动差,造成污染加剧;来自京津冀东部地区和辽宁中南部地区的PM2.5外来输送对本次污染也有影响。     

沙尘天气过程对北京空气质量的影响

利用气象、沙尘暴特种观测以及环境监测等多种资料,对2010年3月19─22日沙尘天气过程的大气结构、沙尘源地和垂直水平输送条件以及北京近地层气象要素、空气质量的变化特征进行了分析. 结果表明:这次强沙尘暴天气过程是由冷空气短波槽快速东移南下、地面冷锋明显发展东移造成的;前期沙尘源地土壤湿度的减小为起沙提供了有利条件,同时低层存在的较强西北气流将从源地卷起的沙尘输送到下游地区;沙尘发生时,20 m气层内风速迅速增大,气层内垂直方向风速梯度也逐渐增大,相对湿度急剧降至20%～30%之间;受这次沙尘天气影响,北京地区ρ(TSP)以及10个区县的ρ(PM10)均迅速增加,空气质量达到重污染.      

当前我国大气环境质量的几个特征

通过分析我国大气环境监测资料可知,我国大气污染物已从SO2转变为PM₁₀,而且大气环境质量呈现大区域特征。以年日均API分布为例,出现2个大污染区域和几个小区域,一个大区域处于华北、东北和西北的部分地区,另一个大区域处于长江中下游地区。这些区域的形成,除该区域中煤耗总量较大以外,还与大气输送网络和盆地地形有密切关系。研究地区的大气环境质量常常出现过程特征,由不同月份的大气环境质量优良的过程和污染的过程发现这类过程的出现与移动缓慢的弱天气形势下的大气边界层底层结构有关。提出了温度、露点的垂直分布特征与大气污染物浓度将出现增量或减量的相关性。      

气候变暖背景下西南地区干旱灾害风险评估

论文利用全国基准基本站地面气温、降水资料,NCAR/NCEP土壤湿度资料及各类经济数据,采用加权综合评价法对西南地区干旱灾害风险因子进行分析,结果表明：四川和云南致灾因子危险性较高,气候变暖后四川东南部、云南和贵州西部危险性增加;西南地区中部到东南部成灾环境敏感性较高,气候变暖后四川东部、贵州及云南东部敏感性增加;承灾体易损性主要分布于西南中东部地区,人口密度、经济密度、耕地面积比重越高的地区易损性程度越高;四川中部、云南东北部、贵州南部及重庆西部防灾减灾能力较高。西南地区干旱灾害风险最高区域为云南东部、四川东部、贵州西部及重庆大部分地区;气候变暖后四川东南部、云南西部危险性明显增加。     

长三角地区地表干湿状况及极端干湿事件特征研究

利用Penman-Monteith模型及1957—2014年长三角地区43个气象站点逐日降水、气温、风速、日照时数及空气相对湿度实测数据,对参考作物蒸散量、地表湿润指数和极端干旱/湿润事件进行了计算和统计。运用线性回归、Trend-free pre-whitening (TFPW) Mann-Kendall趋势检验、Morlet小波分析等方法,分析了研究区地表湿润指数及极端干湿事件的时空分布特征。结果显示：1）近58 a长三角地区年及季节平均湿润指数在空间上呈南高北低分布格局;2）年湿润指数呈波动下降趋势,变化倾向率为-0.021/10 a,气候趋于干旱化。湿润期集中在20世纪80、90年代。突变年为2003年,并存在多个振荡周期。四季中,春秋季气候趋于干旱化,冬夏季反之。年际湿润指数变异系数和变化趋势存在明显的空间差异;3）年极端干旱事件发生频率呈波动上升趋势,年极端湿润事件则呈现微弱的下降趋势,均存在空间差异。     

甘肃省对流层甲醛柱浓度时空分布特征及影响因素研究

近年来,有着致癌性质的甲醛在大气中的含量逐年增加,加强对大气甲醛及其影响因素的监测意义重大。本文利用OMI卫星反演数据,对2008～2016年甘肃省对流层甲醛柱浓度的时空特征以及影响因子进行分析。结果表明：（1）甘肃省甲醛柱浓度空间分布极其不平衡,呈现出由甘肃南部向中部、西北部逐渐降低的趋势,这与甘肃省自东南向西北的植被分布有关,植被排放对大气甲醛有一定的贡献。（2）甲醛柱浓度年均值最低为7.15×10¹⁵ molec/cm²,出现在2008年,最高为10.66×10¹⁵ molec/cm²,出现在2011年;按照季节划分甲醛柱浓度均值,表现为夏季 > 冬季 > 春季 > 秋季,这与夏季光化学反应和甘肃省冬季采暖有关;甘肃省大气中的甲醛以自然因素为主,人为因素次之。（3）甲醛柱浓度变化不仅与自然因素的温度呈显著正相关,还与社会经济因素中的第二产业值、工业产值以及能源消耗等具有一定相关性。甘肃省甲醛柱浓度时空特征总体受当地自然和社会经济因素的综合影响。     

广西不同石漠化等级下SPAC水势梯度及其环境效应

以野外观测为基础,对广西不同石漠化等级(无石漠化、轻度石漠化、中度石漠化和重度石漠化)下土壤-植被-大气连续体(Soil-Plant-Atmosphere Continuum,简称SPAC)系统中的水势日变化、气象因子日变化过程进行了研究。结果表明:随着石漠化程度的增加,大气水势降低,大气水势对不同石漠化程度的反应敏感。岩溶区石漠化等级下植物和土壤水势较低,不同石漠化条件下的植物叶水势在-7.79±0.43~-2.68±0.11 Mpa之间,土壤水势在-4.00±0~-0.08±0.04 Mpa之间,重度石漠化等级下植物处于萎蔫状态。植物在正午受到的水分亏缺程度为:重度石漠化中度石漠化无石漠化轻度石漠化。无石漠化下植物叶片水势与大气温度呈正相关关系,与大气相对湿度呈负相关关系,轻度石漠化、中度石漠化和重度石漠化下植物叶片水势与大气温度呈负相关关系,与大气相对湿度呈正相关关系。水分在SPAC系统中运移,其能量消耗主要集中在叶片-大气的过程。叶-气水势差差值大小为:中度石漠化重度石漠化轻度石漠化无石漠化。随着石漠化程度的增加,SPAC水势梯度提高,各介质层水势差的增大,提高了水分循环和能量交换的强度。