夜间光污染的遥感监测及防治措施浅析

夜间人工照明在给人们的生活生产带来诸多便利的同时,也产生了一系列生态影响,导致了夜间光污染这一新的环境问题。然而,目前对于夜间光污染的监测和防控还未得到重视。针对我国对生态环境保护和建设的新要求,简述了夜间光污染对于天文观测、人类身心健康、交通安全、生态系统和能源浪费方面的影响,列举了夜间光污染的监测方法,包括实地测量和卫星遥感监测。针对我国目前夜间光污染防治现状,提出了完善法律法规、开展监测和评价、健全监管体系、推动宣传和教育等方面的防治建议。     

重要生态功能区典型生态服务及其评估指标体系的构建

科学评估重要生态功能区的生态服务是管理者制定相关政策的基础,对促进重要生态功能区维护区域生态安全、支撑经济社会可持续发展具有重要意义。依据生态服务的空间转移特性,探索提出了重要生态功能区典型生态服务的概念与内涵,并在此基础上综合运用频度分析法、专家咨询法和层次分析法,构建了重要生态功能区水源涵养、土壤保持、防风固沙、生物多样性保护和洪水调蓄等典型生态服务的评估指标体系。结果表明：在指标体系中,影响水源涵养服务的主要是土壤质地和降水量;影响土壤保持服务的主要是植被覆盖度和丰富度指数;影响防风固沙服务的主要是植被覆盖度和大风时速;影响生物多样性服务的主要是植被景观多样性指数;影响洪水调蓄服务的主要是湿地容积和降水量。土壤、植被、地形和气候等生态因子是重要生态功能区典型生态服务产生与发挥的重要基础。     

基于TM影像的北京市热环境及其与不透水面的关系研究

城市化进程将自然景观转换为以不透水面为主体的人工景观,改变了地表与大气间的水分和能量交换过程,导致了城市热岛效应。城市热岛效应对区域气候、生态环境等产生了一系列影响,其空间分布特征以及影响因素分析已经成为城市气候与环境研究的重要内容。基于2011年7月26日的Landsat/TM卫星影像运用单通道算法反演了北京市的地表温度来表征城市热环境,运用线性光谱分解及VIS模型提取了北京市不透水面盖度来,在此基础上对北京城市热环境的空间分布特征及其与不透水面盖度之间的关系进行了分析讨论。研究表明:北京主城区的地表温度明显高于郊区,城市热岛效应非常显著,其空间分布呈现单核特征,且南部城区的热岛效应要强于北部城区。北京市高温热岛区域和不透水面盖度较高的区域基本重合,两者在空间分布上具有显著的一致性。地表温度随着不透水面盖度的增加而升高,并且其变化速率依赖于不透水面盖度。当不透水面盖度低于40%时,地表温度随着不透水面盖度增加呈指数关系迅速上升,而当不透水面盖度高于40%时,地表温度呈线性缓慢上升。研究结果揭示了不透水面与地表温度的关系,表明不透水面盖度可以作为城市热环境的一个重要指示因子,为城市规划建设及环境评价等提供了科学参考。     

北京城市热岛的定量监测及规划模拟研究

为定量地评估北京城市热岛现状并预测未来北京城市热岛发展趋势,分别采用气温资料、遥感资料和城市规划资料进行了研究分析。对北京20个气象台站按照台站距离城市中心的距离划分为远郊、近郊和城市三类,分别计算三种类型站点经过海拔订正后的年平均气温,利用1971-2012年城市站和远郊站的年平均气温差值估算北京气温热岛的时间变化;利用1987-2012年的NOAA/AVHRR和Landsat-TM两种不同分辨率的卫星资料,采用定量化的指标--地表热岛强度和热岛比例指数分别估算了不同时期北京地区和城六区热岛强度和范围,并对北京平原地区的城市热岛状况进行了评估;利用2020年的北京城市规划土地利用资料,结合2008年的城市热岛现状监测结果对2020年的北京热岛状况进行了模拟分析。研究结果表明,北京城市的气温热岛与遥感监测地表热岛在时间变化趋势上具有一致性,不同分辨率卫星资料监测地表热岛在时空分布上也具有一致性。其中1971-2012年,以年平均气温计算的北京城市热岛强度增温率为0.33℃·（10 a）-1,近5年（2008-2012）平均热岛为1.12℃。遥感监测结果显示1987-2001年北京地区的热岛持续增强,2001年之后由于北京申奥的成功进行了大面积的旧城改造和绿化,使得城市热岛强度和范围在2004年和2008年有所降低,2008年之后城市热岛继续向东、南和北方向扩展,并出现了中心城区热岛与通州、顺义、大兴、昌平热岛连成片的趋势,到2012年城六区热岛面积百分比已从1990年的31%增加到77%。由热岛比例指数确定的北京各区县热岛强度排名前三分别是城区、海淀和丰台,延庆县最低。对2020年城市规划图热岛模拟结果显示北京热岛已由“摊大饼”演变为“中心＋周边分散”模式,中心城区热岛强度和范围明显减弱,周边广大远郊区将出现分散?     

基于遥感的北京市体感温度指数反演研究

体感温度指数综合考虑了温度和湿度对人体的影响,可有效表征人体舒适度,对于研究城市热岛效应对人体健康的影响具有重要意义。基于2017年7月10日的Landsat 8卫星影像运用单通道算法反演北京市的地表温度,结合NDVI、MNDWI、海拔及水汽含量等环境因子,构建随机森林模型估算近地表气温;基于同一天的MODIS水汽产品提取大气可降水量,运用逐步回归方法建立近地表水汽含量与大气可降水量、地表温度及海拔之间的关系来估算近地表露点温度,在此基础上计算Humidex指数来表征北京市体感温度的空间分布。结果表明,模型估算的体感温度平均绝对误差(MAE)为1.40℃,均方根误差(RMSE)为1.71℃。北京市7月10日的体感温度范围为24~42℃,具有东南高西北低的分布特征。主城区和近郊区的体感温度显著高于远郊区,并向四周呈递减趋势;受空气湿度的影响,平谷南部、密云河谷一带、延怀盆地以及房山东南部等部分远郊地区的体感温度也比较高。就城市内部的体感温度而言,不同功能区的分布使得体感温度在相邻区域上存在空间差异性,东城区和西城区体感温度最高,平均值达到了39.79℃,丰台区、海淀区、石景山区和朝阳区的平均体感温度也达到了34.29℃。体感温度与气温在空间分布上具有一致性,但整体上高于气温,在主城区和各区中心区域,体感温度比气温高5℃以上。该研究尝试通过遥感手段反演北京地区体感温度指数,获取了北京市体感温度的详细空间分布信息,为城市人居环境和城市热岛效应研究提供了科学参考。     

基于NPP/VIIRS夜光遥感数据的淮安市夜间PM2.5浓度估算研究

PM_2.5是大气的重要污染物,掌握其空间分布对于大气污染防控具有重要意义．目前,PM_2.5遥感监测主要围绕卫星反演的日间AOD数据开展,无法反映夜间大气污染的空间格局．以2019年9—12月NPP/VIIRS夜间灯光影像和空气质量站点PM_2.5观测数据对江苏省淮安市夜间PM_2.5浓度进行估算研究．基于辐射传输方程分析夜间灯光辐射与PM_2.5浓度之间的关系,在此基础上综合考虑灯光辐射直接衰减和散射补偿确定了计算夜间PM_2.5浓度的空间自变量,运用多元线性回归模型（MLR）、随机森林（RF）、Cubist、极端梯度提升树（XGBoost）、神经网络（NNet）、支持向量机（SVM）及最近邻法（KNN）算法构建夜间PM_2.5浓度遥感估算模型．结果表明,多元线性归回模型精度明显低于各个机器学习模型,所有模型中SVM模型精度最高,决定系数R²为0.77,平均绝对误差MAE为20.83μg·m^-3,均方...     

基于高分遥感影像的跨国界流域环境监测——以红河流域为例

借助高分遥感影像,通过目视解译手段提取红河流域内工业区、工厂、矿山、尾矿库和水产养殖场5类水环境污染源信息,并对中越境内污染源状况对比分析。结果表明,红河流域越南境内的工业区、水产养殖场数目均多于中国境内,而中国境内的矿山、尾矿库数目均多于越南境内,两国境内的工厂数目相当。此外,矿山和尾矿库主要分布在红河干流及一级支流附近,增加了红河重金属污染风险。