2021年中国北方首次沙尘天气的多源遥感分析

利用多源遥感数据和NCEP再分析资料,从沙尘源区的地理环境和气候特征出发,对2021年中国北方首次沙尘天气事件每日的大气环流形势以及沙尘的水平,垂直分布特征进行深入的研究分析.结果表明:源区内异常增温,降水稀少的气候背景下致使大面积裸露松散的土壤含水量较低,为大范围,高强度沙尘天气的形成提供了物质基础;频繁活动的冷空气,是沙尘天气爆发的动力因子.沙尘在强风中沿东南方向向下游地区输送和扩散,中国西北,华北,黄淮,江淮,江汉地区和江南北部等地先后受到沙尘天气的影响,空气质量迅速恶化,首要污染物为PM₁₀.此外,沙尘气溶胶东移也波及朝鲜半岛,日本等下游地区.在输送过程中,内陆地区沙尘主要分布在1~6km,而下游地区的沙尘则集中分布在2km高度附近,粒径较大的沙尘出现在近地表的频率较高,较小的颗粒主要分布在对流层中下层.     

基于环境一号卫星的四川盆地气溶胶光学厚度精细化反演

四川盆地为中国灰霾形势较为严重的区域之一,对四川盆地大气灰霾的监测具有十分重要的意义。利用环境一号卫星数据,对能表征大气污染程度的气溶胶光学厚度进行了反演。提出了用EVI植被指数判定暗像元精细化反演气溶胶光学厚度的方法,该方法能较好地去除部分大气影响,气溶胶光学厚度反演结果与CE318的气溶胶光学厚度结果相关性较高,误差较小,具有较高的精度,反演结果满足精细化要求。反演结果表明,四川盆地内有德阳、成都、眉山和乐山4个气溶胶光学厚度高值区,该高值区呈带状分布且与四川盆地的地形密切相关。     

Water Management Applications for Satellite Precipitation Products: Synthesis and Recommendations

This article is an assessment of the current state of the art and relative utility of satellite precipitation products (SPPs) for hydrologic applications to support water management decisions. We present a review of SPPs, their accuracy in diverse settings including the influence of geography, topography, and weather systems, as well as the pros and cons of their use for different water management applications. At the end of this broad synthesizing effort, recommendations are proposed for: (1) SPP developers to improve the quality, usability, and relevance of precipitation products; and (2) SPP users to improve the reliability of their predictions and hydrologic applications to better support water management.     

遥感调查方法在河北省省级自然保护区生态环境变化评估方面的应用研究

河北省省级自然保护区以自然生态系统类型为主,人类活动较为频繁,将遥感评估方法应用于河北省省级自然保护区生态环境变化评估具有重要意义。本文通过分析高分辨率遥感卫星影像的特点,结合河北省省级自然保护区的实际情况,优先选取分辨率为2m的民用卫星,提出了遥感调查方法在自然保护区人类活动和开发建设活动中自动监测、生态系统格局变化、生态系统质量变化以及人类活动干扰程度四方面的评估应用。     

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     

矿区生态环境遥感监测数据库系统设计与实现

以肥城矿区为背景,基于Personal Geodatabase模型构建了空间数据库,采用C#作为开发语言,借助ArcGIS Engine的控件开发了矿区生态环境遥感监测数据库系统.根据数据获取方式不同,将空间数据库分为基础地理数据库、专题数据库、实地监测数据库和表格数据库4部分,系统实现了矿区空间数据和属性数据的统一存储和管理,多时相遥感数据的对比分析,水质、土壤湿度的动态监测,矿区各类地物面积的统计分析等功能.     

三峡工程建设前后库区城镇发展与环境变化

利用卫星遥感监测，分析三峡工程建设前后库区城镇发展类型、时空过程，揭示库区城镇变化的驱动力，探索了城镇扩展与人口城镇化关系，研究城镇环境变化特征。三峡库区城镇规模发展不均衡，库尾城市规模庞大，库中、东部区县级城市规模较小，而乡镇的比例占城镇面积24%；在过去15 a中，建城区规模扩大172%，高于全国省会城市发展水平72%；三峡库区城镇规模扩大的同时，东西城镇规模差距逐步缩小，三峡工程建设起着重要的推动作用；城镇发展以侵占了优质耕地资源为代价，耕地占城镇变化83%；城镇用地变化与人口城市化发展不平衡，城镇空间发展快于人口城镇化过程，城镇对农村人口的吸引力不及全国省会城市平均水平，在2007年城市化率低于全国水平13%，差距进一步扩大；城市空间结构发展模式受地形和土地资源的限制，城市分维数和坡度分别增加12%和104°，城市向潜山区扩展或搬迁的同时，城市空间的完整性下降     

武宁县森林扰动及驱动因子分析

森林扰动是影响陆地生态系统的重要因子,也是影响全球碳循环的重要因素.以江西省武宁县为例,利用1986-2011年14景Landsat TM/ETM+遥感影像,通过扰动指数(disturbance index,DI)时间序列轨迹分析提取森林扰动信息,并引入经验正交函数(empirical orthogonal function,EOF)分解方法定量分析了森林扰动的时空变化规律,利用GIS深入分析了自然和社会驱动因子影响.结果表明,武宁县森林扰动在1986-1998年较强,扰动面积以1992年为最大,以地区性扰动为主;2000年以后则趋于平缓,扰动以砍伐和森林火灾为主;在空间上,扰动主要发生在近道路、低海拔、低坡度和近水地区,并受地形和交通的制约,城镇化逐渐成为该地区森林扰动的一个不可忽略的驱动因子.     

南通市生态环境遥感监测及其动态变化研究

应用遥感技术对南通市生态环境进行监测,利用GIS技术对遥感监测结果进行解译与分析,同时对2006-2009年南通市生态环境时空动态变化进行了分析与评价.结果表明,南通市生态环境类型以耕地、水域和城乡、工矿、居民用地为主,未利用土地面积极小.其生态环境动态变化的主要特点是耕地面积普遍有小幅度减少,以城镇建设用地为主的城乡、工矿、居民用地增加较多,林地面积无明显变化；未利用土地面积有所减少,以盐碱地面积减少为主,减少的面积主要用于耕地和建设用地.     

The role of remote sensing in hydrological modelling of the Okavango Delta, Botswana

A coupled surface water-groundwater model of the Okavango Delta has been built based on the United States Geological Survey software MODFLOW 2000 including the SFR2 package for stream-flow routing. It will provide a new tool for evaluating water management and climate change scenarios. The delta's size and limited accessibility make direct, on the ground data acquisition difficult. Remote sensing methods are the most promising source of acquiring spatially distributed data for both model input parameters and calibration. Topography, aquifer thickness, channel positions, evapotranspiration and precipitation data are all based on remote sensing. Simulated flooding patterns are compared to patterns derived from visible to thermal NOAA-AVHRR data and microwave radar ENVISAT-ASAR data.