基于高光谱遥感的镉污染潜在风险估算

为探究高光谱遥感快速监测镉污染的可行性,本文利用2002年以来农田土壤重金属镉实测数据,镉的标准原子光谱曲线数据,HSI(Hyperspectral Imaging Radiometer)高光谱遥感卫星数据,选取长江流域10个地区作为研究区,基于随机森林法估算镉污染的潜在风险空间分布值。结果表明:通过原子标准光谱曲线选择特征波段是可行的,能够极大简化特征波段选取流程;随机森林法具有估算土壤重金属镉含量的能力,预测准确度较高;长江流域镉污染超标问题普遍存在,大部分研究区超标率高于8%,其中上游地区镉污染较中下游地区更为严重,上游研究区镉污染超标率均大于20%。     

基于体感温度的中国供暖需求分区

冬季,中国北方通过集中供暖提高室内温度,而非集中供暖的南方部分地区室内阴冷,对于供暖的需求日益显现。针对仅以空气温度为依据划分的现有中国供暖区与实际人体供暖需求不一致的问题,利用1971～2010年全国740个气象站点旬气候资料,基于综合空气温度和空气湿度的体感温度模型,分析了体感温度的空间分布格局,重新界定了公里级的中国供暖需求分区。分区结果显示供暖需求高的区域(最高需求区及高需求区)面积比现有的集中供暖区大,增加的供暖需求高的地区主要位于长江中下游地区。新的供暖需求分区结果考虑了空气湿度的影响,与现有的仅考虑空气温度的供暖分区相比,更接近人体对室内冷热程度的直观感受,这可以为我国不同地区制定冬季采暖政策提供科学依据。     

城市生态气象监测评估初步研究与实践——以北京为例

气象条件作为影响生态系统最活跃、最直接的驱动因子,影响着生态系统的质量和人类生存的环境,关系着生态保护和建设的成果,而城市生态系统具有与其他系统不一样的气候特征,目前还未形成一套有关城市的生态气象监测评估方法。基于生态气象学理论,分别从城市气候环境、与气候相关的陆表环境、大气环境、人居环境以及城市高影响天气气候事件等5个方面选择不同的要素和指标开展了城市生态气象监测评估初步研究,并以北京为例,利用2018年国家和区域自动气象站资料、大气成分观测资料、2002—2018年MODIS卫星资料、Landsat及环境一号卫星资料,开展了2018年北京城市生态气象监测评估。监测评估显示,(1)2018年北京城市“热岛”和“干岛”气候特征明显,并在北京二环与五环之间存在一个“冂”形风速低值区。(2)2018年北京陆表生态环境、大气环境、人居环境进一步好转:其中植被覆盖度达61.6%,创2002年以来新高,气象条件贡献率达50%,生态涵养区植被生态质量处于正常偏好的面积比例达93.2%;中心城区陆表温度为2011年以来最低值;重要水源地密云水库、官厅水库水体面积均为2000年以来最大值;气溶胶光学厚度、霾日数、大气静稳指数分别较过去4年平均值下降14%、31%和8%,大气扩散条件偏好,对霾日减少贡献率达21%,外地污染传输对PM2.5贡献达到53%;城市生态冷源较2013年明显增加,城市“热岛”得到缓解。(3)历史罕见的夏季高温闷热、冬季阶段低温、极端强降水以及持续无降水等高影响天气气候事件给城市安全运行和生态环境带来不利影响。综合评估表明2018年北京气象条件总体利于陆表生态环境改善,有利的气候条件提高了生态环境的质量,但城市生态质量仍面临着极端天气气候事件、城市热岛、低风速以及外来大气污染输送等风险。     

华北植被的净初级生产力研究及其时空格局分析

在CASA模型的基础上,建立了利用NOAA/AVHRR 1B卫星资料和气象资料估算植被净初级生产力(NPP)的技术方法,该方法有3个特色:直接利用NOAA/AVHRR 1B卫星数据,不需要经过大气校正和方向反射率校正来实现NPP估算;考虑了植被覆盖类型对光能利用率的影响;考虑了植被反照率在计算净辐射中的差异。利用该方法对2007年华北地区的NPP模拟结果表明:2007年华北地区植被的年总NPP为3.68×1014gC/a,各省总的NPP贡献率依次为:内蒙古64%、山西20%、河北13%、北京2%和天津1%,各季的贡献率大小依次为:夏季67%,秋季17%、春季15%,冬季1%。不同植被类型年NPP分别为:森林灌丛为271~560 gC/m2.a,草原为97~278 gC/m2.a,农田为363~376 gC/m2.a,建筑居民地为216 gC/m2.a,荒漠裸地为14 gC/m2.a。受物候和气候因素影响,不同植被类型NPP具有不同的年变化。     

基于RS和GIS技术的区域农田灌溉量预报研究及应用

区域尺度上开展农田灌溉量预报需要考虑土壤、作物和大气的空间差异性。论文针对农田灌溉现状分别建立了需水量灌溉预报模型和土壤湿润层灌溉预报模型,并在预报模型中引入RS和GIS技术来考虑预报参数的空间差异性,初步实现了区域尺度上250 m分辨率网格化的农田灌溉量预报,并在北京地区冬小麦灌溉量预报中进行了应用。结果表明:北京地区2010年冬小麦6月灌浆期间和11月下旬越冬前冻水的预报灌溉量分别为375 m³/hm²和600 m³/hm²,均较现行农业生产中建议的灌溉量明显偏少,具有节水经济效益潜力。这些结果显示了RS和GIS技术在区域尺度上农田灌溉预报中的良好应用潜力,且预报结论和应用效果能达到较好统一。     

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。     

城市绿地对周边热环境影响遥感研究--以北京为例

城市绿地是缓解城市热环境效应问题的主要因素之一,它不仅在宏观上影响城市区域尺度气候条件,而且在小区尺度直接影响到周边的热环境条件。本文从绿地景观格局的角度出发,利用遥感技术和地理信息技术,以北京市主城区的城市绿地作为研究对象,以绿地周边建筑物作为热环境影响承载体中介,分析了影响建筑热环境的绿地的主要景观因子,开展了城市绿地对周边热环境的影响范围、降温幅度以及绿地景观参数与降温幅度的相关关系研究。首先,从TM遥感影像上人工数字化选取了26个城市绿地斑块,同时提取了其周边建筑物像元;然后,基于定量遥感理论反演了绿地和建筑物的温度,并利用GIS工具统计了绿地和建筑的景观格局信息;最后,基于空间统计分析方法和等温线周长-温度曲线变点方法确定了城市绿地对周围建筑物热环境的影响范围,通过相关性分析探讨了城市绿地景观参数与其降温幅度之间的相关性。研究结果显示：（1）在100 m空间分辨率的尺度下,北京大部分城市绿地斑块对周边100 m范围内的建筑具有降温效应;面积在0.5 km2以上的绿地斑块,对周边100 m范围内建筑物具有明显降温效应,降温幅度在0.46~0.83℃之间,平均降温幅度为0.72℃;面积在0.5 km2以下的,具有较高植被覆盖度的绿地斑块有一定的降温效应,不具有较高植被覆盖度的绿地斑块降温效应不明显;（2）绿地斑块的周长、面积、形状指数和植被覆盖度与其周边建筑物的降温幅度没有显著的相关性。该结果表明,绿地的面积无论多大,其对周边环境的降温效应都限制在一定空间范围内;在布设城市绿地时分散型绿地比集中式大绿地对周边环境的总体降温效应更好。研究结果揭示了城市绿地对周边热环境影响的空间范围、降温幅度以及绿地景观参数与降温幅度的相关关系,可为城市规划建设及环境评价等提供科学参考。     

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?     

低碳城市的CO2与PM2.5减排协同效应分析

将基于卫星遥感数据的CO₂与PM_2.5纳入统一研究框架,运用多期双重差分等方法,在城市尺度上分析评估2007～2019年中国低碳城市政策对CO₂减排与PM_2.5污染控制的协同效应及其影响机制.研究发现:低碳城市CO₂与PM_2.5减排的协同效应十分显著,低碳政策使试点城市的CO₂排放量和大气PM_2.5浓度分别下降3.2%和0.74%,且结论在一系列稳健性检验后依然成立.机制分析表明,改善公共交通环境是低碳城市建设实现协同效应的最主要途径.低碳城市政策的协同效应存在地区差异,经济发展水平高、产业结构水平高的城市以及非资源型城市的协同效应更为显著.对此,应充分发挥协同效应,进一步加快低碳城市建设,实现CO₂和PM_2.5等大气污染物协同治理.     

应用于水文预报的优化BP神经网络研究

利用广东省滨江流域的水文观测资料，建立了以前期降水量为预报因子、以水位为输出的BP人工神经网络水文预报模型。首先采用了合理的方法进行样本组织，进而利用最优子集回归技术进行输入因子的确定，然后进行了不同隐层节点数、不同转移函数、不同训练算法的组合试验，确定了应用于水文预报中的优化BP神经网络：网络结构为8-9-1；转移函数的组合方式为tansig-线性函数；训练算法为采用evenberg-Marquardt(Lm)算法。为便于精度分析，还采用了最优子集回归模型作了研究。结果表明，优化BP网络模型无论在拟合精度还是在预测精度上都高于最优子集模型。总的来说BP网络是一种精度较高的水文预测模型。