影像纹理窗口大小对山地阔叶林不同群落有效叶面积指数估测的影响

森林叶面积指数是陆地表面过程和地球系统气候模型的基本参数,更是森林结构的关键参数之一,已广泛应用于辐射、植物光合作用和降雨截流估测等方面。论文以川西南山地阔叶林5种不同群落类型为研究对象,基于地面调查的112个20 m×20 m样地和SPOT 5数据,运用5种图像处理技术,包括光谱反射率、植被指数、影像单波段纹理、简单波段比纹理和主成分纹理,提取相应影像信息,建立多元回归模型估算有效叶面积指数（LAIe）。结果表明：光谱反射率、单波段纹理参数和植被指数对LAIe估测能力相对较低,利用植被指数仅获得实测LAIe约65%的精度（R²=0.65,RMSE=0.28 m²/m²）;更为有效的是运用所有比值处理的纹理特征参数值来估测LAIe,可获得实测LAIe约74%的变异（R² =0.74,RMSE=0.20 m²/m²）;改进最理想的是利用主成分处理建立的回归模型（R²=0.85,RMSE=0.10 m²/m²）。不同群落的LAIe估测,整体上相应地优于研究区结果,其中栲群落决定系数R²更是高达0.89（RMSE=0.07 m²/m²）。对于研究区阔叶林以窗口7×7、9×9比较成功,而各群落以窗口9×9较好。因此比值处理、主成分处理的纹理特征参数引入及高空间分辨率数据的使用,能显著提高LAIe估测精度。     

基于临近台站气象数据的参考作物蒸散量估算方法

参考作物蒸散量（ET₀）是评估区域植被耗水进而指导水资源优化管理所需的主要参数之一,但我国大部分地区标准化气象台站稀疏、部分研究点的气象资料通常难以获取,给ET₀的计算带来了很大困难。以地处内陆旱区的内蒙古河套灌区为例,利用该区4个标准气象站1981-2006年的气象资料,讨论了研究点在没有历史气象数据且现有气象数据不完备的情况下,采用临近台站气象数据估算ET₀的可靠性。估算方法分别为估算未知气象数据的FAO56 Penman-Monteith方程（PM56）、基于临近台站气象数据校正的经验公式以及利用临近台站气象数据训练的人工神经网络模型。结果表明：（1）在完全没有气象数据的条件下,可采用临近站点的气象数据估算研究点的ET₀,平均绝对误差（MAE）为0.43~0.52 mm d^-1,均方根误差（RMSE）为0.56~0.63 mm d^-1;估算精度与台站间的距离有关,利用维度信息校正太阳辐射值可提高估算精度。（2）仅有最高和最低气温数据时,估算气象数据的PM56方程计算误差较大,且站点之间表现不稳定,人工神经网络模型的估算精度最高,MAE和RMSE分别为0.14~0.22 mm d^-1和0.17~0.29 mm d^-1;校正后的Hargreaves公式的估算效果次之,MAE和RMSE分别为0.23~0.26 mm d^-1和0.30~0.31 mm d^-1。（3）在已知温度和辐射数据时,利用临近台站气象数据训练的人工神经网络模型依然表现最好,MAE和RMSE分别为0.13~0.19 mm d^-1和0.17~0.25 mm d^-1,其他两种方法误差较大。在内陆干旱条件下,利用研究点的气温数据结合临近台站的历史气象信息可有效估算参考作物蒸散发。     

1961—2014年黄土高原气温和降水变化趋势

利用黄土高原地区52个气象站1961—2014年月气温和月降水资料,采用线性趋势法、累积距平法、Mann-Kendall法和Morlet小波分析等方法,对近54年来黄土高原气候变化和突变现象进行了分析。结果表明:1961—2014年黄土高原年平均气温呈上升趋势,线性趋势为0.31℃?10a~(-1)(P0.01),在1991年前后发生了由低温到高温的突变。四季均温均呈增加趋势,其中冬季增速最大,达0.44℃?10a~(-1)。气温年代际变化呈现明显的变暖趋势,1991年以后变暖加速,其中冬季均温增速最大。年均气温增速较大的地区位于黄土高原北部地区,黄土高原南部地区气温增速较小,变暖速率的空间分布随纬度升高而变大。1961—2014年黄土高原年降水量变化不明显,整体呈波动式下降,线性趋势为-7.51 mm?10a~(-1)(P0.05);其中1961—1970年属于降水偏多的年代,而1991—2000年属于降水偏少的年代。季节降水量呈现不同变化趋势和强度,其中秋季、夏季和春季降水量呈减少趋势,秋季降水减少速率最大,为-3.56 mm?10a~(-1);而冬季呈弱增加趋势,为0.43 mm?10a~(-1)。年降水量减少速率最大的地区位于黄土高原东南部,而黄土高原西北部降水变化不明显。Morlet小波分析结果表明,黄土高原年平均气温存在4 a和7~9 a变化周期,黄土高原年降水量存在5~7 a和12~14 a变化周期。通过以上分析,近54年黄土高原气候总体呈现暖干化趋势。     

中国西北地区城市经济发展对降水趋势的影响

利用西北地区136 个气象站1961-2012 年的降水量、降水日数、降水强度、日最大降水量、城市与经济发展等数据,研究了西北地区降水各要素的趋势变化特征及人为活动影响。结果表明,西北降水量在1980 年以后呈增加趋势,但东西部趋势相反,中西部地区增加,而东部地区减少。经济快速期(1979-2012 年)与慢速期(1961-1978 年)降水量的趋势差表明,人为活动密集的东部地区降水下降趋势明显减缓;而中西部区域的化工区、城市及其下风区的降水量、降水日数、降水强度和日最大降水量都有明显增加。省会城市和化工城市对降水各指标的正贡献总体在10%~60%之间,其中化工城市对降水的影响最为显著。多元回归表明,社会固定资产投资、工业产值和服务业产值对西北降水有显著影响。     

1960年-2014年天山北麓气温和降水变化趋势及预测研究

利用天山北麓17个气象站点1960年-2014年的气温和降水资料,采用Morlet小波分析、R/S分析等,研究了天山北麓气温和降水的时间变化.结果表明,(1)天山北麓年平均气温和年降水量分别以0.035℃/a和0.881 mm/a的倾向率呈上升趋势;季节变化明显;(2)年平均气温和年降水量有明显的周期性,年平均气温在55 a尺度内存在13 a的强显著周期,年降水量在55 a尺度内存在8 a的强显著周期.(3)未来一段时间内,天山北麓气温和降水均呈上升趋势,且与过去的变化趋势持续性较强.     

基于机器学习的珠三角秋季臭氧浓度预测

基于2015～2022年珠三角地区的臭氧(O₃)日最大8 h浓度平均值[MDA8-O₃,ρ(O₃-8h)]的观测数据和气象再分析数据,运用支持向量回归(SVR)、随机森林(RF)、多层感知机(MLP)和轻量级梯度提升机(LG)这4种机器学习方法,建立MDA8-O₃预测模型.结果表明,对于全年MDA8-O₃预测而言,SVR模型的效果最好,决定系数(R²)达0.86,均方根误差(RMSE)和平均绝对误差(MAE)分别为16.3μg·m^-3和12.3μg·m^-3;对于秋季MDA8-O₃预测而言,SVR模型的效果依然略优于LG和MLP,其R²、 RMSE和MAE分别为0.88、 19.8μg·m^-3和16.1μg·m^-3,RF模型在秋季的预测效果最差.采用全年数据构建的模型对秋季MDA8-O₃的预测效果比仅采用秋...     

基于LME/BME的珠江三角洲PM2.5星地融合技术研究

收集并处理了遥感反演的气溶胶光学厚度（AOD）、归一化植被指数（NDVI）和气象数据,采用贝叶斯最大熵（BME）结合线性混合模型（LME）估算了2015年10月~2016年3月珠江三角洲地区近地表旬平均PM_2.5质量浓度.结果表明,LME+BME模型的预测精度比LME模型有较大提升,LME+BME模型的交叉验证结果R²为0.751,RMSE为6.886μg/m³,MAE为4.52μg/m³,而LME模型的交叉验证结果R²为0.703,RMSE为7.546μg/m³,MAE为4.927μg/m³.空间分布看,PM_2.5高浓度地区主要集中在广州、佛山、东莞等地区,低浓度地区主要集中在肇庆、惠州、江门的南部等地区;时间变化看,PM_2.5污染比较严重的时间为2015年10月中旬、2015年11月下旬以及2016年3月下旬,而2015年10月上旬、2015年12月上旬和2016年1月下旬污染则相对较低.     

高光谱植被覆盖度遥感估算研究

以北京大学"无人机遥感载荷综合试验场"为试验区,采集草地植被覆盖度(Vegetation Cover, VC)和相应样方冠层高光谱反射率数据,并对比研究了高光谱反射率三种变换形式(小波能量系数、主成分和植被指数)与VC之间的关系模型。结果表明:在三种变换形式中,植被指数模型(R²大于0.8,RMSE小于等于0.018 8)优于基于小波变换和主成分分析的VC模型;经过对高光谱数据进行小波分解获得的第二和第四小波能量系数与VC之间存在显著的对数相关(R²分别为0.811和0813;RMSE分别为0.019 9和0.019 8);以多个小波能量系数作为自变量的VC多元回归模型明显优于基于主成分的多元线性回归,R²和RMSE分别提高0.058和0.030;将高光谱EVI模型与TM-EVI数据相结合生成的试验区VC空间分布总体上呈北部和南部植被覆盖度高(分别>75%和>55%),中部相对低(15%~55%)的特征,与其土地利用/覆被特征相吻合。     

基于GTWR-XGBoost模型的四川省PM2.5小时浓度估算

卫星气溶胶光学厚度(AOD)和气象数据已被广泛用于估算空气动力学直径≤2.5μm的地表颗粒物(PM_2.5)浓度.研究高时间分辨率、高精度的PM_2.5浓度估算方法,对及时准确的空气质量预报和大气污染的预防及缓解具有重要意义.使用Himawari-8 AOD小时产品和ERA5气象再分析资料作为估算变量,提出GTWR-XGBoost组合模型,对四川省PM_2.5小时浓度进行估算.结果表明：(1)提出的组合模型运用于全数据集的性能优于KNN、 RF、 AdaBoost、 GTWR、 GTWR-KNN、 GTWR-RF和GTWR-AdaBoost模型,拟合精度指标R²、 MAE和RMSE分别为0.96、 3.43μg·m^-3和5.52μg·m^-3,验证精度指标R²、 MAE和RMSE分别为0.9、 4.98μg·m^-3和7.92μg·m^-3.(2)该模型作用于PM_2.5浓度小时估算...     

澜沧江流域植被NDVI与气候因子的相关性分析

基于2000-2010年MODIS NDVI数据和气象台站数据,对澜沧江流域植被NDVI与气候因子间的相关性逐像元进行分析,研究流域植被-气候关系的空间格局特征,并对其可能影响因素进行了探讨。研究结果表明：① 气温和降水对澜沧江流域植被生长均具有明显影响,其中,温度的影响尤为显著;② 流域植被生长对气候响应表现出明显的滞后效应,随着纬度的升高,植被对气候因子响应的滞后时间逐渐缩短;③ 流域不同植被类型受气温和降水的影响程度及其对气温和降水变化的敏感性均表现为草地>耕地>灌木林地>有林地。同一植被类型受气温的影响强于降水,但对降水的变化更为敏感;④ 气候特征（多年平均气温和年降水量）显著影响植被NDVI对气候变化的响应时间。年平均气温的高低与气温对植被的影响力并无必然联系,但年降水量显著影响植被NDVI与降水间的相关程度。     

基于支持向量机回归和小波变换的O3预报方法

使用南京工业区2016年6月1日~8月15日的臭氧（O₃）、O₃前体物及常规气象数据，结合多元线性回归（MLR）方法和小波变换（WT）改进支持向量机回归（SVR）对O₃小时浓度的预报精度.结果表明，通过WT方法将一个高变异性的序列转化为多个低变异性的序列后再处理可提高预报精度，M-WT-SVR预报的决定系数（R²）达到0.90，平均绝对误差（MAE）、平均绝对百分误差（MAPE）和均方根误差（RMSE）分别为3.86×10^-9、28.26%和5.57×10^-9，优于M-SVR和SVR.低层细节序列主要与NO、NO₂和芳香烃有关，而更高层的近似序列受到气象条件、前体物和O₃前期浓度共同影响.与经典的MLR方法相比，M-WT-SVR对O₃小时浓度的预报有明显优势.     

基于ANFIS的陕西省参考作物蒸散量计算

为有效提高陕西省参考作物蒸散量(ET₀)的计算精度,选取陕西省6个气象站点57 a(1960—2016年)每日气象资料,构建8种基于自适应神经模糊推理系统(ANFIS)的ET₀计算模型,将其与Hargreaves-Samani、Makkink和Iramk等三种在陕西省ET₀计算精度较高的模型进行比较。结果表明:ANFIS模型能较好地反映气象因子与ET₀之间的复杂非线性关系,在仅有气温数据时,ANFIS模型具有足够的精度(平均R²=0.894,平均R_MSE=0.558 mm/d,平均MRE=18.258%),ANFIS模型的精度随着气象因子数量的增加而增加;在相同气象条件下,ANFIS模型模拟效果最好;ANFIS模型具有较强的泛化能力,基于不同站点也有较高的精度(平均R²=0.974,平均R_MSE=0.276 mm/d,平均MRE=8.608%),具有很好的可移植性。因此,在缺少气象数据时,ANFIS可以作为陕西省...     

中国区域年降水空间分布高精度曲面建模

论文利用781个采样站点的降水数据(中国大陆729个气象台站1951—2002年间月降水观测数据、台湾地区25个站点1971—2000年年均降水数据、世界"雨极"乞拉朋齐年均降水量以及中国西部增设的26个虚拟站点模拟数据),选取有效的敏感性解析因子经纬度、高程、坡向修正系数与地形开阔度等,建立累年平均降水与相关解析因子之间的多元回归方程(降水总体趋势)。并对于回归拟合后与局部变化有关的"随机指示项",采用HASM算法进一步插值处理。模型充分考虑其他地理环境因子的影响,在采样点稀疏区域使用虚拟站点辅助模拟,克服了传统模拟方法完全依赖观测站点实测资料,在站点稀疏区域等雨量线走向主观性的缺点;模型模拟结果既突出空间分布的总体趋势,也反映局地细节变化。     

基于梯度提升回归树算法的地面臭氧浓度估算

将机器学习中的梯度提升回归树（GBRT）算法应用到中国地区地面O₃浓度制图中,利用地面O₃浓度观测数据,结合WRF气象数据、MODIS植被归一化指数以及高程人口数据建立训练预测数据集.通过反向变量选择法选取模型最佳特征变量对其进行训练,十折交叉验证结果：决定系数R²=0.89、均方根误差RMSE=4.75μg/m³.同时对全国O₃人口暴露水平进行评估.结果表明：在暴露强度上,我国人口加权O₃浓度值排在前5的省依次是山东、河南、江苏、河北、上海,均值浓度为94.48μg/m³.在暴露持续时间上,非达标天数最多的5个省依次是河南、山东、河北、宁夏、北京,一年内有42%的天数处于非达标的状态.     

基于混合效应模型的京津冀地区PM2.5日浓度估算

利用2016年182d的MODIS 3km AOD数据与地面监测数据,评估了混合效应模型不同参数组合的模拟性能,得出模型在解释AOD-PM_2.5关系时,对时间序列变异的解释能力要比空间差异更佳.在此基础上,利用混合效应模型建立京津冀地区每日的AOD-PM_2.5关系,模型拟合R²为0.92,交叉验证调整R²为0.85,均方根误差（RMSE）为12.30 μg/m³,平均绝对误差（MAE）为9.73 μg/m³,说明模型拟合精度较高.基于此模型估算的2016年京津冀地区年均PM_2.5浓度为42.98 μg/m³,暖季（4月1日~10月31日）为43.35 μg/m³,冷季（11月1日~3月31日）为38.52 μg/m³,与同时期的地面监测数据差值分别为0.59,0.7,5.29 μg/m³.空间上,京津冀地区的PM_2.5浓度呈现南高北低的特征,有一条明显的西南-东北走向的高值区.研究结果表明,基于每日混合效应模型可以准确评估京津冀地区的地面PM_2.5浓度,且模型估算的PM_2.5浓度分布状况为区域大气污染防治提供了基础的数据支撑.     

呼伦湖水面动态变化遥感监测及气候因素驱动分析

利用长时间序列的MODIS数据,采用水体指数动态分析的方法,对2000~2013年呼伦湖的水体面积进行了动态变化分析,并结合区域气候数据进行了驱动力分析.结果表明:2000~2012年期间,呼伦湖流域水体面积从2286km²减少至1773km²,减少22.4%,主要减少部分分布在湖体东北部和南部;2013年水体面积尤其是南部水域水体面积略有所恢复.呼伦湖主体湖区面积的变化与年均温呈现不显著的负相关关系.     

卫星遥感AOD反演地面细颗粒物浓度方法与效果

使用2015~2018年MODIS AOD产品融合地表气象资料反演了地面细颗粒物（PM_2.5）浓度,并以反演的PM_2.5浓度为依据,比较了地面PM_2.5观测资料的各种空间插值方法.结果表明：2015~2018年反演的PM_2.5平均浓度与地基观测平均浓度的R²达0.94;干季反演效果好于湿季,珠江三角洲反演效果好于非珠江三角洲地区,原因是湿季天气系统较不稳定,非珠江三角洲地区多山脉和秸秆燃烧,导致气溶胶标高、质量消光效率等假设误差较大.使用4种插值方法对地基观测的PM_2.5浓度进行插值,插值结果大致相当,反距离加权插值法较好,站点分布不均、部分区域站点密度小影响插值效果,建议在站点稀疏地区增加地面PM_2.5观测站点.