IBIS改进及其多尺度流域分布式生态水文模拟

针对集成生物圈模拟器IBIS未考虑高分辨率模拟情况下地表起伏对太阳辐射等参数影响的特点,改进了IBIS的地表太阳辐射计算模块、日气象数据读取模块,并增加了坡度、坡向数据读取模块。在土地利用覆被数据、DEM、坡度、坡向和降水、气温、云量、湿度、风速等气象数据的支持下,利用改进的IBIS分别对泾河及其子流域在0.041 5°和0.001°空间尺度上的生态水文过程进行了模拟,并用二源遥感估算的蒸散发对模拟结果进行了空间比较分析。结果表明,改进的IBIS在日、月、年不同时间尺度和不同空间尺度上均具有很好的模拟适应性与模拟能力,模拟蒸散发与二源遥感估算蒸散发结果比较一致,总体空间分布形态和趋势具有相似特征。     

基于MODIS-OLI遥感数据融合技术的农田生产力估算

大范围、高精度的农田生产力遥感监测依赖于高时空分辨率的遥感数据,单纯依靠由单一类型传感器数据获取的高时相或者高空间分辨率的遥感数据都不能满足清晰掌握田块尺度上作物生长动态的需求。全球免费提供的空间分辨率250~1 000 m的MODIS数据和空间分辨率30 m的Landsat数据是植被动态监测普遍应用的数据源,针对应用MODIS数据估算的农田生产力空间分辨率较低而Landsat卫星重访周期长的局限性,研究基于空间分辨率30 m的Landsat 8 OLI数据与空间分辨率500 m的MODIS数据,应用时空数据融合技术,融合OLI数据的高清晰空间表达能力与时间间隔8 d的MODIS数据的植被生长时间序列过程的监测能力,获得空间分辨率30 m、时间步长8 d的时间序列数据,利用VPM （Vegetation Photosynthesis Model）模型以宁夏永宁县部分地区为试验区估算该区域的NPP。研究结果表明,融合后所得30 m分辨率的NPP具有良好的空间细节信息,提高了MODIS数据中混合像元上的估算精度,并保留了MODIS数据原始的时间过程信息,以30 m的空间分辨率刻画出作物的生长动态;较单独应用MODIS数据,使用融合数据估算的NPP可更有效检测出高标准农田建设对农田生产力的提升。     

不同尺度下蒸散量测算方法的应用及展望

在水资源日益稀缺的背景下,蒸散作为陆地水循环的重要组成部分,对水资源管理和农业灌溉方案的制定都起着决定性作用。在全球尺度上,蒸散量整体呈现出了明显的随时间增加趋势,但区域尺度及流域尺度的蒸散变化则呈现出较大的不确定性,并且在一些下垫面比较复杂的地区,如喀斯特小流域,蒸散作为流域水循环的重要组成部分往往难以准确测定,所以更需要因地制宜地选择蒸散量测算方法。基于此,本文以各种方法的研究尺度为切入点,将当前被广泛接受的蒸散研究方法分为小尺度方法,即针对单体植株和适用于田块尺度的蒸散研究方法,包括树干液流法、零通量面法、风调室法、蒸渗仪法以及土壤-植被-大气连续体(SPAC)水分传输综合模拟法;百米尺度方法,包括波文比法和涡动相关法;公里尺度方法,主要包括闪烁仪法;流域及区域尺度方法,包括水量平衡法和空间遥感法。概述了各个方法的应用范围、特点以及局限性,列举了前人工作中各种方法之间的对比验证,着重分析了闪烁仪方法在复杂下垫面的应用前景,以便在不同研究条件和研究尺度下能选择最佳的蒸散量测算方法,并对未来蒸散研究进行了展望。     

辽河流域非点源污染空间特征遥感解析

应用遥感技术研究了辽河流域非点源污染发生特征.将环境卫星遥感数据耦合非点源(non-point Source,NPS)污染负荷估算模型,探索基于遥感像元尺度的非点源污染估算方法,目的是分析2010年辽河流域非点源污染特征,从而明确非点源污染的重点防治区和防治措施,为辽河流域水环境污染防治提供技术支持.结果表明,2010年辽河流域总氮排放量为10.3万t,总磷排放量为0.68万t,化学需氧量排放量为13.1万t,氨氮排放量为1.8万t;目前,对于辽河流域主要的非点源污染类型为农业面源;2010年辽河流域面源污染对水质污染的贡献率表现为总氮67.4%,总磷76.4%,化学需氧量39.4%和氨氮21.9%;空间分布上辽河流域的南部是污染最严重的地区,其次是东北部.本研究结合遥感技术发展了以遥感像元为基本模拟单位的非点源污染负荷估算方法,明确了2010年辽河流域的非点源污染产生量和空间分布特征,为辽河流域污染治理防治工作提供了理论依据.     

基于METRIC模型的江汉平原蒸散量估算适应性分析

蒸散发是整个水文循环中的关键环节,现有传统测量方法虽具有较高的点位精度,但空间代表性不足,无法满足大空间尺度的遥感估算。以半湿润区为主的江汉平原为研究区域,以遥感蒸散模型为核心手段,首次引入METRIC模型,探讨METRIC模型在江汉平原蒸散量估算中的适用性,并应用METRIC模型和SEBAL模型对研究区域进行遥感蒸散量反演,同时利用世界粮农组织(FAO)提供的P-M模型参考蒸散量计算公式,计算了气象站点当日参考蒸散量并进行估算误差对比。结果表明:(1)4日中蒸散量较小的3日METRIC模型估算误差较SEBAL模型更小,平均估算误差降低约9%,仅蒸散量较大的1日SEBAL模型较METRIC模型具有更高的估算精度,这表明蒸散量较小的时间段内,METRIC模型在江汉平原表现出良好的适用性,估算误差较SEBAL模型更小,具有更好的应用价值,而蒸散量较大的时间段内,SEBAL模型能够提供较METRIC模型更高的估算精度,具有更好的应用价值;根据季节交替使用两模型能够有效提高区域遥感蒸散量的估算精度;(2)不同蒸散量时两模型出现估算精度差异的最大影响因素为冷热像元即干湿边界的选取原则,SEBAL模型干湿边界的选取原则以水体作为湿边界,适合土壤蒸发量及植被散发量较小的干旱地区,而METRIC模型干湿边界的选取原则以湿润、温度较低的植被覆盖区域作为湿边界,增加了对植被散发的权重考虑,避免了高植被覆盖区域水分胁迫带来的精度影响,并以DEM数据对区域高程、地形坡度加以修正,可降低高程差所带来的"冷却效应",这些改进使该模型在蒸散量较小的时间段内取得了更高的估算精度;但蒸散量较大时,水体蒸散在总蒸散量中的权重大幅增加,降低了植被散发等对最终估算结果的影响程度,此时SEBAL模型以温度较低水体作为湿边界的选取原则使水体蒸散发在总蒸散量估算中占据更大的权重,相较METRIC模型在蒸散量较大时能够提供更高的估算精度。     

多尺度PM_(2.5)分布特征的空间插值与遥感反演对比

精确识别污染物浓度的空间分布是进行区域大气污染防治的重要基础。利用MODIS卫星数据,采用基于地面气象和环境空气质量监测站点观测数据为基础的反演模型,反演获取2013年12月珠三角地区典型大气污染过程1 km分辨率的PM_(2.5)浓度数据,对比分析遥感反演及基于环境空气质量监测站点观测数据的空间插值方法对区域、城市和乡镇尺度PM_(2.5)浓度空间分布特征的再现效果差异。结果表明,珠三角地区PM_(2.5)遥感反演结果与地面观测数据的相关性达到0.74,相关性水平较好,遥感反演结果可描述区域、城市和乡镇尺度上PM_(2.5)污染浓度的空间分布特征,识别不同空间位置的污染程度差异;基于站点观测数据的空间插值方法对PM_(2.5)浓度空间分布特征的再现能力有限,在区域尺度PM_(2.5)浓度空间分布特征分析时效果尚可,在站点有限的城市和乡镇尺度分析中效果不佳,容易产生对高浓度污染地区的误判;在需要利用站点观测数据分析区域尺度PM_(2.5)浓度空间分布特征时,析取克里金、反距离权重或径向基函数插值方法的效果相对较好。     

冠层辐射温度对冬小麦生态系统碳通量的影响

用箱式法在太原盆地对冬小麦的碳通量进行了两年的测定,对比分析了气温(T_a)、土壤温度(T_s)和冠层辐射温度(T_c)的日、季节变化与冬小麦碳通量日、季节变化的关系.结果表明,在日、季节尺度上T_c与T_a具有较好的一致性,相关系数在0.90以上;日尺度上,净生态系统碳交换量(NEE)、总初级生产力(GPP)、生态系统呼吸(Reco)与T_s的相关系数在绝大部分测定日都小于与T_a和T_c的相关系数,但它们与T_a和T_c的相关系数差异不大;季节尺度上,冬小麦的GPP、NEE和Reco与3个温度(T_a、T_s和T_c)都呈显著的二次抛物线关系.生态系统光合作用的最适温度T_c略低于T_a的,差异约1℃左右.Reco与T_a的关系均好于与T_s的关系,与T_c、T_a关系的决定系数差异不大(0.95~0.96).研究结果可以为基于遥感方式观测的冠层辐射温度在估算碳通量中的应用提供依据.     

基于3S技术的景观格局指数空间尺度效应变化研究

本文在阐述景观格局指数空间尺度效应重要意义及3S技术特点的基础上,以四川省木里县梭罗沟金矿矿区为研究区,介绍了3S技术在不同空间尺度提取景观格局指数的技术要求、数据收集和工作流程,并对研究区不同空间尺度景观格局指数的提取结果进行了效应分析,将各景观格局指数随空间尺度表现出不同变化趋势划分为五种类型,确定了该研究区域景观格局分析的最适宜空间尺度为1.0 m~5.0 m。景观格局指数空间尺度效应分析研究,有利于揭示景观格局与尺度效应相互作用的机理,进而对景观格局的尺度推演的方向、过程进行模拟、预测、分析和评价等研究提供重要的科学参考,并对遥感数据和地理信息系统的正确使用具有重要的科学意义。     

基于GIS和RS的市域尺度下的植被NPP研究

在GIS和RS支持下,利用土地利用类型数据、地面气象数据和遥感影像数据,以青岛市为例,研究了市域尺度下的植被NPP空间分布特征.结果表明:青岛市NPP值为0~288 g·m-2·a-2,林地NPP值较高,耕地次之,建成区等区域最小.在小尺度区域内,NPP分布受土地利用类型影响较大,受气象因素影响较小.NPP模块在数据获取上比较容易,仅利用土地利用类型数据、地面气象数据和遥感数据就可以对陆地植被NPP进行计算,实际应用可操作性强.30 m分辨率植被NPP计算值更适宜于在市级小尺度区域内应用.     

基于神经网络的黄柏河东支流域水质遥感估算

水质安全是水环境中的关键因素,流域中复杂的空间差异一直是水质估算精度不高的主要原因。文章提出采用一阶微分算法提高遥感影像数据与实测水质参数之间的相关性,利用遥感影像数据与流域库区空间划分条件作为BP神经网络的输入模拟流域空间结构建立高精度水质反演模型。以黄柏河东支流域尚家河水库坝址以上流域为研究对象,基于Landsat-8遥感影像数据,选取主要水质参数：氨氮、总磷、高锰酸盐指数。经验证模型达到“优”精度等级,估算值与实测值最小决定系数为0.85、最小纳什效率系数为0.82、最小百分比偏差值为-9.51%、最大均方根误差与标准值比值为0.42。从水质参数估算结果空间分布图确定流域中玄庙观水库以氨氮浓度为代表污染最为严重。     

基于多层感知器模型的MODIS地表温度降尺度研究

LST（land surface temperature,地表温度）是一个极为重要的自然地理参数,能够表征地球表层系统的多个自然地理过程,同时与人类生产生活密切关联.为解决LST获取中时空分辨率不能自动互补的问题,以北京市为研究案例区,构建MLP（multilayer perceptron,多层感知器）模型,对MODIS（Moderate Resolution Imaging Spectroradiometer）1 km LST数据进行降尺度研究.结果表明:预测白天LST的MLP模型的训练、测试和整体决定系数分别为0.810、0.796和0.807,预测夜间LST的MLP模型的训练、测试和整体决定系数分别为0.702、0.705和0.701,预测残差值均服从正态分布,构建的模型可靠性较高.与回归模型和支撑向量机等模型相比,MLP模型具有拟合优度高、误差小等优点,此外,MLP模型测试数据集的拟合度也较高,说明模型的泛化推广能力较强.MLP模型的LST降尺度结果能够清晰地反映下垫面地表热环境的空间异质性和昼夜差异.平原地区的建设用地区为LST的高值区,山区远郊县为LST的低值区,白天LST显著高于夜间LST.将TM影像反演的LST的空间分辨率聚合到250 m,使之与MLP模型的LST降尺度结果的空间分辨率相同,并通过随机采50 000个样点比较TM影像反演的LST和MLP模型的LST降尺度结果.检验结果表明,尽管二者在具体数值上有些差异,但其空间结构高度相似,协方差为正,相关系数可达0.730,误差呈现正态分布.研究显示,人工神经网络模型在LST降尺度方面具有较大的应用前景.      

Effects of spatial resolution of remotely sensed data on estimating urban impervious surfaces

Impervious surfaces are the result of urbanization that can be explicitly quantified, managed and controlled at each stage of land development. It is a very useful environmental indicator that can be used to measure the impacts of urbanization on surface runoff, water quality, air quality, biodiversity and microclimate. Therefore, accurate estimation of impervious surfaces is critical for urban environmental monitoring, land management, decision-making and urban planning. Many approaches have been developed to estimate surface imperviousness, using remotely sensed data with various spatial resolutions. However, few studies, have investigated the effects of spatial resolution on estimating surface imperviousness. We compare medium-resolution Landsat data with high-resolution SPOT images to quantify the imperviousness in Beijing, China. The results indicated that the overall 91% accuracy of estimates of imperviousness based on TM data was considerably higher than the 81% accuracy of the SPOT data. The higher resolution SPOT data did not always predict the imperviousness of the land better than the TM data. At the whole city level, the TM data better predicts the percentage cover of impervious surfaces. At the sub-city level, however, the ring belts from the central core to the urban-rural peripheral, the SPOT data may better predict the imperviousness. These results highlighted the need to combine multiple resolution data to quantify the percentage of imperviousness, as higher resolution data do not necessarily lead to more accurate estimates. The methodology and results in this study can be utilized to identify the most suitable remote sensing data to quickly and efficiently extract the pattern of the impervious land, which could provide the base for further study on many related urban environmental problems.     

Cities from space: potential applications of remote sensing in urban environmental research and policy

The rapidly expanding urban areas of the world constitute an environmental challenge for the 21st century that requires both new analytic approaches and new sources of data and information. Management of the urban environment must consider phenomena at three scales, including the physical environment within cities, environmental systems consisting of cities and their regional hinterlands, and the environmental implications of the global network of megacities. Increasing availability of remotely sensed observations and a variety of other geospatial information could facilitate the development of new tools and approaches for understanding the urban environment. These new applications should take advantage of the special characteristics of remotely sensed data, including their broad spatial coverage, their capacity for routine and unobtrusive updating and their ability to provide self-consistent measurements of critical physical properties that would be difficult or expensive to obtain in situ. In many cases, using remote sensing data to measure and monitor urban environmental conditions will be more straightforward than using them for urban planning purposes, where traditional sources of governmental and private sector data are more easily obtained and understood. In developing countries, however, remote sensing may provide fundamental observations of urban growth and environmental conditions that are not available from other sources.     

海拔误差影响气温空间插值误差的研究

利用气象站点的气象要素值进行空间内插以获取无气象站点区域的气象要素值是有关陆地表层过程研究中首先要解决的问题。气温是重要的气象要素之一,海拔高度对气温影响非常显著。论文利用美国地质调查局EROS数据中心生产的全球数字高程模型(GTOPO30)和中国地面气象资料分析了气温内插的点误差及其空间扩散的问题。分析表明,由于中国气象站点地理位置(经纬度)存在有±30″的误差,忽视地理位置的误差将导致的气温点误差为-5.3～+8.6℃,而且点气温误差随着空间内插扩散到其它相邻的像元。     

海洋颗粒有机碳的遥感探测与应用分析

海洋颗粒有机碳(POC)监测对研究海洋碳循环和全球变化有重要意义。为寻求POC探测的有效方法,先讨论了POC的定义组成,介绍了POC的常规测定方法及国内外POC相关研究进展,接着介绍了国外POC遥感探测方法原理。通过对常规测定方法和遥感探测方法优缺点对比分析,我们认为遥感探测海洋POC方法将成为海洋环境监测的重要手段。采用2009年8月的MODIS数据,借鉴蓝绿光比值法建立的POC遥感反演模型,进行了渤海POC的遥感探测,从大尺度揭示了整个渤海POC的分布态势,最高值达370 mg/m3。结果表明:POC遥感探测方法可有效、迅捷、直观反映海区POC变化,因此研究建立具有区域特点的POC生物光学遥感模型用于POC监测,将是海洋环境监测和海洋碳循环研究的重要方向之一。     

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。     

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.     

Geographic distribution and environmental characterization of livestock production systems in Eastern Africa

The central role played by livestock in the livelihoods of rural households in the developing world is seldom fully appreciated by policy makers, development agencies and donors. Knowledge gaps in the geographic distribution and environmental determinants of farming systems, especially if viewed through the livestock lens, compound this problem. We have produced a map of pastoral, agro-pastoral and mixed farming systems across Eastern Africa, by analysing datasets collected in the framework of livelihood analysis. Input data were gathered between 2000 and 2007 by various emergency and development agencies for Djibouti, Eritrea, Kenya, Somalia, Uganda and parts of Ethiopia and Sudan. A quantitative definition of the production systems is adopted, based on the ratio of livestock- to crop-derived income. The resulting livelihood-based map of livestock production systems was compared through correspondence analysis to an alternative livestock production systems map, produced independently from environmental data. Convergence between the two mapping approaches was evident. The geographic distribution of the livestock production systems was also modelled using multivariate analysis of remotely sensed and other geospatial datasets. Models show high statistical accuracy, and were thus used to fill the gaps in the observed distribution of livestock production systems. Finally, selected environmental factors underpinning the systems (agro-climatology, human and livestock populations and land cover) were analysed in detail, enabling the livestock production systems to be characterized in terms of them. The regional scope of the map, as well as its direct link with a vast amount of livelihood information, render it a valuable tool for a range of development and research applications, including those related to global change.     

豫西山区降水与气温的波动规律研究

根据豫西山区4个国家地面气象观测站1957—2008年的降水和气温数据,运用小波分析和统计分析相结合的方法研究了该地区降水和气温的多时间尺度波动特征。研究结果表明:①近50 a来,豫西山区的年降水量和年均气温均具有复杂的多时间尺度特征,年降水量在4 a和14 a尺度上的周期性波动特征较为明显,而年均气温在8 a和14 a尺度上的周期性波动特征较为明显;②近50 a来,豫西山区的年降水量和年均气温虽然具有明显的周期性波动,但是,使用白噪声功率谱进行显著性对比检验得出的结果表明,它们的主周期的显著性水平普遍较低,可以认为基本属于随机性波动;③近50 a来,在4~12 a的尺度上,豫西山区的年降水量和年均气温具有极显著的负相关性,而且预计未来几年该地区仍然可能延续2006年以来气温偏高降水偏少的气候特征;④小波分析和统计分析都属于经验诊断的范畴,对分析过去气候要素变化的多时间结构特征具有较好的效果。但是,由于它们不涉及因果机理,因此要想准确地预测未来的气候变化趋势,还必须对气候系统当中的复杂变化过程开展深入的机理研究。     

面向粮食产量空间化的多元回归分析模型中的两个关键问题探讨

为比较不同区域尺度变量对模型拟合效果的影响,在全国不分区和分区两种情况下,分别基于县级和地市级两个区域尺度上的样本构建粮食产量与水田、水浇地、旱地面积之间的多元线性回归模型,结果显示,用地市级数据作分析样本比用县级数据作分析样本好,分区建模比不分区建模效果好。因此,将全国划分为7个区,以地市级数据作为区域尺度的变量,在区域、栅格、亚栅格三个尺度上探讨变量（因变量、自变量）尺度和常数项取值这两个因素对模型应用的影响。得到以下结论：1）基于区域尺度样本构建的多元回归模型,如果常数项不为0,则不能用于空间化计算;如果常数项为0,则可以用于空间化计算;2）基于栅格尺度样本构建的多元回归模型,不论常数项是否为0,均可应用于空间化计算;3）基于亚栅格尺度样本构建的多元回归模型,不论其常数项是否为0,也均可用于空间化计算,但需要将计算结果乘以一个系数,该系数等于栅格单元面积与亚栅格单元面积的比值。上述结论对其他类型的统计数据空间化具有指导和参考价值。