基于RS和GIS的河北省生物丰度和植被覆盖度归一化系数研究

利用河北省生态环境十年变化（2000—2010）遥感调查与评估项目2010年土地利用类型数据,计算河北省2010年省级生物丰度和植被覆盖指数归一化系数,并对各县市的归一化系数进行分析和研究,绘制2010年河北省生物丰度和植被覆盖指数等级图,清晰反映出全省的区域分布特征,为河北省生态环境影响评价研究提供技术支撑。     

长江三角洲PM2.5质量浓度遥感估算与时空分布特征

卫星遥感反演气溶胶光学厚度(AOT)已被广泛地应用于地面PM2.5遥感监测.为遥感监测长江三角洲地区PM2.5,利用2013年的MODIS/Terra AOT产品,考虑研究区36个空气质量监测站点的风速、温度、湿度和边界层高度等气象条件,构建了基于MODIS AOD产品估算PM2.5的模型.利用17个空气质量监测站点数据对模型进行散点拟合验证,结果表明模型估算精度较高,春夏秋冬4个季节PM2.5质量浓度的模型估算值与地面监测值的相关系数R2值分别为0.45、0.50、0.58和0.52.利用模型估算的长时间序列PM2.5时空分布数据进行时空变化特征分析,结果表明:1 2000~2013年研究区PM2.5质量浓度呈增长趋势,月均增长量为0.047μg·m-3,最大值出现在2月,为(66.2±19.3)μg·m-3,最小值出现在8月,为(22.6±5.9)μg·m-3.2研究区PM2.5质量浓度空间分布差异显著,南部低,北部高,高值主要出现在由上海、杭州和南京构成的三角形区域的城市群中,而低值主要出现在南部远离城市的森林区域.结果表明基于MODIS/Terra AOT产品和地面观测气象数据估算PM2.5的多元线性回归模型能较好地应用于区域PM2.5监测.     

无人机遥感技术在环境保护领域中的应用进展

从建设项目环境保护管理、环境监测、环境应急、生态保护以及环境监察等方面阐述无人机遥感技术在环境保护领域中的应用现状,并对无人机影像的后期处理常用方法及最新发展动向进行了阐述。总结了目前无人机遥感技术在环境保护领域中存在的问题,对数据后处理技术研究方向作出展望。     

基于RS与GIS通海县土地利用／土地覆盖变化研究

以1992年TM和2006年ETM＋影像提取通海县土地利用信息,根据最佳指数因子（OIF）的最佳组合波段,在最佳组合波段下利用遥感图像处理软件ERDAS9．2选择监督分类方法,获取通海县1992～2010年土地利用／土地覆盖变化信息。结果表明：15a来该地区土地利用程度加强：耕地、建设用地显著增加,水域面积虽有萎缩,但变化不大;驱动土地利用变化的主要因素是人口增长、城镇化水平提高与经济的快速发展。     

大气环境分区管理:以广东省为例

从区域大气环境管理的角度出发,提出大气环境分区管理的理念.以广东省地区为例,利用空气质量数值模拟和卫星遥感反演分析相结合的方法,从气象要素模拟场、浓度要素模拟场和卫星图像解译中筛选出关键因子,形成大气环境管理分区指标体系,在此基础上,利用层次聚类分析法将广东省划分为严格控制区、持续改善区和协调发展区这3种大气环境管理分区类型.结果表明,广东省大气环境管理严格控制区、持续改善区和协调发展区分别占16.3%、28.0%和55.7%.严格控制区在珠三角、粤东、粤西和粤北所占的比例分别为27.9%、19.3%、4.4%和12.5%,区域内应实施最严格的大气环境管理政策以推动空气质量改善;持续改善区在珠三角、粤东、粤西和粤北所占的比例分别为34.4%、15.8%、7.8和34.5%,区域内应实施相对严格的大气环境管理政策以保障持续稳定达标;协调发展区在珠三角、粤东、粤西和粤北所占的比例分别为37.7%、64.9%、87.8%和53.0%,区域内应实施较为宽松的大气环境管理政策以保障相对良好的空气质量.总体而言,广东省大气环境管理压力主要集中在珠三角地区,粤北、粤东地区次之,粤西地区大气环境管理压力最小.     

卫星遥感监测海南地区对流层CO2浓度时空变化特征

为了探索海南地区对流层CO₂浓度[以φ(CO₂)计]时空变化特征,采用2002年9月—2012年2月AIRS反演的对流层中层CO₂产品,利用北半球全球本底站瓦里关站和飞机观测φ(CO₂)对该产品进行验证,结合统计分析方法对海南地区φ(CO₂)的月、季、年平均值的时空变化特征进行了研究.结果表明:AIRS反演φ(CO₂)与地基和不同纬度带海洋上空飞机观测数据对比均具有很好的一致性,并且与飞机观测验证偏差更小,二者相关系数均在0.9以上,总体月均值偏差小于2×10-6;全国φ(CO₂)呈现北高南低的分布规律,并且存在较为明显的分界线,形成4个高值中心(塔克拉玛干沙漠、塔里木盆地、内蒙古西部和东北平原)和2个低值中心(青藏高原西南部和云南地区),海南地区平均φ(CO₂)为382.67×10-6,略高于云南低值中心的381.45×10-6;全国φ(CO₂)呈现明显逐年增加趋势,其年均增长速率为2.16×10-6,而海南地区亦呈现显著增加趋势,年均增长速率为2.11×10-6,低于全国水平;φ(CO₂)呈季节性波动特性,全国φ(CO₂)最高值出现在春季,而海南地区为夏季,最低值均出现在秋季;海南地区西部海域、陆地和东部海域上空φ(CO₂)年增长速率分别为2.09×10-6、2.14×10-6和2.11×10-6,表明海南陆地上空增速略大于海洋地区,西部和东部海域上空增长速率基本保持一致.      

城市垃圾场空间扩张遥感监测——以贵阳市高雁垃圾场为例

为研究垃圾场对城市发展的影响,利用2002、2006、2010、2013、2015和2016年6个时相的高分辨率遥感影像,通过目视解译监测贵阳市高雁垃圾场的时空扩张动态。以1︰10 000地形图为参考的多项式方法进行几何校正基础上,采用目视解译方法提取各时相的垃圾场占地区域,并分析高雁垃圾场扩张特征。在此基础上,通过GIS的空间分析功能,结合实地调查进行垃圾场的人口影响分析。结果表明,贵阳高雁垃圾场空间扩展迅速,垃圾场堆积区面积从2002年的5.4 hm~2扩展到2016年的46.5 hm~2,新增面积超过40 hm~2,年均新增面积超过2.9 hm~2约54%。垃圾场影响的人口数量超过10万,显著影响了区域的大气、水和植被。最后,遥感对中国的城市垃圾场监测具有重要作用,在遥感监测基础上,掌握垃圾场演变动态,能够为城市乃至区域可持续发展提供参考。     

湖泊水环境高空间遥感影像污染点源信息提取研究

传统的污染点源信息提取技术存在权重因子各指标取值范围广、提取精准度不准确、植被覆盖率检测效果差等问题,为此,采用高空间遥感影像对湖泊水环境污染点源信息提取进行研究.针对信息的选择和预处理,需要先获取污染点源信息,并利用多项式对遥感影像图中的畸形几何进行修正;通过利用TM影像技术分析波段组合和单独使用波段的分类效果;根据影像中不同的隶属度,构建水体规则,分析水体差异指数,由此提高信息提取的精度,进而完成污染点源信息的提取.通过选取验证区域,进行实验,实验结果表明,使用该技术能够缩小权重因子各指标取值范围,并提高污染点源信息提取的精准度与植被覆盖率检测的效率,实用性较强.     

艾比湖流域地表水水质指标与水体指数关系研究

传统的水域水质监测手段不仅成本高,而且空间信息有限,难以对相关水域进行全面的监测与评价.利用遥感技术进行水域水质监测可克服这些局限.本文以新疆艾比湖流域为研究对象,结合2015年5月实测水质数据和从准同步Landsat OLI数据上提取的水体指数值,利用空间分析和多元统计方法进行分析.结果发现,水体指数EWI、AWEIsh、Vegetation index(VI)、NDWI、NWI、NEW与水质指标之间的相关性显著(0.55≤r≤0.88).因此,选用以上6种水体指数与水质指标进行回归分析并建立数学关系估算模型,发现模型均方根误差均较低.利用同期实测数据对估算模型进行精度验证,发现验证判定系数高,验证点的相对平均误差偏低,均方根误差偏小.与此同时,利用2015年10月的40个采样点对模型进行二次验证,发现验证的判定系数满足0.22R20.81,模型的均方根误差较低.在估算模型中,总磷(TP)、五日生化需氧量(BOD5)、悬浮物(SS)、pH、色度和浊度两期数据的验证判定系数R2在0.5以上,均方根误差较小.因此,利用艾比湖流域水体指数建立的TP、BOD5、SS、pH、色度和浊度估算模型具有较好的普适性.该研究不仅可以为干旱区湖泊的遥感识别奠定基础,而且可为遥感技术应用于地表水水质指标值的提取提供一定的科学依据.