中国陆地植被生态系统生产有机物质价值遥感估算

可持续发展的战略要求推进生态资产研究,对生态系统生产有机物质功能价值的估算则是生态资产评估的重要组成部分。利用改进的CASA模型对中国陆地生态系统1995年NPP进行了估算,它与实测数据和国内其他研究成果的比较验证证明了该方法的可靠性;进而对1995年全国陆地生态系统生产有机物质的价值进行了估算,结果表明,1995年中国陆地生态系统净第一性生产力生产有机物质的总价值为1.902049×1012元.a-1,其空间分布是从东部向西北递减、由中部向东北和南部递增;从类型上看,常绿阔叶林的单位面积值最高,裸地和极稀疏植被的单位面积值最低。     

遥感与GIS支持下的城市绿地信息提取方法研究--以深圳市为例

城市绿地作为城市结构中的自然生产力主体，在城市系统中起着重要作用。传统的城市绿地调查多采用人工普查并结合统计学方法进行城市绿地调查，需要投入大量的人力和资金，但得到的数据精度和现时性都较差，而采用高分辨率遥感卫星数据与地理信息系统相结合的方法，可以达到对城市绿地遥感数据的快速特征提取和准确的空间统计分析。文章采用基于遥感和GIS相结合的方法，并以深圳市为例，进行了城市绿地特征提取方法的研究和应用分析。     

高浑浊河流悬沙质量浓度的地面遥感监测方法

以金沙江中下游一级支流龙川江为例，通过探讨河流地面反射光谱与河流悬沙质量浓度的关系，初步开发了河流悬沙质量浓度的地面遥感预测技术。研究发现，基于R800/R550的经验模型，仅能够预测浓度范围在400g．m^-3以下的悬沙质量浓度值，对于较低悬沙质量浓度的河流或其他水域有较大运用价值。光学拟合技术能够预测龙川江在其整个变化范围的河流悬沙质量浓度，最高预测浓度可以达到13000g.m^-3。通过直接运用两种方法，或者进一步将它们提升成为卫星遥感运用技术后，对于中国西南众多的江河湖库有着重要的理论和现实意义。     

土壤遥感分类识别专家系统的结构设计

介绍了土壤遥感分类识别专家系统的设计原理与实现方法，阐述了土壤遥感分类识别专家系统的土壤分类决策判断树的构造原理，讨论了土壤遥感分类识别专家知识表示的基本原则和系统知识库中专家知识的组织方式，以及专家系统推理机的设计原理和推理规则的构建方法。系统采用压缩编码方式存储地学专题图形和遥感图像数据，具有数据与图像的存储更新、查询检索、分析处理、特征提取和信息输出等功能。该系统可以对遥感图像进行土壤类型的分类识别，并对分类精度进行监测与评价。用该系统对新疆天山北麓阜康试验区的土壤分类识别进行了试验研究，并对试验结果进行了讨论与评价。     

广州市东部地区土地资源承载力研究

应用土地遥感解译图，对广州市东部地区的土地利用现状进行分析；并根据广州总体发展战略规划，进行了东部地区土地资源承载力研究。结果表明，如果2020年广州市东部地区耕地保有面积达到基本农田保护区面积。则城市发展所需的土地资源可以满足规划要求。城市发展建设应先占用那些质量较差的农用地。     

巢湖水体悬浮物含量与光谱反射率的关系

利用高光谱地物光谱仪在巢湖进行了反射光谱测量和同步水质采样分析，在分析巢湖水体反射光谱特征的基础上，分别研究了悬浮物浓度与水体光谱反射率和光谱反射率的一阶微分之间的关系，结果表明在近红外波段范围，单波段反射率和一阶微分光谱反射率都与悬浮物的浓度有较好的相关性，而且利用微分光谱估算内陆水体悬浮物浓度有较大潜力。     

北京市机动车排放遥感监测分析

机动车排放遥感监测反映实际道路行驶中的排放状况,对全面分析排放水平有很强的统计意义。北京市机动车排放遥感监测的CO、HC和NOx的平均浓度分别为1.94%、388×10-6和700×10-6。北京市机动车排放的CO、HC和NOx中50%分别来自于15.90%、13.98%、11.13%的高排放车,但某车辆对于一种污染物出现高排放并不意味着它对其他污染物也是高排放。根据遥感监测得到北京市轻型汽油车基于油耗的CO、HC和NOx平均尾气管排放因子分别为200.1g/L、11.05 g/L和6.68 g/L。     

2005~2016年中国大气边界层SO2的时空变化趋势

利用臭氧观测仪（OMI）卫星遥感反演的大气边界层（PBL）SO₂柱含量（PBL SO₂）数据分析了自2005年以来中国PBL SO₂柱含量数据的空间分布特征、变化趋势及其影响的原因.从长时间尺度上,PBL SO₂柱含量呈现明显的下降趋势.2005年中国区域年平均PBL SO₂柱含量为0.317DU,2016年为0.276DU,减少了0.041DU,大约为13.2%.SO₂柱含量呈现明显的周期变化特征.冬季浓度较高,夏季较低,最小值和最大值分别出现在7和12月,分别为0.246和0.404DU.小波分析显示SO₂的变化在10个月的尺度水平上存在明显的主振荡周期,在40个月的尺度水平上存在明显的次周期变化.中国区域SO₂污染严重的高值区主要出现在京津冀鲁环渤海地区、关中平原（山西省和陕西省）、河南省大部分地区、四川盆地、长江三角洲地区和珠江三角洲.最大的SO₂柱含量值可达1.1DU以上.京津冀鲁环渤海地区的高值区已经延伸到长江三角洲地区,有向南延伸和珠江三角洲连在一起的趋势.由于地形和天气特征的影响,四川盆地地区SO₂出现次高值区.在青藏高原和西北地区,SO₂浓度较低,呈现背景值特征,多年平均的SO₂约在0.05DU的水平.中国区域SO₂变化趋势在空间分布上存在明显的区域差异,变化的范围在-0.70~0.15DU之间.SO₂出现逐渐减少的地区主要是在高值区,如京津冀鲁环勃海地区、关中平原、四川盆地,长江中下游和珠江三角洲.减幅最大的是四川盆地和珠江三角洲,大约减少了61%.四川盆地2005~2016年约减少了0.55DU;珠江三角洲约减少了0.45DU.出现增长的地区主要是西部和北部地区,以及东南沿海除珠三角外的大部分区域,最大增长大约为0.15DU.     

基于机器学习和卫星遥感的PM2.5/10 空间连续分布反演方法研究

在过去的几十年里,快速的经济发展以及工业化、城镇化进程加速使得中国的资源环境承担的压力不断加大。作为影响空气质量的首要污染物,PM_2.5和PM₁₀（记为PM_2.5/10）直接影响着广大人民群众的身体健康。因此,针对PM_2.5/10浓度进行遥感反演研究,对环境监测和控制改善全国空气环境质量具有重要的意义。近些年来,随着对近地面PM_2.5/10浓度研究的不断深入,基于遥感影像数据进行PM_2.5/10浓度的反演方法也日益增多。本文利用Google Earth engine（GEE）平台获取了海量的Landsat 8 OLI遥感影像数据,并结合气象信息、空间特征等参数,采用机器学习中常用的多层映射反向传播神经网络构建了波段反射率与PM_2.5/10浓度之间的反演模型,以获得PM_2.5/10在研究区域的连续分布。为了提高基础PM_2.5/10反演模型的反演精度,还从影响因素和前溯时间两个维度出发,探寻了模型的最优化输入参数组合,并最终实现了对PM_2.5/10浓度的精准反演。以北京市地区为例,模型的PM_2.5和PM₁₀的反演精度R²分别达到0.814和0.796,均方根误差RMSE分别为19.21 μg?m^?3和28.31 μg?m^?3。鉴于该反演结果具有较高的准确性和可靠性,本文所建立的方法模型为研究PM_2.5/10在空间上的连续分布特征提供了新的思路和方法,具有较为重要的科研意义与广泛的应用价值。