京津冀地区气溶胶季节变化及与云量的关系

利用2000年3月—2008年2月中分辨率成像光谱仪(MODIS)的卫星资料,分析了京津冀平原地区大气气溶胶光学厚度(AOD)和气溶胶细粒子组分比率(FMF)的时空分布特征. 结果表明:通过AOD与FMF的组合特征可判别气溶胶季节变化特征.冬、春季以粗粒子为主,但冬季AOD偏小,而在春季急剧增大;夏、秋季均以细粒子为主,但夏季AOD达到最大,秋季较小. 大气环流和气流后向轨迹分析表明,冬季到达北京的气流以西北冷空气为主,西北路径的气流轨迹占冬季气流轨迹总数的67%;春季主要受偏西、西北及偏北气流影响,这3类对沙尘天气有贡献的气流轨迹占春季气流轨迹总数比例之和达到60%;夏季主要以偏南气流和局地环流占优,这2类气流轨迹分别占夏季气流轨迹总数的52%和34%;秋季气流轨迹与春季的相似,但途经沙源的气流传输速度较春季慢.京津冀平原地区夏季AOD与云量(CF)呈正相关,AOD增加,特别是细粒子增加可能导致局地云量增多.      

东北区域空气质量时空分布特征及重度污染成因分析

东北已成为我国又一个霾污染多发和重发区域.采用2013～2017年东北区域大气污染物地面监测数据、卫星数据和气象数据等信息,探讨了中国东北地区空气质量时空分布特征与重度污染成因.结果表明,"沈阳-长春-哈尔滨"带状城市群是全年污染最严重的区域,空气质量指数(AQI)的空间分布具有明显的季节性,冬季污染最严重,春季吉林省西部周围为椭圆形污染区,夏季和秋季大部分时间空气质量最佳.3个典型的霾污染时期是10月下旬和11月上旬(即秋末和初冬,时期一),12月下旬和1月(即冬季最冷的时候,时期二),及4月到5月中旬(即春季沙尘和农业耕作期).时期一,季节性作物残茬焚烧和冬季采暖用煤燃烧产生的PM_(2.5)强排放是极端霾事件发生的主要原因(AQI 300);时期二,在最严寒月份里,重度霾污染事件(200 AQI 300),主要由燃煤和汽车燃料消耗的PM_(2.5)排放量高,大气边界层较低,以及大气扩散性差等共同引起;时期三,春季PM_(10)浓度较高,主要是由内蒙古中部退化草原的风沙和吉林省西部裸地的区域性扬尘传输造成的.同时,当地农业耕作本身也释放PM_(10),并提升了裸土的人为源矿物尘的排放强度.     

基于多源数据的干旱监测指数对比研究——以西南地区为例

干旱作为一种时常发生的自然灾害,影响范围广,对农业和粮食安全、人类生活等有深远影响。目前常用的干旱监测指数,都有各自的优缺点,无法适用于所有类型的干旱。论文利用基于气象要素驱动数据集的SPI（Standardized Precipitation Index）、基于MODIS（Moderate Resolution Imaging Spectroradiometer）的ESI（Evaporative Stress Index）、ETI（Evapotranspiration Index）和基于GRACE（Gravity Recovery and Climate Experiment）观测数据的水储量变化TWSC（Terrestrial Water Storage Changes）,对西南地区2005—2014年间的干旱情况进行分析,对比了几种不同数据源下的干旱监测指标的监测效果。结果表明：1）4种干旱监测指标对西南地区的干旱都较为敏感,其中6个月尺度的SPI（即SPI-6）与3个月尺度的ESI（即ESI-3）相关性相对最强（R²=0.431, P<0.01）;2）基于GRACE的水储量变化受全局性大干旱的影响较大,且秋冬比夏天的影响大;3）SPI-6、ESI-3、ETI-3能够较为准确地监测出干旱的空间分布及干旱过程中重心的移动,ETI-3在2009—2010年的干旱中有明显滞后,SPI-6则在干旱末期夸大干旱严重程度。     

中国秸秆焚烧的遥感监测与分析

用最近四年的MODIS火点数据,通过相关处理和分析,得出了全国秸秆焚烧状况的时空分布规律。结果表明,秸秆焚烧最严重的区域一直分布在淮河流域和陕西关中平原,这是秸秆禁烧工作的重点;南部各省秸秆焚烧点密度较小,比较分散,造成的危害相对较小。秸秆焚烧的主要时间,北方集中在夏秋季节,主要是小麦、玉米、油菜等的秸秆;南方集中在冬春季节,主要是水稻、甘蔗、油菜等的秸秆。秸秆焚烧的时空分布规律在最近几年基本无大的变化,秸秆焚烧面积在2002年~2005年期间逐年上升。文章结论反映了各地执行秸秆禁烧政策的效果,可为相关政府部门进行秸秆禁烧工作提供依据。     

2001—2018年基于MODIS遥感影像的青海湖湖冰物候变化特征分析及其影响因素

青海湖是青藏高原上最大的咸水湖,研究该区域冬季湖泊冻融时间的变化趋势及其与气候变化之间的关系,可以为预测未来气候对青海湖水情变化提供重要的见解。根据冰的亮度温度值高于水的亮度温度值这一差异,使用2001—2018年MODIS MOD02QKM数据产品和Landsat TM/ETM+遥感影像分别提取了青海湖开始冻结、完成冻结、开始消融和完成消融四个时间点的数据,综合分析青海湖湖冰物候特征变化,并结合气象数据,得出湖冰物候变化对气候的响应。结果表明：青海湖每年11月左右进入冰期,12月开始形成稳定的冰盖,次年3月或4月开始消融。湖冰覆盖时长和封冻期的变化趋势基本相同,整体上呈现出缩短的趋势,湖冰消融期整体上呈现出先缩短后增加的趋势;2001—2018年,平均首日冻结面积为8.15%,平均冻结速率为192.02 km²?d^?1,开始冻结和完成冻结的日期略有延迟,开始消融和完成消融的日期已经大大提前;冬季温度越高,青海湖湖冰封冻时间越短,日照时数越长湖冰覆盖时长越短,对于湖冰消融期来说,降水量越多湖冰消融速度越慢,平均风速越大湖冰消融速度越快。初步认为,气温是湖冰冻融的主要因素,预测未来1—2 a青海湖冬季气温仍会呈现上升趋势,湖冰封冻时长也会出现缩短趋势。     

中国近15年气溶胶光学厚度时空分布特征

利用MODIS 04_L2气溶胶日产品统计其月度、季度及年度均值数据,研究中国大陆地区近15a气溶胶光学厚度（AOD）空间分布状况;通过Spearman秩相关检验法,探讨中国大陆地区近15a的AOD年均值与季均值的逐年变化趋势.结果表明：在空间分布上,我国AOD多年均值高值中心主要位于四川盆地、南疆盆地、华中地区、长江三角洲、华北平原、关中平原,珠江三角洲地区也有小范围的高值区;低值中心主要位于川西和藏东南、内蒙和冀北交界以及河套地区.在逐年变化趋势上,西北地区AOD值主要呈下降趋势,其中川西和藏东南、陕甘宁交界呈显著下降趋势;东部地区AOD值主要呈现上升趋势,且华中地区、长江三角洲、华北平原以及关中平原呈显著上升趋势;在全国范围内AOD年均值整体呈现上升趋势,但趋势不显著;AOD值随季节变化较显著,具体表现为春夏较高、秋冬较低;AOD高值区以及呈上升趋势的地区基本都处在胡焕庸线东南,表明人类活动对AOD值影响比较显著.     

乌鲁木齐市MODIS气溶胶光学厚度与PM10浓度关系模型研究

为了建立乌鲁木齐市近地面PM10浓度监测的关系模型,利用乌鲁木齐市2013年3—11月、2014年3—11月MODIS AOD产品与同期地面观测的PM10质量浓度进行相关分析,结果表明二者直接相关程度较低(r=0.433,p0.01);然后以WRF模式模拟的大气边界层高度及地面观测的相对湿度数据对AOD进行垂直、湿度订正后,二者相关性得到较大程度提高(r=0.630,p0.01);按照季节分类统计和订正春、夏、秋季的相关系数r分别为0.779、0.393、0.523,均大于统计学上99%的置信度要求,其中春季的订正最为有效,可用性更高;最后,建立全年和各季AOD-PM10最优拟合模型并反演乌鲁木齐市地面PM10质量浓度,全年和三季的反演结果与实测数据的相关系数分别为0.757、0.748、0.652、0.715(p0.01);同时基于卫星遥感AOD反演得到的PM10质量浓度的空间分布与AOD呈现出整体的一致性,并且3个季节AOD平均值表现为:春季秋季夏季.证实了卫星遥感AOD经过垂直和湿度订正后,可以作为辅助监测乌鲁木齐市PM10地面浓度分布的一个有效手段.     

京津冀晋鲁区域气溶胶光学厚度的时空特征

利用2000年3月至2013年12月MODIS Level 3遥感反演大气气溶胶光学厚度(AOD)产品数据,分析近年来京津冀晋鲁区域AOD的时空分布和变化特征.结果表明:1从时变特征来看,近14年来全区年平均AOD值在0.428~0.550之间变化,年际间变化浮动大,因此多年平均增长率并不高,仅呈微弱增长趋势;以2008年为界可将近14年的AOD变化分为呈明显上升趋势的第一阶段(2000—2007年,增长率为1.349%)以及呈明显下降趋势的第二阶段(2008—2013年,增长率为-1.483%);全区四季AOD多年变化除夏季呈微弱下降趋势,其它3季均为上升趋势,冬季增长率最大;夏季AOD最高,但有回落的趋势,冬季AOD最低,但有上升的趋势.2从空间分布特征来看,全区多年AOD空间分布大体上呈南高北低的格局,河北和山东的西南部为高值区(AOD为0.72),河北和山西的北边为低值区(AOD为0.23),北京和天津则处于中上水平(AOD为0.58);全区四季AOD空间分布呈现出强烈的季节变化,春季较高,夏季最高,进入秋季显著降低,冬季则最低,冬季到来年春季呈跳跃性增高.这些结果有助于京津冀晋鲁区域的气候变化和环境研究.     

江苏地区MODIS LST产品重建研究

地表温度(LST)是评价地表热环境的重要指标,但受云等大气状况影响,MODIS LST时间序列产品存在大量噪音像元,严重影响LST数据使用。以江苏省为研究区,用2003-2011年MYD11A1 LST日时间序列产品为基础,结合质量控制信息(QC,quality control),基于改进时空滤波(mTSF,modified Temporal Spatial Filter)方法和最小二乘滑动滤波(S-G,Savitzky-Golay)方法逐步判断,建立LST背景数据库,综合考虑时空尺度效应,提出基于背景数据和mTSF原理的温度重建方法,重建了2009-2011年LST日产品,并校正云覆盖下重建结果。结果表明,江苏地区LST日产品全年受云污染像元(QC=2)比例较高,重建后的LST和0 cm实测地表温度平均相关系数为0.87,同时重建前后平均绝对误差变小。说明重建技术重构LST日产品保证了时空尺度的连续性,提高了原始LST数据的质量和使用效率。     

LAI inversion algorithm based on directional reflectance kernels

Leaf area index (LAI) is an important ecological and environmental parameter. A new LAI algorithm is developed using the principles of ground LAI measurements based on canopy gap fraction. First, the relationship between LAI and gap fraction at various zenith angles is derived from the definition of LAI. Then, the directional gap fraction is acquired from a remote sensing bidirectional reflectance distribution function (BRDF) product. This acquisition is obtained by using a kernel driven model and a large-scale directional gap fraction algorithm. The algorithm has been applied to estimate a LAI distribution in China in mid-July 2002. The ground data acquired from two field experiments in Changbai Mountain and Qilian Mountain were used to validate the algorithm. To resolve the scale discrepancy between high resolution ground observations and low resolution remote sensing data, two TM images with a resolution approaching the size of ground plots were used to relate the coarse resolution LAI map to ground measurements. First, an empirical relationship between the measured LAI and a vegetation index was established. Next, a high resolution LAI map was generated using the relationship. The LAI value of a low resolution pixel was calculated from the area-weighted sum of high resolution LAIs composing the low resolution pixel. The results of this comparison showed that the inversion algorithm has an accuracy of 82%. Factors that may influence the accuracy are also discussed in this paper.