Scale-dependent relations in land cover biophysical dynamics

The exploration of the relationships between plant biotic dynamics and scale can reveal important information on ecosystem spatial organization by addressing preservation of information integrity in upscaling/downscaling procedures of land-surface parameterization for environmental modeling applications. Scale-dependent relations of vegetation dynamics are investigated in this study by using emergent biophysical characteristics obtained through a predictive multidimensional model of vegetation anomalies derived from remote-sensing observations. In particular, the analysis is focused on the spatial organization of some phenological parameters including deterministic variations (seasonal range, interannual variability, jump discontinuities) and stochastic components (plant memory, spatial correlations). The analysis is performed using MODIS-based Normalized Difference Vegetation Index (NDVI) 16-day composites for the period from March 2000 to December 2006 over Italy at different levels of spatial aggregation (1-8 km). Scale-dependences of the statistical moments of the phenological parameters are quantified through simple power laws for five distinct vegetated land covers. Results suggest that some biophysical characteristics, especially deterministic components, show no preferential spatial scale for important coverage. In particular, broad-leaved forests and natural grasslands are characterized by deterministic and low-distance spatial components well explained by scale relationships, which are modulated by possible spatiotemporal dynamics of climatic drivers. Agricultural lands show high scale-dependent relations on short-term biophysical memory sources and low-distance spatial components of phenology likely related to hierarchical interactions of anthropogenic and ecological processes; whereas mixed patterns of croplands and natural areas generally present no consistent scaling relations.     

中国各省区近10年遥感气溶胶光学厚度和变化

用2000—2009年MODIS大气气溶胶光学厚度（AOD））资料,分析中国29个省（区、市）AOD多年平均值和年际间变化趋势。中国10年平均AOD高值区主要集中在华北、华中、华南和新疆,低值区主要在青藏高原、西北（除新疆外）、东北和西南地区。中国有13个省（市、区）多年平均AOD超过0.4。最高为0.735（江苏）。只有西藏和黑龙江的AOD小于0.2,其余15个省区市的AOD在0.2至0.3之间。除新疆外,中国的AOD高值区全部集中在工业发达和人口密集的地区。中国年际间AOD的变化为上升趋势。近10 a来AOD增长的倾向率为0.019/10a,即增加了4.3%。其中在2000—2007年间的上升最为明显,在2007年达到近10 a来的最高峰（0.437 6）,2008年以后中国的AOD开始出现下降趋势,2009年达到近10 a来最低值（0.372 0）。有17个省区市AOD气候学变化倾向率为正值,变化的范围为0.006~0.099/10a。有12个为负值,变化的范围为-0.037~-0.003/10a。出现AOD增加和减少趋势的区域两极分化,即高排放地区继续增加,低排放地区持续减少。     

Integrating lidar and satellite optical depth with ambient monitoring for 3-dimensional particulate characterization

A combination of in-situ PM_2.5, sunphotometers, upward pointing lidar and satellite aerosol optical depth (AOD) instruments have been employed to better understand variability in the correlation between AOD and PM_2.5 at the surface. Previous studies have shown good correlation between these measures, especially in the US east, and encouraged the use of satellite data for spatially interpolating between ground sensors. This work shows that cases of weak correlation can be better understood with knowledge of whether the aerosol is confined to the surface planetary boundary layer (PBL) or aloft. Lidar apportionment of the fraction of aerosol optical depth that is within the PBL can be scaled to give better agreement with surface PM_2.5 than does the total column amount. The study has shown that lidar combined with surface and remotely sensed data might be strategically used to improve our understanding of long-range or regionally transported pollutants in multiple dimensions.     

基于MODIS数据反演江浙皖地区气溶胶光学厚度

气溶胶是气候变化和大气污染的重要影响因素。人们发现卫星遥感为大面积获取气溶胶光学厚度提供了手段,同时卫星遥感的气溶胶光学厚度弥补了地面观测空间覆盖不足的缺陷。文章首先介绍了使用暗像元法反演气溶胶光学厚度的算法和计算流程,利用传统的暗像元法和改进的暗像元法(即V5.2算法)反演江浙皖地区(29～33°N;116～120°E)气溶胶光学厚度的空间分布,并对两种算法所得结果进行比较与分析。结果表明:暗像元法基本可以反映出该区域气溶胶光学厚度的空间分布特点,尤其是在浓密植被区卫星反演得到的结果与(AERONET)太阳光度计的观测值基本相近。但是在城市地区,该算法得到的结果与观测值存在一定的偏差,有待于进一步改善。     

遥感指数在湖泊叶绿素a反演研究中的应用

借鉴陆地植被指数的算法,利用MODIS数据的波段组合对太湖叶绿素8浓度进行反演。探讨了差值植被指数DVI、比值植被指数RVI、归一化植被指数NDVI这三种遥感指数形式的反演效果及各自特点。MODIS数据蓝光波段和红外波段的组合是反演太湖叶绿素浓度的最佳波段组合,DVI适合于反演叶绿素浓度高的情况,RVI的反演结果两极分化明显而普适性较差,NDVI适合于反演浓度较低的情况。     

基于MODIS数据的地表组分温度反演研究

组分温度的反演是当前定量遥感的一个难点。与众多的陆面温度遥感模型相比,成熟的组分温度遥感模型相对较少。通过对近地面热红外辐射能量的线性展开,建立了MODIS多波段植被、土壤组分温度反演模型。该模型将组分温度与地表温度定量联系起来,模型中所涉及到的参数充分考虑到研究区湿地环境的特点。在计算组分温度时,首先利用单窗算法得到的MODIS陆面温度反演模型计算地表温度,然后由所建立的组分温度模型计算植被、土壤温度。选用2005年10月31日的鄱阳湖地区MODIS数据试验,与实测的植被、土壤温度相比,反演的组分温度的误差在15~21℃;通过对模型参数的敏感性分析,表明该模型具有一定的稳定性。实践证明,该方法能够有效实现组分温度的分离,是一种组分温度反演的较好方法。     

香港及珠三角地区MODIS高分辨率气溶胶光学厚度的反演

为了有效解决地区性和城市范围内的气溶胶分布并反演陆地上气溶胶的性质,一种针对中分辨率成像光谱辐射计(MODIS)的气溶胶反演新算法应运而生.本文首先通过改良的最小反射率技术(MRT)来确定季节性的地表反射率和利用瑞利通道辐射率中解析出大气上气溶胶的反射率来估计气溶胶的反射系数.结果表明,MRT地表反射率的图像和MODIS地表反射系数的产品(MOD09)有很好的契合度.两者的相关系数高达0.9.此外,考虑到不同气溶胶的光学性质和太阳观测组合对计算辐射传输的影响,本研究还制定了全面广泛的差算表(LUT).由此产生的卫星500m分辨率的气溶胶光学厚度(AOT)和香港太阳光度计(AERONET)及MicrotopsⅡ观测资料的相关系数r分别为0.96和0.87(相伴概率值P<0.0001).该研究证明了城区高分辨率气溶胶反演的可行性,还能帮助研究气溶胶的分布和城区大气瞬态污染的影响.此外,MODIS 500m分辨率的气溶胶光学厚度图像还可用于研究跨境气溶胶,使定位珠江三角洲区域污染源变得可行.     

2008年冬—2009年春辽宁省干旱的遥感监测与大气结构分析

MODIS的多波段及高时空分辨率特征有利于对大面积干旱区域的动态监测。2008年10月下旬至2009年2月中旬我国中东部和北方地区十多个省市遭遇了严重干旱。论文选取2009年初干旱较严重的辽宁省作为研究区域,使用热惯量法提取MODIS数据的干旱信息,识别出干旱区域和干旱程度。为了深入分析导致此次干旱的大气结构特征和机理,从天气形势、斜温图(Skew-T)两方面揭示了干旱发生期间影响旱区的大气风向风速、温度、湿度及大气能量的结构特征。研究表明东北冷涡强大稳定而导致的干冷空气路径维持,整层大气的温度-露点差较大,西北风使来源地水汽稀少,稳定的大气层结及干下沉气流等大气结构特征是引起辽宁省严重干旱的重要原因。     

青藏高原短波辐射分布式模拟及其时空分布

论文基于太阳辐射参数化传输模型,结合MODIS每日两次的大气产品和DEM,构建了太阳短波辐射分布式模型,对青藏高原2007年的太阳直接辐射、散射辐射与总辐射分布状况进行了模拟,并利用研究区站点实测值对模型精度进行了验证,其中日值数据直接辐射的相关性分别为0.72(拉萨)和0.82(格尔木),散射辐射分别为0.71(拉萨)和0.70(格尔木),总辐射相关性大都在0.70以上;旬值数据实测值与模拟值的相关性大都在0.90以上。模拟结果表明:实际天气情形下青藏高原年平均直接辐射量为4 244 MJ/m2,年平均散射辐射量为2 348 MJ/m2,年平均总辐射量为6 592 MJ/m2。直接辐射与总辐射的空间分布主要受纬度地带性与垂直地带性的影响,且地形对地表短波辐射的影响大于纬度的影响;散射辐射的空间分布主要取决于当地的地形起伏与大气状况。     

应用MODIS进行赤潮影响因子分析的研究与探讨

遥感技术已经成为赤潮监测的重要手段之一,目前,国内外已有多项应用遥感技术对赤潮成功监测的实例。然而,关于对赤湖的成因进行分析和研究的报道,在国内外学术文献中仍十分稀少。本文总结了赤潮监测的常见方法及引起赤潮发生的可能因素,对MODIS应用于赤潮探测技术的优势进行了分析,并在此基础上提出一种基于MODIS数据的综合海水水色、叶绿素a浓度、海水表面温度、悬浮泥沙含量多种因素的赤潮影响因子分析方法。对赤潮成因的分析将有利于实现赤潮的预测,从而尽可能减少赤潮暴发所造成的损失。