长江三角洲地区大气污染过程分析

针对2015年和2016年12月2个月的4次污染过程,利用中分辨率成像光谱仪（MODIS）Terra卫星的气溶胶光学厚度（AOD）,Angstrom波长指数（AE）气溶胶数据,并结合PM_2.5和PM₁₀的浓度以及比值变化分析,发现以PM_2.5为代表的人为因素产生的细颗粒物是造成研究地区污染发生的重要因素.并且利用MODIS火点数据以及美国海军气溶胶分析与预测系统（NAAPS）模拟分析污染物成分,发现2015年12月12~16日和19~27日2次污染都以人为因素产生的细粒子污染物为主,沙尘以及生物质燃烧产生的烟粒对研究地区影响较小.2016年12月6~10日和15~18日2次污染过程产生的原因不同,利用潜在源贡献因子分析法（PSCF）分析发现6~10日污染天气的产生主要是由西北方向含有大量沙尘粒子气流以及南方生物质燃烧产生的大量烟粒共同输送到研究地区,加之研究地区大量人为污染细粒子的产生,导致了此次混合型污染天气发生.15~18日污染过程与2015年2次污染过程相似,主要原因都在于人为因素产生的细颗粒污染物的影响,沙尘以及烟粒对污染过程起到了加剧的作用.     

中国东部南北样带中南段典型植被类型NDVI变化分析

以IGBP第15条国际标准样带——中国东部南北样带中南段的植被为主要研究对象，对该区域应用NDVI(normalized difference vegetation index)数据进行植被类型划分，共划分为三大类35小类．在此基础上，选择6种不同气候区域典型的森林植被类型，对其NDVI变化进行分析，从而得出：NDVI随着纬度的降低变化逐渐减小；通过研究经向年内：NDVI变化，发现4月份研究区域南北：NDVI指数变化最明显；分析NDVI均值变化可知，从暖温带到北亚热带植被指数NDVI形成明显的阶跃，从而判定植被指数NDVI对短期气候变化具有明显的指示性，并发现通过植被指数NDVI的季节变化曲线，可以较为准确地判定森林、草原、农作物等大类型，图4表1参15。     

A Multivariate Analysis of Biophysical Parameters of Tallgrass Prairie Among Land Management Practices and Years

Six treatments of eastern Kansas tallgrass prairie – native prairie, hayed, mowed, grazed, burned and untreated – were studied to examine the biophysical effects of land management practices on grasslands. On each treatment, measurements of plant biomass, leaf area index, plant cover, leaf moisture and soil moisture were collected. In addition, measurements were taken of the Normalized Difference VegetationIndex (NDVI), which is derived from spectral reflectance measurements. Measurements were taken in mid-June, mid-July and late summer of 1990 and 1991. Multivariate analysis of variance was used to determine whether there were differences in the set of variables among treatments and years. Follow-up tests included univariate t-tests to determine whichvariables were contributing to any significant difference. Results showed a significant difference (p < 0.0005) among treatments in the composite of parameters during each of the months sampled. In most treatment types, there was asignificant difference between years within each month. The univariate tests showed, however, that only some variables, primarily soil moisture, were contributing to this difference. We conclude that biomass and % plant cover show the best potential to serve as long-term indicators of grassland condition as they generally were sensitive to effects ofdifferent land management practices but not to yearlychange in weather conditions. NDVI was insensitive to precipitation differences between years in July for most treatments, but was not in the native prairie. Choice of sampling time is important for these parameters to serve effectively as indicators.     

利用风云四、MODIS及CALIPSO卫星资料分析西北沙尘过程的垂直和水平分布特征

FY-4A提供的高时间分辨率沙尘强度产品为分析沙尘过程中气溶胶分布提供了新的思路.本研究使用MODIS暗像元/深蓝/合成算法的AOD产品以及FY-4A沙尘强度产品,分析了2018年春季中国西北地区的两次典型沙尘过程,并使用CALIPSO后向散射系数产品研究了这两次事件中气溶胶的垂直分布特征.研究结果表明：①风云四号沙尘强度产品与MODIS深蓝算法产品以及合成算法产品在西北沙漠地区的沙尘分布情况上具有很好的空间一致性;②对于沙尘有明显向东输送的沙尘过程而言（如2018年4月4—6日）,沙尘主要分布在2~6 km,有些地区甚至只有4 km以上才存在沙尘,在沙尘输送的下游地区,沙尘主要分布在2 km以下的低空;而对于沙尘没有向外扩散的沙尘过程（如2018年5月21—23日）,沙尘粒子则主要分布在0~5 km高度处.     

基于MODIS的鄱阳湖湿地植被变化及其对水位的响应研究

针对鄱阳湖水情变化如何影响湖区湿地植被生长过程的问题,在鄱阳湖国家级自然保护区内的蚌湖-吴城生态断面上,选取3个梯度分布MODIS像元样点,基于2001~2010年MODIS 增强型植被指数（EVI）时间序列,分析了近10 a来退水期植被生长动态变化过程;结合星子站水位资料,探讨了鄱阳湖退水期水位变化对湿地植被生长的影响。结果表明：各样点EVI年内均值表现为先上升后下降的单峰特征,多年平均值在10月份最大,高程越高的样点其EVI达到年最大值的时间越早;不同水位持续长短及其起讫时期影响植被的生长变化,EVI均值与生长期的拟合优度（075）高于最大值与生长期的拟合优度（049）;样点每提前出露10 d,EVI均值约升高002,[JP3]二者相关性R2达到055。研究结果对湖区植被资源管理以及湖泊水位调控效应研究等具有积极的参考意义     

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.     

Synergetic analysis of springtime air pollution episodes over Gwangju, Korea

The characteristics of springtime aerosols,including their optical and microphysical properties,were analyzed for the months of March to May of 2009 in Gwangju(35.23°N,126.84°E),Korea.A high Light Detection and Ranging(LIDAR)-derived aerosol depolarization ratio(δ) of 0.25 ± 0.04 was determined on dust particles during the observation period.The?ngstr?m exponent values of the 440–870 nm wavelength pair(?_(440–870)) and single-scattering albedo at 675 nm(Ω_(675)) measured by a CIMEL sun/sky radiometer were 0.77 ± 0.19 and 0.95 ±0.01,respectively.The elevated dust layers reached a maximum elevation of 4 km above sea level.Anthropogenic/smoke particles that originated from highly populated/industrialized regions could be distinguished by their relatively smaller particle size(?_(440–870) ranged between1.33 and 1.36) and higher light-absorbing(Ω_(675) of 0.92 ± 0.01) characteristics.These aerosols are mostly distributed at altitudes 1.2 km.The root-mean-square deviation(RMSD) between the aerosol optical depth(AOD,τ) derived from LIDAR_((τ_(LIDAR))) and from the CIMEL sun/sky radiometer_((τ_(CIMEL))) varied with respect to the surface PM10 concentration.The RMSD between τ_(LIDAR) and τ_(CIMEL) was as low as 13% under lower PM_(10) concentration levels( 100 μg/m~3).In contrast,the RMSD between τ_(LIDAR) and τ_(CIMEL) increased three times(~31%) under high surface PM_(10) concentration levels(100 μg/m~3).These results suggest that the accuracy of τ_(LIDAR) is influenced by specific atmospheric conditions,regardless of its uncertainty.     

基于MODIS的中国PM_(2.5)污染时空分布特征研究

近年来,中国各大城市雾霾天数有明显增长的趋势,雾霾天气的产生与细颗粒物PM_(2.5)有直接的联系。基于2013-2015年MODIS气溶胶光学厚度三级产品MOD08,考虑边界层高度、相对湿度、温度、风速、风向等气象因子,分季节构建BP(误差反向传播)神经网络模型,估算全国PM_(2.5)值,基于此值分析中国PM_(2.5)污染的时空分布。结果表明:(1)对气溶胶光学厚度(AOD)缺失值进行插值后夏季预测模型效果最好,R为0.840 1,春秋季预测模型效果较差,R分别为0.602 5、0.589 9。(2)PM_(2.5)空间分布差异性显著,秋季空间分布差异最显著,夏季降水丰富,空间分布差异显著性降低;高值主要出现在华北和西北小面积区域,低值出现在西部蔵区和海南。(3)高值的华北地区和低值的西部地区都有面积逐渐增加的趋势,高值逐渐扩散到西北小面积区域,低值扩散到中部地区。     

2000-2013年塔里木河流域生长季NDVI时空变化特征及其影响因素分析

受塔里木河流域综合治理工程实施和近期气候变化的影响,流域植被覆被时空分布产生一定的变化,厘清植被覆被与流域气候变化及人类活动的关系可以为塔里木河流域生态维护与治理提供科学参考依据。为此,论文以NDVI为指示因子,运用趋势分析、R/S分析、偏相关分析以及残差分析等方法,分析了2000-2013年综合治理工程期间NDVI的时空变化特征,并探讨及区分降水、气温气候因子以及人类活动对植被覆被变化的影响范围和程度,结果表明：1）2000-2013年,塔里木河流域植被生长季NDVI总体呈现增加趋势,增加速率为0.8%/10 a,平原区增速明显高于山区;且开都河-孔雀河流域山区、塔里木河干流的上、中游部分地区呈现比较明显的退化趋势。与此同时,塔里木河干流下游生长季NDVI持续改善。2）山区植被覆被变化主要受气候变化的影响,其中温度是高山区植被生长的主要限制因子,温度的增加促进植被的生长;中低山区以及出山口平原地区植被生长季NDVI变化是降水和温度共同作用的结果,且主要受降水的影响。降水与植被生长季NDVI变化呈正相关,温度与植被生长季NDVI变化呈负相关。3）平原绿洲区植被生长季NDVI增加主要是绿洲灌区面积不断增加以及塔里木河流域生态治理工程对植被恢复的结果,人类活动是该区域植被生长的主要驱动力。4）塔里木河干流生态闸工程在恢复下游植被的同时,也在一定程度上影响了上、中游地区的用水,尤其是导致中游植被出现退化趋势,退化速率约为0.1%/10 a。相关部门应进一步加强水资源的合理配置,充分发挥生态闸工程的水资源调度调控作用。     

基于人工神经网络多源数据融合的子像元冬油菜提取——以两湖平原为例

油菜是我国第五大农作物和重要的油料作物。获取油菜的种植分布信息对食用油市场的发展和粮食安全具有重要意义。两湖平原泛指包括湖北江汉平原和湖南洞庭湖平原在内的广大平原区域,是我国重要的粮棉油生产基地,“湖广熟,天下足”指的就是这一地区。由于耕地破碎,种植结构复杂,两湖平原轮作和间作的现象非常普遍,传统的遥感监测方法难以准确地获取冬油菜的空间分布。本文提出了一种基于人工神经网络ANN的子像元冬油菜提取方法,将时间序列MODIS-EVI和GF-1数据结合以提取两湖平原的冬油菜丰度信息。首先采用顺序前向选择SFS算法从时间序列MODIS-EVI数据集中进行物候特征优选;然后构建融合多源数据的ANN模型估算两湖平原的冬油菜丰度。结果表明：基于ANN方法获取的冬油菜分布具有较高的精度（ANN估算结果与GF-1和统计数据的验证精度分别为91.54%和74.70%）,在利用中分辨率影像进行大尺度冬油菜精细制图方面显示出巨大潜力,可为我国冬油菜的空间分布制图和时空格局分析提供技术方法。