利用MODIS遥感数据反演广州市气溶胶光学厚度

利用中分辨率成像光谱仪(MODIS)数据和NASA的V5.2气溶胶业务反演算法,对广州市进行了高空间分辨率气溶胶光学厚度的反演,并应用地面太阳光度计(CE-318)观测的气溶胶光学厚度进行验证.结果表明,利用MODIS L1B数据进行高分辨率气溶胶光学厚度反演,结果精度较高.利用反演结果分析2008~2009年冬季广州市的气溶胶光学厚度时空变化特征,2008年12月的气溶胶光学厚度较低,平均大约为0.65,随后气溶胶光学厚度逐渐增大,到2009年2月,气溶胶光学厚度平均大约为1.35.广州市气溶胶光学厚度空间差异显著,在0.1~1之间变化,呈东北低西南高的空间分布特征.即森林覆盖率比较高的地区气溶胶较低.     

基于MODIS数据的水稻种植面积监测方法研究

以具有较典型丘陵山区特征的福州地区为示范,首先在GIS技术的支持下,通过土地利用现状图、数字高程和海拔高度来提取水稻可能种植区,然后利用2001-2005年的MODIS卫星遥感数据,计算得到水稻可能种植区内的叶面积指数LAI,并分析LAI的年际变化特征,在此基础上建立水稻种植面积估算模式。结果表明:利用MODIS数据监测丘陵山区双季稻种植面积相对误差可小于13%,双季晚稻种植面积监测的准确率优于双季早稻。     

基于MODIS数据的山东省近十年AOD时空变化特征

利用2010~2019年的MOD04_3K气溶胶光学厚度产品数据,从时间和空间角度分析山东省气溶胶光学厚度（AOD）变化特征.结果表明：2010~2019年山东AOD年均值在0.545~0.851波动,平均值为0.706,10年间山东AOD年均值整体呈现下降趋势,至2019年下降了0.269,下降幅度高达33%;山东AOD有明显的季节变化特征,呈夏季高峰,冬季最低,采暖期AOD均值整体上低于非采暖期;山东AOD高值区集中在北部环渤海、鲁西地区及济宁市,而山东中部及东北部沿海地区为低值区.AOD高值区总体分布在低海拔地区,而AOD较低的区域主要位于高海拔地区,且AOD时序变化趋势率与年均AOD空间分布特征基本保持一致.     

中国西北地区地表植被覆盖特征的时空变化及影响因子分析

归一化的植被指数(NDVI)自然正交分解结果显示,自上世纪80年代初期至1994年前后,中国西北部区域地表植被覆盖呈增加的过程;1994～2000年,地表植被覆盖状况开始退化,植被退化强度空间分布不匀.TOVS云覆盖数据与地表特征时间变化的一致性,间接证明1994年之后西北部地区植被退化的事实.通过降水和NDVI的相关分析,划分出西北地区地表植被覆盖变化气候影响显著区域、气候与人为影响共同作用显著区域.并从气候和人为影响2个方面分析了造成西北部地区地表植被覆盖状况下降的原因.在降水和NDVI相关显著区域,气候干旱因素是造成1994年后植被覆盖退化的主要原因;而黄河等流域1994年后植被退化的区域,气候干旱和人为活动因素是造成植被覆盖退化的主要因素.     

基于NDVI的大同煤田植被覆盖度动态变化研究

利用大同煤田地区1987年9月10日、2000年9月2日和2010年9月6日的TM遥感影像数据,采用基于NDVI的像元二分模型法反演了植被覆盖度,获取了该地区3个时期的植被覆盖度等级图,定量分析了该地区在大规模煤炭开采影响下的植被覆盖度的动态变化情况.研究结果表明1987年～2010年近24年以来,大同煤田地区植被覆盖度呈较明显的下降趋势,植被退化较严重.     

利用数码相片对冬小麦生物量的试算

数码相片属于地面遥感资料的一种,被广泛应用于实地调查中.然而,目前利用数码相片对植被生物量进行推算的研究很少.利用数码相片提取小麦生长期的小麦覆盖度,结合地面实测叶面积指数(LAI)、归一化植被指数(NDVI)和小麦生物量,分析小麦覆盖度与LAI,NDVI,生物量与小麦覆盖度、LAI,NDVI各自的相关系数,建立各自合适的回归模型推算冬小麦的生物量.结果表明,在小麦生长期,小麦覆盖度与LAI,NDVI的相关系数R2分别达到0.765,0.896,生物量与小麦覆盖度、LAI,NDVI的相关系数R2分别为0.774,0.876,0.712,生物量与其小麦覆盖度、LAI,NDVI之间具有很高的相关性,多元回归分析效果更好,系数R2达0.891.结果说明,在不破坏植被生长状态的情况下,基于数码相片可有效地推算小麦的生物量,这为大面积实地测量和遥感监测作物长势及其生物量估算提供了理论参考依据.     

基于植被指数和地表反照率影响的北京城市热岛变化

利用TERRA/MODIS遥感反演的地表温度资料,对2000—2006年北京城市热岛季节变化特征进行了研究,结合同期降水量、植被指数和地表反照率变化,分析了该地夏季城市热岛的年际变化成因. 结果表明:北京多年四季热岛分布主要以城区为中心向周边郊区延伸,其中夏季城市热岛最强,春、秋和冬季较弱,这种热岛强度的季节性差异主要与太阳辐射强度、地表植被覆盖状况和城市人为热释放等的季节性变化密切相关. 北京夏季城市热岛的年际变化特征为:2005和2006年最显著,热岛中心强度分别为10.54和9.61 ℃;2002和2004年城市热岛最弱,热岛中心强度分别为6.54和7.39 ℃. 2000—2006年北京市夏季城市热岛具有明显增强趋势,热岛强度增温率为0.326 ℃/a. 北京夏季降水对城区地表温度影响大于郊区,降水主要通过影响城区地表温度来影响城市热岛变化;夏季地表植被和地表反照率变化对地表温度和城市热岛也均有较大影响. 2000年以来,北京郊区夏季地表植被指数增加率远高于城区,受地表植被和地表反照率变化的影响,郊区降温率明显大于城区,致使城郊温差增大,热岛效应加强.      

支持向量机在太湖叶绿素a非线性反演中的应用

根据湖泊监测的特点,采用支持向量机(SVM)方法,反演太湖叶绿素a的浓度分布.将2005年8月太湖29个现场水质监测点数据分为训练测试样本集和验证样本集,利用训练测试样本集以及与其时间同步的MODIS遥感影像,分别构建了4种SVM模型.对比分析表明,直接以波段反射率以及水深信息构成输入向量的SVM模型预测效果最好.利用训练测试样本构建了线性回归模型、主成分分析模型(PCA)以及神经网络模型(ANN),并利用验证数据比较了上述3种模型与SVM模型的预测结果.结果表明ANN模型和SVM模型预测能力明显优于另外2种模型,其中SVM模型对低值和高值均有较好的预测精度,平均相对误差仅为15.91%,预测精度比ANN模型提高了10%.利用SVM模型和ANN模型分别反演了2005年8月15日太湖叶绿素a浓度分布,比较了2种模型反演结果的异同,分析了太湖叶绿素a分布特征及其成因.     

新一代地球观测信息在天然气水合物研究中的应用展望

地球上蕴藏着巨大的天然气水合物(GasHydrates)矿藏,它可作为一种新的烃类资源来开发利用。天然气水合物中CH4的释放影响全球气候变化。同时,天然气水合物是一种潜在的环境灾害诱发因素。天然气水合物的研究与开发目前在国内外成为研究热点。新一代地球观测信息,如已发射成功的TERRA中的MODIS、MOPITT信息以及即将发射的化学星CHEM为天然气水合物的研究与开发提供了新的技术方法。中国气候观测系统中观测台站观测信息的共享,加速了开发利用新一代地球观测信息的速度,也必将促进新一代地球观测信息在天然气水合物研究中发挥更大的作用。     

粤港澳大湾区植被CUE变化及与气候变化的关系

基于MOD17数据,采用趋势分析和相关分析法,研究了2000~2019年粤港澳大湾区植被生产力和植被碳利用率（CUE）变化及其与气候变化的关系.结果表明,粤港澳大湾区总初级生产力（GPP）和净初级生产力（NPP）均值分别为1.80和0.89kg·C/m²,呈中部低四周高的空间格局,CUE均值为0.51,呈中部和东南部略高于四周的空间格局;GPP和NPP总体呈增加趋势,其年际变化率均值分别为0.01和0.001kg·C/（m²·a）,GPP年增长率远高于NPP年增长率,不同植被类型GPP和NPP也呈增加趋势.植被CUE则呈逐年下降趋势,其年际变化率均值为-0.002a^-1,由于气候因子变化对光合作用速率和呼吸作用速率产生的不同程度影响,从未来发展趋势看,68.22%的区域表明CUE仍呈下降趋势,植被碳固定能力减弱;不同植被类型CUE存在差异,其中农田CUE平均值最高,为（0.511±0.014）,森林和草地CUE分别为（0.500±0.019）和（0.501±0.020）,从变化趋势看,不同植被类型CUE呈极显著下降趋势（P < 0.01）;GPP与气温、累积降雨和累积净太阳辐射量总体呈正相关关系,其所占比例分别为94.52%、53.36%和90.58%,NPP与气温、累积降雨和累积净太阳辐射量总体上也表现为正相关关系,其所占比例分别为86.86%、71.10%和85.97%.然而,CUE与气候因子的关系却有所不同.CUE与气温和累积降雨呈正相关关系,但与累积太阳辐射呈负相关关系,不同植被类型GPP、NPP和CUE与气温、累积降雨量呈正相关关系,GPP和NPP与累计净太阳辐射呈正相关关系,但CUE与累积太阳辐射却呈负相关关系.