常用卫星图像数据光谱变换新方法

阐述了卫星图像提取数据信息的光谱变换法的基本原理和方法,并详细介绍了各种卫星图像的数据变换方程。     

若尔盖亚高山草甸地上生物量与植被指数关系研究

为探讨亚高山草甸地上生物量和植被指数的关系,更好服务于草地生态建设,论文利用2008年7月覆盖若尔盖地区的TM影像,分别建立了7种植被指数（NDVI、RVI、DVI、SAVI、MSAVI、PVI、GVI）与地上生物量的线性和4种非线性（二次多项式、三次多项式、对数、幂函数）回归模型。研究结果表明植被指数（NDVI、DVI、SAVI、MSAVI、PVI、GVI）与地上生物量模型表现出三次多项式回归模型最优,再次是二次多项式模型、线性模型,相对较差的是指数模型;而基于RVI的地上生物量模型表现为指数模型最优,其次为三次多项式模型、二次多项式模型、线性模型。分析表明,基于RVI的地上生物量幂函数模型的模拟效果最好,复相关系数R²=0.817 7,精度检验结果表明该模型的平均误差为6.80%,拟合精度达93.20%,根据此模型模拟出若尔盖县草地地上生物量分布图,表明该县草地生物量东南部较高而西北部较低。     

基于NDVI的风景区索道建设前后植被覆盖动态变化研究

基于归一化植被指数(NDVI)分析方法,利用黄山风景名胜区新云谷索道建设前(2004年)后(2008年)的2个时相的遥感数据对索道建设区进行植被覆盖动态变化分析。结果表明:新云谷索道建设后周边的植被覆盖和生长情况明显优于建设前,森林生态系统正向演替没有因为工程建设而受到限制,工程建设导致的人工干扰没有使植被遭受明显破坏,研究区植被生态系统的结构与功能没有因索道建设而受到影响。以遥感技术(Remote sensing,RS)为手段的风景区植被指数分析方法在生态环境研究中具有广阔的应用前景。     

基于RVI分区的淀山湖蓝藻暴发期叶绿素a的遥感估测

以淀山湖为研究区域,利用MODIS数据探讨蓝藻暴发期叶绿素a质量浓度〔ρ(Chla)〕的遥感估算方法.为了提高估算精度,解决蓝藻暴发期因ρ(Chla)差异较大而产生的估测模型的参数适应性问题,引入比值植被指数(Ratio Vegetation Index,RVI)分类法,将RVI＞0.95的区域界定为高蓝藻含量水体,将RVI≤0.95的区域界定为较清洁水体,并基于分区分别建立遥感估算模型.结果表明,分区后MODIS数据叶绿素a估测模型能更好地映射ρ(Chla)的变化,基于RVI的分类估算方法可以有效地提高淀山湖水体蓝藻暴发期ρ(Chla)的估算精度.      

长江流域生态系统恢复力评价及其空间异质性研究

恢复力是生态系统的固有特征,可通过系统遭受干扰后恢复到原稳定态的时间和速率来衡量. 开展长江流域生态系统恢复力研究对于掌握流域生态系统变化规律,指导长江流域大保护和高质量发展具有重要意义. 本文采用概率衰减法评估长江流域生态系统恢复力,首先获取了2001—2020年长江流域每16 d的250 m分辨率的增强型植被指数(enhanced vegetation index, EVI)数据,采用最大值合成以及重采样技术,获得年度1 000 m分辨率的EVI数据;然后,计算每个栅格2001—2010年、2001—2011年、2001—2012年直至2001—2020年共11年的EVI变化斜率;以全流域为统计单元,统计11年间EVI变化斜率持续为正和持续为负的栅格数量,采用衰减函数进行拟合,正负衰减的时间差表征生态系统恢复力;以6 767个小流域为对象,分析长江流域生态系统恢复力的空间差异性. 结果表明:20年来长江流域整体EVI在逐渐增加,空间分布差异在逐渐增大. 正、负衰减时间差为29.48 a,生态系统处于正向恢复状态. 生态系统恢复力呈上游及下游入海口低、中游地区高的特点,其与降雨量、地形(海拔和坡度)、林草覆盖率和人类活动等因素相关. 在海拔1 000~1 500 m、坡度25°~30°、林草覆盖率较大的山地区域生态系统恢复力最高;而在高海拔或低海拔地区以及植被覆盖较差的地区,生态系统一旦受到干扰或破坏则较难恢复. 研究显示:长江流域生态系统整体上呈正向演替,得益于长江大保护的政策;长三角地区因人类活动频繁,生态处于逆向演替,而上游地区如金沙江、大渡河、岷江一带生态系统恢复力较低,与水电开发、地质灾害是否相关需进一步研究.      

物种敏感性分布法在土壤中铜生态阈值建立中的应用研究

利用不同累计概率分布函数拟合了基于中国土壤的21个物种的铜毒理学数据,建立了不同土壤条件下的铜物种敏感性分布曲线.结果表明物种敏感性分布方程Burr Ⅲ在X轴(浓度)方向及y轴的较小累计概率范围内拟合优度较佳.在构建土壤中铜物种敏感性分布曲线时,利用铜生物毒害模型归一化处理能体现土壤性质对铜毒害的影响,相比于未归一化(不考虑土壤性质差异的影响)的结果更具科学性.结合铜的生物毒害模型利用Burr Ⅲ构建了中国土壤4种典型情景中的物种敏感性分布曲线,并基于此推导出了不同土壤情景下的铜5％毒害浓度(HC5),其在酸性土壤、中性土壤(包括水稻土)、碱性非石灰性土壤和石灰性土壤中的值分别为13.1、29.9、51.9和26.3 mg·kg-1(以土壤中外源铜为单位).此结果不仅表明了不同土壤条件下的不同物种对铜毒害的敏感性分布规律,还为建立对应土壤性质的铜生态阈值提供了可靠的科学基础.     

1982—2022年黄土高原归一化植被指数变化的时空特征

长时间地表植被指数变化序列构建与分析是生态环境监测领域的重要内容。以我国生态工程建设重点地区——黄土高原为研究区,采用时间序列的方差匹配方法,融合了2套卫星遥感的归一化植被指数(NDVI)数据产品(GIMMS 3g和MODIS),建立了覆盖1982—2022年的黄土高原暖季(5—9月)NDVI数据集,揭示了其间黄土高原植被覆盖变化的时空特征。研究发现：黄土高原暖季NDVI呈现“先慢后快”的增加趋势,转折点大致出现在2002年,1982—2002年暖季NDVI增速仅为0.01/(10 a),2003—2022年增速高达0.06/(10 a),其中十八大以来增速尤为显著;暖季NDVI快速增加区域主要位于黄土高原中部,并向东北、西南方向延展,与“退耕还林(草)”重点区域范围基本一致;在黄土高原南部、东部和青海省东部一带,暖季NDVI呈缓慢下降趋势。过去40年间黄土高原NDVI增加与生态工程建设关系密切。     

基于机器学习方法研究气象及排放变化对长三角地区主要城市大气污染物的影响

选取2015～2021年长三角地区4个代表性城市污染物浓度,利用机器学习的气象归一化方法解耦气象因素对污染物的影响,量化气象和排放对污染物浓度变化的贡献.结果表明,长三角地区PM_2.5、 NO₂和SO₂排放下降影响贡献较大(57.2%～68.2%、 80.7%～94.6%和81.6%～96.1%),抵消了气象因素带来的不利影响,致使污染物浓度降低.而气象条件对于臭氧日最大8 h(MDA8＿O₃)的贡献强于其他污染物(23.5%～42.1%),其中气象因素促进污染物浓度上升(4.7%),排放变化促进污染物浓度下降(-3.2%). NO₂和MDA8＿O₃在2019～2021年降幅更快,主要原因是2019～2021年排放起到较2015～2018年更强的促进污染物浓度降低作用.PM_2.5和SO₂在2019～2021年的降幅较2015～2021年整体有所减弱.基于机器学习的气象归一化方法可以解耦气象对污染物的影响,量化排放...     

基于遥感的北京市城市化发展与城市热岛效应变化关系研究

下垫面改变、大量人为热排放及城市区域本身的温室气体排放是导致城市热岛产生的主要原因,城市规模则决定了城市区域热岛效应的影响规模与强度,进而影响区域空气中污染物的扩散.利用1978年以来不同时段的遥感影像对北京城市用地、绿地、归一化植被指数、城市热岛区面积进行了监测,分析了北京市20余年来城市规模的变化及空间布局特征、城市绿地变化、城市热岛效应及其相关关系,旨在为城市合理布局,改善环境状况提供基本信息.结果表明,北京市20余年来城市热岛区面积增长明显,2000年以来四环内由于绿地面积增长、城市结构日趋合理,城市热岛有减缓的趋势.      

白杨河流域早期典型年生态耗水计算分析

为了研究流域生态及环境状况宏观变化趋势,需要了解其早期典型年的生态耗水情况和变化趋势,受客观技术条件、研究周期和经费限制,经综合考虑,早期典型年生态耗水利用1980年、1990年与2000年TM数据,2005年遥感数据除采用MODIS数据外,还采用了中巴资源卫星数据。采用相对绿量比值系数法计算。