基于遥感和GIS技术的墨西哥湾溢油动态分析

利用多时相的遥感影像数据和地理信息系统(GIS)的空间分析功能,对2010年发生在墨西哥湾的溢油事故进行了动态监测,并结合洋流等信息对溢油漂移趋势进行了预测。结果显示,至2010年5月1日溢油面积已达到4月25日的4倍,并且溢油漂移趋势受到洋流的作用,漂移方向与洋流方向一致。研究表明,至5月1日对溢油处理与漏油处封堵的努力效果甚微,油污面积有继续扩大趋势,油污漂移方向与洋流具有较强相关性。该研究验证了光学遥感图像可以很好地对溢油事故造成的溢油范围进行监测,结合GIS的空间分析功能和洋流等信息可对溢油面积和溢油漂移趋势进行监测与分析,从而为溢油控制与清理提供重要参考信息。     

高光谱遥感技术在水上溢油监测中的研究进展

遥感技术凭借其大范围、周期性等特点已成为水上溢油监测的主要手段之一。高光谱遥感技术的出现为准确提取水上溢油的细节信息、更好地指导溢油清污工作提供了技术保障。随着微电子技术、探测器技术及计算机技术等相关领域的发展,地物高光谱测量、机载高光谱和星载高光谱领域都涌现出很多优秀传感器和先进技术,并成功应用于水上溢油的监测中,取得了良好的效果。简要介绍了国内外高光谱遥感技术在地物光谱测量、机载成像光谱仪和星载成像光谱仪的研究现状,论述了近些年来高光谱遥感技术在水上溢油监测中的研究成果,并对未来高光谱遥感溢油监测研究的趋势进行了展望,为研究者提供参考。     

G213沿线茂县-汶川段地质灾害遥感调查及影像特征分析

2008年5月12日,四川省汶川发生的Ms8.0大地震及由地震引发的地质灾害使汶川县与茂县交通、通信全部中断,房屋倒塌、农田被毁,给基础设施造成了巨大的损失,尤其沿G213国道岷江流域地质灾害非常严重。在213国道茂县-汶川段,大量的崩滑体损毁了公路路基,加之部分路段塌方,道路彻底中断。地质灾害对河流、道路及各类工程建筑毁坏严重,对生态环境造成了严重破坏。运用常规调查方法给减灾救灾带来了很大困难,很难满足时效性。文中在对航空遥感数据、TM遥感影像等多源数据协同处理的基础上,对G213国道茂县-汶川段进行了调查分析,宏观显示地质灾害对居民点、河流、电站、耕地等造成了巨大破坏与威胁,为抗震救灾、地质灾害评估和灾后重建提供了基础数据和技术支撑,提高了应急速度。     

基于MODIS AOD数据的南京市大气能见度估算

以南京市为研究区,利用MODIS气溶胶产品数据(MOD04L2)获取研究区气溶胶标高数据,结合地面气象站点能见度观测数据,构建研究区不同季节能见度估算模型,估算南京市2013年能见度时空分布。研究结果表明,研究区能见度模型估算值与实测值总体趋势较为一致,分季节模型能见度估算均值相对误差为14.3%;南京市2013年能见度年均值为6.07km,大致呈现出由市区向周边郊区逐渐升高的趋势;研究区不同季节能见度差异明显,夏季能见度显著高于其他3个季节,在该季节全市能见度均值达到9.93km,约为其余3个季节均值的2倍左右,气候状况与经济社会发展布局是影响研究区能见度时空差异的主要因素。     

2005～2013年中国地区对流层二氧化氮分布及变化趋势

利用OMI探测器资料反演的对流层NO2柱浓度,结合REAS东亚地区NOx排放清单,ECMWF地面10m风场数据和中国统计年鉴中相关统计数据,研究了2005~2013年中国地区对流层NO2柱浓度的空间分布和长期变化趋势,NO2柱浓度的季节差异与排放源和地面风场的关系,以及国家政策实施情况与NO2柱浓度的关系.结果表明:中国地区NO2对流层柱浓度的高值区主要分布在华北地区、长江三角洲、珠江三角洲以及四川盆地等人口密集、人类活动频繁的大型城市和地区.NO2对流层柱浓度的变化存在东西部差异,值得注意的是东部在2011年之前基本表现为增加,但在2011年以后表现为下降,且与2011年相比年平均浓度下降了7.1%.工业氮氧化物排放总量的下降是2011年后NO2浓度下降的一个重要原因.西部浓度低于东部,但近9a浓度基本表现为增长.对流层柱浓度存在明显的季节差异,东部地区及大型城市基本表现为冬季高、夏季低.NOx人为排放源的季节差异是NO2浓度季节差异的重要因素之一,同时气象条件的作用不可忽视.     

城市环境中遥感技术的应用研究

对遥感技术在环境研究中的应用进行了探讨,明确了环境监控与遥感监测技术的关系,介绍了遥感技术在城市环境监测中的应用,对城市热岛效应调查情况、城市水体污染监测情况和对城市环境调查监测情况进行了分析;探讨了遥感技术在城市绿地的研究与应用,对绿地覆盖率调查及绿地的三维量估算、对城市绿地景观格局分析研究和城市绿地景观设计及管理问题进行了总结,给出了遥感技术在环境监测中的作用,为遥感技术在环境研究中的进一步应用提出建议.     

基于Web的地压实时监测系统

针对矿井井下地压难以有效实时远程监测的现状,开展了井下地压远程监控研究。考虑到井下作业大范围、多参数的复杂性,设计了一个基于串口服务器的Winform与ASP.Net相结合的网络化地压监测系统。对系统结构功能、硬件设计、监测软件设计进行了介绍。现场运行结果验证了该系统的数据传输稳定性、实时性、操作灵活性和扩展性,实现了实时准确地对井下地压的远程监测。     

中国矿区土地退化因素调查:概念、类型与方法

矿区是受人类活动高强度干扰和加速侵蚀的区域,其生态破坏与环境污染导致严重的土地退化,造成土壤质量下降、生物多样性丧失,给我国矿山环境管理与恢复治理带来新的问题与挑战,亟待辨识与查明导致矿区土地退化的主要驱动因素.笔者通过综合分析土地退化概念、类型和成因,进一步界定了矿区范围,阐明了矿区土地退化的内涵,分析了导致矿区土地退化的生态破坏、环境污染与自然侵蚀等驱动因素的研究进展.基于此,将矿区土地退化划分为生态破坏导致的土地退化、环境污染导致的土地退化和自然侵蚀导致的土地退化3大类型,提出了一套矿区土地退化因素调查的指标体系与方法建议.     

基于TRMM降尺度和MODIS数据的综合干旱监测模型构建

京津冀地区是我国优质冬小麦的主产区之一,但在全球气候变暖影响下,该地区干旱灾害频发,因此准确监测京津冀地区旱情既能为区域农业生产提供科学指导,又起到保障国家粮食安全等重大战略作用。综合考虑干旱发生过程中大气降水—植被生长—土壤水分盈亏等致旱因子,首先利用GWR（Geographically Weighted Regression）模型对TRMM（Tropical Rainfall Measuring Mission）3B43数据进行降尺度处理,得到1 km分辨率的降水状态参数（Precipitation Condition Index,PCI）;再结合MODIS（Moderate-Resolution Imaging Spectroradiometer）数据,得到植被状态指数（Vegetation Condition Index,VCI）、温度状态指数（Temperature Condition Index,TCI）,最后基于多元回归模型构建综合干旱指数（Comprehensive Drought Index,CDI）,以实现对京津冀地区干旱时空监测评价。结果表明：（1）基于GWR模型与占比系数法得到的1 km空间分辨率TRMM年数据、月尺度数据,不仅在空间分辨率上相比原始TRMM数据得到很大的提升,并且数据精度也通过了检验,表明降尺度分析提高了TRMM数据对研究区降水时空特征的描述能力;（2）监测模型结果与京津冀地区所经历的干旱历程等实际旱情基本一致,并且CDI指数与标准化降水指数（Standardized Precipitation Index,SPI）做相关分析,其相关系数R在0.45~0.85之间,与作物受旱面积做相关分析,相关系数R介于在-0.81~-0.86之间,与作物标准化单产进行相关分析,其相关系数R均大于0.6,并且均通过P<0.05的显著性检验,表明本文所构建的综合干旱监测模型在京津冀地区是适用的。     

Application of Satellite Microwave Images in Estimating Snow Water Equivalent1

Abstract: Flood forecast and water resource management requires reliable estimates of snow pack properties [snow depth and snow water equivalent (SWE)]. This study focuses on application of satellite microwave images to estimate the spatial distribution of snow depth and SWE over the Great Lakes area. To estimate SWE, we have proposed the algorithm which uses microwave brightness temperatures (Tb) measured by the Special Sensor Microwave Imager (SSM/I) radiometer along with information on the Normalized Difference Vegetation Index (NDVI). The algorithm was developed and tested over 19 test sites characterized by different seasonal average snow depth and land cover type. Three spectral signatures derived from SSM/I data, namely T19V‐T37V (GTV), T19H‐T37H (GTH), and T22V‐T85V (SSI), were examined for correlation with the snow depth and SWE. To avoid melting snow conditions, we have used observations taken only during the period from December 1‐February 28. It was found that GTH, and GTV exhibit similar correlation with the snow depth/SWE and are most should be used over deep snowpack. In the same time, SSI is more sensitive to snow depth variations over a shallow snow pack. To account for the effect of dense forests on the scattering signal of snow we established the slope of the regression line between GTV and the snow depth as a function of NDVI. The accuracy of the new technique was evaluated through its comparison with ground‐based measurements and with results of SWE analysis prepared by the National Operational Hydrological Remote Sensing Center (NOHRSC) of the National Weather Service. The proposed algorithm was found to be superior to previously developed global microwave SWE retrieval techniques.