Identifying the possibilities and pitfalls of conducting IUCN Red List assessments from remotely sensed habitat information based on insights from poorly known Cuban mammals

The International Union for Conservation of Nature's Red List of Threatened Species (RLS) is the key global tool for objective, repeatable assessment of species’ extinction risk status, and plays an essential role in tracking biodiversity loss and guiding conservation action. Satellite remote sensing (SRS) data sets on global ecosystem distributions and functioning show exciting potential for informing range-based RLS assessment, but their incorporation has been restricted by low temporal resolution and coverage of data sets, lack of incorporation of degradation-driven habitat loss, and noninclusion of assumptions related to identification of changing habitat distributions for taxa with varying habitat dependency and ecologies. For poorly known mangrove-associated Cuban hutias (Mesocapromys spp.), we tested the impact of possible assumptions regarding these issues on range-based RLS assessment outcomes. Specifically, we used annual (1985–2018) Landsat data and land-cover classification and habitat degradation analyses across different internal time series slices to simulate range-based RLS assessments for our case study taxa to explore potential assessment uncertainty arising from temporal SRS data set coverage, incorporating proxies of (change in) habitat quality, and assumptions on spatial scaling of habitat extent for RLS parameter generation. We found extensive variation in simulated species-specific range-based RLS assessments, and this variation was mostly associated with the time series over which parameters were estimated. However, results of some species-specific assessments differed by up to 3 categories (near threatened to critically endangered) within the same time series, due to the effects of incorporating habitat quality and the spatial scaling used in RLS parameter estimation. Our results showed that a one-size-fits-all approach to incorporating SRS information in RLS assessment is inappropriate, and we urge caution in conducting range-based assessments with SRS for species for which habitat dependence on specific ecosystem types is incompletely understood. We propose novel revisions to parameter spatial scaling guidelines to improve integration of existing time series data on ecosystem change into the RLS assessment process.     

A novel participatory and remote-sensing-based approach to mapping annual land use change on forest frontiers in Laos,Myanmar, and Madagascar

Tropical forests are under pressure from both commercial and smallholder agriculture. Forest frontiers are seeing dynamic land use changes that frequently lead to land system regime shifts, posing challenges for the sustainability of entire local social-ecological systems. Monitoring highly dynamic land use change and detecting land system regime shifts is methodologically challenging due to trade-offs between spatial and temporal data resolution. We propose an innovative approach that combines analysis of very-high-resolution satellite imagery with participatory mapping based on workshops and field walks. Applying it in Laos, Myanmar, and Madagascar, we were able to collect annual land use information over several decades. Unlike conventional land use change mapping approaches, which assess only few points in time, our approach provides information at a temporal resolution that enables detection of gradual and abrupt land system regime shifts.     

唐山市柴油车远程监控综合管控平台的开发及应用

柴油车排放是我国大气污染的重要来源之一,其排放量大且实际道路排放超标问题较严重,但缺少高效快捷的识别和定量技术.以柴油车精准管控以及重点行业运输需求调控为目的,该研究建立了以车辆车载诊断系统(OBD)、年检、路检路查、遥感等监控信息为主,车辆行驶轨迹和加油信息为辅的柴油车远程监控综合管控平台,实现高排放车辆识别溯源和重点企业运输监控.以唐山市柴油车秋冬季管控的应用示范为例,分析平台的应用效果.结果表明:①唐山市秋冬季及重污染应急响应期间46家重点企业运输管控平均执行力度均在65%以上.②OBD数据分析得出,监控车辆76%的行驶里程发生在唐山市内,且主要物流通道呈“两纵四横”的特征;高排放车辆在中高速和高扭矩工况下NO_x排放水平较高.③秋冬季对移动源的管控使46家重点企业秋冬季和重污染应急响应期间货车流量分别减少了15.9%和33.7%,交通流量减少显著.研究显示,柴油车远程监控综合管控平台可以有效监管企业秋冬季移动源政策实施,以及重型柴油货车运行和排放状况,为区域内重型柴油车动态化精准管控提供支持.      

1999—2013年中国东北植被物候信息遥感监测

随着3S技术的迅猛发展,用于地表遥感监测的卫星影像数据浩如烟海,而影像上地表植被长势等隐含信息的提取通常工作量大、耗费时间。论文提出了一种计算机自动提取地表植被物候信息的方法,主要用于对地表植被生长季及其年内长势进行快速提取。方法的基本原理是基于NDVI序列数据集,构建时间点对的时长跨度与该点对半方差的函数关系。选择东北松嫩平原地区作为重点试验区,计算了该区域1999—2013年地表植被生长季长度和长势特点,并选择东北地区物候观测数据进行验证分析。结果表明：1）东北地区农耕作物的生长季持续期在107~126 d左右。计算得到的结果与实测数据的最大误差在5 d值域范围内,沼泽植被在160 d以上（误差10 d左右）,草地为120~139 d;2）研究区地表植被的生长盛期峰值出现在第150天前后。结果较为真实、合理地反映了研究区域地表植被的物候信息。     

综合考虑植被、温度和降水的四川省月尺度伏旱遥感监测

基于四川农业大省的重要性、伏旱监测的必要性、复杂地貌背景区实测气象站点的有限性以及多云雾天气下高频伏旱遥感监测的困难性,综合降水（TRM）、植被（VCI）和地表热力状况（TCI）在旱情发生发展中的作用及体现,构建基于三者加权的伏旱遥感监测模型,并完成了2000—2015年7—8月四川省月尺度伏旱监测,从伏旱多年平均状态、演变趋势、频率三方面分析了四川省月尺度伏旱的时空演变规律。结果表明：1）SDCI（归一化旱情综合指数）=0.25×VCI+0.5×TRM+0.25×TCI模型是最适用于四川省的月尺度伏旱监测模型。该模型体现了在伏旱监测过程中考虑并突出降水的重要性。2）四川省7月平均旱情强度较强,8月旱情强度整体上有所减弱;各地貌类型区7、8月旱情强度则表现为川东盆地旱情强度最强,高原与盆地过渡区次之,川西高原最弱。3）四川省整体上7月伏旱呈减缓变化,8月旱情呈加重变化。川东盆地7月伏旱以加重变化为主,8月则为减缓变化;高原与盆地过渡区及川西高原7月伏旱以减缓变化为主,8月多表现为加重变化。4）四川省不同地貌背景区伏旱频率分布特征表现为川东盆地历年旱情发生频率最高,其次是高原与盆地过渡区、川西高原。川东盆地和高原与盆地过渡区以中度干旱较为频发,川西高原则多为轻度干旱。     

绿地空间分布格局对城市热环境影响的数值模拟分析 ——以太原市为例

为探寻绿地分布格局对城市热环境的影响程度及方式,结合遥感技术,运用CFD数值模拟方法,对城市中五类常见的绿地布局形式的温度场和速度场进行数值模拟.结果表明:将CFD技术引入城市热环境研究,利用遥感技术对其进行参数修正,这一思路是可行的;根据典型绿地分布格局的热环境模拟分析,楔状格局具有较好的热环境效应,即该格局在城市中的降温效果最为明显;放射状和条带状的次之;点状格局对周边环境的降温效果相对较弱,但其速度场内局部漩涡最为明显,在小范围内的降温效果是比较明显的,可以作为改善局部小气候的手段;环状格局降温效果最弱.     

突发性大气污染监测与预报技术集成移动平台

为应对突发性大气污染事故科学决策和规范处置的需要,在国家“863”课题“突发性大气污染事件模拟与风险控制技术”资助下,我国首个突发性大气污染监测与预报技术集成(IMF)移动平台研发成功.2010年7月5日至8月6日在北京市阳坊地区的综合外场实验表明, IMF移动平台从燃油燃烧事故监测至应急预案发布需时约5min.采用逐次偏差订正法,有效改进了气象预报场,实验中近地面黑碳预报最大浓度较合理.     

京杭大运河无锡段水质和土地利用的响应关系

以京杭大运河无锡段2003年7月和12月两景SPOT-5正射影像为数据源,结合断面水质数据,利用基于最小二乘法的多元回归方法,建立了枯水期和丰水期水质参数与土地利用的响应模型。结果表明:以监测断面为中心的缓冲区距离的空间变化与水质监测指标之间有很明显的响应关系,建立的模型显示,丰水期DO、CODMn、BOD5、TN和TP的最大响应宽度分别为100、100、300、200和100 m,枯水期的最大响应宽度则为500、200、300、400和200 m。运河的水质污染主要受离河岸较近的土地利用结构的影响,耕地上产生的农业污水、商业和工业中的废水以及大面积裸地上居民生活垃圾和建筑垃圾产生的污水是导致京杭大运河无锡段水质恶化的重要原因。     

植物吸收土壤有机氮的研究进展

传统的氮循环模式认为,土壤有机氮只有经过微生物分解转化为无机氮(NH₄⁺+NO₃^-)后才能为植物吸收利用。然而,近年来许多研究证实多种陆地植物具有从土壤中获取小分子有机物质(如自由态氨基酸)的能力,对传统的氮循环模式形成巨大的挑战。论文从土壤中氮素的形态、植物吸收有机氮的证据、有机氮吸收的机制、以有机氮为重要氮源的生态系统类型以及根系吸收与分泌有机氮之间的平衡等5个方面进行了综述,分析了当前研究方法的优缺点,针对本领域内核心科学问题,提出了未来植物吸收有机氮的改进方法及研究方向,为进行植物利用有机氮的研究提供方法基础。     

北京地区多气溶胶遥感参量与PM2.5相关性研究

利用卫星和地基遥感气溶胶数据分析了北京地区多气溶胶性质参量与PM2.5的相关性,提出了计算粒子直径小于2.5μm的气溶胶体积浓度和光学厚度(AOD)的方法,并用该方法对2012年3～9月北京地区地基遥感气溶胶体积浓度和光学厚度进行了尺度校正.结果表明:多种气溶胶遥感参量如气溶胶光学厚度、体积浓度和质量浓度等均与PM2.5存在一定的相关性;相比于卫星遥感参量,地基遥感参量与PM2.5的相关性更好;各波段的总气溶胶光学厚度与PM2.5的相关性随波长的增加而减小;经粒子尺度校正后,气溶胶的体积浓度和长波段总气溶胶光学厚度与PM2.5的相关性明显增加.