典型融雪期雪层融雪水出流条件模拟及分析

融雪期雪层融雪水的运移及流出过程模拟乃是国际冰雪水文学研究的难点之一,准确模拟融雪水的出流过程对于春季融雪型洪水的预报具有重要作用。本研究基于EM50、农业小环境监测仪和一些常规监测手段,获取了典型融雪期雪层的雪粒径、雪深及日气温数据,利用Excel、DPS、Arcgis及SPSS等分析软件对数据进行综合处理,并采用回归分析对融雪水的出流条件进行了建模分析,利用神经网络模型对模拟结果进行检验。结果表明:积温可作为融雪水外流的参考性指标,用于融雪水外流过程的预测分析;雪粒径和雪深都与融雪水外流积温条件存在显著相关性,且相关系数0.96;逐步回归可以很好地模拟融雪水外流的积温条件,模拟的误差仅为124.5℃·min,时间误差为15 min,模拟效果良好。该研究对于进一步探讨融雪期雪层融雪水的出流规律、开展雪层融雪水运移过程的数值模拟等工作具有重要意义。     

基于高光谱遥感的新疆北疆地区土壤砂粒含量反演研究

 土壤砂粒含量是表征土壤质量的重要指标,探索建立基于高光谱遥感的区域土壤砂粒含量反演方法对区域土壤质量监测具有重要意义。通过野外采集的高光谱数据与MODIS影像相结合,遴选出土壤砂粒含量的敏感波段与反演方程,进行干旱区裸地土壤砂粒含量遥感反演研究。结果表明：430 nm为土壤砂粒含量的敏感波段,原始光谱经变换后的数值与土壤砂粒含量的相关系数在430 nm处达到最大值0.76;基于MODIS第3波段中心波长460 nm处的土壤原始光谱的反演精度最高,达到89.30%,与实际情况吻合较好,表明MODIS第3波段可以应用于干旱区裸地土壤砂粒含量的遥感反演。     

新安江模型在高寒无资料地区的水文过程模拟(英文)

由于冰雪的存在及缺乏地面观测站点资料,高寒地区的水文模拟研究一直面临很大的困难。遥感数据能够提供大范围时空尺度上的地面信息对无资料地区有很大帮助。MODIS数据具有较高的时空分辨率深受人们关注。本文以长江上游泥曲流域为例,探求将MODIS遥感数据与地面气温数据相结合对新安江模型径流模拟的帮助,方法步骤如下:(1)建立MODIS雪覆盖面积与流域周围站气温关系,获取气温阈值;(2)依据气温阈值判别降水形式并计算融雪水当量;(3)将雨雪分离后的降水信息输入新安江模型模拟径流,并与新安江模拟结果(未考虑雨雪分离)和实测径流进行比较。研究结果显示改进方案(考虑雨雪分离)模拟效果更好,将有助于提高新安江模型在高寒无资料地区的径流模拟精度,为高寒无资料地区水资源管理及生态需水研究提供帮助。     

基于多源数据的内蒙古中东部积雪厚度研究

积雪作为气候系统中重要的环境影响因素受到了普遍的重视,特别是在高纬度、高海拔地区,积雪面积和积雪厚度是积雪研究的两个重要因子。利用2010年11月8日、14日和25日三天的MODIS L1B数据,根据在可见光波段,地表、云和雪在该波段的反射率都比较高的特点,计算得出的积雪覆盖面积空间分布图。积雪深度受降雪量、坡度、坡向等多因素的影响表现为不连续分布,单纯利用气象监测站点无法获得积雪厚度的空间连续分布,而遥感影像也受到局地特征的影响而精度不够。因此,首先基于经验公式,利用MODIS L1B数据计算了积雪覆盖面积,在此基础上,基于气象监测点的积雪深度数据和MODIS L1B波段的相关性,选择影像数据的最优通道,通过建立多波段的积雪深度回归模型,并且对积雪深度进行空间连续插值,通过将模拟的积雪深度与监测点插值结果进行对比,发现统计回归的方法有效的提高了积雪深度、覆盖度等雪情监测信息精度。     

基于MODIS的青藏高原湖泊透明度遥感反演

湖泊透明度是湖泊水体性质的一个重要参数,是湖泊浮游生物和进入湖泊的有机和无机颗粒溶解程度的综合反映,对湖泊生态环境研究具有重要的科学及实践意义。遥感影像是获取面积广、时间长的湖泊透明度的重要手段,但由于实测数据缺乏,目前对青藏高原地区湖泊透明度的遥感反演研究相对不足。本文基于青藏高原地区24个湖泊实测透明度SD(Secchi Depth)值和相应的MODIS遥感影像,建立了该地区湖泊水体透明度SD值MODIS遥感反演模型。结果表明：基于MODIS绿色波段B4的单波段幂函数模型在该地区反演效果最好,精度较高(R2=0.91, N=24),并具有较好的稳定性。以当惹雍错为例,选用该模型反演得到湖泊透明度的时间变化序列,发现该湖存在明显的季节波动和较为明显的年际变化。初步分析得出,降水/融水季节的湖泊透明度与湖泊所在流域的降水率具有密切的关系。本文结果表明,利用遥感手段能够有效地开展青藏高原地区湖泊透明度的反演,可为进一步深入研究该地区湖泊透明度及其影响要素奠定基础。     

海洋悬浮泥沙二元特征参数 MODIS遥感反演模型研究

本文提出了一种采用海面离水辐射率和泥沙粒径二元特征参数来反演研究海区(渤海)海洋表层悬浮泥沙浓度的新的遥感反演算法,以此为基础分别建立了基于MODIS遥感数据和泥沙粒径二元特征参数的主成分和神经网络两种泥沙浓度反演模型,并对比分析了两类模型的反演精度以及泥沙粒径因子对模型的影响。分析结果表明,新建立的二元特征参数反演算法在采用主成分模型和神经网络模型时的检验误差分别为0.256和0.244,而忽略泥沙粒径因子贡献的主成分模型和神经网络模型的检验误差分别为0.384和0.390,因此可以认为,在泥沙浓度反演模型中加入粒径因子时,模型的预测精度和模型稳定性均比只考虑浓度对反射率贡献的模型有显著改善。     

北极海冰薄冰厚度遥感反演模型的船测验证

利用美国科考船Sikuliaq在2015年10月至11月初在北极波弗特海区域获得的512处船测海冰数据,分别对三种不同雪厚参数的MODIS (Moderate-resolution Imaging Spectroradiometer)热力学反演冰厚模型、德国汉堡大学和不莱梅大学发布的SMOS (Soil Moisture and Ocean Salinity mission)海冰厚度产品进行精度验证。结果表明,将船测雪厚作为反演模型中的雪厚参数,得到薄冰厚度与船测薄冰厚度的平均偏差为0.02m,均方根误差为0.12 m,两者均为三种模型中最低而被认为是最优模型。不考虑雪厚的裸冰冰厚模型得到的薄冰厚度与船测薄冰厚度的相关系数为0.72,相关性最高但只适用于冰上无雪盖的情况。以经验雪厚关系推算出的雪厚参数加入反演模型中,得到的冰厚结果在研究验证中精度最不理想。另外,两种SMOS产品与船测冰厚的相关性与均方根误差结果优于MODIS反演结果,且不莱梅大学的SMOS冰厚产品精度更优。因此研究认为现有的MODIS薄冰厚度反演算法的反演精度有待提高,暂不适合作为评定其他薄冰厚度产品精度的标准,只能作为比较数据。     

基于FTIR和MODIS数据估算新疆沙漠宽波段地表比辐射率

基于FTIR和MODIS数据,建立了新疆沙漠宽波段（8～13.5 μm）地表比辐射率的最优估算模型。首先,利用傅立叶变换热红外光谱仪观测的塔克拉玛干沙漠地表比辐射率光谱数据,结合同期MODIS温度/比辐射率产品MOD11A1的29、31和32波段比辐射率值和MOD09A1的第7波段反射率值,建立宽波段地表比辐射率估算模型,并分别采用观测数据和光谱库数据验证了模型的精度,估算结果的均方根误差分别为0.0041和0.0081。其次,选择最优估算模型,利用MODIS数据,估算了新疆4个沙漠的宽波段地表比辐射率,得到了沙漠地表比辐射率的空间分布特征。结果表明：塔克拉玛干沙漠和库鲁克库姆沙漠气候干燥稳定,地表比辐射率分布较为均匀,范围为0.850～0.915;古尔班通古特沙漠受到植被和地表水分的影响,比辐射率空间分布不均匀,范围为0.890～0.915;库木塔格沙漠的地表比辐射率分布与其羽状地表类似,范围为0.860～0.910。     

GPS可降水汽与MODIS可降水汽回归性分析

地基GPS可反演大气可降水汽,为气象预报提供高精度的大气水汽数据。然而GPS观测仅可以提供离散点的水汽值,MODIS却可以提供空间连续变化的水汽值,但MODIS水汽反演误差的存在使其不能满足气象预报的精度要求,因此两种遥感水汽的融合研究尤为必要。基于此,该文利用西安2006年7月-2009年7月7期GPS观测数据、地面气象实测数据和对应的MODIS数据,研究了GPS与MODIS两种遥感水汽间的回归关系,在考虑水汽的季节性变化的基础上建立了两者的回归模型,并由此建立了直接对MODIS反演水汽值的校正模型。根据多个经验模型,确定了西安GPS湿延迟与GPS可降水汽的比值:夏季取6.00、冬季取6.52。     

基于MODIS数据和气象观测数据的气温空间插值方法比较

本文以福建省福州市为研究区域,利用MODIS影像数据反演福州市地表温度;同时利用相同时间的福州市及其周边的32个气象站日平均气温数据,结合数字高程模型（DEM）中提取出的地形因子,研究温度与经度、纬度、海拔高度等的相关关系,提出了福州市地形因子与气温相关模型,利用该模型插值得到福州市的地表温度;再利用气温垂直递减规律进行插值得到地表温度。对比3种结果可知,对于气象数据容易获得,气象站点较多且均匀分布在研究区时,利用气象数据插值地表温度较快,但计算结果比实际值略高;对于气象数据不易获得或站点较少时,可以用影像数据来反演地表温度,其精度受提取参数的精度的制约,在参数使用正确情况下比插值方法反演精度高。     

基于FY4A AGRI数据的气溶胶光学厚度反演研究

通过遥感技术反演气溶胶光学厚度,对于全面、动态监测大气污染时空变化具有科学价值和实践意义。基于我国新一代静止气象卫星FY4A获取的2018年4-10月AGRI蓝光波段数据,以京津冀地区为研究区,在交叉辐射定标基础上,利用深蓝算法开展气溶胶光学厚度反演研究,并将反演结果与相近时刻的MODIS气溶胶产品进行对比分析。结果表明:FY4AAGRI蓝光波段反演的气溶胶光学厚度与MODIS产品在空间分布上具有较好的一致性,且AGRI图像反演结果能够更好地反映气溶胶光学厚度的空间分布细节,其中AGRI传感器蓝光波段辐射定标精度、与MODIS成像时刻角度差异、地表反射率准确性等是影响AGRI气溶胶光学厚度反演精度的主要因素。     

利用MODIS可见光波段反演陆地气溶胶光学厚度

利用Herold等建立的地表反射率库及MODIS遥感影像研究城市区和非城市区典型地物在可见光红蓝波段地表反射率的比值特性。在此基础上,利用MODIS 1km分辨率遥感影像红蓝可见光波段实现了气溶胶光学厚度的反演,采用卫星过境时间前后半小时北京和香河AERONET站的气溶胶光学厚度观测平均值作为验证参考。结果显示,66.67%的反演结果处于±0.05±0.15τ的误差界限内,反演算法不受地表反射率的限制,而且只利用了可见光红蓝波段,避免缺少近红外波段数据的限制。     

基于CBERS-02 IRMSS和MODIS数据的地表温度反演与热环境评价

应用中巴资源卫星热红外遥感数据(CBERS-02 IRMSS)和普适性单通道算法反演福州市的地表温度.反演过程中使用同时相的MODIS数据在像元尺度上获取的大气水汽含量替换标准大气模拟值,参考气候资源评价中人体舒适度指数模型,建立基于地温的热环境评价模型,并对福州城市热环境进行评级.结果表明:中巴资源卫星热红外数据对城市热岛和热环境研究具有重要的应用价值,多源遥感数据的结合可以提高地表温度的反演精度,而基于遥感反演参数的热环境指数评价方法能够较好地描述城市热环境的空间特征.     

应用MODIS卫星数据提取植被-温度-水分综合指数的研究

中分辨率成像光谱仪(MODIS)覆盖可见光、近红外和热红外的36个波段,其波谱分辨率高、信息量丰富.通过分析MODIS数据的波谱特性以及植被和土壤的反射波谱特征,选用可见光波段(0.66 μm)、近红外波段(0.86 μm、1.24 μm)提取修正的土壤调整植被指数(MSAVI)和归一化植被水分指数(NDWI);用两个热红外波段(8.6 μm、11 μm)反演植被冠层温度,并通过分析三者之间的耦合特征来提取反映植被水分状况的综合指标(VTWSI).用实测的植被水分数据和模拟的叶片等效水分厚度数据验证所提取的VTWSI值,拟合结果表明呈显著正相关,说明所提取的VTWSI可有效反映植被的水分状况.该项研究探讨了一种直接从卫星遥感数据提取植被水分指标的新方法,为研究干旱、半干旱地区的区域缺水提供简便途径.     

基于MODIS数据的雪深反演--以天山北坡经济带为例

应用中分辨率成像光谱仪（MODIS）数据进行雪深遥感反演理论和方法的研究.利用全波 段地物光谱仪对不同深度的积雪进行反射光谱值野外量测且同步测定雪深,通过分析雪深和 反射光谱值的关系确定反演雪深的MODIS最佳观测通道,应用新疆地区冬季MODIS 1B数据, 以天山北坡经济带为实验区,结合该区域同期气象台地面雪深观测记录数据建立雪深遥感反 演数学公式.雪深反演结果与实测值对比表明,应用MODIS数据进行大区域雪深反演时 ,其结果具有分辨率高、监测范围广的特点,可以清楚反映积雪覆盖范围和雪深空间分布特征,对地表径流量计算、农业开发等具有应用价值.     

应用MODIS卫星数据提取植被-温度-水分综合指数的研究

中分辨率成像光谱仪(MODIS)覆盖可见光、近红外和热红外的36个波段，其波谱分辨率高、信息量丰富。通过分析MODIS数据的波谱特性以及植被和土壤的反射波谱特征，选用可见光波段(0．66μm)、近红外波段(0．86μm、1．24μm)提取修正的土壤调整植被指数(MSAVI)和归一化植被水分指数(NDWI)；用两个热红外波段(8．6μm、11μm)反演植被冠层温度，并通过分析三者之间的耦合特征来提取反映植被水分状况的综合指标(VTWSI)。用实测的植被水分数据和模拟的叶片等效水分厚度数据验证所提取的VTWSI值，拟合结果表明呈显著正相关，说明所提取的VTWSI可有效反映植被的水分状况。该项研究探讨了一种直接从卫星遥感数据提取植被水分指标的新方法。为研究干旱、半干旱地区的区域缺水提供简便途径。     

基于Landsat-8遥感数据和PROSAIL辐射传输模型反演叶面积指数

为了探讨Landsat 8 OIL数据在LAI大范围反演方面的应用潜力,使用Landsat 8 OIL影像,通过PROSAIL辐射传输模型,采用3种波段组合(Band2-7,Band2-5,Band3-5)建立了3个模拟冠层反射率-叶面积指数(LAI)查找表,用2种代价函数(Geman and Mc Clure代价函数,均方根误差代价函数)实现了对玉米、土豆、森林LAI的定量反演,并用LAI-2200测量数据作为相对真值对反演精度进行评价。结果表明:(1)使用Landsat 8数据,通过PROSAIL模型反演叶面积指数的精度是可以接受的,RMSE范围为在[0.892 4,1.205 0],R2范围为[0.721 3,0.873 3]。(2)Band5(近红外),Band4(红)Band3(绿)的波段组合反演效果在3种组合中精度最高,平均RMSE=0.993 1,R2=0.787 3。(3)Geman and Mc Clure代价函数比常用的均方根误差代价函数得到了更高的反演精度,平均RMSE=0.940 5,R2=0.817 5。(4)相对最优的反演策略是Band5,Band4,Band3的波段组合结合GM代价函数,RMSE=0.892 4,R2=0.873 3。(5)存在玉米土豆的反演值普遍低于测量值,而森林的反演值普遍高于测量值的问题。     

基于高光谱数据的戈壁地表砾石粒径反演研究

戈壁地表砾石粒径组成特征反映戈壁形成过程信息,且在很大程度上决定戈壁改造利用的难易,是开展戈壁研究的基础和前提。结合高光谱数据的微分变换,遴选出砾石粒径的敏感波段与反演方程,进行戈壁地表砾石粒径反演研究。结果表明：微分变换后的砾石光谱反射率与粒径有较好相关性,相关性最好的波段为908nm、983nm和985nm。其中,对数倒数微分变换之后的反射率与粒径成正相关（R² =0.61）,而一阶微分、平方根微分、对数微分3种变换形式之后的反射率与粒径呈负相关,相关系数分别为-0.633、-0.646、-0.649。将一阶微分变换后的光谱数据与粒径进行回归分析,发现一元三次回归模型具有较好的拟合精度,其中对数微分在回归分析中表现最好（R² =0.851）,经过验证得出对数微分预测精度（75.27%）高于其他4种微分形式的精度,表明砾石光谱的对数微分变换之后的908nm波段可应用于戈壁地表砾石粒径的反演。     

基于混合光谱理论的太湖水体叶绿素a浓度提取

TM图象多波段数据作为遥感监测水体叶绿素a浓度的数据源,已有多种遥感定量模型与之对应,但主要还是以经验模型为主。利用TM数据首先采用特征波段比值方法,建立太湖水体合适的叶绿素a浓度反演的遥感定量模型。由于经验模型的缺陷性,还提出了基于TM数据的水体混合光谱分析模型,同时分析了端元光谱提取方法对模型求解的影响。通过计算叶绿素a浓度模型估算结果与实地测量数据的相关系数和均方根误差(RMSE),可以发现混合光谱分析模型也是水体叶绿素a浓度遥感估算的另一条佳径。     

基于Hyperion数据的南四湖叶绿素浓度反演研究

通过对2005年5月7日南四湖Hyperion高光谱影像的几何纠正和6S模型辐射校正,以及水体光谱数据分析,对22个水体样点原始光谱数据分别采用归一化处理和包络线消除处理后,以波段比值数据构建叶绿素浓度反演模型,选取相关系数最大的反演模型,获得南四湖叶绿素浓度的空间分布图。研究表明,包络线消除法能很好地去除水体的光谱曲线背景影响,突出光谱曲线的吸收和反射特征,与归一化处理相比,反演模型的相关系数都有很大提高。R700/R560波段比值数据构建的模型相关性最高,相关系数为0.834,可用于叶绿素浓度反演研究。