高寒山区地表温度测算方法研究综述

地表温度直接影响高寒山区冰川、积雪消融,冻土分布、消融和产汇流过程,蒸散发以及植被分布和演替等过程是寒区地表陆面过程、水文过程以及生态—水文过程研究的重要参数。系统总结了高寒山区地表温度的主要影响因素以及不同获取方法。研究结果认为海拔、地形和植被覆盖是影响高寒山区地表温度的主要因素。地面实测、遥感反演和模式估算是目前获取地表温度的主要手段,但在高寒山区三者均具有一定局限性:地面实测局限于实测点,难以反应区域坡面的地表温度;遥感反演受限于物理机制、地面验证和时空分辨率等,难以满足高寒山区地表生态—水文过程研究的高精度需求;模式估算试验点尺度地表温度精度较高,但在区域尺度上精度有所下降。未来的工作应加强高寒山区地表温度观测并提高模式精度,构建和发展普适性的山区任意地形和不同植被覆盖条件下的高精度地表温度计算公式,满足山区相关研究的需求。     

城市陆面过程与边界层结构研究

通过城市边界层观测、卫星遥感以及城市边界层数值模拟等途径,获取对城市陆面过程特性的认识,研究建立精细城市边界层模式,引入合理城市区陆面过程参数化方案,并进行城市边界层结构影响研究。研究结果表明：①城市下垫面能量平衡过程迥异于自然地表,引入合理的参数化方案是改善数值模拟性能的关键。②高分辨卫星观测信息是认识城市地表参数状况及其变化的有效途径。 ③人为热排放参数化方案的合理引入是准确描述地表能量平衡过程的又一重要课题。需根据实际情况确定人为热排放的引入方案及量值变化。④应从合理描述城市建筑物下垫面对热力输送及大气动力场的影响出发,研究建立了多层城市冠层模式。⑤应建立更完善的多尺度城市边界层模式系统并引入更新的城市效应参数化方案和数据同化处理,以增强并完善城市边界层数值模拟能力。     

陆面过程中植被的描述及其卫星遥感反演——从定性描述向定量描述的发展

植被在陆面参数化方案（Land Surface Parameterizations, LSPs）中的描述经历着从定性描述向定量描述发展的过程。这一方面是由于陆面过程研究的深入,另一方面则得益于地表植被信息获取方式的进步,尤其是卫星遥感技术的发展。对三代LSPs中的植被描述做了简要概述,并介绍了卫星遥感在植被参数反演上的发展和应用情况。其中包括：①定性描述,主要指地表覆盖类型的描述方式;②部分参数定量描述,指SiB2等模式中对LAI等时空变化较大的少数参数由卫星资料直接反演的赋值方式;③植被特征连续分布（VCF）定量描述,一种完全定量的描述方式。     

陆面过程中植被的描述及其卫星遥感反演——从定性描述向定量描述的发展

植被在陆面参数化方案(Land Surface Parameterizations, LSPs)中的描述经历着从定性描述向定量描述发展的过程.这一方面是由于陆面过程研究的深入,另一方面则得益于地表植被信息获取方式的进步,尤其是卫星遥感技术的发展.对三代LSPs中的植被描述做了简要概述,并介绍了卫星遥感在植被参数反演上的发展和应用情况.其中包括:①定性描述,主要指地表覆盖类型的描述方式;②部分参数定量描述,指SiB2等模式中对LAI等时空变化较大的少数参数由卫星资料直接反演的赋值方式;③植被特征连续分布(VCF)定量描述,一种完全定量的描述方式.     

地表粗糙度参数化研究综述

粗糙度反映了地表的起伏程度,是许多陆面过程的关键影响因子。然而,人们对地表系统认识的不足,造成现有的各种地表粗糙度参数化方案均存在一定的问题。从地表测量技术、粗糙度相关参数和遥感研究3个方面对地表粗糙度参数化研究现状进行了综述。针式廓线法和激光廓线法是当前主流的地表测量技术,而三雏激光扫描和摄影测量技术已展示出了较大的潜力。基于统计方法和基于分形理论的粗糙度相关参数具有截然不同的物理意义,但地表复杂的多尺度特性使得很难用一类参数进行描述。光学遥感与微波遥感均具有广阔的前景,其中前者需要注意与经典粗糙度参数化方案相结合,后者则需拓展在下一代遥感平台上的技术与方法。还针对不同尺度粗糙度参数的比较与转换,地表粗糙度的空间异质性与各向异性,以及三维表面粗糙度参数化等当前地表粗糙度参数化研究中的一些关键问题进行了讨论。     

气候模式中关键陆面植被参量遥感估算的研究进展

卫星遥感资料对于改善气候模式的强迫场,改进相关物理参数,提高数值模式模拟的准确性具有重要作用。目前,全球已经积累了多年的卫星遥感资料,并且已有多种陆面参量遥感产品。然而,卫星遥感资料在气候模式中的应用还非常有限。充分利用卫星遥感资料,对于提高气候模式模拟能力具有重要作用。选择植被覆盖度(Fractional Vegetation Cover,FVC)、叶面积指数(Leaf Area Index,LAI)和地表反照率(Albedo)3个关键陆面参量的遥感估算方法进行评述,并分析了陆面参量真实性检验的尺度转换问题,还以WRF(Weather Research and Forecasting model)为例,阐述了遥感估算的陆面参量应用于模式的表达方式。最后讨论了关键陆面参量遥感估算的不确定性和遥感参量应用于气候模式的尺度匹配等亟待解决的问题,并对这些问题的未来改进方向进行了展望。     

区域蒸散发遥感估算方法及验证综述

蒸散发是地表水热平衡的重要参量,也是农作物生长状况和产量的重要指标。与传统的蒸散发计算方法相比,遥感技术经济、适用、有效,在非均匀下垫面的区域蒸散发监测上具有明显的优越性。系统回顾了5种常用的区域蒸散发遥感估算方法,包括经验统计模型、与传统方法相结合的遥感模型、地表能量平衡模型、温度—植被指数特征空间模型以及陆面过程与数据同化等,分析了这些模型的最新研究进展及各自的优缺点,并对地表蒸散发的地面验证方法进行了概述。最后简要分析了区域蒸散发遥感估算存在的问题,并展望了其未来发展趋势。多源遥感数据协同反演与非遥感参数遥感化、蒸散发模型改进与多模型集成、陆面过程与遥感数据同化、遥感蒸散发估算及地面验证中的尺度问题与空间代表性问题研究等将会是未来区域蒸散发研究中的重点发展方向。     

西北干旱区陆-气相互作用试验(NWC-ALIEX)及其研究进展

简要阐述了国家重点基础研究发展规划项目“我国重大气候和天气灾害形成机理和预测理论的研究”支持的“我国西北干旱区陆—气相互作用野外试验（NWC ALIEX）”的科学意义、试验方案和科学目标,总结了该试验在最近几年取得的部分研究进展和研究成果,概括叙述了该项目在地表辐射平衡和热量平衡、总体输送系数、陆面过程参数、湍流通量参数化和地表水分循环以及陆面过程模式的改进和陆面过程的模拟等许多方面的重要发现和一些新的认识。最后,提出并讨论了在干旱区陆面过程方面需要进一步研究和思考的一些重要科学问题。     

近地表气温遥感反演研究进展

高时间分辨率的近地表气温空间分布数据是许多陆面过程模型中非常重要的输入参数之一.在常规气象观测站点稀少或没有的情况下,利用遥感技术进行较高时空分辫率的近地表气温估算与反演,在理论方法与业务实践上都具有重要研究意义.根据地表能量平衡与辐射平衡原理,在气温遥感反演物理机制分析的基础上,总结了国内外近年来气温遥感反演的研究进...     

陆面上总体输送系数研究进展

从陆面上总体输送系数的研究历程、计算方法和时空变化特征以及与地面各要素之间的依赖关系等几个方面,对该领域的研究工作进行了回顾和总结。在此基础上,探讨了该领域研究中存在的几点科学问题：①需要解决非均匀下垫面地表参数的计算和观测以及发展适用于非均匀下垫面的相似性理论等难题;②对我国湿润地区地表总体输送系数的研究需要加强;③能否对非均匀复杂下垫面陆气相互作用过程进行全面的认识,地表参数由“点”到“面”的推广是关键也是难题。最后对利用卫星遥感结合地面观测资料估算非均匀下垫面地表特征参数和能量通量的可行方法进行了讨论与展望。     

遥感技术应用于地表面蒸散发的研究进展

蒸散既是地表水分循环的重要组成部分,也是能量平衡的主要项。地表热量、水分收支状况在很大程度上决定着地理环境的组成和演变,清楚地认识蒸散发,对了解大范围内能量平衡和水分循环具有重要意义。目前,已发展了从 传统方法、模拟方法到遥感方法的很多种方法用于估算蒸散发。遥感方法以其能够获知大范围地表特征信息的优势为较准确估算地表蒸散发提供了可能,从而受到人们的日益重视。介绍了研究蒸散发的各种方法,并探讨了利用遥感方法研究蒸散发的优缺点和未来的发展前景。     

联合机载PLMR微波辐射计和MODIS产品反演黑河中游张掖绿洲土壤水分研究

土壤水分是气候、水文学研究中的重要变量,微波遥感是获取区域地表土壤水分的重要手段,而L波段更是微波土壤水分反演的最优波段。依托HiWATER黑河中游绿洲试验区的地面观测及机载PLMR微波辐射计亮温数据,利用微波辐射传输模型L-MEB,并将MODIS地表温度产品(MOD11A1)和叶面积指数产品(MYD15A2)作为模型及反演中的先验辅助信息,借助LM优化算法,通过PLMR双极化多角度的亮温观测,针对土壤水分、植被含水量(VWC)和地表粗糙度这3个主要参数,分别进行土壤水分单参数反演、土壤水分与VWC或粗糙度的双参数反演以及这3个参数的同时反演。通过对不同反演方法的比较可以得出结论,多源辅助数据及PLMR双极化、多角度信息的应用可以显著降低反演的不确定性,提高土壤水分反演精度。证明在合理的模型参数和反演策略下,SMOS的L-MEB模型和产品算法可以达到0.04 cm3/cm3的反演精度,另外无线传感器网络可以在遥感产品真实性检验中起到重要作用。     

被动微波遥感反演地表温度研究进展

热红外遥感技术在地表温度反演中已经获得了丰厚的果实,反演精度可达到1 K,然而,大气中云雾和尘埃对热红外遥感探测地表温度影响很大,限制了热红外遥感反演地表温度的应用.相反,被动微波遥感受大气干扰小,可穿透云层获取地表辐射信息,并具有全天候、多极化等特点,在地表温度反演中具有独特的优越性.但是微波信号也受多种因素的影响,其反演地表温度的算法目前尚不成熟,有待进一步研究.根据不同微波辐射计特征,系统讨论并评估了被动微波反演地表温度的经验模型、物理模型以及半经验模型及其发展过程,指出目前研究的难点和缺点,为今后相关研究提供参考.     

地表冻融过程被动微波遥感机理研究进展

地表冻融过程及参数特征是陆表过程、气候模式、全球变化等研究的重要方面。被动微波遥感由于具有对土壤水分敏感、高时间分辨率等特点,非常适合用于地表冻融过程的监测和相关参数的反演。在分析地表冻融过程被动微波遥感机理研究发展现状的基础上,面向全球范围内大尺度陆表冻融过程微波遥感算法发展的需求,针对由土壤、积雪和植被组合的复杂地...     

Satellite remote sensing applications for surface soil moisture monitoring: A review

Surface soil moisture is one of the crucial variables in hydrological processes, which influences the exchange of water and energy fluxes at the land surface/atmosphere interface. Accurate estimate of the spatial and temporal variations of soil moisture is critical for numerous environmental studies. Recent technological advances in satellite remote sensing have shown that soil moisture can be measured by a variety of remote sensing techniques, each with its own strengths and weaknesses. This paper presents a comprehensive review of the progress in remote sensing of soil moisture, with focus on technique approaches for soil moisture estimation from optical, thermal, passive microwave, and active microwave measurements. The physical principles and the status of current retrieval methods are summarized. Limitations existing in current soil moisture estimation algorithms and key issues that have to be addressed in the near future are also discussed.     

基于植被指数和土地表面温度的干旱监测模型

干旱是一种周期性发生的自然现象,其发生过程中有关参数如地表覆盖度、温度和土壤表层含水量等可以通过遥感的途径进行定量反演,而这些参数客观地反映了地表的综合特征。综述了运用遥感反演产品---土地表面温度和归一化植被指数在干旱监测中的应用前景和进展,分析了距平植被指数、条件植被指数、条件温度指数和归一化温度指数等干旱监测方法的优缺点,在前人研究的基础上,提出了条件植被温度指数的干旱监测模型,探讨了其应用前景。     

Satellite monitoring of spatio-temporal dynamics of China’s coastal zone eco-environments: preliminary analysis on the relationship between the environment,climate change and human behavior

In this paper, temporal dynamics of eco-environmental changes in coastal areas of China during 1981–2000 are investigated based on four key surface parameters including normalized difference vegetation index (NDVI), thermal index, moisture index and surface broadband albedo derived from quantitative remote sensing techniques and meteorological data. Firstly, land surface temperature (LST) and land surface broadband albedo are retrieved by the split-window algorithms and high-order polynomial regression method, respectively, using NOAA/AVHRR series images. Then, moisture index and thermal index, indicators of climate and moisture conditions in the study area, are computed from meteorological data and LST using principal component analysis (PCA). Finally, long-term dynamics of these eco-environmental factors and the reasons responsible for these changes are analyzed further. The results show that during the years from 1981 to 2000, the study area experienced a gradual increase in annual NDVI and climate factors and a decrease in surface annual broadband albedo, which indicates that the coastal thermal and moisture conditions and the subsistence conditions of natural vegetation have changed to a considerable extent. According to the results, a warming and wetting tendency over the last two decades is obvious in the China’s coastal zone that are mainly due to land use changes as of growing urbanization, exhaust emissions from industries and transportations and, partly global climate change. Uncontrolled rapid development of the study area may be blamed for these negative changes as a major driving force. The positive feedback mechanisms between albedo, NDVI and climate factors also partly explain these changes. This study suggests that the method integrating biophysical parameters retrieved from remote sensed images and meteorologic data provides a novel and feasible way to monitor large scale eco-environmental changes.

卫星遥感反演土壤水分研究综述

土壤水分是影响地表过程的核心变量之一。精准地测量土壤水分及其时空分布,长期以来是定量遥感研究领域的难点问题。简要回顾基于光学、被动微波、主动微波和多传感器联合反演等卫星遥感反演土壤水分的主要反演算法、存在的难点和前沿性研究问题,介绍了应用土壤水分反演算法所形成的3种主要全球土壤水分数据集,包括欧洲气象业务卫星（ERS/MetOp）数据集、高级微波扫描辐射计（AMSR-E）数据集、土壤湿度与海洋盐分卫星（SMOS）数据集,并结合目前存在的问题探讨卫星遥感反演土壤水分研究的发展趋势。     

气候模式中关键陆面植被参量遥感估算的研究进展简

Satellite remote sensing data play an important role in the improvement of climate models forcing field, relevant physical parameters and simulation accuracy. At present, there are many years of satellite remote sensing data and a variety of products about land surface attributes. However, the application of satellite remote sensing data to climate models is still very limited. Fully using satellite remote sensing data is important to improving the simulation ability. In the paper, remote sensing estimates methods of three key land surface parameters including Fractional Vegetation Coverage（FVC）, Leaf Area Index（LAI）and surface albedo（Albedo）is reviewed and up or down scaling land surface variables in validation process is analyzed. Secondly, taking WRF（Weather Research and Forecasting）model as an example, three parameters in climate model are described. Finally, the key problems of using remote sensing data in climate models are discussed, which comprise the uncertainties and scales of remote sensing estimation parameters and the future direction is prospected.