全球地表覆盖高分辨率遥感制图

全球地表覆盖分布及变化是气候变化研究、生态环境评估、地理国情监测、宏观调控分析等不可或缺的重要基础信息.国际上现有全球五套地表覆盖数据产品的空间分辨率为1 km或300 m,数据精度、分类体系、时空分辨率等均存在不足.为了满足全球变化研究与地球模式模拟的需求,应该研制具有较高时空分辨率、更符合全球变化需要、精度较好的全...     

基于普查和手机定位数据的乡镇尺度人口空间化方法研究

人口在空间上的实际分布是人口地理学研究的基础和热点问题。目前全球不同尺度的人口空间化数据产品因生产方法、数据源等有较大差异,空间化产品的一致性存在较大差异,尤其是共性需求集中的1 km数据产品。本文以京津冀地区为研究区,基于2000年乡镇尺度的人口普查数据和可开放获得的手机定位数据,利用光影投射法计算人口分布权重,结合面积权重法和指数平滑法得到京津冀地区1 km分辨率的人口空间化结果PJ2000。该产品较好地反映了京津冀人口实际分布细节特征。经精度评定,PJ2000人口空间化的总体精度为90%,人口空间化相对误差小于0.5的乡镇（街道）数约占87%,PJ2000与2000年乡镇街道人口统计数据pop2000的相关系数r高达0.95。结果证明,结合乡镇尺度人口统计数据和手机定位数据等多源数据所构建的人口空间化模型,所获1 km分辨率人口密度数据集精度得到显著提高。     

多源遥感数据的降水空间降尺度研究——以川渝地区为例

大量研究表明,通过传统地面气象站点实测的单点数据,不能有效地反映降水的空间变化特征。目前,以遥感数据获取的降水产品已得到了广泛的应用,但在地形地势复杂区域,遥感降水产品的空间分辨率与数据精度等方面仍然存在着极大的不足。因此,本文以四川重庆(川渝)地区为例,通过建立降水产品降尺度算法,以实现降水产品的降尺度估算,提高降水数据的空间分辨率。依据在不同尺度下(0.25°、0.50°、0.75°和1.00°),TRMM 3B43、地理因子,以及MOD13A3(NDVI)之间存在的相关关系,构建了多元回归模型。通过对比这4种尺度下的回归模型,选择其中精度最高的作为最终的降尺度算法,然后再把这种降尺度算法应用到1 km分辨率下进行降水估算。进一步,以区域差异分析(GDA)和区域比率分析法(GRA)对降尺度估算的降水数据进行校正,并结合部分地面气象站点实测的降水数据进行验证。验证结果表明:降尺度算法是可靠的,能有效提升降水产品的空间分辨率,同时GDA和GRA校正方法能减小误差,进一步提升降水估算的精度,满足区域地表过程应用的需求。     

基于随机森林的西辽河流域CCI土壤湿度降尺度研究

土壤湿度是气候系统中的关键因子，对农业管理、水资源管理和生态系统监测与评估等具有重要应用价值。遥感土壤湿度产品虽能提供大尺度范围的土壤湿度分布，但受限于较低的空间分辨率，难以满足实际应用的要求，对遥感土壤湿度产品的降尺度研究成为当前的热点之一。本文以0.25°分辨率的欧空局ESA CCI日土壤湿度为主要数据源，结合1 km分辨率的MODIS下垫面数据、地形数据、气象数据等环境因子，构建随机森林降尺度模型，对我国西辽河流域2013—2020年CCI日土壤湿度产品进行降尺度，得到1 km分辨率的土壤湿度时空分布数据。研究发现：(1)环境因子重要性分析表明，相对湿度和白天地表温度是影响土壤湿度变化最重要的2个因素，地形与位置因子的影响次之；(2)利用研究区内22个站点的实测数据序列对随机森林降尺度模型性能进行验证，结果表明考虑多种环境因子（地表、地形和气象）的降尺度结果比仅考虑地表参数的降尺度结果的精度要高，每个站点的RMSE都在0.048 8 m3/m3以下，平均相关系数为0.497 3,BIAS绝对值在0.003 0～0.033 3 m3/m3，降尺度后的土壤湿度与原始CCI遥感土壤湿度...     

基于改进“移去-恢复”算法的海底地形构建方法研究

为解决源测量数据生成海底地形过程中,数据处理方法影响海底地形精度和分辨率的问题,提出了一种多源水深数据融合方案。在分析DEM、海图水深和多波束测深数据特点的基础上,兼顾不同数据源的优点,克服单一数据源的不足,基于“移去-恢复”算法进行改进,使算法更适用于融合高精度数据源,融合海图水深和多波束测深数据于DEM,构建新的海底地形数据集。选取试验区进行真实数据试验,试验结果表明,该方法既能提高海底地形整体的精度和分辨率,又能保留高密度区域的细节信息。在试验区内,原始DEM数据分辨率为15″,均方根误差为29.408 m,传统经典的“移去-恢复”算法构建的数据集分辨率为3″,均方根误差为28.563 m,本融合方案构建的数据集分辨率为3″,均方根误差为18.841 m。可见,与传统算法相比,本文算法对高精度数据源的融合效果更好,构建的数据集精度更高。     

多年平均气温数据空间化误差的尺度效应

属性数据空间化是利用矢量数据生成栅格数据产品的有效方法,它有助于不同来源、不同格式之间的数据的综合分析。空间化是一种必然有误差伴随的过程,为探讨空间化误差与数据源密度、空间化模型方法,以及空间化分辨率之间的关系,本文利用7种水平的气象站点密度、5种空间化模型方法和19种栅格分辨率分析多年平均气温数据空间化误差与这3类影响因子之间的关系。分析发现：（1）气象站点密度的降低导致多年平均气温数据的空间化误差增加;（2）在IDW、Kriging、Adjusted IDW、Regression和Anusplin 5种空间化模型方法中,Adjusted IDW、Regression、Anusplin比IDW、Kriging的精度高;（3）随着栅格分辨率的变粗,多年平均气温数据空间化误差增大;（4）在影响空间化精度的3类因子中,空间化模型方法对空间化精度的影响最大,栅格分辨率次之,气象站点密度的影响最小。通过多元回归分析,建立了多年平均气温数据空间化误差与这3类影响因子之间的定量模型,可为空间化技术方案的制定提供参考和依据。     

海陆岸线多尺度矢量数据获取方法及其尺度效应评估

地理空间数据的多尺度表征是制图学的基石,是支撑地理数据多尺度建模分析的前提。通过对从遥感影像获取的一定尺度的地理要素矢量数据进行选择、化简、聚合或其他处理,以获取多尺度矢量数据,但多种综合处理模型和方法会导致多尺度矢量数据存在着不同程度的信息损失。本文基于地理信息系统（ArcGIS 10.6）的矢量数据制图综合功能模块,通过整合多种内嵌的自动算法和模型,结合人机协同的辅助处理方法,构建了一套系统的海陆岸线空间尺度上推方法体系,并将其应用于南美洲大陆海陆岸线矢量数据从m级空间尺度上推到30 m、250 m和1 km。基于分形理论,首次提出线矢量数据复杂度指数概念,用以表征海陆岸线地理要素特征和对比其信息精细化程度。在此基础上,对获取的30 m、250 m和1 km海陆岸线矢量数据进行信息损失评估,结果显示制图综合引起陆地和水域空间属性的改变,不同尺度表征的地理要素信息精细度存在显著差异：相比m级基础数据,30 m、250 m和1 km海陆岸线矢量数据陆地图斑数量损失分别为32.07%、90.46%和98.61%,岛屿线矢量长度信息损失分别为6.32%、49.26%和75.47%;南美洲大陆海岸线矢量数据信息精细度分别降低1.97%、25.33%和45.39%。本文构建的计算机自动综合模型和人工处理相结合的海陆岸线矢量数据空间尺度上推方法,可以实现海陆岸线矢量数据空间尺度上推获取不同尺度的线矢量数据,并描述了不同空间尺度矢量数据的信息损失状况。     

基于广义回归神经网络的京津冀地区土壤湿度遥感逐日估算研究

土壤湿度是地表水热交换过程和水文循环中的一个关键组成部分,获取高时空分辨率的土壤湿度数据一直是当前研究的热点。SMAP（Soil Moisture Passive and Active）主被动微波土壤湿度产品的精度高,但存在着空间分辨率低和时间分辨率缺失的问题,这限制了其在区域尺度上的应用,为解决这一问题得到更高时空分辨率的土壤湿度产品,本文利用广义回归神经网络模型（GRNN）模拟了MODIS地表温度、反射率、植被指数光学/热红外遥感数据以及高程、坡度、坡向、经纬度数据与SMAP土壤湿度的关系,从而将京津冀地区SMAP L2土壤湿度产品的时间分辨率由不连续（4~20 d）提升至1 d,空间分辨率由3 km提升至1 km,并扩展其在京津冀地区的空间覆盖范围。研究发现:① GRNN模型总体验证结果表明土壤湿度估算值与SMAP原始值的相关性较高（r=0.7392）,均方根误差（RMSE）为0.0757 cm3/cm3;② 不同季节典型日期的GRNN模型估算结果精度相差较大,春季处的相关性相比其他季节最低,精度相对较高（r_春=0.6152,RMSE_春=0.0653cm3/cm3）,秋季和夏季土壤湿度估算精度较为接近（r_夏=0.6957,r_秋=0.7053,RMSE_夏=0.0754cm3/cm3,RMSE_秋=0.0694cm3/cm3）,冬季的估算精度最高（r_冬=0.8214,RMSE_冬=0.0367cm3/cm3）;③ 2016年京津冀夏秋季节的土壤湿度较其他季节要显著提高,空间分布上坝上高原区域较低,而沿海地区的土壤湿度明显较高。本研究对京津冀地区的生态水文、气候预测以及干旱监测等应用领域具有重要价值。     

复杂山区地形条件下ERA5再分析地表气温降尺度方法

高时空分辨率的气温栅格数据是多种地学模型和气候模型的重要输入。山区地形复杂,气温空间异质性强,如何获取高时空分辨率的山区地表气温数据一直是研究热点与难点。本文选择地形复杂的河北省张家口市作为试验区,基于局部薄盘样条函数对ERA5再分析日均近地表气温（2 m高度）进行空间插值,并利用随机森林算法,结合少量气象站观测气温数据、地形地表参数数据构建日均气温订正模型和气温逐时化模型,实现空间分辨率由0.1 °（约11 km）到30 m的逐时气温降尺度,最后将该模型拓展应用于其他时间与区域,检验本文发展的降尺度方法在没有站点观测数据条件下的时空移植性。结果显示,本文降尺度方法得到的高时空分辨率山区气温数据精度较高,1月均方根误差（RMSE）平均值为2.4 ℃,明显优于气象站点插值结果,且气温相对高低的空间分布更为合理、纹理更加丰富;将该方法应用到其他时间与区域的RMSE平均值分别为2.9 ℃与2.5 ℃,均小于再分析资料直接插值所产生的误差。研究结果总体表明,在气象站点较少甚至没有时,可利用本文方法通过ERA5再分析气温准确获取复杂地形条件下的山区高时空分辨率气温数据。     

基于伪纯像元的精度评价策略及其应用

土地覆被是地球科学研究中的重要参量,评价土地覆被数据的制图精度是保障数据合理使用的前提。本文提出了一种基于伪纯像元的精度评价策略（伪纯像元策略）,即当低空间分辨率栅格窗口内对应的高空间分辨率数据中优势类别（面积最大的地类）的占比高于伪纯像元纯度阈值（代表像元纯度,取值范围：35%~100%,步长为5%）时,以此栅格窗口为基准生成土地覆被类型为优势类别的伪纯像元用于精度评价。以澜沧江-湄公河（澜湄）流域为试验区,选择GlobeLand30为参考数据,并基于混淆矩阵精度评价方法对比分析了伪纯像元策略与重采样法（最近邻法和众数法）在CCI-LC（300 m）和MCD12Q1（500 m） 2套全球土地覆被数据精度评价中的差异。结果表明：① 伪纯像元策略在35%~100%纯度阈值下对CCI-LC和MCD12Q1在澜湄流域评价的精度分别为72.76%~55.26%和71.44%~45.41%,比重采样法评价的单一精度（众数法：71.21%和70.54%、最近邻法：71.48和69.87%）能更好地反映像元纯度对土地覆被数据精度的影响;② CCI-LC的总体精度高于MCD12Q1,且2套数据的精度差随纯度阈值的增大而增加,CCI-LC和MCD12Q1在35%、100%纯度阈值下的精度差分别为1.32%和9.85%;③ 2套数据中耕地、有林地、草地和水体的分类精度均相对较高,而灌木林地（精度接近0）和裸地的分类精度均较低;④ 2套数据与GlobeLand30的空间不一致区域多出现在土地覆被类型高度异质化的混合像元区域,且随纯度阈值的增大,评价样本栅格更趋均质,混合像元对评价精度的影响也会递减。伪纯像元精度评价策略适用于跨空间分辨率土地覆被数据的精度对比,为评价全球土地覆被产品在区域尺度的适用性及适用范围提供了新的检验策略。     

Validation of global land surface satellite (GLASS) downward shortwave radiation product in the rugged surface

The downward shortwave radiation(DSR) is an essential parameter of land surface radiation budget and many land surface models that characterize hydrological,ecological and biogeochemical processes.The new Global LAnd Surface Satellite(GLASS) DSR datasets have been generated recently using multiple satellite data in China.This study investigates the performances of direct comparison approach,which is mostly used for validation of surface insolation retrieved from satellite data over the plain area,and indirect comparison approach,which needs a fine resolution map of DSR as reference,for validation of GLASS DSR product in time-steps of 1 and 3 hours over three Chinese Ecosystem Research Network sites located in the rugged surface.Results suggest that it probably has a large uncertainty to assess GLASS DSR product using the direct comparison method between GLASS surface insolation and field measurements over complex terrain,especially at Mt.Gongga 3,000 m station with root mean square error of 279.04 and 229.06 W/m2in time-steps of 1 and 3 hours,respectively.Further improvement for validation of GLASS DSR product in the rugged surface is suggested by generation of a fine resolution map of surface insolation and comparison of the aggregated fine resolution map with GLASS product in the rugged surface.The validation experience demonstrates that the GLASS DSR algorithm is satisfactory with determination coefficient of 0.83 and root mean square error of 81.91W/m2over three Chinese Ecosystem Research Network sites,although GLASS product overestimates DSR compared to the aggregated fine resolution map of surface insolation.     

Land Surface Albedo Variations in Sanjiang Plain from 1982 to 2015: Assessing with GLASS Data

As a key parameter for indicating the fraction of surface-reflected solar incident radiation, land surface albedo plays an important role in the Earth's surface energy budget(SEB). Since the Sanjiang Plain has been severely affected by human activities(e.g., reclamation and shrinking of wetlands), it is important to assess the spatiotemporal variations of surface albedo in this region using a long-term remote sensing dataset. In order to investigate the surface albedo climatology, trends, and mechanisms of change, we evaluated the surface albedo variations in the Sanjiang Plain, China from 1982 to 2015 using the Global LAnd Surface Satellite(GLASS) broadband surface albedo product. The results showed that: 1) an increasing annual trend(+0.000 58/yr) of surface albedo was discovered in the Sanjiang Plain based on the GLASS albedo dataset, with a much stronger increasing trend(+0.001 26/yr) occurring during the winter. Most of the increasing trends occurred over the cultivated land, unused land, and land use conversion types located in the northeastern Sanjiang Plain. 2) The increasing trend of land surface albedo in Sanjiang Plain can be largely explained by the changes of both snow cover extent and land use. The surface albedo in winter is highly correlated with the snow cover extent in the Sanjiang Plain, and the increasing trend of surface albedo can be further enhanced by the land use changes.     

基于背景知识的全球长时间序列反照率反演

全球范围时空连续的长时间序列地表反照率,对气候模拟与陆面过程研究具有重要意义。针对现有地表反照率产品普遍存在大量的数据缺失、有效反演比例低和时间序列短的问题,本文以多年MODIS和AVHRR数据,通过构建背景知识库进行高时间分辨率的AVHRR和MODIS数据的BRDF参数反演,实现MODIS与AVHRR数据在像元尺度上的定量融合,生成了全球时空连续长时间序列的地表反照率产品。首先,通过假设不同年份同一时期的地表状态不变,利用多年同一时期的MODIS和AVHRR观测数据构造多角度方向反射率,基于BRDF模型反演得到窄波段反照率;然后,通过宽波-窄波转换,得到MODIS的宽波段反照率;最后,结合AVHRR长时间序列优势及MODIS数据多光谱的特点,对二者进行定量融合,生成具有高度一致性长时间序列地表反照率产品。验证结果表明,本文地表反照率产品在地表异质性较小时与SURFRAD地面实测反照率之间具有非常好的一致性,在无积雪覆盖时与MODIS反照率产品之间吻合良好。本文的地表反照率产品无时空缺失,且时间覆盖率得到了极大的提高,能支持气候模式模拟与陆面过程模型进行近30 a来的地气系统模拟研究。     

北京2008奥运赛场环境特征的GIS系统分析

本文针对不同环境特征参数的空间和时间变化特征,利用2006年不同空间分辨率和时间分辨率的多源遥感数据和产品,对31个奥运场馆、公路自行车赛场和奥林匹克公园的建筑指数、水体指数、白天/夜间陆表温度以及植被指数特征进行了GIS系统分析,其结果:(1)31个奥运场馆的建筑时间、地理位置以及露天情况对其环境特征有着重要的影响,建筑指数、水体指数、白天/夜间的陆表温度以及植被指数均表现出不同的变化特征,故奥运场馆的绿化和赛事安排应对这些因素进行综合考虑。(2)公路自行车赛场和奥林匹克公园均表现出建筑指数较高,水体指数为负值的特征,而且夏季和秋季白天/夜间陆表温度较高。建议在奥林匹克公园适当增加一些水体以提高其环境质量。     

基于双线偏振多普勒雷达识别地物回波

地物回波的存在严重影响雷达数据质量,从而影响定量降水估测精度。双线偏振多普勒天气雷达在识别地物回波方面具有明显优势。分析了北京市气象局C波段双线偏振多普勒天气雷达探测到的降水回波和地物回波的特征,在刘黎平的模糊逻辑算法基础上选择容易区分降水回波和地物回波的特征量,加入偏振参数构成偏振模糊逻辑算法。利用2012年的"7.21特大暴雨"个例对识别效果进行分析,并与常规模糊逻辑算法识别效果对比。结果表明,加入偏振参数的模糊逻辑算法能有效识别地物回波,对地物回波识别效果有明显改善,并有效解决了过度识别零速度降水区的问题。     

新疆沙漠地区地表宽波段比辐射率遥感估算

地表比辐射率是估算地表温度以及地表长波辐射的一个重要参数,为了解决遥感影像反演地表比辐射率在裸地的精度不足问题,本文在新疆沙漠地区利用2类数据：① 傅里叶变换热红外光谱仪（FTIR）数据,在2013年、2014年秋天沿2条穿越塔克拉玛干沙漠的沙漠公路测量得到25个点的地表比辐射率数据;② 与FTIR数据同时期的MODIS温度/比辐射率数据MOD11A1、MOD11B1和反射率数据MOD09GA以及反照率数据MCD3A3,利用这2类数据为数据源,估算新疆沙漠地表比辐射率。首先,重新估算了基于MODIS宽波段比辐射率（BroadBand Emissivity, BBE）方程的系数和基于GLASS（Global L And Surface Satellite）BBE方程的系数,由此获得了GLASS BBE和MODIS BBE的修正方程。其次,将修正前后的GLASS BBE与FTIR和MODIS BBE作对比,发现其精度显著提高：① 与FTIR数据对比,修正前后的GLASS BBE方程的决定系数R²值从0.42增加到0.95,均方根误差（RMSE）和偏差（Bias）分别减少了1和3个数量级;② 与MODIS BBE方程数据对比,修正前后的GLASS BBE的R²值从0.69增加到0.91,RMSE和Bias分别减少了1和2个数量级。因此,修正后的基于GLASS和MODIS的BBE方程,极大地提高了遥感影像对裸地尤其是沙漠地区地表比辐射率的反演精度。使用修正后的GLASS BBE方程反演出新疆3个沙漠地区的BBE分布特征。结果表明,塔克拉玛干沙漠由于土地类型较为单一,其BBE值主要为0.88~0.92,而古尔班通古特沙漠以及库姆塔格沙漠受到地形、植被等的影响,BBE值稍微偏高,分别为0.89~0.95和0.89~0.94,沙漠周边稀疏植被区及其边缘地区的值范围为0.95~1.00。本文基于GLASS和MODIS的适用于新疆沙漠的BBE方程,为陆面过程的研究与模拟提供了支持。     

全球36 km格网土壤水分逐日估算

土壤水分是陆面生态系统和能量循环的核心变量之一,利用微波遥感技术获得的土壤水分产品的时间分辨率一般是2-3 d,因此精确地获得具有较高时间分辨率的土壤水分成了人们关注的焦点。本文尝试将SMAP (the Soil Moisture Passive and Active）土壤水分和MODIS光学数据相结合,利用广义回归神经网络进行全球36 km土壤水分的估算,提升SMAP土壤水分的时间分辨率。结果显示,广义回归神经网络估算土壤水分与SMAP保持了高相关性(r = 0.7528),但其却保留了较高的误差 (rmse = 0.0914 m³/m³)。尽管如此,估算的土壤水分能够很好地保持SMAP土壤水分的整体空间变化,并且提升了土壤水分的时间分辨率（1 d）。此处,本文研究了SMAP土壤水分与MODIS光学数据之间的关系,这对今后利用机器学习进行SMAP土壤水分降尺度研究提供了重要的参考价值。     

基于SBAS-InSAR的北京地区地表沉降监测与分析

运用SBAS-InSAR获取北京地区的地表沉降信息,采用18景ENVISAT ASAR影像完成北京地区2007～2010年地表沉降的时空分析。结果表明,北京地区沉降不均匀较为严重,在昌平区、顺义区、通州区等区域出现多处沉降漏斗,且有连成一片并向东扩张的趋势;大部分地区的平均沉降速率在-150 ～10 mm/a,沉降中心的最大沉降量超过400 mm;地表沉降受地下水开采与城市化影响明显。     

一种基于FY3D/MERSI2的AOD遥感反演方法

针对目前国产卫星对气溶胶遥感监测应用较少的情况,本研究综合暗象元和SARA算法优势,基于FY-3D MERSI2数据构建了一套气溶胶光学厚度(Aerial Optical Depth, AOD)快速遥感反演方法。首先,引入了传统暗象元算法中的地表反射率经验关系,然后利用AERONET长时间序列的地基观测数据,构建了红波段和蓝波段气溶胶光学厚度、不对称因子和单次散射率之间的关系,最后利用MOD04和AERONET的AOD产品对研究反演结果进行了验证和评估分析。结果发现：① 本研究反演的AOD不仅保持了与MODIS的气溶胶产品空间分布的一致性,而且合理地呈现了AOD的高值分布,改进了MOD04气溶胶产品在云和亮目标方面反演缺失问题;② 利用AERONET地基观测结果对本研究获取的MERSI2的AOD反演结果进行了对比分析,发现二者具有较高的线性相关性,蓝波段AOD线性相关系数超过0.85;③ 利用MERSI2数据完整地捕捉到了2018年3月9—14日京津冀及周边区域的一次重污染过程中气溶胶时空分布变化情况,这也说明了FY3D卫星具备良好的气溶胶遥感监测能力,为我国灰霾监测和预警提供参考依据。本研究对大力发展国产卫星在大气环境遥感的应用有重要参考意义。