全球变化大数据的科学认知与云共享平台

本文是国家重点研发计划"全球变化及应对"专项之"全球变化大数据的科学认知与云共享平台"项目介绍。针对中国全球变化数据"数据海量、信息缺乏、知识难觅"的困局,项目力图通过联合中国对地观测领域、大气科学领域、气候变化研究领域的优势力量,建成具有中国特色的全球变化大数据共享平台,践行破除信息数据"深藏闺中"的壁垒。该平台将集大数据快速汇聚、大尺度产品快速生成、不确定性分析、大数据驱动的全球变化敏感因子认知于一体,一方面为中国全球变化研究提供中国区域最好的全球变化大数据集,另一方面为在国际相关活动中,掌握全球变化问题的主导权,发出中国的倡议与声音提供应有的支持。     

农作物长势综合遥感监测方法

作物收获之前进行大范围作物生长状况评价 ,可以尽早的获得有关作物产量信息。介绍了中国农情遥感监测系统的综合作物长势监测方法。以遥感数据标准化处理、云标识、云污染去除和非耕地去除为基础 ,生成质量一致的遥感数据产品集 ,提取区域作物生长过程。作物长势监测分为实时作物长势监测和作物生长趋势分析。实时的作物长势监测可以定性和定量地在空间上分析作物生长状况 ,分级显示作物生长状况 ,分区域统计水田和旱地中不同长势占的比重。作物生长趋势分析可以进行年际间的生长过程对比 ,从时间轴上反映作物持续生长的差异性 ,统计全国、主产区、省和区划单元 4个尺度的耕地、水田、旱地作物生长过程曲线年际间差异 ,从而为早期的产量预测提供信息。通过处理流程的系统化 ,建设了运行化的作物长势遥感监测分析系统 ,为用户构建了综合的作物实时生长状况 ,苗情的生长趋势分析环境。同时可以依据野外地面实测信息对遥感监测结果进行标定和检验。 1998年以来 ,系统在满足日常运行的前提下 ,技术方法逐渐改进和完善 ,监测结果的精度和可靠性不断得到提高。     

全国作物种植结构快速调查技术与应用

现有种植结构的分析都是基于统计数据 ,时效性低及精度差 ,难以及时为各级政府部门提供决策支持。以“中国农情遥感速报系统”使用的GVG农情采样系统和样条采样框架为基础 ,提出了快速获取全国农作物种植结构的技术方法 ,并以 2 0 0 2年为例 ,开展全国夏粮和秋粮种植结构的调查与现状分析。全国夏粮的粮经比例为 5 8%∶2 1% ,秋粮的粮经比例为 79%∶14 % ,粮食作物仍然占有较大的比例。调查表明 ,全国范围的种植结构在时间和空间上变化很大。黑龙江省的大豆种植成数最高 ,达到38% ,是中国的大豆主产区 ;吉林和辽宁两省的春玉米种植成数相差不大 ,高达 71% ;黄淮海地区夏粮以种植冬小麦为主 ,种植成数高达 97% (河北省 ) ,秋粮以夏玉米为主 ,种植成数高达 82 % (河南 ) ;以长江为界 ,冬小麦和油料在长江南北的种植成数变化很大 ,长江以北冬小麦与油料并重 ,以南以油料为主。秋粮则以中晚稻为主 ,种植成数均超过 6 6 % ;华南夏粮和秋粮均以水稻为主 ,其中广东的蔬菜瓜果的种植成数高达 2 9% ;西南地区的秋粮以中稻和夏玉米为主 ,其中云南省的棉麻糖的种植成数高达19% ,说明云南省仍然是中国的烟草大省。经济发达或邻近经济发达地区的省份的蔬菜瓜果的种植成数较大 ,如天津市高达 34%。     

基于遥感估产和农业统计的粮食供需平衡模型研究

提出了适用于年内动态平衡的中国粮食供需平衡模型 ,利用遥感估产数据和统计数据 ,对中国世纪之交的粮食供需平衡的现状进行研究。结果表明文中的模型是合理可行的 ,同时通过比较基于遥感估算产量和基于统计产量计算的粮食供需平衡状况结果 ,表明遥感估产信息可以有效提高粮食供需平衡分析的可靠性和时效性 ,遥感估产应作为中国区域粮食供需平衡监测的重要信息源纳入国家粮食宏观管理的日常工作。通过对中国 1999— 2 0 0 2年粮食供需状况的计算分析 ,认为世纪之交中国年内粮食的供需大致平衡 ,但因为 2 0世纪末政府和农户存粮数量较高 ,近 3年来农户库存持续下降 ,造成粮食市场供大于求的局面。因此 ,对于中国粮食的供需平衡面临的问题决不能掉以轻心。     

高精度作物分布图制作

中国自然条件复杂 ,农业种植结构多样 ,地块小而分散 ,利用遥感影像制作作物分布图的精度很难满足农业遥感估产的需求。该文利用目前最高分辨率的商用遥感卫星 (QuickBird)影像 ,采用面向对象的影像分析方法提取耕地种植地块图 ,结合详细的地面调查制作高精度的作物分布图 ,为农业遥感估产服务。     

基于遥感的区域尺度森林地上生物量估算研究

森林是陆地生态系统最大的碳库,精确估算森林生物量是陆地碳循环研究的关键。首先从机载LiDAR数据中提取高度和密度统计量,采用逐步回归模型进行典型样区生物量估算;然后利用机载LiDAR数据估算的生物量作为样本数据,与多光谱遥感数据Landsat8 OLI的波段反射率及植被指数建立回归模型,实现区域尺度森林地上生物量估算。实验结果显示,机载LiDAR数据估算的鼎湖山样区生物量与地面实测生物量的相关性R2达0.81,生物量RMSE为40.85 t/ha,说明机载LiDAR点云数据的高度和密度统计量与生物量存在较高的相关性。以机载LiDAR数据估算的生物量为样本数据,结合多光谱遥感数据Landsat8 OLI估算粤西北地区的森林地上生物量,精度验证结果为:R2为0.58,RMSE为36.9 t/ha;针叶林、阔叶林和针阔叶混交林等3种不同森林类型生物量的估算结果为:R2分别为0.51(n=251)、0.58(n=235)和0.56(n=241),生物量RMSE分别为24.1 t/ha、31.3 t/ha和29.9 t/ha,估算精度相差不大。总体上看,利用遥感数据可以开展区域尺度的森林地上生物量估算,为森林固碳监测提供有力的参考数据。     

2010年春季西南地区干旱遥感监测及其影响评估

利用国产环境减灾星多光谱、热红外数据以及美国中分辨率MODIS数据建立了2010 年春季我国西南地区的干旱及其影响的遥感监测与评估方法。主要包括：1) 旱情遥感监测,利用环境减灾星多光谱数据和热红外数据构建旱情遥感综合指数监测西南地区的旱情;2) 地表可用水资源遥感监测,主要利用2010 年3 月中旬及去年同期的多光谱数据,对位于云南、贵州、广西境内的三个典型水体的水面面积进行了动态监测,以评估地表水面面积及水位的变化;3) 干旱对农作物的影响,主要通过农作物生长过程曲线分析各省(市) 区的作物受旱情的影响过程,并利用耕地面积与遥感监测作物种植成数、分类成数,以及耕地受旱比例计算作物受旱面积,通过田间实验对不同生育期冬小麦受到水分胁迫条件下的减产结果,确定不同旱情等级对应的粮食减产比例,计算各省(市) 的冬小麦减产数量。结果表明旱情最严重区域在广西西北部、贵州西南部和云南的中部与东北部,冬小麦、油菜、甘蔗等作物生长过程受到明显抑制,受旱面积分别达到9.13×10⁵ hm²、5.43×10⁵ hm²与9.00×10⁵ hm²,冬小麦产量损失达到8.3×10⁵ t,约占2009 年四省市冬小麦总产量的13.7%、全国冬小麦总产量的0.8%和全国粮食总产量的0.16%,对我国粮食总产量影响不大,但云南和贵州的冬小麦减产分别达到48%和31%,对区域粮食供应影响较大。     

结合UPSCALING技术与对象多特征的土地利用覆盖信息提取研究

应用SPOT融合数据,以北京密云地区为例,提出了整合Upscaling技术与对象多特征方法的新思路,通过基于半变异函数的 空间变异特征分析,建立了面向对象多特征与多分辨率数据集的多尺度分类决策树,并对自动分类效率进行了初步探讨。     

基于遥感和GIS的宣化县水土流失定量空间特征分析

以遥感和GIS技术为支撑,利用通用的土壤流失方程(USLE)的修正模型(RUSLE)定量评估宣化县2000年的水土流失量和土壤侵蚀强度,并对宣化县水土流失空间分布特征进行了分析。结果表明,宣化县2000年土壤侵蚀(轻度侵蚀以上)面积为982.85 km2,占宣化县总面积的39.25%,平均土壤侵蚀模数为13.92 t/hm2.a,属于轻度侵蚀;坡度越大,极强度及剧烈侵蚀越有可能发生,从整体来看,15°~25°是侵蚀比例最大的坡度带。宣化县土壤侵蚀主要集中于灌草地和旱地两种土地类型,两者土壤侵蚀面积占宣化县2000年总土壤侵蚀面积的93.897%。     

生态系统遥感：内涵与挑战

生态系统遥感以生态系统为对象，研究生态系统类型、格局、功能、服务及其过程的遥感解析方法，发展遥感驱动的生态系统服务评估方法，揭示贯穿在生态系统类型、格局、功能、服务中的深层次生态系统过程与隐性表现。新一代卫星和传感器为生态系统遥感提供了全新的数据源。生态系统类型和格局辨识能力还有待提高，从而对智能信息提取提出了更高的要求。生态系统功能监测方面还需要充分挖掘遥感数据的深层隐含特征，发展出一些易于处理且能够反映生态系统功能特征的新指标。生态系统服务评估方面仍需，发展遥感驱动的新的生态系统评估模型。与云平台的结合是生态系统遥感的未来发展方向，为全民参与生态环境保护及监督提供了契机，也可为重大工程的生态效应评估提供更丰富的数据支撑。