亚洲大洋洲区域综合地球观测系统计划进展

亚洲大洋洲区域综合地球观测系统是为实现国际地球观测组织总体战略目标而设立的区域地球观测合作计划,旨在面向亚大区域国家对地球观测技术的应用需求,保障亚大区域地球观测空间信息的精准获取与主动服务,增强地球观测技术支撑区域可持续发展的综合能力。该计划由地球观测组织亚大区域成员国共同提出,并对亚大地区的所有国家和参与组织开放。通过国际地球观测组织亚大区域政府间合作机制,在国家、区域和全球层面建立有效的合作框架,积极协调区域内的地球观测资源设施的互联互通、技术合作与共享服务,促进亚大区域国家在社会经济关键领域的应用,共同应对可持续发展、全球变化和重大灾害的挑战。     

基于AMSR-E的微波波段地表发射率反演——以青藏高原为例

青藏高原以其独特的特征在气候变化中起着重要的作用,而地表发射率对地表参数和大气参数的准确反演也非常重要,因此本文发展了青藏高原微波波段地表发射率的反演算法.首先通过辐射传输方程对地表发射率的反演算法进行了推导,并利用被动微波一维大气辐射模拟器的模拟数据对算法进行了验证,结果显示了较高的精度.接着结合微波辐射计AMSR-E的亮温数据和MODIS提供的大气廓线数据,利用本文发展的算法反演了青藏高原微波波段的地表发射率.最后,分析了青藏高原地表发射率的时空分布特征:从空间特征上分析,反演结果的空间分布符合青藏高原地表覆盖类型的变化,植被湖泊等可以在反演结果中很明显的显现;从时间特征上分析,在一个月的时间尺度上,发射率随时间变化并不明显,每天的变化值在0.01之内.另外通过对青藏高原裸露地表发射率的时间序列研究发现,地表发射率对降雨有非常敏感的响应.反演结果的合理性表明本文的算法具有可行性,可以利用该算法反演青藏高原的地表发射率并建立长时间序列的地表发射率数据库,为青藏高原其他地球系统参数的遥感反演提供基础,为青藏高原的相关地学研究提供数据支持.     

青藏高原表层土壤湿度遥感反演及其空间分布和多年变化趋势分析

青藏高原地区高精度的长时间序列的土壤水分数据对亚洲季风和全球大气循环研究有着极大的影响,但目前青藏高原地区地面站点稀少,已严重影响青藏高原气候变化研究．本文基于双通道土壤水分反演算法和AMSR-E卫星数据反演青藏高原地区2003—2010年表层土壤水分,并分析青藏高原地区土壤水分空间分布的季节性变化及多年变化趋势的空间分布．与地面站点土壤水分比较,新算法反演的土壤水分产品精度在地面站点区域,优于AMSR-E官方产品．通过对青藏高原年平均土壤水分空间分布和月平均土壤水分空间分布的季节性变化进行分析,结果表明二者与青藏高原降雨分布和水汽输送路径一致．基于此产品对青藏地区的多年土壤水分变化趋势空间分布进行了分析,通过与同一时期青藏高原气象站点的降水量数据的变化趋势比较,发现土壤水分变化趋势和降水量的变化趋势在空间分布上比较吻合．     

海洋表面盐度与海洋环流和气候变化的关系

依据Argo的海洋盐度观测及降水、蒸发、海面高度等数据分析了全球海洋表层盐度的平均态和低频变化特征及其与海洋环流和气候变化的关系,并结合前人成果对海洋盐度的研究进行了回顾和展望.蒸发减降水在最低阶上决定了海洋表层盐度的分布,海洋环流动力过程在大部分海域调整了海洋表层盐度的空间结构,并影响了海洋表层盐度的低频变率.全球变暖的情况下,海洋表层盐度表现为盐度高的地方会变得更高、盐度低的地方会变得更低,表征为整个水循环系统的加强.在最近20年全球变暖停滞期,海表盐度变化与全球变暖的趋势不同,更多地体现了对气候系统的年代际及多年代际振荡的响应,此阶段对应着Walker环流加强;西太平洋和东南印度洋海表盐度的反向变化揭示了跨海盆尺度海洋动力过程的重要性,海洋Rossby波和印尼贯穿流的共同作用使得东南印度洋海表盐度显著降低;在东南太平洋和北大西洋更多地体现了全球变暖下的海表盐度单调升高或降低的响应.期待未来的盐度卫星能够提供更高时空分辨率的盐度数据,这将和Argo观测一起,拓展我们在中尺度动力学、区域海洋学以及气候变化等方面的认知.     

基于AVHRR/2 10 d合成数据的青藏高原亚像元雪填图

为了满足水文和气象模型对长时段积雪面积数据的需求,基于第二代甚高分辨率辐射计（second series of advanced very high resolution radiometer,AVHRR/2）的10 d合成数据提出了一种青藏高原地区AVHRR/2数据亚像元雪填图算法,将中分辨率遥感数据亚像元级积雪面积数据集延伸至30 a时间跨度。本文算法以多端元线性光谱混合分析模型为基础,以归一化植被指数、第一波段、第二波段等作为选取端元的指标,直接从AVHRR/2图像中自动选取所需雪端元与非雪端元。基于TM数据对该算法的AVHRR/2数据亚像元雪填图结果进行验证,其均方根误差接近0.1,在青藏高原山区具有较高的精度。     

高光谱遥感积雪制图算法及验证

雪盖面积是高山地区和季节雪盖区水文和气象模型的重要输入因子。机载和星载遥感数据提取的雪盖面积是融雪径流模型的重要组成部分。对应不同传感器件的光谱特征，多种分类方法被相继提出。但是，缺乏相对独立的验证手段来评价各种分类方法，其主要原因是缺乏地面真实状态。针对该现状，本研究利用高光谱图像的细分光谱特征，建立高光谱影像及其对应“地面真相”的像对数据库来发展和验证积雪制图算法，并展示MODIS积雪制图算法验证和ASTER混合像元分解雪盖制图算法研究的应用实例。     

利用AMSR-E数据反演华北平原冬小麦单散射反照率

首先,基于冬小麦不同生育期的地面实测参数,构建了组成冬小麦冠层的、包括不同尺寸和含水量的介电散射体模拟数据库,并在此基础上建立冬小麦单散射反照率和光学厚度分别在C(6.925 GHz)和X(10.65 GHz)波段之间的依赖关系。然后,根据一阶参数化模型推导得到的微波植被指数MVIs(Microwave Vegetation Indices)的物理表达式,结合AMSR-E被动微波亮温数据,反演了华北平原地区冬小麦不同生育期的单散射反照率。与MODIS日归一化差异植被指数NDVI的对比结果显示:冬小麦单散射反照率与NDVI随时间的变化趋势大致相同,但在冬小麦的抽穗期到乳熟期,NDVI呈现饱和趋势,而单散射反照率对小麦的生长变化仍旧比较敏感,在指示冬小麦生长方面具有一定优势。     

湖泊亚像元填图算法研究

湖泊面积变化监测具有重要的科学和社会意义,使用中低分辨率卫星遥感数据进行大面积的湖泊面积变化监测有很多优势,但易受混合像元的影响。本文根据湖泊水体的遥感特性,发展了使用中低分辨率卫星遥感数据的混合像元分解算法,应用线性多端元混合像元分解技术,自动、快速地得到在每个像元中湖泊所占的面积百分比;在上述分类结果的基础上,基于地物的空间依存现象,建立空间吸引力的概念,用循环迭代的方法实现超过遥感影像自身分辨率的湖泊亚像元填图。在针对青藏高原不同季节不同地区的Modis影像的实践中,显示混合像元分解算法可以提供较高精度的软分类结果;使用迭代方法进行亚像元填图是简单高效的,具有很大的应用潜力。     

被动微波遥感反演中国西部地区雪深、雪水当量算法初步研究

雪深、雪水当量是积雪研究中重要参数，其在流域水量平衡和融雪径流预报以及雪灾监测与评价中起着重要作用。Chang等(1987)以辐射传输理论和米氏散射为理论基础，假定积雪密度和颗粒大小为常数，利用实测雪深数据和SMMR的亮温数据，通过统计回归方法，建立了雪深与18 GHz和37 GHz水平极化的亮温梯度之间的关系，发展了SMMR半经验的反演雪深的算法。后在此基础上又发展了针对SSM/I的半经验反演雪深算法。2002年发射的装载于Aqua卫星上的AMSR E是新一代的被动微波辐射计，性能较以往星载被动微波辐射计有较大提高，采用了改进后的SSM/I的半经验算法作为其估算全球雪水当量的反演算法。 将AMSR E的雪水当量产品与气象台站观测的雪水当量进行比较，发现在新疆地区和青藏高原地区雪水当量的RMSE分别达到31.8 mm和21 mm。本研究旨在建立基于AMSR E亮温数据，适用于中国西部地区的雪深和雪水当量反演算法。首先收集整理了2003年新疆地区的雪深、雪水当量数据和AMSR E亮温数据，去除错误样本，利用统计回归的方法，建立了新疆的反演雪深、雪水当量的半经验算法，算法中加入积雪覆盖度参数，较以往的算法有所改进，与气象台站观测数据比较，结果也表明新疆地区建立的经验算法较AMSR E的雪水当量算法有较大改进，RMSE为15.7 mm。但青藏高原地区因海拔高，地形复杂，大部分地区积雪较浅,空间分布不均和冻土存在等诸多因素运用同样的方法建立反演算法，结果不甚理想，以后的研究将重点消除这些干扰因素。     

应用极化雷达估算农作物覆盖地区土壤水分相对变化

通过应用一阶离散植被模型,结合前人研究成果及雷达极化特性提出了多时相多极化雷达后向散射消除农作物覆盖层影响的算法:①应用已知的假设关系将植被层的体散射用交叉极化的总散射代替;②分析并将垂直极化的总后向散射中贡献很小的植被-土壤多次散射忽略;③将直接地表的后向散射分解成土壤水分与地表粗糙度的函数,使用重轨数据消除了地表粗糙度和农作物覆盖层的影响,并使用多时相全极化L波段(频率为1.2GHz)机载雷达测量数据进行验证,成功的估算了地表土壤水分的相对变化。