基于MODIS数据的一种土壤水分遥感监测方法研究

根据MODIS数据特点及水的光谱吸收特性,研究了MODIS第6、7、31波段数据与表层土壤水分含量之间的关系,并基于分析结果,选择6波段反射率和31波段亮温,建立了吉林省中西部10cm土壤含水量的双变量反演模型。经检验,模型可以应用于大范围的表层土壤水分监测,使用条件为裸土或植被覆盖较低土地。所建模型仅需一次白天过境的MODIS卫星晴空资料,即可完成对土壤表层水分含量的监测,弥补了土壤热惯量方法对遥感资料要求相对苛刻的缺陷。     

吉林省主要产粮区NDVI时空变化特征

为了确定作物长势遥感监测的评价指标,利用2000—2012年吉林省EOS/MODIS数据,采用NDVI旬最大值法,结合吉林省主要农作物生长发育的特点,对主要产粮区作物生长季旱田和水田的NDVI时空变化规律进行研究,并分析其与气温和降水的关系。结果表明:2000—2012年吉林省作物生长季农作物的NDVI随作物生长发育进程有明显的变化,水田和旱田两种作物的NDVI时间变化均呈单峰型;吉林省不同区域的NDVI变化趋势一致,5月上旬至6月上旬,NDVI呈缓慢增加的趋势;6月中旬至7月上旬,NDVI迅速增加;7月中旬至8月上旬,NDVI增加缓慢;8月中旬开始,NDVI开始下降。6月中旬开始,吉林省中部地区旱田NDVI明显高于西部地区,NDVI增长速率中部地区大于西部地区,达到峰值的时间中部地区也早于西部地区。吉林省水田NDVI变化中西部地区差异较小,均在8月上旬达到峰值,植被指数时间变化与吉林省作物生长发育进程相吻合。吉林省中西部地区作物的NDVI与气温和降水均呈正相关,气温和降水对NDVI的影响有明显滞后效应,且气温的影响大于降水。     

青岛及其近海海雾预报

在根据地面天气图进行天气型划分的基础上,筛选出三个具有物理意义的预报因子,利用0—1权重回归方法分别建立4—7月份青岛及其近海的海雾预报方程,通过检验和试报,认为方程稳定可靠。     

东亚沙源地与下游影响区沙尘天气频数变化对比分析

基于1999—2019年地面气象观测资料，对东亚主要沙尘源地（蒙古国、中国新疆和内蒙古）及中国沙源地下游地区的沙尘天气频数演变特征进行了分析，结果表明：蒙古国是沙尘天气发生最严重的地区，且有明显增加的趋势，扬沙、沙尘暴和强沙尘暴均远高于其他区域。中国整体沙尘天气数量显著减少，新疆快速增多，内蒙古和下游地区明显减少。新疆浮尘发生频次最高，近21 a线性倾向呈明显上升趋势；内蒙古扬沙频次最高，强沙尘暴最少，4类天气均呈逐年减少趋势；我国下游地区多发浮尘和扬沙，沙尘暴和强沙尘暴发生次数很少，全部沙尘天气呈减少趋势。1999—2004年为我国沙尘天气高发期， 2005—2019年明显减少，其中2010—2014年减少速度最快。沙尘源地对我国沙尘天气总数的贡献持续增大，从2000年初的39%增长到2015年之后的71%。作为沙尘源地，蒙古国对沙尘天气产生的作用有所增强，而内蒙古则在减弱；国内沙尘源地导致的能够影响并扩展至中国下游地区和下游国家的强沙尘天气显著减少。