内蒙古草地类型与生物量气候区划

根据内蒙古自治区1961—2007年107个气象站资料,利用梯度距离平方反比法,推算出内蒙古自治区湿润度的千米网格数据图形。结合内蒙古实际植被类型的分布规律,确定了内蒙古5种草原类型和6个产草量等级的气候区划指标。利用得到的气候区划指标,对湿润度栅格数据进行分级,绘制了内蒙古自治区天然草原草地类型和产草量地理分布的区划图。应用2007—2009年65个野外考察样点数据和2004—2008年49个生态观测站点的数据,对气候区划结果进行了可靠性验证,分析表明:内蒙古草原类型区划结果和实际的草原类型分布具有较好的一致性,可以用于内蒙古草原气候区划。针对各分区进行评述,并提出了合理布局的对策建议,研究结果可为内蒙古自治区农业结构调整及畜牧业生产优化布局提供参考。     

基于MODTRAN模式与卫星资料的晴空净太阳辐射模拟

探讨了中分辨率大气辐射传输模式MODTRAN4.0与卫星资料同化在模拟净太阳辐射中的应用,并利用CERES卫星资料作为MODTRAN模式输入参数,对2005年北京上甸子进行了晴空下的地表净太阳辐射模拟与比较。结果表明:利用MODTRAN4.0模式和CERES卫星资料可以较为精确地模拟晴空天气下的净太阳辐射,平均绝对误差为25.74 W/m2,平均相对误差为4.98%。此外,对净太阳辐射的影响因子的研究表明:太阳天顶角、反照率、水汽含量、大气光学厚度与臭氧浓度等因子与净太阳辐射均呈负相关关系,且太阳天顶角与反照率影响较大,其余因子影响较小。     

北京城市高温遥感指标初探与时空格局分析

利用北京高温天气下的NOAA18/AVHRR卫星资料与气象台站资料,分析了日最高气温与遥感反演的城市地表温度的关系,初步确定了地表高温阈值并建立了高温遥感指标,并利用1989~2008年(缺2002年)6~9月NOAA/AVHRR资料开展了北京地区高温时空格局分析研究。指标初步研究表明:北京气温高温值为35、37、40°C对应的遥感地表高温值分别为44、47、52°C,可以较好地适用于北京平原地区;利用该阈值建立的地表高温强度指标(LSHI)对北京平原高温的监测与气象台站高温监测基本一致,而高温比例指数指标(LSHP)能有效反映出城市高温空间强弱和时间差异。北京遥感地表高温空间格局分析显示:夏季(6~8月)旬平均遥感地表温度≥44°C年出现概率不超过50%,广泛分布于城区和平原区;旬平均遥感地表温度≥47°C年出现概率不超过40%,集中于北京五环内;旬平均遥感地表温度≥52°C年出现概率不超过15%,集中于城区;6~9月高温出现的概率高值区一般都集中于五环内,其中旬平均遥感地表温度≥44°C、≥47°C、≥52°C的出现概率分别为80%~100%、60%~80%、10%~40%。     

两种反演地表净太阳辐射的参数化模式在北京地区的比较

地表净太阳辐射(NSSR)在地表辐射平衡、地-气能量交换、天气预报、气候变化和太阳能利用等研究方面具有重要的作用.利用卫星遥感技术能在广大的空间区域内快速地获取地表净太阳辐射的分布情况,特别是在无人观测的极地和海洋区域.本文基于CERES/SSF卫星数据,分别采用两种地表净太阳辐射(NSSR)的卫星反演参数化模式--Li模式与Masuda模式计算了北京市上甸子地区2005年1、4、7和10月的NSSR,并将反演结果与上甸子大气本底站的实测结果进行了对比分析,并对两种模式进行了修正以更好地反演北京地区的地表净太阳辐射.结果显示:Li模式和Masuda模式反演结果与实测结果间的平均绝对误差在晴空条件下分别为62.2和50.8W/m2,在云天条件下分别为82.1和71.8 W/m2;Li模式相对于Masuda模式具有偏大的趋势,在晴天和云天条件下两者的平均绝对偏差分别为11.5和10.2 W/m2;对Li模式和Masuda模式进行线性拟合回归后能有效减小反演过程中的系统性偏差,修改后的Li模式和Masuda模式在所有天空状况下反演的月平均NSSR值与观测值问的平均绝对误差分别为-1.8和-3.4 W/m2,均方根误差分别为19.6和26.0 W/m2.     

MODIS与NCEP大气可降水量资料的比较分析

利用中国大陆地区2001年4个季节(1、4、7、10月)中8d和4m的NCEP资料，对整层大气的比湿进行积分得到大气可降水量。选用了同时同地的MODIS大气可降水量资料，然后对两者进行了对比分析。结果发现：在中国西北、内蒙地区MODIS大气可降水量资料要比NCEP资料普遍偏大，而在东南和华南部分地区则普遍偏小。如果对上述两个地区的MODIS资料分别乘以修正系数0．933983和1．07686，则两者的差别可控制在0．2cm以内。因此，MODIS大气可降水量资料经过修正后，可以为卫星反演模式提供同化性较好的输入资料。     

辽宁地区O3污染状况及相关气象要素分析

利用2015—2019年辽宁城市逐小时地面O₃浓度观测数据,结合各城市逐小时气象要素观测数据,分析了辽宁地区近5 a的O₃污染状况及影响O₃的相关气象条件。结果表明：除环辽东湾部分城市O₃浓度呈下降趋势外,辽宁地区其他城市的O₃浓度均呈明显的上升趋势,O₃正取代PM_2.5成为影响辽宁地区的首要大气污染物。O₃浓度具有夏季高、冬季低,下午高、早晨低的时间分布特征。除受污染排放源直接影响外,高温、高湿、强辐射、小风和地面低气压都有利于O₃的局地生成;在亚洲夏季风的影响下,上游地区（如京津冀地区）的污染气团会随大气环流向东北地区输送,对辽宁地区夏季O₃污染产生重要影响。     

基于AVHRR和VIRR数据的改进型Becker“分裂窗”地表温度反演算法

为了将基于NOAA-9/AVHRR数据提出的Becker和Li的“分裂窗”地表温度算法成功地应用于长序列NOAA/AVHRR和FY 3A/VIRR数据的地表温度反演,为气候变化研究提供长序列、高精度、高分辨率的地表温度数据集,从辐射传输方程出发,首先利用MODTRA 4.1模式模拟了多种地表和大气状态下的光谱辐亮度数据,并结合AVHRR和VIRR通道4、5的光谱响应函数建立了温度数据集(TS,T4,T5);然后,基于该数据集采用最小二乘法重新计算了Becker和Li算法中的各参数,提出了一个适用于NOAA/AVHRR和FY-3A/VIRR数据的改进型Becker和Li分裂窗地表温度反演算法;并利用改进型算法对2008年4月27日03时12分(世界时)观测的一景覆盖北京地区的NOAA-17/AVHRR数据进行了地表温度的反演,将反演结果与日本东京大学提供的同地区、同时相的MODIS地表温度产品进行了对比分析.结果表明,两种地表温度产品的相关系数为0.88,均方根偏差(RMSD)为2.1K;在两种地表温度差值图像的频率直方图上有69.6％的像元的值在±2K之内,37％的像元的值在±1K之内.     

基于TM卫星影像获取北京市水体密度指数与植被覆盖指数的方法

以北京市为研究区域,分析了该区域的TM(Thematic Mapper;专题制图仪)卫星影像特征,探讨了水域、农田、林地、草地、城市用地以及云和云影在TM的7个波段上的光谱可分性,提出了NDCI(Normalized Difference Cloud Index;归一化云指数),分析建立了基于NDCI、NDVI(Normalized Difference Vegetation Index;归一化植被指数)、NDBI(Normalized Difference Built-up Index;归一化建筑指数)、MNDWI(Modified Normalized Difference Water Index;改进型归一化水体指数)和坡度数据的简单决策树模型,对研究区的几类主要地物、云和云影的信息进行了提取,并对结果进行了精度评价.在GIS支持下计算了水域、林地、草地和农田的面积,计算了北京市2005年第3季度的水体密度指数和植被覆盖指数.结果表明:该方法的总体提取效果较好,在分类过程中阈值的选取简单、有效,分类结果能够满足计算水体密度指数和植被覆盖指数的要求,从而将遥感技术运用到生态质量气象评价中去,并取得了较为满意的结果.     

上甸子大气本底站太阳辐射观测数据的质量评价

采用了基准地面辐射观测网络(BSRN)推荐的辐射观测数据质量评价方法,对2005年上甸子大气本底站太阳辐射观测数据进行了质量评价,并通过分析晴空地面太阳总辐射观测值与计算值之间的均方根误差和变差系数来替换BSRN质量评价方法中的"辐射观测值序列的目视"检验步骤.结果表明,通过前3步检验的直接、散射和地面太阳总辐射数据的百分比,除7月和8月外其他月份均在95%以上;地面向上辐射除3、4、7、8和11月在74.7%～85.5%之间外,其他月份均在91%以上.通过前3步检验的晴空地面太阳总辐射观测值与计算值之间的均方根误差均在23.5 W·m-2以下,除11月和12月外其他月份的变差系数均在0.05以下.