基于CERES观测数据的全球行星反照率时空变化特征分析

为了理解行星反照率时空变化规律及成因,基于CERES数据对全球行星反照率的大气（主要为云与气溶胶等）和地表贡献进行了分解,通过Theil-Sen+Mann-Kendall方法得到了2001～2018年全球行星反照率及其大气和地表贡献的时空变化趋势,并基于回归分析方法对典型区域的变化趋势进行了初步解释。研究结果表明:1）在中低纬度区域行星反照率的大气贡献占主导地位,而在高纬度区域地表贡献相对升高,呈现纬向差异大于经向变化的模式;2）全球行星反照率呈现?0.0002/a（p<0.05）的变化趋势,地表贡献和大气贡献呈现?0.00015/a（p<0.05）与–0.00004/a（p<0.05）的变化趋势;3）大气贡献在火地岛西南洋面等区域呈现显著的增长趋势,而在南极洲东部等区域呈现显著的降低趋势;地表贡献在北冰洋等区域呈现显著的降低趋势,而在南极洲东部等区域呈现显著的升高趋势,并且可以基于云覆盖、积雪覆盖和NDVI等参量的变化有效解释典型区域的行星反照率变化。     

基于HJ-1A/B CCD地表反照率估算方法比较与验证

高空间分辨率地表反照率数据集对天气预报和气候变化研究具有重要意义。环境减灾小卫星(HJ-1A/B)上搭载的CCD传感器,可以提供大幅宽、短重访周期的30 m空间分辨率对地观测数据,适用于生成高空间分辨率的地表反照率数据集。但是,目前对基于HJ-1A/B CCD数据地表反照率估算方法的图像精细度和估算精度还缺乏系统性的评价和比较验证。因此从图像精细度和估算精度2个方面,评价了基于HJ-1A/B CCD数据的2种地表反照率估算方法:基于地表反射率的直接反演算法(direct estimation algorithm-surface reflectance,DEA-SUR)和基于MODIS核系数(MODIS kernel coefficients,MKC)的估算方法。在图像精细度评价中,采用目视判读和清晰度指数方法进行定性和定量评价,发现相比于MODIS反照率产品,DEA-SUR和MKC这2种估算方法获得的结果图像精细度均有明显提高,其中DEA-SUR方法显著改善了MKC方法存在的马赛克现象;在估算精度验证中,基于US-MMS、长岭、盈科和纳木错4个站点进行了验证和比较分析,结果表明,DEA-SUR和MKC算法估算精度相当,在无积雪覆盖时DEA-SUR和MKC算法的估算均方根误差为0. 015～0. 041,在积雪覆盖地表估算误差显著增大。     

照相法测量冬小麦覆盖度的图像处理方法研究

植被覆盖度是重要的农学和生态学参数,对水文、生态、全球变化等研究具有重大意义。数码照相法作为一种方便快捷、精度较高的地面测量方式,在科学研究中得到了广泛的应用。目前照相法测量植被覆盖度的图像处理方法可以分为彩色空间判别法和图像分类法两类。通过对冬小麦覆盖度的连续监测,对不同植被分类判据进行了对比分析,结果表明基于RGB和HLS彩色空间算法的判据具有一致性。基于景合成模型的最大似然分类方法突破了传统分类方法将图像仅分为植被与非植被两类的限制,将图像分为叶片耀斑、光照叶片、阴影叶片、光照土壤和阴影土壤5个组分,具有较高的估算精度,可以作为照相法进行覆盖度估算的首选方法。     

基于实测波谱标识的Hyperion数据岩性识别方法

以中甸普朗典型斑岩铜矿区和松诺典型矿点的2种主要含矿岩性为实验研究对象,将特征岩性实测波谱数据转换为Hyperion影像像元数据,并利用MNF变换对高光谱数据进行降噪和降维,以第一个MNF变换主成分作为分析数据,以所构建像元的亮度值为参考分割点,通过密度分割,进行岩性识别,并通过与已有的地质资料的对比分析和野外调查,验证结果的精度。实验结果证明,在影像处理过程中有机地融入地面实测波谱,可较有效地识别中甸地区与矿相关的石英二长斑岩和石英闪长玢岩。     

双集合卡尔曼滤波估算时间序列LAI

遥感估算叶面积指数(LAI)时空动态变化对全球气候变化研究具有重要的意义,为了提高遥感估算时间序列叶面积指数的精度,需要耦合遥感观测数据与LAI动态过程模型。本文提出一种基于双集合卡尔曼滤波(Dual EnKF)的时间序列LAI反演方法,同时更新LAI估计值和LAI动态过程模型中的敏感性参数,得到LAI和动态过程模型敏感参数的最优估计值来优化动态过程模型。一方面使得动态过程模型可以更好地描述LAI随时间的变化过程,降低模型预测误差,从而提高LAI动态过程模型的预测能力;另一方面通过耦合动态过程模型和辐射传输模型,集成遥感观测数据与动态过程模型的预测值,进而得到优化的LAI估计值。为检验算法,分别选取作物、草地和林地等典型植被验证站点进行Dual EnKF LAI时间序列估算,并分别与MODIS LAI产品及其SG滤波曲线、集合卡尔曼滤波方法反演LAI、未优化的动态过程模型模拟LAI结果进行比较,并配以一些站点地面实测点数据作为参考。结果表明,采用Dual EnKF方法得到的LAI不但保持了时间上的连续性,而且通过改善动态过程模型的预测能力,即使在缺乏高质量遥感观测数据时,也能够获得符合LAI发展趋势的估算值,没有出现跳跃、波动现象,时间序列曲线较稳定,更符合植被LAI变化规律,表明基于Dual EnKF的时间序列LAI遥感估算方法是提取LAI时间廓线的一种有效途径。     

利用GLASS LAI数据分析1982-2012年亚马逊热带雨林变化

利用1982-2012年的GLASS LAI数据,结合世界粮农组织(FAO)2000年发布的全球生态环境分类图,对亚马逊热带雨林31年的植被变化进行了综合分析,采用点与面相结合的分析方法,全面地反映雨林植被的变化情况。不同于过去研究中固定研究范围或直接研究整个南美洲区域,本文采用动态静态边界相结合的方法,在考虑热带雨林动态范围变化的同时也强调研究区域的内部变化。结果显示,亚马逊热带雨林叶面积指数在31年中整体呈现波动变化,进入2000年以后,热带雨林范围内平均叶面积指数先下降后增加,整体相对稳定。在空间分布上,由于人类毁林开荒,巴西境内的热带雨林以及热带雨林部分边缘地带的叶面积指数在31年中明显下降,热带雨林东南边界持续收缩;除此之外,雨林内部的叶面积指数波动上升,这是受到全球气候变暖的影响。结果与过去的研究进行对比,具有较好的一致性。研究论证了利用具有中国自主知识产权的GLASS LAI数据可以进行长时间序列大尺度的地表植被状况监测。