基于地面试验的植被覆盖率估算模型及其影响因素研究

以植被覆盖率的遥感反演为研究主线,以玉米作物为例,在基于地面试验获得作物光谱、叶面积指数和多角度覆盖率的基础上,对目前普遍采用的两种基于植被指数的植被覆盖率估算模型进行了精度比较,同时对植被覆盖率反演的影响因子(叶面积指数、植被空间分布和观测角度)进行了分析.由此得到:估算植被覆盖率的最优植被指数为归一化植被指数;叶面积指数对植被指数与植被覆盖率间关系的影响随植被的生长不断增大;植被空间分布对垂直覆盖率的估算影响很小.对于多角度覆盖率有这样的规律,即在4种空间分布下,以0°观测天顶角(VZA)为中心,在相反方位角上随VZA的增加,覆盖率值基本呈对称分布;在玉米刚出苗时,覆盖率随VZA的增加而增加,当VZA=0°时达到最小值,而随着玉米的进一步生长,4种分布条件下覆盖率随VZA的增加反而降低,在VZA=0°时达到最大值.     

GDAS数据和NOAH陆面模式在中国应用的精度检验

GDAS数据集中的大气强迫数据是目前使用最广的用于陆面模式模拟地表水热参数的输入数据集,除模型本身外,可以说这些输入数据决定了模型的模拟精度。虽然这类数据具有空间分辨率低、空间代表性和精度有限的缺点,但在没有更好办法的现实条件下,现阶段多数研究者还是以此为依据进行陆面过程的模拟分析。本文的目的就是对目前普遍使用的GDAS强迫数据和NOAH陆面模式在中国应用的模拟精度进行检验,是模型和数据不做任何改动条件下的检验结果,给出客观的评价,以作为数据和模型使用者的参考依据,引起研究者的重视。利用中国3种典型生态系统的地面实测数据进行检验的结果显示：@GDAS强迫数据中的短波净辐射数据和总净辐射数据质量非常好,可以作为重要的辐射数据源使用;（2）GDAS的降雨数据与地面雨量筒实测数据比较误差较大,但综合考虑降雨数据验证时的尺度效应问题和目前降雨空间数据资源十分有限,GDAS的降雨数据仍具有很高的实用价值;（3）NOAH模拟的地表潜热、显热通量和0-10cm表层土壤含水量数据在时间变化趋势上与地面观测结果较一致,说明模拟结果能够很好地反映地表真实的变化过程,但在具体量值上仍存在较大差异;（4）NOAH模拟对土壤热通量的模拟精度较差。     

"一带一路"沿线国家农作物虚拟水贸易时空格局及驱动因素分析

"一带一路"沿线地区水资源短缺且空间分布不均衡,虚拟水贸易实现了对水资源的远距离空间调配.以2010-2018年"一带一路"沿线59个国家和37种农作物为研究对象核算各国农作物虚拟水贸易,利用标准差椭圆、Moran's I指数、LISA指数刻画农作物虚拟水贸易的时空格局特征,通过地理探测器和地理加权回归模型分析农作物虚拟水贸易的驱动因素及其空间异质性.研究发现:①沿线各国"低耗水-高出口型"作物占比4.013％,"高耗水-高出口型"作物占比1.926％.②沿线各国农作物虚拟水贸易的进口格局呈收缩趋势,出口格局呈扩张趋势,且其局部存在一定的集聚特征,进口的"高-高集聚"区域主要处于南亚地区,出口的"高-高集聚"区域主要分布在中东欧地区.③各显著驱动因素能较好地解释沿线各国农作物虚拟水净出口量,各因素中国内生产总值呈负相关驱动特征,耕地面积呈正相关驱动特征,而人口规模、森林面积和邻国接边数在各单元间呈正负两极的差异驱动特征.     

2000—2016年黄土高原不同土地覆盖类型植被NDVI时空变化

了解植被覆盖的时空变化对区域环境保护及生态环境建设具有重要意义。基于MOD13A1数据,辅以Sen+Mann-Kendall、变异系数、Hurst指数,通过分析2000—2016年间黄土高原NDVI年最大值(NDVI_ymax)和生长季均值(NDVI_gsmean)时空变化特征及趋势,以了解黄土高原实施退耕还林(草)等生态工程后的植被覆盖恢复情况。结果表明：① 2000—2016年植被NDVI_ymax和NDVI_gsmean呈现波动式增长趋势,增长率分别为0.0070/a(P<0.01)和0.0063/a(P<0.01),生态环境整体不断改善。② NDVI_ymax和NDVI_gsmean显示黄土高原植被覆盖呈增加趋势的面积远高于呈减少趋势的面积(93.42%和96.22%、6.58%和3.78%),植被覆盖状态正在不断改善。2种数据变化趋势下,不同土地覆盖类型表现略有差异,森林极显著增加趋势面积最大(73.02%和82.60%),其次为耕地(47.87%和67.43%),再次为裸地(47.03%和61.68%)。③ NDVI_gsmean的变异系数小于NDVI_ymax的变异系数,相对稳定区域面积比分别为63.31%与56.64%,2种数据分析下森林变异系数最小,植被稳定性最好。④ 从植被NDVI变化趋势与Hurst组合结果得出,NDVI_ymax未来呈现改善趋势面积占41.35%,退化趋势面积占58.65%;NDVI_gsmean呈现改善趋势面积占49.19%,退化趋势面积占50.81%。2种数据下,灌木地未来发展趋势最好,森林和耕地退化趋势面积超过了50%。研究人员应持续关注退化趋势地区的植被状态。     

疏勒河灌区2000-2014年植被生态适宜需水动态研究

以疏勒河灌区为研究对象,利用2000-2014年MOD13Q1遥感数据,采用植被生长旺季的增强型植被指数(EVI)建立植被生态分区标准,获得人工种植植被区、中覆盖率天然植被区、低覆盖率天然植被区、荒漠稀疏植被区和荒漠区的面积数据,采用阿维里扬诺夫潜水蒸发模型估算了各类生态分区的植被生态需水量,分析了各类植被生态适宜需水量的时空变化规律.结果表明,研究区总植被生态需水量年均增幅达2.64%,其中,人工种植地植被生态需水量年均增幅达3.65%,呈现稳定增长的趋势;天然植被生态需水量年均减少幅度为1.58%,呈现逐步减少的趋势.最后,根据疏勒河干流昌马堡水文站同时期的年均径流量数据,分析了影响植被生态适宜需水动态变化的因素,揭示了植被生态适宜需水量对径流量变化和灌区工程建设的响应关系,为灌区水资源配置提供了科学依据.     

遥感陆地水循环的进展与展望

随着遥感技术的不断进步,许多陆地水循环的变量已经能够通过遥感定量估算。遥感方法能够提供大范围、长周期的水循环变量数据,这极大地推进了人们对陆地水循环过程的认识和理解。阐述了遥感观测陆地水循环重要变量的基本原理,回顾了陆地水循环遥感主要技术方法的重要进展和最新成果,指出下一步可能的发展方向。尽管目前遥感技术具备获取大范围水循环关键变量的能力,但是遥感估算的水循环分量还难以满足基本的水量平衡,表明当前遥感数据的水文一致性还待加强。未来遥感陆地水循环研究的发展一方面需要新型传感器和平台来提供更高精度且时空一致的观测数据,另一方面需要开展大型地面水循环同步全过程观测试验来对遥感产品进行深入评估,以促进遥感技术在陆地水循环研究中的应用。     

复杂环境下120m高烟囱定向爆破拆除

常州市第一热电厂内需要爆破拆除的一座高120 m的烟囱,其周边存在有热气管道、厂房、通信发射塔、高压线等,爆破区域范围内环境复杂、距离保护目标较近,使得塌落振动及爆破飞石控制困难等。结合烟囱结构特性及现场实际,通过提高爆破切口标高,选择合理的设计方案及参数,采取减震沟、减震土堤、堵截墙等多项针对性安全防护措施,取得了良好的爆破效果。     

基于台站和MOD16数据的山东省蒸散及潜在蒸散时空变化

蒸散发的时空格局分析对理解气候变化与水资源之间的相互影响具有重要的作用。本文基于Penman-Monteith公式,利用MODIS全球蒸散发产品(MOD16)及气象站点的蒸发皿观测数据,先对数据精度进行评价,再从空间和时间两个尺度上对数据进行统计分析,系统阐释了2000-2014年山东省地表蒸散(ET)及潜在蒸散(PET)的时空分布特征及其与气象因子的相关性。主要结论为：①山东省不同区域蒸散分布差异明显,地表植被对ET的月际变化趋势有重要影响;②山东省ET及PET年际波动不大,全省ET均值为1529 mm,PET均值为2178 mm,年均ET与PET相对较大的差值说明该省整体相对缺水。③ET及PET的时空变化与诸多气象因子相关,其中与降水及温度的关系最为密切。     

MODIS和HJ-1 CCD数据时空融合重构NDVI时间序列

遥感数据反演高时空分辨率NDVI对监测植被动态变化过程具有重要意义,然而受天气影响,单颗卫星难以提供时间连续的高空间分辨率NDVI数据。以华北平原中东部为实验区,联合HJ-1 CCD数据和MODIS数据,对STARFM算法进行了改进,(1)考虑了不同地物对光谱响应的差异,为减少分类错误利用统计学上()对分类数据进行筛选,按照不同地物类型分别利用线性拟合方法修改光谱距离权重;(2)定义了预测半径,对HJ-1 CCD数据因外界影响而缺失的影像进行了预测。结果表明,与真实影像相比,预测结果呈现了较好的空间一致性,相关系数均达到了极显著相关,改进算法的预测精度要高于原算法。利用该方法将HJ-1 CCD NDVI的空间变化信息与MODIS NDVI时间变化信息有机结合重构了高时空分辨率NDVI序列,有效补充了HJ-1CCD NDVI的缺失数据集。     

定量遥感产品真实性检验的基础与方法

首先论述了定量遥感产品真值和均匀度的相对性, 在现实条件下, 提出了特征精度和特征均匀度的定义, 并且根据我们的试验给出了反照率、叶面积指数和表面温度的特征精度和特征均匀度. 其次, 指出定量遥感产品、海岸线测量和曲面面积测量的无标度现象的差异和相似性, 提出了定量遥感产品的信息分形维算法. 以叶面积指数为例, 当信息分形维为2.16时, 用相同反演模型在相同6 km面积的同类植被上, 30 m像元尺度遥感数据反演的叶面积指数为6 km像元尺度反演值的2.86倍. 最后提出了一种可操作的验证方法—“一检两恰”和当地毯式扫描难以实现时可以运用的一种多点观测法.