面向开采扰动的离子型稀土矿区地表温度降尺度方法

离子型稀土的开采活动会导致矿区地表极其剧烈的生态扰动,并且会造成当地的生态环境问题,而矿区地表热环境分异变化能较好地反映矿区的生态扰动特点,是一种辨识地表生态扰动的重要参数.离子型稀土矿区存在矿点分散且单个矿点面积较小的特征,因此获取实用性强且空间分辨率更高的地表温度数据对稀土矿区生态环境的监测具有重要价值.构建了一种...     

被动微波土壤水分遥感产品空间降尺度研究：方法、进展及挑战

土壤水分不仅在地表水、能量以及碳循环中发挥着非常重要的作用,其时空变化也是影响和反映气候变化的关键因子。虽然被动微波遥感技术是目前监测大尺度范围土壤水分变化最为成熟的技术手段,但是其土壤水分产品空间分辨率往往较低（几十千米不等）,不能满足区域和局地尺度的应用需求。鉴于这一问题,空间降尺度逐渐成为了提高被动微波土壤水分遥感产品空间分辨率的主要方式,也是当前遥感研究领域的热点之一。本文总结与分析了近20多年来国内外被动微波土壤水分遥感产品空间降尺度研究进展,系统归纳了经验性、半经验性和基于物理机理的3大类降尺度方法,并就各方法特征进行了详细说明,概述了各方法的优势和缺点。归纳而言,虽然被动微波土壤水分遥感产品空间降尺度方法众多,但可靠的高分辨率降尺度土壤水分产品仍较少,这与被动微波土壤水分遥感产品、降尺度关系模型方法以及降尺度辅助因子等有着直接的关联。未来相关研究应重点结合多源遥感数据建立适用性强、精度高的降尺度关系模型,进而实现时空无缝的高时空分辨率降尺度土壤水分产品的生产,为推动土壤水分遥感产品在农林业管理、自然灾害监测、水文过程分析等区域应用中提供支持。     

煤炭开采背景下的伊金霍洛旗土地利用变化强度分析

为探索矿区煤炭开采活动在不同阶段对各类型土地利用类型的影响差异和特征,以我国重要产煤区伊金霍洛旗为研究区,以1990—2019年近30 a间的多期Landsat遥感影像为主要数据源,在Google Earth Engine平台上采用随机森林分类法提取土地利用分布信息,结合煤炭开采统计数据,利用强度分析理论对煤炭开采3个阶段的矿区土地利用变化特征进行分析。结果表明:(1)强度变化理论可对土地利用变化从间隔层次、类别层次、转化层次进行全面分析,同时更加系统地展示出研究区的土地利用变化特征及人类活动产生的影响,对深入理解土地利用变化过程具有重要意义;(2)煤炭开采对不同地类的影响具有差异,其主要影响地类为植被、水域、裸地;(3)煤炭开采在不同阶段对各类用地的影响作用具有差异,在煤炭开采起步阶段,对各种类型用地影响较小;在煤炭开采高速发展阶段,煤炭开采对各类型用地的影响加大,主要影响矿区及周边植被、裸地和水域;在煤炭开采平稳发展阶段,对各地类的影响强度减小。研究结果可服务于制定在不同阶段对不同地类的精准防护实施方案,为矿区生态环境的保护提供科学依据。     

变角度下主被动微波遥感联合降尺度方法

被动微波遥感土壤水分空间分辨率低,无法满足干旱监测、洪水预测以及灌溉管理等区域水利和农业等行业应用需求。中国在民用空间基础设施中规划论证的"陆地水资源卫星"搭载了雷达和辐射计主被动一体化微波载荷,通过主被动联合降尺度可以获取高分辨率(～5 km)的土壤水分,但其采用了一维合成孔径技术,主被动微波传感器观测的地面入射角是变化的,这给土壤水分反演及降尺度带来诸多挑战。本文从主被动微波遥感的物理机理和谱分析两种角度出发,利用闪电河流域的航空飞行试验数据,分析研究了基于主被动微波观测时间序列回归分析和基于谱分析的降尺度算法在辐射计和雷达入射角不同时的适用性。结果表明,在辐射计入射角度22.5°—27.5°时,基于主被动微波观测时间序列回归分析方法在27.5°时降尺度的结果最好,V极化和H极化的RMSE分别为7.57 K和7.46 K。基于谱分析方法在辐射计入射角度为22.5°和25°时得到的降尺度结果较好,V极化和H极化的最小RMSE分别为7.13 K和6.61 K,比基于主被动微波观测时间序列回归分析方法分别降低了0.44 K和0.85 K。基于主被动时间序列观测回归分析的降尺度方法,依赖于主被动微波观测的时间序列观测,当时序观测较短时,可能会因为回归分析的不稳定对降尺度结果造成较大的影响,而基于谱分析的降尺度方法则不需要依赖于长时间的时序观测。     

面向城区和山区的ERA5再分析地表温度降尺度

地表温度是陆面过程动态模拟、区域和全球变化分析等研究领域的重要参数,如何获得高时空分辨率地表温度数据一直是研究热点问题。选择河北省张家口市城郊区、山区两个区域作为试验研究区,在ERA5 0.1°分辨率地表温度订正基础上,构建随机森林降尺度模型以实现多层级分辨率的地表温度降尺度,并与Landsat 8 TIRS反演地表温度进行对比分析,以探讨再分析地表温度在不同分辨率、不同下垫面类型上的降尺度效果。结果表明：不同分辨率的降尺度结果都能够准确表达地表温度相对高低的空间分布特征,纹理精度显著提高,但降尺度误差随着空间分辨率提高而逐渐增大,城郊区和山区的降尺度均方根误差变化范围分别为1.16—1.79 ℃、1.61—2.49 ℃,地表温度高值与低值区域分别存在着低估和高估现象;随机森林降尺度模型中的参数重要性随尺度变化不大,总体表现为两个区域中植被指数NDVI的重要性都比较大,而海拔高度在山区区域对降尺度模型的影响更大。     

基于CCI和MODIS数据的淮河流域地表土壤湿度降尺度方法研究

土壤湿度是控制陆地和大气间水热能量交换的一个关键参数,同时也是陆面生态系统水循环的重要组成部分。本文选用25 km分辨率的CCI(Climate Change Initiative)土壤湿度产品数据,并结合1 km分辨率的MODIS数据,构建微波土壤湿度产品数据降尺度回归算法,获取淮河流域1 km空间分辨率的土壤湿度数据。降尺度后所获取淮河流域1 km空间分辨率的土壤湿度数据总体上提高了25 km空间分辨率的CCI土壤湿度产品数据的精度.     

多尺度城市地表温度降尺度方法

针对目前星载热红外传感器的空间分辨率低,无法满足城市尺度的生态环境研究需求的现状,该文选择地表覆盖类型复杂的区域,根据研究区土地覆盖类型,选取归一化植被指数(NDVI)、城市不透水面指数(ISA)、改进的归一化差异水体指数(MNDWI)等因子加入DisTrad模型,采用移动窗口逐步回归统计地表温度和因子的线性关系,利用半方差曲线函数和均方根误差综合确定最优移动窗口的大小,以提高地表温度降尺度精度。研究结果表明:改进的DisTrad模型在地表覆盖类型复杂区域,具有良好的降尺度目视效果,且具有较高的降尺度精度,尤其在低植被覆盖的建筑区、水体区域具有更高的精度。     

沙漠地区微波地表发射率年内变化规律与气候因子的关系分析

以塔克拉玛干沙漠为研究区域,利用2008年AMSR-E(advanced microwave scanning radiometer-earth observing system)二级亮温资料和全球资料同化系统(global data assimilation system,GDAS)的地表、大气参数产品,反演研究区晴空条件下的微波地表发射率,进而根据不同的土壤类型,分析了沙漠微波地表发射率频谱年内变化规律及其与气候因子的关系。结果表明:沙漠地表发射率与土壤类型密切相关,且不同土壤类型的发射率季节变化规律显著性不同;土壤含水量、地表温度与地表发射率的年内变化规律之间存在着显著相关性,地表发射率随土壤含水量、地表温度的增高而降低;地表植被覆盖度、植被含水量和地表粗糙度也是地表发射率的影响因子,其值均取决于土壤含水量,而土壤含水量受大气总水汽量和土壤类型的共同制约;以砂土为主的沙漠地表发射率更多受到沙漠深度的影响,随着沙漠深度的增加而减小。     

耦合MODIS数据的SMAP被动微波土壤水分空间降尺度研究——以闪电河流域为例

土壤水分不仅是陆面过程中重要的变量,同时也是全球水循环中的关键参数。为了获得高分辨率的土壤水分数据,本文将基于自适应窗口的土壤水分降尺度方法应用在闪电河流域,以1 km MODIS产品(地表温度和归一化植被指数)作为辅助数据,对9 km的SMAP被动微波土壤水分(SMAP土壤水分)数据进行降尺度,得到研究区1 km的降尺度土壤水分数据。利用地面站点实测土壤水分和机载被动微波土壤水分(机载土壤水分)对降尺度土壤水分和SMAP土壤水分进行了验证,并对辅助数据和降尺度方法本身展开分析以探讨降尺度过程中的不确定性来源。结果表明:(1)本文使用的基于自适应窗口的土壤水分降尺度方法能够有效地提高SMAP土壤水分的空间分辨率,在进一步丰富土壤水分分布细节变化信息的同时,还能够保留SMAP土壤水分的空间变化特征并与其保持值域一致。(2) 3种基于像元尺度的土壤水分数据(机载土壤水分、SMAP土壤水分和降尺度土壤水分)与站点实测土壤水分之间的相关性并不高,这主要与点、面数据之间的空间匹配不一致、空间代表性不同以及有效验证的数据量有限有关。而与站点数据验证相比,降尺度土壤水分和SMAP土壤水分均和机载土壤水分数据相关性较好。(3) SMAP土壤水分与辅助数据之间的相关性比机载土壤水分与辅助数据之间的较高,而这两种土壤水分数据之间存在的这种偏差主要受到空间尺度、观测配置、参数反演算法和选用的辅助数据等因素的影响。(4)针对验证结果的不确定性,通过增加辅助数据或改变土壤水分估算模型结构进而修改降尺度模型的方式在本研究中并不能显著提高降尺度结果的精度,如何进一步提高降尺度精度仍是未来需要研究的重点。     

利用高分辨率水文模型提高GRACE卫星的空间分辨率

为克服GRACE卫星数据空间分辨率粗糙的局限性,本文以高空间分辨率的PCR-GLOBWB数据为基础,构建了加权、乘权及误差分配降尺度方法,将GRACE卫星在河北省的水储量变化数据的空间分辨率由0.50°提高至0.05°。结果表明：加权降尺度方法不仅保留了GRACE数据的原始空间分布特征,还刻画了局部细节特征;误差分配降尺度方法结果较为理想,但在格网交界处的信号存在跳跃现象;乘权降尺度方法表现最差,与GRACE存在明显差异。经实测数据验证可知,加权降尺度方法与实测值拟合程度最好,相关系数最高可达0.81。本文为获取河北省高空间分辨率地下水储量数据提供了有效保障。     

DisPATCh as a tool to evaluate coarse-scale remotely sensed soil moisture using localized in situ measurements: Application to SMOS and AMSR-E data in Southeastern Australia

Validating coarse-scale satellite soil moisture data still represents a big challenge, notably due to the large mismatch existing between the spatial resolution (> 10 km) of microwave radiometers and the representativeness scale (several m) of localized in situ measurements. This study aims to examine the potential of DisPATCh (Disaggregation based on Physical and Theoretical scale Change) for validating SMOS (Soil Moisture and Ocean Salinity) and AMSR-E (Advanced Microwave Scanning Radiometer-Earth observation system) level-3 soil moisture products. The ∽40–50 km resolution SMOS and AMSR-E data are disaggregated at 1 km resolution over the Murrumbidgee catchment in Southeastern Australia during a one year period in 2010–2011, and the satellite products are compared with the in situ measurements of 38 stations distributed within the study area. It is found that disaggregation improves the mean difference, correlation coefficient and slope of the linear regression between satellite and in situ data in 77%, 92% and 94% of cases, respectively. Nevertheless, the downscaling efficiency is lower in winter than during the hotter months when DisPATCh performance is optimal. Consistently, better results are obtained in the semi-arid than in a temperate zone of the catchment. In the semi-arid Yanco region, disaggregation in summer increases the correlation coefficient from 0.63 to 0.78 and from 0.42 to 0.71 for SMOS and AMSR-E in morning overpasses and from 0.37 to 0.63 and from 0.47 to 0.73 for SMOS and AMSR-E in afternoon overpasses, respectively. DisPATCh has strong potential in low vegetated semi-arid areas where it can be used as a tool to evaluate coarse-scale remotely sensed soil moisture by explicitly representing the sub-pixel variability.     

An Assessment of QuikSCAT Ku-Band Scatterometer Data for Soil Moisture Sensitivity

The QuikSCAT enhanced (2.225-km) backscattering product is investigated for sensitivity to changes in soil moisture and its potential for spatial disaggregation of Advanced Microwave Scanning Radiometer (AMSR-E) soil moisture. Specifically, an active–passive methodology based on temporal change detection is tested using data from the 2006 National Airborne Field Experiment data set. This campaign was carried out from October 29 to November 20, 2006 in a 60 km $times$ 40 km area of the Murrumbidgee catchment, southeast Australia. Temporal change detection analysis and accuracy in terms of spatial pattern distribution throughout the domain were assessed using a passive microwave airborne product derived from the Polarimetric L-band Multibeam Radiometer at 1-km spatial resolution. QuikSCAT–AMSR-E intercomparisons indicated higher correlations when using C-band observations. The greatest sensitivity to soil moisture was observed when using V-polarized backscatter measurement. While backscattering data showed adequate temporal sensitivity to changes in soil moisture due to precipitation events, the spatial agreement was complicated by the presence of irrigation and standing water (rice fields). This resulted in low Cramer's Phi values (less than 0.06), which were used as a measure of spatial correspondence in terms of change in soil moisture and backscatter. In addition, the high QuikSCAT sensor frequency and existence of noise in the observed data contributed to the observed discrepancies.      

中国西部地区基于经验模型的土壤水分反演

地表土壤水分含量的时空分布信息是十分重要的,常常作为水文模型、气候模型、生态模型的输入参数,同时,也是干旱预报、农作物估产等工作的重要指标。被动微波遥感是监测土壤含水量最有效的手段之一。相比红外与可见光,它具有波长长,穿透能力强的优势。相比主动微波雷达,被动微波辐射计具有监测面积大、周期短,受粗糙度影响小,对土壤水分更为敏感,算法更为成熟的优势。目前,已研究出许多反演土壤水分的方法.本课题的主要内容是借助AMSR-E土壤水分影像数据、MODIS归一化植被指数(NDVI)影像数据和MODIS分类影像数据,利用ENVI软件进行遥感图像数据处理,运用统计分析方法建立NDVI与土壤水分的经验模型,研究中国西部地区稀疏植被覆盖区土壤水分的反演。     

山区地形对被动微波遥感影响的研究进展

随着土壤湿度与海水盐度卫星( SMOS)发射计划的顺利开展和AMSR -E(Advanced Microwave Scanning Radiometer- Earth Observing System)业务化运行服务之后,人类用星载微波辐射计监测土壤水分是空间技术上的又一次飞跃,但土壤水分的反演精度受到微波辐射计低空间...     

基于梯度结构相似度的矿区土壤湿度空间分析

基于中国蒙、陕、晋、三省区的神东矿区2000-2015年成像光谱仪数据,双抛物线型归一化植被指数（normalized difference vegetation index,NDVI）和地表辐射温度（land surface temperature,T_s）（记为NDVI-T_s）特征空间的温度植被干旱指数法计量地表土壤湿度,采用梯度结构相似度法定量分析研究区土壤湿度的时空分布特征。结果表明:神东矿区土壤湿度变化具有明显时空分布异质性,空间上,矿区土壤湿度表现出从西北部向东南部逐渐增加的规律,干旱区域由2000年的96.03%下降到2015年的59.59%;矿区60.05%的区域的土壤湿度发生了突变,其中49.87%区域地表植被覆盖得到明显改善,土壤湿度得到明显提高;35.18%的区域的土壤湿度发生了变化,其中28.13%区域地表植被覆盖有所改善,土壤湿度有所增加;仅有4.77%的区域的土壤湿度没有发生改变。进一步分析表明,地表土壤湿度的时空分布特征受区域地貌类型和下垫面覆盖影响较大。     

矿山生态修复监测指标体系构建与应用

目前,国内外对矿山生态修复工程实施后,修复成效监测缺少一套完整的监测指标体系。为推动矿山生态修复监测指标体系的构建,本文从矿山生态修复监测的基本内容、监测指标选取等方面开展研究,从水环境、土壤环境、地表环境、地质环境、生态修复综合效益5个方面,构建了一套科学评价矿山生态修复成效的监测指标体系。将指标体系应用于陕西省神木市某煤矿的生态修复监测,并采用GIS分析和样本监测等手段进行验证,评价矿山生态修复的整体效果。试验结果表明,土壤环境各指标中,反映土壤物理性质的土层厚度指标较好;地表水质污染较少,基本没有微生物和有机物污染,水质偏碱性,与矿区内土壤一致偏碱性;植被覆盖和生境质量指数较好;矿山生态修复区域的沉降区域比例较小;矿山生态修复的综合效益指标表现不佳。     

AMSR微波遥感数据进行土壤湿度的计算机反演

为了有效解决大尺度区域土壤水分时、空间变化监测的问题,在总结了被动微波遥感反演土壤湿度规律的基础上,基于先进的AMSR星载被动微波遥感数据,提出了利用双谱模型计算土壤表面发射率的计算机算法。首先需要由双站散射系数计算反射率和发射率,然后应用人工神经网络反演土壤湿度,实现了在随机粗糙面状况下基于被动微波遥感的土壤表面水分反演,并在实验区进行了成功的应用。     

基于子区域多标签学习的露天煤矿区场景识别

露天煤矿开采易对区域生态环境产生不利影响,对其进行高效监管有利于矿区环境保护和可持续发展。随着遥感技术和人工智能的发展,基于高分辨率遥感影像的露天煤矿区场景自动识别成为可能。本文针对单标签学习算法在场景子区域识别中识别率较低的问题,将多标签学习策略和地理学第一定律相结合,提出一种基于子区域多标签学习的露天煤矿区场景识别方法。为了区分露天煤矿区场景与其周边场景,设置了6类矿区标签和7类非矿区标签,对9768张场景子区域图像进行标注,构建多标签数据集,利用该数据集训练基于多标签学习的Inception-v3模型。场景识别时,首先将一幅覆盖研究区的遥感影像划分为相同大小的子区域并进行多标签分类;然后对含有矿区标签的子区域,利用地理学第一定律对其矿区标签的相关性和完整性进行判定,识别出属于露天煤矿区场景的子区域。胜利西露天煤矿区识别实验结果表明：该方法提取的结果最接近真值,显著高于单标签学习的识别精度;其子区域多标签分类F1分数达到0.857,与单标签学习中性能最好的ResNet50模型相比,提高了8个百分点。本文提出的方法能够自动提取子区域内多类标签的有效特征,提高露天煤矿区场景识别的精度,...     

Intercomparison of two trapezoid-based soil moisture downscaling methods using three scaling factors

This paper compared two soil moisture downscaling methods using three scaling factors. Level 3 soil moisture product of advanced microwave scanning radiometer for EOS (AMSR-E) is downscaled from 25 to 1?km. The downscaled results are compared with the soil moisture observations from polarimetric scanning radiometer (PSR) microwave radiometer and field sampling. The results show that (1) the scaling factor of normalized soil thermal inertia (NSTIs) and vegetation temperature condition index (VTCI) are better than soil evaporative efficiency in reflecting soil moisture; (2) for method 1, NSTIS is the best in the downscaling of soil moisture. For method 2, VTCI is the best; (3) no significant differences of the correlation coefficients (R²) and the biases were found between the two methods for the same scaling factors. However, method 2 shows a better potential than method 1 in the time-series applications of the downscaling of soil moisture; (4) compared with the relationship between the area-averaged soil moisture of AMSR-E and that of PSR, R² of the 6 sets of the downscaled soil moisture almost do not decrease, which suggests the validity of the downscaling of soil moisture with the two downscaling methods using the three scaling factors.