利用ASTER数据反演南京城市地表温度

利用针对ASTER数据的分裂窗算法,反演了南京城市地表温度,并用实际观测资料和同步的MODIS数据对反演结果进行了验证,结果表明：基于ASTER数据的地表温度反演结果与实际观测资料相差0.9℃,与MODIS数据的反演结果具有较好的空间一致性;基于ASTER数据反演的当日南京地表温度在23～56℃范围内,城市地表温度普遍高于35℃,市内公园地表温度略低,多位于30～35℃,长江水体温度低于30℃,地表温度存在明显的空间差异;南京城市夏季白天存在明显＂热岛效应＂,热岛强度的空间差异与南京城市发展、规划有关。     

基于WRF模拟的晋江市海陆风特征分析

随着沿海城市的快速发展,城市气候环境恶化,研究弱大气环流背景下的海陆风对改善城市环境具有重要意义。以晋江市为例,利用站点风要素观测数据,结合海陆风判别条件,提取并分析了两个典型海陆风日海陆风的基本特征;采用WRF与Noah陆面过程模式耦合,选用BEP多层城市冠层模型,对典型日进行了风场模拟。从模拟结果中分解出局地风,在验证海陆风现象的基础上,分析了海陆风特征的空间分布规律。结果显示:WRF模拟的逐小时局地风向时序与实测情况吻合较好,通过了信度为0.05的显著性检验,但局地风速模拟值与实测值存在显著差异,平均达到1 m/s。从WRF模拟结果提取的海、陆风起始和终止时间、持续时间与实际情况存在一定差别。两者持续时间在空间上的变化与各自起始时间的空间变化一致,且未明显出现随离岸距离增加,海陆风减弱的现象。上述结果表明,WRF能够较好地模拟海陆风日的风场特征,尽管对海、陆风速的模拟还存在一定的不确定性,但所得结论对晋江市城市规划和微环境改善有参考意义。     

ASAR数据与水稻作物模型同化制作水稻产量分布图

提出了利用雷达数据进行水稻估产的技术方法,并以ASAR数据为例,探讨了雷达数据在水稻估产中的可行性.首先利用ASAR数据进行水稻制图,从各时相ASAR数据中提取水稻后向散射系数.随后,基于像元尺度,采用同化方法,以LAI为结合点,将水稻作物模型ORYZA2000与半经验水稻后向散射模型结合,建立嵌套模型模拟水稻后向散射系数.选择水稻出苗期和播种密度为参数优化对象,利用全局优化算法SCE-UA对0RYZA2000模型重新初始化,使模拟的水稻后向散射系数值与实测值误差最小,并由优化后的ORYZA2000模型计算每个像元的水稻产量,生成水稻产量分布图.结果表明,水稻产量分布图能够描绘研究区水稻实际产量的分布趋势,但由于采用潜在生长条件模拟,模拟的水稻平均产量比实测平均值高约13%,验证点的水稻产量模拟值与实测值相对误差为11.2%.由于半经验水稻后向散射模型存在对LAI变化不够敏感和对水层的简化处理,增加了水稻估产的误差.但从总体上看,利用该方法进行区域水稻估产是可行的,并为多云多雨地区的水稻遥感监测提供了重要参考.     

利用ASTER数据分析南京城市地表温度分布

城市环境日益受到人们重视, 南京是长江下游人口密集的城市, 研究南京市地表温度分布对了解南京城市气候, 改善生活环境, 为城市发展规划提供有效的气象服务具有一定科学意义。该文利用2002年8月21日10:30 (北京时) ASTER热红外数据, 在ENVI软件的支持下, 通过劈窗算法反演南京城市地表温度, 进一步生成城市地表温度分布等温线图。用同时相ETM+数据进行验证, 二者十分吻合, 说明ASTER反演结果可靠。结果表明:南京市存在明显的热岛效应, 城市地表温度分布差异大; 不同下垫面的地表温度差异明显, 城区地表温度总体高于郊区, 植被覆盖密集区地表温度低于植被稀疏地, 具有较大水域面积和较密植被的城中各大公园形成多个冷岛, 长江水体温度最低; 随着城市的扩大, 新城区热岛效应更加明显。水体和密集植被能显著改善城市环境。     

基于ＬａｎｄｓａｔＴＭ／ＥＴＭ ＋数据的北京城市热岛季节特征研究

利用１９８８—２００６年２０景ＬａｎｄｓａｔＴＭ和ＥＴＭ＋数据分析了北京市城市热岛的季节变化特征。通过反演地表温度,建立统一的城市和农村区域,计算了城市热岛强度,并采用多项式拟合获取了城市热岛强度的季节变化曲线;同时,分析了热岛强度季节特征与气候因子的关系。另外利用４景２００５—２００６年不同季节ＬａｎｄｓａｔＴＭ影像,分析了不同季节城市热岛的空间变化特征,并选择穿越北京城区的两条不同方向剖线（ＳＥ ＮＷ 和ＳＷ ＮＥ）,分析了沿剖线方向城市热岛与地表类型的关系。结果显示,北京城市热岛具有明显的季节变化特征,与总云量的季节变化关系显著。最大热岛强度出现在夏季,呈现片状发散和零星热岛并存的空间分布特征。冬季为冷岛特征,其空间分布与夏季热岛一致。春秋两季热岛强度最小,但春季热岛空间差异较大。在相同季节,城市热岛强度和空间尺度在不同剖线方向具有明显的差异,这与不同地类的空间分布有关。     

湖北省茶树种植气候区划

利用湖北省74个气象台站1971-2005年的气候资料,在地理信息系统(GIS)平台的支持下,结合茶树的生态学特性,运用模糊综合评价法对湖北茶树种植实现基于1 km×1 km格网的气候适宜性区划,分为最适宜种植区、适宜种植区、较适宜区和不适宜区.结果显示:鄂西南、鄂东南地区以及鄂东北部分地区为最适宜茶树种植区,面积约占湖北全省的27.1%;鄂西北及鄂中部分地区为不适宜区,主要受到年降水量和年极端最低气温的限制,面积约占全省的19.8%;其他地区则处于适宜和次适宜种植区.将区划结果与湖北历年茶叶产量数据进行比对,发现两者吻合度较高,即从茶树气候适宜性角度实现的精细化评价结果对指导湖北省的茶树种植规划具有一定的应用价值.     

播期对不同类型水稻生长及产量构成因素的影响

通过分期播种,研究了不同播期对水稻生长和产量的影响.通过测定不同播期水稻抽穗期和成熟期的叶绿素、可溶性糖和氮的质量分数,分析不同播期对水稻生长的影响.结果表明Ⅰ期为两优培九和6两优9386最适宜播期,Ⅱ期为Ⅱ优084最适宜播期.播期对水稻单株穗数、每穗粒数、结实率、千粒重均有影响,尤其是对两优培九的结实率、6两优9386的每穗粒数有显著影响.研究结果可为合理利用南方气候资源、合理安排播栽播期、提高水稻产量提供理论依据和技术指导.     

基于ENVISAT ASAR数据的水稻估产方案

水稻多生长在温暖潮湿的多云多雨地区,使雷达遥感成为水稻遥感监测的重要手段之一．因此,提出应用多时相、多极化ENVISA TASAR数据进行区域水稻估产的方案．首先利用ASAR数据进行水稻制图,提取水稻种植分布图和多时相水稻后向散射系数．随后,基于像元尺度,采用同化估产方法,以LAI为结合点,将水稻作物模型ORYZA2000与半经验水稻后向散射模型结合,建立嵌套模型模拟多时相水稻后向散射系数．对ORYZA2000模型进行参数敏感性分析,选择水稻出苗期和播种密度为参数优化对象．利用全局优化算法SCE—UA对优化参数进行重新初始化,以使模拟的水稻后向散射系数与实测值误差最小,并利用优化后的ORYZA2000模型计算每个像元的水稻产量,生成区域的水稻产量分布图．最后,使用2006年在中国兴化地区进行的水稻同步试验数据对该方案进行了验证．结果表明,由于采用潜在生长条件模拟,模拟的水稻产量明显高于实测产量,其平均值比实际情形高约13％,根均方误差达到1133kg／hm^2,但获取的水稻产量分布图能够描绘研究区水稻实际产量的分布趋势．由此可见,该方案为多云多雨地区的水稻遥感监测提供了重要参考．     

基于MODIS时序数据提取河南省水稻种植分布

以河南省为研究区,利用2009年多时相8d合成MODIS地表反射率产品提取水稻种植分布。根据稻田含水量变化特征及水稻生长规律,构建水稻种植分布提取流程。为减少云等噪声的影响,对地表水含量指数（ILSW,land surface water content index）和增强型植被指数（IEV,enhanced vegetation index）的时序数据进行平滑重建。然后,依据豫北和豫南稻区水稻物候期差异,分别建立标准水稻IEV生长线,以计算像元尺度的水稻相似性指数作为影像分类的特征波段。同时,对重建的ILSW和IEV时序数据分别进行主成份分析,选择各自的前3个成份作为特征波段。在此基础上,采用支持向量机分类算法对组建的特征波段进行分类,提取影像中水稻的种植分布。结果显示,提取的河南省水稻种植分布与实际情况吻合较好,豫北稻区水稻分布呈现集中连片的特征,多分布在沿黄河两岸,而豫南稻区水稻种植广泛,多在大型水库灌区周边及沿淮和低洼易涝地区。与各地区水稻统计面积相比,MODIS提取的水稻面积平均相对误差为6.56%,根均方误差为5.63khm2。受到混合像元影响,以及个别地区水稻种植分散且面积相对较小,使该地区水稻面积相对误差超过±60%。     

ENVISAT ASAR数据用于大区域稻田识别研究

应用高级合成孔径雷达(ASAR)获取的中等分辨率宽幅模式(Wide-Swath Mode)数据提取了江苏省中北部地区的稻田分布信息.通过分析和比较稻田与其他地物的VV极化后向散射时域变化特征,选择合适的阈值和条件,利用阈值分类算法从多时相宽幅模式影像中提取稻田,并结合地面水稻样方,对稻田识别结果进行验证.结果表明,利用ASAR宽幅模式数据进行大区域范围的稻田识别,其精度达到73.68%,为利用中等分辨率雷达数据进行大区域水稻长势监测提供了重要的保障.