元谋干热河谷近50 a降水量时间序列的DFA分析

干热河谷是一类特殊的退化生态系统区域,降水对河谷景观格局的变化起着十分重要的作用.基于消除趋势波动分析法(DFA)分析了元谋地区近50 a降雨量变化趋势,同时也对1978～2006年进行了滑移分析.结果表明,元谋地区年均降水量序列至少在50 a的时间尺度上具有微弱的Hurst效应,即具有较弱的长期持续性及较强的随机性.区域植被覆盖率的变化能对该区域降雨量的动力学变化趋势做出有效的解释.     

吉林地区地电场变化特征分析研究

本文在初步介绍了吉林地区地电场观测台网基本概况的基础上, 对该区域记录到的地电场的基本变化特征进行了统计分析。 研究表明: ① 绝大部分台站记录到了比较典型的地电场静日变化, 主要表现为“峰—谷—峰”形态, 该变化形态在时间上具有同步性; ② 所有台站均记录到了比较明显的地电暴同步变化, 呈近似南北分布的几个台站记录到了微弱磁扰的同步变化; ③ 地电场日变化幅度呈现比较明显的年变化规律, 不同台站的地电场日变化幅度具有一定的差异性; ④ 正常工作状态下, 各个台站之间同测向观测数据具有比较好的相关性。     

基于统计模型识别气候变化对农业产量贡献的研究进展

从统计模型与作物机理模型的区别与联系出发, 介绍了识别气候变化对农业产量贡献的3 种主要统计模型, 即时间序列模型、截面模型和面板模型;综述了前人在站点和区域(全球、国家、省级、地区、县级) 尺度对这一问题的研究进展;总结了应用统计模型识别农业产量对气候变化响应敏感性的4 个主要问题, 包括时空尺度问题、产量的非气候趋势去除问题、气候要素间的自相关问题和忽略适应措施的问题;最后针对以上主要问题, 提出了改进建议及今后研究的发展趋势。     

人类世可持续发展背景下的远程耦合框架及其应用

在全球一体化进程不断加深的背景下,国家与地区之间的联系日益紧密,产生了一系列跨国家、跨地区、多尺度的社会—经济—环境影响,远程耦合（Telecoupling,社会、经济、环境的远距离相互作用）科学概念和综合框架的提出为解决上述问题提供了新方法和新途径。为更好促进远程耦合综合框架的正确使用和规范推广,本文系统解析了远程耦合综合框架,厘清各组成部分的定义和功能,梳理了框架的应用现状;通过对3个中国典型案例的阐释,展示了远程耦合综合框架的使用方法、结果分析及由此得出的科学意义和政策价值;最后描述了远程耦合综合框架使用中需要重点关注的问题,并对其应用前景进行了展望。远程耦合综合框架的推广应用有助于以跨国家、跨地区、多尺度的视角,重新审视多个人类与自然耦合系统的相互作用,揭示隐藏的远距离地理空间作用的科学价值,服务于有关政策的制定和实施,促进全球社会、经济、环境的可持续发展。     

QuickBird遥感全色影像平面精度分析

QuickBird卫星是目前全世界最高分辨率的商用遥感卫星,通过实验对QuickBird遥感影像平面精度进行验证.实验表明,QuickBird标准影像具有良好的内部几何精度,几何纠正后的影像平面坐标绝对误差精度均方根为0.35m.就单纯单点绝对精度来看,已达到1:2000地形图平面精度要求.     

大气环境卫星温室气体和气溶胶协同观测综述

人类排放的温室气体和气溶胶是造成全球气候变暖和大气环境恶化的主要因素,也是大气环境卫星遥感的核心探测目标。与传统的单一探测目标卫星相比,实现同平台的大气温室气体和气溶胶协同监测,对于提高温室气体卫星反演精度、改善“自上而下”碳源汇估算、提升温室气体和气溶胶的人为/自然源区分能力具有重要意义,也是各国航天机构积极发展的空间探测手段。本文对欧、日、中、美等具备温室气体和气溶胶协同监测能力的卫星进行系统的介绍,包括卫星平台、传感器、处理算法和质控验证。按照卫星监测任务和传感器用途,将其分为大气综合探测卫星和温室气体监测卫星两大类,并从碳中和行动和大气环境综合治理等需求出发,提出温室气体和气溶胶协同观测星座（GACOC）的概念及其发展方向,包括主被动卫星组网观测、温室气体和气溶胶高精度联合反演算法、人为排放源识别和定量监测等应用。     

阶段模型修正的星载GNSS-R土壤湿度反演方法EI北大核心CSCD

本文提出了一种基于CYGNSS数据的星载GNSS-R土壤湿度反演方法。首先,基于CYGNSS数据提取地表反射率参数,联合SMAP数据中提取的植被光学厚度、地表粗糙度和温度等辅助信息,初步构建了土壤湿度反演理论模型,并利用神经网络模型确定了土壤湿度反演的精细数学模型;然后,将该模型处理获得的土壤湿度以35%为分界点,利用本文提出的阶段函数模型提高反演精度,并使用2018年10月—2019年5月的CYGNSS数据,获得了全球范围内星载GNSS-R土壤湿度;最后,通过与SMAP提供的土壤湿度数据进行对比,评估了本文提出的星载GNSS-R土壤湿度反演方法的有效性,并对获取的星载GNSS-R土壤湿度进行了时间序列分析。结果表明,本文提出的土壤湿度反演方法的结果与SMAP土壤湿度具有良好的一致性,且随时间变化的趋势也相符合,为高精度土壤湿度反演提供了一种思路。     

基于改进麻雀搜索算法优化BP神经网络的PM_(2.5)浓度预测北大核心CSCD

针对传统BP神经网络模型收敛速度慢、易陷入局部极值等问题,本文采用分段线性混沌映射(PWLCM)和萤火虫算法(FA)改进麻雀搜索算法(SSA),并优化BP神经网络模型初始权值和阈值,对西安市PM_(2.5)浓度进行预测。通过比较不同模型预测结果的评价指标,并与性能较优的SSA-BP模型对比,ISSA-BP模型预测结果的RMSE、MAPE、MAE分别下降了3.70、3.73、3.34。试验结果表明,改进后的麻雀搜索算法具有高效的全局最优搜索能力,优化后的ISSA-BP神经网络预测稳定性高,精度优于BP、SSA-BP神经网络模型,可用于预测PM_(2.5)浓度。     

星地多源数据的区域土壤有机质数字制图

土壤有机质(SOM)是全球碳循环、土壤养分的重要组成部分,精确估算土壤有机质含量具有重要意义。本文以中国东北—华北平原为研究区,收集了1078个土壤样本,以遥感数据(MODIS,TRMM和STRM数据)与土壤地面光谱数据为预测因子,运用基于树形结构的数据挖掘技术构建土壤有机质-环境预测因子模型进行数字土壤制图。通过不同建模样本数建模精度比较,选择300个样本数时的模型为最优模型。建模结果表明土壤光谱和气候因子是研究区SOM变异的主控因子,生物因子次之,而地形因子影响最小。预测结果经检验,RMSE为7.25,R2为0.69,RPD为1.53制图结果与基于第二次全国土壤普查数据的土壤有机质地图具有相似的分布规律,呈现SOM自东北向西南递减的趋势。通过比较分析发现,经过20年左右的土地开发与利用,研究区低SOM和高SOM含量土壤面积减少,而中等SOM含量土壤面积增加。     

南极海冰密集度多源数据的交叉检验

通过研究交叉检验船测样点上的7种不同尺度的海冰密集度数据,发现相同时间和相同空间尺度的海冰密集度值吻合度最高,不同时间不同尺度的海冰密集度值的相关性较弱。由数据获取时间不同引起的密集度差异在高分辨率数据上体现明显。真实船测点与伪船测点之间的吻合度不高,受观测者主观因素、天气条件、影像处理质量和伪船测点提取方法的影响。虽然伪船测点方法在海冰边界研究中具有快速、大面积提取边界点的优势,但需要控制提取算法中的误差传播。