中国近20 a卫星遥感土壤湿度的季节变化及其验证

分析了欧洲空间局最近基于多颗卫星微波资料研发的ECV土壤湿度产品的季节性干湿变化,并与国家气象局提供的站点资料做了对比验证。研究发现:主动与被动遥感土壤湿度的干湿季节变化在中国东部季风区有显著的不一致性。在中国东部季风区,被动遥感土壤湿度的干湿季变化和站点观测一致,均表现出夏季是干季、冬季是湿季的特征;而主动遥感的数据则存在较大的空间差异,华北地区与被动遥感数据较为一致,华南地区则呈现夏季为湿季、冬季为干季的反位相特征。两者的不一致性说明,针对欧洲空间局开发ECV土壤湿度产品的过程,融合主动遥感和被动遥感资料,研制长序列土壤湿度产品的思路在中国东部季风区不可行。     

基于CMIP6多模式的长江流域蒸散发预估及影响因素

蒸散发是水文循环和能量传输的中间环节,同时也是联结土壤、植被、大气过程的纽带。基于第六次国际耦合模式比较计划（CMIP6）12个全球气候模式数据,研究了SSP1-2.6、SSP2-4.5和SSP5-8.5三种情景下,长江流域2020-2099年实际蒸散发E_T（Evapotranspiration,简称ET）的时空变化及其影响因素。研究结果表明,在3种气候变化情景下长江流域ET相较基准期（1995-2014年）均存在显著增加趋势,且长江中下游地区增加趋势最为显著;SSP1-2.6情景ET较基准期先快速增加,21世纪60年代之后减缓并趋于平稳,SSP2-4.5和SSP5-8.5情景下均呈持续增加趋势。研究了降水（Precipitation,简称Pr）、气温（Air Temperature,简称T）和叶面积指数L_AI（Leaf Area Index,简称LAI）对长江流域ET的影响;SSP1-2.6和SSP2-4.5情景下,长江流域ET受T影响最为显著,而SSP5-8.5情景下,LAI是影响ET的主导因素。在3种气候情景下,辐射强迫越大,植被增加趋势越显著,对ET的影响越强（SSP5-8.5、SSP2-4.5、SSP1-2.6情景下影响逐渐减弱）,而ET对LAI的敏感性则逐渐降低（SSP1-2.6、SSP2-4.5、SSP5-8.5情景下敏感性逐渐降低）。     

深度卷积神经网络的遥感影像水体识别

从遥感影像中准确识别水体信息对水资源管理和洪涝灾害监测有重要意义。目前,传统遥感水体识别方法仍存在着不足,难以满足实际应用中的精度要求。近年来,卷积神经网络CNN (Convolutional Neural Network)的快速发展,为高分辨率遥感水体识别提供了新的思路。本文基于高分一号卫星数据,利用DenseNet、ResNet、VGG、HRNet等CNN模型和传统的归一化差异水体指数（NDWI）进行洪泽湖地区不同季节的水体识别,并采用精确度（P）、召回率（R）、F1分数和误判率（MRate）等指标来评价各种方法的水体识别能力。在DenseNet经典结构中加入了上采样过程和跳层连接结构,以解决梯度爆炸和梯度消失问题;采用OSTU方法确定NDWI的最优阈值,以降低水体识别的不确定性。得出主要结论如下：（1）所有CNN网络模型的水体识别效果都显著优于传统NDWI方法;例如,NDWI识别的精确度仅为0.779,而所有CNN网络模型的识别精确度均高于0.922。（2）改进后的DenseNet模型有效缓解了梯度爆炸与梯度消失的问题,其水体识别结果在识别精确度P(0.960)和误判率（0.04...     

1961-2003年间鄱阳湖流域气候变化趋势及突变分析

本文利用1961-2003年间鄱阳湖流域14个气象站的气温、降水量、蒸发量等观测数据和8个主要水文站的流量数据,研究该时段内鄱阳湖流域的气候变化趋势、突变及其空间分布的差异．研究表明,鄱阳潮流域气温和降水均在1990年发生突变,继而呈现显著的上升趋势;在季节变化上,冬季平均气温在1986年发生突变,增温显著;夏季降水量和夏季暴雨频率均在1992年发生突变增加,暴雨频率增加是夏季降水量增加的主要原因;蒸发皿蒸发量和参照蒸散量均呈现显著下降趋势,该变化在夏季尤为明显．上述变化趋势均以1990s最为显著,这与长江流域气候变化趋势基本一致．在空间分布上,饶河水系、信江水系和赣江下游等气候变化更为显著．笔者认为,鄱阳湖流域气候变化在长江流域中比较突出．该流域1990s暖湿气候在加强;气温的升高、降水量和暴雨频率的增加以及蒸发量的下降强化了五河流量的增加趋势,由此可大致判定鄱阳湖流域气候变化与洪涝灾害之间可能存在的关系,这可为理解气候变化在该流域的响应和预测该流域未来可能的洪涝灾害提供依据．     

基于风云三号气象卫星微波亮温资料反演东北地区土壤湿度及其对比分析

土壤湿度在陆面过程中发挥着重要作用,是联系陆地水循环和能量循环的纽带和关键环节。遥感技术可以实时地对土壤湿度进行长期、大区域动态监测,已成为监测土壤湿度的有效手段。本文基于风云三号气象卫星（FY3B）微波亮温资料,利用基于微波能量辐射传输方程的陆面参数反演模型（LPRM）反演了中国东北地区的土壤湿度（FY3B_LPRM）。把反演获得的FY3BLRPM土壤湿度与中国气象局农业气象站土壤湿度观测资料、NCEP和ERA-Interim土壤湿度再分析资料、欧洲空间局多卫星融合ECV（Essential Climate Variable）土壤湿度产品和国家卫星气象中心FY3B官方土壤湿度产品（FY3B_offical）进行了对比分析。结果表明:（1）本文反演的FY3B土壤湿度与农业气象站观测资料有较高的一致性;卫星土壤湿度整体上呈现自西向东逐渐增加的空间变化,与农业气象站观测资料较为一致;在季节变化上,两者高度相关,在大部分地区的相关系数都达到0.7以上。（2）在大兴安岭和东北三省东部等地表相对湿润的地区,FY3B_LPRM土壤湿度与NCEP、ERA-Interim和FY3B_offical土壤湿度呈现较强的负相关;再分析资料和FY3B_offical土壤湿度均无法反映该地区土壤干湿状况的季节性变化,甚至与观测资料呈反位相变化特征。FY3B_LPRM土壤湿度与欧洲空间局研发的多卫星融合ECV土壤湿度产品在绝大多数地区有较好的一致性。本文基于风云三号极轨气象卫星微波亮温反演的土壤湿度资料,可用于干旱监测、数值同化与天气预报、水文水资源等领域。     

基于风云三号卫星微波资料反演我国地表土壤湿度及其对比

土壤湿度是联系陆地水循环和能量循环的纽带,是地表最重要的水资源,也是一个重要的气象预报因子。基于风云三号卫星微波资料,采用能量辐射传输模型反演了我国逐日地表土壤湿度(FY-3B),并估算了其系统误差;然后,与中国气象局农业气象站观测资料和ERA-Interim、NCEP再分析资料进行了对比分析。研究结果表明,FY-3B土壤湿度呈由西北地区向东北和东南地区逐渐增加的空间分布特征,与农气站观测资料和两套再分析资料基本一致;其系统误差与植被覆盖度密切相关,我国西南部植被茂密的地区系统误差较大。FY-3B土壤湿度的季节性变化与农气站观测资料在全国范围有较好的一致性,总体表现为冬季土壤湿度较高,随着春季气温升高蒸散发增加,土壤湿度逐渐降低;夏天雨季来临,土壤湿度回升。然而,FY-3B土壤湿度与ERA-Interim和NCEP再分析资料在东北部分地区和长江流域以南呈很强的负相关,这主要是由于季节性干湿变化的不一致性所致;这表明,ERA-Interim和NCEP土壤湿度再分析资料在这些地区存在较大的不确定性。     

基于GIS的城市建设用地节约集约利用评价系统研究

在我国工业化和城镇化建设不断加快的今天,如何兼顾好＂保护资源＂与＂保障发展＂的关系,提高城市土地节约集约水平,解决城市土地供求紧张的矛盾、促进发展经济方式转变和实现可持续发展,是摆在政府面前的严峻问题。本文将GIS技术应用于城市建设用地节约集约利用评价的过程中,探索利用GIS强大的空间数据组织、管理与分析功能,在遵循城市建设用地节约集约利用评价相关标准与规范的基础上,提高城市建设用地利用的数据管理和评价分析。同时,本文通过功能图块划分、海量数据管理与历史信息回溯,优化了评价过程,并有利于建立城市建设用地节约集约评价和监督的长效机制。最后,本文基于ArcGIS Engine和ArcGIS Server实现了地理空间化的西宁市城市建设用地节约集约利用的评价,结果表明,该系统的设计思路有助于提高评价效率、评价数据管理与成果管理。     

洪湖分蓄洪区洪水淹没风险动态识别与可能损失评估

全球气候变化和社会经济快速发展,使长江流域面临越来越严重的防洪压力．在长江流域开展洪水淹没风险识别与洪水损失评估工作,对于长江流域洪水风险管理具有重大意义．本项研究以洪湖分蓄洪区为案例,采用基于GIS栅格数据整合于Arcview3．x的二维水文-水动力学模型进行洪水淹没风险动态识别,并且根据土地利用分类及其单位面积价值,建立洪水淹没损失函数,进行洪水淹没动态损失评估,建立了东洪湖分蓄洪区洪水淹没动态损失数据库,为东洪湖分蓄洪区的合理利用提供定量科学依据．洪水淹没动态风险识别基于数字高程模型进行,采用修正的1998年夏季洪水水位-时间水文过程线对模型参数进行调整,并以地面糙率反映不同地表覆盖形态对洪水演进过程的影响．     

高分辨红外辐射探测器地表温度数据在江苏地区1980—2009年间适用性评估

地表温度在物理和生物过程中起着关键作用,也是评价地表热环境的重要指标。因此,了解地表温度时空变化对城市热岛监测及生态质量的评价具有重要意义。高分辨红外辐射探测器地表温度(HIRS LST)是目前时间尺度最长的全球逐小时地温数据集。为了解江苏省地表温度的时空分布情况并研究HIRS LST数据在江苏的适用性,论文选择江苏省1980—2009年49个站点的实测地表温度数据,利用相关系数、偏差、非偏性均方根误差等方法,对HIRS产品从多角度进行了验证。结果表明,HIRS地表温度与站点地表温度数据有较好的一致性。两者相关系数在整个区域都高于0.98,2种数据的距平相关系数在0.65~0.80之间。两者偏差和非偏性均方根误差表明,HIRS的数据在江苏北部和南部部分地区低估了地表温度,主要原因是其对高于32 ℃的地温事件发生次数存在较大程度的低估。然而,HIRS LST在很大程度上高估了在20~30 ℃之间的较高温日数。在年际变化方面,HIRS LST与观测数据在春季的相关性最高,冬季最低。趋势检验表明,2种数据在春、秋、冬3个季节均呈现出明显的增长趋势,增温趋势呈现出相似的空间变化。但是,该地区夏季的地表温度长期趋势被明显高估,HIRS数据并未反映出该地区北部大面积的降温趋势,而在其他季节的地表温度被低估。