BDS-3不同类型卫星对BDS-2伪距定位性能提升定量分析

针对北斗三号（BDS-3）不同类型卫星对北斗二号（BDS-2）伪距单点定位性能的影响,基于iGMAS机构发布的跟踪站实测数据,分析了BDS-3地球静止轨道（GEO）、倾斜地球同步轨道（IGSO）、中圆轨道（MEO）、全部BDS-3卫星对BDS-2卫星可见数、位置精度因子（PDOP）值以及伪距单点定位精度的影响．经研究发现,BDS-3不同卫星对BDS-2卫星可见数、卫星空间几何结构以及伪距单点定位精度提升程度不同,MEO卫星的提升程度优于IGSO卫星和GEO卫星,三种类型卫星对BDS-2定位性能提升量之和与全部BDS-3卫星对BDS-2定位性能提升量相当．      

卫星测高数据监测青藏高原湖泊2010年—2018年水位变化

青藏高原湖泊水位变化是气候变化和生态环境变化研究的重要指标。随着Cryosat-2观测数据的日益丰富和处理技术的提升,可以有效监测更多湖泊的水位变化信息。本研究构建了基于噪声去除技术、改进的波形重跟踪处理算法（ImpMWaPP）和误差混合动态模型为一体的高精度湖泊水位序列提取方法,利用Cryosat-2 SARIn数据获取到133个青藏高原湖泊2010年—2018年的高精度水位序列,并分析了这些湖泊水位变化的时空变化特征。总体上,青藏高原湖泊的水位继续呈上升趋势,但上升速度较2003年—2009年趋缓,年均变化率0.159 m/a。从地域分布上,北部湖泊的水位上升最为显著,而南部湖泊的水位则趋于稳定。从时间上,2010年—2012年和2016年—2018年,大多数湖泊的水位呈现快速上涨,而其他时间水位相对稳定或略有下降。     

O2-O2云反演算法及其在TROPOMI上的应用

利用遥感技术对大气环境污染进行监测时,云是影响痕量气体反演精度的重要因素,因此在痕量气体反演中需要对云的影响进行校正,通常使用的云参数主要是有效云量和云压。本文基于O₂-O₂ 477 nm吸收波段构建了O₂-O₂云反演算法：首先,根据有效云量和云高与连续反射率和O₂-O₂斜柱浓度之间的对应关系,结合假定的云模型利用VLIDORT辐射传输模型建立关于有效云量和云压的查找表;然后,通过差分吸收光谱技术拟合卫星载荷观测的大气层顶辐射,获得O₂-O₂斜柱浓度并计算连续反射率;最后,结合辅助数据,根据查找表进行插值反演获得有效云量和云压。通过将算法应用到OMI观测数据,将反演结果与OMCLDO2产品进行对比验证,有效云量和云压空间分布一致,相关系数R均超过0.97;并还将该算法应用于下一代大气成分监测仪器TROPOMI,与FRESCO+产品对比,有效云量和云压空间分布基本一致,当地表类型为海洋时,有效云量相关系数R大于0.97,云压相关系数R大于0.94,云压反演结果存在一定的区别;通过将O₂-O₂云反演算法和FRESCO+云压反演结果与CALIOP Cloud Layer产品进行对比,结果表明,在低云情况下,O₂-O₂云反演算法线性回归方程斜率为0.782,截距为198.0 hPa,相关系数R为0.850,算法表现优于FRESCO+。而在高云情况下,FRESCO+反演结果更接近CALIOP云压结果。在OMI和TROPOMI上的应用表明O₂-O₂云反演算法在大气云反演中具有较高的准确性和可行性,可以为大气痕量气体反演的校正提供云参数,并为中国同类型卫星载荷的云反演算法提供算法参考。     

SAMI2物理模型与东亚扇区GPS TEC数据 比较研究

SAMI2 (Sami2 is Another Model of the Ionosphere)是美国海军实验室开发的电离层物理模型.利用该物理模型,模拟了东亚扇区不同太阳活动强度、不同纬度地区三个站的电离层电子浓度总含量 (TEC). 通过模拟结果与GPS观测站 TEC 数据的比较,检验 SAMI2 在此扇区的电离层 TEC 计算精度. 结果表明,物理模型输出的电离层 TEC 具备与观测数据一致的周日变化、季节变化,太阳活动变化. 周日分布上,上午时段SAMI2? TEC 与观测数据吻合度优于午后时段;季节分布上,SAMI2 TEC 在冬季与观测值偏差小于其他季节;SAMI2? TEC 与GPS TEC 相关系数各站均达到0.87以上,与赤道地区Guam站相关性最好;太阳活动低年计算结果优于太阳活动高年;多数情况下,SAMI2 TEC 相对GPS TEC 偏大. 本文结果为基于SAMI2模型构建背景误差分布特征,开展该区域电离层数值预报研究可行性提供了理论支持.      

基于与Jason-2数据比对的Jason-3卫星高度计全球数据质量评估

Jason-3卫星高度计于2016年1月17日成功发射,2016年2月12日进入预定轨道,与Jason-2高度计同轨进入编队飞行阶段,并落后Jason-2高度计约1分20秒,两者相距约560 km。2016年9月1日,Jason-2高度计变换轨道,编队飞行阶段结束,两高度计进入平行轨道,以增加卫星高度计对地观测的空间覆盖。本研究主要开展了Jason-3高度计的数据质量的评估与检验,包括Jason-3高度计数据可用性和有效性的验证,以及Jason-3高度计和校正辐射计各参数的数据质量监测。重点开展了Jason-2与Jason-3高度计各项参数的综合比较,利用Jason-2与Jason-3高度计编队飞行阶段的数据精确评估了两高度计参数的一致性,并从全球数据角度分析了Jason-3高度计获取各参数的能力以及稳定性;通过与Jason-2互交叉点比较分析评估Jason-3高度计海面高度数据质量情况,验证Jason-3高度计数据精度。结果表明,Jason-3高度计的数据质量满足高度计测高的要求,具有与Jason-1、Jason-2、T/P等高度计相同或更高的测高精度以监测全球海平面变化,此外,Jason-3有效波高参数数据质量明显优于Jason-2高度计。     

羧乙基壳聚糖蒙脱石吸附养殖水体中Cu2+的应用

为了寻求性能良好、环保吸附剂,用于去除养殖水体中重金属Cu~(2+),作者利用蒙脱石负载羧乙基壳聚糖制备成复合吸附剂,并利用IR、SEM、XRD等手段分析其表面性能,将其用于处理Cu~(2+)溶液,考察了环境因子对其吸附性能的影响,并从吸附动力学和吸附热力学角度分析吸附剂对Cu~(2+)的吸附机理,最后考察其再生利用效果。结果表明:羧乙基壳聚糖成功进入到蒙脱石层间;在羧乙基壳聚糖与蒙脱石质量比为1︰25、40℃恒温水浴搅拌60min、pH=6.0、最佳投加量为4.0g/L、处理浓度不超过30 mg/L Cu~(2+)溶液时,复合吸附剂对Cu~(2+)去除率可以达到96.23%,将其用于淡水养殖鱼塘水体中, Cu~(2+)去除后可达到《渔业水质标准》规定;吸附剂对Cu~(2+)吸附热力学实验结果表明,符合Langmuir模型,反应过程为自发、吸热反应;吸附动力学结果表明该吸附符合准二级动力学方程,反应属于化学吸附;再生实验中NaOH的再生效果优于HCl。     

琼胶/SiO2复合纤维的制备及性能研究

利用湿法纺丝技术制备了琼胶/SiO₂复合纤维,对琼胶分子在溶液中的分散性、纺丝液流变性、纤维的形貌、化学结构分别用DLS、旋转黏度计、SEM、FTIR和XRD进行了表征,并对纤维的力学性能、热性能和吸湿性能进行了测定。研究结果表明：琼胶分子在溶液中呈纳米尺度分布,纺丝液具有良好的流动性;琼胶/纳米SiO₂复合纤维具有良好的形态。随着纳米SiO₂的添加量逐渐提高,复合纤维的力学拉伸强度先增强后降低,复合纤维的吸水性降低,复合纤维的热稳定性逐渐增强。结合复合纤维综合性能,纳米SiO₂的最佳添加质量分数为0.5%。     

基于核函数NPSSB模型的HY-2A卫星雷达高度计海况偏差研究

利用机器学习的方法,对14个周期HY-2A卫星高度计数据:风速、有效波高和海面高度差值进行训练,探究海况偏差和风速、有效波高之间的关系,创建海况偏差核函数非参数模型(NPSSB),并与参数模型中具有代表性的BM3、BM4模型进行对比。研究表明:(1)核函数NPSSB模型能够很好的反映SSB与U、SWH之间的关系,SSB与U呈二次函数关系,SSB与SWH呈反比例函数关系;(2)核函数NPSSB模型对SSB的模拟能力与训练数据集相关,数据量越多,模拟能力越好;(3)核函数NPSSB模型与BM3、BM4模型都存在0^-0.03 m的差值,随着风速和有效波高的增加,差值的绝对值越大。     

基于多时相Sentinel-2数据的成都平原主要农作物分类

针对成都平原落实最严格的耕地保护制度对耕地“非农化”“非粮化”快速、动态监测的需求,本文研究了基于多时相Sentinel-2数据的农作物分类方法,利用主成分分析,降低了冗余信息,提高了分类精度。以2021年成都平原崇州市的7景Sentinel-2多光谱影像为数据源,构建了时序多光谱、时序主成分波段、时序植被指数、典型时相多光谱+时序植被指数等4种分类数据集,开展基于支持向量机的主要农作物分类研究。研究表明：利用主成分分析,能有效提高主要农作物的用户精度,降低农作物分类的错分率;基于典型时相多光谱+时序植被指数的数据集取得了最高的总体精度。     

大气CO2浓度升高对土壤中不同粒级碳的影响

不同粒级土壤中的碳有着不同的周转规律,在高CO2浓度条件下,它们含量的变化将在一定程度上反映土壤碳是累积还是减少,对明确土壤碳的变化趋势有重要意义.采用田间培养试验初步模拟研究在高CO2浓度条件下土壤不同粒级碳的分布.结果表明,加入秸秆培养1年,由于CO2浓度升高的原因导致在低氮(LN)、常规氮(NN)和高氮(HN)水平下土壤中碳分别增加0.01、1.10、1.22g/kg,表现为粒级＜53 μm土壤颗粒中碳分别增加1.53、2.19、2.70 g/kg.粒级＜53 μm土壤颗粒碳量的增加,主要是由于其重量分配百分数显著增加36.2%,碳浓度增加5.4%;粒级＞250μm和250～53μm土壤颗粒部分虽然其碳浓度分别增加20.8%和17.3%(P＜0.05),但由于重量分配百分数分别显著降低22.8%和36.1%,结果碳量降低.试验表明高CO2浓度导致不同粒级土壤的分配及碳浓度的变化;高氮施肥水平下有增加土壤碳量特别是小粒级土壤碳量的趋势.