江苏盐城地区一次持续雾-霾天气过程的综合分析

2013年12月上旬江苏盐城地区出现了一次历史罕见的持续重度雾-霾天气,利用盐城市常规气象观测资料、NCEP再分析资料(1°×1°)及环境监测中心站的污染物浓度资料等,对此次过程的环流背景、气象要素、大气层结特征以及动力条件、污染情况等进行了综合性分析。结果发现:12月上旬中高层冷空气势力弱,以纬向环流为主;低层弱的水平风场为雾-霾的发生发展提供了有利的环流背景;稳定的层结特征,近地面高强度的贴地逆温和持续较低的混合层高度是此次雾-霾天气长时间维持的重要因素;边界层内弱正散度及负涡度是此次雾-霾天气得以维持发展的动力因子;通过后向轨迹分型和火点监测资料分析发现:污染物的长距离输送在此次重污染天气的形成过程中起到了一定作用。最后,文中建立了能见度和PM_(2.5)浓度、相对湿度的非线性回归方程,对能见度的预报效果较好,为实际业务应用中雾-霾的预报提供了有利的依据。     

华北陆块晋冀Al- Fe- Au- Pb- Zn- Ag- Cu- 煤成矿带主要地质成矿特征及潜力分析

华北陆块晋冀成矿带是我国重要的金属和能源矿产资源基地,近年来新的找矿进展和预测成果不断涌现,使之成为我国重点找矿地区之一,需要对其开展系统的成矿区划和部署研究工作。本文以新的研究成果和找矿突破为基础,通过综合分析,在该地区划分新的重要成矿部署区带,厘定边界并将其命名为"华北陆块晋冀Al-Fe-Au-Pb-Zn-Ag-Cu-煤成矿带"。结合区域成矿地质背景的综合研究,在区内划分了10个成矿亚带,初步建立了Al-Fe-Au-Pb-Zn-Ag-Cu-煤成矿带成矿谱系,其成矿作用具有多期次发育和多系统控制的特点,在时间演化上表现为多旋回性、继承性、新生性和叠加性特点,主要成矿期有前寒武纪,寒武纪-晚二叠世,晚三叠世-晚白垩世和新生代,其中晚侏罗-早白垩世是内生金属矿床成矿大爆发期。该带产出的矿床类型复杂多样,与岩浆有关成矿作用有岩浆岩型、斑岩型、矽卡岩型、海(陆)相火山岩型、岩浆热液型和石英脉型,变质成矿作用有沉积变质型、绿岩建造型,层控成因矿床有碳酸盐岩中热液型,沉积成矿作用有海(陆)相沉积型、砂矿型、风化壳型矿床等。结合区域找矿进展和潜力评价最新成果,认为本区铝土矿、铁、金、锰、钼、铜、铅锌、煤矿潜力巨大,为下一步勘查部署的主攻矿种,同时在本区划分了26个重点远景区,对研究区下一步矿产勘查部署工作有一定指导意义。     

太湖地区HJ-1卫星CCD数据反演气溶胶及大气校正

针对HJ-1卫星CCD数据,利用改进的暗像元法反演气溶胶光学厚度(AOD),再利用反演的AOD对其进行大气校正。将反演的气溶胶与地基太阳光度计数据进行对比验证,发现当反演的AOD值大于0.2时,反演值与地基观测值的相关系数为0.964,符合MODIS业务化反演AOD的精度要求。再将反演得到的气溶胶带入6S辐射传输模型中,对HJ-1卫星CCD数据进行大气校正实验。结果表明,该方法能有效提高HJ-1卫星CCD数据大气校正的精度,更好地复原地物的真实光谱信息。     

植被生物量高光谱遥感监测研究进展

植被生物量的评估对于研究全球碳循环具有重大意义,而高光谱遥感技术为精确反演地表属性提供了重要的数据支持。针对如何更好地应用高光谱遥感技术进行植被生物量精确反演的问题,该文详细阐述了国内外应用高光谱技术估测植被生物量的研究进展。对反演植被生物量所涉及的数据源、反演模型的构建方法及其模型特点、反演模型应用对象等内容进行了综合评述,并通过分析认为,高光谱遥感技术较传统的多光谱遥感技术在生物量反演精度上有了显著的提高。同时,对建模方法、多源遥感数据融合以及模型通用性等方面的研究进行了展望,以达到在大尺度范围内对植被生物量进行准确反演的目的。     

利用端元光谱内插的青海植被覆盖度估算研究

针对利用像元二分模型估算植被覆盖度的精度不高的问题,该文基于OSAVI,提出了选定模型参数(OSAVIs和OSAVIv)的方法,并将该方法应用于青海省植被覆盖度估算。该方法通过高分辨率影像在研究区内选取纯裸地和纯植被样点,并将纯裸地样点的OSAVI作为纯裸地样点像元的OSAVIs,将纯植被样点的OSAVI作为纯植被样点像元的OSAVIv,利用样点像元的OSAVIs和OSAVIv值,通过普通克里金内插法,求得研究区每个像元对应的OSAVIs和OSAVIv。经精度验证结果表明:此方法较常规的参数选取方法,RMSE由0.170降至0.156,MAE由0.137降至0.124。经进一步分析表明,此方法对边缘验证点和非边缘验证点的估算精度都有所提高,由于配准误差和周围地表漫反射的影响,边缘验证点的估算精度低于对非边缘验证点的估算精度。     

An efficient application of fusion approach for hot spot detection with MODIS and PALSAR-1 data

Hot spot detection with satellite images, especially with synthetic aperture radar (SAR) images is still a challenging task. Several researchers have used TM/optical data for identification of hot spot but the use of SAR data is very limited for this type of application. The fusion of SAR data with TM/optical data may add additional information which in turn will lead for enhancement of detection capability of the hot spot. Therefore, this study explores the possibility of fusion of Moderate Resolution Imaging Spectroradiometer (MODIS) and Phased Array L-band Synthetic Aperture Radar (PALSAR) satellite images for the hot spot detection. Image fusion is emerging as a powerful tool where information of various sensors can be used for obtaining better results. For this purpose, vegetation greenness and roughness information which is obtained from MODIS and PALSAR satellite images, respectively, are used for fusion, and then, a contextual-based thresholding algorithm is applied to the fused image for hot spot detection. The proposed approach comprises of two steps: (1) application of genetic algorithm-based scheme for image fusion of MODIS and PALSAR satellite images, and (2) classification of the fused image as either hot spot or non-hot spot pixels by employing a contextual thresholding technique. The algorithm is tested over the Jharia Coal Field region of India, where hot spot is one of the major problems and it is observed that the proposed thresholding technique classifies the each pixel of the fused image into two categories: hot spot and non-hot spot and the proposed approach detects the hot spot with better accuracy and less false alarm.     

Monitoring of water stress in wheat using multispectral indices derived from Landsat-TM

Detection of crop water stress is crucial for efficient irrigation water management. Potential of Satellite data to provide spatial and temporal dynamics of crop growth conditions makes it possible to monitor crop water stress at regional level. This study was conducted in parts of western Uttar Pradesh and Haryana. Multi-temporal Landsat data were used for detecting wheat crop water stress using vegetation indices (VIs), viz. vegetation water stress index (VWSI) and land surface wetness index water stress factor (Ws_LSWI). The estimated water stress from satellite data-based VIs was validated by water stress factor (Ws) derived from flux-tower data. The study observed Ws_LSWI to be better index for water stress detection. The results indicated that Ws_LSWI was superior over other index showing RMSE = 0.12, R² = 0.65, whereas VWSI showed overestimated values with mean RD 4%.     

滨里海盆地Z油田油藏类型与成藏因素研究

Z油田主要含油层系包括白垩系-中侏罗统低幅度背斜构造油藏、中三叠统盐檐断鼻油藏和上三叠统岩性圈闭油藏3种油藏类型。通过对紧密围绕盐有关的构造和有效盐窗这两个影响Z油田油气成藏的关键因素的研究认为成藏模式为"盐下生成、盐窗沟通、盐边盐间断层输导、高点聚集、后期保存"。Z油田油源充足,盐窗大而有效,多种有效的输导体系,圈闭类型多而好,埋深适中,储盖层发育且配置良好,侧向遮挡条件具备且后期保存条件良好,可作为今后勘探首选目标区。     

基于SPOT6遥感影像的滩涂湿地入侵种互花米草植株高度的反演研究

本文以SPOT6 高空间分辨率遥感影像为数据源,通过植被覆盖度和地上生物量两个参数进行滩涂湿地入侵种互花米草植株高度的估算研究。结果表明,三沙湾滩涂湿地互花米草植株高度平均值为2.04 m,以1~2 m和2~3 m植株为主要分布高度,分布面积分别为6.83 km2和10.31 km2,占研究区互花米草总面积的33.83%和51.06%,小于1 m和大于3 m的互花米草仅占9.26%和5.84%。估算值与真实值之间的均方根误差为0.204,绝对误差为0.04~0.37 m。该方法是对高空间分辨率光学影像应用研究的重要尝试,其反演方法具有较好的可行性,可较为准确的获取滩涂湿地植株高度信息。     

关岭-贞丰石漠化治理示范区植被覆盖变化及其对气候因子的响应

为揭示喀斯特石漠化治理示范区植被覆盖变化以及气候因子对植被覆盖变化的影响,利用2006—2015年Landsat 30 m/16 d分辨率影像数据,采用最大合成法、NDVI差值指数和相关、偏相关分析法,系统分析示范区归一化植被指数的时空变化特征及其与气候因子的关系。结果表明:(1)2006—2015年最大NDVI平均值为0.39,NDVI较高覆盖区域在示范区南北边界,而较低覆区域以花江南岸为主;(2)2006年以来示范区极低(-1.210)、低(-0.669)和中等(-0.729)植被覆盖度呈减少趋势,高(1.359)和极高(1.247)植被覆盖度增加,整体上呈显著增加趋势;(3)本月NDVI与本月、上月、上上月降雨量和气温的相关性均通过显著水平0.05检验,且本月NDVI与本月降雨量相关性高于本月气温(RNDVI降雨 =0.782),本月NDVI与上月气温相关性高于上月降雨量(RNDVI气温 =0.771);(4)在月尺度上,示范区植被生长对降雨量无滞后期,而对气温存在1个月的滞后期。