基于Radarsat-2 SAR数据反演定西裸露地表土壤水分

利用Radarsat-2 SAR数据和定西地区野外土钻法及WET仪器观测的土壤水分数据,分析了同极化后向散射系数与不同土层深度土壤水分之间的关系,采用交叉极化(VV/VH)组合模型反演土壤水分并进行对比验证。结果表明:水平、垂直同极化后向散射系数均与10~20 cm土壤含水量相关性最好,相关系数R均为0.74;受地表粗糙度和土壤质地等影响,同极化后向散射系数与0~10 cm土壤水分相关性均较低。交叉极化组合模型的反演值与10~20 cm实测土壤水分相关性较高,R值达0.75,而与0~10 cm和20~30 cm实测值的相关性较低(R值分别为0.47和0.52),但均通过α=0.05的显著性检验;WET仪器实测0~6 cm土壤水分经校正后与反演值的相关系数为0.46(通过α=0.01的显著性检验),校正后的结果有效提高了WET仪器测量精度。交叉极化组合模型可用于裸露地表土壤水分的反演,更适用于提取10~20 cm土壤含水量信息。     

地表粗糙度非均匀性对模式湍流通量计算的影响

理论分析和数值试验结果表明,地表参量的不均匀性对网格区地表湍流通量的计算有重要影响。近中性大气层结条件下,次网格粗糙度长度的变差系数、网格平均粗糙度及参考高度的选取是影响网格湍流通量计算的主要因素,其中次网格粗糙度长度的变差系数对计算偏差起主要决定作用。实际计算表明,某些特定地区(如植被气候过渡带)粗糙度的地表非均匀性引起的计算相对误差可达40%以上,选取特定的参考高度能改善高网格湍流通量计算的效果。非中性大气层结条件下,由地表粗糙度不均匀性所致的平均风速、位温梯度以及近地层大气稳定度的次网格分布都对网格湍流通量(感热通量)计算产生影响,比较而言,相对误差大小对大气稳定度的次网格分布最为敏感。所以,在目前的数值模式中有必要进一步对湍流通量计算过程中由于地表不均匀性产生的计算偏差加以考虑。     

地表湍流通量计算方法的研究综述

地表通量的计算方法主要有：以能量平衡为基础的Bowen比能量平衡法、以相似理论为基础的空气动力学方法以及以精度比较高的观测仪器为基础的涡旋相关法。本文对这些计算方法进行了简单的讨论,并介绍了涡旋相关观测系统原始资料的处理方法及一些物理量修正方案的研究进展。对存在的问题进行了一定的讨论。     

非自然因素引起的增温趋势的时空分布特征

基于数据长程相关性,利用相对变化趋势,构建气温相对变化趋势的概率密度函数及超越概率,研究并计算了1951～2017年中国气温相对变化趋势基于一定置信水平下属于自然变率范畴的置信限,判别相对变化趋势是否由非自然因素引起（增温是否显著）,探讨不同地区非自然因素引起的温度变化的阈值、相应的转折时间段及演变趋势。结果表明:（1）中国160站温度资料中有10%的站点趋势显著性被传统线性回归方法高估了,这些站点主要位于西北、西南和东部沿海地区。（2）从全国温度趋势的空间分布来看,除新疆中西部地区呈现降温趋势之外,其他地区均为增温趋势,其中东北、内蒙及晋北地区非自然趋势大,增温显著。（3）从不同年代际增温显著区域的空间演变来看,华北、东北地区率先增温显著,之后逐渐向南向西扩展,1966~2001年时段中国大部分区域表现为非自然增温显著;1971~2006年时段,东北地区以及内蒙东北部增温显著区域开始逐渐减少,同时中国西南地区增温显著区域开始逐渐增多;1976~2011年增温显著区域最大;1981~2016年,增温显著站点主要集中在黄河、长江流域及两大流域之间和中国南方地区。综上,中国非自然因素引起的增温显著区域在时间和空间上均存在显著的年代际转折。本研究为中国气温变化的归因及其预测研究,为加强气候变化研究成果向短期气候预测的转化及联系提供新视角、新途径。     

地表气温变化研究的现状和问题

对全球和中国地区平均地表气温变化趋势研究进行了简要评述，对当前研究中需要加强的工作提出了初步建议。     

地形校正对U-Net深度神经网络分类器分类精度的影响

在国土资源监测、森林资源调查等多个领域中,基于遥感影像的分类技术受到了广泛应用。在利用传统分类器对地表覆盖分类提取中,地形效应是制约分类精度提升的一种因素,其影响可通过适当的校正模型减弱,且已证明地形校正能够对分类精度的提升起到积极作用。相比于传统分类器,基于深度学习理论的深度神经网络分类器具有深层特征学习和表达的优势,在图像分类领域兴起并逐渐用于土地覆盖分类且取得了不错的精度提升。本文初步探究了地形校正在利用深度神经网络分类器U-Net进行地表覆盖分类时对分类精度的影响情况。以Landsat 8 OLI 30 m影像为数据源,结合GDEM＿V2 30 m地形数据,在GlobeLand 30和全国30 m森林分类结果的基础上,利用U-Net深度神经网络分类器实现了山区地表覆盖分类提取,并就不同训练样本获取方式及不同精细程度分类体系下地形校正前后的分类精度做了对比分析。分类结果表明：（1）规则网格裁切和坡向辅助裁切这两种训练样本获取方式下,地形校正后的分类精度较校正前不变或有极小幅度的降低,降低范围在0.9%—1.39%;(2)在对更精细的森林类型分类中,地形校正后的分类精度较校正前下降...     

基于FY-3C/MWRI的湖南省地表温度遥感反演评价

遥感反演陆表温度在气候、水文、生态等领域发挥着重要作用,微波遥感具有范围大、全天候的优势,在大尺度上验证国产卫星地温产品的可靠性意义重大.基于风云3C(FY-3C)微波地温产品,结合湖南省97个地面观测站地温数据,探究微波反演地温精度及其影响因素.结果显示:湖南省遥感地温产品与实测间平均绝对误差、均方根误差、决定系数、...     

东亚及西太平洋地表温度时空模态分析及预测研究

地表温度(land surface temperature, LST)是地球表面(海洋和陆地)水循环和大气环境互通的重要参数,也是海、陆能量传输的重要体现。本文利用2003—2020年卫星反演的LST数据,通过M-K(Mann-Kendall)突变检验、线性回归、经验正交分解(empirical orthogonal function, EOF)等方法分析LST时空模态特征,并运用季节自回归移动平均(seasonal autoregression integrated moving average, SARIMA)模型预测LST的变化趋势。发现春、秋、冬三季沿海温度高,内陆温度低,由南向北(10°N—60°N),由东向西(70°E—140°E)递减;而夏季相反。EOF第一模态贡献率为29.58%,空间分布以昆仑山脉、秦岭为分界线。预计2020年以后, LST的变化范围在–5～35℃。结果表明:(1)由于纬度的增加及海陆位置的差异,导致日本的LST幅度小,蒙古国的LST幅度大,其余地区变化幅度平稳;(2)春、秋季温差不大,夏、冬季温差大,主要原因是太阳辐射;其次,季风气候显著。内陆高山多...     

额济纳绿洲夏末典型晴天小气候特征分析

绿洲系统特有的地理地貌形成了绿洲特殊的小气候特征。利用额济纳绿洲2003年9月8～10日小气候观测资料，分析了绿洲柽柳林的小气候特征。在柽柳林内，地表和近地层大气温度有明显的日变化，日间地表给大气加热，大气温度呈超绝热递减率随高度递减；夜间大气给地表加热，大气为稳定层结。近地层空气湿度的日变化与温度相反。林内空气温度的垂直分布主要取决于冠层与地表吸收太阳辐射状况。在林冠顶层，白天以上升气流为主，夜间以下沉气流为主，绿洲荒漠环流效应已经不明显。绿洲上空大气浑浊度小，对太阳辐射的削减较少，绿洲具有很好的光资源背景。     

基于ETM+影像的福州市部分城区的地表温度反演与分析

以福州市部分地区为研究对象,采用Landsat ETM+第6波段的单窗算法,进行地表温度反演得出地表温度分布图,分析了研究区总体温度分布的特点、研究了三种下垫面类型的温度分布差异及与NDVI的关系、同时对生活建筑区分别取样进行了对比分析。结果表明:研究区中心热岛效应显著;研究区不同的土地覆盖类型地表温度有显著差异,从高到低为,生活建筑区自然表面水体;地表温度与归一化植被指数(NDVI)有良好的负相关关系;相同土地覆盖类型开发程度不同,温度也存在差异,此差异小于不同土地覆盖类型之间的温度差。