基于卫星测高数据的萨德湿地水位变化研究

以萨德湿地为例,使用ENVISAT和Jason2卫星测高数据利用改进的阈值法进行回波重定,反演萨德湿地水位。结果显示:萨德湿地的恒定水域水位变化规律。通过对比萨德湿地和维多利亚湖的水位变化可以发现,维多利亚湖对萨德湿地南部水域水位有巨大的影响,且影响与人类活动(尤其是欧文瀑布大坝的水能发电)有很大的关系,而位于大坝下游的阿尔伯特湖水位变化和萨德湿地南部水域水位变化有很强的相关性。     

BDS3新试验卫星测距信号质量分析

中国的北斗卫星导航系统按照“三步走”的发展战略稳步推进,目前正处于第二代区域卫星导航系统向第三代全球卫星导航系统发展的关键时期。在郑州设置实验测站,实地采集BDS3新试验卫星的数据,分别从卫星可见数、信号频点、载噪比、伪距观测噪声值、多路径效应等方面分析BDS3试验卫星测距信号的质量。结果表明:对于相同频点,不同卫星的载噪比、伪距噪声、多路径效应变化略有不同,一般而言,倾斜同步轨道卫星(IGSO)的性能优于中轨道卫星(MEO)的性能;相同轨道类型的卫星,载噪比、伪距噪声、多路径效应水平相似,并且载噪比、伪距噪声、多路径效应在各个频点的相对大小关系基本一致。     

Hydrodynamic Tidal Model of the Persian Gulf Based on Spatially Variable Bed Friction Coefficient

The aim of this study is to develop a two-dimensional hydrodynamic tidal model for the Persian Gulf (PG2017) using 2D-MIKE21 software. The advantages of present study is accounting for the spatial variation of bed friction coefficient besides a precise bathymetry together with a 23-year of combined records of satellite altimetry data. We found that the bed friction coefficient has a significant effect on sea level changes in the region under our modeling consideration. Since the tidal behavior in the northern part of the Qeshm Island is significantly different from the other parts of the Persian Gulf, to present a more accurate hydrodynamic tidal model, the Gulf is divided into two regions where the bed friction coefficient is modeled separately for each region. The root mean square value of the differences between the amplitude of dominant constituents; M2, S2, K1, and O1 derived from the PG2017 model and that of 98 altimetry and coastal tide gauge stations are respectively equal to 1.6, 1.9, 2.8, and 1.3?cm. Moreover, comparing the PG2017 model efficiency with the FES2014, OSU12, EOT11a, DTU10, and Admiralty models shows that the PG2017 model has an improvement of 22.1%, 47.2%, 43.2%, 44.2%, and 57.6% in terms of relative error, respectively.     

Sea Level Prediction in the Yellow Sea From Satellite Altimetry With a Combined Least Squares-Neural Network Approach

Accessible high-quality observation datasets and proper modeling process are critically required to accurately predict sea level rise in coastal areas. This study focuses on developing and validating a combined least squares-neural network approach applicable to the short-term prediction of sea level variations in the Yellow Sea, where the periodic terms and linear trend of sea level change are fitted and extrapolated using the least squares model, while the prediction of the residual terms is performed by several different types of artificial neural networks. The input and output data used are the sea level anomalies (SLA) time series in the Yellow Sea from 1993 to 2016 derived from ERS-1/2, Topex/Poseidon, Jason-1/2, and Envisat satellite altimetry missions. Tests of different neural network architectures and learning algorithms are performed to assess their applicability for predicting the residuals of SLA time series. Different neural networks satisfactorily provide reliable results and the root mean square errors of the predictions from the proposed combined approach are less than 2?cm and correlation coefficients between the observed and predicted SLA are up to 0.87. Results prove the reliability of the combined least squares-neural network approach on the short-term prediction of sea level variability close to the coast.     

基于散射计风场数据的台风强度诊断方法——以海洋二号卫星数据为例

本文提出了一种基于散射计风场数据的台风定强方法。该方法定义了台风所在海区的一个圆形区域上的风速平均值来对台风进行定强,并使用海洋二号卫星散射计历史数据对该方法进行了验证。验证结果表明,该台风定强方法可以克服散射计反演台风风速过低的问题。与台风强度监测的历史记录比较的结果显示,在台风强度低于"强台风"这一强度等级时,该方法能够有效估算台风强度。     

利用卫星遥感海面温度、高度联合反演南海北部三维温度场

利用历史观测得到的温度剖面数据,通过严格筛选和插值,建立了南海北部的气候态垂向温度剖面。随后,利用回归统计分析的方法构建了海面温度异常(SSTA)、海面高度异常(SSHA)联合扩展温度剖面的经验回归模型,并采用卫星遥感得到的SST和SSH数据扩展了南海北部的三维海洋温度场,其时间分辨率为天,空间分辨率为0.25°×0.25°。通过与观测数据的对比研究,扩展得到的温度场可以较为准确地反映南海北部温度剖面的结构特征,并且能有效地体现出一些中尺度变化过程。结果表明,本研究反演得到的三维温度扩展场是较为可靠的,它可以作为海洋数值模型的初始场,实现现场观测数据和卫星遥感数据的互补,有助于更好地分析南海北部温度场的三维结构及变化特征。     

高分六号遥感卫星新增波段下的树种分类精度分析

高分六号卫星具有覆盖广、多种分辨率、波段多的优势,能为遥感解译提供更丰富的信息。为探究高分六号卫星新增波段在森林树种识别上的应用,本文以覆盖根河市阿龙山林业局的一期高分六号宽幅影像为数据源,基于特征优化空间算法（Feature Space Optimization,FSO）和最大似然分类法,分别利用高分六号的前4个波段和所有波段（8波段）的光谱、纹理等特征进行了森林树种分类,并逐一添加新增波段特征确定了各波段的贡献率排名。结果表明：在加入了优选出的均匀性纹理、均值纹理和角二阶矩纹理3种纹理特征后,前4波段和8波段的分类精度比只基于光谱特征时的精度分别高出13.23%和24.63%;利用8波段信息比只利用前4波段在基于光谱特征上的精度高11.88%,在基于光谱+纹理特征上则高23.24%;基于8波段光谱+纹理特征的树种分类精度最高,达到68.74%,新增4波段的贡献率排名为B6>B5>B8>B7,说明新增红边波段对于本次树种分类试验的贡献率最高,能为北方树种识别提供有效帮助。     

南方亚热带季风区将乐县森林植被动态变化及其对气候变化的响应

在全球气候变化背景下,植被动态变化以及植被对气候变化的响应方式已经成为生态学和地理学领域的热点。本文对比分析了南方亚热带季风区将乐县不同类型森林植被对不同时间尺度的干旱响应的差别。基于2000-2017年MODIS-EVI数据及气象站点数据,用最大值合成法、趋势分析法以及相关分析法,分析了森林植被及气象因子的动态变化特征,并对比不同森林植被对气候变化响应的差别。研究表明：① 2000-2017年,研究区植被覆盖度、EVI和降水均显著增加,区域内湿度增加,森林长势渐趋良好;② EVI在生长季初期和末期与同期的降水、温度均显著正相关（P<0.1）,初期森林受降水因子的影响更大,末期受温度因子的影响大;③ 1-3月和周年的气候变化对森林的生长至关重要,长时间尺度的湿度增加对森林生长具有显著的促进作用,SPEI的时间尺度越长与EVI的相关性也越大;④ 针阔混交林与同期温度、降水的相关系数最高,并且与不同时间尺度的SPEI相关性均比较高,属于气候敏感型林型,在生产经营中要谨慎预防气候变化对该林型带来的伤害;⑤ 森林覆盖度变化与降水和SPEI_24的相关性极显著,长时间尺度的降水变化是影响森林植被覆盖率变化的重要因素之一。     

京津唐地区HFMD时空变异分析与影响因子探测

手足口病（HFMD）是一种多发于儿童的常见传染病。近年来,中国HFMD发病人数逐年上升,疾病疫情也日益受到社会广泛关注。虽已有不少相关研究,但对于探测其时空异质性及量化潜在影响因子解释力的研究仍然较少。本文采用地理探测器及贝叶斯时空层次模型,对2009-2013年京津唐地区HFMD发病率的时空异质性进行分析,并量化各影响因子及其两两交互作用对HFMD发病率的解释力。结果表明：① HFMD的相对风险存在时间异质性,其发病风险在春夏季（5-7月）达到峰值,而冬季（12-次年2月）发病风险最低;② HFMD的相对风险存在空间异质性,在经济发达的地区HFMD发病率较高;③ 影响HFMD发病率时间异质性的主要气象因子为平均温度、累积降水、相对湿度,解释力分别为0.38,0.27,0.13,且交互作用都大于独自影响的作用,如平均温度和相对湿度、平均温度和降水,平均温度和风速两两交互的解释力分别为0.43, 0.40, 0.42。通过研究京津唐地区HFMD发病率的时空异质性以及影响因子的量化状况,为本地区HFMD的预防和控制提供理论依据。     

基于机器学习的高精度高分辨率气象因子时空估计

气象变量常作为重要的影响因子出现在环境污染、疾病健康和农业等领域,而高分辨率的气象资料可作为众多研究的基础数据,对推进相关研究的发展意义重大。本文以中国大陆为研究区域,利用2015年824个气象站点的气温、相对湿度和风速3套数据,结合不同的解释变量组合,分别构建了各自的GAM和残差自编码器神经网络（简称残差网络）模型,以10倍交叉验证判断模型是否过拟合。研究结果表明：① GAM和残差网络方法都不存在过拟合问题,同GAM相比,残差网络显著提高了模型预测的精度（3个气象因素的交叉验证CV R²平均提高了0.21,CV RMSE平均降低了37%）,其中相对湿度模型的提升幅度最大（CV R²:0.85 vs. 0.52,CV RMSE:7.53% vs. 13.59%）;② 残差模型的结果较普通克里格插值结果和再分析资料更接近站点观测数据,表明残差网络可作为高分辨率气象数据研制的可靠方法。此外,研究还发现在相对湿度模型中加入臭氧浓度和气温、在风速模型中加入GLDAS风速再分析资料,可提升模型的性能。