植被功能型差异对地表反照率时空分布的影响分析

地表反照率是表征地球表面捕获太阳辐射能力的特征参量,是影响气候系统的关键因素。植被通过物理(反照率)和生物过程(蒸散)影响陆地区域的能量收支过程,进而调控区域气候特征,其中陆表植被的变化及其可能的反照率影响规律受到了研究者的重视。以北京地区为例,利用MODIS地表反照率产品,结合地表覆盖类型产品中的植被功能型数据,计算并分析了2008~2013年北京地区典型植被功能型差异对地表反照率时空分布的影响。结果表明:北京地区典型植被功能型共6种,按其平均地表反照率从大到小依次为:谷物作物、城市用地、灌丛、落叶阔叶林、常绿针叶林及水体。因不同植被功能型的分布及变化对地表反照率的时空分布有直接影响,北京地区平均地表反照率总体呈东高西低、南高北低趋势,秋季最小,冬季次之,春、夏较大,且2008~2013年地表反照率呈现变化量约为-0.79×10-3/a的缓慢减小趋势。     

基于SEBS模型的藏北那曲蒸散量研究

SEBS模型为研究高原非均匀地表区域蒸散量估算提供了一种新的方法,为高原气象台站稀少地区蒸散量变化研究提供一定的参考依据。应用SEBS模型,利用MODIS遥感数据反演所需的地表物理参数(如反照率、比辐射率、地表温度和植被覆盖度等),再结合气象站地面观测数据,包括温度、相对湿度、风速、气压等,对藏北那曲地表能量通量和蒸散量进行估算;最后分析了蒸散量与气象因子、NDVI之间的关系。结果表明:2010年藏北那曲蒸散量呈春夏季高,秋冬季低的变化趋势,蒸散量较大区域为研究区南部、东北部和区域内的水体;中部和西北部地区蒸散量较小。气温和地表温度对蒸散量的影响较明显,随着气温和地表温度的升高蒸散量不断增大,NDVI对蒸散量也有一定的影响。所以,SEBS模型在估算高原地区蒸散量方面具有一定的精度,可以满足区域日蒸散发估算的需要。     

大沽河流域蒸散量时空变化

鉴于基于点源的蒸散估算方法逐渐被基于遥感数据的以SEBAL(Surface Energy Balance Algorithm for Land)为主的蒸散估算模型方法所取代,但在不同地貌和气候特征的区域该模型的适用性尚待得到证实,该文利用SEBAL模型基于MODIS数据产品和野外实测气象数据对大沽河流域的日蒸散量进行了估算,并与气象站蒸散量实测值进行对比验证。结果表明,SEBAL模型反演结果与实测值之间具有良好的一致性。在此基础上将日蒸散量结果推算至月蒸散量,并分析了蒸散量的年内变化趋势和特征,发现大沽河流域年内蒸散量的变化呈单峰趋势,季节性变化特征明显:夏季秋季春季冬季。最后,结合大沽河流域土地利用现状,比较分析了不同土地利用类型蒸散量的差异,结果表明水体蒸散量最大,林地和耕地次之,城镇及建筑用地蒸散量最小。     

台湾地区蒸散发的遥感估算与时空分析

在地表能量平衡系统(SEBS)基础上,改进了SEBS的地表动量粗糙度、零平面位移及植被高度等参数化方案,并建立适合台湾地区的气温和地表温度相关性模型,构建了改良的定量遥感蒸散模型SEBS-China。选取台湾地区2002年和2003年4季各一晴空代表日,利用MODIS数据模拟了日均实际蒸散发。模拟结果较实测蒸发皿蒸发量偏小,与实际规律相符。分析模拟结果表明:台湾地区的太阳净辐射量、蒸发比和地表蒸散发量在时间分布上呈现出变化分明的年内分布规律:夏秋季比春冬季高,其中7月最大、1月最小。时间上,2002年4个代表日的模拟值普遍高于2003年的4个代表日。在空间上,高值区位于中部山区,并向东西两侧逐渐降低到沿海地区又略有回升。不同土地覆被类型的平均蒸散发量由大到小依次为森林、草地、水体、裸地、城镇建设用地;各行政区陆面蒸散发分布呈现城市明显低于区县的规律。     

基于PSI技术的芜湖市地面沉降时空特征分析

城市的沉降监测有利于了解区域实时高程,可为地质灾害与防护部门提供数据依据,避免因高程损失而带来的地质灾害。基于2016年1月至2017年12月共22景Sentinel-1A干涉宽幅模式影像数据,利用永久散射体合成孔径雷达干涉测量技术以及合成孔径雷达差分干涉测量技术进行芜湖市地表形变监测,并分析研究区地面沉降的时空分布特征。空间上,阐述芜湖市地面沉降的整体格局,再以道路为专题,分析了道路的沉降分布格局。时间上,以时间为基线,逐月分析地面沉降部分在年内的具体变化。结果表明：空间上,芜湖市地面沉降主要集中在长江以东的范围,呈现出由西向东逐渐增加的趋势,长江以西呈现零星漏斗式沉降分布,其中,沉降累积量也与道路的密度与建设相关,道路汇集区与修建区域的沉降累积量较大;时间上,研究区整体沉降量各月变化较均匀,其中,沉降量变化范围在6月最大,10月与11月最小。     

基于PSI技术的芜湖市地面沉降时空特征分析

城市的沉降监测有利于了解区域实时高程,可为地质灾害与防护部门提供数据依据,避免因高程损失而带来的地质灾害。基于2016年1月至2017年12月共22景Sentinel-1A干涉宽幅模式影像数据,利用永久散射体合成孔径雷达干涉测量技术以及合成孔径雷达差分干涉测量技术进行芜湖市地表形变监测,并分析研究区地面沉降的时空分布特征。空间上,阐述芜湖市地面沉降的整体格局,再以道路为专题,分析了道路的沉降分布格局。时间上,以时间为基线,逐月分析地面沉降部分在年内的具体变化。结果表明:空间上,芜湖市地面沉降主要集中在长江以东的范围,呈现出由西向东逐渐增加的趋势,长江以西呈现零星漏斗式沉降分布,其中,沉降累积量也与道路的密度与建设相关,道路汇集区与修建区域的沉降累积量较大;时间上,研究区整体沉降量各月变化较均匀,其中,沉降量变化范围在6月最大,10月与11月最小。     

基于PSI技术的芜湖市地面沉降时空特征分析

城市的沉降监测有利于了解区域实时高程，可为地质灾害与防护部门提供数据依据，避免因高程损失而带来的地质灾害。基于2016年1月至2017年12月共22景Sentinel-1A干涉宽幅模式影像数据，利用永久散射体合成孔径雷达干涉测量技术以及合成孔径雷达差分干涉测量技术进行芜湖市地表形变监测，并分析研究区地面沉降的时空分布特征。空间上，阐述芜湖市地面沉降的整体格局，再以道路为专题，分析了道路的沉降分布格局。时间上，以时间为基线，逐月分析地面沉降部分在年内的具体变化。结果表明：空间上，芜湖市地面沉降主要集中在长江以东的范围，呈现出由西向东逐渐增加的趋势，长江以西呈现零星漏斗式沉降分布，其中，沉降累积量也与道路的密度与建设相关，道路汇集区与修建区域的沉降累积量较大；时间上，研究区整体沉降量各月变化较均匀，其中，沉降量变化范围在6月最大，10月与11月最小。     

太行山低山区不同植被群落蒸散与水量平衡研究

通过大型非称重式蒸渗仪方法对黄背草、荆条及二者之间的复合群落的蒸散过程及水量平衡进行研究,结果表明三种植被蒸散规律是以8月为峰值的单峰曲线,且7~9月为蒸散高峰期。三种群落蒸散量比较,5~6月黄背草蒸散量较其它两种植被群落高。然而其它月份蒸散量低,复合群落蒸散量高。三种群落土壤含水量均在7~8月份高,黄背草5~6月土壤含水量较其它两种植被低,9月后土壤含水量较其它两种植被群落高;土壤水势与土壤含水量有着相同的变化;三种群落水量平衡:整个生长季,11%~13%的降雨用于地下水的补给,87%~89%的降雨储存到土壤水库供植被生长。不同植被地下出流量变化不大,植被蒸散量不同主要是消耗土壤水不同所引起的。     

基于TSEB模型的黄河三角洲蒸散量估算

蒸散发作为湿地生态系统中地-气间水热交换的主要方式,很大程度上影响着湿地的水热平衡,合理准确地估算蒸散发量,对湿地生态系统的水分循环、能量平衡以及科学管理具有重要意义。黄河三角洲湿地作为世界上暖温带最广阔、最完整和最年轻的河口湿地生态系统,既是气候变化的敏感区,也是生态环境的脆弱区。针对其地理位置特殊、水资源供需矛盾尖锐等特点,利用SEBAL(Surface Energy Balance Algorithm for Land)和TSEB(Two-Source Energy Balance)模型,对黄河三角洲湿地蒸散发量进行估算:首先利用SEBAL模型计算地表的特征参数和各地表通量,然后利用TSEB模型分离土壤和植被,分别计算黄河三角洲湿地瞬时的土壤蒸发、植被蒸腾和土壤植被总蒸散发量,利用积分关系法进行时间尺度转换,得到日蒸散量。利用气象站实测蒸发值和FAO Penman\|Monteith公式计算的作物系数,对遥感估算结果进行直接和间接精度评价。结果表明反演的蒸散发结果合理,精高较高。分析蒸散的空间分布及不同地表类型的蒸散特性,对比分析芦苇沼泽和芦苇草甸的不同蒸散特点,结果表明基于两模型耦合的方法可用于黄河三角洲湿地蒸散量估算。     

库布齐沙漠典型沙地人工林蒸散对比分析

人工造林使库布齐沙漠的生态快速逆转,深入理解沙地人工林的蒸散特征,对改善现有人工林的经营管理和开展人工林建设具有重要意义。利用Landsat 8、MODIS产品、气象观测资料等数据,通过基于能量平衡的SEBAL模型和MODIS MOD16蒸散产品获取库布齐沙漠典型林场2014年7月14日、7月30日、8月15日、9月7日的地表蒸散量,并采用波文比系统相关数据对估算的结果进行验证。得到以下结果：与波文比观测系统的蒸散相比,SEBAL模型反演的蒸散整体偏大,日蒸散分别多1.06、1.71、1.19、2.65 mm,两者的决定系数达0.827;MODIS MOD16产品的蒸散整体偏小,日蒸散分别少0.13、0.32、0.18、0.95 mm,两者的决定系数达0.823;在沙漠人工林斑块区域且植被类型较单一的情况下,MODIS MOD16的蒸散结果要好于SEBAL模型反演的蒸散,两者在空间分布上基本保持一致;林场蒸散较大的区域主要分布在中部和南部,而北部区域蒸散相对较小。研究结果可为其他沙地斑块人工林获取蒸散提供参考。     

Estimating evapotranspiration of European forests from NOAA-imagery at satellite overpass time: Towards an operational processing chain for integrated optical and thermal sensor data products

Evapotranspiration (ET) using the Integral NOAA-imagery processing Chain (iNOAA-Chain) is quantified by implementing visible and thermal satellite information on a regional scale. ET is calculated based on the energy balance closure principle. The combination of evaporative fraction (EF), soil heat flux and instantaneous net radiation, results in an instantaneous spatial distribution of ET values. Surface broadband albedo and land surface temperature (LST) serve to determine EF. EF is derived using four methods based on NOAA/AVHRR satellite imagery. Instantaneous evapotranspiration, i.e. at time of satellite overpass, on European continental scale with emphasis on forest stands is estimated using the iNOAA-Chain. Finally, the estimated net radiation (R_n), soil heat fluxes (G₀) and evaporative fraction and evapotranspiration at time of satellite overpass are validated against EUROFLUX site data for the growing season of 1997 (March-October). The regression line for the pooled R_n (iNOAA-Chain versus EUROFLUX) has a slope, intercept, Pearson product moment correlation coefficient (R²) and relative root mean square error (RRMSE) of respectively 0.943, 17.120, 0.926 and 5.5%. The soil heat fluxes, calculated with two approaches are not-well modelled with slopes smaller than − 3.000 and a R² in the order of zero. We observe a slight underestimation of the iNOAA Chain estimated EF. The regression line for pooled EF data for the best performing method (SPLIT-method) has a slope of 0.935, an intercept of 0.041 and the R² is 0.847. A pooled RRMSE EF value of 12.3% is found. The pooled slope, intercept, R² and RRMSE for EF derived with SORT-method 1 are respectively 0.449, 0.251, 0.043 and 65.1%, with SORT-method 2, 0.567, 0.203, 0.174 and 39.1%, and with SORT-method 3, 0.568, 0.254, 0.288, and 32.8%. Also instantaneous evapotranspiration is underestimated with a pooled RRMSE on ET of 23.4%. The regression curve of pooled ET data for the best performing method has a slope of 0.889 an intercept of 15.880 and a Pearson product moment correlation coefficient of 0.771. The other method gives a slope of 0.781, an intercept of 17.541 and a R² of 0.776. Error propagation analysis reveals that the relative error on evapotranspiration at satellite overpass time is at least 27%.     

Efficiency Research of Planted Rice Area Estimation From NOAA一AVHRR Data in Taihu Domain

运用NOAA-AVHRR资料估算水稻种植面积，是遥感应用领域中一个新的研究方向，结合国家“八五”攻关项目“太湖地区遥感话产”的要求，在太湖地区进行了初步的尝试:(1)根据估产精度要求和NOAA一AVHRR资料校正精度，探讨了运用NOAA一AVHRR资料估产所需的最小区域范围。(2)针对太湖地区的具休地理环境设计了提取水稻种植曲积的技术方案，并在试验区取得了初步成果。     

基于NOAA/AVHRR热红外数据的城市热岛强度年内变化特征

采用ENVI/IDL编程技术,实现NOAA/AVHRR数据的校准、几何纠正、云污染识别与剔除、影像特征统计与输出等过程的批处理自动化操作。并以济南市中心城区为例,通过2005~2006年间获取的白天NOAA/AVHRR影像热红外波段调查了济南市区城市热岛强度的年内变化规律与过程。研究结果表明：① 济南市区全年大部分时间存在热岛现象,4~9月份城市热岛效应较为明显,尤以5、7、8月为甚。② 全年城市热岛平均强度2.77℃,最强的热岛效应出现于7月下旬至8月中旬间。③ 从季节分布来看,济南市区夏季热岛效应最明显,春季次之,秋、冬两季较弱。④ 城市热岛强度与城、郊地表温度存在正相关关系,但相关程度较差。     

森林过火面积的遥感测算方法

根据对近年来多次特大森林火灾和相应的气象卫星资料的分析,提出利用NOAA/AVHRR数据测算森林大火的过火面积的四种方法,即灰度修正像元法、植被修正像元法、坐标法和蔓延法。在GIS地面信息数据库支持下,利用这4种方法能准确、快速地计算出过火面积。经今春应急评估试运行验证,森林大火过火面积测算精度达90%。     

应用NOAA／AVHRR资料动态监测洪涝灾害的研究

以ＮＯＡＡ卫星为主要监测手段，对洪水、植被、土壤的光谱特征进行分析研究，提出了同时突出水体和植被的光谱分析思路。并根据客观分析需要，建立了洪涝灾情图像处理软件系统，对ＮＯＡＡ／ＡＶＨＲＲ图像资料进行投影、截取、放大、配准等一系列预处理。同时采用模糊非监督分类、比值、归一化植被指数方法对洪涝信息进行分析处理，确定受灾范围，量算受灾面积，划分受灾等级，提供灾情分布图，为防汛抗洪部门提供有力的科学依据。     

AVHRR-based mapping of fires in Russia: New products for fire management and carbon cycle studies

A new database of fire activity in Russia derived from 1-km resolution remote sensing imagery is presented and discussed. The procedure used to generate this burned-area product is described, including active-fire detection and burn-scar mapping approaches. Fire detection makes use of a probabilistic procedure using image data from the United States National Oceanic and Atmospheric Administration's (NOAA) advanced very high resolution radiometer (AVHRR) system. Using the combination of AVHRR data collected at the Krasnoyarsk, Russia, high-resolution picture transmission (HRPT) receiving station, and data from the NOAA Satellite Active Archive (SAA), fire maps are being created for all of Russia for 1995 to 1997 and all of Eastern Russia (east of the Ural Mountains) for 1995 to 2002. This mapping effort has resulted in the most complete set of historic fire maps available for Russia. An initial validation indicates that the burned-area estimates are conservative because the approaches do not detect smaller fires, and, in many cases, fire areas are slightly underestimated. Analyses using the fire database showed that an average of 7.7×10⁶ ha yr⁻¹ of fire occurred in Eastern Russia between 1996 and 2002 and that fire was widely dispersed in different regions. The satellite-based burned-area estimates area were two to five times greater than those contained in official government burned-area statistics. The data show that there is significant interannual variability in area burned, ranging between a low of 1.5×10⁶ ha in 1997 to a high of 12.1×10⁶ ha in 2002. Seasonal patterns of fire are similar to patterns seen in the North American boreal region, with large-fire seasons experiencing more late-season burning (in August and September) than during low-fire years. There was a distinct zonal distribution of fires in Russia; 65% of the area burned occurred in the taiga zone, which includes southern, middle, and northern taiga subzones, 20% in the steppe and forest steppe zones, 12% in the mixed forest zone, and 3% in the tundra and forest-tundra zones. Lands classified as forest experienced 55% of all burned area, while crops and pastures, swamps and bogs, and grass and shrubs land cover categories experienced 13% to 15% each. Finally, the utility of the products is discussed in the context of fire management and carbon cycling.     

A method to convert AVHRR Normalized Difference Vegetation Index time series to a standard viewing and illumination geometry

The bi-directional reflectance distribution function (BRDF) alters the seasonal and inter-annual variations exhibited in Advanced Very High Resolution Radiometer (AVHRR) Normalized Difference Vegetation Index (NDVI) data and this hampers the detection and, consequently, the interpretation of temporal variations in land-surface vegetation. The magnitude and sign of bi-directional effects in commonly used AVHRR data sets depend on land-surface properties, atmospheric composition and the type of atmospheric correction that is applied to the data. We develop an approach to estimate BRDF effects in AVHRR NDVI time series using the Moderate Resolution Imaging Spectrometer (MODIS) BRDF kernels and subsequently adjust NDVI time series to a standard illumination and viewing geometry. The approach is tested on NDVI time series that are simulated for representative AVHRR viewing and illumination geometry. These time series are simulated with a canopy radiative transfer model coupled to an atmospheric radiative transfer model for four different land cover types—tropical forest, boreal forest, temperate forest and grassland - and five different atmospheric conditions - turbid and clear top-of-atmosphere, turbid and clear top-of-atmosphere with a correction for ozone absorption and Rayleigh scattering applied (Pathfinder AVHRR Land data) and ground-observations (fully corrected for atmospheric effects). The simulations indicate that the timing of key phenological stages, such as start and end of growing season and time of maximum greenness, is affected by BRDF effects. Moreover, BRDF effects vary with latitude and season and increase over the time of operation of subsequent NOAA satellites because of orbital drift. Application of the MODIS kernels on simulated NVDI data results in a 50% to 85% reduction of BRDF effects. When applied to the global 18-year global Normalized Difference Vegetation Index (NDVI) Pathfinder data we find BRDF effects similar in magnitude to those in the simulations. Our analysis of the global data shows that BRDF effects are especially large in high latitudes; here we find that in at least 20% of the data BRDF errors are too large for accurate detection of seasonal and interannual variability. These large BRDF errors tend to compensate, however, when averaged over latitude.     

基于GLASS数据的青藏高原2001—2018年蒸散发时空变化分析

准确认知青藏高原蒸散发时空变化特征,为当地可持续农业的水资源规划及理解高原气候变化具有重要现实意义。研究基于GLASS陆表潜热通量产品,采用Mann-Kendall趋势分析方法,结合青藏高原生态地理分区方案,分析了2001—2018年青藏高原蒸散发的时空变化特征及其与气温、降水和植被的关系。结果表明：①GLASS ET产品可以较好地表征青藏高原蒸散发的时空分布特征;②青藏高原多年平均蒸散发为296.52 mm,整体上呈现出东南高西北低的空间格局,其中东喜马拉雅南翼最高（690.94 mm）,柴达木盆地最低（163.47 mm）;③近18 a来,青藏高原蒸散发年际变化呈波动性上升,只有东喜马拉雅南翼在下降;④研究期间,青藏高原蒸散发以显著性增长趋势为主,占47.44%,主要位于高原东部边缘和中西部腹地,呈显著性减小趋势的地区占3.82%,主要集中于东喜马拉雅南翼;⑤蒸散发的空间分布在干旱区与气温呈负相关,在湿润区呈正相关,与降水空间格局总体呈正相关;⑥蒸散发与NDVI的空间分布呈较好的正相关,与NDVI的变化趋势相关性较为复杂,大部分呈正相关,小部分呈负相关。     

基于RSS二次曲线拟合的AOA定位算法*

许多无线定位应用通过旋转方向天线推测无线信号的到达角度(Angle Of Arrival,AOA)。但该类方法在稀疏抽样和复杂环境中的定位精度不高,方向天线波瓣曲线的还原实验表明,最大接受信号强度(Received Signal Strength,RSS)附近的波瓣曲线与二次曲线近似。根据这一事实,本文提出了一种基于RSS二次曲线拟合的AOA定位算法。该算法利用最大RSS附近的数据拟合出二次曲线方程,通过曲线方程的最值点估测AOA。实验结果表明：该算法能够在稀疏抽样和复杂环境中保持良好的定位精度;真实环境实验的平均角度和定位误差分别为2.5?和0.28m;相比RAL定位算法,其角度与定位精度均提高了70%。