多源遥感的中国NO_2浓度在时空上的对比

鉴于研究NO2柱浓度的长时间变化趋势时,不同卫星数据之间是否存在一致性非常重要,且不同卫星数据在不同空间尺度和季节上的对比研究较少,对比了GOME、SCIAMACHY、GOME-2和OMI反演的中国地区对流层NO2柱浓度在栅格尺度、省尺度、区域尺度和4个季节间的差异。结果表明,不同传感器的对流层NO2柱浓度在不同空间尺度和不同季节间具有良好的一致性,但是也有差别。NO2柱浓度平均值在省尺度上最大,区域尺度次之,栅格尺度上最小。SCIAMACHY反演的NO2柱浓度值低于GOME,高于GOME-2A和OMI,平均NO2柱浓度的最大差异出现在冬季,最大差异为SCIAMACHY比GOME、GOME-2A和OMI分别高-10.16%、17.51%和72.8%。GOME-2A和GOME-2B对流层NO2柱浓度均高于OMI,平均NO2柱浓度较大差异在春季和夏季,GOME-2A和GOME-2B分别比OMI高48.5%和41.55%。最后,卫星NO2柱浓度和地面NO2浓度验证结果表明,OMI数据和地面NO2浓度拟合的R2(0.72)大于GOME-2A数据与地面数据拟合的R2(0.6)。     

利用GOME-2卫星数据反演对流层臭氧

基于GOME-2level 1B数据利用最优估计反演算法获得了GOME-2臭氧廓线产品,分析了GOME-2对流层臭氧反演产品的误差和信息量等特征,并对比验证了紫外光谱仪GOME-2与热红外光谱仪TES反演的对流层臭氧柱总量及其敏感性。结果表明:GOME-2对流层臭氧柱总量反演随机误差在10%以内;GOME-2相对TES的对流层臭氧柱总量偏小5%~20%;晴空下GOME-2对流层臭氧反演的敏感性随高度增加而上升,接近TES的敏感性垂直分布;在有云条件下,GOME-2和TES的云下部分信号都被屏蔽,在云顶之上GOME-2臭氧反演敏感性明显高于热红外仪器TES。     

简化紫外辐射模型在基于OMI卫星传感器数据反演西太平洋海面紫外辐射中的应用

将简化紫外辐射传输模型应用于OMI卫星传感器数据,研究西太平洋地区B波段(UVB)的紫外辐射,其中卫星数据取自OMI传感器中L2级数据,地面实测数据取自加拿大全球紫外辐射中心(WOUDC)。将模型反演的UVB辐射数据与位于西北太平洋的两个典型站位实测数据进行了比较,结果显示卫星反演的UVB数据与地面实测数据具有很好的一致性,表明该简化的紫外辐射传输模型在基于OMI卫星传感器数据反演西太平洋地区的UVB辐射时具有良好的适用性。利用卫星反演的UVB数据,研究了西太平洋地区UVB辐射的时间及空间变化规律,这些变化规律与已有的观测结果一致。     

中国区域CO_2多年时空变化的卫星遥感分析

为了更充分地了解CO_2地面源和汇的分布特征,利用中国区域地面观测数据和AIRS反演的2003年1月~2012年12月CO_2三级产品分析了中国地区对流层CO_2浓度在不同季节的时空分布及多年变化特征。结果表明:1AIRS反演的CO_2产品与地面观测数据具有较好的一致性,相关系数0.85以上,月平均值偏差在3ppmv以内。CO_2随时间均呈增长趋势,两者呈现一致的季节波动性,卫星反演结果略有滞后。GOSAT反演CO_2比AIRS偏低,两者的相关性较低;2CO_2浓度呈现北高西南低的分布规律,多年月平均增长率为0.177。北方地区的CO_2增长率大于南方,东部的CO_2增长率大于西部;3CO_2浓度整体在春季呈现增长趋势,秋季呈现减小趋势。春季CO_2浓度较高主要出现在东北地区、内蒙古和新疆,多年平均浓度达到389ppmv以上,相应地这些地区在春季和夏季CO_2浓度年增加量达到2ppmv以上。秋季CO_2浓度在内蒙古和西南地区减小趋势明显。     

FY-2E地面太阳辐射反演及数据集评估

针对FY-2E地面入射太阳辐射反演精度不够精确的问题,提出使用ERA-Interim再分析资料的臭氧、大气可降水、地面气压等数据替换反演算法中气候态平均大气场,通过利用中国地区(2009—2014年)91个站点的地面观测数据验证和评估新旧数据集产品(SWDN-1.0和SWDN-2.0),并与CERES卫星反演SYN1deg产品和ERA-Interim再分析地面入射太阳辐射资料进行比较分析。结果表明:CERES卫星反演产品与观测最接近,FY-2E卫星反演产品次之,ERA-Interim地面入射太阳辐射产品误差最大;FY-2E卫星反演的2套产品,SWDN-2.0相比于SWDN-1.0有较大改进;4套数据产品在中国不同区域效果有明显差异,西部最好、南部最差,辐射反演算法还有待改进;从地面入射太阳辐射的多年平均值分析,4套数据产品之间有较好的一致性,FY-2E卫星反演地面入射太阳辐射数据集产品空间分辨更高,细节更清晰。     

星载NO_(2)探测发展及对流层柱浓度产品精度分析北大核心CSCD

NO_(2)作为大气中重要的痕量气体之一,是衡量大气污染状况的重要风向标。与传统地基观测相比,星载传感器能够提供大范围、长时间序列的观测资料,利用遥感卫星数据反演获取对流层NO_(2)浓度已成为近些年研究的热点之一。首先介绍了国内外星载紫外高光谱传感器的发展。然后从原理方面对国际上通用的对流层NO_(2)垂直柱浓度反演算法进行阐述。之后介绍了各官方对流层NO_(2)柱浓度产品的反演流程及产品精度,并比较了各产品DOAS算法的区别。可见,由于传感器所获取数据的时间、空间、光谱分辨率越来越高,NO_(2)柱浓度产品的反演模型及算法的选择更加合理,因此NO_(2)产品精度也更高。     

多源地面短波辐射数据融合与评估

为了提高对基于静止卫星FY-2G可见光通道数据反演地面入射太阳辐射产品的精度,使其与Hybrid模型计算得到的站点地面入射辐射数据进行STMAS方法融合,然后利用中国地区(2015年)91个站点的地面观测数据验证和评估融合前后产品(SWDN和SWDN-MERGE),并与CERES卫星反演SYN1deg产品和ERA-Interim再分析地面入射太阳辐射资料进行比较分析。结果表明:(1)CERES卫星反演产品与观测最接近,FY-2G卫星反演产品次之,ERA-Interim地面入射太阳辐射产品误差最大;(2)FY-2G卫星反演的两套产品,SWDN-MERGE相比于SWDN有较大改进;(3)从地面入射太阳辐射2015年年平均值分析,4套数据产品之间有较好的一致性,FY-2G卫星反演地面入射太阳辐射数据产品空间分辨更高,细节更清晰。以上分析结果可为4套数据产品的订正及其在中国地区的应用提供依据。     

贝加尔湖地区2003年-2005年间CO时空动态的遥感分析

主要基于搭载在Envisat卫星上的SCIAMACHY传感器反演的2003年-2005年间CO柱浓度数据产品,并结合生物质燃烧和土壤等辅助数据对贝加尔湖区域上空CO时空分布特征及其来源进行了分析,发现贝加尔湖区域2003年到2005年间的CO年均值浓度为2.28×10^18molecule.cm^-2,远高于欧亚大陆的本底浓度1.6×10^18molecule.cm^-2;CO浓度具有明显的季节波动,2003年的3月高达2.92×10^18molecule.cm^-2;CO的月均值变化和生物质燃烧具有很强的相关性,贝加尔湖地区4个大城市中赤塔（Chita）的年均值浓度是最高的;各土壤类型上空CO月均值季节变化显著,其中薄层栗钙土（Kh24-2b）类型土壤的振幅达2.91×10^18molecule.cm^-2。     

基于本底与卫星资料的全球CH4浓度变化与时空特征研究

利用大气制图扫描成像吸收光谱仪(SCIAMACHY)获得的2003年到2009年7年间的全球CH4浓度产品,与全球本底观测数据进行长时间序列的对比验证。研究显示,SCIAMACHY的CH4浓度产品误差约为2%,但数据系统性偏低,相关性较差。相比本底观测方法,SCIAMACHY获得了大范围的长时间序列的CH4数据,能够在一定程度上反映全球CH4的浓度变化与时空特征。卫星与本底观测资料显示,2003年至2006年4年间,全球CH4浓度年增长率接近于零;从2007年开始,CH4浓度增长速度有所提高。CH4浓度随着纬度从北到南逐渐降低,海洋地区纬度分布特征明显,而陆地区域由于受到排放源及海拔变化等因素的影响,在空间分布上表现出一些高值与低值区域。受CH4源汇变化的影响,大气CH4浓度呈现出明显的季节变化特征,并存在明显的南北纬度差异。北半球的CH4浓度在夏季最低,冬季最高,而南半球刚好相反。北半球季节波动幅度明显大于南半球,且不同站点的波动幅度差异较大;而南半球站点的波动幅度较小且站点间差异较小。     

基于OMI卫星遥感评估2015年阅兵期间华北地区SO_2和NO_2减排成效

基于卫星观测具有实时大范围的优势,利用OMI传感器观测数据得到阅兵期间(8.1~9.20)华北地区边界层SO_2柱浓度和对流层NO_2垂直柱浓度,分析2015年减排前(8.1~8.19)、周边减排(8.20~8.27)、全面减排(8.28~9.3)、减排后(9.4~9.20)的SO_2、NO_2浓度变化情况,以及相比于前3年同期分布的变化,评价了阅兵期间北京及周边7省区市联防联控减排措施的效果。研究发现:2015年华北地区SO_2、NO_2浓度均在全面减排期间达到最低值,与前三年同期相比,全面减排期间京津冀地区SO2浓度下降46%,NO_2浓度下降18%;外围地区SO_2浓度下降37%,NO_2浓度下降10%。减排措施取消后,与前三年同期相比,京津冀地区SO2浓度回升到前三年的水平,NO_2浓度增加19%,表明华北地区联动减排措施有效降低了SO_2、NO_2的浓度。卫星凭借实时、大范围的优势,可有效监测污染物的时空分布,为减排措施的制定与评估提供有力的依据。     

塔里木河中游植被指数空间数据库设计

受环境因素与人类活动的影响,塔里木河中游地区近年植被长势及分布变化较大,通过对植被的动态监测分析,可为塔里木河生态保育对策的制定及植被保护研究提供科学依据.本文采用面向对象的Geodatabase模型,使用地理信息系统（GIS）对空间、属性数据的管理分析功能,以塔里木河中游为研究区,选取通过遥感图像处理平台ENVI计算得到的2000、2006、2010、2015年四期归一化植被指数（NDVI）为研究数据,通过使用ArcGIS对NDVI进行空间分布特征研究,设计出一种塔里木河中游植被指数空间数据库,以实现空间、属性数据的存储管理一体化.该植被指数空间数据库能直观的反映出研究区植被变化及生长情况.     

利用色调—亮度彩色分量的可见光植被指数

目的 无人机遥感具有高时效、高分辨率、低成本、操作简单等优势。但由于无人机通常只携带可见光传感器,无法计算由可见光-近红外波段组合所构造的植被指数。为解决这一问题,提出一种归一化色调亮度植被指数NHLVI （normalized hue and lightness vegetation index）。方法 通过分析HSL （hue-saturation-lightness）彩色空间模型,构建一种基于色调亮度的植被指数,将该植被指数以及其他常用的可见光植被指数,如归一化绿红差值指数NGRDI （normalized green-red difference index）、过绿指数ExG （excess green）、超绿超红差分指数ExGR （excess green minus excess red）等,分别与野外实测光谱数据和无人机多光谱数据的NDVI （normalized difference vegetation index）进行相关性比较;利用受试者工作特征曲线ROC （receiver operating characteristic curve）的特点确定阈值,并进行植被信息提取与分析。结果 NHLVI与NDVI相关性高（R²=0.776 8）,而其他可见光植被指数中,NGRDI与NDVI相关性较高（R²=0.687 4）;ROC曲线下面积大小作为评价不同植被指数区分植被与非植被的指标,NHLVI指数在ROC曲线下面积为0.777,小于NDVI （0.815）,但大于NGRDI （0.681）,区分植被与非植被能力较强。为进一步验证其精度,利用阈值法提取植被,NHLVI提取植被信息的总体精度为82.25%,高于NGRDI （79.75%）,尤其在植被稀疏区,NHLVI的提取结果优于NGRDI。结论 提出的归一化色调亮度植被指数,提取植被精度较高,适用于无人机可见光影像植被信息提取,为无人机可见光影像的应用提供了新方法。     

基于MODIS植被指数估算青海湖流域植被覆盖度研究

将MODIS数据合成的4种植被指数作为输入参数,采用像元二分模型对研究区的植被覆盖度进行估算,利用2006年的TM数据解译结果和2011年8月的野外实测数据对反演结果进行验证。结果显示:采用ND-VI估算的植被覆盖度比较符合研究区实地状况,样点估算精度达到87.13%;其他3种植被指数估算的植被覆盖度值比实际值低,尤其是对该区域典型植被草原草甸的覆盖度估算结果明显偏低。研究表明:2011年8月青海湖流域植被覆盖度以中高覆盖度为主,占整个流域面积的57%以上;植被覆盖度在空间上呈中部高、西北低的分布特点。     

基于MPI和OpenCV遥感植被指数产品的并行计算

遥感传感器和计算机技术的发展,每天都会汇集大量新的地理空间数据。地球科学许多应用要求数据实时或接近实时地处理,发展高性能计算是进行海量数据处理的必然趋势。本文以 TM 影像制备黑河流域归一化指数产品为例,基于高性能集群,实现了植被指数快速提取的并行计算方法,并采用对等并行编程模式,通过 C 语言调用 MPI（Message Passing Interface,消息传递接口）和 OpenCV（Open Source Computer Vision Library,开源计算机视觉库）函数库,实现了 NDVI（Normalized Difference Vegetation Index,归一化植被指数）的并行计算,获得了黑河流域的 NDVI。性能测试表明,并行计算可以显著提高遥感图像处理的速度。文章最后讨论了从原始影像提取植被指数产品的流程。     

基于主成分分析和植被指数的潮滩植被信息提取研究

针对潮滩湿地植被的特点,利用2004年7月30日的SPOT5数据,在主成分分析的基础上,结合归一化植被指数NDVI和归一化水体指数NDWI,进行了Brovey变换和小波变换融合处理。融合后得到的图像较融合前的图像和原始SPOT5图像在空间相关性、信息熵以及植被间的可分离度等指标上都有显著的提高。对融合效果较佳的基于NDWI和主成分的小波变换的图像进行最大似然法分类,与原始图像最大似然法分类结果相比,分类精度提高了4.41%。     

地形校正对叶面积指数遥感估算的影响

利用经过6S模型大气校正的地面反射率图像、数字地面高程数据以及改进的CIVCO地形校正模型,分别计算了褒河流域不同植被类型（阔叶林、针叶林和灌木林）的3类光谱植被指数（NDVI、SR和SAVI）,并建立了各个植被类型叶面积指数与同时相的各个植被指数的相关关系。结果表明,地形校正能有效地消除大部分的地形影响,显著地提高各植被指数与叶面积指数的相关关系;对于阴坡和阳坡来讲,阴坡较阳坡提高显著;对于不同的植被类型,针叶林和灌木较阔叶林提高较为显著;对于同一植被指数如SAVI,灌木提高较针叶林和阔叶林显著,说明地形校正对叶面积指数的遥感估算结果有很大的影响。因此在利用遥感数据定量估算叶面积指数时,尤其对于山区,不仅要进行地形校正,而且要针对不同的植被类型选择合适的植被指数进行估算。     

基于GIMMS、VGT和MODIS的中国东部植被指数对比分析

GIMMS NDVI、VGT NDVI和MODIS NDVI/EVI是目前在植被变化有关研究中经常使用的植被遥感数据,它们之间的差异也得到了广泛关注。然而,在分析这些数据之间的差异时,较少有研究注意到植被本身固有的季节循环可能夸大了各数据间的相关关系。应用2000~2006年GIMMS NDVI、VGT NDVI、MODIS NDVI/EVI等不同植被遥感数据,对比了基于这些数据集的中国东部植被年际变化的差异,探讨了植被季节循环对不同遥感数据之间相关性的影响。结果表明:由不同遥感数据提取的植被年际变化特征具有明显的一致性,然而,植被本身固有的季节循环特征掩盖了不同数据集的差异。季节循环去除前,各数据集之间具有显著的相关性;季节循环去除后,各数据集的相关性明显降低,但不同数据集在北部区域依然具有较好的一致性,其差异主要出现在南部区域,差异最明显的是GIMMS与MODIS数据,二者在淮河以南的区域几乎不存在显著相关。     

南京市城市绿地现状遥感分析

应用TM影像对南京城市景观生态格局进行研究并对研究方法进行了探讨。为了提取正确的生态绿地专题信息,对提取的方法进行了探讨。研究中尝试用NDVI波段及其它波段组合对南京城市植被进行解译,效果较好。研究结果表明,南京生态绿地分布很不平衡。紫金山区的林地占主体,而繁华的中心城区,生态绿地相对总体绿地来说占据的面积很少。提出了南京生态绿地建设的合理化建议。     

在植物生长周期内县级区域植被指数的时空演变特征分析

采用１９９１至１９９２年晴空时的ＮＯＡＡ卫星ＡＶＨＲＲ资料，计算甘肃省河东地区６０个县（市）作物和牧草生长周期内标准化差植被指数（ＮＤＶＩ）的平均值和标准差，并逐县绘制其时间演变曲线和直方图。选取以农作物、草地和森林草地混合为主的三类县作对比分析，研究县级区域植被指数时空变化与作物和牧草生育期的关系。分析１９９１至１９９２年度冬小麦生长周期内遇到严重干旱的情况，为干旱监测、估产和区分土地使用类型选择最佳时相提供依据     

基于ETM＋的北京西部山区乔木群落结构研究

利用遥感技术结合地面调查的方法对2008年春季北京西部山区乔木群落的多样性进行了研究。提取归一化植被指数（NDVI）,并计算NDVI随时间的变化率（△NDVI）;利用地面调查数据计算研究区的健康指数、Mar-galef丰富度指数、Shannon-Wiener多样性指数和Simpson多样性指数,并分析△NDVI、健康指数和多样性指数之间的关系。结果表明：（1）健康指数和多样性指数之间存在正相关关系,群落多样性指数越高,群落的整体健康状况越好。（2）△NDVI与健康指数之间呈正相关关系,健康指数越高的群落,单位时间内NDVI的增加值越大,植被群落的生长变化越明显。（3）△NDVI的高低可以代表区域植被的健康程度,反映区域植物群落的丰富度、多样性。△NDVI的值越高,植被群落的健康程度越好,植被群落的丰富度、多样性指数越高。本文的研究较好的将遥感技术和地面调查相结合,对△NDVI与群落植被健康程度、多样性指数进行了研究和验证,为以后研究植被群落多样性提供了一定的借鉴。