树枝状高分子研究应用进展

树枝状大分子是近年来出现的一类新型合成高分子,具有高度支化、结构规整、单分散等特性。这些特点使其在许多领域有潜在的重要应用价值,成为相关领域的研究热点。本文介绍了树枝状大分子在催化剂、生物医药、表面活性剂、液晶领域的研究及应用探索进行了综述,最后对树枝状分子的未来的发展进行了展望。     

基于Triple Collocation方法的微波土壤水分产品不确定性分析与时空变化规律研究

土壤水分是连接地—气系统的重要状态变量,微波遥感为准确获取大面积土壤水分信息提供新的技术手段。准确解读微波土壤水分产品质量、深入了解其误差的时空分布特征是通过数据同化等方法将其融入陆面模型,从而成功应用于地球科学领域的重要先决条件。基于Triple Collocation(TC)方法检验了风云三号C星(FY-3C)、土壤水分主被动卫星(SMAP)及高级微波散射计(ASCAT)这3种常用微波土壤水分产品在中国陆域的质量,并通过Hovm?ller图评估了3套产品捕捉土壤水分时空变化的能力。结果显示:①TC方法得到的分析结论与地面实测资料的验证结果一致,整体上SMAP优于ASCAT和FY-3C,不同土地利用类型下SMAP信噪比均最高,三者的TC信噪比分别为1.668 dB、-0.316 dB和-2.182 dB,同时三者与实测值的相关系数分别为0.514、0.501和0.209;②FY-3C和ASCAT产品的精度在中国西北地区整体优于南部地区,3种产品均能较好地刻画土壤水分随纬度和经度变化的情况,3种产品展现的季节波动整体高于实测,其中FY-3C的季节波动在3种产品中最为剧烈;③FY-3C的质量比ASCAT和SMAP更易受到植被影响,但在裸土区FY-3C优于ASCAT。本研究基于TC分析提供了全国范围内3种主流微波土壤水分产品的误差和信噪比的空间分布,并通过Hovm?ller图评估了其描述土壤水分时空变化的能力。研究结论可为微波土壤水分产品的同化研究提供一定参考。     

基于Sentinel-1数据的黑河中游土壤水分反演

基于Sentinel-1合成孔径雷达 (SAR) 数据及相同时段的中分辨率成像光谱仪（MODIS）和Landsat 8两种归一化植被指数（NDVI）,构建变化检测模型以估算黑河中游的高分辨率土壤水分,并探讨模型中具体参数设置对估算精度的影响。结果表明：①在对后向散射系数时间序列的差值 ( \mathrm{\Delta } \sigma ) 和植被指数 ( \mathrm{V} \mathrm{I} ) 进行线性建模过程中,MODIS NDVI和Landsat 8 NDVI这两种植被产品所构建的模型在 \mathrm{\Delta } \sigma - \mathrm{V} \mathrm{I} 空间中所选取的采样点比例分别为2%和4%时,各自取得最优精度; ②以土壤水分反演为目标,使用Landsat 8 NDVI构建的变化检测模型略优于使用MODIS NDVI构建的变化检测模型,两种模型的均方根误差RMSE分别为0.040 m³/m³和0.044 m³/m³,相关系数R分别为0.86和0.83; ③对于变化检测方法的关键参数,若使用低分辨率的SMAP/Sentinel-1 L2_SM_SP土壤水分数据分别代替站点观测的土壤水分初始值和缩放因子 (即两个连续时相土壤水分变化的最大值 \mathrm{\Delta } M s_{max} ) 这两个参数,则土壤水分RMSE将分别增加0.01 m³/m³和0.04 m³/m³。即土壤水分缩放因子这一参数的误差对反演结果的影响大于土壤水分初始值误差对反演结果的影响,故采用高精度的缩放因子进行变化检测估算。研究结论对于利用新兴的Sentinel-1 SAR数据,通过变化检测算法准确获取高分辨率土壤水分信息具有实际参考价值。     

基于光学和雷达遥感信息的灌溉信号分析及灌溉面积提取方法研究-以华北平原灵寿县磁右灌区为例

目前,灌溉面积主要通过调查统计方式获取,时效性和准确性较差,而在灌区用水管理中迫切需要掌握实际灌溉面积及其空间分布和动态变化等信息。为此,本文开展基于雷达遥感信息的灌溉信号探测识别及次灌面积提取方法研究。首先,使用水云模型结合实测土壤水分数据进行模拟,量化灌溉事件导致后向散射系数的变化。然后,提出一种基于时序差值和局部阈值法的实际灌溉面积提取方法,使用高频次的哨兵1号雷达卫星遥感数据开展华北平原灵寿县磁右灌区灌溉面积提取,并结合灌区实地调查资料对提取结果进行验证。结果表明:使用水云模型模拟显示春季小麦地块的灌溉事件可导致C波段的雷达后向散射系数变化超过1 dB,灌溉信号可被绝对辐射精度优于1 dB的雷达卫星探测;基于时序雷达后向散射系数分析显示,灌溉事件导致C波段雷达后向散射系数呈现明显的先增大后减小的时域特征,与降水事件不同,灌溉事件导致雷达后向散射系数呈现明显的局地变化特征。以本文提出的方法提取研究区的灌溉面积,结合实地调查样本检验,结果表明灌溉面积的总体提取精度为76.6%。小麦返青期第一次渠灌面积约为9.20万亩,小麦拔节期第二次渠灌面积约为10.64万亩。此外,由于井灌区和渠灌区存在明显的时差,基于雷达遥感信息可对不同水源的灌溉区进行探测,研究区井灌面积约为3.9万亩。基于高频次的雷达遥感信息可对灌区的灌溉事件进行探测,本文提出的方法可为区域次灌溉面积调查和流域水资源管理等应用提供技术支撑。     

基于热红外的四种土壤含水量估算方法对比

基于遥感的区域土壤水分反演是流域水资源规划管理、农作物灌溉制度制定、区域旱情监测、农作物估产等方面的基础.本文对四种可见光/热红外土壤水分反演方法进行评估对比,这四种土壤水分估算方法包括基于温度植被干旱指数(TVDI)的土壤水分估算方法和三种基于蒸散比/潜在蒸散比的土壤水分估算方法(EFM1,EFM2和EFM3).基于以上四种土壤水分估算方法,本文使用ASTER数据估算了黑河流域中游地区的土壤水分状况,使用研究区内生态水文无线传感器网络和流域水文气象观测站点的土壤水分观测对四个模型进行了验证评估.结果表明,TVDI方法因其干、湿边确定的经验性,会导致土壤水分估算的误差.而基于蒸散比/潜在蒸散比的土壤水分估算方法会在一定程度改善TVDI方法估算的经验性.通过蒸散比/潜在蒸散比的三种方法对比显示基于EFM1和EFM3方法优于EFM2方法.此外,基于热红外的土壤水分估算方法都需要土壤参数信息,土壤参数的不确定性会导致土壤水分估算的误差,高精度的土壤参数会改善基于热红外的土壤水分估算方法的精度.