黑河综合遥感联合试验涡动相关通量数据处理及产品分析黑河综合遥感联合试验涡动相关通量数据处理及产品分析

涡动相关通量数据的处理及质量控制是保证各涡动观测台站数据质量的重要步骤。“黑河综合遥感联合试验”(Watershed Allied Telemetry Experimental Research,WATER)从2007年底到现在连续观测积累了大量涡动相关通量观测资料。使用经过改进的EdiRe软件对盈科站、阿柔站和关滩站3个站点的原始涡动数据进行预处理和质量控制。通过异常值及野值点剔除、倾斜修正、超声虚温修正、时间滞后校正、频率响应修正和空气密度效应修正（WPL修正）等基本处理生成Level\|1数据产品;再通过大气状态平稳性检验、总体湍流特征检验以及湍流通量统计特征分析等初步质量控制,生成Level\|2数据产品。以盈科绿洲站2009年7月份涡动相关数据为例,着重介绍涡动相关数据处理过程中各校正方法的重要性及不同校正方法对湍流通量计算的贡献。结果表明：超声虚温修正后感热通量比修正前减少约7.7%;时间滞后校正后潜热通量和CO²通量分别增加了3.9%、2.7%;频率响应修正后感热通量、潜热通量及CO2通量分别增加了2.7%、10.5%、11.6%;WPL修正后潜热通量增加了1.7%,CO²通量减少了9.8%。最后将Campbell实时处理结果与Level\|1产品及Level\|2产品进行对比分析,并对黑河流域各涡动站做了总体数据精度评价,阿柔站数据质量最好,盈科站次之,关滩站较差。
     

时序NDVI数据集重建综合方法研究

时序NDVI数据集已经成功地应用于全球与区域环境变化、植被动态变化、土地覆盖变化和植物生物物理量参数反演等多方面的研究。时序NDVI数据集受到云和气溶胶等大气条件和传感器自身等因素的影响包含很多噪声,影响了其进一步的应用。基于对近几年来普遍使用的5种重建方法的对比分析结果,发展了基于标准差权重和噪声点性质的两种综合方法。以黑河流域2009年16 d最大值合成的MODIS NDVI数据为例,对比了两种综合方法与5种重建方法的效果;并用2009年5月下旬至8月上旬的地面实测NDVI数据验证了两种综合方法的重建效果。结果表明这两种综合方法的效果都优于对比的5种重建方法,它们既保留了原始数据中大部分的点,又最大限度地修正了噪声点,所生产的时序NDVI数据集,可以更好地用来开展全球与区域土地覆盖和植被动态变化监测等研究。     

黑河综合遥感联合试验自动气象站数据质量控制与产品生成

“黑河综合遥感联合试验”自动气象站(AWS)数据的质量控制(QC)分两个阶段进行：计算机自动控制阶段(QC1)和人机交互判断阶段(QC2)。QC1利用气候学界限值检查、台站极值检查、基本气象公式检查、内部一致性检查、时间一致性检查、综合决策算法,对自动气象站资料进行了自动质量控制;QC2中质量控制人员在QC1质量控制的基础上,对判断为可疑和错误的数据进行人工判断、分析错误原因、订正逻辑性错误,并给出数据的最终质量评价。上述质量控制后的自动气象站资料分两级发布,以供科研使用。最终结果表明:QC1中的质量检查可以有效地识别出观测资料中存在的明显错误;经过QC2数据逻辑错误订正后,“黑河综合遥感联合试验”AWS(Automatic Weather Station)数据总体质量较高,达到了预期的试验目标。