《广西及东盟区域可持续发展目标数据集专题》卷首语

我国南方及东盟国家在区域上陆海相连,山水相依、海岸线绵长,区域气候、生态及环境相似,社会发展呈现出人口众多、文化多元等特色,是人口密集和多元文化交融的区域,在此开展可持续发展评估和实施联合国2030年可持续发展议程具有典型意义。如何实现区域社会、经济和环境的可持续发展,在水资源管理、海洋海岸带利用、城市发展、自然灾害适应、工农业发展等方面。

2001–2020年中国广西及东盟区域1 km分辨率降尺度月度降水数据集

中国广西及东盟区域位于亚洲东南部,同属亚热带季风气候,降水充沛,洪涝灾害频发,直接影响社会经济活动,高分辨率、高精度降水资料可有效支撑区域水资源、农业、灾害及生态等管理和研究。本研究以2001–2020年全球降水观测计划降水数据(GPM IMERG)为因变量,结合中分辨率成像光谱仪(MODIS)增强植被指数(EVI)、地表蒸散发(ET)、地表温度(LST)、先进星载热发射和反射辐射仪(ASTER)海拔(ELV)等解释变量,引入考虑变量随地理环境影响变化的地理加权回归(GWR)模型,构建空间分辨率为10 km的年尺度模型,经过测试选取验证精度良好的指数核函数。通过回代,基于空间分辨率为1 km的解释变量,构建了2001–2020年中国广西及东盟区域1 km年度降水数据集,并进一步采用比例指数法获得研究区2001–2020年1 km月度降水数据集。采用2001–2020年2679个地面观测站点数据对降尺度数据集进行验证,相关系数、均方根误差和偏差分别为0.792、74.610mm、-0.122%。本数据集能够有效反映1 km分辨率下的降水时空分布及其差异性,可广泛应用于水资源、农业、生态环境、灾害模拟等研究领域。

2000–2023年平陆运河区域环境时空变化特征数据集

运河是区域发展的重要水运通道,不仅是物资运输流通的走廊,也是区域社会、经济和环境可持续发展的核心纽带。运河的建设和运行直接关联着沿线地区发展,平陆运河是西部陆海新通道的重要工程,其社会和经济效益潜力巨大,而环境要素是区域可持续发展的关键。为开展运河流域环境评估,满足区域时空变化监测需求,本研究以平陆运河区流域和行政区划为研究范围,结合公开发布的社会、经济和环境等多要素数据,采用标准格网,构建公里级多维、时空一致的运河数字环境数据集。本数据集包括水文气象、生态环境、大气环境和社会经济四大类参数,总计涵盖26套参数数据,其中包括流域的19套参数数据和乡镇区划的7套参数数据。数据集的参数数据均为公开可获取,经过严格的数据质量评估。基于这26套参数数据,对其中的14套长时序参数数据进行时空变化特征分析,计算得到每个参数每年的平均变化量,并提供了研究区域的5个数据文件。本数据集可支撑平陆运河区域数据可视化、运河综合环境评估以及数字孪生应用等,为未来运河管理和可持续发展研究提供数据基础。

全格陵兰冰盖表面融水卫星遥感观测

每年夏季,格陵兰冰盖表面消融产生大量融水。冰面融水由冰面河输送,存储在冰面湖或注水冰裂隙中,形成了规模庞大、结构复杂的水文系统。然而,目前研究对全格陵兰冰面融水空间分布的理解十分有限。文章利用134景10 m空间分辨率的Sentinel-2遥感影像,提取了2019年消融旺盛期格陵兰冰面融水遥感信息;进一步,对比分析了遥感观测的冰面融水分布与区域大气气候模型(regional atmospheric climate model,RACMO)模拟的冰面融水径流量。结果表明:①2019年消融旺盛期,格陵兰冰面融水面积为9900.9 km^(2),融水体积为6.8 km^(3);②格陵兰冰面融水的空间分布差异较大,呈现明显的“西多东少”“北多南少”的态势;③格陵兰冰面融水主要由冰面河组成,冰面河占冰面融水总体积的57.1%,其次是注水冰裂隙(25.6%)和冰面湖(17.3%);④RACMO在多数流域准确模拟了冰面融水径流区域。研究反映了高分辨率遥感在格陵兰冰面水文研究中的应用潜力,提升了对冰面融水输送与存储等关键水文过程的理解。

广西壮族自治区乡镇及区县尺度社会经济及环境数据集

广西壮族自治区地处中国西南,拥有丰富的自然生态资源和多元的社会和文化背景,在省(区)域范围开展可持续发展研究,离不开时空尺度更为精准的乡镇及区县尺度社会经济和环境数据的支持。本研究获取了多种来源的环境要素数据、基础设施及工农业生产相关数据,通过参数提取、乡镇边界矢量和环境参数、基础设施及工农业生产相关栅格数据叠加运算,构建了1241个乡镇单元的环境参数数据、基础设施及工农业生产相关数据,同时基于广西统计局发布的广西统计年鉴,制备广西111个区县的社会经济数据,最终形成广西壮族自治区乡镇及区县尺度社会经济及环境数据集。数据处理过程不对原始数据构成精度损失,经多人复核审查,其数据完整性、位置精度、属性精度等均符合有关技术规定和标准的要求。本数据集为时间序列长、参数类型多的公开参数,数据集的参数维度、时空维度均可拓展,为区域多尺度的可持续发展提供了数据支持。

2000、2010和2020年中国广西土地利用/土地覆盖融合数据集

本研究选取全球/中国广泛应用的6大土地利用/土地覆盖遥感数据产品,包括欧空局全球土地覆盖产品(ESAGC)、ESRI全球10米土地利用/土地覆盖数据(ESRI-LULC)、清华大学高分辨率全球土地覆盖产品(FROM-GLC)、武汉大学中国土地覆盖数据集(CLCD)、全球30米高分辨率系统土地覆盖产品(GLC_FCS30)以及Globe Land30(GLC30),通过对多个数据产品进行重分类,提出基于一致性评估的多源数据产品融合方法,合成新的广西区域2020年度土地利用/土地覆盖数据产品,与地方统计年鉴数据相关系数大于0.94。研究进一步选用有长时间序列的三套数据(CLCD、GLC_FCS30和GLC30)融合形成广西2000、2010及2020年共三期土地利用/土地覆盖融合数据产品。本研究可以为区域土地利用/土地覆盖数据产品的融合应用提供方法基础,融合数据可以更好的支持广西区域的环境保护、农业生产规划和城市发展规划等相关研究。

漓江流域2016–2020年土地利用类型时空分布数据集

土地利用监测是土地资源管理的重要基础。本数据集基于Sentinel-2遥感影像数据,经过原始数据定标、镶嵌、裁剪等多项预处理手段,并建立遥感解译标志作为分类训练样本,采用最大似然法对桂林市漓江流域2016–2020年土地利用类型情况进行分类。结合原始随机检验样本,利用混淆矩阵分析方法对数据集进行精度评估验证。分类结果表明,漓江流域土地利用类型分类效果较为良好,总体分类精度均达到95%以上,Kappa系数均在0.8以上。总体上,漓江流域土地利用类型变化较小,主要的土地利用类型为林地,占比在65.2%左右。空间异质特征表现为建设用地呈现不断扩张的趋势,2016–2020年建设用地面积占比由4.17%扩张到5.19%。本数据集可以为土地格局时空变化、土地利用转移演变等研究提供数据支持。

积雪遥感监测产品研究与应用进展

积雪是表征地表冰冻圈的重要因子,也是重要的天气、水文现象的参数。借助遥感技术对积雪形态及变化进行长时序、大范围监测,在全球气候变化研究、水文水资源调查和地质灾害预防等领域有重要作用。经过数十年的发展,国内外积雪遥感监测技术领域取得了很大进展,积雪遥感监测产品种类不断丰富,积雪反演的算法也在不断改进。文章对现有应用比较广泛的积雪产品按照积雪范围产品、积雪覆盖率产品和雪深/雪水当量产品3类进行归纳总结,梳理当前典型积雪范围及覆盖率产品和雪深/雪水当量产品的业务化遥感反演算法。文章指出,随着国内外高时间和空间分辨率传感器的不断出现,在光学和微波新数据源、新技术支持下,研究人员逐渐针对区域特点优化积雪反演算法,使得反演精度不断提高,为未来积雪遥感监测产品的不断改进提供更多支持。

中国广西、云南、贵州及东盟十国河流、湖库面域矢量及其覆盖率数据集

径流是水循环中的重要过程,流域中河流的分布信息对该区域的水资源、生态、环境及其社会经济活动具有重要意义。我国广西、云南、贵州和东盟十国属于多云雨、山地特点突出的区域,对比已有的河流面域数据产品,发现对该区域的河流信息表征不足。为获得更为精确的河流分布数据,满足水资源及生态环境评估,本文采用欧亚大陆河流矢量数据(2010)及欧空局(ESA)全球土地分类数据(2020)陆表水体产品,通过融合形成综合河流矢量数据,再采用膨胀和收缩缓冲分析方法,解决河流不连续问题,并制作了中国广西、云南、贵州及东盟十国河流面域矢量数据。通过对ESA土地分类数据的进一步处理,获得了同区域的湖泊面域矢量数据。最终,本文计算了河流和湖泊的覆盖率,并生成1 km格网的河流和湖库覆盖率数据集。与Hydro RIVERS数据集,以及4种水体遥感数据集(Global Surface water,Esri Land Cover,Dynamic World V1,GRWL)的对比结果显示,本数据集在研究区对河流水系的表征能力更强,比原始输入数据集具有更丰富的细节,表现为:本数据集填补了欧亚大陆河流矢量数据(2010)中缺少的山区支流部分,解决了河流不连续、缺失等问题。本数据集为我国广西、云南、贵州及东盟十国的水体提取提供基础的先验数据,在洪水预报、水资源管理等方面具有重要价值,可服务于生态环境、交通运输、农业灌溉、能源等社会经济活动。

2015–2022年漓江流域12天时间分辨率地表水体面积数据集

喀斯特地貌在广西地区分布广泛,具有汛期降水强度大、水文过程迅速且时空异质性高等特点。水是重要的生态基础和自然资源,及时、准确地获取地表水体的时空变化特征,对于水资源的保护与管理、旱涝灾害的快速评估以及实现各个经济产业的可持续发展等具有现实意义。本数据集以广西桂林漓江流域为研究区域,针对当前地表水体监测频次低、水体提取方法受限于样本信息以及在复杂地形区域内提取精度较低等问题,结合Sentinel-1雷达和Sentinel-2光学等多源遥感数据,基于雷达和光学传感器成像原理的不同,提出了一种基于经验阈值进行矢量分类的方法,剔除了绝大部分地物阴影的干扰,构建了2015–2022年漓江流域时间分辨率为12天、空间分辨率为10米的地表水体面积数据集,共包括196期地表水体矢量数据。通过对数据集的空间分布和定量精度验证,结果表明:本数据集对河流、湖泊和水库的入、出水口以及复杂地形区域内小型水体等的提取精度较高,总体精度达到92.73%,Kappa系数为0.85。本数据集可用于支撑漓江流域水资源保护和生态环境的可持续管理,能够为应急管理、灾害防治、水利开发和经济发展等领域的决策提供可靠数据。

基于MODIS的青藏高原逐日无云积雪产品算法

青藏高原积雪对高亚洲地区水和能量循环起着重要的反馈和调节作用,其变化影响着融雪性河流流量,对下游水资源和经济活动具有重要影响。中分辨率成像光谱仪(MODIS)具有较高的时空分辨率,被广泛应用于积雪遥感动态监测,然而光学遥感积雪受云层影响严重,且青藏高原地区水汽分布不均,局地对流活跃,积雪的赋存时间变化快,这给高原地区逐日积雪监测及其气候学制图带来挑战。在考虑青藏高原地形和积雪分布特征情况下,结合现有的云覆盖下积雪判别算法,采用8个不同方法的组合,逐步实现MODIS逐日无云积雪算法。选取2009年10月1日-2011年4月30日两个积雪季为研究期,并采用145个地面台站观测雪深数据对去云算法各步骤过程开展精度验证,结果表明:当积雪深度>3 cm时,逐日无云积雪产品总分类精度达到96.6%,积雪分类精度达83%,积雪判对概率(召回率)达到89.0%,算法可实现青藏高原地区逐日无云积雪动态监测和积雪覆盖气候学数据重建,对高亚洲地区的水、生态和灾害等全球环境变化影响研究具有重要的意义。

大气对星载被动微波影响分析研究

被动微波遥感具有全天候工作的能力,但是在不同的大气状态下被动微波遥感受大气的影响不同。为了研究大气对高级微波扫描辐射计AMSR-E(advanced microwave scanning radiometer-earth observing system)入瞳亮温的影响,分别采用晴空和典型层云大气数据作为微波辐射传输模型的输入,进行大气微波辐射信号的模拟工作并分析大气的影响。结果表明晴空下大气水汽是引起大气辐射的主要因素,晴空条件下大气对典型被动微波传感器低频的(<18.7GHz)透过率大于0.98,在整个辐射传输过程中可以忽略不计。36.5和89GHz的大气透过率在晴空下分别为0.896和0.756,在用微波高频通道进行陆表参数反演时需进行大气水汽影响的校正;云覆盖条件或者阴天情况下云中液态水是引起大气辐射的主要因素,典型层云覆盖下大气的透过率在10.7,18.7和36.5GHz分别为0.942,0.828和0.605。与晴空相比,由层云中液态水引起的大气下行辐射的增量在36.5GHz最大达到75.365K。表明在云覆盖时大气影响的校正过程中云层的影响是校正重点。最后利用大气探空数据计算了内蒙古海拉尔地区2013年夏季7月份的大气透过率,结果显示C、X波段的大气透过率接近1,89GHz受水汽影响较大,其地球表层大气透过率不超过0.7。在内蒙古海拉尔地区,夏季大气透过率具有较为稳定的值,但是随着局部水汽的变化具有0.1左右的波动。

AMSR-E被动微波土壤水分与降雨率时空相关性分析研究

地表土壤水分和降水具有高度相关性,是2个密切相关的地气相互作用参量.采用同时反演获取的土壤水分和大气降水数据来研究土壤水分的变化情况,定量理解降水和土壤水分之间的物理联系,进而可以获得对反演算法改进有用的信息.采用被动微波辐射计AMSR-E反演获得的全球地表土壤水分和降雨率数据作为研究对象,一共收集了2005年10月1日至2006年10月31日之间共395 d的AMSR-E全球日土壤水分产品和升、降轨道瞬时降雨率数据.把降雨率轨道产品经过等积割圆柱投影并重采样到同日土壤水分产品相当的25 km分辨率EASE-Grid格点上.针对土壤水分和投影后得到的日降雨率数据进行每2,8,16 d的时间维平均,在空间维进行3×3、5×5、7×7格点的重采样,经时间序列对比,分析了降水对土壤水分反演的影响及其时空相关特性,并对反演参数间弱相关性出现的原因进行了探讨,这对于发现微波土壤水分和大气降雨算法的不足,提供其改进方向具有重要的指导意义.

ECW压缩技术在高分辨率遥感图像压缩与分发中的应用

在遥感数字化图像分发与处理中,普通城市的高分辨率遥感镶嵌图超过几十GB的数据量,超大的数据量给图像数据的浏览和网络发布带来了时间和网络资源上的巨大损失。ECW压缩技术作为一种基于小波的图像压缩开放标准,提供了最先进的大型/超大型图像压缩技术。对ECW压缩技术进行研究,并利用其提供的开放压缩库(SDK)开发遥感图像压缩专用程序,配合遥感图像的网络服务(IWS),提出了一种新的影像发布和浏览体系结构,并实现了其原型系统,在城市QuickBird遥感图像压缩以及分发上得到了一定的应用。

基于人工智能的地球物理参数反演范式理论及判定条件

[目的/意义]人工智能(Artificial Intelligence,AI)技术已在学术和工程应用领域掀起了研究高潮,在地球物理参数和农业气象遥感参数反演方面也表现出了强大的应用潜力。目前大部分AI技术在地学和农学的应用还是“黑箱”,没有物理意义或缺乏可解释性及通用性。为了促进AI在地学和农学的应用和培养交叉学科的人才,本研究提出基于AI耦合物理和统计方法的地球物理参数反演范式理论。[方法]首先基于物理能量平衡方程进行物理逻辑推理,从理论上构造反演方程组,然后基于物理推导构建泛化的统计方法。通过物理模型模拟获得物理方法的代表性解以及利用多源数据获得统计方法代表性的解作为深度学习的训练和测试数据库,最后利用深度学习进行优化求解。[结果和讨论]判定形成具有通用性和物理可解释的范式条件包括:(1)输入与输出变量(参数)之间必须存在因果关系;(2)输入和输出变量(参数)之间理论上可以构建闭合的方程组(未知数个数少于或等于方程组个数),也就是说输出参数可以被输入参数唯一确定。如果输入参数(变量)和输出参数(变量)之间存在很强的因果关系,则可以直接使用深度学习进行反演。如果输入参数和输出参数之间存在弱相关性,则需要添加先验知识来提高输出参数的反演精度。此外,本研究以农业气象遥感中的关键参数地表温度、发射率、近地表空气温度和大气水汽含量联合反演作为案例对理论进行了证明,分析结果表明本理论是可行的,并且可以辅助优化设计卫星传感器波段组合。[结论]本理论和判定条件的提出在地球物理参数反演史上具有里程碑意义。

COM技术在地球化学数据处理系统中的应用

区域地球化学信息作为反映矿产资源区域特性的重要指标,在区域矿产资源评价中占有重要的地位。为了有效利用该指标,这就要求研究实用可行的数据处理系统来更好地对地球化学数据进行处理。随着数据处理方法的不断完善和地矿信息化工作的不断提高,要求处理系统本身具有可重用性、可扩展性、高效性等特点,而组件对象模型(COM)技术提供了一种如何建立可重用、可扩展组件,以及如何通过组件高效率地构筑应用程序的一个规范,使得软件系统以组件方式集成成为可能。作者在COM技术内涵基础上,结合地球化学数据处理系统目前存在的若干问题,探讨了COM组件技术在地球化学数据处理系统设计中的应用,并对数据处理组件进行了分析设计。

面向数字地球科学平台的积雪遥感数据分析系统

季节性积雪是北半球重要的地表覆盖,是全球气候变化的敏感因子之一。卫星遥感可以快速获取大范围积雪面积、雪水当量(雪深)信息,是开展大范围积雪监测的重要手段。由于卫星资料具有多源和海量的特点,为满足其对多源长时间序列数据的管理和分析需求,根据现有遥感数据特点及应用分析特征,结合数字地球科学平台对积雪专题模型的需求,设计和实现了一套积雪遥感数据管理和分析系统。该系统可实现对30多年长时间序列光学和微波积雪遥感参数数据的管理与分析,有效地为全球气候变化研究提供数据支撑。以中分辨率成像光谱仪(MODIS)的积雪产品分析为例,开展了青藏高原积雪时间序列分析研究,结果表明,青藏高原积雪覆盖率具有缓慢增加的趋势。

基于自适应神经网络的岩性识别动态建模

针对研究对象定量研究复杂度高的地质工作,应用计算机进行定量化和信息化的研究,需要建立一定的数学模型,然而,传统的数学方法难以得到精确的数学模型,神经网络作为一非线性建摸方法,具有良好的自组织和自适应性等功能,可以逼近任意的非线性函数(映射)。本文提出利用神经网络的自组织、自学习、自适应功能实现数学模型的实时建立的方法,并在反传神经算法前馈神经网络(BP)模型引入了自适应动量因子α,使得网络计算量小,收敛速度快。最后将该模型应用到某地岩性识别动态建模中,取得了较好的效果。

基于MODIS的青藏高原季节性积雪去云方法可行性比较研究

青藏高原地处中纬度地区,季节性积雪分布破碎,地面观测站点稀少,中分辨率成像光谱仪（MODIS）可为该地区提供每日积雪监测数据,然而云是光学遥感最大的影响因素,为研究MODIS每日积雪产品去云方法在青藏高原的适用性,根据原理将去云方法归纳总结为五大类,并对每种方法的＂潜在假设＂开展分析讨论.结果显示：基于时间连续性的方法适用性强,去云效果明显,上下午积雪连续的平均概率为72.5%,而2～5 d的连续积雪的概率为5.6%～43%不等,可靠性差;临近像元法可去除零散分布的云,平均正确率达到95.5%,但去除云量较少;基于高程的去云算法在山区适用性好,而在高原腹地由于坡度较小而错判概率较大;采用被动微波遥感数据进行去云则依赖于微波对云的识别率,往往误差较大;采用数学方法拟合积雪边界在积雪破碎、降雪融雪较快的青藏高原地区,物理意义较弱.通过分析研究表明,青藏高原地区MODIS日积雪产品的去云,需综合多种算法的区域适用性,充分考虑青藏高原地形及积雪本身的特征,逐步完善每日积雪去云工作.

不同地物类型微波发射率特征分析

地表微波发射率是表征地表特征的重要参数,同时也是反演地表、大气参数的重要条件。不同地物类型由于其结构,含水量,粗糙度等的差异而具有各自的辐射特征。利用2003年6～8月,2003年12月～2004年2月两个时段针对AMSR-E(advanced microwave scanning radiometer-EOS)传感器的晴空条件下全球地表微波发射率数据,结合IGBP分类标准及覆盖度数据,选择相对较纯像元,分析了不同地表类型的发射率特征以及不同地物类型的发射率在不同波段随季节的变化规律。结果表明,地表发射率跟频率与极化相关,几乎所有植被和裸土类型双极化下的发射率变化趋势是随频率的增加而增大,而冰雪覆盖类型V极化发射率随频率增加而减小。此外,发射率跟地表类型密切相关。植被类型的发射率要高于裸土的发射率。因此,随着植被密度的降低,裸土的贡献增大,导致总体发射率的降低。对于植被类型,一般在夏季处于生长旺盛期,发射率比较稳定,可作为特征发射率。积雪覆盖是一个重要因素,尤其在冬季影响着地表的发射率变化。