基于PCA-RF组合模型的福建省空气负氧离子浓度预测研究

空气负氧离子(NOI)浓度是评价空气新鲜和清洁程度的重要指标。为了提高NOI浓度的监测能力,综合考虑气象要素和遥感因子,分析NOI浓度的关键影响因子,利用皮尔逊相关分析、PCA分析和随机森林机器学习方法(RF)构建了福建区域NOI浓度的PCA-RF预测模型。研究发现,(1)NOI浓度分布与风速(W_(air))、空气温度(T_(air))、大气压强(P_(air))、能见度(I_(VIS))、气溶胶光学厚度(h_(AOD))、植被指数(I_(NDVI))、湿度指数1(I_(NDMI1))、植被供水指数(I_(VSWI))和亮度指数(I_(NDSI))呈显著相关(均通过0.01显著性检验),其中W_(air)、I_(VIS)、I_(NDVI)和I_(VSWI)与NOI浓度呈正相关,T_(air)、P_(air)、h_(AOD)、I_(NDMI1)和I_(NDSI)与NOI浓度呈负相关。(2)主成分数量为7时,方差累计贡献率达到93.36%,能够代表所有因子的大部分信息。(3)PCA-RF模型最佳的ntree和mtry分别为400和7。对福建区域NOI浓度影响较大的前3个因子依次为P_(air)、I_(VIS)和I_(VSWI)。(4)PCA-RF模型在验证集上的RMSE为803.73 ions/cm^(3),R^(2)为0.44,MAE为548.79 ions/cm^(3)。

基于机器学习的福建省地表温度降尺度方法研究

为了提高福建省地表温度探测精细化水平,利用福建省2023年7—9月MODIS遥感数据,基于随机森林机器学习方法,综合考虑南方丘陵地形、植被覆盖、相关辐射波谱等因素,构建福建省地表温度降尺度模型,开展地表温度精细化监测。结果显示:(1)福建省地表温度与降尺度因子均呈负相关,相关性由高到低依次为DEM、NDVI、EVI、BLUE、NIR、RED、MIR;(2)福建省地表温度随机森林降尺度模型最佳的ntree和mtry分别为700和2;(3)对福建省地表温度降尺度影响较大的前3个降尺度因子依次为DEM、NDVI和EVI;(4)福建省地表温度降尺度模型的MAE和RMSE分别为0.40℃和0.55℃。

基于气象和遥感的空气清新度监测技术研究

负氧离子浓度和PM_(2.5)质量浓度是衡量空气新鲜和清洁程度的重要指标。文章利用2018—2022年福建气象部门50个负氧离子观测站资料,以及基于卫星遥感反演的气溶胶、植被指数、地表亮温等生态环境参数,并融合Cubist机器学习方法建立负氧离子浓度和PM_(2.5)质量浓度估算模型,在此基础上提出综合考量负氧离子浓度和PM_(2.5)质量浓度来建立空气清新指数,并采用统计学上数据序列频率的四分位数结合负氧离子的时空变化特征对空气清新指数进行分级,最后实现对区域空气清新度的精细化网格监测。结果表明:负氧离子浓度估算训练模型拟合优度为0.838,测试模型拟合优度为0.526;PM_(2.5)质量浓度估算训练模型拟合优度为0.968,测试模型拟合优度为0.867。基于气象、遥感和机器学习算法的空气清新指数监测结果与实际情况相符。

两种不同初始场对太阳辐射模拟效果的影响

利用2010年1,4,7和10月ECMWF和NCEP再分析资料作为初始场和边界条件,应用辐射模式系统WRF-SES2模拟了北京观象台的总辐射、散射辐射和直接辐射,并与观测值进行对比,重点分析了模式初始场云量差异对辐射模拟的影响。结果表明:(1)1,4,7和10月多数时段总辐射模拟值较观测值偏大,散射辐射模拟值较观测值偏小,总云量模拟值小于观测值,直接辐射误差分布范围较总辐射、散射辐射大。(2)多数时段采用ECMWF再分析资料作为初边值条件模拟(简称EC方案)的总辐射、直接辐射、散射辐射误差小于NCEP资料作为初边值条件模拟(简称NCEP方案)的误差,即EC方案模拟太阳短波辐射效果优于NCEP方案,这可能与ECMWF再分析资料中的云微物理量误差相对较小有关。(3)1月和4月总辐射模拟效果较好,平均绝对误差最小,其中1月两种方案误差分布范围最小,且介于-50~200 W·m-2之间,10月次之,7月稍差;1,4月和10月两种方案模拟误差较接近,而7月EC方案模拟的总辐射误差小于NCEP方案。(4)1月直接辐射模拟效果较好,4月和10月次之,7月稍差;除4月外,其他3个月EC方案模拟的直接辐射误差小于NCEP方案。(5)1月和10月散射辐射模拟效果较好,4月和7月稍差;4个月EC方案模拟的散射辐射误差小于NCEP方案。(6)EC和NCEP方案对总辐射、直接辐射和散射辐射的模拟准确率受初始场中云量模拟效果的影响较大,当总云量模拟误差较小时,总辐射的模拟误差亦相对较小。(7)在多云和有降水天气过程时,EC和NCEP方案模拟的太阳辐射误差较大,需要通过资料同化方法改进模式初始场,并对模拟结果做进一步订正。

基于高分一号遥感影像的植被覆盖遥感监测——以厦门市为例

植被对环境变化有重要影响,特别是在碳循环中起着关键性作用。随着局地植被精细化监测要求的提高,传统中低分辨率遥感植被监测方式已经很难满足需求,而高分辨率卫星具有高空间分辨率优势,可以对植被进行更精细的遥感监测。本研究从高分一号卫星数据的特征出发,研究高分一号卫星数据辐射定标、大气校正和正射校正的预处理方法及高分一号卫星植被覆盖度遥感反演方法。最后,以福建省厦门市为例,利用高分一号多光谱相机(GF-1-WFV1)16 m影像数据反演植被覆盖度,并划分植被覆盖等级。根据植被覆盖度分布显示,高分一号卫星能精确监测厦门市植被覆盖度分布状况。监测统计结果表明,厦门市大部分地区为高或较高植被覆盖度区,其中,海沧、集美、翔安和同安内陆地区植被覆盖等级明显优于沿海地区,厦门岛南部地区植被覆盖度优于北部地区。

基于福建省冬季低温分型的台湾青枣寒冻害特征

为减少福建省引种台湾青枣寒冻害损失,根据气象资料、寒冻害形态学标准以及寒冻害试验灾情样本,采用低温分型进行分类,确定了平流型、辐射型和混合型3种低温类型下的台湾青枣寒冻害低温指标特征。结果表明,不同类型的低温与寒冻害等级间均有显著的负相关关系;不同低温类型下,出现寒冻害的临界温度阈值依次为:辐射型≤无分型≤平流型≤混合型;在轻级(1级)寒冻害区间,同一低温强度下平流型和辐射型青枣寒冻害程度较接近,均较混合型寒冻害轻;在中级(2级)寒冻害区间,同一低温强度下平流型青枣寒冻害程度较混合型轻,辐射型青枣寒冻害程度介于二者之间;在重、严重级(3、4级)寒冻害区间,同一低温强度下辐射型、混合型、平流型青枣寒冻害程度依次减轻。以漳州市平和县寒冻害个例进行验证表明,低温分型寒冻害等级指标与实际寒冻害等级对比印证的准确率为75%;低温分型寒冻害等级指标准确率较无低温分型寒冻害等级指标高。

基于XGBoost算法的FY-4A卫星海温产品区域性修正

以台湾海峡为研究区域,搜集2021-2022年晴空日的风云四号A星(FY-4A)海温时次产品作为基础数据源,以浮标实测海温数据为验证数据,通过XGBoost算法实现FY-4A海温实时反演产品的区域性修正。结果表明,XGBoost算法结果与浮标实测值的拟合程度好,R^(2)达到0.992;XGBoost算法修正的SST数据的RMSE为0.465,MAE为0.321,均优于FY-4A SST产品,说明通过XGBoost算法修正后的SST结果拟合度更高、误差更低。

基于Landsat影像的平潭综合实验区设区前后植被变化特征分析

平潭于2009年升级为福州(平潭)综合实验区,2012年再次升级为福建省平潭综合实验区。在新区建设中坚持生态优先、绿色发展,保护植被生态,是必须考虑的问题。为了探究平潭综合实验区设区前后植被生态变化情况,研究利用LandsatTM/OLI卫星影像资料开展平潭综合实验区植被遥感监测,分析平潭综合实验区设区前后植被变化特征。结果显示:实验区植被覆盖总体较好,植被覆盖以中高覆盖为主;平潭设区前后植被变化特征明显,中植被覆盖区面积减小,主要原因是实验区不断加快的开放开发建设,部分绿色植被地区转为建设用地。

Landsat 9卫星影像预处理方法及应用——以南京市植被生态遥感监测为例

植被状况对生态环境有重要影响,特别是在城市生态环境中。该文以Landsat 9卫星特征为切入点,研究Landsat 9卫星影像的预处理方法及植被覆盖度定量反演方法。以江苏省南京市为例,利用Landsat 9陆地成像仪(OLI-2)影像反演植被覆盖度空间分布情况。监测统计结果显示,南京市植被覆盖度均值为60.17%。分区域统计显示,浦口区植被覆盖度最高,江宁区植被覆盖度次之,而六合区、市区(包括栖霞区、鼓楼区、秦淮区、玄武区、雨花台区和建邺区)和高淳区植被覆盖度相对较低。

高分1号卫星影像在福州市植被生态遥感监测中的应用

从高分1号(GF1)卫星数据特征出发,论述了卫星数据的预处理方法,并以福建省福州市为例,通过PIE软件对高分1号多光谱相机(GF1-WFV1)16 m影像数据进行辐射定标、大气校正和正射校正,然后利用GIS软件计算植被覆盖度并划分植被覆盖等级。结果显示,除城建区外,福州大部地区为高或较高植被覆盖度区,其中,福州内陆地区植被长势明显高于沿海地区,福州市区、仓山、闽侯高新区及平潭地区植被覆盖度较低。

2018年福建省春茶霜冻害特征分析

根据2018年4月6-8日低温过程影响期间对福建省武夷山市和政和县茶园的茶叶品种进行物候及霜冻灾害调查,并统计全省受灾情况,结果表明:本次低温过程对调查点茶园造成不同程度的灾害,霜冻害程度较"2015年4月14日晚霜冻"严重。调查结果显示霜冻害程度除了与极端最低气温有关外,还与地形、海拔高度、茶叶品种、茶叶生育期、茶龄、防护措施等有关,其中地形因素影响较大。

基于卫星资料同化和LAPS-WRF模式系统的云天太阳辐射数值模拟改进方法

太阳能光伏发电已成为仅次于水电和风能的第三大可再生能源,光伏发电受云量时空变化的影响较大,因此准确模拟云天太阳辐射的时空变化对电网安全运行至关重要。围绕如何减小中尺度气象模式的云初始场误差,进而改进云天的太阳辐射模拟这一关键科学问题,本文通过研究基于卫星资料同化的LAPS(Local Analysis Prediction System)多时间层三维云分析同化方法,改进三维云结构,并将LAPS模式输出结果作为WRF(Weather Research and Forecasting)模式的初始场,模拟了2008年1月及夏季(6~8月)北京地区的总云量和总辐射的时空分布,重点分析了多云和有降水天气过程总辐射的模拟改进效果及其原因。结果表明,同化前后的总云量模拟值与观测值的时间变化趋势基本一致,但大部分时次总云量的模拟值低于观测值;大部分多云及降水时段同化后总云量模拟值较接近于实测值。1月晴天、多云天以及夏季晴天同化前后总辐射模拟值与实测值的时间变化趋势较一致,但同化前后两者的相关性差异不明显;晴天条件下同化前后总辐射模拟值均低于实测值,1月多云条件下多数时段同化后总辐射模拟误差减小不明显,与总云量的改进效果不显著有关。夏季多云、有降水及6月典型降水三种天气条件下同化前后总辐射模拟值与观测值的相关性稍差,同化后两者的相关性较同化前有所改进,尤其是6月典型降水过程改进效果较明显;同化前总辐射模拟误差较大,而同化后误差显著减小,尤其是6月典型降水过程同化后均方根误差和平均相对误差较同化前分别减小了102.6 W m^(-2)和355.9%,最大相对误差减小更显著;同化后总辐射模拟误差小于同化前的比例高达75%,即大部分时刻同化后模拟误差小于同化前。多云和有降水天气过程总辐射模拟效果的显著改进与总云量的改进密切相关,即同化后总云量模拟值增加,云的反射和散射作用增强,导致模拟总辐射减小,即更接近于实测总辐射值。研究结果对于多云和降水天气条件下太阳辐射的模拟效果改进、太阳能资源客观评估以及光伏电站的发电量预测具有一定的科学和实际应用价值。

3种热带特色果树寒冻害低温等级指标的确定

【目的】我国莲雾、杧果、青枣寒冻害年年有不同程度的发生。为了达到合理布局,减少寒冻害损失,迫切需要建立3种热带果树寒冻害等级指标。【方法】根据历史气候和大尺度寒冻害灾情考察资料、果园定位观测试验、2 a的地理移放试验、人工气候箱致灾试验等多种试验方法,分析寒冻害调查及试验莲雾、青枣、杧果的形态变化,对照寒冻害形态学标准,确定调查灾情及试验样本灾情等级,采用数理统计和对比印证方法,对热带特色果树寒冻害低温等级指标进行研究。【结果】确定了3种热带特色果树的寒冻害低温等级指标,分别为莲雾:Tmin>5.5℃,无寒冻害,正常生长;3.0℃<Tmin≤5.5℃,轻度;1.0℃<Tmin≤3.0℃,中度;-1.5℃<Tmin≤1.0℃,重度;Tmin≤-1.5℃,极重,不可恢复或死亡。青枣:Tmin>5.0℃,无寒冻害,正常生长;3.0℃<Tmin≤5.0℃,轻度;0.5℃<Tmin≤3.0℃,中度;-2.5℃<Tmin≤0.5℃,重度;Tmin≤-2.5℃,极重,不可恢复或死亡。杧果:Tmin>2.0℃,无寒冻害,正常生长;0.5℃<Tmin≤2.0℃,轻度;-1.0℃<Tmin≤0.5℃,中度;-2.5℃<Tmin≤-1.0℃,重度;Tmin≤-2.5℃,极重,不可恢复或死亡。【结论】莲雾、杧果、青枣等级指标通过人工气候箱致灾试验、地理移放试验和典型年实际灾情验证,验证吻合率高,可以在生产实际中应用。

枇杷幼果冻害低温等级指标的确定

根据福建省近5a枇杷幼果低温箱试验和低温过程山坡地枇杷冻害观测试验结果,以及主产省福建、浙江历史灾情资料,采用归纳分析和对比印证等方法,对枇杷幼果冻害的低温等级指标进行研究。结果表明:枇杷幼果冻害低温等级指标可用日最低气温(Tmin)和低温持续天数(DD)表示,各级冻害指标分别为,轻度:-2.5℃<Tmin≤-1.0℃,DD≤3d;中度:-3.5℃<Tmin≤-2.5℃,DD≤3d或-2.5℃<Tmin≤-1.0℃,DD>3d;重度:-4.5℃<Tmin≤-3.5℃,DD≤3d或-3.5℃<Tmin≤-2.5℃,DD>3d;极重:Tmin≤-4.5℃,DD≤3d或Tmin≤-3.5℃,DD>3d。历史灾情资料验证结果表明,冻害等级指标在福建莆田的推算准确率为61%,在浙江临海、黄岩为87.5%,说明枇杷幼果低温冻害等级指标可应用于低温冻害预测。

引种台湾青枣的寒冻害等级指标研究

通过专家走访和寒冻害灾情调查,建立台湾青枣的寒冻害形态学分级标准。根据近年来福建、广西、广东引种台湾青枣的寒冻害调查资料,结合2014/2015年、2015/2016年冬季青枣的野外观测和地理移置试验,基于形态学分级建立灾情样本集。采用K-means聚类分析方法对灾情样本分析,获取各寒冻害等级指标的阈值,最终建立基于日极端最低气温的台湾青枣寒冻害等级指标,各级指标分别为:2.5℃<T_d≤5.0℃,轻度;0℃<T_d≤2.5℃,中度;-2.5℃<T_d≤0℃,重度;T_d≤-2.5℃,严重。研究的等级指标采用典型年灾情和人工气候箱致灾试验结果验证,准确率达90%以上。研究结果对引种台湾青枣的合理布局及寒冻害监测预警具有实际参考价值。

PSP总日射表灵敏度系数的热偏移订正方法

PSP总日射表在我国一直作为标准总日射表和质量优良的辐射仪器在使用,2006年以前还曾作为国家散射标准,在太阳辐射量值传递中测量标准散射辐射,通过成分和法计算标准总日射辐照度。总日射表的校准在晴天条件下进行,此时天空无云,由于热偏移为负值,导致对短波灵敏度系数被低估。2011年10月14日—11月15日在北京密云上甸子大气本底站进行了对比观测试验,通过对不同总日射表热偏移订正方法的试验与研究,进行了5种热偏移订正方法的比较。通过订正,在用于室外成分和法校准时,PSP表的灵敏度系数的准确度可提高1%,进而提高总辐射的测量准确度。

国家散射日射标准及其校准方法

标准总辐射应由标准直接日射表和标准散射日射表来测量。建立散射日射标准和校准方法,将世界辐射测量基准(WRR)从标准直接日射表直接传递给散射日射标准,以保证标准总日射表校准结果的准确性。通过对"遮/不遮"法的试验研究并与成分和法比较,前者校准的总日射表的灵敏度值不含有热偏移误差,测量的散射日射准确度较高。从减少不确定度的角度,"遮/不遮"法仅涉及一台标准仪器,且是直接日射表中不确定度最小的直接溯源到WRR的腔体直接日射表,其他方法涉及的标准器引入的误差都大于该方法。

2015—2016年福建省冬季气候特征与主要农业气象灾害分析

2015—2016年福建省冬季平均气温正常,极端气温偏低;降水异常偏多;日照偏少,大部县市为明显到异常偏少。2016年1月出现了近半个世纪以来最强冷空气过程,极端最低气温超过历史同期最低值,寒冻害属历年第2位,仅比1999—2000年冬季寒冻害轻;中南部连续2次暴雨过程历史罕见,降水量属历年第1位。主要的农业气象灾害有低温阴雨寡照、暴雨和寒冻害3类,其中影响最大的是寒冻害。

福建有云覆盖下地表太阳辐射的卫星遥感监测

选取由卫星遥感反演得到的云光学厚度和云量资料,与由地面观测的太阳辐射数据计算的云削减量进行多种函数形式的回归分析,发现幂函数形式的拟合效果最好(P<0.01),经分析,式中各项指标物理意义明确、合理。利用该模型对福建省2012年66景典型有云覆盖下地表太阳总辐射时曝辐量进行估算,结果与地面实测值间相关系数达0.975,平均相对误差为19%;对于地面实测时曝辐量大于1MJ·m-2·h-1的有云覆盖地表,时曝辐量的平均相对误差仅11%。本文方法可完全采用卫星资料计算有云覆盖下地表太阳能,克服了以往建立辐射估算模型主要采用气象台站常规云观测资料、在精度和空间推广稳定性方面的不足,所建模型对地面观测站点稀少、大气环境局地性较强的福建地区具有明显优势。

基于RSEI模型的平潭岛生态质量变化研究

为探究平潭岛在综合实验区及国际旅游岛建设中对生态的影响,利用2009年和2020年美国Landsat系列卫星影像资料,基于遥感生态指数Remote Sensing Ecological Index(RSEI),开展平潭岛生态质量遥感监测及变化特征分析。结果表明,2020年平潭岛RSEI均值较2009年提高0.05,RSEI优和良等级面积增加30.19km^(2),较差和差等级面积减少20.55km^(2),中等等级面积减少7.81km^(2);2009—2020年平潭岛RSEI向高等级转移,生态质量呈现趋好态势,在综合实验区及国际旅游岛建设中坚持绿色发展、生态优先的高质量发展理念,对保护生态起到了积极作用。