春季巢湖水温和水体叶绿素a浓度的变化关系

根据2007年3 6月的巢湖逐时气象观测资料和水环境监测资料,分析了水体叶绿素a浓度、水温和气温的时间变化规律以及相互之间的关系.结果表明:水温日变化幅度小于气温日变化幅度,多项式拟合决定系数较高,为0.81;水温与水体叶绿素a浓度逐时变化关系不稳定,线性拟合决定系数变化范围为0到0.91,平均为0.35;水温日平均与水体叶绿素a浓度日平均的相关性较逐时的相关性要好,与水温和叶绿素a浓度阈值有关.巢湖东半湖叶绿素a浓度变化与前期单天、累积水温变化密切相关,而西半湖叶绿素a浓度则与同期水温的相关性好.

MODIS巢湖水体叶绿素a浓度反演模型

对大面积水体进行水质遥感监测是比较典型的水体环境监测手段。该文利用地物光谱仪测定了巢湖水面的光谱反射率,收集了相应时间的MODIS数据,经过预处理之后,首先分析了巢湖水面光谱特征,并对实测水体反射率与实测叶绿素a之间的关系进行统计拟合计算。在经过MODIS大气校正后,得到1～7通道的地表反射率。利用大气校正后的EOS/MODIS数据,选择最佳通道组合,定义了叶绿素a指数IChla,建立了MODIS巢湖叶绿素a浓度的反演模型,检验得到相关系数为0.5079。

大气校正对几种MODIS植被指数影响的分析

利用NASA—ESE提供的算法和代码对EOS/MODIS进行大气校正计算,得到CH1-CH7的地面反射率。再分别用大气校正前后的表观反射率和地面反射率数据计算三种常见植被指数(RVI、NDVI、NDVIg),分析三种植被指数在大气校正前后的变化以及与季节、地物类型之间的关系。指出大气校正并未完全抵消RVI中气溶胶的影响,但在绿度低值区补偿明显；而NDVI和NDVIg从整体上部分补偿了大气影响,在气溶胶较厚或使用绿通道(NDVIg)时必须进行大气校正。

基于统计的MODIS地表反射率简单估算方法

利用NASA-ESE提供的大气校正算法对EOS／MODIS进行计算,得到CH1-7的地面反射率,再与MODIS所接收到的大气上界反射率数据进行比较,参考野外实测得到的大气光学特性和地面反射率数据,提出一种基于统计方法的MODIS前7个通道的大气校正方法。

安徽省冬小麦种植保险天气指数设计与应用

利用安徽省宿州市1993-2009年的逐日气象数据并结合区域冬小麦生育期的主要农业气象灾害,通过对历史产量损失与主要灾害的气象指标进行对比分析,为设计小麦种植天气指数保险产品,确定了干旱指数、倒春寒指数、干热风指数、阴雨日数指数Ⅰ、阴雨日数指数Ⅱ共5个小麦关键生育期天气指数。通过历史天气指数赔付率与历史产量损失率的对比,定义基差风险函数和最小化基差风险,确定指数保险赔付的触发值及赔付标准。将设计的保险产品在安徽省宿州市试验应用,2010-2012年成功销售推广1300hm2,总保费约11万元,因触发干旱指数,实际赔付额超过22万元。表明天气指数保险产品的应用,能客观、快捷地提供灾害的经济补偿。

安徽省植被和地表温度季节变化及空间分布特征

卫星遥感广泛应用于宏观、大范围、动态连续的植被和地表温度监测研究。利用2001—2008年MODIS卫星遥感资料,分析了安徽省归一化植被指数(NDVI)和地表温度(LST)的季节、月变化和空间分布特征,探讨了代表城市区域的NDVI和LST时空分布及其相关性。结果表明:安徽省NDVI和LST季节变化显著,具有典型地域特征;受当地气候影响,植被、农作物类型地域差异较大,导致LST季节变化以及空间分布不同;城市中心向郊区过渡时,植被覆盖度在不断增加,伴随着NDVI的增加,LST下降;城市LST明显高于郊区值,呈现热岛效应。研究表明,当地气候和植被分布共同决定了LST的分布状况,这将为安徽省合理进行农业区划、科学监测生态环境以及有效评估土地利用与热岛效应提供重要参考依据。

连续台风对海表温度和海表高度的影响

利用多卫星观测资料,分析了2008年9月3个连续台风前后的海表温度(SST)和海表高度距平(SSHA)的时空变化特征,并探讨了影响其变化的主要因子。结果表明:(1)3个台风引起了强烈的上升流(1×10-5～150×10-5 m/s),海表显著降温(1～6℃),海表高度也有不同程度降低(10～50cm);(2)台风引起的SST最大降温中心与SSHA负值或中尺度冷涡的区域中心十分吻合,同时台风使得先前存在的海洋中尺度冷涡得到加强;(3)同一区域台风对SST影响程度大小受台风的强度、移动速度以及台风对海面强迫时间等因素控制;(4)在原先SSHA为正值的海域,3个台风连续强迫下使得局地洋面形成一个SSHA为负值的中尺度涡,这与单一"打转"台风强迫海洋生成中尺度涡的现象不同。因此,对于西北太平洋海域而言,频发的台风在中尺度涡生消演变过程中的影响应不容忽视。

基于遥感资料研究合肥城市化对气温的影响

为了探讨城市化进程对城市区域气温的影响程度,利用高分辨陆地卫星影像结合GIS技术揭示了近30年合肥城市化进程及其对气象观测场周边土地利用/覆盖变化(LUCC)的影响过程;进一步分析了1970—2008年合肥气象站与其周边的肥西和肥东气象站观测的年平均、最高和最低3项气温的动态变化特征,并最终建立了合肥气象观测场周边LUCC与气温的关系模型。结果表明,近30年来,合肥建成面积在不断扩大,从而导致了气象观测"进城"而先后进行搬迁的现象,继而产生了气温序列的非均一性。1979—2003年期间,合肥观测场由于受到城市扩张影响显著,合肥站3项气温的增温速率均明显大于肥西和肥东站3项气温增温速率。合肥观测场周边半径为4 km缓冲区LUCC对平均气温和最低气温的变化有显著影响。建成面积的增加对平均气温、最低气温有正贡献;而耕地、植被、水体的增加却对平均气温、最低气温存在负贡献。

基于GIS的安徽省干旱遥感监测与评估研究

总结了在地理信息系统(GIS)支持下,以NOAA/AHVRR资料为主要信息,结合下垫面资料,对安徽省区域内干旱发生的动态变化、空间分布、危害程度等进行监测与评估的技术思路与方法。

用FY-1C/CAVHRR数据估算巢湖蓝藻叶绿素的含量

以巢湖为实验区,以气象卫星 FY-1C/CAVHRR数据为信息源,通过遥感监测值与(准)同步湖区实地采样叶绿素α(chl-α)含量的对比分析,建立基于 FY-1C/CAVHRR数据的叶绿素α含量遥感估算模型。研究表明,FY-1C气象卫星可用于内陆大面积湖泊湖面叶绿素含量的遥感监测,在动态监测方面有明显优势,可作为现有湖泊水质采样现测的补充手段。

城市热岛强度变化对安徽省气温序列的影响

根据安徽省81个气象台站的资料研究了其气温序列特点,并选取了其中46个台站,划分为城市站、乡村站、国家基本/基准站等类别,对1966～2005年期间平均、最高、最低气温的年、季变化进行了分析比较。结果表明:两个时段各类型台站3项气温的增温率、热岛增温率、热岛增温贡献率均表现为城市站最大,国家基本/基准站次之,乡村站最小。城市热岛对各类型台站年平均气温的贡献率在21.1%～37.8%之间浮动,国家基本/基准台站受其影响较大。城市站和国家基本/基准站的热岛增温率为秋季最大,春季和夏季次之,冬季最小;城市站和国家基本/基准站的热岛增温贡献率夏季最大,秋季次之,冬季和春季略小。因此,安徽省城市热岛效应对城市站和国家基本/基准站气温序列影响较为复杂并不容忽视。

基于遥感的合肥市土地利用动态变化及其成因分析

为促进城市土地资源的可持续利用,需对历史土地利用格局进行准确评估。笔者以合肥市近30年4期的高分辨陆地卫星遥感影像为主要数据源,在RS和GIS的支持下,分析合肥市土地利用格局的动态演变,探讨了合肥市土地利用变化的驱动因子。结果表明,20世纪70年代到80年代末,合肥市土地利用相对变化较为平缓;而90年代到2007年,土地利用变化最为显著,以耕地为主的土地资源严重减少,城镇、工交用地显著增加;城市工业现代化进步的同时,人增地减的现象日趋严重。合肥市土地利用类型变化主要表现为非城市土地利用类型向城市土地利用类型转变,其土地格局演变主要受人口、经济、政策、交通等诸多因子的影响。

安徽省农业干旱遥感监测指标的确定及应用

遇过对不同季节干旱发生期间的ＮＯＡＡＡ卫星资料的分析，初步确定了安徽省各等级干旱的气象卫星遥感监测指标，在１９９７、１９９８年干旱过程中进行了应用检验，效果良好。

从不稳定能量触发机制探讨突发性灾害

本文通过对各种突发性灾害产生机制的分析，初步建立了不稳定能量触发机制模型，指出在实际存在的六种情况下，只有第一种（Ｍ＞Ｍ０，Ｅ＞Ｅ０，Ｎ＞Ｎ０）情况下才能发生突发性灾害。并据此提出了预报和预防突发性灾害的原则方法。

基于MODIS和GIS的洪水识别及淹没区土地利用信息的提取

介绍了MODIS数据晴空和薄云下水体的有效识别算法——CH2/CH1比值方案,并应用于2007年淮河流域大洪水事件,选取泄洪前、泄洪期和退水期3时相的MODIS数据进行水体识别分析,有效确定洪水淹没区。利用GIS技术提取洪水淹没区土地利用信息,进一步统计安徽省沿淮县市淹没区土地利用各类型的面积,从而为区域洪水灾害评估提供参考依据。相关研究成果已在ArcGIS中建成模型,为洪水监测业务服务。

基于双极化双时相RADARSAT-2的冬小麦估产模型研究

为了给农业部门提供准确的冬小麦产量评估,应用安徽省淮河流域4月底和5月初双极化星载合成孔径雷达(SAR)影像——RADARSAT-2和该区域冬小麦收割前(5月底)试验田产量资料,应用不同拟合方法建立冬小麦产量和2个时相(4月底和5月初)后向散射系数关系的估产模型;选择其余试验田对其检验,优选出最佳的估产模型,实现冬小麦大面积估产。结果表明,经计算得到了超过80%精度的估产模型和冬小麦较准确的估产结果。说明在冬小麦收割前1个月左右应用SAR进行估产,这种思路和方法是行之有效的。

基于MODIS资料的强对流云团通道特征分析

根据EOS/MODIS多通道遥感数据,针对2006年6月30日20:00～2006年7月1日20:00安徽省北部出现的一次强降水,定性地分析了产生暴雨的强对流云团的特征,揭示了强对流降水云团的云系特征和结构特征,并用地面雨量观测资料开展验证分析.研究结果表明利用MODIS资料对安徽省暴雨的监测是行之有效的方法之一,MODIS云图的云反照率、云顶亮温、两通道反照率差值、云的相态、红外亮温比值、温湿度场的结构与云的降水强度有一致的对应关系,MODIS遥感资料对强对流云团的云特征具有很好的捂示作用。

基于哨兵1号的洪水淹没面积监测

准确及时得到洪水淹没区域及淹没面积,对于抗洪救灾有着重要意义。洪涝灾害时基本为阴雨天,光学遥感无法监测到洪水淹没有效区域,使时效性和准确性下降,利用星载合成孔径雷达(SAR)则不受云雨影响、可全天候观测,及时获得下垫面洪水淹没区域及面积,可为洪水监测提供有力保障。本文以2016年7月长江流域洪水为例,应用哨兵1号(Sentinel-1)星载合成孔径雷达结合阈值法和伪彩色合成等方法,在GIS工具下对长江流域部分湖泊和长江干流等提取水体区域,得到淹没范围和分县淹没面积,进行洪水淹没区变化分析,并与同期MODIS影像监测结果进行对比验证。结果表明基于哨兵1号的水体提取方法和淹没面积的计算可行。

基于MODIS冬小麦长势监测研究

本文在对比分析MODIS NDVI与AVHRR NDVI的系统误差基础上,以MODIS/AVHRR卫星资料、地面农情观测资料为主要数据源,开发出淮北平原冬小麦长势监测旬、月MODIS NDVI比较模型和MODIS NDVI半定量监测指标模型,该模型在2005年检验应用中得到与实际较一致结果。

应用气象卫星MODIS识别薄云覆盖下的水体

气象卫星MODIS作为可见到红外的探测器,在云覆盖下不能探测到地表。根据地物光谱特征和卫星信号接收原理,提出了一种利用MODIS气象卫星识别水体的简单而有效的方法,将卫星2通道与1通道进行比值计算,在得到的比值图像中不仅无云晴空下,而且薄云覆盖下的水体都有着较好的识别效果。以2005年汛期时巢湖水体为例,得到了较好的结果,并对实验结果进行了分析,证实了此方法用于薄云下水体识别的有效性。