江苏省高时空分辨率机动车排放清单构建及特征

针对自上而下法建立的机动车排放清单时空分辨率偏低的问题,从月度排放计算、行驶里程权重、交通数据融合等方面系统优化了传统的方法学框架,据此建立了2018年江苏省机动车排放清单,分析了排放的结构层次特征、社会经济关联和时空分布规律.结果表明,2018年江苏省机动车CO、VOCs、NO_(x)和PM_(2.5)的排放量分别为84.00,16.68,61.72和2.11万t.CO和VOCs主要由汽油小型客车贡献,NO_(x)和PM_(2.5)主要由柴油重型货车贡献,国3及以下标准车辆排放贡献高于其保有量占比,冬季机动车排放高于其它季节.在城市尺度上,机动车排放集中在苏州、无锡、南京、徐州、南通、连云港和常州,机动车人均CO和VOCs排放量与道路排放强度的相关性高于NO_(x)和PM_(2.5),机动车排放与城市GDP以及建成区面积的相关性较为显著.机动车CO和VOCs排放聚集于中心城区,NO_(x)和PM_(2.5)排放呈条带状分布,排放日变化存在着“两峰一谷”的特征.

基于地面高时空分辨率观测资料的广西极端短历时降水特征分析

文章利用广西气象观测站逐小时降水资料和美国SRTM 250 m地形数字高程模型数据,定义广西极端短历时降水事件并对其特征进行探究分析,揭示了广西极端短历时降水空间分布特征与地形的密切关系,分析了广西极端短历时降水月变化特征以及探讨了广西极端短历时降水与南海夏季风建立和撤退的联系,研究结果为广西短历时降水预报预警提供了精细的决策参考。

京津冀地区钢铁行业高时空分辨率排放清单方法研究

针对目前京津冀地区钢铁行业大气污染物排放量基数不清,排放清单缺失的现状,以钢铁行业调研、企业在线监测、污染源调查等数据为基础,综合考虑钢铁行业具体工艺设备、环保措施、产能等信息,按照自下而上的方法建立了一套高时空分辨率排放清单.经计算,2012年京津冀地区钢铁企业排放SO2为47.16万t,NOx为37.22万t,烟粉尘为34.15万t,其中烧结和高炉工艺为京津冀钢铁行业污染物的主要来源;从空间分布来看,唐山、邯郸两地区集中了整个京津冀地区一半以上的钢铁企业,其污染物排放量占到了整个区域钢铁企业排放总量的一半以上.

区域高时空分辨率VOC天然源排放清单的建立

将中尺度气象模式MM5应用于估算VOC天然源排放的研究 ,建立了高时空分辨率VOC天然源排放清单的估算方法 .根据方法需要 ,确定了我国部分树木排放异戊二烯和萜烯的标准排放因子 ,各植被类型排放各种VOC的标准排放因子 ,以及各植被类型季节平均的叶生物量密度 .应用该方法估算了华南地区满足区域空气质量数值模拟要求的高时空分辨率VOC天然源排放清单 .结果表明 ,华南地区夏季典型日的VOC天然源排放总量约 1 .1 2× 1 0 4 t,VOC排放速率具有明显的时空分布 ,其中地理分布取决于植被类型及其分布 ,日变化规律则依赖于太阳辐射和温度的高低 .

融合多源遥感数据生成高时空分辨率数据的方法对比

融合多源遥感数据生成高时空分辨率数据具有重要的应用价值.对目前常用的3种时空融合方法进行对比分析,即基于时序数据(STIFM)、基于混合像元分解(STDFM)和增强型自适应遥感图像(ESTATFM)的时空融合方法.以盈科灌区为例,由多时相的MODIS数据提取地物的时间变化信息,结合初期的ASTER/TM影像的空间信息,融合生成30 m具有MODIS时间分辨率的数据.以真实的ASTER数据为基准,从光谱特征和地物类别的角度定量评价结果,表明STDFM和ESTATFM分别在红波段和近红外波段取得效果最优,相关系数分别为0.91和0.71,3种方法融合的NDVI效果基本相当,相关系数均高于0.84.在地物类别空间信息的表达方面,ESTATFM方法在异质性较强的玉米和小麦区域具有较好的适用性.

基于高时空分辨率遥感数据协同的作物种植结构调查

【目的】充分发掘遥感影像的空间、时间和光谱等特征谱信息,探索地块基元支持下的多源遥感数据作物种植信息自动识别方法,为作物种植结构信息的快速、精细化调查提供借鉴。【方法】以广西扶绥县为研究区,通过对高空间分辨率影像的多尺度分割和对象廓线编辑,提取精细农田地块信息;以地块为基元获取覆盖作物生育期内的时序光谱特征;基于时序光谱及其变化定义与作物长势状况相关的描述参量,形成静态光谱与动态过程特征结合的多维特征空间,结合作物的物候节律特征构建作物种植信息提取模型,实现主要农作物种植结构信息的提取。【结果】依据上述方法绘制出广西扶绥县甘蔗、水稻和其他作物农田及草地、林地、水体、城镇建设用地等的精细地块图,其中,提取广西扶绥县甘蔗和水稻作物的总面积分别为82420.01和6806.67 ha,作物提取的总体分类精度为86.8%,Kappa系数为0.84。【结论】提取的广西扶绥县作物种植结构的成果满足使用精度要求,可为精准农业补贴投放、农业灾害定损等政策制定提供依据,而技术方法对于作物种植结构信息的快速、精细化调查具有借鉴意义。

基于高时空分辨率驱动数据的中国区域土壤温度模拟与评估

土壤温度在农业生产中是一个重要的陆面变量,但是仅通过观测很难获取大范围的、时空连续的土壤温度数据,而通过陆面模式模拟的土壤温度可以为农业生产和研究提供较为准确的土壤温度格点场。基于高时空分辨率的驱动数据,使用Noah-MP陆面模式对中国区域的土壤温度进行模拟,并使用2 400多个国家级气象站的土壤温度观测数据对模拟结果进行评估。结果表明:(1)Noah-MP陆面模式能够很好地模拟出中国区域土壤温度的空间分布、时间变化,偏差在±0.5℃以内,相关系数在0.9以上;(2)从选取的8个研究区的土壤温度模拟结果来看,NoahMP陆面模式能够抓住各研究区的土壤温度变化趋势,仅对东北地区冬季的土壤温度存在轻微的低估;(3)基于高时空分辨率驱动数据得到的土壤温度模拟结果具有较高的准确性,对于农业气象研究具有积极意义。

基于高时空分辨率的气候变化对全球主要农区气候生产潜力的影响评估

气候变化背景下,对全球主要农区气候生产潜力进行定量评估不仅可以反映出该地气候生产潜力水平与光、温、水资源配合协调的程度及地区差异,而且对提高土地生产力水平,指导农牧业生产具有重要意义。以全球主要农业区为研究对象,应用全球高时空分辨率气象格点资料和气候生产潜力模型,评估了1981-2015年气候变化对全球主要农区气候生产潜力的影响。结果表明,(1)1981-2015年全球主要农区气候生产潜力呈波动上升趋势,在7.68-8.28t·hm^(-2)之间变化,平均为7.97 t·hm^(-2),最大值出现在2010年,最小值出现在1987年。(2)同年际变化相似,气候生产潜力年代际增长也十分明显,其中20世纪80年代和20世纪90年代之间的增长最显著。(3)35年间,全球主要农业区平均农业气候生产潜力空间分布的基本特点是南高北低,区域差异显著。全球农业区主要集中在东亚、南亚、中亚、西亚、南欧、大洋洲南部、南美洲东部和北美洲南部等地,最高值出现在亚洲东南部,为28.9 t·hm^(-2),北美洲南部、大洋洲南部、亚洲中部、非洲中部等地气候生产潜力较低,大部分地区在5.1t·hm^(-2)以下。(4)35年间,亚洲西南部、中部和北部以及北美洲中部和东南部等地的农业区气候生产潜力显著提高,大部分地区提高了0.00-6.00 t·hm^(-2);而在欧洲大部分地区、南美洲北部和东部、非洲中部和南部以及大洋洲大部分地区气候生产潜力明显减少,变化幅度在-7.99-0.00 t·hm^(-2)之间。总体而言,气候变化对亚洲和北美洲农业区农业生产有利,而对欧洲、南美洲、非洲和大洋洲农业生产不利。

基于光学时轴校准MRI数据重建的高时空分辨率神经成像

功能核磁共振成像(functional magnetic resonance imaging,fMRI)是一种重要的生物医学成像和神经科学研究的手段。然而,空间分辨率低、时间分辨率低以及信噪比低仍然限制了其实际研究应用。本文提出了一种高时空分辨率的图像重建方法,实现光信息同步磁共振技术扫描脑皮层神经活动产生的血氧动态响应,时分式覆盖k空间数据(time division coverage,TDC)。同时也提出一种波长参数化指数平均滤波波长调制光谱法(PEMA-WMS)实现实时脑皮层血氧动态光学传感。实验给出了在预实验磁共振图像作为高空间分辨率组织层的光子流传感蒙特卡罗模拟方法和视觉皮层功能成像仿真,并得出本文方法的图像重建结果。

基于ESTARFM模型的区域农田高时空分辨率影像产生与应用

多时相遥感影像特别是关键生育期数据是农业物候、长势及产量监测的重要数据源,然而可见光影像易受云雨干扰,在特定区域关键时间窗口缺少高时空分辨率数据的现实情况下,遥感影像时空数据融合方法变得尤为重要。增强型自适应反射率时空融合模型 ESARFM (Enanced Spaial and emporal Adapive Reflecance Fusion Model)是一种小区域合成高时空分辨率影像的较好方法,该算法在我国不同农业种植区的适应性及应用工作尚未充分展开。本文以河北、黑龙江、新疆典型农区为研究区域进行大面积应用检验分析,基于 MODIS 与 Landsa 影像,利用ESARFM 生成具有高时空特征的 Landsa 模拟影像,将其与真实 Landsa 影像进行对比,并在新疆地区展开ESARFM 算法在 NDVI 方面的应用。结果表明, ESARFM 对 3 个不同区域状况的地区都有较好的影像预测能力,并且在新疆地区可以很好地生成 30 m 空间分辨率的多时相 NDVI,用于作物分类和长势监测。

基于GF-4 PMS的高时空分辨率遥感数据融合分析

探讨基于GF-4 PMS的高时空分辨率数据融合,对改善遥感数据时空融合效果、提高融合精度以及国产高分辨率卫星数据的广泛、有效应用具有重要意义。该文基于GF-4 PMS数据,利用目前广泛应用的3种时空融合模型(STARFM、ESTARFM、FSDAF),选择不同地表复杂程度的区域进行高时空分辨率GF-1 WFV、Landsat OLI数据融合实验与对比分析。结果表明:1)相对于MODIS数据,基于GF-4数据融合的高时空分辨率影像(GF-1 WFV、Landsat OLI)在空间细节、光谱特征方面更接近真实影像,融合效果与精度更好;2)基于GF-4数据的时空融合结果对不同模型的差异性不敏感,在实际应用中,应用GF-4数据的时空融合可尽量选择简洁的融合模型。研究成果可为GF-4 PMS数据的时空融合应用及像元空间尺度差异对时空融合的影响研究等提供参考。

鄂州市高时空分辨率大气污染源排放清单的建立

为进一步推进鄂州市大气污染防治工作,加强大气环境质量及重污染应急工作保障,文章基于污染源普查成果建立了2017年鄂州市高时空分辨率大气污染源排放清单。研究通过对鄂州市固定燃烧源、工艺过程源、溶剂使用源等的调查,借助第二次全国污染源普查成果,获得污染源的基本信息。鄂州市2017年各类大气污染物排放情况:SO2为8048.58 t、NOx为18363.60 t、CO为306258.10 t、VOCs为19146.60 t、NH3为2603.01 t、PM10为22695.50 t、PM_(2.5)为10811.73 t、BC为918.34 t、OC为1018.93 t。工艺过程源对SO2、NOx、CO、VOCs、PM_(10)、PM_(2.5)的贡献率最大,分别为66.75%、63.41%、89.87%、68.28%、54.69%、66.51%;农业源对NH3的贡献率最大,为53.71%;固定燃烧源对BC、OC的贡献率最大,分别为35.85%、37.85%。

现代高时空分辨率崩岸应急监测技术研究进展与展望

由于崩岸具有隐蔽性、突发性强、危害性大等特点,及时开展崩岸应急监测可掌握险情发展动态,便于开展崩岸灾害应急处理及抢护准备工作。随着无人机、多波束、三维激光扫描、孔径雷达等技术的发展,提出了从船载水陆一体化崩岸高分辨率地形获取、无人机广域崩岸岸线巡查与险情监视、真实孔径雷达岸坡稳定性监测与预警的现代高时空分辨率崩岸应急监测技术体系,重点介绍该技术体系中各监测手段的系统构成、系统特点,总结其应用现状及前景。高时空分辨率崩岸应急监测技术体系的构建使得险工险段快速、精准的监测及深入感知险情的发展及演变成为了可能,从而逐渐为崩岸预警、险情处置及后续河道整治提供可靠的技术支撑。

一种基于基因编码的高灵敏度和高时空分辨率的GRAB_(ATP)探针

5’-三磷酸腺苷(ATP)在细胞内是能量储存分子,当被释放到细胞外,能作为嘌呤能信号分子调节多种功能(包括痛觉和睡眠等)。尽管ATP在健康和疾病中发挥着重要作用,但ATP的释放和细胞外分布机制知之甚少,尤其是在体内。北京大学李毓龙实验室研发了一种新型基因编码的ATP探针GRABATP1.0。经体外及在体动物检测,该探针可以很灵敏的检测细胞外ATP的时空动态变化。

京津冀PM_(2.5)高时空分辨率遥感监测

京津冀地区是当前我国大气污染最严重的地区.为了形成覆盖式监测能力,使用韩国GOCI静止卫星数据开发了PM_(2.5)高时空分辨率遥感系统,使用卫星气溶胶光学厚度和地面PM_(2.5)进行融合得到小时级PM_(2.5)遥感产品,对观测大气颗粒物空间动态变化具有先天优势.经过京津冀地区的独立地面站点检验,具备小时级高时间分辨率、2 km高空间分辨率的PM_(2.5)遥感产品和地面相关系数R2为0.69,且基于天基遥感数据的观测具有较好的独立性和客观性.长时间遥感观测结果表明,该系统可用于分析京津冀地区PM_(2.5)的空间分布规律.

运用高时空分辨率MR k空间及时间敏感编码技术实时评估先天性心脏病病人左、右心室容积及功能

目的比较心电门控MR电影成像、标准实时MR成像及实时k空间-时间敏感编码成像3种技术评估先天性心脏病病人心室容积的大小。

高时空分辨率NDVI数据集构建方法

针对ETM空间分辨率高和MODIS时间分辨率高的特点,选择官厅水库上游为实验区,基于对STARFM方法的改进,构建不同时空分辨率NDVI的时空融合模型-STAVFM,使用该模型对ETM NDVI与MODIS NDVI融合,构建了高时空分辨率NDVI数据集。研究结果表明,STAVFM根据植被变化特点定义了有效时间窗口,在考虑物候影响的同时改进了时间维的加权方式,通过MODIS NDVI时间变化信息与ETM NDVI空间差异信息的有机结合,实现缺失高空间分辨率NDVI的有效预测(3景预测NDVI与实际NDVI的相关系数分别达到了0.82、0.90和0.91),从而构建高时空分辨率NDVI数据集,其时间上保留了高时间分辨率数据的时间变化趋势,空间上又反映了高空间分辨率数据的空间细节差异。

Landsat 8和MODIS融合构建高时空分辨率数据识别秋粮作物

本文利用Wu等人提出的遥感数据时空融合方法 STDFA(Spatial Temporal Data Fusion Approach)以Landsat 8和MODIS为数据源构建高时间、空间分辨率的遥感影像数据。以此为基础,构建15种30 m分辨率分类数据集,然后利用支持向量机SVM(Support Vector Machine)进行秋粮作物识别,验证不同维度分类数据集进行秋粮作物识别的适用性。实验结果显示,不同分类数据集的秋粮作物分类结果均达到了较高的识别精度。综合各项精度指标分析,Red+Phenology数据组合对秋粮识别效果最好,水稻识别的制图精度和用户精度分别达到91.76%和82.49%,玉米识别的制图精度和用户精度分别达到85.80%和74.97%,水稻和玉米识别的总体精度达到86.90%。

融合高时空分辨率数据估算植被净初级生产力

植被净初级生产力NPP(Net Primary Production)遥感估算与分析,有赖于高时空分辨率的遥感数据,但目前中高分辨率的遥感数据受卫星回访周期及天气的影响,在中国南方地区难以获取连续时间序列的数据,从而影响了高精度的区域植被净初级生产力的遥感估算。为此,提出一种基于多源遥感数据时空融合技术与CASA模型估算高时空分辨率NPP的方法。首先,利用多源遥感数据,即Landsat8 OLI数据与MODIS13Q1数据,采用遥感数据时空融合方法,获得了时间序列的Landsat8 OLI融合数据;然后,基于Landsat8 OLI时空融合数据,并采用CASA模型,以长株潭城市群核心区为例,进行区域植被NPP的遥感估算。研究结果表明,基于时间序列Landsat融合数据估算的30m分辨率的NPP具有良好的空间细节信息,且估算值与实测值的相关系数达0.825,与实测NPP数据保持了较好的一致性。

多云雾地区高时空分辨率植被覆盖度构建方法研究

针对多云雾地区高时空分辨率数据缺乏现状,提出了一套区域尺度高时空分辨率植被覆盖度数据构建方法。首先,通过时空适应反射率融合模型(STARFM)有效地将TM的较高空间分辨率与MODIS的高时间分辨率融合在一起,构建了研究区植被生长峰值阶段的NDVI数据;然后,以植被生长峰值阶段的NDVI为输入,基于地表覆被类型,综合应用等密度和非密度亚像元模型对研究区的植被覆盖度进行估算。结果表明:(1)即使数据源存在大量的云雾,且存在一定的时相差异,研究区植被覆盖度的估算结果过渡自然,不存在明显的不接边效应;(2)以植被生长峰值阶段的NDVI数据为输入进行植被覆盖度估算,有效拉开了同一地表覆被类型不同覆盖度像元的NDVI梯度,提高了亚像元估算模型对输入数据的抗扰动性;(3)基于地表覆被类型,应用亚像元混合模型,能够提高植被覆盖度的估算精度。经野外实测数据验证,总体约85%的估算精度表明,针对高时空分辨率遥感数据缺乏的多云雾区域,本研究提出的方法能够实现区域尺度植被覆盖度数据的构建。