面向三极科学的三维可视化系统应用研究

南极、北极和青藏高原作为地球的"三极"是全球变化的敏感区和研究热点。随着天空地一体化对地观测技术的快速发展,三极时空信息呈现出海量、高时效、多维度的大数据特征。但由于缺乏有效的可视化手段,这些数据很难被非科研人员理解和认知。如何面向不同人群,快速直观地展示三极最新科学发现所产生的时空数据,已成为数据可视化研究迫切需要解决的问题。基于三极科学数据和成果的特点,设计了一个基于开源框架的三极科学发现展示的原型系统(三极球),重点突破数据分布式存储、数据自动预处理、三维开发引擎、多屏幕互操作,分析结果自动生成等关键技术,并以北极放大效应、三极冰雪冻融对比与关联及三极联动对东亚气候的影响三个典型场景为例,进行三极科学发现的三维场景展示,生动、直观的再现三极科学重大发现,有利于管理决策者与普通大众理解三极生态环境变化以及对我国天气和气候的影响等研究成果,对地学领域相关的信息展示也具有示范作用。

黑河遥感试验:回顾与展望

地球系统科学的基石之一是地球观测系统,许多观测试验甚至成为一个阶段地球系统科学认识和研究方法进步的里程碑。在这些观测试验中,遥感试验始终是核心组成部分。黑河遥感试验是以中国典型内陆河流域——黑河流域为研究区,以流域内山区冰冻圈、人工绿洲、天然绿洲的生态水文过程为研究对象,于2007年—2017年开展的大规模、多学科卫星—航空—地面综合遥感试验,历经“黑河综合遥感联合试验”和“黑河生态水文遥感试验”两个阶段,由52家单位,670余位科研人员参与,650多个试验数据集全部共享。黑河遥感试验以流域复杂异质性地表研究为特点,在多尺度观测方法创新、定量遥感发展、生态水文应用等方面取得了突破,实现了定量遥感和流域生态水文集成研究的深度结合。论文回顾了黑河遥感试验10年历程,凝练了尺度转换、异质性度量、不确定性定量的多尺度试验三原则,总结了星机地一体化、流域—子流域—足迹—单点多尺度嵌套、传感器网络、通量矩阵多尺度观测新方法,介绍了在多源遥感协同反演方法、异质性辐射传输模型、遥感产品真实性检验技术上的进步。在试验中也研发了降水、积雪、蒸散发、土壤水分、净初级生产力等10多种高分辨率流域尺度生态水文产品,并通过与流域生态水文模型的深度集成,算清了流域水账,揭示了绿洲—荒漠相互作用的完整图景,提出了涡动相关仪能量平衡不闭合的诊断方程。黑河遥感试验结束后,其观测系统转为黑河流域地表过程综合观测网继续运行,并持续孕育观测的新理论、新方法,更好地服务流域科学的探索和实践。

使用积雪遥感面积数据改善山区春季融雪径流模拟精度

随着寒区水文模拟研究的深入,春季融雪径流模拟误差大这一问题越来越明显.针对此问题,以八宝河流域为研究区,利用积雪衰减曲线将MODIS积雪面积比例产品转化为雪水当量,并用其更新分布式水文模型GBHM(Geomorphology-Based Hydrological Model)中模拟的雪水当量,达到提高春季融雪径流模拟精度的目的.利用GBHM模型对八宝河流域2005-2007年进行了模型预热,参数率定,同时选择2008年进行模型检验.结果表明:GBHM模型在八宝河流域有较好的径流模拟精度,年均纳什效率系数(NSE)达到0.64.但模型对春季融雪过程的模拟效果较差,通过引入积雪遥感数据,这一问题得到很大改善.加入积雪遥感数据后,2008年3-6月径流模拟精度NSE和相对偏差Bias分别由-1.0、-0.45改进为0.58、0.06,单点雪水当量模拟精度获得提高,流域水量平衡也更加合理.

中国积雪地面调查数据集(2017–2020)

本数据集是基于科技基础资源调查项目“中国积雪特性及分布”的支持,于2017–2020年在中国东北–内蒙古、新疆和青藏高原三个典型积雪区获取的积雪特性地面调查数据。调查的时间跨度为两个完整的积雪季节,调查属性包括:积雪深度、雪水当量、积雪密度、积雪温度、雪粒径、pH值、阴阳离子等物理和化学特性。调查数据经过自检、交叉检查等质量控制,保证数据的规范性、合理性和完整性,形成了7个数据集,并撰写了详细的说明文档。本数据是首个覆盖中国典型积雪区、包含完整积雪季节,且观测理化特性最全面的积雪特性数据,可以为我国积雪遥感反演、积雪分类、积雪水资源估算等相关研究提供基础数据。

黑河流域上游2000–2015年积雪水资源数据集

融雪对寒区水资源的贡献已受到越来越多的关注。积雪融水是黑河流域水资源的重要组成部分,研究该流域的积雪融水及其变化对中下游地区工农业生产及生态环境建设具有重要意义。本文基于分布式寒区水文模型,利用气象台站数据、再分析资料和遥感积雪面积数据等,制作了黑河流域上游2000–2015年的逐日融雪径流深、逐日雪水当量及逐年融雪径流系数数据。通过在不同尺度上验证模型模拟的积雪深度、径流和积雪面积,并对比了应用遥感积雪面积数据前后的水文指标模拟精度,结果表明:本数据集满足精度要求,具有较高的可靠性。共享和利用本数据集有利于进一步开展流域内水文过程、积雪水资源利用和管理、积雪灾害监测及防治等研究。

积雪遥感研究中的科学问题

积雪是冰冻圈的重要组成部分，是气候变化关键影响因子。积雪变化很敏感，能够及时反映气温、降水等气候因子的影响。积雪参数的及时获取，对于研究春汛、气候变化、水资源管理、积雪灾害等方面具有重要意义。

GPM卫星在台风降水过程中的应用评估

【目的】为了解新一代气象卫星对气象灾害预警的监测水平,【方法】以长三角地区约6 000个地面雨量站数据为基准,利用相关系数(CC)、相对偏差(RB)、均方根误差(RMSE)以及分级评分指标等方法定量评估GPM多源卫星融合产品(V6B)IMERG(E_Cal、L_Cal、F_Cal、F_Uncal)在2015—2021年期间影响长三角地区8个台风(“灿鸿”“温比亚”“云雀”“利奇马”“米娜”“黑格比”“烟花”“灿都”)的降水估测能力。【结果】结果表明:(1)IMERG的4个产品基本可以捕获台风期间的降水分布,它们在长三角地区的平均CC分别为0.70、0.72、0.78、0.73,但容易低估该区域的累积雨量。(2)IMERG在降水中心的雨量估测表现更差,对应的CC分别为0.42、0.44、0.53、0.48。(3)IMERG可监测出长三角和降水中心小时降水的变化趋势,平均CC均达到0.8以上,但它们对短时降水峰值有不同程度的低估和滞后。【结论】IMERG对小于5 mm/h的降水估测能力较好,但随着降水强度(5~20 mm/h)的增加,估测能力逐渐降低,几乎无法估测出大于20 mm/h的极端降水。总体上,F_Cal、F_Uncal、L_Cal、E_Cal在台风期间的降水估测表现依次变差,它们对强降水的估测精度仍需进一步提升。

基于多尺度特征深度学习的短临降水预报

雷达回波外推是短临降水预报的一种重要方法。针对雷达回波外推中随着外推时间的增加而出现回波演变信息丢失这一问题,本文提出一种多尺度特征融合的深度学习短临降水预报模型(以下简称为MSF2)。首先,采用多尺度的卷积核对网络的浅层信息进行特征提取,弥补单一特征检测带来的不足。其次,将不同维度的特征信息进行拼接及通道混洗,进一步增强特征图通道之间的信息流通和信息表达能力。最后,将特征图中的多尺度信息进行融合,从而有效保留不同尺度的特征信息。利用华南雷达回波拼图资料数据,在3种不同降水强度(5 mm/h、10 mm/h和25 mm/h)下进行降水预报研究,并与光流法和ConvLSTM两种主流算法进行了对比。结果显示,在3种不同降水强度条件下,MSF2在所有评价指标(命中率POD、临界成功指数CSI、误报率FAR)中表现最优,这表明引入多尺度机制能改善模型的特征提取能力。相比于目前主流的光流法和ConvLSTM,本文提出的模型对于短临降水预报具有较好的适用性和较高的预报精度,而且实现了业务化运行。

遥感综合观测与模型集成研究为黑河流域生态环境保护与可持续发展提供科技支撑

中国科学院黑河遥感试验研究站(以下简称"黑河遥感站")立足寒旱区内陆河流域,通过星空地一体化的综合观测手段,精细化地观测黑河流域的水文气象要素,在科学上为寒旱区定量遥感、尺度转换、模型集成等方面的研究作出突出贡献,在服务国家需求上为流域可持续发展、生态环境保护、国家公园建设等提供科技支撑。黑河遥感站构建了我国第一个多要素-多尺度-精细化流域综合观测系统,积累了大量的长期观测数据,为流域综合观测提供了示范;开展了深入的寒旱区定量遥感研究,形成了一系列寒旱区关键特色遥感数据产品,且得到了广泛应用;构建了异质性地表遥感产品真实性检验的理论框架和方法体系,并形成了相关国家标准;在黑河流域生态-水文-社会经济模型,以及流域可持续发展决策支持系统的发展中起到关键支撑作用。总体上,黑河遥感站实现了从传统单站观测向流域综合观测系统的转型,实践和推进了观测-模型-决策一体化研究,是新时代山水林田湖草系统综合监测的典型,也是以流域为单元开展地球表层系统科学研究的示范。

利用积雪衰减曲线分析山区雪水当量时空分布

鉴于近年来关于雪水当量的研究成果大部分基于物理模型进行估算,这些雪水当量数据的空间分辨率较低,且需要大量野外实测的积雪属性数据来作为输入模型的初始变量。在对中小流域雪水当量时空分布特征的估算,特别是地形因子较为复杂的山区,基于物理模型估算雪水当量以及被动微波遥感影像反演的雪水当量都不能满足需求。该文以黑河上游祁连山八宝河流域和冰沟小流域作为研究区域,利用2011年3景小流域ENVISAT-ASAR数据,获得流域积雪面积与雪水当量产品,结合DEM数据,拟合出研究区域的积雪衰减曲线。利用积雪衰减曲线,在祁连山黑河上游八宝河子流域,获取2008年逐日366天MODIS积雪面积比例产品MOD10A1数据,通过估算云下反照率的方法将逐日积雪面积比例产品进行去云处理,结合DEM数据得到像元地形因子,计算八宝河流域每个像元逐日雪水当量值,得到流域2008年雪水当量情况,分析流域内雪水当量分布规律以及流域内雪水当量年内时空变化。

高分遥感共性产品生成和真实性检验技术体系

随着高分辨率对地观测系统重大专项的成功实施,GF-1—GF-7七型卫星共19种主要载荷发射升空,形成了中国遥感卫星多谱段、多模式的观测能力,可为各种科研和行业遥感应用提供源源不断的高空间、高时间和高光谱分辨率的高质量遥感数据。如何打通高分卫星遥感数据到信息的转换链,降低高分卫星数据应用门槛、提升高分卫星应用服务成效已成为急需破解的迫切问题。遥感定量产品的误差来源包括传感器成像、几何与辐射定标、数据预处理、定量反演与产品检验等各个环节,提高定量遥感产品精度是一个复杂的系统工程,各行业应用部门和多领域用户难以独立完成全流程数据处理、产品生产和检验。本文在分析高分卫星遥感产品体系的基础上,针对多用户共同需求,梳理了7大类共45种共性定量遥感产品;从全链条误差溯源和质量检验需要出发,提出了高分遥感共性产品生成和检验的技术体系,分析了算法测评—算法优化—产品生产—真实性检验等环节面临的关键技术;进而提出了高分遥感共性产品真实性检验平台与产品定型分系统的初步设计方案,并介绍了系统研发的最新进展;最后对高分共性产品应用前景进行了展望,构建高分遥感共性产品生成与真实性检验技术体系,对于保障高分卫星遥感共性产品精度和质量、提升高分卫星应用服务效益具有重要的意义。

被动微波遥感反演雪深与气象站观测雪深时空对比

雪深是积雪重要的物理属性之一,准确的获取雪深对积雪水文与水资源、气候变化、雪灾等研究至关重要。目前,广泛用于长时间序列雪深研究的是气象站观测雪深数据和被动微波遥感(如SMMR、SSM/I和SSMI/S)反演雪深数据。本文对这两种数据的雪深最大值和平均值在中国地区的空间分布、年际变化进行对比,分析两种数据的分布特征。结果表明:空间上,站点观测雪深与站点对应遥感像元雪深在东北地区相关性最好,新疆地区次之,青藏高原地区相关性较差。两种雪深在稳定积雪区分布较为一致,在大于40 cm的深雪区和雪深小于5 cm的南方地区站点观测雪深的最大值明显高于遥感反演雪深的最大值。时间上,相比于1980年—2019年这一时间段,1989年—2019年站点雪深与遥感雪深在各典型积雪区的相关性明显提高。进而对比近30 a中国地区两种雪深的变化,结果显示两种数据在青藏高原东南部雪深有一致的显著(p<0.05)减少趋势,在东北平原地区雪深有一致的显著(p<0.05)增加趋势。分布在青藏高原地区的气象站大多选址在海拔较低的地方,不能很好的反映对应微波遥感像元中高海拔地区及山区内雪深的平均分布和变化情况,而被动微波遥感雪深反演受积雪特性变化的影响,对短时间内雪深变化较大的极端降雪事件不敏感。

基于地面站点类型代表性的积雪遥感产品精度评价

地面观测数据是进行遥感产品检验的重要数据源,依据地表类型对地面站点代表性进行了分析,把代表性较好的站点应用到AMSR-E雪深遥感产品的精度评价中。结果表明:森林地区处于明显低估状态;其他地区随着遥感产品像元内优势类型从灌木、草地到裸地的变化,高估状态呈逐渐减小趋势;森林和灌木地区遥感产品的精度比草地与裸地地区的精度要低;当森林混入裸地或灌木混入裸地、草地时,虽然遥感产品和地面观测之间的误差减小了,但是掩盖了森林地区低估的问题和灌木区高估的问题。利用地表类型一致性较好的站点对2010年1月份月平均雪深验证分析,结果表明:遥感产品在较平坦的森林、灌木、裸地以及草地地区的平均偏差分别为-5.56、4.8、1.17、1.16cm。

基于SiB2模型的土壤水分降尺度指标的适用性研究

土壤水分是地表过程的核心变量之一,强烈影响着陆表—植被—大气间的能量和水分交换。当前基于星载被动微波遥感的土壤水分产品的空间分辨率普遍较粗(25~40km),无法满足流域尺度水文气象、生态水文模拟及水资源管理等研究和应用的需求,而土壤水分降尺度是目前较为可行的解决方案之一。通过对不同降尺度指标的研究,分析确定每种降尺度指标的适用条件,为土壤水分的降尺度研究奠定基础。利用2013年5月1日~9月30日黑河中游人工绿洲试验区大满超级站的气象数据驱动SiB2模型,分别模拟了土壤水分、土壤表层温度、植被冠层温度以及地表蒸散发、土壤蒸发等变量,利用Penman-Monteith公式计算了地表潜在蒸散发;利用SiB2模拟结果与P-M公式计算结果估算获得常用的土壤水分降尺度指标:表观热惯量(ATI)、土壤蒸发(E)、土壤蒸发/实际蒸散发(E/ETa)、蒸发比(EF)、实际蒸发比(AEF)。通过对降尺度指标与土壤水分之间相关性分析可知,在植被的整个生长季,5种指标与土壤水分之间都具有较好的相关性。其中ATI、E、E/ETa以及EF这4种指标与土壤水分之间的相关性都随着土壤深度的增加而逐渐减弱;而AEF与植被根区土壤水分的相关性最好,更能反映根区土壤水分的动态变化。从可决系数来看,各降尺度指标与土壤水分的相关性排序如下:2cm:E/ETa>EF>E>AEF>ATI;10cm:AEF>EF>E/ETa>E>ATI;80cm:EF>AEF>E/ETa>E>ATI。

ASAR GM后散时间序列数据估算黑河上游地表土壤水分

利用2008～2011年的ENVISAT/ASAR全球监测模式（GM）数据,采用时间序列变化检测算法,估算地表相对土壤水分,并利用Van Genuchten方法将相对土壤水分转换为绝对土壤水分,最终获得研究区内的土壤体积含水量。利用阿柔冻融观测站2008～2011年10cm土壤水分数据验证,均方根误差为0.11cm3/cm3;利用八宝河流域无线传感器网络的36个WATERNET节点2013～2014年的4cm体积含水量月均值进行空间分布的间接比较检验,估算月均值的均方根误差在0.03～0.11cm3/cm3的节点有19个,在0.11～0.16cm3/cm3的节点有15个,大于0.16cm3/cm3的有2个。另外考虑遥感数据和算法（暂未考虑土壤容重、土壤残余含水量的不确定性）对估算结果的影响,体积含水量最大估计误差范围为0.03～0.12cm3/cm3,研究区内91.77%的像元小于0.06cm3/cm3。

基于FY-MWRI的中国西部被动微波积雪判识算法

积雪是冰冻圈中分布最广泛的要素,在气候变化以及水文循环中扮演着重要角色。微波遥感因其全天时全天候工作、具有一定穿透性等优势,成为积雪监测的重要手段。利用FY-3C卫星同步观测获取的微波成像仪(MWRI)被动微波亮度温度数据、融合可见光红外扫描仪(VIRR)与中等分辨率成像光谱仪(MERSI)数据得到的积雪产品,结合MODIS地表分类数据、地表温度数据,发展了基于国产卫星数据的被动微波积雪判识算法。首先提取无云覆盖的不同地表类型被动微波数据像元样本,然后对各地表类型的微波特征进行分析,利用空间聚类的方法,得到TB19V-TB19H、TB19V-TB37V、TB22V、TB22V-TB89V、(TB22V-TB89V)—(TB19V-TB37V)这五类可以较好地区分积雪和其他类似积雪地表的指标。最后应用MODIS积雪产品为参考对该积雪判识算法进行精度评价,该算法在中国西部积雪判识总体精度为87.1%,漏判率为4.6%,误判率为23.3%;Grody算法判识总体精度为78.6%,漏判率为9.8%,误判率为30.7%,该算法判识精度高于Grody算法;通过Kappa系数分析比较,该算法积雪判识结果的Kappa系数值为47.3%,高于Grody算法判识结果的Kappa系数值39.9%,表明该算法积雪判识结果与MODIS积雪产品判识结果一致性更好。

基于遥感和微博签到数据的住房空置空间识别

房屋空置率是衡量房地产市场健康与否的重要指标。基于夜间灯光遥感数据和全国土地覆盖数据,对房屋空置率进行空间识别。利用微博签到数据,通过基于密度的聚类算法和热力分析对居民活动空间强度进行分析,从“鬼城”指数排名靠前的100个城市中随机选择30个样本城市,进行城市内部房屋空置空间识别。结果表明:2013年全国地级及以上城市基于像元的平均房屋空置率为27.3%。东部地区房屋空置率较低,中西部地区房屋空置现象明显;房屋空置在中小型城市更加突出。

基于Himawari-8的气溶胶反演研究

为获取中国区域高时空分辨率、高精度的气溶胶光学厚度(AOD)产品。基于Himawari-8卫星数据和MODIS地表反射率产品,反演了中国区域2018年4月~2019年4月逐10分钟的AOD,该方法可同时对暗像元、亮像元区域进行反演。依托全球气溶胶观测网(AERONET)中国境内的6个观测站数据,对反演结果进行一致性检验,同时将AOD反演结果与Himawari-8官方最新发布的AOD产品(020版)进行对比。结果表明:①红蓝比值法AOD反演结果与AERONET AOD之间相关性很高,除包头站外,其余5个站点的相关系数R在0.728~0.863之间,EE(误差期望)范围内样本点百分比在47.7%~68.6%之间,与Himawari-8 AOD产品相比有很大优势;②红蓝比值法AOD反演结果与AERONET AOD在时间序列走势上基本一致,但在AOD>1时,反演结果较AERONET AOD偏高。Himawari-8 AOD春夏季走势相对于AERONET AOD较为一致,但由于秋冬季Himawari-8 AOD有明显的日变化,且日变化较大,其走势与AERONET AOD偏离较大;③红蓝比值法AOD反演结果与MODIS AOD产品空间分布基本一致,AOD反演结果总体较MODIS AOD略为偏低。在冬季时红蓝比值法反演范围较MOD04_3K AOD的反演范围广;④红蓝比值法AOD在冬春季的北方高反射率地表区域的反演结果精度和反演范围较Himawari-8 AOD产品和MOD04_3K产品有很大优势。

盐渍土介电特性及模型改进研究

基于控制试验对配制的具有不同含水量和含盐量的土壤样本进行介电特征量测和分析,同时结合Stogryn盐水介电模型和土壤溶液离子浓度、电导率、含水量和含盐量等参数对介电常数虚部的影响,将饱和度这个关键参量引入盐渍土介电模型中,提高盐渍土介电模型模拟精度。结果表明:①当土壤体积含水量较低时,土壤含盐量对介电常数的实部和虚部均未产生明显的作用。当土壤体积含水量较高时,介电常数实部则随着土壤含盐量的增加呈逐渐下降趋势,介电常数虚部以增加态势为主;②修正后的盐渍土介电模型可以较好地刻画介电常数变化特征。此外,将修正后的模型在白银采样点进行验证,同样取得较好的模拟结果,表明修正后的盐渍土介电模型对不同土壤类型具有一定的适用性。

基于Spark的分布式青藏高原MODIS LST插值方法实现研究

受云等诸多因素的影响,青藏高原的MODIS LST数据通常存在大面积数据缺失,传统的插值方法很难达到理想效果,因此学者们研究了许多新方法,其中较好的一种是利用和缺失像元具有相似的LST变化特征的已知像元集估算缺失像元的LST,能够能实现高精度插值,但计算花费巨大,通常需要借助高性能计算机完成。将分布式计算引擎Spark应用于该方法,用一个普通计算机群来代替高性能计算机实现对青藏高原MODIS LST数据快速有效的插值,并对比分析了不同硬件条件、不同数据尺度下原方法和基于Spark实现的该方法两者的性能。结果表明:基于Spark的实现方案有效可行;当节点数和数据量较少时,后者的性能低于前者;随着硬件资源和数据量的增加,后者的性能表现更好并逐渐超过前者;使用新版的Spark编写代码或着将插值方法的代码编译成.so动态库再通过Spark调用,可以进一步提高该方案的插值性能。