中国1999－2009年土地覆盖动态变化的时空特点

基于SPOT NDVI时间序列研究中国近10 a来（1999－2009年）土地覆盖动态变化的时空特点。首先,对BISE模型进行改进并对数据进行预处理;其次,结合光谱角分类和最小距离分类算法各自的优势构建了一个新的分类算法（SAM-MDM）,并对多年NDVI数据分类和后处理,提高了分类精度,能满足土地覆盖变化趋势分析要求;再次,应用土地覆盖动态度模型和GIS叠加方法分析了全国土地覆盖的时空变化,建立了土地覆盖类型转移概率矩阵;最后,应用马尔科夫（Markov）过程建立了类型转移演化模型,对未来20 a土地覆盖动态变化过程进行了预测。通过该研究探讨了中国土地覆盖近10 a来在时间上的动态变化特点、空间上的变化差异、土地覆盖类型的转移概率分布和未来10～20 a的时空变化趋势。     

基于集合卡尔曼滤波的地表水热通量同化研究

地表水热通量是研究地表能量转换与水文过程中的重要参数,本文借助通用陆面模式CLM3.0(Community Land Model3.0)为动力框架,利用集合卡尔曼滤波作为同化算法构建单站点的地表水热通量同化系统,并利用Ameriflux通量观测网上Chestnut Ridge、ARM SGP Main以及Tonzi Ranch三个站点的通量观测数据进行直接同化地表水热通量试验。结果表明,在三种不同下垫面下,RMSE直接同化水热通量能够很好地改善地表总水热通量的估算效果。经过同化通量观测值,模式输出的通量值的RMSE均有减小。在代表农田下垫面的ARM SGP Main站,感热通量的RMSE由67.49W/m2下降至14.07W/m2,潜热通量的RMSE由70.07W/m2下降至14.35W/m2;在代表森林下垫面的Chestnut Ridge站,感热通量的RMSE由82.56W/m2下降至48.56W/m2,潜热通量的RMSE由42.99W/m2下降至38.92W/m2;在代表草地下垫面的Tonzi Ranch站,感热通量的RMSE由62.99W/m2下降至17.85W/m2,潜热通量的RMSE由44.76W/m2下降至36.01W/m2。相对于通过同化地表温度和湿度间接改善地表水热通量预报的研究结果,直接同化地表水热通量的结果好于前者。但值得注意的是,针对集合同化方法,不同初始场误差、观测误差和大气强迫数据误差的扰动强度都会对同化结果造成影响。从同化系统对3种误差的敏感性分析结果来看:观测误差的影响最大且减小观测误差能够减小同化后的RMSE值,估计观测误差的方法是否合理会直接影响同化结果的好坏;初始场误差对同化后的RMSE值影响最小;另外,增加大气强迫数据误差和初始场误差能减小同化后的RMSE值。