地理加权回归模型结合高光谱反演盐生植物叶片盐离子含量

快速、无损地估算盐生植物叶片盐离子含量在植物生长监测、耐盐植物筛选和土壤盐渍化监测等方面有实用价值。该研究以新疆艾比湖保护区内盐生植物为研究对象,通过分析植物叶片盐离子(K~+、Na~+、Ca~(2+)、Mg~(2+))含量与冠层高光谱数据的光谱变换和二维植被指数(比值型植被指数(ratiovegetationindex,RVI)、差值型植被指数(difference vegetation index,DVI)、归一化型植被指数(normalized difference vegetation index,NDVI))的相关性选取特征波段,构建基于地理加权回归模型(geographically weighted regression,GWR)的叶片盐离子含量估算模型,并与BP神经网络模型(back propagation neural network)进行对比,研究基于GWR模型估算干旱区盐生植物叶片盐离子的可行性。结果表明,选取特征波段集中表现在红及短波红外波段:K~+含量在反射率倒数的对数选取的红光区域内波段使用GWR估算效果最佳;Na~+的特征波段在光谱变换下集中于短波红外区域,二维植被指数集中在近红外、短波近红外及黄、橙、红区域,各种波段选取下GWR对Na~+的含量估算均有较好效果,但反射率对数的一阶估算效果最好;Ca~(2+)含量在反射率平方根的一阶微分下选取的短波红外波段通过GWR模型估算效果最好;Mg~(2+)含量在DVI选取的位于红光区域特征波段估算效果最佳,但使用GWR模型对Mg~(2+)的估算精度不及BP模型。分析基于GWR盐离子模型估算模型发现,含量较高的离子估算效果更好,K~+、Na~+的模型精度优于Ca~(2+)、Mg~(2+)。在使用GWR模型估算植物叶片盐离子含量时,特征波段均指向红及短波红外波段,符合植被光谱机理的响应。     

基于AOD数据的新疆大型露天煤炭开采区PM2.5和PM10反演

MODIS气溶胶产品AOD与PM2.5、PM10浓度高度相关,已广泛应用在PM2.5、PM10浓度模拟.该研究以新疆维吾尔自治区大型露天煤炭开采区准东矿区为研究对象,结合实测的2014年5月、7月、9月、12月PM2.5、PM10质量浓度数据与经过垂直湿度订正的MODIS气溶胶产品AOD,利用多元回归进行拟合建模,从建立的40个模型中选取最优模型并据此对研究区PM2.5、PM10的质量浓度进行定量估算.结果表明:AOD与PM2.5、PM10呈极显著正相关;4个月AOD与PM2.5、PM10质量浓度估算模型最优模型均为多项式模型;其中7月AOD与PM2.5质量浓度拟合模型较好(R2=0.6258),实测值与预测值拟合趋势线R2为0.8057;9月PM10拟合模型效果理想(R2=0.7329),实测值与预测值拟合趋势线R2为0.8077;将AOD代入最优模型反演PM2.5,从空间层面上反映出各区域PM2.5浓度差异明显.研究结果可为AOD的深度利用与PM2.5、PM10浓度的遥感估算提供参考,在大气污染物空间分布、监测大气环境质量、污染预测等方面都具有重要意义.