用MODIS遥感数据反演东海海表温度、叶绿素a浓度年际变化的研究

利用MODIS获取的2002年7月—2007年12月卫星数据反演中国东海海域的海表温度(SST)和叶绿素a浓度信息,对东海海域的SST和叶绿素a浓度分布规律进行了分析。结果表明:东海海域的SST和叶绿素a浓度的分布具有明显的分区和季节变化特征。在年际间,不同海区的SST和叶绿素a浓度均呈周期性变化趋势。在空间上,SST呈现出由近岸向外海递增的趋势,南北温差大;叶绿素a浓度则呈现出由近岸向外海递减的分布趋势。东海叶绿素a浓度的分布与SST、河口径流、季节等因素有关。作者从宏观上分析了东海长时间序列的SST和叶绿素a浓度的变化特征,可为东海海洋初级生产力和海洋生态环境研究提供参考。     

智利竹筴鱼渔场海表温度及叶绿素浓度分布特征

根据2015年3月~7月大型拖网加工船"开富号"在智利外海东部智利竹筴鱼渔场(38°~47°S、78°~93°W)得到的生产调查数据及通过NOAA卫星遥感获取的海洋环境数据(海表温度、叶绿素浓度),对该海域调查期间的竹筴鱼资源与海表温度(SST)及叶绿素浓度分布特征进行初步分析。结果显示:(1)整个调查期间平均日产量为146.33 t,其中以4月份最高,3月份最低;(2)平均CPUE为10.49 t/h,其中以7月份最高,3月份最低;(3)随着季节从秋季进入冬季,智利竹筴鱼渔场总体从南向北移动,秋季(3~5月初)的渔场由东向西移动,而冬季(5月末~7月)的渔场则突然向东转移;(4)智利竹筴鱼渔场主要分布在SST为10~18℃的海域,其中又以13~14℃的渔获率较高;(5)智利竹筴鱼渔场主要分布在叶绿素浓度为0.12~0.26 mg/m~3的海域,其中又以0.14~0.18 mg/m~3的渔获率较高;(6)随着秋冬交汇,智利竹筴鱼鱼群明显分裂成两片渔场进行聚集,其中西部渔场大规格个体占比较高。     

基于MERIS遥感图像的太湖叶绿素浓度反演

以太湖为试验区,基于MERIS遥感图像数据以及同步实测的太湖水质参数数据,应用归一化叶绿素指数算法(NDCI),对太湖水体叶绿素a浓度进行反演,得到了太湖区域的水体叶绿素a反演结果,并对反演结果进行了验证和分析。结果表明:归一化叶绿素指数反演算法能够精确地反演太湖区域的叶绿素a浓度值,模型的决定系数(R2)为0.881 2,反演精度优于传统经验统计模型,可为今后更精确地反演内陆水体的叶绿素a浓度提供参考依据。     

基于环境一号卫星数据的洞庭湖叶绿素a浓度反演

通过星地同步地面试验,建立起洞庭湖水体的叶绿素a浓度遥感反演模型,运用2011年4月~2012年4月的多期环境一号卫星CCD数据,对洞庭湖叶绿素a浓度进行动态监测和分析。结果表明:环境一号卫星CCD数据第三通道(HJ3)反射率与第二通道(HJ2)和第四通道(HJ4)反射率之和的比值与洞庭湖水体叶绿素浓度具有较高的相关性,从而构建基于环境一号卫星多光谱数据的洞庭湖叶绿素a浓度反演模型;采用多期环境一号卫星CCD数据对洞庭湖的叶绿素a浓度进行了连续监测,较好地反映了洞庭湖叶绿素a的时空分布变化。     

基于AMSR-E与MODIS数据海表面温度遥感反演研究

海洋表面温度是海洋环境的重要参数。遥感技术是进行海表面温度研究的有效手段之一。以印度洋北部海域为研究区域,利用Aqua卫星上的微波数据（AMSR-E）和光学数据（MODIS）,进行了海表温度反演研究。首先对AMSR-E L2A数据和MODIS-L1B数据进行预处理,然后将AMSR E的各极化通道亮温数据与实测海表温度进行相关性分析,通过多元线性回归建立AMSR-E海表温度的反演模型,而MODIS海表温度则通过采用线性多通道算法得到,最后以AMSR-E亮温数据为主,MODIS海表温度数据为辅,采用多元线性回归的方法建立了海表温度反演模型。利用该模型反演印度洋北部海域海表温度,反演结果与实测数据相比,其均方根误差为0.323 97 ℃。     

MODIS数据反演三江平原晴空上午陆表温度比较研究

三江平原大面积开垦后区域水热平衡发生变化,晴空上午陆表增温状况在开垦后和未开垦区域之间周年变化表现不同.选择2006~2009年55个时次67个Terra卫星上午降轨MODIS L1B数据集,在黑龙江南岸乌苏里江西岸开垦后农田、黑龙江北岸乌苏里江东岸俄罗斯境内未开垦平坦荒原各选择200个地面数据点,比较分析开垦和未开垦区晴空上午陆表温度(Land surface temperature,LST).结果表明,与未开垦荒原比较,开垦后区域LST年变化表现为两谷一峰:春季解冻后未开垦区有大量枯萎植物覆盖,开垦后区域裸土为主,表现为温度谷;5月下旬至7月中下旬,未开垦区植物大量生长,开垦区农田前期多为裸土或植株矮小,表现为一个很强的温度峰;7月末至8月末农田作物茂密生长,表现为另一个温度谷;9月以后至次年4月份大部分时间为冻土或被冰雪覆盖,开垦区和未开垦区LST差异不明显     

基于环境小卫星CCD数据对太湖地区叶绿素a浓度的反演

针对我国湖泊水体富营养化监测问题,以太湖为研究对象,使用了快速、低成本、大范围的遥感技术反演太湖水体中的叶绿素a含量.以环境小卫星CCD数据和实测数据为研究基础,使用波段比值法建立了5种叶绿素a浓度回归模型.结果表明:多项式反演模型具有最佳的拟合效果,其相关系数R=0.8845;对该反演模型进行合理性验证,并将其运用在太湖地区,最终反演了该水域的叶绿素a浓度.这表明波段比值法构建的多项式反演模型可以较为准确地反演出太湖地区的叶绿素a浓度值.     

东湖水体叶绿素浓度的遥感反演研究

环境一号卫星CCD数据具有获取周期短、空间分辨率高的特点,在内陆湖泊水质遥感监测方面具有很好的应用前景。通过与卫星同步的地面试验,建立了适用于东湖水体叶绿素浓度遥感反演模型,使得遥感数据的反演结果与地面测量一致,结果表明,东湖水体叶绿素浓度具有明显的时空分布特点,东湖东部水质和北部水质较好,南部和西部水质较差,这为东湖水质的治理提供了有效的参考依据。     

基于水体指数的镜泊湖叶绿素a质量浓度反演研究

结合2015年9月镜泊湖30个有效采样点的实测叶绿素a质量浓度和同步Landsat 8 OLI数据,通过分析叶绿素a的光谱特征,在Landsat8OLI数据11个波段中,选择前7个波段(B1、B2、B3、B4、B5、B6、B7)单独或组合建立叶绿素a质量浓度反演模型。利用多元统计分析法分析发现,波段组合B5/B3、(B3+B4)/B5、B3/(B1+B5)模型精度较好,决定系数R2分别为0.754 1、0.774 3、0.739 6。作为对比,另外选取典型的水体指数建立叶绿素a质量浓度反演模型;其中归一化水体指数(NDWI)、改迚归一化水体指数(MNDWI)、增强型水体指数(EWI)模型较好,R2均大于0.7,分别为0.747 6、0.726 7、0.763 5。选取上述6种模型,利用剩余采样点迚行精度检验,结果预测值与实测值之间的R2为0.0711～0.8094,其中,NDWI模型反演R2值为0.7614,平均相对误差为13.0%,最大相对误差为22.4%,最小相对误差为1.4%;均方根误差为0.20μg/L。与波段组合模型相比,水体指数模型虽然精度没有较大的提高,但其模型摆脱了波段的随机组合,更适合用来作为镜泊湖叶绿素a常用的监测方法。通过NDWI模型对镜泊湖叶绿素a质量浓度的反演,发现镜泊湖叶绿素a质量浓度分布具有一定的空间差异性,大体趋势为靠近岸边的浅水区叶绿素a质量浓度高于湖心的深水区,有河流注入的来水区高于其他湖区。     

用MODIS数据反演辽西北地区陆面温度

针对MODIS多波段的特点，用1、4、3波段合成真彩色图像，2、19波段反演水汽含量，最后用31、32波段和分裂窗算法反演辽西北地区陆面表面温度。结果表明：渤海附近站点的地温相对较低，地温海陆分布差异明显；研究区内各站点反演结果都在20℃以上，符合实际情况；反演结果与观测数据的多年平均值在空间分布上基本呈相似的趋势，结果比较合理。     

2019-3ml目录

目的地表温度是区域与全球尺度地表过程分析与模拟的重要参数,在地表与大气能量交换的过程中扮演着重要的角色。本文使用3种算法对北京地区Landsat-8影像进行地表温度反演,并使用MODIS 地表温度产品对反演结果进行交叉验证,评估Landsat-8用于地表温度反演的精度与适用性,为后续使用Landsat-8反演地表温度的研究提供参考。方法对反演地表温度所需的3个重要参数（大气平均作用温度、地表比辐射率、水汽含量）进行获取,得到3个算法的反演结果后,对各个算法的结果进行敏感性和差值分析,并将结果与同期MOD11A1地表温度产品进行对比分析。主要分析手段包括北京市不同行政区之间算法结果与温度产品的平均温度结果比较、不同地类之间算法结果与温度产品的平均温度结果比较,以及选取尺度效应较低、温度随时间变化较小的密云水库中心区域比较两者的温差。结果3个算法的反演结果总体平均温差不超过1 K,其中Cristóbal等提出的改进后单通道算法与其他两个算法的温差最小,Wang等提出的改进后单窗算法与其他两个算法的温差最大。Landsat-8地表温度反演结果普遍高于MODIS温度产品。通过选取密云水库中心区域对本研究反演结果和温度产品进行对比可以得出,3种算法结果与MODIS温度产品的总平均差值为1.373 K。结论反演结果总体上具有较理想的反演精度。Jiménez-Mu?oz提出的劈窗算法具有最好的敏感性分析结果,且与MODIS温度产品的结果最接近。Landsat-8反演结果与MODIS温度产品在总体地温分布规律上保持一致,但Landsat-8因具有更高的分辨率而能更好地分辨小地块不同地类的地温差异,在精确反演地表温度领域拥有更大的优势。      

MODIS植被资料在模拟华东地区一次降水中的应用

采用中尺度模式WRF 3.7版本及NCEP FNL资料作驱动场,利用最新的高分辨率MODIS资料(MODIS03)提高WRF模式对区域降水的模拟能力,就2003年6月下旬我国华东地区的一次强降水事件进行48 h短期天气模拟。结果表明,利用最新MODIS03资料的土地利用率可以减少降水误差,植被覆盖率会增加降水量,但同时替换土地利用率和植被覆盖率的LG03试验的模拟结果最接近实测资料。不同的陆面信息可以直接影响地表蒸发量及水汽通量散度的模拟结果。通过分层的水汽通量散度可以看出,不同的陆面信息模拟的水汽辐合主要在地表气压到850 h Pa产生差异,并最终影响降水模拟结果。     

基于水温因子的东、黄海鲐鱼剩余产量模型建立

水温是影响鲐鱼生长、繁殖、补充的重要因素之一。根据东、黄海鲐鱼灯光围网渔业渔获量、标准单位捕捞努力量渔获量（CPUE）和2月产卵场（127°30′E、29°30′N）平均海表面温度（SST）,建立了基于SST因子的剩余产量模型,分析SST对东、黄海鲐鱼资源和持续产量的影响。研究表明：持续产量可由捕捞努力量和SST的函数来表征,表达式为：Y_t=1 080.97 f_t-0.006f²_t+114.51SST_t f_t-2.91SST²_tf_t,鲐鱼资源量和持续产量的变动受产卵场SST和捕捞努力量控制。分析认为,2月产卵场最适SST范围为18.5～20.6℃。为此,建议在渔业管理中应根据各年海洋环境状况来确定最大可持续产量,并实时调整管理方案。     

2005—2016年中国东海鲐鱼渔场的时空分布及与海表面温度的关联

根据2005—2016年7—9月中国远洋渔业数据中心提供的我国东海鲐鱼捕捞数据,结合关键因子海表面温度(sea surface temperature, SST),计算各年鲐鱼渔场经纬度重心,量化鲐鱼渔场重心的时空变化。进一步分析捕捞努力量在经度、纬度以及SST上的分布规律,并基于聚类法筛选出代表年份,评估异常气候事件对鲐鱼渔场内SST及渔场重心时空分布的影响。研究结果显示,鲐鱼渔场重心具有明显的年际和月间变化,7—9月渔场逐渐向东北方向移动,且主要分布渔场SST为25～28℃。聚类分析将各月份渔场重心分为4类,其中2007和2015年渔场分布具有显著差异。此外,鲐鱼渔场内SST与尼诺指数具有显著的正相关关系,且代表年份2007和2015年分别对应拉尼娜事件和厄尔尼诺事件,当拉尼娜事件发生时,渔场内SST上升,渔场重心逐渐北移;而厄尔尼诺事件发生时,渔场内SST下降,渔场重心主要分布在南部海域。研究表明,中国东海鲐鱼渔场时空分布受到厄尔尼诺和拉尼娜调控的海表面温度变化的显著影响。     

东海磷营养盐变动影响因子分析

采用“有进有出”逐步回归等方法分析了影响东海磷营养盐变动的各环境因子的显著性及其影响权重,得到对东海磷营养盐变动起显著性影响的环境因子的相对重要性依次为:硅酸盐>硝酸盐>温度>溶解氧>亚硝酸盐>pH>盐度>碱度>氨,影响权重系数分别为18.01％、17.84％、15.17％、10.98％、8.43％、7.9％、7.63％、7.53％、6.52％;硅酸盐对磷营养盐变动显著性影响最大,表明东海磷、硅等营养盐的结构变化在浮游植物群落演变过程中起着重要作用,这与该海域近岸赤潮生物逐渐由中型(硅藻种类多)向小型和微型(甲藻种类多)发展的事实相符合。在构建东海磷营养盐动力学模型和海洋生态模型中时,必须对硅酸盐等环境因子予以充分考虑。     

东海磷营养盐变动影响因子分析(英文)

采用“有进有出”逐步回归等方法分析了影响东海磷营养盐变动的各环境因子的显著性及其影响权重,得到对东海磷营养盐变动起显著性影响的环境因子的相对重要性依次为:硅酸盐>硝酸盐>温度>溶解氧>亚硝酸盐>pH>盐度>碱度>氨,影响权重系数分别为18.01％、17.84％、15.17％、10.98％、8.43％、7.9％、7.63％、7.53％、6.52％;硅酸盐对磷营养盐变动显著性影响最大,表明东海磷、硅等营养盐的结构变化在浮游植物群落演变过程中起着重要作用,这与该海域近岸赤潮生物逐渐由中型(硅藻种类多)向小型和微型(甲藻种类多)发展的事实相符合。在构建东海磷营养盐动力学模型和海洋生态模型中时,必须对硅酸盐等环境因子予以充分考虑。