人为活动排放的以 CO 2 和 CH 4 为主的大量温室气体是造成全球增温的主要因素。由于地面观测站点稀少, 卫星遥感为监测 CO 2 和 CH 4 的时空分布及变化趋势提供了新的技术手段。本文验证了 GOSAT、OCO-2 卫星的大气 CO 2 和 CH 4 柱浓度遥感产品 XCO 2 和 XCH 4 的精度, 并分析了我国 XCO 2 和 XCH 4 的时空分布和变化趋势, 主要结论如下: (1) 在所用 XCO 2 遥感产品中, OCO-2_ACOS 与地面观测的相关性最高 (达 0.93); 而 XCH 4 产品中 GOSAT_OCPR 的相关性最高 (达 0.78)。(2) 在研究的时间跨度内, XCO 2 浓度呈逐年上升趋势, 如我国 OCO-2 XCO 2 年均浓度由 2014 年的 396.92 × 10 －6 增长到 2021 年的 414.72 × 10 －6 ; CO 2 浓度高值主要分布在城市和工业集中的中国东部地区, 西北地区塔克拉玛干沙漠的高值与气溶胶散射影响有关; 同时, 受人为源和自然源的季节变化影响, XCO 2 具有冬春高、夏秋低的时间特征。(3) XCH 4 浓度同样呈逐年上升趋势, 但与 XCO 2 不同, XCH 4 浓度高值主要分布在天然气和煤炭开采集中的四川东部、重庆西部、陕西与山西的中部地区, 以及工业集中的华北地区,季浓度呈现夏秋高、春冬低的特征。(4) 2020 年 XCO 2 高值区发生偏移; 相对于 2020 年, 2021 年 CO 2 增速有所回升, 但增幅相对于 2019 年之前仍有所减小。

利用微波辐射传输模型PWR(P. W. Rosenkranz)和反向传播神经网络方法,分别构建了正演下行辐射亮温和反演大气相对湿度廓线的模型,并研究了晴空条件下高光谱微波辐射计反演大气相对湿度廓线的通道选择问题。研究结果表明,200个通道的信息含量大于微波辐射计7个通道的信息含量;增加探测通道数量可提升大气相对湿度廓线的反演精度,选取信息含量排在前面的120个通道进行仿真时,在0~2 km和6~10 km高度范围内大气相对湿度廓线的反演精度提升了4%~10%,在2~6 km高度范围内的相对湿度廓线的反演精度提升了约10%;当通道数继续增加时,反演精度的提升并不明显。

空间外差光谱技术(SHS)作为一种新型超光谱分辨率的光谱分析技术近年来得到了快速发展和广泛应用。根据SHS的基本结构和原理，本文对SHS应用系统中能对干涉图产生影响的各种干扰和畸变进行了分析，并针对这些干扰提出了一种SHS干涉图校正方案。实验结果表明，该方案不仅可以对干涉图进行有效校正，而且复原光谱能够良好地反映输入光谱信息，提高SHS的反演精度。

鉴于传递辐射计对成像光谱仪定标时其通道选择对成像光谱仪的定标精度具有重要影响, 本文使用MATLAB语言编写评价函数, 作为对3 000 K黑体光谱曲线进行多光谱反演精度的评价标准, 最后利用MATLAB遗传算法和模式搜索算法工具箱对评价函数寻找最小值解, 即传递辐射计的最优通道选择, 并根据评价函数对光谱通道数、中心波长偏移、带宽展宽和测量系统误差对光谱反演精度的影响进行分析。结果表明, 为实现0.12%的光谱反演精度, 要求传递辐射计中心波长的偏移量不超过0.2 nm、带宽展宽不大于0.02 nm, 测量系统误差小于0.1%。本研究可以指导传递辐射计的设计, 对提高地球成像光谱仪的定标精度具有重要意义。

农业遥感中,利用光谱指数方法反演作物叶绿素含量一直得到广泛地应用.利用PSR-3500光谱仪及SPAD-502叶绿素仪同步获取了冬小麦冠层光谱数据及对应叶片的叶绿素相对含量(SPAD值),并利用高斯光谱响应模型将PSR获取的地面连续光谱数据重采样为多光谱Landsat-TM7及高光谱Hyperion光谱数据,然后分别计算基于两种传感器的归一化差值植被指数(normalized difference vegetation index,NDVI)、综合叶绿素光谱指数(MCARI/OSAVI,the ratio of the modified transformed chlorophyll absorption ratio index (MCARI) to optimized soil adjusted vegetation index(OSAVI))、三角形植被指数(triangle vegetation index,TVI)及通用植被指数(vegetation index based on universal pattern decomposition method,VIUPD),再将四种光谱指数与叶绿素含量进行回归分析.结果表明,针对重采样后的TM和Hyperion两种传感器数据,VIUPD反演叶绿素含量精度(决定系数R2)最高,反演能力最稳定,这与其“不受传感器影响”的特性密不可分;MCARI/OSAVI反演精度和稳定性次之,是因为引入的OSAVI削弱了土壤背景的影响;宽波段指数NDVI和TVI对模拟TM数据有较好的反演精度,对Hyperion数据反演精度却很低,可能是因为两种指数的构成形式简单,考虑的影响因素较少.以冬小麦为例,对利用光谱指数反演植被叶绿素含量的精度和稳定性进行了研究并分析了其影响因素,经比较发现利用植被指数VIUPD进行植被叶绿素含量反演时,其精度和稳定性最好.

探明土壤盐渍化的高光谱遥感监测机理， 对改善高光谱遥感监测精度具有重要意义。 以南疆地区温宿县、 和田县、 拜城县的水稻土为研究对象， 通过分析土样的高光谱数据和室内测定的盐分与电导率数据， 研究了耕作土壤含盐量与电导率的关系， 并比较了含盐量和电导率与不同光谱指标的相关性以及二者高光谱反演的精度。 结果表明， 南疆水稻土的含盐量与电导率的相关性较低， 二者之间的关系因地区差异而有较大的变化； 含盐量与反射率、 一阶微分、 连续统去除之间的相关性要优于电导率， 特别在一些土壤盐渍化的敏感波段尤为突出； 以含盐量建立的多元线性回归、 主成分回归、 偏最小二乘回归模型的决定系数和相对分析误差均高于电导率。 研究表明高光谱信息对土壤含盐量的响应比电导率更敏感， 以含盐量为监测指标的高光谱反演精度明显要优于电导率。 该结果可为提高土壤盐渍化高光谱遥感监测精度提供理论依据。

给出了355 nm激光雷达与布设在中国科学院大气物理研究所325 m铁塔上的BAM-1020颗粒物监测仪对比观测实验的结果，通过2011年9月21日至10月21日一个月的对比实验发现，激光雷达探测的气溶胶消光系数与实测的PM2.5浓度之间存在较好的相关性。利用线性回归模型建立消光系数与颗粒物浓度之间的关系式，并通过铁塔实测的PM2.5浓度对该关系式在垂直高度上的反演精度进行研究。结果显示，在63，80，120，160 m高度处雷达反演的PM2.5与实测值之间的相关系数分别为0.9447，0.9331，0.9284，0.9308，说明激光雷达能有效探测颗粒物的垂直分布状况。激光雷达探测将有利于研究污染物的空间分布状况和污染物跨界输送问题，并为区域大气联防联控制定政策和措施提供数据支持。