PM2.5 是大气重要污染物之一, 模拟 PM2.5 浓度空间分布对于大气污染防治具有重要意义。将土地利用回归模型 (LUR) 应用到安徽省污染较重的皖北地区, 以监测点为中心, 建立半径分别为 0.5、1、1.5、2、3、4、5 km 的缓冲区, 结合土地利用因子、道路因子、污染源因子、气象因子、高程因子及人口因子共 105 个变量, 建立了该地区四季和年均 LUR 模型, 并通过留一交叉互验, 验证了模型精度。结果表明: 研究区 PM2.5 浓度受草地、湿地、降水量、相关湿度、气压、风速、二级公路、三级公路、废气污染企业、人口数量影响较大。调整 R2 分别为 0.828 (春)、0.731 (夏)、0.831 (秋)、0.775 (冬)、0.892 (年均); 均方根误差 (RMSE) 分别为 6.34 μg·m-3 (春)、7.01 μg·m-3 (夏)、6.28 μg·m-3 (秋)、6.71 μg·m-3 (冬)、5.33 μg·m-3 (年均); 模拟精度 R2 分别为 0.825 (春)、0.730 (夏)、0.834 (秋)、0.772 (冬)、0.897 (年均), 模型表现良好, 解释力强。从模拟的 PM2.5 浓度空间分布可以看出, 不同季节呈现明显不同的空间分布特征, 这与来自北方的大量污染颗粒物、当地的煤矿开采以及秋耕秸秆燃烧等潜在污染源有关。

为了精确地定量研究土地利用变化对地表反照率的影响, 利用公元 850-2100 年期间土地利用数据集获取了一套长时期的全球分光 (近红外、可见光、短波) 地表反照率数据集, 并进行了详细的分析和对比验证。验证结果表明, 所得的分光地表反照率与 MODIS 数据对应结果的空间分布特征基本一致; 在非冰雪覆盖区的可见光反照率差别在-0.0081～0.0029 之间, 精度较高; 差别最大的区域为南、北半球中高纬度的冰雪覆盖区。研究表明, 自 1860 年以来, 所有典型区域 (包括中国东部、欧洲东南部、美国中东部和巴西南部) 的城市建成区逐年增加, 特别是巴西南部的自然植被逐年减少; 在 1860-1980 年间, 各区域主要表现为自然植被向城市建成区和耕地转化; 在 1980-2015 年, 巴西南部耕地类型持续增加, 其余区域均表现出自然植被逐步恢复的变化趋势。此外, 不同土地利用类型的分光反照率存在很大差别, 例如, 春季可见光反照率在冰雪表面为 0.5069, 混交林为 0.0444, 而城市建成区为 0.0870; 且受不同纬度和下垫面性质的影响, 同一土地利用类型的分光地表反照率也存在明显的空间差异, 例如, 春季草原的可见光反照率最大为 0.4915, 最小为 1.127×10-4。 这套长时期全球分光地表反照率数据集可以为土地利用变化驱动气候变化的相关定量研究奠定数据基础。

山地环状构造能提供丰富的深部地质作用信息, 为深化对此特殊地质构造的探索研究, 基于GF-5卫星影像, 对禄丰恐龙谷南缘的环状构造进行土地利用/覆盖分类, 再对分类后的地类进行高光谱特征分析, 最后对环状构造内外的同种地类的高光谱特征进行差异分析。得到如下结论: 研究区内, 未利用地占比最大, 约36.14%, 主要以环状形式分布, 林地次之, 约29.03%, 草地占比17.80%; 对比光谱库数据, 6种地类的光谱曲线与相应特征地物的光谱曲线变化特征一致, 可知基于面向对象的分类结果具有效性; 环状构造内外的同种土地利用/覆盖类型的高光谱曲线整体变化趋势相似, 但仍存在差异。环状构造内外的未利用地、林地和草地的反射率差值最大分别为6.61%、4.33%和4.05%, 但也存在反射率差值仅为0.01%的波段。通过本文研究结果为建立滇中特殊地质构造的土地利用/覆盖类型的星载高光谱数据库提供理论依据和技术支持, 同时也为后续进行基于高光谱技术的深入研究和精细研究提供基础数据。0.<英文标题>Land use / cover classification and hyperspectral characteristics difference analysis of the circular structure in the south of Dinosaur Valley

城市用地功能分类的准确识别对精准把握城市现状、优化城市空间结构有重要意义。基于此，利用高分辨力遥感影像，提出一种针对中国城市用地功能分类的模型。设计一种多分辨力特征融合的卷积神经网络识别遥感影像中的特定功能区；针对中国城市功能区分布的特点，建立一个用于城市用地功能分类的新数据集。实验显示，本文算法在 6种用地功能类型上的分类精确度达 88%，表明算法对城市用地功能分类识别具有较高的准确性。最后，通过对北京部分主要城区的案例研究，验证了所提出的模型在城市规划相关领域提供数据支持的价值和有效性。

土地利用变化检测在土地资源管理、国土资源监测中发挥着重要的基础作用。针对2013年到2017年江西省南昌市GF-1号多光谱遥感影像,利用基于支持向量机的图像分类方法对遥感影像进行分类,生成了该地区在这5年的土地利用变化图,并分析其土地利用变化特征。结果表明,研究区的土地类型主要以林地、草地、水体及建筑用地为主,在这5年,植被面积变化最大,减少了54.74 km 2,其次是水体面积,增加了22.12 km 2,建筑用地的面积增加了19.45 km 2,裸地的面积增加了5.17 km 2。

土壤是由大小不同、 形状各异的颗粒组成, 其中土壤粘粒矿物是土壤的重要组成部分之一, 它不仅蕴含着土壤的形成轨迹、 发生学特征以及成土环境的变化, 而且还能够对土壤中的营养物质以及水分起到保蓄的作用。 同时, 由于不同类型土壤的粘粒矿物组成不尽相同, 不同利用方式以及长期定位施肥都会对土壤粘粒矿物的演变产生影响, 因此研究土壤粘粒矿物的组成及演变规律, 可以更加全面的了解不同类型土壤之间的发生学规律, 对探究土壤肥力的可持续性具有重要意义。 目前对土壤粘粒矿物展开研究已经成为农业绿色发展研究的重点之一, X射线衍射分析法(XRD)作为研究土壤粘粒矿物最有效的手段, 具有方便、 快捷、 测量精度高以及对样品无污染等优点, 近年来受到国内外学者的广泛关注。 文章介绍了X射线衍射分析法测定土壤粘粒矿物的基本原理和分析方法, 综述了该技术在测定土壤粘粒矿物方面的国内外研究进展, 并对X射线衍射分析法测定粘粒矿物的应用前景进行了展望。 应用XRD对土壤粘粒矿物进行研究, 结合传统分析方法对土壤基本性质进行测定, 可以揭示不同类型土壤的粘粒矿物组成及差异, 以及不同利用方式下的土壤粘粒矿物的组成和演变规律, 从而为土壤肥力的可持续利用及农业绿色发展提供理论基础和技术支撑。 目前有关土壤粘粒矿物演变展开的研究多集中于长期定位施肥处理上, 而对于长期秸秆还田以及不同耕作方式引起的土壤粘粒矿物演变的研究却非常少, 相信未来, XRD可以被应用到土壤研究的更多方面, 为农业绿色发展做出贡献。

针对传统土地利用回归模型(Land use regression, LUR)未考虑影响因子与大气污染物之间非线性复杂关系 和易出现多重共线性的问题。以PM10为例,采用支持向量回归机(Support vector machine regression, SVR) 改进土地利用回归模型的建模方法构建SVR-LUR模型,对上海市南浦大桥周边区域PM10空 间分布进行模拟。研究结果表明: 1)研究区域PM10浓度与100 m缓冲区内的空地面积, 150 m缓冲区内的建筑工地面积、 空地面积、河流面积, 200 m缓冲区内的绿地面积和河流面积,以及湿度、交通流量和背景浓度相关性较高。 2) SVR-LUR模型可较好地对研究区PM10浓度进行空间分布预测。SVR-LUR模型与LUR模型相比, SVR-LUR模型预测精 度较高,其测试集比LUR模型测试集的平均绝对误差(Mean absolute error, MAE)及均方根误差(Root mean squares error, RMSE)分别减小了22.92%、33.51%,拟合指数(Index of agreement, IA)值增加了13.20%。 相较于普通克里金插值模型所得到的单一梯度空间分布预测结果, SVR-LUR 模型能够更有效揭示小范围内的空间差异。 3)研究区PM10浓度空间分布呈现出西高东低的总格局,在建筑物和路网密集的地方浓度较高,而在靠近江面和空地 的区域浓度相对较低。模拟结果与实际情况相符。

基于Landsat TM和OLI/TIRS数据反演了呼和浩特 区域的地表温度。经MODIS地表温度产品检验，反演结果的精度较好，平 均相对误差为5%，均方根误差为1.53℃(R=0.88)。研究结果表明，不 同类型地表的温度不同，最高值出现在建筑用地上，最低值出现在植被和 水体覆盖区域。地表温度与建筑用地、裸地和半裸地分布之间呈正相 关，而与植被分布呈负相关。建筑用地和裸地对地表温度的影响较大，而 半裸地和植被对其的影响则较稳定。

利用OMI传感器获取了2005～2012年中国区域内的SO2柱浓度变化数据,并基于MODIS传感器获取了中国区域内的下垫面土地利用类型数据。应用空 间分析的方法,分别分析了中国区域内的SO2柱浓度与时间的空间关联特征,以及与土地利用类型的空间关联特征。通过研究发现,从空间和时 间区域来说,乌鲁木齐、京津冀、长江三角洲、四川盆地和珠江三角洲为SO2高浓度区;北方地区SO2浓度冬高夏低且峰值呈现逐年上升的趋势,南 方地区则呈现SO2浓度夏高冬低的特点。从土地利用来说,城市和耕地上空的SO2浓度较高,森林、草地和裸地上空的浓度较低。研究 结果表明,人类活动在行星边界层SO2分布和浓度变化中起关键作用。