Coding and Paper Letter（五十）

增長碳（C）封存和減小溫室氣體（GHG）排放的農業管理作法已被肯定爲有吸引力的減緩戰略。在這項研究中，咱們評估了中國碳足跡（CFs）的時空動態及其驅動因素，旨在分析潛在的緩解策略。咱們的CF數據包括主要做物生產的溫室氣體排放和C封存。結果代表，從2000年到2015年，主要農做物產量的溫室氣體排放量達到133.3 Tg CO2-C當量（Ce）年-1，土壤C固存量爲25.3 Tg Ce年-1，結果CF爲108.0 Tg Ce今年1。此外，CF僅增長了1.9％，溫室氣體排放增長的90.9％被秸稈還原和施肥的碳固存所抵消。此外，農場CF（FCF）和產品CF（PCF）分別降低了9.7％和30.4％，由於秸稈還田的耕地比例增長了26.4％，肥料使用量減小致使施肥效率提升了8％。 kg氮（N）ha-1年-1。在區域範圍內，溫室氣體排放量增長了9.1-65.0％，這一變化的主要驅動因素分別是東北 - 西北，北部和南部的施肥，機械做業和稻田CH4通量。然而，因爲肥料使用量減小和秸稈還田的實施，土壤碳固存量增長，PCF降低了15.0-47.0％。秸稈還田的擴大和施肥效率的提升顯着減輕了25.3 Tg Ce一年的排放，代表這些措施是重要的緩解策略，應結合其餘管理實踐在不一樣地區實施。咱們的研究提供了一種計算中國農田CF及其驅動因子的綜合方法，並指出了有利於減小排放的政策選擇而不影響做物產量的潛在減緩策略。歐陽志雲老師團隊的成果，全國尺度的農做物生產碳足跡分析。氣候變化背景下這樣的研究將對減緩氣候變化的政策有很好的指示性。

2.Mapping annual forest cover by fusing PALSAR/PALSAR-2 and MODIS NDVI/經過融合PALSAR/PALSAR-2和MODIS NDVI繪製年度森林覆蓋圖

高級陸地觀測衛星（ALOS）相控陣L波段合成孔徑雷達（PALSAR）HH和HV極化數據之前用於生成2007年至2010年間全球25米的年度森林地圖，以及2015年和2016年的最新全球森林地圖經過使用ALOS-2 PALSAR-2數據生成。然而，因爲ALOS和ALOS-2之間的運行差距，在2011-2014年期間每一年25米的空間分辨率森林地圖不見了，所以沒法創建關於世界森林的連續，精細分辨率的時間序列數據集。相比之下，MODerate分辨率成像光譜儀（MODIS）NDVI圖像自2000年以來全球可用。該研究開發了一種新方法，經過融合精細的空間分辨率，在2007-2016年期間生成每一年25米的森林地圖，但異步PALSAR/PALSAR-2具備粗糙的空間分辨率，但同步MODIS NDVI數據，所以，填補了ALOS和ALOS-2時間序列中的四年間隙，以及加強現有的映射活動。該方法的開發主要集中在兩個關鍵目標：1）經過在2007-2010和2015-2016期間整合PALSAR / PALSAR-2和MODIS NDVI數據，生成更準確的25米森林地圖; 2）在2011 - 2014年期間從時間序列MODIS NDVI圖像重建年度25 m森林地圖。具體而言，基於PALSAR / PALSAR-2和MODIS NDVI數據開發了森林製圖決策樹分類，並提出了一種新的時空超分辨率映射，用於從時間序列MODIS NDVI重建25 m森林地圖。圖片。選擇了包括巴拉圭，美國和俄羅斯在內的三個研究地點，由於它們分別表明了世界三大森林類型：熱帶森林，溫帶闊葉林和混交林，以及北方針葉林。與傳統方法相比，該方法在視覺和數量上產生了最精確的精細空間分辨率森林地圖的連續時間序列。對於2007-2010和2015-2016期間的森林地圖，結果的整體準確度值（> 98％）高於原始JAXA林產品。對於2011-2014年重建的25 m森林地圖，相對於三種基準方法的分類準確度的增長具備統計顯着性，而且三個研究地點的整體準確度值幾乎廣泛> 92％。所以，擬議的方法頗有可能經過在2007-2016年期間融合PALSAR/PALSAR-2和MODIS NDVI來支持每一年生產25米森林地圖。基於合成孔徑雷達數據與MODIS數據融合生成25m高分辨率長時間愛你序列的森林地圖，發表在RSE的雄文，從摘要看應當是相似於時空決策樹類的方法完成了時空超分辨率映射。

3.The impacts of urbanization on fine particulate matter (PM2.5) concentrations: Empirical evidence from 135 countries worldwide/城市化對細顆粒物（PM2.5）濃度的影響：來自全球135個國家的經驗證據

不多有人嘗試系統地研究城市化對經濟發展不一樣階段國家PM2.5濃度的影響。在這項研究中，提出了一個普遍的城市化概念，考慮城市化引發的城市經濟和交通運輸部門的變化，以調查1998-2014年城市化對欠發達國家，發展中國家和發達國家的國家PM2.5濃度的影響。結果代表，城市化與PM2.5濃度有顯着關係，但其影響程度因發展水平不一樣的國家而異。首先，PM2.5濃度對欠發達國家城市化和交通相關排放增長的積極響應明顯強於發展中國家和發達國家。第二，對於發展中國家而言，城市化，交通相關的排放和工業化都對國家PM2.5濃度的增長產生了顯着的積極影響，儘管它們的影響出乎意料地小於其餘國家的影響。最後，增長城市化和製造業減小二氧化碳排放彷佛下降了發達國家的PM2.5全國平均濃度，而與運輸相關的二氧化碳排放減小可能致使全國平均PM2.5濃度上升。針對城市化與PM2.5的一項研究。全球135個國家的實證研究，事實上這個關係與能源、二氧化碳排放與城市化的關係相相似。

4.Estimation of Poverty Using Random Forest Regression with Multi-Source Data: A Case Study in Bangladesh/利用多源數據進行隨機森林迴歸估算貧困：孟加拉國的案例研究

關於貧困的空間明確和可靠的數據對決策者和研究人員都相當重要。可是，這些數據仍然不多，特別是在發展中國家。目前的研究僅限於使用來自不一樣來源的環境數據來估算貧困，儘管貧困是一種複雜的現象，沒法從理論上或實際上經過單一數據類型來量化。本研究提出了一種隨機森林迴歸（RFR）模型，經過結合從多個數據源提取的特徵，包括國家極地軌道合做可見紅外成像輻射計套件（NPP-VIIRS）日，估算10 km×10 km空間分辨率的貧困。夜間樂隊（DNB）夜間照明（NTL）數據，Google衛星圖像，土地覆蓋圖，路線圖和部門總部位置數據。來自人口與健康調查（DHS）計劃的家庭財富指數（WI）用於反映貧困水平。咱們使用孟加拉國的數據訓練了RFR模型，並將模型應用於孟加拉國和尼泊爾，以評估模型的準確性。結果代表，孟加拉國實際和估計的WI之間的R2爲0.70，代表咱們的模型在WI估計中具備良好的預測能力。尼泊爾的實際和估計WI之間的R2爲0.61也代表該模型具備良好的泛化能力。此外，在孟加拉國的地區平均WI與貧困人口比率（HCR）之間觀察到負相關，Pearson相關係數爲-0.6。使用基尼係數的重要性，咱們發現與城市地區的接近度是解釋貧困的最重要變量，佔解釋力的37.9％。與單獨使用NTL和Google衛星圖像估算貧困的研究相比，咱們的方法提升了估算的準確性。鑑於咱們使用的數據是全球和公開的，本研究報告的方法也適用於其餘國家或地區，以估計貧困程度。餘柏蒗老師團隊的新成果，利用機器學習和夜間燈光數據來評估貧困程度。一年多前斯坦福大學在Science上也發表過相似成果，這一塊是將來夜間燈光衛星的重要應用。

5.Improving estimation of gross primary production in dryland ecosystems by a model-data fusion approach/經過模型-數據融合方法改進旱地生態系統初級生產總量估算

準確和持續地監測乾旱生態系統的生產對於全球和區域碳循環估算具備重要意義。然而，因爲乾旱生態系統中碳交換測量的全球缺少，乾旱地區的碳固存量及其對全球碳循環的貢獻知之甚少。中等分辨率成像光譜儀（MODIS）總初級生產力（GPP）產品提供全球範圍內地面GPP的高頻監測。雖然已經進行了大量研究，以驗證MODIS GPP產品在一系列生物羣系類型中的基於地面的測量。不多有研究全面驗證MODIS估計在乾旱和半乾旱生態系統中的表現，特別是對於新發布的Collection 6 GPP產品，其分辨率從1000米提升到500米。所以，本研究經過與中國乾旱和半乾旱地區主要生態系統的不一樣時間尺度下渦度協方差（EC）觀察到的GPP進行比較，研究了MODIS衍生的GPP的性能。同時，咱們還利用原位氣象強迫數據和貝葉斯方法優化生物羣落特定參數，改進了MODIS GPP的估算。咱們的結果顯示，目前的MOD17A2H GPP算法整體上能夠捕獲大多數調查站點的八天時間尺度的GPP的普遍趨勢。然而，在乾旱地區的一些生態系統中，GPP被低估了，特別是對於灌溉農田和森林生態系統（R 2 = 0.80，RMSE = 2.66 gC / m 2 /天，R 2 = 0.53，RMSE = 2.12 gC / m 2） /天，分別）。在8天的時間尺度上，原始MOD17A2H GPP相對於基於EC的GPP的斜率僅爲0.49，與基於塔的GPP相比顯示出顯着的低估。然而，在使用原位氣象數據來優化MODIS GPP算法的基於生物羣落的參數以後，該模型能夠解釋91％的EC觀察到的位點GPP。咱們的研究代表，目前的MODIS GPP模型在提升乾旱地區主要生態系統的最大光利用效率（εmax或LUE max）以及溫度和水限制參數後運行良好。儘管如此，乾旱地區生態系統中的GPP建模仍然存在很大的不肯定性，特別是對於沙漠生態系統。將來的研究須要進一步改進旱地生態系統中的GPP模擬，例如遙感產品的改進和GPP估算算法，數據驅動方法的實施或生理模型。利用MODIS GPP產品和模型輸出數據融合估算GPP。當前GPP研究領域的很重要的一類。利用渦度協方差（通量塔）數據來提高模型和遙感產品的精度。

6.A Regionally Robust High-Spatial-Resolution Aerosol Retrieval Algorithm for MODIS Images Over Eastern China/中國東部MODIS影像的區域魯棒高空間分辨率氣溶膠反演算法

MODerate分辨率成像光譜儀（MODIS）因其長期的數據記錄而被普遍用於相關的氣溶膠研究。然而，粗糙空間分辨率的操做氣溶膠光學厚度（AOD）產品限制了它們在中小尺度上的應用。所以，須要高空間分辨率的AOD產品。在這項研究中，爲華東地區的MODIS圖像開發了一種區域穩健的高分辨率氣溶膠反演算法，該算法具備複雜的表面和嚴重的空氣污染。經過使用RossThick-LiSparse模型校訂表面雙向反射分佈函數的影響，解決了氣溶膠檢索中的幾個主要挑戰，包括i）表面反射率。 ii）經過氣溶膠機器人網絡（AERONET）站點的歷史氣溶膠光學特性測量的時間序列數據分析假設的氣溶膠模型; iii）使用所提出的通用動態閾值雲檢測算法進行雲篩選。此外，還校訂了氣體（即臭氧，水蒸氣）的吸取。最後，咱們的AOD檢索與最新的AERONET版本3 Level 2.0 AOD地面測量，3 km和10 km分辨率的最新MODIS Collection 6.1 AOD產品以及大氣校訂（MAIAC）AOD的多角度實施進行了比較產品分辨率爲1千米。結果代表，咱們的算法在黑暗的植被和明亮的城市表面上表現良好，78.56％的反演精度符合可接受的預期偏差±（0.05 + 20％），平均絕對偏差和均方根偏差爲0.074，分別爲0.125。比較結果代表，新生成的1 km AOD數據集比常規MOD04 3 km和10 km暗目標數據集好得多，略好於10 km深藍（分辨率較低）和1 km MAIAC （具備較窄的空間覆蓋範圍）AOD產品。這證實了咱們的算法的穩健性，該算法生成的AOD產品在複雜曲面上具備更連續的覆蓋和更精細的分辨率。一種新的魯棒高空間分辨率氣溶膠反演算法（針對華東地區）。從華東地區的驗證精度仍是不錯的，可是具體其餘區域性能還有待驗證。相比較於MODIS其餘產品，精度有所提高，發表於IEEE TGRS上。

相關標籤/搜索

每日一句

每一个你不满意的现在，都有一个你没有努力的曾经。