吴玉洁
- 作品数：9 被引量：30H指数：3
- 供职机构：吉林省气象局更多>>
- 发文基金：国家自然科学基金国家科技支撑计划吉林省科技发展计划基金更多>>
- 相关领域：农业科学天文地球自动化与计算机技术水利工程更多>>
- 长白山地区遥感生态指数时空变化及其气候响应被引量：5
- 2023年
- 利用Google Earth Engine(GEE)云平台,在原有遥感生态指数(RSEI)基础上,选用增强型植被指数(EVI)代替原绿度指标中的NDVI,构建并计算2001—2020年长白山地区植被生长季RSEI,采用回归分析、波动分析、Hurst指数等方法,分析长白山地区RSEI时空变化特征并探讨其气候影响因素。研究表明:(1)2001—2020年长白山地区RSEI波动缓慢上升,生态环境质量整体呈上升趋势。RSEI多年均值空间分布具有明显的分异性,长白山保护开发区生态环境质量较好,通化市、白山市大部较差。(2)近20年长白山地区RSEI稳定性较差,生态环境质量较脆弱。未来生态环境趋势总体向好,但局部地区仍存在持续恶化态势。(3)长白山地区RSEI主要受降水影响较大,与降水呈显著正相关,与气温相关性不强。
- 马云飞李建平陈长胜陈长胜袁福香吴玉洁
- 关键词：生态环境质量气候变化
- 长春市热岛定量评估及成因分析
- 2022年
- 利用2011—2019年长春市夏季(6—8月)FY-3B/VIRR气象卫星晴空或低云盖数据,采用分裂窗算法反演地表温度(LST),并计算热岛强度(UHII)和热岛比例指数(UHPI),揭示长春市夏季多时空尺度LST和UHII的分布及变化规律。结合土地利用数据(LUCC)、归一化植被指数(NDVI)分析长春市热岛效应成因。结果表明:长春市夏季以无热岛为主,热岛区域在市区和郊区区县的发展中心及农安县大部,以弱热岛为主;市区和全市热岛强度均为轻微等级,其中,绿园区历年UHPI均为最大,热岛强度为一般等级,其余区域为较轻或轻微等级;LST、平均气温(ATmean)同NDVI均呈显著负相关关系,可通过种植适宜植被提高NDVI缓解热岛效应。
- 吴玉洁李宇凡李宇凡马艳敏
- 关键词：气象卫星地表温度分裂窗算法热岛强度
- 长白山地区土壤水蚀时空演变特征及驱动因素分析被引量：1
- 2024年
- 探讨长白山地区受极端降水、地形复杂、植被破坏等因素影响造成的土壤侵蚀状况,可以研判该地区水土流失情况,为当地水土生态保护提供科学参考。利用修正的通用土壤流失方程(RUSLE)、趋势及相关分析法,定量分析长白山地区土壤水蚀的空间格局及时空分布特征,并探究土壤水蚀与气候、植被覆盖度及地形驱动因子的关系。结果表明:2000-2020年长白山地区土壤水蚀模数均值总体呈“西南高,东北低”的空间格局。相较于其他地类,草地、未利用地、林地更易发生土壤水蚀。近21 a来,土壤水蚀模数平均以0.0255 t/(hm^(2)·a)的速度上升,土壤水蚀模数表现为上升趋势的地区占研究区总面积的68.3%,侵蚀等级总体以微度和轻度为主,且轻度侵蚀比例也呈增加趋势,表明该地区土壤侵蚀状况趋于好转,未来吉林市中北部和延边州部分地区的水土流失风险较高。土壤水蚀与降水、海拔高度及坡度具有较为显著的正相关关系,而与气温、植被覆盖度的相关性以负相关为主。海拔大于1000 m或坡度大于20°的草地、林地区域是水土防治的重点地形区。
- 马云飞许翔驰马艳敏全秋浩吴玉洁吴玉洁
- 关键词：土壤水蚀气候变化植被覆盖度
- 东北地区PM_(2.5)质量浓度遥感估算与时空分布特征被引量：4
- 2023年
- 利用2014—2018年近地面观测PM_(2.5)质量浓度数据、MODIS 10 km气溶胶光学厚度(Aerosol Optical Depth,AOD)数据、ERA5再分析气象数据和DEM(Digital Elevation Model)数据,分别构建估算东北地区PM_(2.5)质量浓度的多元线性回归模型(Multiple Linear Regression,MLR)、线性混合效应模型(Linear Mixed Effects Model,LME)和随机森林模型(Random Forest,RF),利用十折交叉验证方法对3个模型进行精度评价。根据最优模型估算2009—2018年东北地区逐日PM_(2.5)质量浓度,结果表明:(1) 3种模型模拟的PM_(2.5)质量浓度与地面实测值间的相关系数R^(2)排序为RF>LME>MLR,RF模型整体精度最高。(2)不同季节、月份的RF模型模拟PM_(2.5)质量浓度与地面实测值间的R^(2)均高于0.93,通过RF模型估算东北地区的PM_(2.5)质量浓度是可行的;(3) 2009—2018年东北地区PM_(2.5)质量浓度呈先升后降的年际变化趋势,同时表现为冬季>春季>秋季>夏季的季节性变化特征;从空间分布上看,PM_(2.5)质量浓度由西南到东北逐渐降低,总体上辽宁>吉林>黑龙江。
- 吴迪高枞亭李建平李建平穆佳马艳敏
- 2000—2020年吉林省植被NPP时空演变及其与气温、降水的关系分析
- 2024年
- 探究植被净初级生产力(NPP)时空分布格局及气候因素响应特征,对全球变暖背景下吉林省生态环境保护和碳源/汇评价至关重要。对2000—2020年吉林省植被生长季NPP时空变化特征及其对气候因子的相关性逐像元分析结果表明,吉林省植被NPP具有较明显的空间分异性,总体呈西—中—东逐步递增分布态势,2000—2020年NPP呈波动上升的年际变化趋势,各生态功能区NPP表现为东部森林生态区的>中部农田生态区的>西部草原湿地生态区的。植被NPP的Hurst指数范围在0.23~0.74,未来变化趋势具有较强同向持续特征,植被生长状态整体向好。吉林省植被NPP具有显著的正向空间自相关性,冷热点分布出现了一定程度的极化现象,冷点区域相对稳定,东部热点区域范围年际变化明显。NPP年际差异的空间格局主要是H-H型和L-L型团状集聚分布。吉林省植被NPP主要受降水影响,干旱区与降水呈显著正相关,东部以南水资源丰沛区多为负相关,NPP与气温相关性较弱。去趋势后的相关性分析更能剔除气候因素外的干扰,从而更真实地探究NPP与各气候因素内部年际变化之间的关系。
- 马云飞高枞亭吴玉洁吴玉洁高岩许翔驰
- 关键词：气候因子
- 吉林省生态气象灾害精细化监测预警应用技术研究
- 2024年
- 吉林省是我国气象灾害多发的省份之一,在气候变化背景下极端天气气候事件日趋增多,突发事件灾害及其衍生灾害严重威胁到人民生命财产安全。随着生态气象与卫星遥感综合业务的开展,多源卫星数据在生态气象灾害遥感监测和评估中的能力进一步提升,灾害监测预警等服务中更精准化卫星数据技术应用模型在旱、涝等灾害精细化监测中的社会和经济效益更加显著。通过进行多源卫星数据在生态气象灾害监测中技术方法的研究,完善了吉林省林火、水情、干旱、内涝和植被等监测及评估的本地化模型,使遥感解译精度得到明显的提升;通过气象预警信息精准靶向发布进一步提升了气象灾害应急响应及服务的水平。
- 李建平马艳敏马艳敏谢勇唐晓玲马云飞吴玉洁王颖
- 关键词：生态气象监测预警精细化
- 不同积温计算方法作物发育期模拟效果比较被引量：17
- 2016年
- 为探究不同积温计算方法对作物发育期模拟效果的影响情况,以北京密云冬小麦1989—2011年返青-拔节、拔节-抽穗和抽穗-成熟期为例,统计了基于3种线性假设的京冬8号和不区分品种的冬小麦活动积温及有效积温,对比分析了6种积温(GDD)模型和发育时间(DD)模型统计变量的变异系数(CV)及模拟偏差(SD),结果表明:GDD模型对阶段积温模拟的稳定性较DD模型对发育日数的模拟效果更佳;区分品种的变量稳定性相对不分品种的稳定性更大且模拟效果更好;对比模型有效率(ME)、均方根误差(RMSE)及标准化均方根误差(NRMSE)得出结论:6种GDD模型相对DD模型对发育期的模拟效果均达到优秀;分品种的模拟效果较不分品种的模拟更优;同一线性假设中,活动积温比有效积温模拟效果更好;3种生长假设间,线性假设B对发育期模拟效果优于A和C。
- 吴玉洁叶彩华姜会飞闫梦玲倪子璇
- 关键词：积温
- 哨兵1号数据在一次暴雨洪涝灾害过程中的监测应用被引量：2
- 2023年
- 利用哨兵1号(Sentinel-1)微波雷达卫星数据,以2020年7月4—6日暴雨过程为例,选取暴雨前后的两幅影像(2020年6月24日和2020年7月6日),采用面向对象阈值法提取吉林省长岭县长岭镇、流水镇、正北镇等受灾地区的水体信息,并对灾情前后水面变化情况和农田被淹情况进行分析,实现了阴云天气下对暴雨后洪泛水淹区域范围的快速监测。结果表明:哨兵1号数据在洪水监测领域有巨大的应用潜力,相较于传统基于像元的方法,面向对象阈值法能有效抑制杂斑生成,提高空间信息的利用效率,具有更好的提取精度。利用其进行洪涝灾害的评估是有效可行的,可为政府相关部门防汛期间农业防灾救灾提供及时、科学的决策依据。
- 马云飞陈长胜高岩吴玉洁
- 关键词：面向对象水体提取
- 基于湿润指数的吉林省 1961 2017 年地表干湿时空变化特征分析被引量：1
- 2021年
- 利用吉林省46个气象站点19612017年观测资料,采用湿润指数、变化趋势、累计距平、IDW插值等方法,分析了研究区57年来地表干湿状况时空变化特征及空间差异。结果表明:(1)19612017年,吉林省具有不显著的年际变湿发展趋势,在1984年、1994年分别向变湿和变干趋势转变;在季节变化上,相对干旱的春、冬季均有明显变湿趋势,而湿润的夏、秋季则有变干的趋势。(2)21世纪10年代、20世纪80年代最为湿润,干湿区的分界线整体向西、向北移动,湿润和半湿润范围扩大。(3)吉林省地表湿润指数呈现出东高西低、东南高西北低的分布特点,大部分地区湿润指数变化趋势为正,以变湿趋势为主导;吉林省半干旱区的南部和湿润区的南部变干趋势明显。(4)湿润指数的变异系数呈现由东向西递增的分布特征,吉林省西部半干旱地区比半湿润、湿润地区的变异系数更大。
- 马艳敏高枞亭高枞亭李建平吴玉洁高岩
- 关键词：湿润指数
