#thefirststarr天文酷图##天文酷图#
【thefirststarr天文酷图】
【信息来源日期:2024年03月01日】
二月的奖金日有一些科学依据!
每四年,在闰年期间,日历年的长度与地球轨道之间的不完美匹配会导致日历调整,称为闰日。
一年的长度取决于行星绕太阳旋转一周的时间。地球绕太阳公转一圈大约需要 365.2422 天。这比我们通常计入日历年的 365 天长了大约 6 个小时。因此,每四年我们都会在 2 月底以闰日的形式将大约 24 个额外小时添加到日历中。
如果没有闰日,一年一度的事件(例如春分和至日)的日期会慢慢移至一年中的晚些时候,从而改变每个季节的日期。仅仅一个世纪没有闰日,夏天要到七月中旬才开始!
图片来源和版权:NASA/TERRA-MODIS
来源:tumblr
出处:thefirststarr
翻译:baidu*
*:此为机器翻译且未人工审核,可能有不通顺的地方。
发布时间:2024年03月02日15时45分44秒
【thefirststarr天文酷图】
【信息来源日期:2024年03月01日】
二月的奖金日有一些科学依据!
每四年,在闰年期间,日历年的长度与地球轨道之间的不完美匹配会导致日历调整,称为闰日。
一年的长度取决于行星绕太阳旋转一周的时间。地球绕太阳公转一圈大约需要 365.2422 天。这比我们通常计入日历年的 365 天长了大约 6 个小时。因此,每四年我们都会在 2 月底以闰日的形式将大约 24 个额外小时添加到日历中。
如果没有闰日,一年一度的事件(例如春分和至日)的日期会慢慢移至一年中的晚些时候,从而改变每个季节的日期。仅仅一个世纪没有闰日,夏天要到七月中旬才开始!
图片来源和版权:NASA/TERRA-MODIS
来源:tumblr
出处:thefirststarr
翻译:baidu*
*:此为机器翻译且未人工审核,可能有不通顺的地方。
发布时间:2024年03月02日15时45分44秒
#文章推荐# 赵芝艺, 林中达, 李芳. 2023. 2001~2016年泛北极地区过火面积的时空变化特征[J]. 气候与环境研究, 28(6): 599−614. doi: 10.3878/j.issn.1006-9585.2023.22120
https://t.cn/A6lQtmpb
摘要: 泛北极地区(50°N以北陆地)是全球两大火灾带之一,该地区火灾不仅影响局地植被演替,还影响区域乃至全球的碳循环及气候。以往研究主要针对泛北极某一特定区域火灾、个别极端大火事件或者某一特定陆表类型燃烧,对泛北极区域火灾特征尚缺乏全面认识。本研究使用3套卫星反演的全球火产品数据(GFED4.1s、MODIS C6、FireCCI51),深入研究2001~2016年泛北极过火面积的时空变化特征。结果表明泛北极地区多年平均的过火面积为7.47±0.72 Mha/a,大值区主要位于阿拉斯加、加拿大中部、西伯利亚南部和中东部。泛北极过火面积的年际变率大;此外,泛北极和泛北极北美地区森林过火面积均呈现显著增大趋势,而泛北极欧洲地区农田过火面积显著减小。泛北极地区火灾主要发生在春季和夏季,但燃烧的主要陆表类型不同:多年平均而言,泛北极北美地区以夏季稀树草原和森林燃烧为主,泛北极欧洲地区以春季农田燃烧和夏季森林燃烧为主,泛北极亚洲地区以夏季森林、灌木燃烧和春季农田、森林燃烧为主。不同地区年过火面积极端大值年对应的主要陆表燃烧类型与多年平均结果类似。
https://t.cn/A6lQtmpb
摘要: 泛北极地区(50°N以北陆地)是全球两大火灾带之一,该地区火灾不仅影响局地植被演替,还影响区域乃至全球的碳循环及气候。以往研究主要针对泛北极某一特定区域火灾、个别极端大火事件或者某一特定陆表类型燃烧,对泛北极区域火灾特征尚缺乏全面认识。本研究使用3套卫星反演的全球火产品数据(GFED4.1s、MODIS C6、FireCCI51),深入研究2001~2016年泛北极过火面积的时空变化特征。结果表明泛北极地区多年平均的过火面积为7.47±0.72 Mha/a,大值区主要位于阿拉斯加、加拿大中部、西伯利亚南部和中东部。泛北极过火面积的年际变率大;此外,泛北极和泛北极北美地区森林过火面积均呈现显著增大趋势,而泛北极欧洲地区农田过火面积显著减小。泛北极地区火灾主要发生在春季和夏季,但燃烧的主要陆表类型不同:多年平均而言,泛北极北美地区以夏季稀树草原和森林燃烧为主,泛北极欧洲地区以春季农田燃烧和夏季森林燃烧为主,泛北极亚洲地区以夏季森林、灌木燃烧和春季农田、森林燃烧为主。不同地区年过火面积极端大值年对应的主要陆表燃烧类型与多年平均结果类似。
新融合方法实现全天候高分辨率大气水汽总量观测 | 微课堂
大气水汽是最重要的自然源温室气体之一,同时也是水循环过程中的重要参数,获取高精度的水汽时空分布数据对于研究气候变化背景下水循环的演变规律具有重要的意义。在极端天气监测方面,高分辨率的大气水汽数据有助于准确监测“大气河”的大小、形状和强度,能够实现精确的水汽通量计算,为有效预测极端天气事件提供支撑。
传统大气水汽总量获取技术受限
大气水汽总量是一个衡量全球和区域尺度上大气水汽的空间-时间分布特性的物理量,在气候变化、全球水循环过程研究以及极端天气预报等研究中扮演着至关重要的角色。大多通过实地观测、再分析数据和遥感观测等技术获取大气水汽总量,但仍受技术或环境条件限制。为此,众多研究人员提出各种算法用于融合大气水汽总量数据,包括时空自适应融合方法、空间插值方法、神经网络方法等。然而这些方法依赖于GNSS(Global Navigation Satellite System, GNSS)站点测量的大气水汽总量或再分析数据,来提供全天候大气水汽总量信息,使得在缺少GNSS站点覆盖的偏远地区,限制全天候大气水汽总量估算,以及无法满足实时获取高空间分辨率大气水汽总量数据的需求。
以微波遥感数据为基础 提出全新融合算法
与此相反,微波遥感数据能够提供即时观测,并可以提供全天候测量,将微波数据与近红外遥感大气水汽总量融合,对于获取全天候、高分辨率大气水汽总量数据具有巨大的潜力。
近日,针对大气水汽总量数据融合研究所面临的问题,中国科学院空天信息创新研究院(空天院)遥感科学国家重点实验室水循环遥感研究室研究人员,通过利用微波遥感全天候的优势以及红外遥感的高分辨率优势,提出一种新的全天候条件下能够实时获取高空间分辨率大气水汽总量的融合算法;利用团队自研的AMSR2微波遥感全天候大气水汽总量数据、新提出的大气水汽总量降尺度辅助敏感性参数——89 GHz和36.5 GHz的亮温极化差比值(∆Tb89/∆Tb36.5)以及晴空条件下的MODIS近红外高精度大气水汽总量数据,实现全天候高精度高空间分辨率大气水汽总量的重建。
研究亮点
该融合方法有两个主要的改进。首先,引入新的水汽敏感参数∆Tb89/∆Tb36.5,以提供全天候条件下,尤其是在多云条件下的高空间分辨率大气水汽总量信息,使融合大气水汽总量的准确度得到显著提高。
其次,提出利用水汽敏感参数∆Tb89/∆Tb36.5和MODIS近红外大气水汽总量生产高分辨率融合大气水汽总量的两步融合方法。第一步通过引入水汽敏感参数∆Tb89/∆Tb36.5实现对粗分辨率微波水汽产品降尺度,以增强微波大气水汽总量数据空间分辨率,并同时减少∆Tb89/∆Tb36.5所包含的地表和云层信息的影响。第二步通过构建质量控制模型和融合模型,实现降尺度后的微波大气水汽总量数据和高精度、高分辨率红外晴空大气水汽总量产品的融合,消除质量较差数据的影响,进一步提升融合产品的精度。
经评估融合后的大气水汽总量数据精度相比原始微波和近红外数据得到显著改进,均方根误差分别改善了27.32%和19.96%,并且拥有更加丰富的空间分布细节(图1、图2)。
相关研究成果发表在《Remote Sensing of Environment》(IF=13.5, TOP期刊)题为“A method for estimating high spatial resolution total precipitable water in all-weather condition by fusing satellite near-infrared and microwave observations”。空天院遥感科学国家重点实验室水循环遥感研究室研究生孙启翔为第一作者,副研究员姬大彬、研究员胡斯勒图为通讯作者。在未来的研究中,研究团队将继续在全球范围内研究具有更高空间和时间分辨率的大气水汽总量融合算法。
此项工作得到国家杰出青年基金和第二次青藏高原综合科学考察研究等项目的资助。
相关参考文献:
[1] Sun, Q., Ji, D., Letu, H., Ni, X., Zhang, H., Wang, Y., Li, B., Shi, J. (2024). A method for estimating high spatial resolution total precipitable water in all-weather condition by fusing satellite near-infrared and microwave observations. Remote Sensing of Environment, 302,113952. doi:https://t.cn/A6jMECj1
[2] Ji, D., Shi, J., Xiong, C., Wang, T., Zhang, Y. (2017). A total precipitable water retrieval method over land using the combination of passive microwave and optical remote sensing. Remote Sensing of Environment, 191, 313-327. doi:https://t.cn/A6jMECj3
[3] Ji, D., Shi, J., Letu, H., Li, W., Zhang, H., Shang, H. (2021). A Total Precipitable Water Product and Its Trend Analysis in Recent Years Based on Passive Microwave Radiometers. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 14, 7324-7335.
doi: 10.1109/JSTARS.2021.3096535.
以上内容由遥感科学国家重点实验室孙启翔提供。
原文链接:https://t.cn/A6jMECjB
大气水汽是最重要的自然源温室气体之一,同时也是水循环过程中的重要参数,获取高精度的水汽时空分布数据对于研究气候变化背景下水循环的演变规律具有重要的意义。在极端天气监测方面,高分辨率的大气水汽数据有助于准确监测“大气河”的大小、形状和强度,能够实现精确的水汽通量计算,为有效预测极端天气事件提供支撑。
传统大气水汽总量获取技术受限
大气水汽总量是一个衡量全球和区域尺度上大气水汽的空间-时间分布特性的物理量,在气候变化、全球水循环过程研究以及极端天气预报等研究中扮演着至关重要的角色。大多通过实地观测、再分析数据和遥感观测等技术获取大气水汽总量,但仍受技术或环境条件限制。为此,众多研究人员提出各种算法用于融合大气水汽总量数据,包括时空自适应融合方法、空间插值方法、神经网络方法等。然而这些方法依赖于GNSS(Global Navigation Satellite System, GNSS)站点测量的大气水汽总量或再分析数据,来提供全天候大气水汽总量信息,使得在缺少GNSS站点覆盖的偏远地区,限制全天候大气水汽总量估算,以及无法满足实时获取高空间分辨率大气水汽总量数据的需求。
以微波遥感数据为基础 提出全新融合算法
与此相反,微波遥感数据能够提供即时观测,并可以提供全天候测量,将微波数据与近红外遥感大气水汽总量融合,对于获取全天候、高分辨率大气水汽总量数据具有巨大的潜力。
近日,针对大气水汽总量数据融合研究所面临的问题,中国科学院空天信息创新研究院(空天院)遥感科学国家重点实验室水循环遥感研究室研究人员,通过利用微波遥感全天候的优势以及红外遥感的高分辨率优势,提出一种新的全天候条件下能够实时获取高空间分辨率大气水汽总量的融合算法;利用团队自研的AMSR2微波遥感全天候大气水汽总量数据、新提出的大气水汽总量降尺度辅助敏感性参数——89 GHz和36.5 GHz的亮温极化差比值(∆Tb89/∆Tb36.5)以及晴空条件下的MODIS近红外高精度大气水汽总量数据,实现全天候高精度高空间分辨率大气水汽总量的重建。
研究亮点
该融合方法有两个主要的改进。首先,引入新的水汽敏感参数∆Tb89/∆Tb36.5,以提供全天候条件下,尤其是在多云条件下的高空间分辨率大气水汽总量信息,使融合大气水汽总量的准确度得到显著提高。
其次,提出利用水汽敏感参数∆Tb89/∆Tb36.5和MODIS近红外大气水汽总量生产高分辨率融合大气水汽总量的两步融合方法。第一步通过引入水汽敏感参数∆Tb89/∆Tb36.5实现对粗分辨率微波水汽产品降尺度,以增强微波大气水汽总量数据空间分辨率,并同时减少∆Tb89/∆Tb36.5所包含的地表和云层信息的影响。第二步通过构建质量控制模型和融合模型,实现降尺度后的微波大气水汽总量数据和高精度、高分辨率红外晴空大气水汽总量产品的融合,消除质量较差数据的影响,进一步提升融合产品的精度。
经评估融合后的大气水汽总量数据精度相比原始微波和近红外数据得到显著改进,均方根误差分别改善了27.32%和19.96%,并且拥有更加丰富的空间分布细节(图1、图2)。
相关研究成果发表在《Remote Sensing of Environment》(IF=13.5, TOP期刊)题为“A method for estimating high spatial resolution total precipitable water in all-weather condition by fusing satellite near-infrared and microwave observations”。空天院遥感科学国家重点实验室水循环遥感研究室研究生孙启翔为第一作者,副研究员姬大彬、研究员胡斯勒图为通讯作者。在未来的研究中,研究团队将继续在全球范围内研究具有更高空间和时间分辨率的大气水汽总量融合算法。
此项工作得到国家杰出青年基金和第二次青藏高原综合科学考察研究等项目的资助。
相关参考文献:
[1] Sun, Q., Ji, D., Letu, H., Ni, X., Zhang, H., Wang, Y., Li, B., Shi, J. (2024). A method for estimating high spatial resolution total precipitable water in all-weather condition by fusing satellite near-infrared and microwave observations. Remote Sensing of Environment, 302,113952. doi:https://t.cn/A6jMECj1
[2] Ji, D., Shi, J., Xiong, C., Wang, T., Zhang, Y. (2017). A total precipitable water retrieval method over land using the combination of passive microwave and optical remote sensing. Remote Sensing of Environment, 191, 313-327. doi:https://t.cn/A6jMECj3
[3] Ji, D., Shi, J., Letu, H., Li, W., Zhang, H., Shang, H. (2021). A Total Precipitable Water Product and Its Trend Analysis in Recent Years Based on Passive Microwave Radiometers. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 14, 7324-7335.
doi: 10.1109/JSTARS.2021.3096535.
以上内容由遥感科学国家重点实验室孙启翔提供。
原文链接:https://t.cn/A6jMECjB
✋热门推荐