篇章数

16

引证文献

0 !

参考文献

78

中国可持续发展遥感监测报告 (2017)图书

Report on Remote Sensing Monitoring of China Sustainable Development (2017)

SSAPID:101-0128-5679-03
ISBN:978-7-5201-2725-7
DOI:
ISSN:

[内容简介] 本书为国家和地方政府提供一套客观、科学的时间序列空间数据和分析结果,支持发展规划的制定、决策部署的监控、实施效果的监测和绩效考核的评估。本书由长期从事遥感监测、可持续发展科学评估的资深专家撰稿,以独到的视角给出全新的分析,科学介绍可持续发展遥感监测的评价指标,紧紧围绕中国的土地利用、植被状况、典型城市群区域大气状况、粮食生产形势、水资源与水环境等热点问题展开论述,为中国可持续发展提供科学参考。

相关信息

丛书名:遥感监测绿皮书
编 辑:曹长香
出版社:社会科学文献出版社
出版时间: 2018年06月
语 种:汉文
中图分类:P3 地球物理学

 前言

 序

 主编简介

 社会科学文献出版社皮书系列

 Abstract

 基本子库

 法律声明

 摘要

 皮书数据库

 序言

 Ⅰ 总报告

  G.1 1972~2016年中国主要城市扩展及其占用土地特点

   1.1 城市扩展遥感监测

    1.1.1 城市选取及其概况

    1.1.2 城市扩展遥感监测的内容与方法

    1.1.3 遥感信息源及监测时段

   1.2 2016年中国主要城市用地状况

   1.3 20世纪70年代至2016年中国主要城市扩展

    1.3.1 城市用地规模变化

    1.3.2 城市扩展基本情况

   1.4 中国主要城市扩展时空特征

    1.4.1 城市扩展阶段特征

    1.4.2 城市扩展区域特征

    1.4.3 不同类型城市的扩展

     (1)直辖市建成区扩展特征

     (2)省会(首府)城市建成区扩展特征

     (3)计划单列市建成区扩展特征

     (4)其他城市建成区扩展特征

     (5)沿海开放和经济特区城市建成区扩展特征

     (6)人均城市用地面积变化

    1.4.4 不同规模城市的扩展

   1.5 中国主要城市扩展占用土地特点

    1.5.1 城市扩展占用耕地特点

     (1)不同时期城市扩展对耕地的占用

     (2)不同类型城市扩展占用耕地对比

    1.5.2 城市扩展占用其他土地特点

     (1)中国城市扩展对其他建设用地的影响

     (2)中国城市扩展对其他土地的影响

   1.6 中国主要城市扩展的总体特点

  G.2 2010~2015年中国植被状况

   2.1 2015年中国植被状况

    2.1.1 中国生态系统状况

    2.1.2 东北地区

    2.1.3 华北地区

    2.1.4 华东地区

    2.1.5 华中地区

    2.1.6 华南地区

    2.1.7 西南地区

    2.1.8 西北地区

   2.2 国家重大生态工程区内植被状况及变化

    2.2.1 “三北”防护林工程

    2.2.2 山江湖生态保护工程

    2.2.3 三江源生态保护区

  G.3 2015~2017年中国大气质量

   3.1 2016~2017年中国NO2柱浓度

    3.1.1 大气NO2遥感监测

    3.1.2 2016~2017年中国NO2柱浓度

   3.2 2016~2017年中国SO2柱浓度

   3.3 2015年中国细颗粒物浓度遥感监测

    3.3.1 2015年中国区域细颗粒物浓度遥感监测

    3.3.2 2015年重点城市群细颗粒物浓度遥感监测

     3.3.2.1 2015年中原城市群细颗粒物浓度遥感监测

      1.中原城市群地区概述

      2.2015年中原城市群细颗粒物浓度空间分析

     3.3.2.2 2015年长江中游城市群细颗粒物浓度遥感监测

      1.长江中游城市群地区概述

      2.2015年长江中游城市群细颗粒物浓度空间分析

     3.3.2.3 2015年哈长城市群细颗粒物浓度遥感监测

      1.哈长城市群地区概述

      2.2015年哈长城市群细颗粒物浓度空间分析

     3.3.2.4 2015年成渝城市群细颗粒物浓度遥感监测

      1.成渝城市群地区概述

      2.2015年成渝城市群细颗粒物浓度空间分析

     3.3.2.5 2015年关中城市群细颗粒物浓度遥感监测

      1.关中城市群地区概述

      2.2015年关中城市群细颗粒物浓度空间分析

     3.3.2.6 2015年山东半岛城市群细颗粒物浓度遥感监测

      1.山东半岛城市群地区概述

      2.2015年山东半岛城市群细颗粒物浓度空间分析

   3.4 2016年中国细颗粒物浓度遥感监测

    3.4.1 2016年中国区域细颗粒物浓度遥感监测

    3.4.2 2016年重点城市群细颗粒物浓度遥感监测

     3.4.2.1 2016年中原城市群细颗粒物浓度遥感监测

     3.4.2.2 2016年长江中游城市群细颗粒物浓度遥感监测

     3.4.2.3 2016年哈长城市群细颗粒物浓度遥感监测

     3.4.2.4 2016年成渝城市群细颗粒物浓度遥感监测

     3.4.2.5 2016年关中城市群细颗粒物浓度遥感监测

     3.4.2.6 2016年山东半岛城市群细颗粒物浓度遥感监测

   3.5 2015~2016年中国细颗粒物浓度变化

  G.4 经济作物之棉花

   4.1 2016年中国棉花种植分布

   4.2 2010~2016年中国棉花生产形势变化

  G.5 2001~2016年中国水分收支状况

   5.1 2016年中国水分收支

    5.1.1 降水

    5.1.2 蒸散

    5.1.3 水分盈亏

   5.2 2001~2016年中国水分收支变化

    5.2.1 降水

    5.2.2 蒸散

    5.2.3 水分盈亏

  G.6 中国滨海湿地/人工湿地分布

   6.1 中国滨海潮间带分布与变化

    6.1.1 中国潮间带分布及面积(2015年)

    6.1.2 中国滨海潮间带面积变化

    6.1.3 中国沿海各岸段潮间带面积及变化

    6.1.4 中国滨海潮间带变化分析

     1.沿海典型岸段高低潮线的时空变化特征

     2.潮间带变化原因

    6.1.5 结论

   6.2 中国红树林分布现状

    6.2.1 红树林

    6.2.2 中国的红树林保护

    6.2.3 中国红树林遥感制图

    6.2.4 中国红树林保护面临的挑战与建议

   6.3 中国水稻田的分布与变化

    6.3.1 背景和意义

    6.3.2 全国水田分布及变化

    6.3.3 全国水田分省面积变化

    6.3.4 主要结论和建议

  G.7 2016年我国重大自然灾害监测

   7.1 中国自然灾害的主要特点及2016年发生情况

    7.1.1 中国自然灾害的主要特点

     1.灾害种类多,分布范围广

     2.发生频率高,受灾损失大

     3.设防水平低,城乡差异大

    7.1.2 2016年度我国自然灾害发生情况

   7.2 2016年度遥感监测重大自然灾害典型案例

    7.2.1 2016年5月8日福建池潭村泥石流灾害应急遥感监测

    7.2.2 2016年6月23日江苏盐城市阜宁县龙卷风灾害应急遥感监测

    7.2.3 2016年6月底至7月初长江中下游洪涝灾害应急遥感监测

    7.2.4 2016年7月河南省新乡市、安阳市洪涝灾害应急遥感监测

    7.2.5 2016年7~9月西藏阿里地区日土县东汝乡冰崩灾害应急遥感监测

     (1)西藏日土县“7·17”冰崩应急监测

     (2)西藏日土县“9·21”冰崩应急监测

    7.2.6 2016年9月超强台风“莫兰蒂”灾害应急遥感监测

 Ⅱ 专题报告

  G.8 温室气体大气CO2浓度变化遥感监测报告2;同时感谢日本温室气体观测卫星(GOSAT)提供观测光谱,美国加州理工学院ACOS/OCO-2团队提供的反演算法,反演得到ACOS-GOSAT XCO2数据;感谢美国“轨道碳观测者2号”(OCO-2)卫星及其负责团队提供的OCO-2 XCO2数据。">*

   8.1 卫星遥感观测大气CO2浓度的背景

   8.2 2004~2016年中国在全球大气CO2浓度变化中的态势分析

    8.2.1 全球大气CO2浓度的变化

    8.2.2 中国陆地区域大气CO2柱浓度变化总趋势

    8.2.3 中国区域大气CO2柱浓度季节变化特征

   8.3 区域大气CO2浓度与人为排放的空间格局

    8.3.1 2014~2016年中国大气CO2柱浓度

    8.3.2 中国大气CO2柱浓度与人为排放空间格局的关系

   8.4 总结与展望

  G.9 中国耕地产粮的资源消耗与环境影响

   9.1 中国耕地产粮的资源消耗

    9.1.1 灌溉用水总量持续增加,但用水效率不断提升

    9.1.2 耕地面积先增后减,用地效率持续提升

    9.1.3 化肥消耗大幅增加,利用效率2000年后出现提升势头

   9.2 中国耕地产粮的环境影响

    9.2.1 农业面源污染潜在威胁加大,但2000年后强度呈减小趋势

    9.2.2 温室气体排放总量不断增加,但强度持续降低

   9.3 原因分析与对策建议

    9.3.1 农田管理措施主导变化,但土地利用变化贡献逐渐增强

     (1)农田管理措施强化使粮食产量大幅增加,但土地利用变化削弱其增幅

     (2)土地利用变化加剧了西北干旱半干旱区水资源紧缺问题,农田管理措施增加了农业面源污染对水环境的潜在压力

     (3)农田管理措施的强化使得温室气体排放增加,土地利用变化削减其增量

    9.3.2 “精准农业生态规划”与“占地补粮”协同促进粮食安全与生态安全

     (1)建立精准农业生态规划,发展因地制宜的农田管理措施

     (2)综合土地管理和农田管理,发展“占地补粮”政策

  G.10 2000~2015年中国植被生产力变化监测

   10.1 中国及全球主要国家植被生产力态势分析

   10.2 中国区域植被生产力空间分布差异明显

   10.3 中国大部分区域植被生产力逐年增加

   10.4 “三北”防护林区域植被生产力显著增加

   10.5 结论与讨论

  G.11 青藏高原湖泊变化遥感分析

   11.1 1960s~2015年青藏高原湖泊数量和面积特征

    11.1.1 数据源和方法

    11.1.2 精度验证

    11.1.3 湖泊面积变化特征

     (1)分流域统计结果

     (2)湖泊面积变化空间分布

   11.2 2000~2015年青藏高原湖泊表面温度特征

    11.2.1 数据源和方法

     (1)湖泊边界数据处理

     (2)LSWT提取

    11.2.2 精度验证

    11.2.3 湖泊温度变化时空特征

     (1)历年湖泊平均温度的空间分布

     (2)近15年湖泊温度变化特征

   11.3 2000~2015年青藏高原湖泊水量特征

    11.3.1 数据源和方法

    11.3.2 精度验证

    11.3.3 水量变化时空特征

     (1)宏观变化特征

     (2)100平方千米以上大湖水量变化特征

     (3)水量最不稳定湖泊现象分析

   11.4 结论与讨论

  G.12 2016年中国秸秆焚烧遥感监测

   12.1 秸秆焚烧遥感监测的意义

   12.2 2016年秸秆焚烧季节与空间分布

 Ⅲ 遥感监测快报

  G.13 九寨沟地震遥感监测与评估

   九寨沟地震

    九寨沟地震遥感监测与灾情评估*

  G.14 雄安新区遥感监测与分析

   14.1 白洋淀流域地表水和湿地遥感监测与分析

    14.1.1 白洋淀流域地表水及湿地状况遥感监测分析

    14.1.2 白洋淀湿地状况遥感监测分析

   14.2 20世纪80年代末至2015年京津冀地区及雄安新区土地利用状况

    1.京津冀地区耕地资源丰富,城乡工矿居民用地密集,土地利用变化以耕地的显著减少和城乡工矿居民用地的明显增加为主

    2.雄安新区三县以耕地为主,农村居民点密度较大

    3.雄安新区三县土地利用动态变化剧烈,高于京津冀地区平均水平

    4.雄安新区三县城乡工矿居民用地扩大了四成以上,几乎全部为占用耕地

    5.雄安新区三县耕地增减动态变化大,但总面积相对稳定

    6.雄安新区三县湖泊水面明显增加,滩地减少

   14.3 雄安新区三县空气污染遥感监测与分析

    1.雄安新区三县空气污染水平高于京津冀平均水平,安新县7年年平均PM2.5浓度高达125.29μg/m3

    2.京津冀PM2.5浓度从2014年开始呈现明显下降趋势,但雄安新区仍处于重污染水平

    3.雄安新区规划建设须关注雾霾防治

 Ⅳ 附录

  G.15 遥感数据及方法介绍

   1.土地

   2.植被

   3.大气

   4.棉花

    (1)多维遥感分析系统(MARS,Multi-dimensional Analysis of Remote Sensing)

    (2)多源遥感数据时空谱融合技术

    (3)多特征分析技术

    (1)变化量

    (2)变化率

   5.蒸散

   6.湿地

    (1)滨海潮间带遥感监测数据与方法

    (2)中国水稻田遥感监测数据与方法

    (3)中国红树林遥感监测数据与方法

   7.2016年我国重大自然灾害监测

   8.CO2浓度变化

   9.耕地产粮及其资源消耗和环境影响

   10.植被生产力

   11.青藏高原湖泊变化数据及方法介绍

   12.秸秆焚烧

    (1)方法技术

    (2)主要数据源

    (3)技术流程

    (4)输出形式

  G.16 典型区域遥感图像

   16.1 雄安新区长时间序列卫星遥感影像(1979~2017)

   16.2 北京新机场开工建设以来卫星遥感影像(2015~2017)

   16.3 冬季奥运会场馆建设——张家口滑雪场时序遥感影像

    16.3.1 万龙—云顶滑雪场

    16.3.2 富龙滑雪场

    16.3.3 太舞滑雪场

 中国皮书网

 《中国可持续发展遥感监测报告(2017)》

本书是中国科学院遥感与数字地球研究所在长期开展资源环境遥感研究项目成果基础上完成的,是《中国可持续发展遥感监测报告(2016)》的持续和深化。报告系统开展了中国土地利用、植被生态环境、大气环境、农业、水资源与重大自然灾害等多个领域的遥感监测分析,对相关领域的可持续发展状况进行了分析评价。土地利用方面,重点监测分析了1972~2016年中国主要城市扩展及其占用土地的特点。植被生态系统方面,利用叶面积指数、植被覆盖度、植被净初级生产力等定量遥感产品,对全国各区域植被的生长状况进行了监测,并对2000年以来中国植被生产力的动态变化进行了分析,对“三北”防护林、山江湖生态保护以及三江源生态保护等重大生态工程实施区域的植被恢复和生态效益进行了分析和评估。大气环境方面,选择NO2柱浓度、SO2柱浓度、细颗粒物浓度等指标,对2015~2017年中国特别是重点城市群大气环境质量进行了监测分析;对2004~2016年中国大气CO2浓度变化的态势,以及区域大气CO2浓度与人为排放空间格局的关系进行了分析;对2016年秸秆焚烧空间分布也进行了监测。农业方面,重点对中国耕地产粮的资源消耗与环境影响进行了分析和评估,并对2010~2016年中国棉花生产形势进行了分析。水资源方面,采用遥感监测的降水和蒸散产品,对2001年以来中国区域的水分收支状况进行了监测分析;对20世纪60年代以来青藏高原湖泊的数量、面积以及湖面温度等变化进行了监测分析;对中国滨海潮间带和红树林等滨海湿地分布,以及水稻田等人工湿地的分布和变化进行了监测分析。灾害方面,重点分析了我国2016年重大自然灾害发生的特点,并选择2016年典型的泥石流、龙卷风、洪涝、冰崩和台风等灾害开展了遥感应急监测与灾情分析。本书既有土地、植被、大气、农业、水资源与灾害等领域的长期监测和发展态势评估,也有对2016年的现势监测和应急响应分析,对有关政府决策部门、行业管理部门、科研机构和大专院校的领导、专家和学者具有重要的参考价值,同时也可以为相关专业的研究生和大学生提供很好的学习资料。

国家统计局:《中国统计年鉴2016》,北京:中国统计出版社,2016。

国家质量技术监督局、中华人民共和国建设部:《中华人民共和国国家标准·城市规划基本术语标准GB/T 50280-98》,北京:中国建筑工业出版社,1998。

国家发展和改革委员会发展规划司、云河都市研究院:《中国城市综合发展指标2016——大城市群发展战略》,北京:人民出版社,2016。

Donkelaar,A.V.,Martin,R.V.,Brauer,M.,Boys,B.L. “Use of Satellite Observations for Long-Term Exposureassessment of Global Concentrations of Fine Particulate Matter”,Environmental Health Perspectives,2015(2).

Fangwen Bao,Xingfa Gu,Tianhai Cheng,Ying Wang,Hong Guo,Hao Chen,Xi Wei,Kunsheng Xiang,Yinong Li,“High-Spatial-Resolution Aerosol Optical Properties Retrieval Algorithm Using Chinese High-ResolutionEarth Observation Satellite I”,IEEE Transactions on Geoscience and Remote Sensing,2016(9).

Gupta,P.,Christopher,S.A.,Wang,J.,Gehrig,R.,Lee,Y.,Kumar,N. “Satellite Remote Sensing of Particulatematter and Air Quality Assessment over Global Cities”,Atmospheric Environment,2006(30).

Hong Guo,Tianhai Cheng,Xingfa Gu,YingWang,Hao Chen,Fangwen Bao,Shuaiyi Shi,Binren Xu,Wannan Wang,Xin Zuo,Xiaochuan Zhang,Can Meng,“Assessment of PM2.5 Concentrations and Exposure throughout China Using Ground Observations”,Science of the Total Environment,(2017).

Remer,L. A.,Kaufman,Y. J.,Tanré,D.,Mattoo,S.,Chu,D. A.,Martins,J. V.,Li,R.-R.,Ichoku,C.,Levy,R. C.,Kleidman,R. G.,Eck,T. F.,Vermote,E.,Holben,B. N,“The MODIS Aerosol Algorithm,Products,and Validation”,Journal of Atmospheric Sciences,2005(4).

Cui Y.K.,Jia L. “A Modified Gash Model for Estimating Rainfall Interception Loss of Forest Using Remote Sensing Observations at Regional Scale”. Water,2014,6(4).

Hu G.C.,Jia L. “Monitoring of Evapotranspiration in a Semi-Arid Inland River Basin by Combining Microwave and Optical Remote Sensing Observations”. Remote Sensing,2015,7(3).

Lu J.,Jia L.,Zheng C.L.,Zhou J.,van Hoek M.,Wang K. “Characteristics and Trends of Meteorological Drought over China from Remote Sensing Precipitation Datasets”. IEEE International Geoscience and Remote Sensing Symposium(IGARSS),2016. doi:10.1109/IGARSS.2016.7730977.

Zheng C.L.,Jia L.,Hu G.C.,Lu J.,Wang K. “Global Evapotranspiration Derived by ETMonitor Model Based on Earth Observations”. IEEE International Geoscience and Remote Sensing Symposium(IGARSS),2016. doi:10.1109/IGARSS.2016.7729049.

国家林业局森林资源管理司:《全国红树林资源报告》,2002。

王文卿、王琩:《中国红树林》,科学出版社,2007。

[1]高庆华、苏桂武、张业成等:《中国自然灾害与全球变化》,气象出版社,2003。

[2]张丽萍、张妙仙:《环境灾害学》,科学出版社,2007。

[3]毛德华等:《灾害学》,科学出版社,2011。

[4]邹铭、范一大、陈世荣等:《自然灾害风险管理与预警体系》,科学出版社,2010。

[5]史培军、王季薇、张钢锋等:《透视中国自然灾害区域分异规律与区划研究》,《地理科学》2017年第8期。

[6]《国务院办公厅关于印发〈国家综合防灾减灾规划(2016~2020年)〉的通知》(国办发〔2016〕104号)。

[7]民政部、国家减灾办发布2016年全国自然灾害基本情况。

Bie N.,Lei L. P.,Zeng Z. C.,Cai B. F. et al. Regional Uncertainty of GOSAT XCO2 Retrievals in China:Quantification and Attribution,Atmospheric Measurement Techniques in Discussion,https://doi.org/10.5194/amt-2017-237,2017.

Bu R.,Lei L. P.,Guo L. J.,et al. “Temporal and Spatial Potential Application of Satellite Remote Sensing of Atmospheric CO2 Concentration”(in Chinese). J Remot Sens,2015,19(1).

Dlugokencky,E. and Tans,P. Trends in Atmospheric Carbon Dioxide,National Oceanic & Atmospheric Administration,Earth System Research Laboratory(NOAA/ESRL),available at:http://www.esrl.noaa.gov/gmd/ccgg/trends/global.html,last access:23 September 2017.

Hakkarainen J.,Ialongo I.,Tamminen J. Direct Space-Based Observations of Anthropogenic CO2 Emission Areas from OCO-2. Geophys Res Lett,2016,43.

IEA. World Energy Outlook Special Report,Energy and Climate Change. Paris,OECD/IEA,2015.

Kort E. A.,Frankenberg C.,Miller C. E.,et al. “Space-Based Observations of Megacity Carbon Dioxide”. Geophys Res Lett,2012,39(17).

Le Quéré C.,Andrew R. M.,Canadell J. G.,et al. “Global Carbon Budget 2016”. Earth System Science Data,2016,8.

Lei L. P.,Zhong H.,He Z. H.,et al. Assessment of Atmospheric CO2 Concentration Enhancement from Anthropogenic Emissions Based on Satellite Observations(in Chinese). Chin Sci Bull,2017,doi:10.1360/N972016-01316.

Stocker,T.,Qin D.,Plattner G.,et al. “Climate Change 2013:The Physical Science Basis”. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change(IPCC). Cambridge:Cambridge University Press,2013.

World Meteorological Organization(WMO). The State of Greenhouse Gases in the Atmosphere Based on Global Observations through 2015. In WMO Greenhouse Gas Bulletin;Atmospheric Environment Research Division:Geneva,Switzerland,2016;Volume 11.

Zeng Z. C.,Lei L. P.,Guo L. J.,et al. Incorporating Temporal Variability to Improve Geostatistical Analysis of Satellite-Observed CO2 in China. Chin Sci Bull,2013,58(16).

Zeng Z. C.,Lei L. P.,Strong K.,et al. “Global land Mapping of Satellite-Observed CO2 Total Columns Using Spatio-Temporal Geostatistics”. INT J DIGIT EARTH,2016,10(4).

布然、雷莉萍、郭丽洁等:《大气CO2浓度时空变化卫星遥感监测的应用潜力分析》,《遥感学报》2015年第19期。

雷莉萍、钟惠、贺忠华等:《人为排放所引起大气CO2浓度变化的卫星遥感观测评估》,《科学通报》2017年第25期。

Bren d’Amour C.,et al. “Future Urban Land Expansion and Implications for Global Croplands”. Proceedings of the National Academy of Sciences,2016,114(34).

Carlson K. M.,et al.(2016)“Greenhouse Gas Emissions Intensity of Global Croplands”. Nature Climate Change 7(1).

FAOStat. FAOSTAT Online Statistical Service,Food and Agriculture Organization,2017.

Gerber J. S.,et al. “Spatially Explicit Estimates of N2O Emissions from Croplands Suggest Climate Mitigation Opportunities from Improved Fertilizer Management”. Global Change Biology,2016,22(10).

Mueller N. D.,et al. “A Tradeoff Frontier for Global Nitrogen Use and Cereal Production”. Environmental Research Letters,2014,9(5).

West P. C.,et al. “Leverage Points for Improving Global Food Security and the Environment”. Science,2014,345(6194).

World Population Prospects:The 2017 Revision,DVD Edition. United Nations Department of Economic and Social Affairs,Population Division,2017.

Zhang W.,et al. “Modeling Methane Emissions from Irrigated Rice Cultivation in China from 1960 to 2050”. Global Change Biology,2011,17(12).

国家数据(网上数据库),国家统计局,获取时间:2017-05-10。

张增祥、赵晓丽、汪潇:《中国土地利用遥感监测》,星球地图出版社,2012。

方精云、朱江玲、王少鹏等:《全球变暖、碳排放及不确定性》,《中国科学:地球科学》2011年第41(10)期。

冯险峰、刘高焕、陈述彭、周文佐:《陆地生态系统净第一性生产力过程模型研究综述》,《自然资源学报》2004年第19(3)期。

牛铮、李世华、占玉林、王力:《全球碳循环研究背景下的植被初级生产力遥感》,《遥感学报》2009年第13期。

朴世龙、方精云、郭庆华:《利用CASA模型估算我国植被净第一性生产力》,《植物生态学报》2001年第25期。

秦大河、丁一汇、苏纪兰等:《中国气候与环境演变》,科学出版社,2005。

孙睿、朱启疆:《气候变化对中国陆地植被净第一性生产力影响的初步研究》,《遥感学报》2001年第5期。

张仁华、孙晓敏、苏红波、唐新斋、朱志林:《遥感及其地球表面时空多要素的区域尺度转换》,《国土资源遥感》1999年第41(3)期。

张宪洲:《我国自然植被净第一性生产力的估算与分布》,《资源科学》1993年第1期。

周广胜、袁文平、周莉、郑元润:《东北地区陆地生态系统生产力及其人口承载力分析》,《植物生态学报》2008年第32(1)期。

朱文泉、潘耀忠、张锦水:《中国陆地植被净初级生产力遥感估算》,《植物生态学报》2007年第31期。

Peng D.,Bing Zhang,Chaoyang Wu,Alfredo R. Huete,Alemu Gonsamo,Liping Lei,Guillermo E. Ponce-Campos,Xinjie Liu,Yanhong Wu. “Country-Level Net Primary Production Distribution and Response to Drought and Land Cover Change”. Science of the Total Environment,2017.

Zhao,M.,Running,S.W. “Drought-Induced Reduction in Global Terrestrial Net Primary Production from 2000 through 2009”. Science,2010.

Guo,W.,et al. The Second Glacier Inventory Dataset of China(Version 1.0),edited by C. a. A. R. S. D. Center,Lanzhou,2014.

Jacob,T.,J. Wahr,W. T. Pfeffer,and S. Swenson. “Recent Contributions of Glaciers and Ice Caps to Sea Level Rise”,Nature,2012,482(7386).

Lehner,B.,and P. D?ll. “Development and Validation of a Global Database of Lakes,Reservoirs and Wetlands”,Journal of Hydrology,2004,296(1–4).

Ma,R.,et al. “China’s Lakes at Present:Number,Area and Spatial Distribution,Sci”. China Earth Sci.,2010,41(3).

Phan,V. H.,R. Lindenbergh,and M. Menenti. “ICESat Derived Elevation Changes of Tibetan Lakes Between 2003 and 2009”,International Journal of Applied Earth Observation and Geoinformation,2012,17(0).

Sharma,S.,et al. “A Global Database of Lake Surface Temperatures Collected by in Situ and Satellite Methods from 1985–2009”,Scientific Data,2015,2,150008.

Song,C.,B. Huang,and L. Ke. “Modeling and Analysis of Lake Water Storage Changes on the Tibetan Plateau Using Multi-mission Satellite Data”,Remote Sensing of Environment,2013,135(0).

Song,C.,B. Huang,K. Richards,L. Ke,and V. Hien Phan. “Accelerated Lake Expansion on the Tibetan Plateau in the 2000s:Induced by Glacial Melting or Other Processes?”,Water Resources Research,2014,50(4).

Song,K.,M. Wang,J. Du,Y. Yuan,J. Ma,M. Wang,and G. Mu. “Spatiotemporal Variations of Lake Surface Temperature across the Tibetan Plateau Using MODIS LST Product”,Remote Sensing,2016,8(10).

Wan,W.,D. Long,Y. Hong,Y. Ma,Y. Yuan,P. Xiao,H. Duan,Z. Han,and X. Gu. “A Lake Data Set for the Tibetan Plateau from the 1960s,2005,and 2014”,Scientific Data,2016,3,160039.

Wan,W.,et al. “A Comprehensive Data Set of Lake Surface Water Temperature over the Tibetan Plateau Derived from MODIS LST Products 2001-2015”,Scientific Data,2017b,4,170095.

Wan,W.,P. Xiao,X. Feng,H. Li,R. Ma,H. Duan,and L. Zhao. “Monitoring Lake Changes of Qinghai-Tibetan Plateau over the past 30 years Using Satellite Remote Sensing Data”,Chinese Science Bulletin,2014,59(10).

Wang,X.,P. Gong,Y. Zhao,Y. Xu,X. Cheng,Z. Niu,Z. Luo,H. Huang,F. Sun,and X. Li. “Water-Level Changes in China’s Large Lakes Determined from ICESat/GLAS Data”,Remote Sensing of Environment,2013,132(0).

Yao,T.,et al. “Different Glacier Status with Atmospheric Circulations in Tibetan Plateau and Surroundings”,Nature Climate Change,2012,2(9).

Yao,X.,S. Liu,L. Li,M. Sun,J. Luo,and Y. Feng. “Spatial-Temporal Variations of Lake Area in Hoh Xil Region in the Past 40 Years”,Acta Geographica Sinica,2013,68(7).

Zhang,G.,T. Yao,H. Xie,J. Qin,Q. Ye,Y. Dai,and R. Guo. “Estimating Surface Temperature Changes of Lakes in the Tibetan Plateau Using MODIS LST Data”,Journal of Geophysical Research:Atmospheres,2014b,119(14).

Zhang,G.,T. Yao,H. Xie,K. Zhang,and F. Zhu. “Lakes’ State and Abundance across the Tibetan Plateau”,Chinese Science Bulletin,2014a,59(24).

Cui Y.K.,Jia L. “A Modified Gash Model for Estimating Rainfall Interception Loss of Forest Using Remote Sensing Observations at Regional Scale”. Water,2014,6(4).

Hu G.C.,Jia L. “Monitoring of Evapotranspiration in a Semi-Arid Inland River Basin by Combining Microwave and Optical Remote Sensing Observations”. Remote Sensing,2015,7(3).

Lu J.,Jia L.,Zheng C.L.,Zhou J.,van Hoek M.,Wang K. “Characteristics and Trends of Meteorological Drought over China from Remote Sensing Precipitation Datasets”. IEEE International Geoscience and Remote Sensing Symposium(IGARSS),2016. doi:10.1109/IGARSS.2016.7730977.

Zheng C.L.,Jia L.,Hu G.C.,Lu J.,Wang K. “Global Evapotranspiration Derived by ETMonitor Model Based on Earth Observations”. IEEE International Geoscience and Remote Sensing Symposium(IGARSS),2016. doi:10.1109/IGARSS.2016.7729049.