遥感数据是影响遥感科学研究方法、实验思路、解决方案的重要因素之一。以探索面向遥感科学数据的学科情报分析框架为目标，以《Remote Sensing of Environment》期刊1999~2018年发表的学术论文为例，利用文献计量和知识图谱分析方法，展现遥感科学数据的利用情况。结果表明:满足特定专业领域需求的遥感科学数据日益丰富，光学遥感、微波遥感和激光雷达数据的应用结构已发生明显变化，从20世纪90年代的8∶1∶1发展为5∶3∶2,多角度观测、机载观测平台等新型观测方式展现出独特的优势。遥感科学数据和相关研究分析方法的发展和完善，不断推动对复杂地理生态过程以及人类活动对环境影响的系统化、综合性理解。
土壤水分是陆地表层系统中的关键变量。利用主动微波遥感，特别是合成孔径雷达（Synthetic Aperture Radar, SAR）的观测，在监测和估计表层土壤水分时空分布方面已开展了诸多研究。然而，SAR土壤水分反演仍存在诸多挑战，特别是地表粗糙度和植被的影响。因此，本文提出了一种结合主动微波和光学遥感的优化估计方案，旨在同步反演植被含水量、地表粗糙度和土壤水分。反演算法首先在水云模型的框架下对模型中的植被透过率因子（与植被含水量密切相关）采用3种不同的光学遥感指数——修正的土壤调节植被指数（Modified Soil Adjusted Vegetation Index, MSAVI）、归一化植被指数（Normalized Difference Vegetation Index, NDVI）和归一化水体指数（Normalized Difference Water Index, NDWI）进行参数化估计，用于校正植被层的散射贡献。在此基础上，构造基于SAR观测和Oh模型的代价函数，利用复型洗牌全局优化算法进行土壤水分和地表粗糙度的联合反演。采用Sentinel-1 SAR和Landsat 8多光谱数据在黑河中游开展了反演试验，并利用相应的地面观测数据对结果进行了验证。结果表明反演结果与地面观测具有良好的一致性，其中基于NDWI的植被含水量反演效果最佳，与地面观测比较，土壤水分决定系数（R 2）在0.7以上，均方根误差（RMSE）为0.073 m3/m3；植被含水量R 2大于0.9，RMSE为0.885 kg/m2，表明该方法能够较准确地估计土壤水分。同时发现植被含水量的估计结果，以及植被透过率的参数化方案对土壤水分的反演精度有一定的影响，在未来的研究中需要进一步探索。
基于Sentinel-1合成孔径雷达 (SAR) 数据及相同时段的中分辨率成像光谱仪（MODIS）和Landsat 8两种归一化植被指数（NDVI），构建变化检测模型以估算黑河中游的高分辨率土壤水分，并探讨模型中具体参数设置对估算精度的影响。结果表明：①在对后向散射系数时间序列的差值 (
以黑河流域中上游为研究区，初步探究了利用AMSR2卫星的多频亮度温度数据估算土壤水分的方法。基于土壤水分和土壤发射率的统计关系，通过黑河流域上游的4个像元2013年7月至2014年6月内的实测土壤水分和土壤温度数据，采用了“四像元交叉拟合法”获得了统计系数，并用此方法估算出了黑河流域中上游的土壤水分。采用2014年7月至2014年10月内估算的土壤水分，连同与AMSR2的4个常用的土壤水分产品和GLDAS土壤水分产品在时间序列上，与八宝河流域WSN土壤水分地面观测展开了对比验证，结果表明估算土壤水分精度明显高于上述5种产品。同时借助高程和土地覆被辅助数据，与GLDAS土壤水分在空间格局上进行了比较，发现估算土壤水分时空分布特征更加合理。该方法可为流域尺度的土壤水分反演与监测提供了一种简而易行的思想方法和可行之路。
未冻水和冰共同存在于冻土中，两者的相互转化即冻融变化深刻影响寒区地表水分循环和能量收支。被动微波遥感技术是土壤水分监测的主要手段，但目前大多应用于非冻结土壤的水分反演，对负温环境下冻结土壤中未冻水的反演研究较少。基于SMAP卫星升轨和降轨时刻的亮温观测数据和经改进后适用于青藏高原地区的零阶微波辐射模型，利用单通道算法（SCA）和双通道算法（DCA），对青藏高原东部黄河源区玛曲区域季节冻土中的未冻水含量进行反演。结果表明：基于SMAP不同过境时刻亮温观测及不同算法的土壤未冻水反演结果均较同步地反映了研究区实测值的动态变化特征（相关系数R均大于0.9）。其中，基于SMAP降轨时刻亮温观测的反演结果在冻融交替的过渡季节存在明显低估，而基于升轨时刻亮温观测得到的反演结果精度更高。基于垂直极化亮温观测的单通道（SCA-V）和DCA算法得到的升轨时刻的反演值与实测值的无偏均方根误差（ubRMSE）分别为0.035 m3m-3和0.039 m3m-3，均达到SMAP任务的设计要求（即ubRMSE≤0.04 m3m-3），其中SCA-V对该研究区土壤未冻水的反演精度最高。与SMAP标准产品相比，基于SCA-V算法反演得到的暖季土壤水分精度更高。此外，该算法能成功反演得到冻结期土壤未冻水的动态变化，因此更适用于青藏高原地区冻融土壤条件下的水分反演。
SMOS和SMAP都是为获取全球土壤水分信息而设计的专题卫星，均搭载了L波段辐射计。进行二者的横向对比是构建具有一致性的全球土壤水分数据集的关键基础。虽然SMAP、SMOS名义上的过境时刻是固定的，但二者的实际过境时刻随时间和空间发生变化，它们与地面实测数据三者之间难以匹配形成时序上严格统一的样本对，从而给土壤水分反演结果的精度评定带来困难。针对这一问题，以美国大陆地区为研究区，首先对2016~2017年SMOS、SMAP土壤水分数据的时间戳进行统计，判定二者过境的交叠时段；进而利用高观测频率、大空间尺度的实测数据，研究表层土壤水分在此时段内的自然变化特征。结果显示，按照全部、无降水、有降水3种条件，在样本量分别为98.14%、99.51%和88.49%的绝大多数情况下，表层土壤水分的变化量为0.007 m3/m3、0.007 m3/m3和0.012 m3/m3， 远小于SMOS、SMAP的目标精度（0.04 m3/m3）。初步证实： ①SMOS与SMAP的土壤水分反演结果（L2数据）可进行直接比对;②过境时刻差异对验证误差的影响可不计。
为降低SMOS土壤水分反演算法的复杂度、提高土壤水分反演精度，对SMOS土壤水分反演策略进行调整：将多参数反演改为单参数反演以简化观测与模拟亮温的代价函数，以固定步长（0.001 m3/m3）代替不定步长从而避免复杂的矩阵运算，将围绕土壤水分先验值的少量局部搜索调整为全土壤水分区间（0~0.05 m3/m3）的密集全局搜索。利用美国USCRN 44个站点实测土壤水分分别与SMOS官方反演的土壤水分和SMOS调整算法反演的土壤水分进行对比分析。结果表明：与SMOS相比，算法调整后土壤水分的平均绝对偏差MAD、均方根误差RMSE和无偏均方根误差ubRMSE分别降低了0.012、0.018和0.020 m3/m3。
当前常用的被动微波土壤水分反演算法有水平极化单通道算法、垂直极化单通道算法、双通道算法、微波极化差比值算法和扩展双通道算法，5种反演算法具有不同的差异，对这些反演算法进行系统的评估和分析将有助于反演算法的改进和星载高精度土壤水分产品的发布。为了避免直接采用卫星产品验证时的尺度匹配、空间异质性等问题，基于地基L波段微波辐射观测以及配套的土壤和植被参数测量数据，对这5种反演算法进行了实现、对比和分析，得出以下结论：①单通道算法具有最佳的反演性能，水平极化单通道算法反演结果具有最高的相关性(相关性系数R=0.83)，垂直极化单通道算法反演结果具有最小的反演误差(均方根误差RMSE=0.028 m3/m3,偏差BIAS= -0.011 m3/m3),但单通道算法需要精确的植被含水量输入；②其余3种算法能脱离植被辅助数据的使用，性能略差但也能满足星载微波传感器的探测指标要求(小于等于0.04 m3/m3)；其中，扩展双通道算法和微波极化差比值算法的土壤水分反演结果比双通道算法略差，但本例中扩展双通道算法在植被含水量反演方面更具优势。
土壤水分是连接地—气系统的重要状态变量，微波遥感为准确获取大面积土壤水分信息提供新的技术手段。准确解读微波土壤水分产品质量、深入了解其误差的时空分布特征是通过数据同化等方法将其融入陆面模型,从而成功应用于地球科学领域的重要先决条件。基于Triple Collocation(TC)方法检验了风云三号C星(FY-3C)、土壤水分主被动卫星(SMAP)及高级微波散射计(ASCAT)这3种常用微波土壤水分产品在中国陆域的质量，并通过Hovm?ller图评估了3套产品捕捉土壤水分时空变化的能力。结果显示：①TC方法得到的分析结论与地面实测资料的验证结果一致，整体上SMAP优于ASCAT和FY-3C，不同土地利用类型下SMAP信噪比均最高，三者的TC信噪比分别为1.668 dB、-0.316 dB和-2.182 dB，同时三者与实测值的相关系数分别为0.514、0.501和0.209；②FY-3C和ASCAT产品的精度在中国西北地区整体优于南部地区，3种产品均能较好地刻画土壤水分随纬度和经度变化的情况，3种产品展现的季节波动整体高于实测，其中FY-3C的季节波动在3种产品中最为剧烈；③FY-3C的质量比ASCAT和SMAP更易受到植被影响，但在裸土区FY-3C优于ASCAT。本研究基于TC分析提供了全国范围内3种主流微波土壤水分产品的误差和信噪比的空间分布，并通过Hovm?ller图评估了其描述土壤水分时空变化的能力。研究结论可为微波土壤水分产品的同化研究提供一定参考。
以青藏高原开展的L波段地基微波辐射（ELBARA-III型）综合观测试验为依据，基于
土壤水分是监测作物旱情的基本因子，以欧空局1978~2014年微波遥感土壤水分产品、中国经济与社会发展统计数据库以及气象数据为基础，结合土壤水分亏缺指数（Soil Water Deficit Index, SWDI）分析东北地区的干旱程度与玉米亩产的关系。结果表明：①东北三省干旱程度空间上呈现自东北向西南逐渐加重的空间分布模式；②基于CCI (Climate Change Initiative)土壤水分产品计算的SWDI干旱指数与降雨量和气温有良好的相关关系，可用于评估干旱发生的严重程度；③玉米生长季关键需水期——7月的SWDI与玉米产量的相关性最好，二者在黑龙江、吉林和辽宁省的R2分别为0.43、0.78和0.38，非常适合用于评估干旱对玉米单产的影响。该结论对于研究大范围土壤水分含量对农作物产量的影响以及相关农业决策具有重要指导意义。
反演模型对土壤水分评估结果有重要影响，基于此，以黄土沟壑区城市森林表层土壤为研究对象，以3期Landsat影像和实地土壤水分传感器测定数据为数据源，分别通过像元在二维空间（LST-NDVI与STR-NDVI，LST为地表温度，NDVI为归一化植被指数，STR为短波红外转换反射系数）中的散点图及其拟合的干燥边界与湿润边界，获取TOTRAM（热学—光学不规则梯形模型）和OPTRAM（光学不规则梯形模型）的参数，然后在像素水平上（30 m×30 m）反演出延安城市森林表层土壤水分（W），验证两模型的精度，并比较两模型估算结果的差异及线性边界与非线性边界对反演结果的影响。结果发现：①除OPTRAM 模型在Landsat 7和Landsat 8上干湿边界呈现非线性外，像素在LST-NDVI空间和STR—NDVI空间中的干湿边界均呈线性，且包络成不规则梯形形状;②与实地测定数据相比，TOTRAM与OPTRAM两模型的平均误差（ME）分别为0.009和0.0455，表明两模型估算结果均偏高，但OPTRAM模型的均方根误差（RMSE）较TOTRAM模型更接近0。OPTRAM模型估算的W值均匀地分布在1∶1参考线两侧，且位于参考线上的点数多于TOTRAM模型，表明OPTRAM准确度高于TOTRAM模型，且非线性边界的反演精度高于线性边界;③与TOTRAM模型相比，OPTRAM模型估算出的W空间分异规律与土地利用/覆被类型具有较高的相关性，且OPTRAM模型对植被覆盖度极低的区域敏感。因此，在后续研究中，应在OPTRAM模型中探讨干湿边界复杂性与模型准确性改善之间的关系，同时考虑周围环境、降雨量、森林干扰和NDVI饱和等因素对两模型估算准确性的影响。
南海海水表面温度对中国陆地的气候变化具有显著的影响。以南海南部海域为例，首先对MODIS基础数据进行几何校正及影像去云等预处理，利用辐射传输模型MODTRAN计算大气透过率，利用MODIS数据第31和32波段辐射亮度值计算亮度温度，采用劈窗算法反演南海南部海域海表温度，反演结果与产品及实测数据进行回归分析，采取决定系数（R 2）、误差平方和（SSE）及均方根误差（RMSE）进行拟合情况评价。决定系数（R 2）大于0.8，SSE、RMSE较小，其中反演结果与实测数据的SSE为1.025，RMSE为0.158，说明反演精度良好。研究表明:温度具有明显的区域和季节变化特征，秋冬较低，春夏较高，在空间上从离近岸向中心海域方向递减，海盆中心温度低。温度受气候的影响，与厄尔尼诺现象呈正相关，与拉尼娜现象呈负相关。
水体光谱信息微弱，常用的基于辐射传输模型的大气校正方法在水体中校正精度较差。基于覆盖太湖水体的2016年4月29日的高分一号宽幅相机影像（GF-1/WFV）和同步的实测光谱数据，对6S辐射传输模型的输入参数进行敏感性分析，逐像元计算观测几何，使用分区气溶胶类型、分区暗像元和Spline插值确定的气溶胶光学厚度（Aerosol Optical Depth，AOD）进行6S逐像元大气校正。实验结果表明:气溶胶模式对6S大气校正结果的影响最大，与FLAASH方法相比，逐像元计算观测几何和气溶胶参数的校正方法对大气校正精度有改进作用,4个波段的平均相对误差分别降低了1.84%、7.78%、4.79%和17%。结合精确大气参数输入的6S逐像元大气校正方法可以改进水体表面遥感反射率的大气校正精度。
地表反照率数据对地表能量平衡和全球变化研究具有重要意义。基于2014年FY-3C卫星250 m分辨率的反射率数据和角度数据，选取非洲及北美洲的4个区域作为研究区，采用RossThick-LiSparseR模型作为BRDF(Bidirectional Reflectance Distribution Function)核模型反演了地表窄波段反照率，得到250 m分辨率的4个窄波段黑空、白空反照率。将反演得到的FY-3C地表窄波反照率产品与MODIS反照率产品（MCD43A3）数据进行了交叉验证，结果表明：FY-3C窄波段反照率与对应MODIS窄波段反照率对比的均方根误差在0.01~0.04，平均偏差(MBIAS)为0.09，FY-3C窄波段反照率与对应的MODIS窄波段反照率在可见光波段、近红外波段有较好的一致性。本研究提升了国产风云极轨卫星的应用范围，可为FY-3C地表反照率业务化产品提供算法支撑。
随着我国经济的快速发展和城市化进程的加快，大气细颗粒物PM2.5已经成为影响我国大气环境污染的主要因素之一。利用静止卫星数据可以获取大范围的面状PM2.5信息，为我国大气环境的监测、治理、预测等提供了不可替代的数据源。以江苏省为研究区，利用静止卫星GOCI数据，在反演逐时气溶胶光学厚度（AOD）的基础上，结合气象因子，利用多元统计分析进行了研究区PM2.5的遥感反演研究。结果表明：基于AOD的多元统计模型，在估计的PM2.5浓度和观测值之间表现出良好的一致性，拟合度R 2为0.665 2。在对AOD进行湿度订正后得到的dry AOD进行多元统计建模，预测的PM2.5浓度与观测值之间的拟合度R 2达到了0.702 6，证明了经过湿度订正后的“干”AOD与PM2.5之间建立的关系更加可靠。使用GOCI反演的AOD计算PM2.5浓度，在空间分辨率和时间分辨率上充分体现了GOCI作为静止卫星监测PM2.5的优势。在空间分分辨率上，基于GOCI卫星获取AOD的空间分辨率为500 m，优于MODIS 10 km的AOD产品；时间分辨率上，基于GOCI获取AOD实现每日自9:00~16:00逐小时监测，优于MODIS每日两次的AOD产品。
叶面积指数（Leaf Area Index,LAI）是生物地球化学循环中重要的植被结构参数。针对目前基于我国GF-1 WFV卫星影像的夏玉米多生育期LAI反演研究较少的问题，基于不同隐含层构建BP神经网络模型（BP1模型和BP2模型），对比分析BP1模型、BP2模型和6种统计模型（NDVI、RVI、DVI、EVI、SAVI、ARVI）反演之间的精度差异，并根据实测数据绘制BP1模型和BP2模型的夏玉米多生育期LAI动态变化图。结果表明:LAI与6种常用的统计模型均有良好相关性，其中NDVI指数方程式回归模型拟合度最优；BP神经网络模型整体R 2略小于统计模型，而RMSE则小于统计模型，取得了与实测值差异更小的结果，统计模型与BP神经网络模型各有优劣之处；BP2模型在R 2和RMSE均优于BP1模型，能获得更为精确的反演值，BP2整体预测精度更高；基于BP神经网络模拟夏玉米生育期反演，LAI值呈现缓慢升高—快速增长—逐渐减小的S型变化过程，基本符合作物生长规律。该研究结合不同隐含层建立的BP神经网络模型，为GF-1卫星在作物叶面积指数多生育期反演的应用推广提供了方法支撑。
ESTARFM(Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model)是一种经典的基于权重滤波的时空融合算法，它在众多领域得到广泛应用。相似像元选取是其一个重要步骤，ESTARFM模型中相似像元选取过程受搜索框大小和分类数影响，当前的研究中搜索框大小的设定较为统一，而分类数大小设定缺乏统一性。为降低ESTARFM算法中分类数对算法性能的影响，将STNLFFM(A Spatial and Temporal Nonlocal Filter-Based Data Fusion Method)中相似像元选取方法与ESTARFM模型相结合，提出改进的ESTARFM_NL模型。研究设计了两组不同时相变化条件下的数据进行对比分析。结果表明：ESTARFM_NL与ESTARFM融合结果相对误差直方图总体分布趋近一致，同时利用平均相对误差和相关系数对融合结果进行评价，发现两种算法之间精度差异较小，表明两种算法融合精度相当；对比两种算法运算效率，发现ESTARFM_NL运行时间能够得到大幅缩减。因此，ESTARFM_NL为大区域或长时间序列遥感数据的时空融合提供了一种可选择的融合方案。
高分四号卫星是我国第一颗地球同步轨道遥感卫星，以其高频、宽幅的特点，可为我国农业、林业、减灾、气象、环保和水利等应用提供快速、稳定的光学遥感影像，高效的影像自动云检测有助于进一步提高高分四号影像的利用效率。CDAG（Cloud Detection Algorithm-Generating）是一种基于像元组分光谱分析的自动云检测算法，能有效降低混合像元、复杂表面结构和大气等因素的影响。为了探索CDAG算法对于高分4号多光谱影像（GF4-PMS）的云检测应用能力，首先，从高光谱影像（AVIRIS）上选取不同的云类型和各种地表覆盖类型，建立云像元库和地物像元库；其次，基于高光谱像元库和GF4-PMS传感器光谱响应函数模拟出多光谱影像像元库；然后，根据碎云、薄云、厚云及非云像元的光谱差异性分析，将GF4-PMS影像的待检测像元与终端像元进行相似概率分析，实现基于最佳阈值自动迭代的GF4-PMS影像云检测；最后，从云像元正确率、晴空像元正确率、误判率、漏判率等多个指标进行云检测精度验证。结果表明：AVIRIS影像可以有效提取适用于GF4-PMS影像云检测的终端像元库，基于CDAG算法能较好地识别GF4-PMS影像上各种类型的云，对于不同时相、不同下垫面的碎云、薄云、厚云的检测精度可达90%以上。因此，基于先验终端像元库的云检测法对于提升GF4-PMS影像的利用效率具有较好的应用价值。
针对传统卫星云图特征提取方法复杂且深度卷积神经网络（Deep Convolutional Neural Network, DCNN）模型开发困难的问题，提出一种基于参数迁移的台风等级分类方法。利用日本气象厅发布的近40 a 10 000多景台风云图数据，构建了适应于迁移学习的台风云图训练集和测试集。在大规模ImageNet源数据集上训练出3种源模型VGG16，InceptionV3和ResNet50，依据台风云图低层特征与高层语义特征的差异，适配网络最佳迁移层数并冻结低层权重，高层权重采用自适应微调策略，构建出了适用于台风小样本数据集的迁移预报模型T-typCNNs。实验结果表明:T-typCNNs模型在自建台风数据集上的训练精度为95.081%，验证精度可达91.134%，比利用浅层卷积神经网络训练出的精度高18.571%，相比于直接用源模型训练最多提高9.819%。
土壤盐渍化是实现土地资源可持续利用所面临的重要挑战，在我国滨海的黄河三角洲区域遥感定量反演适宜方法可为区域盐渍化监测与防治提供技术方法参考。研究以Landsat 8 OLI数据和野外实测数据为基础，提取关键地表特征参量，定量化探讨土壤盐分与地表生物物理参数之间的规律及关系，建立黄河三角洲土壤盐分最优反演模型。结果表明:Albedo-MSAVI、SI-Albedo、SI-NDVI反演精度分别为83.4%、88.8%和80.6%。分析认为SI-Albedo模型最适用于滨海地区盐渍化程度反演，对滨海地区土壤盐分的预测能力较强；Albedo-MSAVI、SI-NDVI模型对内陆干旱、半干旱地区的盐渍化信息提取具有一定的参考意义。基于精度最高的SI-Albedo所反演的结果来看，垦利县盐渍化程度自东向西总体呈高低高走向，与该区域盐分积聚的成因机理相符。
人口数据通常是以行政区为单元进行统计，在与其他空间数据进行综合分析时往往存在尺度不一等诸多问题。人口数据空间化研究是探究人口空间分布规律的过程，其最终成果可为人口分布与其他数据的空间关联研究奠定基础，同时也可直接应用于灾害影响评估等领域，具有重要的学术意义和应用价值。基于人口分布和土地覆盖、交通路网数据的空间关系构建人口空间化模型，将人口划分为城镇人口和农村人口，通过相关权重法（Relative Weight）对土地覆盖类型赋权，利用交通路网数据修正，对农村人口进行空间展布；分析不同等级交通路网数据影响方式的不同，对城镇人口进行展布，最后通过规划求解等方法将不同类型数据叠加融合。人口数据空间化结果表明：我国人口分布对海拔地形十分敏感，低海拔平原和台地面积仅占我国国土面积的16.49%，而生活在其上的人口却占总人口的54.88%，相反，我国山地丘陵面积占比为55.78%，但是仅分布22.11%的人口；东部人口集中于黄淮海地区、四川盆地、长江中小游以及东北平原等地；中国城镇人口呈现典型的“点轴”分布特点，沿主要交通线的集中分布比较明显。
为研究季风对大气边界层 SO2变化的影响，利用2005~2014年OMI SO2、2015~2017年OMPS NMSO2遥感数据，选取中国季风区为研究对象，分析大气边界层SO2时空分布特征，并选取4座典型城市，通过相关性分析和HYSPLIT后向轨迹模拟。结果表明：中国季风区PBL SO2空间上呈现异质性，冬、夏季风变迁对于季风区大气边界层 SO2柱浓度变化影响明显；温度和气压是影响大气边界层 SO2柱浓度的主要气象因子，其次是地域性气象条件；冬季气流对日SO2柱浓度升高影响较大，四川盆地及来自印度半岛、孟加拉湾的西南气流对重庆市SO2柱浓度升高效果显著，银川市SO2受蒙古高原偏北气流及天山北部西北气流影响，天津市和杭州市受华北平原及蒙古高原地区气流的作用。
以全国森林覆盖率最高的福建省为研究对象，利用2000~2017年夏季的MODIS EVI植被指数数据和气象与非气象因子进行协同分析，以揭示近17年福建植被的时空变化及其影响因子。结果表明：研究期内福建的EVI均值整体上升，从2000年的0.454上升至2017年的0.505，17 a间上升了11.2%，表明福建省的植被整体处于变好的状态，且在中部和西南部的变化最明显。相关分析表明，在研究期内，气象因子(气温和降水)对EVI变化的影响不显著，植被的变好主要为非气象因子的作用。EVI的提高主要得益于2003年福建省建设生态省后森林覆盖率的提高，并和2012年开始的水土流失治理有明显关系，这说明人类活动的积极作用对福建植被的变好起到了关键的作用。
西域都护府是西汉政府在西域设置的管理机构，位于丝绸之路的战略要地，地处新疆轮台县境内，但城址具体的地理位置目前尚无定论。根据西部干旱区的环境特点，整合了遥感、地球物理、田野调查及空间分析方法，选取了可见光、雷达影像、历史航片，分析不同时相、不同尺度影像上的形状和光谱特征，提取了奎玉克协海尔古城的考古异常区域，发现了疑似壕沟、城墙和城门等遗迹；根据遥感异常区域采用地球物理和考古钻探进行了验证，确认考古目标，初步探明了遗址的内部结构。基于该遗址的地望、距西域各国城址的距离、城 址形制、规格、绝对年代测定等综合考证，提出了奎玉克协海尔古城就是西域都护府的治所所在地的假设。
甘公网安备 62010202000685号
