国家科学技术委员会 (NSTC) 是行政部门协调联邦研究和开发机构各实体的科学技术政策的主要手段。NSTC 的主要目标是为联邦科学技术投资制定明确的国家目标。NSTC 制定研究和开发战略,并与联邦机构协调,形成旨在实现多项国家目标的投资方案。NSTC 的工作由五个委员会组织:环境、自然资源和可持续性;国土和国家安全;科学、技术、工程和数学 (STEM) 教育;科学;和技术。每个委员会都监督专注于科学技术不同方面的小组委员会和工作组。更多信息请访问 http://www.whitehouse.gov/ostp/nstc。
2010 年 10 月 11 日签署成为法律的《2010 年美国宇航局授权法案》第 702 条指示科学技术政策办公室 (OSTP) 主任建立机制,确保更好地协调民用地球观测,包括制定至少每三年更新一次的战略实施计划。2010 年 12 月,我向国会报告了成立国家地球观测工作组以响应这一指示的情况。附件由工作组完成的《民用地球观测国家战略》为按主要社会效益领域组织的地球观测建立了三年评估和规划框架,根据这些领域启动了国家观测系统的优先排序,并为联邦机构编纂了有关有效管理地球观测数据的指导方针。
了解海平面趋势以及全球和当地海平面之间的关系,可以提供有关地球气候对海洋和大气影响的关键信息。海平面变化与许多大气和海洋过程直接相关。全球气温、水文循环、冰川和冰盖覆盖率以及风暴频率和强度的变化都是气候变化已知影响的例子,所有这些都与长期海平面记录直接相关,并被记录下来。海平面是了解气候变化影响的重要关键,不仅在我们沿海地区,而且在世界各地。通过将基于观测的特定区域的当地相对海平面变化率与全球海平面上升预测(IPCC 2007)相结合,沿海管理人员和工程师可以开始分析和规划海平面上升对长期规划的影响。
了解海平面趋势以及全球海平面与当地海平面之间的关系,可以提供有关地球气候对海洋和大气影响的重要信息。海平面变化与许多大气和海洋过程直接相关。全球气温、水文循环、冰川和冰盖覆盖率以及风暴频率和强度的变化是气候变化已知影响的例子,所有这些都与长期海平面记录直接相关,并被记录下来。海平面是了解气候变化影响的重要关键,不仅在我们沿海地区,而且在世界各地。通过将基于观测的特定区域的当地相对海平面变化率与全球海平面上升预测(来自 IPCC,2007 年)相结合,沿海管理人员和工程师可以开始分析和规划海平面上升对长期规划的影响。
注意:城镇景观评估不是绘图工作,符号说明的是该地区的特征,而不是各个特征的确切位置和大小。任何评估都不可能完全全面,遗漏任何特定建筑物、特征或空间不应被视为暗示其不具吸引力。
议定书》适用于没有承诺的国家,即目前非附件一国家。本文通过总结发展中国家估算森林砍伐所致排放量的技术能力和主要制约因素,为这些政策讨论做出了贡献。减少森林砍伐所致排放的政策的实施取决于对国家层面避免的排放量的准确和精确估计( Santilli 等人,2005 年)。必须估算几个组成部分:(1)国家层面的森林覆盖率损失,(2)基准期的初始碳储量及其因森林砍伐和退化引起的变化,以及(3)相对于定义的“基线”或基准期避免的排放量。遥感与地面测量相结合在确定森林覆盖率损失方面发挥着关键作用。自 1990 年代初以来,技术能力已经取得了进步,对于大多数发展中国家来说,在国家层面建立可操作的森林监测系统现在是一个可行的目标( Mollicone 等人,2003 年;DeFries 等人,2005 年)。使用机载传感器远程感测森林碳储量的新技术和新方法的开发也在取得进展(例如 Drake 等人,2003 年;Brown 等人,2005 年)。尽管后者目前成本过高,无法覆盖大面积区域,但这些方法可用于推断更大区域的碳储量估算值。森林的多种土地使用方式会导致碳储量损失和二氧化碳排放,如果在砍伐过程中燃烧生物质,则会排放额外的非二氧化碳气体(Penman 等人,2003 年 a)。毁林被定义为从林地转变为非林地(考虑到《联合国气候变化框架公约》对森林的定义),这是最容易监测的,会导致单位毁林面积的碳储量损失相对较大(图 1)。不可持续的木材生产、过度采伐燃料木和森林碎片边缘的火灾等森林退化行为比毁林更不容易观察到,但会大大增加排放。森林退化也可能是毁林的前兆。另一方面,一些森林土地使用实践,例如管理伐木和轮耕,导致土地利用方式的转变。
议定书》适用于没有承诺的国家,即目前非附件一国家。本文通过总结发展中国家估算森林砍伐所致排放量的技术能力和主要制约因素,为这些政策讨论做出了贡献。减少森林砍伐所致排放的政策的实施取决于对国家层面避免的排放量的准确和精确估计( Santilli 等人,2005 年)。必须估算几个组成部分:(1)国家层面的森林覆盖率损失,(2)基准期的初始碳储量及其因森林砍伐和退化引起的变化,以及(3)相对于定义的“基线”或基准期避免的排放量。遥感与地面测量相结合在确定森林覆盖率损失方面发挥着关键作用。自 1990 年代初以来,技术能力已经取得了进步,对于大多数发展中国家来说,在国家层面建立可操作的森林监测系统现在是一个可行的目标( Mollicone 等人,2003 年;DeFries 等人,2005 年)。使用机载传感器远程感测森林碳储量的新技术和新方法的开发也在取得进展(例如 Drake 等人,2003 年;Brown 等人,2005 年)。尽管后者目前成本过高,无法覆盖大面积区域,但这些方法可用于推断更大区域的碳储量估算值。森林的多种土地使用方式会导致碳储量损失和二氧化碳排放,如果在砍伐过程中燃烧生物质,则会排放额外的非二氧化碳气体(Penman 等人,2003 年 a)。毁林被定义为从林地转变为非林地(考虑到《联合国气候变化框架公约》对森林的定义),这是最容易监测的,会导致单位毁林面积的碳储量损失相对较大(图 1)。不可持续的木材生产、过度采伐燃料木和森林碎片边缘的火灾等森林退化行为比毁林更不容易观察到,但会大大增加排放。森林退化也可能是毁林的前兆。另一方面,一些森林土地使用实践,例如管理伐木和轮耕,导致土地利用方式的转变。
议定书》适用于没有承诺的国家,即目前非附件一国家。本文通过总结发展中国家估算森林砍伐所致排放量的技术能力和主要制约因素,为这些政策讨论做出了贡献。减少森林砍伐所致排放的政策的实施取决于对国家层面避免的排放量的准确和精确估计( Santilli 等人,2005 年)。必须估算几个组成部分:(1)国家层面的森林覆盖率损失,(2)基准期的初始碳储量及其因森林砍伐和退化引起的变化,以及(3)相对于定义的“基线”或基准期避免的排放量。遥感与地面测量相结合在确定森林覆盖率损失方面发挥着关键作用。自 1990 年代初以来,技术能力已经取得了进步,对于大多数发展中国家来说,在国家层面建立可操作的森林监测系统现在是一个可行的目标( Mollicone 等人,2003 年;DeFries 等人,2005 年)。使用机载传感器远程感测森林碳储量的新技术和新方法的开发也在取得进展(例如 Drake 等人,2003 年;Brown 等人,2005 年)。尽管后者目前成本过高,无法覆盖大面积区域,但这些方法可用于推断更大区域的碳储量估算值。森林的多种土地使用方式会导致碳储量损失和二氧化碳排放,如果在砍伐过程中燃烧生物质,则会排放额外的非二氧化碳气体(Penman 等人,2003 年 a)。毁林被定义为从林地转变为非林地(考虑到《联合国气候变化框架公约》对森林的定义),这是最容易监测的,会导致单位毁林面积的碳储量损失相对较大(图 1)。不可持续的木材生产、过度采伐燃料木和森林碎片边缘的火灾等森林退化行为比毁林更不容易观察到,但会大大增加排放。森林退化也可能是毁林的前兆。另一方面,一些森林土地使用实践,例如管理伐木和轮耕,导致土地利用方式的转变。
2 灌溉学老师 – 慕尼黑工业大学灌溉科学系 – 2 楼 – 85350 Freising 摘要:提出并测试了一种预测空间土壤参数的方法。该方法使用该地区的数字地形模型 (DTM) 和区域气候数据来得出作为预测基础的土壤区域变量。使用 Schatterbach 试验场第四纪地层中的 94 个土壤剖面样本对该方法进行了测试,该试验场是位于巴伐利亚第三纪丘陵 (德国) 的 2387 公顷的研究区域。该方法基于这样的假设:景观形状和晚第四纪气候历史决定了斜坡发展和土壤形成过程。为了开发该方法,从 DTM 和气候数据中得出了一套地形指数和复杂的过程参数。然后使用逐步线性回归来确定哪些地形指数和过程参数最有助于预测所需的土壤属性。对该方法的测试表明,88.1% 的方差是由沉积物输送、质量平衡和泥流参数的组合解释的,为预测丘陵地形中的土壤参数提供了可靠的基础。
茶是印度最重要的饮料之一。它是第一大外汇收入来源。印度是世界上最大的茶叶生产国。印度的阿萨姆邦、梅加拉亚邦、特里普拉邦、北孟加拉邦(大吉岭)和锡金邦对该国的茶叶总产量贡献巨大。除此之外,印度南部的泰米尔纳德邦、卡纳塔克邦和喀拉拉邦也为茶叶生产做出了贡献。过去几年,人们发现茶产业正在失去立足之地。这主要是因为生产结构错误、由于生产成本高而无法与其他茶叶生产国竞争、小农户组织化、加工阶段的质量控制不佳以及更重要的害虫和疾病侵扰。遥感和 GIS 技术已被有效用于监测水稻、小麦等多种一年生作物。因此,开发一种使用遥感和 GIS 监测茶园的方法已成为迫切需要。之前缺乏使用遥感监测茶叶的研究,这为开发一种方法提供了想法,该方法可以帮助监测种植园的生长并在需要时采取有效措施。在本研究中,尝试使用遥感图像的纹理和色调变化来评估茶树的健康状况。应用灰度共生矩阵 (GLCM) 技术将茶斑分为健康、中度健康和患病茶。使用纹理和分类图像来描绘患病斑块。得出了健康、中度健康和患病茶的百分比。观察发现,2001 年 12 月的 LANDSAT 图像显示健康茶树的面积为 60.4%,中度感染茶树的面积为 23.6%,患病茶树的面积为 16.2%。对于 2004 年 2 月的 LISS III 图像,发现健康茶树的面积为 43.9%,中度感染茶树的面积为 36.8%,患病茶树的面积为 19.3%。同样,对于 2004 年 6 月的 ASTER 图像,发现健康茶树的面积为 24.9%,中度健康茶树的面积为 50.1%,患病茶树的面积为 25.1%。最后将结果与地面叶面积指数 (LAI) 和产量进行了比较。因此,这里尝试的纹理分析和色调变化可以在识别和检测茶园中的病斑方面发挥重要作用。这项研究表明,4 月、6 月和 8 月基于 MODIS 的 NDVI 与庄园层面的茶叶产量有显著相关性。为进一步检验 MODIS 得出的 NDVI 是否与 LAI 相关,建立了一个经验方程,结果表明茶叶的 LAI 与 NDVI 具有显著的线性关系 (R 2 =0.36)。然而,研究发现,仅凭不同时间段的 NDVI 观测结果无法解释茶叶产量的差异。这表明茶叶产量的统计模型似乎并不令人鼓舞。