導語：如何才能寫好一篇激光遙感技術，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

遙感技術以獲取信息豐富、直觀、簡便越來越受到世界各國的普遍重視。突發災情的救助，首先是要了解災區的情況，但往往伴隨著災情的是交通阻斷、通訊隔絕，尤其是以山區為甚。災區就像一個戰場，情況瞬息萬變，各種信息準確快速的獲取是減災救災的保障。以5.12汶川地震為例，震后災區電力通訊中斷、道路不通，給災情了解和救援工作帶來極大地不便，這時一幅高清晰的實時影像地圖，會讓指揮人員對災區情況有個全面的了解，根據遙感圖像可以及時判斷受災面積、范圍、災情、交通狀況等，為救災力量的合理部署、科學合理地制定救災方案，做到運籌帷幄。

二、遙感影像應急保障的特點

遙感影像除了提供震后直觀的判斷外，它又是一種有效的工具。當通過衛星或是航空器，接收到災區的數字信息后，地面處理系統經加密控制、影像糾正，轉化成依固定比例尺的影像地圖，馬上就可以在地圖面上量算出受災的面積，研判通往搶救區域陸路、水路、空降場地的現狀，量算出準確的距離，以便使救援人員快速進入搶救的現場。遙感影像圖據有很強的直觀性，對震后災區居民地、山體、道路、河流的破壞程度很容易判讀，這樣就方便了確定搶救的重點和方向。需要的話，可以參照已有的地形圖，把等高線與影像圖疊加起來，進行綜合分析和計算，從而估算出山體滑坡、河道淤 塞及道路塌方的土方量，有的放矢地合理調配人力、物力、縮短救災的時間。

地震過后常常伴有諸多的次生災害，而次生災害造成的損害甚至不亞于主生災害，遙感影像在防止次生災害形成的減災中有著得天獨厚的優勢。

1、遙感影像總概念清晰，便于大面積分析，適于宏觀監測。

2、現勢性好，通過定時、定性的比較分析能夠正確顯示災區特征和變化。

3、數字精度高，經過點線量測可得出地物、地貌的移動數字信息。

4、多光譜遙感圖像，內容豐富，能加深各種要素的理解。

震后災區人無居所，山體松動，河道淤塞，環境污染，都會危及到的生命。基于遙感影像，可以分析解譯研究山體移動的方向，河水改道方向及堰塞湖的形成，防止滑坡泥石流等災害造成二次損失。飲水是災后是否發生疫情的關鍵，采用特定光譜遙感圖像，配合實地采樣建立起色標，就可以在室內對江河、湖泊的水質進行初步的評估，節省大量的人力和物力。

震后百廢待興，我們要在廢墟上建立起新的、更美的家園。首要任務就是要編制總體規劃圖，這時遙感影像圖又能發揮重要的作用。航天、航空影像是區域景觀結構的綜合反映，是摸清區域資源分布的重要依據。在編制系列的規劃圖時，它特有的在內容上的現勢性、完整性、可比性、可測量性對規劃中合理分布居民區、合理保護自然環境，合理利用地理資源等起著積極的作用。

三、遙感影像應急保障技術路線

航天遙感數據快速生成數字正射影像圖的技術，數據處理流程和生產作業技術路線是否科學、合理、可行和高效，是決定成果生成效率的關鍵制約因素。因此，本文結合目前的正射影像圖生產流程，吸收和借鑒最新的科研成果和生產實踐經驗，設計了一套適應性強、生產效率高和能保證成果質量的數據處理流程和作業工序。

四、關鍵技術

高分辨率衛星影像快速制作數字遙感正射影像地圖的關鍵技術主要有以下幾個方面。

1、控制成果快速整合

制作數字正射遙感影像地圖的基礎是控制測量成果。現有的控制測量數據庫已經建設完成，具備快速檢索、控制點轉刺、數據格式轉換和輸入輸出等功能。

2、幾何糾正

遙感圖像成圖時，由于傳感器的成像機理、投影方式、傳感器外方位元素變化、傳感介質的不均勻、地球曲率、地形起伏和地球旋轉等因素影響，獲取的遙感影像相對于地表目標存在一定的幾何變形，使影像上的幾何圖形與該物體在所選定的地圖投影中的幾何圖形產生差異，主要表現為位移、旋轉、縮放、仿射、彎曲和更高階的扭曲。因此應根據傳感器類型選擇合適的幾何糾正模型以及適合地區特點的糾正方案。

3、圖像融合

遙感影像數據有可能是多傳感器、多時相和多分辨率的數據，在利用多源遙感影像數據制作數字正射影像圖時，應結合具體的圖像特點，采用數據融合處理的方法，各種遙感數據優勢互補，以期產生的新影像保留原圖像的特征，既保留高分辨率圖像的特點，具有較高的空間細節表現力，又增加了多光譜圖像的光譜特征。

4、質量控制

遙感數據生成快速數字正射影像地圖時，盡管有時可以犧牲"非興趣"區域和要素的精度和質量，但對"興趣"區域和要素的成果質量必須滿足應用要求。因此，在強調快速的同時，也應充分考慮成果的質量。影響數字正射影像圖質量的關鍵因素在于幾何糾正的精度和空中三角測量的精度。幾何糾正的精度主要取決于控制點（GCP）選取的數量、質量和分布位置。

篇2

Vol.43No.3

紅外與激光工程

Infrared and Laser Engineering

2014年3月

Mar .2014

基于高光譜數據的葉面積指數遙感反演

李子揚1,2，錢永剛1，申慶豐3，馬靈玲1，孔祥生4王寧1，劉耀開1，(1.中國科學院光電研究院定量遙感信息技術重點實驗室，北京100094；2. 中國科學院大學，北京100049；3. 中國運載火箭技術研究院，北京100076；

4. 魯東大學地理與規劃學院，山東煙臺264025)

摘

要：文中耦合葉片輻射傳輸模型(PROSPECT)和冠層輻射傳輸模型(SAILH)，基于高光譜載荷通

道設置，模擬高光譜冠層反射率數據；利用模擬數據深入分析了不同植被指數與葉面積指數之間的敏感性；通過敏感性分析發現改進型葉綠素吸收植被指數(MCARI2)具備抗土壤背景因素的影響能力，而且對葉面積指數較為敏感，因此該研究建立植被指數MCARI2與葉面積指數之間的經驗統計模型，并用于高光譜數據進行葉面積指數反演；最后利用飛行同步測量的葉面積指數對反演模型進行精度分析。結果表明：相比實測葉面積指數，文中建立的反演模型約低估0.42，該反演模型能夠較好的反映出地物真實葉面積指數。

關鍵詞：葉面積指數；植被指數；高光譜數據中圖分類號：TP701

文獻標志碼：A

文章編號：1007-2276(2014)03-0944-06

Leaf area index retrieval from remotely sensed hyperspectral data

Li Ziyang 1,2, Qian Yonggang 1, Shen Qingfeng 3, Wang Ning 1, Liu Yaokai 1,

Ma Lingling 1, Kong Xiangsheng 4

(1.Key Laboratory of Quantitative Remote Sensing Information Technology, Academy of Opto -Electronics, Chinese Academy

of Sciences, Beijing 100094, China; 2. University of Chinese Academy of Sciences, Beijing 100049, China;

3. China Academy of Launch Vehicle Technology(CALT),Beijing 100076, China; 4. College of Geography and Planning, Ludong University, Yantai 264025, China)

Abstract:An experimental leaf area index (LAI)retrieval model was proposed with the aid of a leaf -radiative transfer model (PROSPECT)and a canopy bidirectional reflectance model (SAILH)to simulate the canopy reflectance in this paper. Then, the vegetation indices (VIs)were introduced, and the sensitivities were analyzed between LAI and VIs, soil background. Based on the sensitivity analysis, a modified chlorophyll ratio index II (MCARI2)was proposed by Haboudane et al.

(2004)was used to

build the LAI retrieval model, because it is rather sensitive to the LAI and insensitive to soil background. Finally, the retrieval model proposed was performed to estimate LAI from the hyperspectral data. Compared with the ground -measured LAI, the LAI retrieved from hyperspectral data underestimate approximately 0.42. Key words:leaf area index;

收稿日期：2013-07-21；

vegetation index; hyperspectral data

修訂日期：2013-08-25

基金項目：國家863計劃(2012AA12A302)；國家自然科學基金(41101330，41371353，40901176，41271342)

作者簡介：李子揚(1977-)，男，研究員，碩士生導師，博士，主要從事遙感地面系統及遙感應用方面的研究。Email:zyli@aoe.ac.cn通訊作者：錢永剛(1980-)，碩士生導師，博士，主要從事定量遙感地表參數反演及應用方面的研究。Email:qianyg@aoe.ac.cn

第3期

李子

揚等：基于高光譜數據的葉面積指數遙感反演

945

反演過程的流程圖。

0引言

葉面積指數(LeafArea Index ，LAI) 是表征植被冠層結構最基本的參數之一，影響著植被的生物、物理過程[1]。LAI 通常被定義為單位地面面積上總葉面積的一半[2]。目前大區域范圍內LAI 獲取通常采用遙感反演的方式。LAI 遙感反演方法主要有經驗統計法和物理模型反演法。

經驗統計方法從植被獨有的光譜特征出發，利用健康綠色植物在紅光和近紅外波段的反射特性差異建立植被指數，進而利用植被指數與LAI 的統計關系進行反演。該類方法形式簡單，需要的參數少，被廣泛應用于局部LAI 參數反演，并發展了基于多種植被指數(如歸一化植被指數[3]或者改進葉綠素吸收指數) 的反演模型。然而該方法缺乏物理基礎，建

[4]

圖1植被指數方法反演葉面積指數流程圖

Fig.1Flowchart of leaf area index retrieval from vegetation index

文中通過PROSPECT 和SAILH 模型聯合模擬植被冠層反射率，在此基礎上分析了不同條件下8種植被指數與LAI 的敏感性，選取其中最敏感的葉綠素吸收植被指數(MCARI2)并建立其與LAI 之間的經驗統計模型。基于該模型和無人機獲取的高光譜遙感數據，反演得到研究區的LAI ，最后利用實測不同地物類型的LAI 數據對反演結果進行了驗證，并給出了精度分析。

立的經驗關系僅適用于特定的時間和區域。相對而言，物理模型反演法從植被的輻射傳輸原理出發，具備較強的普適性和較高的反演精度。物理模型反演法可分為幾何光學模型法、輻射傳輸模型法以及混合模型法。幾何光學模型法考慮了植被冠層的二向性反射，但沒有考慮冠層內多次散射；輻射傳輸模型法考慮了植被多次散射，但無法模擬植被冠層的二向性反射，盡管可加入熱點效應模型[6]，仍難以直接得到LAI 的解析解。由于不同方法具備獨特的優勢，近年來出現了各種混合模型，如基于物理模型與統計模型相結合的核驅動模型，取得了較好的反演精度。還出現了查找表法和非參數方法(如神經網

[7]

[5]

[5]

1.1輻射傳輸模型介紹

該研究耦合葉片輻射傳輸模型(PROSPECT)和冠層輻射傳輸模型(SAILH)得到大量模擬數據，為

LAI 反演模型建立提供數據源。

(1)PROSPECT 模型

PROSPECT 是一個基于“平板模型”的輻射傳輸模型。該模型以植被結構參數、葉片色素含量、等效水厚度和干物質含量為輸入參數，能夠模擬葉片從

絡方法等) 。

中國科學院光電研究院牽頭在內蒙古包頭與貴州安順建立了遙感載荷綜合驗證場，驗證場配備有光譜、輻射和幾何特性靶標，能夠利用驗證場開展光學、

400~2500nm 的上、下行輻射通量，進而得到葉片的光學特性，即葉片的反射率和透射率[8]。該模型輸入參數較多，并且部分參數沒有實測方法，參數設置帶有主觀經驗性。Jacquemoud 等人根據實驗室測量的玉米反射率和透過率，通過PROSPECT 模型估算得到葉肉結構參數的均值約為1.4[9]。Haboudane 等人將等效水厚度、干物質含量和葉肉結構參數分別設置為0.0015、0.0035和1.55作為各種莊稼(如玉米、大豆和小麥等) 的均值輸入PROSPECT 模型[4]。

文中研究利用LOPEX ′93(LeafOptical Properties

SAR 載荷飛行測試實驗。文中研究基于863項目“無人機遙感載荷綜合驗證系統”對內蒙古包頭驗證場無人機高光譜遙感載荷數據開展葉面積指數反演研究。

1方法

植被指數法是建立不同植被類型的植被指數與

LAI 之間的經驗統計關系實現遙感反演。植被指數法是一種經驗性方法，因而要求研究區內有足夠的資料。文中研究基于植被指數方法反演LAI ，圖1是

Experiment) 植物生化參數數據庫作為PROSPECT 模型輸入參數的選擇基礎。該數據庫是由歐盟委員會聯合中心的空間應用研究所實測獲取的[10]，包含70個

946紅外與激光工程第43卷

葉片樣本，代表了50種木本和草本植物。數據體現了葉片內部結構、色素含量、水分含量和其他組分含量的多樣性。能夠保證參數設置的合理性。

致植被指數與LAI 經驗的關系不一致且系數各異。考慮到無人機獲取的遙感影像高空間分辨率較高，土壤背景信息和植被信息都能很好的從影像中反映出來，因此，選擇能夠具有抵抗背景因素影響的植被指數對于LAI 反演尤為重要。

文中研究采用了歸一化敏感性分析函數分析

(2)SAILH 模型

SAILH 模型是在SAIL(Scatteringby Arbitrarily Inclined Leaves) 模型的基礎上加入了熱點效應發展而來的。通過求解四流線性微分方程組以及引入考慮冠層熱點效應的雙向相關概率模型，進而計算連續植被冠層的方向反射率。SAILH 模型的輸入參數包括角度參數、結構參數和光譜參數三部分，其中

LAI 與植被指數的敏感性[11]，其公式如下：

Y

N X =X lim Y =X d Y =d Y /Y =dln Y

Y

(1)

式中：N X 為歸一化敏感性分析函數；X 為自變量

PROSPECT 模型的輸出為SAILH 模型提供葉片的反射率和透射率。SAILH 模型涉及到多個輸入參數，針對角度參數，文中研究采用無人機飛行中的觀測角度、太陽角度等信息；結構參數主要有LAI 、葉傾角分布函數、熱點因子，其中LAI 取值范圍為0.2~

(LAI)；Y 為因變量(光譜反射率/植被指數等) 。歸一化敏感性分析函數的含義是參數X 變化某一固定比率時，因變量Y 變化的百分比。

圖2給出了3種亮度不同的土壤背景下LAI 與植被指數之間的敏感性。從圖2可以看出：8種植被

7；葉傾角分布函數采用橢球體葉傾角分布參數。1.2植被指數

現有用于反演LAI 的植被指數種類繁多，文中分析了較為常用的8種植被指數(見表1) 。

表1植被指數計算公式

Tab.1Equations of vegetation indices

Vegetation index Normalized difference

vegetation index (NDVI)Renormalized difference vegetation index (RDVI)Simple ratio index (SR)Modified simple ratio

index (MSR)Soil -adjusted vegetation

index (SAVI)Modified soil-adjusted vegetation index (MSAVI)Modified chlorophyll absorption ratio index

(MCARI)Modified chlorophyll absorption ratio index 2

（MCARI2）

Formulas

ρ800-ρ670800670

姨[1**********]0ρ800/ρ670

ρ800670

-1/

姨姨800670

+1

(1+L ) ρ800-ρ6708006701[2ρ+1-800

姨800800670][(ρ700-ρ670)-0.2(ρ700-ρ550)]

(ρ700/ρ550) 1.5[2.5(ρ800-ρ

670)-1.3(ρ800-ρ550)]

姨(2ρ800+1)2-(6ρ800-5姨670

) -0.5

注：ρ表示反射率，下標表示特定的波長。

1.3植被指數與LAI 敏感性分析

不同植被指數所考慮到的因素各不相同，因此土壤背景反射率、植被結構和葉綠素含量等因素導

圖2基于歸一化敏感性函數的植被指數與葉面積指數的敏感性

Fig.2Sensitivity of leaf area index to vegetation indexes with

normalized sensitivity analysis

第3期

李子

揚等：基于高光譜數據的葉面積指數遙感反演

947

指數的敏感性隨著LAI 增大先增大后減小；RDVI 和表反射率需要經過大氣校正。利用大氣輻射傳輸模型逐像元進行大氣校正是非常復雜的計算，需要占用大量的計算機時間和資源。因此，文中研究根據無人機高光譜成像儀的性能特點，通過大氣輻射傳輸模型MODTRAN 建立了以氣溶膠光學厚度、大氣水汽含量、飛行高度、地表高程、太陽天頂角、觀測天頂角和相對方位角為索引的多維大氣參數查找表。利用與飛行試驗同步探空氣球測量的氣溶膠光學厚度和大氣水汽含量，結合太陽以及無人機載荷觀測的幾何參數(天頂角、方位角等) ，基于大氣參數查找表反演無人機高光譜數據地表反射率。

NDVI 的敏感性最弱；MCARI 和SR 的敏感性最強，MCARI2和MSR 次之；隨著土壤亮度的增強，MCARI 、SR 和MSR 的敏感性增強，MCARI2和MSAVI 對土壤背景表現出很小的敏感性。顯然，各種植被指數對小于3的LAI 表現出最大的敏感性。同時可以看出，當LAI 范圍在2.5~3.0時，NDVI 、

RDVI 、MCARI 、SAVI 和MSAVI 基本達到飽和狀態；MSAVI 和MCARI2對土壤背景的敏感性最弱，盡管SR 和MSR 表現出更高的飽和性，但是當LAI 在小于3.5時對土壤背景影響敏感。

相比其他植被指數，MCARI2對LAI 具有更高的敏感性及高的抗土壤背景干擾能力。因此，文中研究選擇MCARI2反演無人機高光譜數據的LAI 。兩者之間的統計模型采用如下形式：

LAI 反演時需要依據不同植被類型進行模型建模，因此，首先采用監督分類方式對無人機高光譜數據進行了分類(見圖3) 。

LAI=a ×exp(b ×MCARI2)+c ×exp(d ×MCARI2) (2)

式中：a ，b ，c ，d 為擬合系數。擬合系數的獲取方法如下：利用不同LAI 值，結合葉片和冠層輻射傳輸模型

(PROSPECT+SAILH)模擬冠層反射率數據，進而構建植被指數MCARI2，最后基于不同植被類型分別擬合MCARI2和LAI ，得到上述4個擬合系數。

圖3無人機高光譜載荷地表分類圖

Fig.3Classification of the UAV hyperspectral data

2數據

2.1無人機高光譜數據和地面測量數據

2011年9月3日，基于863項目“無人機遙感載荷綜合驗證系統”，由中國科學院光電研究院組織在內蒙古(包頭烏拉特前旗，經度：109.53°，緯度：40.88°) 開展了光學載荷科學試驗飛行。此次試驗沿飛行航線布設了經過嚴格測試的多種用途靶標，并同步獲取了靶標地面光譜測量數據及場地氣象參數數據，用于開展光學載荷輻射、幾何、光譜性能定標與評價的工作。無人機平臺所搭載的高光譜成像儀光譜范圍為400~1030nm ，光譜分辨率為5nm ，瞬時視場角

3結果與分析

3.1葉面積指數反演結果

根據無人機高光譜數據的特點，針對不同的植被類型，利用PROSPECT+SAILH模型獲取反演模型

(公式(2))的系數(詳見表2) 。

表2不同植被類型下MCARI2與LAI 的擬合系數

Tab.2Fitting coefficients between MCARI2

and LAI

Vegeta -tion type Grass Rice

Fitting coefficient

R 2

a 8.148e-7

b 15.6

c 0.28520.23310.36040.31340.28240.3148

d 2.4582.8362.7923.2982.5822.368

0.94380.47870.92320.55970.96940.35310.92590.54990.9549

0.429RMSE

0.2mrad ，128個波段，地面分辨率1.6m@8km 。

LAI 反演及驗證的工作主要在農業示范區開展。同時，飛行過程中在農業示范區內利用葉面積指數儀(LAI2200) 采集了3種作物(馬鈴薯、向日葵、玉米) 共13組的LAI 測量數據。考慮到作物的非均一性，每組試驗測量3次，取其平均值作為驗證數據。

2.845e-717.19

21.3611.215.9

Sunflower 4.353e-9Corn Potato

7.821e-55.919e-7

2.2載荷數據處理

機載平臺載荷傳感器獲得的輻射亮度轉換為地

Broadleaf

5.116e-410.45

forests

0.90140.6341

948紅外與激光工程第43卷

研究通過利用PROSPECT+SAILH模型模擬出冠層反射率，再耦合無人機高光譜成像儀通道響應函數模擬出無人機高光譜地表反射率數據，并建立不同植被類型的LAI 反演模型，最終將模型應用于真實無人機高光譜數據中反演出地物的LAI ，圖4是利用2011年9月3日的無人機高光譜數據反演的LAI 結果。

果能夠較好反映出地物的LAI ，證明采用的

MCARI2能夠反演得到精度較高的LAI 。

圖6無人機葉面積指數地面實測反演結果圖

Fig.6Measured and retrieved LAI from UAV hyperspectral data

圖4北方場無人機葉面積指數反演結果

Fig.4Results of the retrieved LAI from UAV in the North Site

影響到反演精度的因素可能有以下幾點：從地面測試實驗中可以發現，傳感器測量的是地物的“面”信息，而地面測量儀器測量的是地物“點”信息，尺度效應問題影響了LAI 的對比精度；其次，地面測試過程中發現向日葵地和馬鈴薯兩種植被覆蓋的均勻性較差，測量過程中不可避免地會引起一定的誤差；再次，隨著LAI 的增大，近紅外通道趨于飽和，會對LAI 反演精度產生影響；同時，植物生化數據庫(LOPEX′93) 測量的地物特性因地域差異、氣候差異等因素也會有所不同，同樣會對LAI 的反演精度產生一定的影響；最后，測量儀器本身也存在一定的測量誤差，對驗證結果的精度也會產生一定的影響。

3.2模型自身精度分析

模型自身精度分析主要利用模擬數據對反演模型進行評價。為了檢驗LAI 反演的模型精度，通過模擬數據對LAI 反演模型進行了模型精度評價。利用PROSPECT 和SAILH 模型模擬的地表反射率數據反演出不同地物的葉面積指數，再與輸入到

PROSPECT 和SAILH 模型中的LAI 進行對比，得到LAI 反演的模型精度。模擬獲取了六種植被類型(草地、水稻、向日葵、玉米、馬鈴薯、闊葉林) 的LAI 反演模型，圖5是利用高光譜數據反演LAI 的誤差結果圖，可以看出，LAI 的反演誤差均在7%以內。

4總結

文中利用葉片輻射傳輸模型(PROSPECT)和冠層輻射傳輸模型(SAILH)模擬植被冠層反射率，分析了不同條件下LAI 與植被指數的敏感性。發現常用于LAI 反演的歸一化差值植被指數(NDVI)受土壤背景因素影響嚴重，而且當LAI>2時，基本處于飽和狀態。此研究建立了具備抗土壤背景影響、對LAI

圖5高光譜葉面積指數反演模型精度評估結果

敏感的改進型葉綠素吸收植被指數(MCARI2)與LAI 之間的經驗統計模型，并成功用于無人機高光譜數據的LAI 反演。經實測數據驗證表面，模型反演結果可以取得比較好的精度。盡管如此，考慮到經驗統計方法的局限性，所建立的經驗關系是針對特定的時

間和研究區

，

模型不具備普適性。今后對MCARI2的應用范圍還需要進一步探討。

Fig.5Accuracy assessment of the LAI retrieval model

3.3地面測量驗證分析

地面同步獲取的LAI 以玉米、向日葵和馬鈴薯這三類自然植被類型為主。利用地面準同步測量的

LAI 驗證結果如圖6所示。相比地面實測的數據，模型反演值偏低，均方根誤差RMSE 為0.42。但反演結

第3期

李子揚等：基于高光譜數據的葉面積指數遙感反演

949

劉曉臣, 范聞捷, 田慶久, 等. 不同葉面積指數反演方法比

參考文獻：

[1]

Chen J M, Cihlar J. Retrieving leaf area index of boreal conifer forests using Landsat TM images[J].Remote Sensing of Environment , 1996, 55:153-162. [2]

Chen J M, Pavlic G, Brown L, et al. Derivation and validation of Canada -wide coarse -resolution leaf area index maps using high -resolution satellite imagery and ground measurements [J].Remote Sensing of Environment , 2001, 80:165-184. [3]

Price J C, Baush W C. Leaf area index estimation from visible and near -infrared reflectance data[J].Remote Sensing of Environment , 1995, 52:55-65. [4]

Haboudane D, John R M, Patteyc E, et al. Hyperspectral vegetation indices and novel algorithms for predicting green LAI of crop canopies:modeling and validation in the context of precision agriculture [J].Remote Sensing of Environment , 2004, 90:337-352. [5]

Liu Xiaochen, Fan Wenjie, Tian Qingjiu, et al. Comparative analysis among different methods of leaf area index inversion [J].Acta Scientiarum Naturalium Universitatis Pekinensis , 2008, 2:57-64. (inChinese)

[11][9][8][7][6]

較研究[J].北京大學學報(自然科學版), 2008, 2:57-64.

Jupp D L B, Strahler A H. A hot spot model for leaf canopies [J].Remote Sensing of Environment , 1991, 38:193-210.

Li Xiaowen, Strahler A H. A hypid geometric optical radiative

transfer

approach

for

modeling

albedo

and

directional reflectance of discontinuous canopies [J].IEEE Transactions Geoscience Remote Sensing , 1995, 33:466-48Jacquemoud S. Prospect:A model of leaf optical properties [J].Remote Sensing of Environment , 1990, 34:75-91. Jacquemoud S, Bacour C, Poilve H, et al. Comparison of four radiative transfer models to simulate plant canopies reflectance:direct and inverse mode [J].Remote Sensing of Environment , 2000, 74(3):471-481.

[10]Hosgood B, Jacquemoud S, Andreoli G, et al. Leaf optical

篇3

準確，是說明文語言的先決條件。表示時間、空間、數量、范圍、程度、特征、性質、程序等，都要求準確無誤。說明文的實用性很強，稍有差錯，就會失之毫厘，謬以千里。特別要注意說明文中使用的術語和修飾限制性的詞語，它們往往體現了說明語言的準確性。在準確的前提下，說明語言有的以平實見長，有的以生動活潑見長。

說明文閱讀是中考試題中的重要內容。從近年來的各地試卷看，說明文語言主要有以下考點：對科技說明文中的關鍵詞能正確理解、判斷、闡釋，對文章語言的準確性和生動性能作賞析。

【典例呈現】

一、（2013?浙江湖州卷）閱讀下文，回答問題。

感知地球的“千里眼”

近日，第三十五屆國際環境遙感大會在北京召開，來自全球56個國家和地區的1000余位遙感專家參加了會議，這也是該會議發起50年來首次在中國舉辦，這說明我國遙感技術的應用發展得到了國際同行的廣泛認可。

遙感技術興起于上世紀60年代，是指從遠距離感知目標反射、輻射或散射的可見光、紅外、微波電磁波，從而對目標進行探測和識別的科學技術。人類目力有限，遙感技術的出現，讓人類仿佛擁有了另一雙可以無限感知地球的“千里眼”。

今年4月22日，國務院總理主持召開了部署蘆山地震抗震救災工作會議，在身后掛著一幅蘆山縣震后航空影像圖。這幅影像圖對抗震決策起到至關重要的作用。它是由中國科學院遙感與數字地球研究所（以下簡稱遙感地球所）提供的。遙感作業時間是4月20日11點，距離地震發生剛剛過去3個小時。那么科研人員怎么利用遙感技術評估判斷地震災情呢？

遙感地球所航空遙感中心主任李震說：“遙感航拍得到的高分辨率影像，能請楚地辨識建筑物、道路、河流、車輛等地面信息。科研人員運用專業知識，與震前的遙感觀測數據比對，就能夠判斷建筑物和道路的受損情況，道路上堆積的滑坡物大小、滑坡的土方量等等，發現潛在的山體垮塌、堰塞湖等次生災害，并確定財產損失的基本情況，確定救援所需投入的人力、物力等。”總之，利用遙感技術監測和評估災情，具有定位準，速度快的特點，可以第一時間獲取災情數據，服務抗震救災。

今年1月，我國中東部地區發生了數次極端強霧霾事件，主流觀點認為，污染物排放量大，靜穩天氣、擴散條件不利，區域污染和本地污染貢獻疊加等是導致強霧霾事件的主要原因。遙感地球所陳良富研究員基于遙感衛星觀測數據的統計與分析提出，除了人為排放引起的本地污染濃度上升這一內在原因外，水汽、浮塵是造成霧霾來襲、能見度急劇下降的重要外部原因。

目前，對霧霾主要靠地面監測，但地面監測站只能監測地上幾米高范圍內的PM2.5數值。而灰霾隨高度變化，分布不一樣。利用激光遙感手段能獲得霾的垂直分布情況，反映整個區域霾的二維甚至三維情況。如果不科學地認識極端強霧霾的發生機理，就容易判斷錯誤，認為都是由排放的污染物引起的，在治理上進入誤區。要得出科學判斷，僅憑地面一種觀測手段是不夠的，還需要衛星遙感觀測手段來補充，更全面客觀地掌握大氣污染狀況。

另外，遙感技術對自然遺產和文化遺產的發現和保護的作用也不容小覷。應用遙感技術，美國考古學家發現了沉沒海底數千年的古埃及名城亞歷山大;希臘考古學家用紅外像片在科林斯灣發現了公元前373年毀于地震的古城“Hekike”;遙感地球所郭華東課題組利用雷達遙感技術發現了阿拉善高原干沙覆蓋下的古河湖串聯系統和明、隋古長城……遙感技術也十分適用于文化遺產保護，它的優勢在于能獲得物體的三維圖像。若能及早對文化遺產進行三維掃描，將來就可按照計算機模型對其進行復原。更重要的是，科學家還能依據這些數據分析破壞發生的原因，如溫度、風力、濕度等，從而指導文物部門進行更加精細的修復。

總之，近些年，我國遙感技術發展迅速，在地震監測和評估，霧霾狀況觀測，自然遺產和文化遺產的發現和保護等方面廣泛應用。

（選自《人民日報》2013年5月13日，有刪減）

閱讀下面句子，聯系上下文，探究括號中的問題。

1.人類目力有限，遙感技術的出現，讓人類仿佛擁有了另一雙可以無限感知地球的“千里眼”。（為什么說遙感技術是“千里眼”？）

2.這幅影像圖對抗震決策起到至關重要的作用。（黑體詞為什么不能刪去？）

二、（2014?江西卷）閱讀下文，回答問題。

扇 子

黎 戈

《東周列國志》里，看到過這樣的插圖：兩個梳雙髻的宮女，手執長柄大扇，立在對坐暢談國事的公侯身后，這樣的扇子多半是由奴仆執掌，象征性大于使用目的，它是表明強權的道具。準確地說，它是禮儀扇。

漢代的扇子，則是用竹篾編成，其形制類似于現在的大號菜刀，扇柄附于一側而不是居中，且開始落入尋常百姓家。在古畫中，常見一奴仆蹲踞扇火，大力使著一把扇子，扇子地位大跌。漢末有一些原理簡單的機械扇，諸葛亮同學發明過諸葛扇，懸掛屋內，手拉使之轉動生風。穿過千年時光隧道，在關于老上海的電影里，仍然可以看見理發店里有這種手拉的風扇。【A】小伙計拉著一根繩，扇子左右緩移，時間也被拉長了，太太小姐們一邊做頭發，一邊有一搭沒一搭地拉呱家常。春日遲遲，昏昏欲睡。反正閑婦們有的是時間要打發，降那一點點心火，微風徐來的排扇也夠了。

魏晉南北朝的扇子是羽扇，不用說是仿生原理的樸素運用，羽扇有十羽和八羽之分，后來進化成比翼扇，即以竹木為骨架上糊以絹綢，只在末端象征性地飾以羽毛。羽扇是男人的物什，盡顯名士做派的道具，羽扇名人有“羽扇綸巾”的公瑾侯及其政敵諸葛先生。真不能想象，諸葛先生要是丟了他的三件套――一羽扇、綸巾、四輪車，會不會風采全無呢？

隋唐時流行紈扇，又稱團扇，早唐時盛行腰圓紈扇，中晚唐為滿月式樣，紈扇近于現代的絹扇，以竹木為骨，承風面大，手感輕盈，它的使用者轉向深閨。“輕羅小扇撲流螢”，隋唐女子都是腴美人，如果是骨重身寬的羽扇，用來撲蝶撲流螢，動作的幅度太大，就失了嬌羞勁兒。

宋元后期開始使用的折扇，輕便，價廉，易攜帶，袖藏即可。市民圖耐用，多用油紙扇，文藝青年大多使用素紙扇，圖它可以揮毫潑墨，題詩作畫。

扇子還是藝術作品中高頻出現的道具。

言情小說中，扇子可煽情，比如李香君血濺桃花扇;可定情，比如西施贈扇給范蠡;可抒情，《桃花扇》就是靠一把扇子來抒情，并且貫串情節起落的;可絕情，《珍珠令》里，女主角贈男主角折扇一把，即可以示絕交，扇同“散”，和傘一樣，是很不祥的贈物。

武俠小說里，儒化的博雅俠客，手持一把小扇，以顯其書生性情。江南七怪里那個執扇的妙手書生，還在扇子里面藏暗器、毒針什么的。有的扇子本身就是兵器，比如玉扇真人那把。

西方藝術作品里也常看見扇子的身影。【B】電影里的名媛貴婦手捏一把小折扇，一手牽裙角，蓮步輕移，旖旎而行。歌劇中的淑女用一種很有趣的面具扇，上面開了兩只眼睛一樣的小洞，把自己的面孔藏起來，以示畏怯。

（選自《私語書》，有刪改）

這篇文章在語言上有什么特點？請任選文中一處畫線句作具體分析。

【考點解析】

[思維軌跡]科技說明文的詞句品讀，欣賞評價，主要從詞語、句子的準確性和生動性上進行考查。解答例一題目，關鍵在于能夠結合具體的語言環境，闡釋詞語的含義及其表達作用。品析說明文詞語的方法主要有：增刪法，代替法，解詞法等。句1可用解詞法進行分析，黑體詞“千里眼”中的“千里”指距離很遠，符合遙感技術可以遠距離感知的特點，而“眼”運用了比喻的修辭手法，意思是像人眼那樣能探測和識別目標。句2運用增刪法分析，可以看出“至關重要的”一詞起強調作用。

例二題目考查對說明文語言的賞析能力。說明文語言的特點是準確、簡明、淺顯、易懂，其中準確是前提。在這個前提下，語言風格可以是平實的，也可以是生動活潑的。通讀全文，可發現本文的語言具有濃郁的生活氣息，言辭優美，讀來朗朗上口。解題時，可從修辭、表達方式、表現手法、句式等角度中任選一個角度，分析畫線句的語言特點。

[參考答案]一、1.因為“千里”符合遙感技術可以遠距離感知的特點，而“眼”能突出遙感技術能探測和識別目標的特點。2.“至關重要的”突出了這幅影像圖對抗震決策的重要作用，從而說明了利用遙感技術判斷和評估災情的重要性。二、A處畫線句：“春日遲遲”“昏昏欲睡”等語句富有詩意，文化氣息濃郁;“閑婦們”“太太小姐們”等詞語風趣幽默，生活氣息濃厚;“有一搭沒一搭”“拉呱”“打發”等詞傳神地寫出了太太小姐們的悠閑生活。B處畫線句：“捏”“牽”“蓮步輕移”“旖旎而行”等詞句準確生動，形象細膩地表現出名媛貴婦高貴優雅的動作以及掩飾嬌羞的動人姿態。

【技巧總結】

體會說明語言的準確性，可從以下兩個方面入手：1.抓住關鍵性語句的中心語，如準確的名詞、動詞、形容詞，在語境中要領悟其用語的準確性。2.抓住文中使用的修飾限制性詞語。分析文中使用的數量詞、副詞、形容詞等是怎樣恰如其分地修飾、限制或補充說明中心語的。考查類型主要有兩種：A型：文中黑體詞好在哪里？B型：文中黑體詞能不能刪去？為什么？

答題方式：A型：用了“××”詞，生動（準確）地說明了××（或符合實際情況，具有科學性）。B型：不能，刪掉“××”詞，句子意思就變成了××，顯得太絕對化;用了“××”詞，準確地說明了××，符合實際情況，留有余地，具有科學性。

【專項訓練】

篇4

（淤北京航空航天大學公共管理學院，北京100191；于甘肅省辦公自動化技術服務中心，蘭州730000）

摘要院氣候要素和大氣污染是霧霾產生的主要成因，通過分析美國、英國、日本、德國等發達國家霧霾治理成功經驗及啟示，針對我國環境污染現狀提出依法治霾、數據共享、綜合控制、聯防聯控和綠色出行等霧霾治理的主要措施。

關鍵詞 院霧霾；生態環境；綠色出行；低碳發展；治理

中圖分類號院X513 文獻標識碼院A 文章編號院1006-4311（2015）27-0243-03

0 引言

近年來，我國京津冀地區、長三角地區、西南地區和兩廣地區等30 多個省（區、市）發生持續性霧霾天氣。2014年10 月以來，我國京津冀、山東、河南、山西及陜西等地區再次出現大范圍多地現濃霧或重度霾，且污染程度嚴重。霧霾治理的形勢越來越嚴峻，公眾的呼聲也越來越高，借鑒國外霧霾治理的成功經驗，及時采取有效措施減少我國霧霾的發生已刻不容緩。

1 霧霾的形成

“霧”和“霾”是兩種天氣現象。“霧”是大量微小水滴或冰晶組成的氣溶膠系統[1]；“霾”是大量極細微干塵粒等均勻地浮游在空中，能見度小于10 千米，且空氣相對濕度小于80%，排除了降水、沙塵暴、揚沙、浮塵等天氣現象造成的視程障礙[2]。霧霾的成因很復雜，主要由氣候要素和環境要素共同作用形成，相對濕度高和靜穩天氣是霧霾形成的基本氣候條件，而大氣污染則是霧霾形成的主要誘因。一方面，霧霾形成有賴于特定氣象條件，如溫度濕度、輻射強度、風力風向、降水降雪等，霧霾形成與靜風天氣、低氣壓、高濕度等氣候要素聯系密切。另一方面，霧霾形成與二氧化碳、二氧化硫、氮氧化物、交通排放的廢氣、燃油產生污染物、道路粉塵等可吸入細顆粒物（PM2.5）環境要素密切相關。據北京PM2.5 來源的一項研究分析報告，北京市PM2.5排放源細氣溶膠污染來源包括，機動車燃油排放約23%，工業燃煤和工業燃油排放約18%和5%，生活燃煤排放約14%，居民日常生活及其他活動排放約19%，農業活動和秸稈燃燒貢獻約為7%和4%，城市道路開挖、未覆蓋道路、建筑工地、工業煙塵和城市外礦物粉塵約7%等[3，4]。根據2013年1 月中國環境監測總站的主要城市空氣質量監測數據，對京津冀、太原、西安、鄭州、濟南、武漢8 個霧霾期間污染嚴重的城市進行大氣污染特征分析表明，PM2.5 和PM10的濃度與機動車尾氣污染和煤煙型復合污染等具有較強的相關性[5]。我國化石能源中煤炭和石油在能源消費中占90%左右，全國有31 個城市的汽車數量超過100 萬輛，燃煤和燃油產生大量污染物，建筑工地揚塵、道路粉塵以及露天燃燒等這些都與霧霾形成有直接原因。

2 霧霾治理的啟示

霧霾早已成為全人類共同面對的問題，西方發達國家在工業化時期曾出現“霧霾”天氣。但經過長期治理，已經逐步形成了比較有效的霧霾防治體系，在根治霧霾方面積累了豐富值得借鑒的經驗。見表1 所示。國外霧霾治理的成功經驗是我國解決霧霾問題的“他山之石”，對我國霧霾治理具有重要啟示。[6，7]

2.1 倫敦煙霧治理的啟示。1952 年12 月，倫敦發生英國史上最嚴重空氣污染事件，短短幾天時間死亡人數達上萬人。英國政府成立專門的比佛委員會調查煙霧事件，1954 年的《比佛報告》，指出家庭供暖煤炭燃燒是煙塵最大制造者。自查明成因后，政府積極采取措施控制霧霾。主要啟示是：一是制訂法律法規控制污染。如《清潔空氣法》、《環境法》等。二是確立空氣質量監測標準，實時監測空氣質量并及時通報。三是控制超大城市的規模及其人口密度。通過建成33 個新城，容納23%的城市居民。四是實施產業轉型。不再單純依賴制造業，而是大力發展服務業和高科技產業。五是出臺一系列抑制交通污染的措施。包括發展公共交通、抑制私車發展、減少汽車尾氣排放、整治交通擁堵等。六是擴大城市綠化帶。倫敦城市中心區有1/3 的面積被花園、森林和公共綠地覆蓋，還在倫敦城市外圍建成大型環形綠地。通過環境立法、部門協作、監測體系和控污治污等措施，如今的倫敦已擺脫了“霧都”之稱，大霧天氣已經減少為每年不到10 天，成為了人類宜居的國際都市。

2.2 美國洛杉磯光化學煙霧治理的啟示。1943 年7月，洛杉磯遭受霧霾攻擊，政府成立專門煙霧委員會調查證實，煙霧為光化學煙霧，主要來源于汽車不完全燃燒尾氣排放、汽車漏油、汽油揮發以及油田、煉油廠油氣排放物。科學家哈根斯米特進一步證實，空氣污染的罪魁禍首就是汽車尾氣。自此，洛杉磯采用綜合治理、制定標準，立法保障、數據共享等多管齊下的治理模式展開霧霾治理。主要啟示是：一是加強綜合治理。1945 年洛杉磯當局成立了大氣污染治理監督辦公室，1947 年劃定了洛杉磯郡大氣污染控制區，采取區域環境管理框架模式。二是設定科學標準，加強立法保障。先后出臺了《空氣污染控制法》、《清潔空氣法》、《機動車空氣污染控制法》等。三是重點限制機動車及電廠排污。1975 年規定所有汽車安裝空氣凈化裝置，此舉被認為是治理霧霾之關鍵。四是全民數據共享。1997 年7 月美國環保署在率先提出將PM2.5 作為全國環境空氣質量標準，并在政府官網上實時公布全民共享，2006 年美國環保局針對PM2.5 標準進行了修訂，制定了24 小時周期內PM2.5 最高濃度、年平均濃度標準等。經過幾十年的努力，現今洛杉磯一級污染警報天數從1977 年的121 天下降到0 天，已擺脫“煙霧城”，找回昔日藍天。

2.3 東京大氣污染治理的啟示。20 世紀80 年代中期以后，東京大氣污染公害事件受害人數驟然激增，日本通過出臺法律條例、建立環境標準、實時數據共享、整治汽車尾氣、加大城市綠化等策略展開長期治理。[8]主要啟示是：一是出臺法律條例。20 世紀50 年代開始，日本政府頒布了《公害對策基本法》、《噪聲規制法》、《大氣污染防治法》、《排煙規制法》，構建了較為科學和完備的法律體系。二是建立環境標準。2009 年9 月9 日，日本環境省公布了PM2.5 環境標準。三是加強環保檢測，實時數據共享。日本環境省設有大氣污染物質廣域監視系統，對包括PM2.5 在內的各種大氣污染物質進行監測并通過網站實時。四是整治汽車尾氣。1992 年日本環境廳制定《汽車氧化氮·碳氫顆粒法》，鼓勵發展小型車及低排放車種，規定了機動車在行駛過程中產生和排入大氣廢氣的最高量，并設置廢氣濃度測試點，嚴禁超標車輛投入運行。五是加大城市綠化。東京市政府規定新建大樓必須有綠地，樓頂必須綠化，在注重綠化面積同時重視綠化體積，綠化措施以種植樹木為主。

2.4 德國魯爾工業區空氣污染治理的啟示。20 世紀中期，德國魯爾工業區曾出現過嚴重空氣污染狀況，后來通過100 多個“空氣清潔與行動計劃”使萊茵河流域煥然一新。主要啟示是：一是立法制定排放標準。1974 年德國出臺《聯邦污染防治法》主要針對大型工業企業進行整治，通過立法制定空氣污染物排放標準，這項法律后來成為歐盟范圍內的典范。二是限制可吸入顆粒物排放。主要有兩種手段，一方面是車輛限行、限速，對污染嚴重地區車輛禁行、工業設備限制運轉等，同時在超過40 個城市設立了“環保區域”，不符合排放標準的汽車不允許駛入環保區；另一方面是用技術手段減少排放，例如開發清潔能源、安裝顆粒過濾裝置。三是提倡綠色出行，提升市民環保意識。德國十分注重加強民眾環保宣傳教育和提高全民環保意識，作為世界主要汽車生產大國，德國大力提倡市民選擇綠色出行，許多公司80%的員工每天都乘公共交通或騎自行車上班，綠色出行已成為一種潮流和共識。

3 我國霧霾治理的主要措施

3.1 依法驅霾，建立健全法律法規。各國在霧霾污染后采取的最重要舉措就是立法先行，立法已經成為依法治理霧霾和保護環境的根本。我國霧霾治理的關鍵就是從源頭上控制污染物排放，相關法律法規的制定和實施將為治理霧霾污染提供可靠制度保障。第一，完善相關法律法規。雖然有了新的《環境保護法》，但還需一系列關于空氣污染防控法案。如出臺《清潔空氣法》，從國家法律層面設定空氣質量具體排放標準，出臺《機動車空氣污染控制法》、《工業企業排污控制法》、《排煙規制法》等，構建環保領域全覆蓋、種類齊全、功能完備、執行有力的環境法規標準體系，使大氣污染防控做到有法可依。第二，加強地方性大氣污染防治條例等制定。各地應切合實際、因地制宜、防保結合、細化標準、綜合控制大氣污染排放。如《北京市大氣污染防治條例》規定禁止在政府規定范圍場地設置露天燒烤，機動車停車三分鐘以上應熄火等等，《上海市大氣污染防治條例》提高無證排污罰金到50 萬元，實行對單位和責任人雙罰制等新舉措。第三，制定明確的環保評估和獎勵懲罰體系、責任落實制度、舉報監督機制等。成立以環保部門為主的多部門聯合執法隊伍，推行聯合執法、交叉執法、綜合執法、區域執法。加強執法力度，落實執法責任，嚴厲打擊環境違法行，嚴格執法做到有法必依、執法必嚴。加大處罰力度，提高排污超標企業處罰標準使企業違法必究。此外，黨十八屆四中全會“依法治國”的方略，為我國環境公益訴訟制度指明了方向，檢察機關可以提起環境公益訴訟，效彌補了行政部門、社會組織和公眾在環境保護能力方面的不足，有效增強了依法治理霧霾和保護環境的力量。

3.2 數據共享，提高監測預警能力。建立標準統一、多區域全覆蓋、全網絡多共享、現代化信息化的霧霾監測預警系統，構建大氣污染成分監測體系，細化霧霾預報預警核心需求，提高霧霾數值天氣預報模式，實現霧霾監測預報精準化，建立多部門信息共享、預警預報、協同聯動的應急響應機制，全面提升大氣污染防控和預報預警能力。第一，環保部門可以聯合氣象、海洋、國土、林業等多部門構建覆蓋城鄉立體式、全方位、高密度、全天候的環境監測網絡，擴大監測范圍實現對霧霾天氣的系統檢測，可包括氣溫、濕度、能見度、風向、風速、大氣穩定度、大氣顆粒物、大氣組分等全面監測。第二，通過政府網站或移動通訊網絡及時公布當日、次日的天氣預報和空氣質量等級，建立24小時對各地區監測數據的預警機制，實現監測數據實時共享，及時向公眾通報有效信息，并就如何做好防護提出建議，同時不斷提升公眾環保意識和環保參與度。第三，充分利用現代化、信息化手段為建設空氣質量預報和空氣污染監測預警體系提供科技支撐保障，通過激光遙感技術、透霧監測技術、機動車云檢測等高新技術，提高霧霾預報預警的監測水平和準確性。加強霧霾天氣預警預報技術和形成機理的研究，加快工業防污、脫硫、脫硝、防塵、除塵等技術研發，科學有效地提高大氣污染的監測、預警和防控能力。

3.3 多管齊下，加強空氣污染綜合控制。第一，從源頭上控制污染排放總量。采用限制生產、限期整頓、關閉停產等多種方式，重點加強鋼鐵、煤電、石化、有色、焦化、水泥等行業二氧化硫、燃煤硫份和氮氧化等污染物排放治理，嚴格控制工業企業污染物排放總量，減少污染新增量。第二，調整優化產業結構。通過優化能源消費結構，調整產業結構，化解產能過剩，加快傳統產業升級，發展戰略性新興產業，充分發揮市場在資源配置中的決定性作用，從根本上轉變經濟發展模式，走集約化發展的環保道路。如大力發展新能源、新材料、新醫藥、服務業、信息產業等。第三，推行科技環保。加強科技攻關，推動新能源研發和應用，加大環保科研資金投入，提高清潔能源在能源消費中的比重，如低硫煤、天然氣、太陽能、地熱能、生物質能、沼氣、海潮和風力發電等等。第四，節能減排。發展循環經濟，推進資源綜合利用，提高再生資源利用率，依靠科技節能減排，提倡環保型節能技術，推動發展節能工程。在機關、企業、學校、科研機構等單位提倡節能減排措施，公眾在日常生活中提倡節能環保，做到節約用電、用水、用氣、用煤、用紙、用油、一次性資源等。第五，發展公共交通。通過公共交通配套設施的新建和改善，輔以機動車稅費調整，市區增設自行車車道，讓市民自愿選擇公共交通出行。同時，采取有效措施抑制私家車發展、重新規劃機動車車牌號、采用限號出行等方式控制機動車出行數量，大力推行純電動汽車使用，發展高能效低排放新興節能汽車，淘汰高污染柴油車輛和超標舊汽車。第六，發展綠化。大力發展城郊森林和社區森林，提高植被覆蓋率，在擴大綠化覆蓋面積的同時增大綠化體積空間。