机器学习是当前犯罪热点预测的主流方法,随机森林算法因需要的数据量较小、有较好的预测能力和预测精确度、且有较高的可理解度,更是被广泛应用,代表地理环境和建成环境的多源数据也被广泛用于模型改进的尝试实践中,但这些实践都只考虑研究区整体的预测精度变化情况,并未区分不同区域犯罪热点预测结果的差异及其原因。因此,本文以公共场所侵财犯罪为例,根据历史犯罪分布情况及过往犯罪热点分布规律,将研究区分为稳定高发热点网格、较高发热点网格、偶发热点网格及非热点网格这4类,并依据社会失序理论、日常活动理论和犯罪模式理论,选取城中村范围、路网密度及POI（餐饮、娱乐、商场3类设施）密度这3个具有代表性的协变量加入到随机森林预测模型中,探讨预测结果精度的变化情况。根据2017年26个双周的犯罪热点预测实验的预测结果,得到以下结论：加入协变量后,研究区整体、稳定高发热点网格及较高发热点网格的预测精度都有不同程度的提高,分区模型的精度显著高于整体模型的精度,说明考虑空间分异对提高模型精度起重要作用。
复杂的面状空间实体如海洋涡旋、环流和降雨过程在运动过程中会产生更复杂的轨迹,即具有分支结构的复杂轨迹。为了挖掘这类复杂轨迹的运动模式特征,本文从复杂轨迹的拓扑结构和空间特征出发,创新性地提出复杂轨迹的空间-拓扑结构相似性度量算法（Spatial-Topological Similarity Measurement, STSM）,该算法是基于图同构算法VF2改进的。首先STSM算法将复杂轨迹用带有节点和边的图结构表达,并将空间信息融入图结构的节点属性中,通过匹配复杂轨迹之间所有最大公共子结构,找到匹配结构中节点之间一一对应的关系,利用加权的欧式距离计算复杂轨迹匹配结构中点对之间的空间距离。然后,基于STSM相似性算法进行层次聚类分析,旨在发现复杂轨迹之间相似的拓扑结构在空间上的聚集模式。最后,利用1993-2016年长时间序列的中国南海冷涡复杂轨迹验证方法的有效性,并对比分析复杂轨迹拓扑结构相似性算法CSM。结果表明：单纯用拓扑结构相似性算法CSM进行聚类分析,不能充分挖掘空间的聚集模式,因为不同空间位置也存在拓扑结构相似的轨迹。而本文提出的STSM算法将南海冷涡复杂轨迹分为5类,第一类分布在南海北部、第二类分布在南海中部、其他三类交错在南海南部。这种聚集模式在一定程度上反映了冷涡的生成和演化过程在南海北部、中部、南部的差异性,同时也表明了冷涡移动在南海南部存在更为复杂的异质性。因此,本文提出的方法可以有效地从复杂轨迹数据中发现其演化过程的潜在聚集模式,为认识这类复杂动态现象的时空演化特征提供了一种新的方法。
依据洪灾风险概念模型,从触发因子、孕灾环境和承灾体3方面选取江西省的12个洪灾风险指标,采用k近邻、随机森林、AdaBoost 3种机器学习算法构建洪灾风险评价模型。利用精度、Kappa系数、ROC曲线（AUC值）3种定量评估指标评价洪灾风险模型,基于随机森林和Boruta特征提取算法共同分析指标重要性,最后对比3种模型绘制的江西省山洪灾害风险分区图并分析山洪灾害分布特征。结果表明：① AdaBoost模型的精度、Kappa系数和AUC值的平均值为别为0.902、0.870和0.826,精度和Kappa系数略优于随机森林,AUC值与随机森林相当,而k近邻模型的3种性能指标均低于前2种算法;② 农田生产潜力、年最大6 h暴雨均值、年最大1 h暴雨均值、归一化差值植被指数、年降雨量均值这5个指标对最终的洪灾风险形成具有非常重要作用;③ 江西省较高风险区与最高风险区的面积和约占江西省总面积的34.4%,且主要分布于高降雨量、高暴雨量、农田生产潜力大的山区。
卫星对地覆盖时间窗口的高效计算能够有效地保障遥感卫星数据信息资源的管理与应用。为解决现有卫星对地覆盖时间窗口计算方法无法提供同时保证精度、效率和实时性的在线服务的问题,提出了一种实时卫星对地覆盖时间窗口计算服务方法。在时间窗口的通用计算方法基础上,建立了地面区域的扩充四至范围,通过判断卫星星下点与地面区域的扩充四至范围的空间关系来决定是否需要计算卫星对地覆盖区域;在卫星对地覆盖区域与地面区域空间关系发生变化时,通过双重时间步长策略提高计算效率和精度;使用流计算框架构建算法的实时在线服务。实验结果表明,与商业软件采用的跟踪传播算法对比,本文方法与其计算结果差异较小,均小于1 s,说明本文方法能够保证较高的计算精度;与传统跟踪传播算法相比,本文方法耗时大幅减少,实现了超过8倍的加速比。本文方法同时保证了精度、效率和实时性,能够满足不同场景下卫星对地覆盖时间窗口的计算需求。
职住分离和通勤距离关系的定量测度,对公共政策、城市规划的制定具有指导作用。长期以来,该领域的计算方法及验证的可靠性、精确性存在多方面的制约,用得最普及的单元平衡法存在单元尺度多大合适、单元边界隔离2个局限性。本研究以上海市为例,以人口普查、经济普查、手机信令数据为基础,多角度开展方法探索。先对中心城区划定职住基本平衡范围,用考虑通勤距离的密度估计函数,按工作地估计职工的居住密度,和从业居民的实际密度相比较,使职住分离和通勤距离对应起来,同时缓解单元尺度问题、消解边界隔离问题。继而使用职住分离零壹指数代替传统职住比,用平均通勤距离验证职住分离,获得了很强的线性相关。尽管统计结果有效,依然会有样本偏离线性回归方程,利用置信区间,筛选出异常点,凭经验解释原因,可从定性角度进一步提高分析结果的可信,还可以探测职住失配的原因。基于上述分析方法,验证了：职大于住的地区,职工通勤距离偏长,居民通勤距离偏短;住大于职的地区,居民通勤距离偏长,职工通勤距离偏短,职住关系越平衡,通勤交通总量越小,越分离,交通总量越大。上述方法以上海为例得到验证,也能适用于其他大城市的中心城区。
恐怖主义具有极大的破坏性与杀伤力,已成为世界和平与安全的最大威胁之一。本文以全球恐怖主义数据库（GTD）为基础,采用伤亡人数的热点分析以及各区域事件频次的层次聚类方法,对全球恐怖主义袭击事件的时空演变特征与态势进行分析研究,探讨了2013-2017年内全球高伤亡率热点区域的空间分布与变化,并对不同地区的袭击频次进行统计并划分了事发率严重等级。研究表明：① 5年内,伤亡人数在2014年为最高达103 134人,而后逐年递减的趋势;袭击频次呈现一种锯齿状为“猖狂-治理-收敛-不治理-再次猖狂”的模式;② 中东及北非地区是恐怖主义袭击的严重区与策源地,也是高伤亡率的热点区域,平均每年伤亡人数约占全球的49%,事件发生频次约占40%,而南亚伤亡人数约占22.8%,袭击频次约31.1%,撒哈拉以南的非洲地区次之,东南亚及西欧、东欧、南美地区也为恐怖主义的暴动区域;③ 全球恐怖主义的时空演变趋势已形成以中东及北非地区以及与撒哈拉以南的非洲交界区域为爆发中心,逐渐向南亚、东南亚、西欧地区扩散的趋势,为新的恐怖主义活跃区。通过对5年内全球恐怖主义的时空演变和态势,以及造成恐怖主义发生的原因进行分析,可为反恐组织以及避免袭击事件的发生提供有效的参考和决策辅助。
以2000-2018年MODIS MOD10A1日产品数据为数据源,结合数字高程模型（DEM）及降水量、风向等气象数据,构建了积雪空间分布模型,能够有效地提取强降雪区域。以此为基础,利用相关分析、缓冲区分析等方法,探究山东半岛降雪时空分布特征,结果表明：① 将NDSI累积量与DEM数据相结合,能够有效构建山东半岛积雪空间分布模型,实现了对山东半岛强、弱降雪区域提取,NDSI累积量≥150的区域中,在强降雪区的面积占降雪范围的79.78%;② 降雪区域存在空间差异,呈现北多南少,东多西少的分布格局,以黄、渤海与山东半岛海陆分界线为基准,离岸距离39.1 km范围内降雪多,离岸距离39.1 km以外降雪少;山脉150 m高程线北侧迎风坡降雪多,南侧背风坡降雪少;③ 山东半岛强降雪年以3-5年为周期存在年际变化。探究山东半岛降雪长时间序列时空分布特征,在收集淡水资源,缓解用水紧张和灾害预防方面具有一定意义。
不同因子对区域经济差异的影响一直是国内外学者关注的重点及热点问题,探究县域经济时间过程演变和空间格局分异的主导影响因子,科学揭示各因子的作用机制,将为区域经济发展战略的制定提供重要指导依据。本文以甘肃省县域为研究单元,利用空间化表达、标准差椭圆分析县域经济空间分异现象,借助多元线性逐步回归和地理探测器对县域经济时空分异影响因素进行探讨。研究结果表明：① 甘肃省县域经济之间的总体差异明显,随时间波动较大;② 县域经济空间分布重心不稳定,变动较大;③ 财政收入、城镇化率和工业产业比重是主导的时间影响因子;④ 铁路密度、公路密度、河流密度是甘肃省县域经济空间分异的主要地理因子,且因子之间的交互作用强于单因子对经济空间分异的作用。在协调县域经济发展过程中,应根据主要影响因素精准实施发展策略,合理利用因子之间的交互作用,加快经济协调发展。
为了防止商业综合体建设过剩,形成商业综合体之间的恶性竞争。本文基于微信易出行插件里面的城市热力图数据,以杭州市5个商业综合体为例,获取可以量化的热力值数据,对不同类型的商业综合体活力影响因素进行对比分析研究。研究发现：① 城市商业综合体布局密度、周边用地用途、销售模式、内部功能布局以及内部空间活力5个要素对商业综合体活力的影响最明显;② 商业综合体的高密度布局对其活力存在抑制作用,通过对比各个服务半径内的商业综合体的活力变化,发现商业综合体合理的服务半径应该大于1.0 km。商业综合体周边的居住用地、广场和公园用地对其活力具有增强作用,办公用地对商业综合体活力的影响较弱;③ 针对不同消费对象制定的不同销售模式,也会对商业综合体活力变化产生显著影响;④ 在公共活动空间相对缺乏的区域内,以零售为主且兼具城市公共活动空间的商业综合体比以主力店为主的商业综合体的活力更高,空间利用率越高的商业综合体活力也越高,商业综合体承担部分城市公共活动空间的职能对商业综合体的活力起到了提升作用。
六盘水市是我国生态地位极其重要,水土流失又较为严重的城市。近些年,六盘水市实施了一系列生态工程,为了定量分析六盘水市土壤侵蚀状况及其影响因素,本文基于RUSLE模型,利用降雨数据、遥感影像数据、土地利用数据等,对贵州省六盘水市1990-2015年土壤侵蚀模数和土壤侵蚀量进行定量模拟,分析其时空动态变化,利用地理探测器定量分析影响因素,并进行空间相关性分析,结果表明： ① 六盘水市土壤侵蚀以微度和中度侵蚀为主。土壤侵蚀严重地区主要分布在北盘江流域与南盘江流域交界处以及喀斯特山地地区,煤矿开采使植被覆盖等抑制土壤侵蚀因子减少作用,使局部地区土壤侵蚀程度加剧。② 1990-2010年平均土壤侵蚀模数整体为下降趋势,2010-2015年为上升趋势。其中2000年平均土壤侵蚀模数最大,2010年平均土壤侵蚀模数最小。该变化由降雨可蚀性因子和植被覆盖度因子综合影响所致。③ 植被覆盖度因子和多年平均降雨量因子是影响区域土壤侵蚀空间分布的重要因素。未利用土地、植被覆盖度小于0.3、坡度在25°以上和降雨量在1543~1593 mm之间的地区为高风险侵蚀区域。④ 植被覆盖度与土壤侵蚀在空间上全部呈负相关性,降雨因子与土壤侵蚀在空间上存在负相关性和正相关性。⑤ 土壤侵蚀改善区域大多分布在生态工程区域内,生态工程建设能够改善土壤侵蚀情况,不同生态工程保护侧重点不同导致土壤侵蚀改善程度不同。退耕还林还草工程对六盘水市土壤侵蚀的改善具有重要意义,六盘水市更宜退耕还林。
江河湖泊等陆表水体在工农业生产、气候调节、生态系统维持等方面扮演着至关重要的角色。在气候变化与人类活动的作用下,陆表水体的空间分布始终在发生着变化,因而对其进行快速精准的时空变化监测对水资源管理与保护、未来气候变化预测等有着重要的意义。遥感技术为大范围水体动态监测提供了全新的技术手段,特别是在当前地球大数据背景下,水体提取算法不断改进,遥感数据源急剧增加,但缺乏对算法和数据演化过程的系统整理。鉴于此,本文对现有水体提取算法与遥感数据进行了综合梳理,归纳了单波段阈值法、多波段谱间关系法、水体指数与阈值法、支持向量机、随机森林、深度学习等常用算法的演变,以及遥感数据源由低（MODIS等）到中（Landsat等）和高（高分1/2号等）空间分辨率的发展过程,并在此基础上讨论了各算法与数据源在水体变化研究中的差异。此外,本文论述了数据处理平台由本地计算到高性能云计算平台（如谷歌地球引擎）的发展,云计算促进地表水变化研究由基于时间片段到基于时间序列连续过程分析的转变,以及云计算在大尺度范围的应用。最后,本文还对多源遥感数据融合与云计算平台的结合在地表水体连续变化监测中的应用进行了展望,并对不同类型水体提取的不确定性进行了讨论。
自动提取城市建筑物对城市规划、防灾避险等行业应用具有重要意义,当前利用高空间分辨率遥感影像进行建筑物提取的卷积神经网络在网络结构和损失函数上都存在提升的空间。本研究提出一种卷积神经网络SE-Unet,以U-Net网络结构为基础,在编码器内使用特征压缩激活模块增加网络特征学习能力,在解码器中复用编码器中相应尺度的特征实现空间信息的恢复;并使用dice和交叉熵函数复合的损失函数进行训练,减轻了建筑物提取任务中的样本不平衡问题。实验采用了Massachusetts建筑物数据集,和SegNet、LinkNet、U-Net等模型进行对比,实验中SE-Unet在准确度、召回率、F1分数和总体精度 4项精度指标中表现最优,分别达到0.8704、0.8496、0.8599、0.9472,在测试影像中对大小各异和形状不规则的建筑物具有更好的识别效果。
冰川变化监测对生态灾害预防、区域水资源调控、气候变化研究等意义重大。利用冰川在雷达干涉影像上表现出失相干这一特性,选用1998年ERS 1/2与2018年 Sentinel-1A重轨单视复数SAR数据,通过相干系数取阈值的方法获取东帕米尔高原两个时期的冰川边界,以Landsat TM/OLI影像和全球陆地冰川空间监测计划发布的数据验证本文冰川边界提取的精度,从而分析冰川变化。结果表明：① 拟合研究区相干系数图上相干系数γ与对应像元个数的曲线关系,冰川区像元个数会在低相干区域积累形成一个小的波峰。曲线一阶导数变缓的点（冰川区向非冰川区过渡的转折点）即为所选阈值点,利用SAR相干系数取阈值法提取的冰川边界与光学遥感影像结合RGI6.0数据提取的验证冰川边界具有较好的一致性,SAR干涉相干系数提取冰川边界的方法是可行而有效的,ERS 1/2与Sentinel-1A提取的冰川总面积精度均在90%以上,而且SAR数据能够有效提取光学遥感影像难以识别的冰川表碛覆盖;② 1998年和2018年东帕米尔高原冰川总面积减少了318.59 km2,年平均变化速率为-15.93 km2/a,冰川退缩面积占冰川总面积的23%;③ 对大、中型规模冰川来说,表碛覆盖型冰川退缩较其他冰川明显;从坡向上来看,20年各个坡向冰川均有所退缩,其中东南坡冰川退缩最多,西坡冰川退缩最少;从海拔上来看,1998年冰川集中分布在4519~5421 m海拔区间内,2018年集中分布在4682~5320 m海拔区间内;在3325~5710 m海拔区间内冰川退缩明显,4915 m海拔附近达到退缩极大值。
夜间灯光数据和人类活动密切相关,可用于识别城市建设用地。目前主要利用DMSP/OLS和NPP-VIIRS夜间灯光数据进行建设用地识别,由于数据质量原因,这两类数据的识别结果精度较差。珞珈一号夜间灯光数据与比以往夜间灯光数据相比,时间分辨率、空间分辨率和光谱分辨率明显提升,是进行建设用地提取的更理想的数据源。本研究首先对珞珈一号夜间灯光数据进行辐射和影像配准,提高数据质量,然后利用支持向量机(Support Vector Machine, SVM)影像分类方法对广州市2017 年建设用地分区识别,并利用Kappa系数分区、分地类评价识别结果精度。研究发现：① 利用珞珈一号夜间灯光数据识别建设用地的精度明显优于利用DMSP/OLS和NPP-VIIRS夜间灯光数据识别结果的精度;② 广州市中心城区辖区的建设用地识别结果精度较高,识别结果Kappa系数均在0.9以上;外围辖区识别结果精度相对较低,识别结果Kappa系数为0.85左右;③ 城市、建制镇等单个地块面积较大、灯光亮度较高的地类识别结果精度较高,识别结果Kappa系数均在0.9以上;村庄用地、铁路公路用地由于单个地块面积小、布局比较分散、部分路段无照明条件等原因,识别结果Kappa系数相对较低,为0.85左右;采矿、风景及特殊用地夜间基本无人类活动,缺少夜间灯光,难以用夜间灯光数据识别,Kappa系数为0.45左右。本研究证明了利用珞珈一号夜间灯光数据能有效识别建设用地,同时丰富了珞珈一号夜间灯光数据的应用场景。
在全球气候变暖的大背景下,干旱事件发生越来越频繁,严重危害我国的粮食生产安全。构建准确的干旱监测模型不仅能够及时地反映出干旱事件的发生,同时可以为地方政府制定减灾保产措施提供科学支撑和保障。传统的气象干旱监测方法因为缺乏对植被本身需水状态和土壤供水信息的考虑旱情判定结果往往比实际情况偏重,而遥感监测指标大多只考虑了植被或土壤等单方面因素具有局限性,目前已有的综合干旱监测模型大多以气象指标为因变量,一方面需要数据资料较多参数复杂,另一方面模型准确度依赖于气象指标对当地农业干旱的响应能力,而同一气象指标在不同区域适应性存在差异,因此同样存在局限性。本文以河南省的冬小麦为研究对象,利用2001-2011年的EOS-MODIS数据产品以及气象站点监测数据,计算了标准化降水蒸散指数SPEI、植被状态指数VCI、温度状态指数TCI、温度植被状态指数TVDI,同时结合河南省农业气象灾害旬报对冬小麦受灾的记录,构建了基于决策树的定性农业干旱监测模型。测试集结果表明,模型综合了大气异常信息、植被状态信息以及土壤水分信息,优于单个指标的监测结果。另外,基于此模型监测了河南省2009年4-5月的干旱事件,结果与实情相符,能够较好地反映农业旱情的发生和空间演变情况。
