气象变量常作为重要的影响因子出现在环境污染、疾病健康和农业等领域,而高分辨率的气象资料可作为众多研究的基础数据,对推进相关研究的发展意义重大。本文以中国大陆为研究区域,利用2015年824个气象站点的气温、相对湿度和风速3套数据,结合不同的解释变量组合,分别构建了各自的GAM和残差自编码器神经网络(简称残差网络)模型,以10倍交叉验证判断模型是否过拟合。研究结果表明:① GAM和残差网络方法都不存在过拟合问题,同GAM相比,残差网络显著提高了模型预测的精度(3个气象因素的交叉验证CV R2平均提高了0.21,CV RMSE平均降低了37%),其中相对湿度模型的提升幅度最大(CV R2:0.85 vs. 0.52,CV RMSE:7.53% vs. 13.59%);② 残差模型的结果较普通克里格插值结果和再分析资料更接近站点观测数据,表明残差网络可作为高分辨率气象数据研制的可靠方法。此外,研究还发现在相对湿度模型中加入臭氧浓度和气温、在风速模型中加入GLDAS风速再分析资料,可提升模型的性能。
传统的旅游行程规划往往仅被归类为空间排序问题,而对行程安排中时空耦合性与游客自身选择的灵活性考虑不足。本文将行程规划问题的理解从空间视角拓展至游客活动视角,从旅游节点时空耦合关系以及重构模式出发,将旅行中涉及到的时间、空间与专题等多维属性有机组织,进而提出行程时空链的概念模型以及行程要素时空衔接方法。研究以南京为案例展开模型实验,结果显示该模型与传统线路设计方法在节点名称、节点数量以及节点顺序等指标的匹配度均超过了80%,体现出较好的应用可靠性。相较于已有研究仅从空间视角展开的论述,本文提出以游客自身作为行程规划的基本单位,从游客行为选择、游览时间序列以及节点线路串联等多维视角进行映射耦合,以期为拓展深化城市旅游线路设计理论,支撑智慧旅游工程精细化建设提供理论支撑与借鉴。
导航大数据是大量与导航相关且具有泛在导航、定位、授时特征的数据集合。城市环境的特性影响居民的出行活动,而居民出行活动中产生的导航大数据则蕴含了城市环境的时空信息。热点区域空间分布以及热点区域之间的关联性特征是城市环境时空特性的重要组成部分,由客观的环境现状和主观的人为活动造成。通过挖掘导航大数据可以揭示这些特征。本文提出了利用导航大数据的城市热点区域关联性挖掘方法。首先,通过对居民出行的起点和终点坐标进行空间聚类,挖掘城市中的热点区域,并依据点的分布特点对城市热点区域进行离散化;然后,利用基于谱聚类和蚁群算法的方法分析居民出行特征,揭示城市中热点区域之间存在的关联性。本文提出的方法能够充分利用导航大数据对城市动态的感知能力。以上海市2007年2月20日的出租车轨迹数据为例进行分析,结果表明:利用导航大数据分析城市热点区域之间的关联性,可以得到具有紧密关联性的热点区域的空间分布特征;上海市居民出行活动频繁的热点区域被划分为15个内部紧密关联的子图,形成该分布特征的内在机制以及居民流通规律与上海市的土地资源利用及道路交通建设现状密切相关。分析方法和结果可为合理的城市功能区域规划,智慧城市建设等提供决策支持和参考信息。
古遗址作为古人生产、生活的重要场所和文化遗存,客观反映了在长期的人地关系相互作用下的地理空间特征及其分异情况,但是由于史前人类生产力水平低下,在聚落迁移或对周边资源探索中更多地考虑自然环境因素,这种行为符合“最优路径”的思想。本文旨在基于考古调查和基础地理数据,模拟构建古人在聚落选择上的迁移最优路径,探讨古人行为模式,重点研究成本数据确定和成本栅格数据的集成方法及最优路径应用分析。以长江中游新石器晚期的大溪文化、屈家岭文化、石家河文化为连续研究文化期,对其中1200多处遗址的基础地理数据和考古数据进行分析;选取高程、坡度/坡向、地形起伏度、距水系距离等自变量,基于二分类逻辑回归模型,构建研究区史前聚落遗址分布模型。为分析聚落群的时空演变,首先基于期望最大化方法(EM算法)和Voronoi方法对聚落遗址数据进行聚类划分聚落群的中心点的确定,选取分布模型中的自然因子系数作为权重计算成本栅格数据,进而模拟聚落遗址按时序迁移的最优路径。研究结果符合古人类在迁移过程中多考虑以最低成本从山谷、丘陵中穿行的基本规律。并对比已探明的聚落遗址信息,验证模拟的最优路径具有一定的合理性。本文提出的方法,避免了人为选择权重生成成本栅格所带来的仅依靠主观因素的局限,提高了考古研究的科学性,其研究方法和结论对于探究史前聚落遗址时空演变规律和人地关系有一定的参考价值。
古琴是中华民族的古老乐器,知名的古琴名人流传至今,但是由于古代历史书籍匮乏、记录不完整性以及古今地名歧义性等原因,导致无法收集完整的古琴名人移动轨迹数据。本文基于众包思想,构建基于WebGIS的古琴名人时空信息采集系统,着重解决古琴名人轨迹数据库和知识数据库的构建。基于众包数据,古琴名人时空信息采集系统对古琴名人轨迹进行可视化查询,动态展示古琴名人的二维与三维轨迹,并结合古琴知识图谱,实现古琴名人相关信息的智能化查询。古琴名人轨迹点时空核密度分析结果显示古琴名人移动轨迹与中国历史人口迁移趋势一致,且古琴名人倾向于停留在具有浓厚文化气息的历史名城与山水之地,从而有利于古琴文化的传承与发展。本文所采用的方法不仅可用于古琴名人,同样适用于其他历史名人或移动物体的轨迹采集。
当前洪涝灾害对社会的经济发展和人民生命财产安全构成严重威胁。无人机机动、灵活,安全性高,可迅捷甚至实时获取灾区影像,对灾情的快速评估和应急救援决策意义重大。遥感无人机在洪涝灾害救援中能够发挥的重要作用已得到广泛共识,但是由于灾害的突发性,缺乏就近部署的资源制约了无人机遥感观测和救援作用的发挥。针对突发灾害,在区域和全国范围内建立起一定的无人机遥感应急体系成为国家面向未来正在考虑的选项。基于此,本研究提出了基于中国科学院的野外台站构建全国无人机遥感观测网的设想。本研究以中国防范洪涝灾害等级分布数据、行政区划数据、中国科学院野外台站分布数据和当前无人机性能数据库为数据源;以行政区划离散并提取的中心点作为需求点,台站作为设施点,不同洪涝等级区域内需要无人机进行应急观测的重要程度作为权重,利用最大覆盖选址模型进行空港选址布局;利用成本-效益曲线确定台站的最佳数量,最终从268个台站中选取出81个作为支撑全国洪涝灾害无人机遥感观测网络的无人机空港。无人机空港布局结果在理论上能够实现对中国绝大数突发洪涝灾害在2 h内初步完成洪涝观测,这对于构建中国空天地一体化的洪涝灾害监测体系具有重要意义。同时,本研究中的方法和成果对于进一步构建行业和综合性的全国无人机遥感观测网也具有一定借鉴和参照意义。
高温危险性评估是高温灾害研究的基础性工作。本研究在传统高温灾害危险性评价的基础上增加了高温空间集聚程度指标,完善了高温危险性的评价角度,考虑了高温灾害群发对高温危险性的增强作用。基于高温日数、高温强度、高温空间集聚程度对1979-2017年中国高温危险性进行了综合评价,并分析了各项指标及其年际变化速率的空间分布特征,提取出高温综合高危区及和各指标同时增强的区域。研究结果表明:① 不考虑高温空间集聚程度会造成内蒙古西部及东北部、山西北部等地的高温危险性被低估,存在4级高温危险性被低估为2级或3级;② 目前高温综合危险性最强的地区分布在新疆天山南部、湖南东部等地,表现为年平均高温日数2036 d,高温强度1.190~2.180 ℃,平均集聚程度13.390~18.710 个;③ 江苏、内蒙古甘肃交界处及四川重庆交界处等地的3项评价指标均逐年显著增强,具体表现为从1979-2017年,年平均高温日数变率0.419~0.740 天/年,高温强度变率0.30~0.42 ℃/10年,平均集聚程度变率0.250~0.390 个/年。今后这些地区可能成为高温综合危险性最高的地区。该高温危险性评价方法有助于提升高温灾害风险评估的准确性,危险性变化趋势结果有助于预估未来高温灾害的高危区。
随着物质生活水平的不断提升,人们对于教育质量和教育公平的要求在不断提高,推进城乡义务教育一体化发展是教育改革的趋势,教育资源研究也得到了国内外学者的持续关注。本文对传统覆盖度模型进行改进,并结合比例模型的公平性指数等方法,对2018年南昌市辖区中小学教育资源在乡镇/街道上的分布特征与布局效率进行了探索分析。研究表明:① 中小学现有办学规模与江西省基本办学条件之间存在差异,各辖区中小学班额人数皆超过标准;② 居民享受教育资源的公平性在乡镇/街道层面上存在差异,小学与中学教育资源获取便捷性较高的乡镇/街道分别位于西湖区与青山湖区、东湖区与红谷滩新区;③ 中小学服务区覆盖度与重复度均呈现明显的核心外围特征,教育资源布局的覆盖率与重复率存在较强的正相关性;④ 南昌市中学教育资源的空间布局聚集特征远高于小学,近半数乡镇/街道的中学空间布局属于高覆盖效率型和高重复型,且基本聚集在中心城区范围内;⑤ 中小学教育资源在乡镇/街道尺度上的总体空间布局效率呈显著差异,以偏差布局类型为主,教育资源分布均衡性较差,中小学服务区高覆盖高重复或低覆盖低重复的偏差状况较为显著,综合服务效率偏低。
生境质量格网尺度研究旨在甄别不同格网尺度生境质量评估结果差异,为范围大小不同的区域分析生境质量遴选适宜的空间尺度提供基础,以提高生境质量评估精度。本文以黄山市为例,基于地类斑块构建综合模型对2017年生境质量进行评估,并以30 m为基础尺度,通过尺度转换获得多个格网尺度综合生境质量值,采用弹性系数、空间自相关等方法定量分析格网尺度不同所导致的生境质量评估结果差异。研究结果表明:① 2017年黄山市本底生境质量值为2.02×1010元,平均值为21 126.1元/hm2,经过修正后的综合生境质量总值为1.84×1010元,平均值为18 627元/hm2; 随着格网边长增长,黄山市综合生境质量总值呈曲折式减少;② 土地利用分类的格网尺度效应显示,变化尺度为基础研究尺度的奇数倍时生境质量评估结果更精准;高程为0~200 m、200~400 m的区间带格网尺度效应较为明显;③ 以2个相邻的尺度计算生境质量变化弹性系数时,边长由150 m变为180 m、270 m变为300 m及900 m以上的相邻尺度值较高;以基础尺度为参照时,生境质量弹性系数随格网边长的增长呈幂函数式下降,格网边长由30 m变为60 m,生境质量变化最为敏感,由30 m变为210 m时,生境质量变化相对不敏感;④ 黄山市生境质量空间分布呈现显著正自相关,随着尺度格网边长增长,Moran's I指数呈波浪式减小,正态分布Z值呈幂函数式减小。
新一代星载激光雷达卫星ICESat-2首次采用了微脉冲光子计数激光雷达技术,由于单光子探测的灵敏性导致数据在大气和地表下层产生了大量噪声,因此对光子计数激光雷达点云数据实现信号和噪声的分离是开展进一步应用研究的前提和基础。本文选择美国俄勒冈州和弗吉尼亚州2个研究区,采用MATLAS数据,根据光子点云数据的特点构造了12个光子点云特征,对所构造的特征利用随机森林进行变量筛选,用机器学习方法对光子点云进行分类,并将建立好的模型推广到整个研究区。研究结果表明,本文构建的分类器分类总精度达到了96.79%,Kappa系数为0.94,平均生产者精度和用户精度分别为97.1%和96.8%。在相对弱噪声、平坦地形区域和强噪声、复杂地形区域都取得较好的分类结果。本文结果显示了基于少量样本通过机器学习的方法构建模型,可以推广到较大范围区域的光子点云分类应用中。
利用遥感成像技术获取地面水体信息对水资源调查、自然灾害评估、流域规划和生态环境监测等具有重要意义,其中SAR成像作为大范围地面监测的可靠数据源,拥有全天时、全天候、广覆盖等光学遥感系统所不具有的优点,在水体提取中得到了广泛的应用。但由于受SAR图像相干斑噪声的影响,现有水体提取方法难以迅速、精确提取SAR图像中复杂精细的自然水体结构。为此,提出一种结合改进的降斑各向异性扩散和最大类间方差的SAR图像水体提取方法。首先,利用降斑各向异性扩散滤波SAR图像,在迭代滤波过程中通过计算图像间平均结构相似度自适应控制迭代过程,使其同时保持精细边缘和纹理结构;然后,以类间方差最大为准则,自适应确定阈值,实现滤波结果图像二值化分割。在二值化分割结果中,搜索具有相同像元值且位置相邻的前景像元点组成的连通区域,使每个单独的连通区域形成一个被标识的块,通过获取这些块的几何参数来消除图像的误分割,精确划定真实的水体区域,以实现SAR图像水体提取。为了验证提出方法的准确性,将本文方法提取的水体边界与人工绘制的水体边界叠加,结果表明二者可较好吻合。同时,从视觉、提取精度和运行时间对本文方法与目前常用3种SAR图像水体提取算法的结果进行比较分析,其中本文方法的运行时间满足实时应用的要求,提取结果的边界在2个像元评级区重叠度均达到80%,明显优于其他方法且本文方法提取结果在边界及细节信息等视觉方面也更加显著。对结果的定性及定量评价表明本文方法的优越性。
大豆作为全球最重要的油料作物,是中国进口的大宗农产品,对其种植区的精准识别是决策制定、种植结构调整基础,对国家粮食安全有重要意义。本文利用Sentinel-2作为数据源,利用多层神经网络方法与对大豆进行提取,并与随机森林、决策树、支持向量机等机器学习进行对比,发现F1-Socre指标显示多层神经网络的分类精度最高,为93.53%,其次为随机森林、支持向量机、决策树。将神经网络分类结果与SLIC面向对象分割聚合之后,结果既忽略了同一地块的微小差别,又区分出了不同地块的作物差异,很好的体现了大豆的分布。Sentinel-2数据是进行大尺度大豆种植监测的绝佳数据源,大豆与玉米等其他作物在第二个红边波段的反射率有较为明显的差异。多层神经网络方法在图像分类任务中表现出色,结合图像分割算法精度可达到95.51%,可以满足大豆种植面积监测的需求。
随着矿产勘查工作由浅部矿向深部隐伏矿、由易识别矿向难识别矿发展,找矿难度日益增大,地质专家越来越重视新理论、新方法、新技术的应用。深度学习作为人工智能的前沿领域/技术,对于实现矿产资源预测“智能化预测评价”具有得天独厚的优势。本文以陕西省镇安县西部钨钼矿集区单元素化探异常原始数据为基础,提出了基于深度学习的钨钼矿产评价方法。该方法以归一化地球化学数据作为模型训练数据,通过深度学习中深度自编码网络方法实现异常值提取进而识别重点成矿有利地段,实现矿产资源找矿远景区定性预测。研究结果表明,在对957条单元素化探异常原始数据分类且做好模型标签后,整个过程在计算机的“黑盒子”中自动完成学习和预测,相较于传统预测研究方法,本文方法具有自动化程度高和客观性强的特征。此外,本文利用已知矿点构建训练数据集,采用随机森林方法对预测区进行矿产资源找矿靶区预测圈定,为进一步缩小找矿靶区范围提供科学依据。
水稻是中国乃至亚洲的重要粮食作物之一,稻米产量关系到民生福祉。及时、准确的水稻分布信息是监测水稻产量、调控农业资源配给的基础。遥感(Remote Sensing)技术能够提供大范围地表的时间序列光谱变化特征,常用于大尺度范围的作物监测。然而,传统基于水稻生长关键时期光谱特征的分类、提取方法对遥感数据的时间分辨率要求较高。由于我国南方水稻产区湿热,雨季云污染降低了遥感数据的有效时间分辨率,因此上述方法在该地难以推广。融合多源遥感数据的分类方案变相缩短了卫星的重访周期,使多云气候区基于遥感影像的水稻分类成为可能。然而,集成多源数据所需更高的数据处理效率和存储需求也成为限制省级乃至更大范围水稻分类的主要因素。本研究基于谷歌地球引擎(Google Earth Engine)云平台,在线调用中分辨率的光学、微波遥感数据,创新性地采用了按月提取、按直方图大小提取特征的方式,采用随机森林分类器,绘制海南省2016年10 m分辨率水稻种植分布图。实验结果证明,该方法可以用于南方多云地区水稻分类,提取结果能够体现不同地类之间的差异,且与实际地表的地块边界、纹理符合良好。经过地表样本点的验证,总体精度为93.2%,满足实际应用需求。因此,本研究采用的自动分类流程能够准确、高效地提取海南省的水稻种植范围,可以向其他地区大范围推广。
芒萁是南方红壤侵蚀区生态恢复重要的地带性草本植物,对生态系统修复具有重要作用,监测其叶绿素含量能有效诊断生长健康状况。本文以福建省长汀县朱溪流域6个不同生态恢复年限下的芒萁叶片高光谱反射数据以及实测叶绿素含量为数据源,借助高光谱遥感技术分析不同恢复年限芒萁叶片原始光谱特征,筛选出光谱敏感波段并构建光谱指数,基于相关性分析,建立芒萁叶绿素单变量以及多元逐步回归模型,并确定最佳估算模型。结果表明:高光谱指数建立的单变量估算模型中,改进红边归一化植被指数(mNDVI705)、叶面叶绿素指数(LCI)、红边指数(Vog)、比值光谱指数(RVI603/407)、NDVI[603,407]高光谱指数建立的二次模型精度高,建模决定系数R2均超过了0.8,其中以高光谱指数为自变量建立的多元回归模型拟合R2值(0.886)最高。综合建模精度和模型验证精度,LCI指数构建的单变量模型以及基于高光谱指数的多元回归模型是估算芒萁叶片叶绿素含量最佳模型。本研究建立的叶绿素高光谱估算模型对快速、无损地监测水保植物芒萁生长具有重要意义。
在全球气候变化背景下,植被动态变化以及植被对气候变化的响应方式已经成为生态学和地理学领域的热点。本文对比分析了南方亚热带季风区将乐县不同类型森林植被对不同时间尺度的干旱响应的差别。基于2000-2017年MODIS-EVI数据及气象站点数据,用最大值合成法、趋势分析法以及相关分析法,分析了森林植被及气象因子的动态变化特征,并对比不同森林植被对气候变化响应的差别。研究表明:① 2000-2017年,研究区植被覆盖度、EVI和降水均显著增加,区域内湿度增加,森林长势渐趋良好;② EVI在生长季初期和末期与同期的降水、温度均显著正相关(P<0.1),初期森林受降水因子的影响更大,末期受温度因子的影响大;③ 1-3月和周年的气候变化对森林的生长至关重要,长时间尺度的湿度增加对森林生长具有显著的促进作用,SPEI的时间尺度越长与EVI的相关性也越大;④ 针阔混交林与同期温度、降水的相关系数最高,并且与不同时间尺度的SPEI相关性均比较高,属于气候敏感型林型,在生产经营中要谨慎预防气候变化对该林型带来的伤害;⑤ 森林覆盖度变化与降水和SPEI_24的相关性极显著,长时间尺度的降水变化是影响森林植被覆盖率变化的重要因素之一。
北极城镇空间信息对于研究北极,认识北极,利用北极都有重要意义。本文以北极圈内的城市特罗姆瑟为例,使用Landsat影像、DMSP/OLS夜间灯光、ASTER-GDEM2数据,通过特征提取得到属于光谱特征、纹理特征、夜间灯光特征、地形特征等18个特征,识别最优特征组合后基于AdaBoost算法提取1990、2004、2016年研究区的城镇用地,并将提取结果与最大似然法进行了对比,在此基础上进行了扩张分析。研究结果表明:引入地形与夜间灯光特征都可以在光谱纹理特征的基础上提高提取精度。基于光谱与纹理特征得到的总体精度与kappa值分别为86.20%和0.68;加入地形特征后精度分别提高2.70%(OA)和6.21%(kappa);加入夜间灯光特征后精度分别提高2.10%和0.50;加入地形与夜间灯光特征精度分别提高3.70%和8.55%,因此光谱、纹理、地形与夜间灯光的组合是最优特征组合。通过最优特征组合进行AdaBoost城镇提取,比最大似然法对城镇的两分类总体精度高10%左右、kappa值高20%左右。计算结果显示,研究区城镇扩张强度为5.5×10-4左右,属于缓慢扩张;扩张的平均动态度水平为0.018,是全球水平(0.0325)的一半左右;2004-2016年的动态度水平低于1990-2004年的动态度水平,说明研究区目前由高速发展期向平稳发展期过渡。