利用python程序语言开发了基于百度地图导航服务的批量路径时间查询平台,并结合最邻近设施时间和累积机会成本方法度量了居住单元与中心商业区(CBD)、与行政服务中心、与大型医院、与火车站、与飞机场的可达性;然后,着重对比分析了2种公交模式(有/无地铁)下公共服务设施可达性的差异。实验结果表明:① 与基于ArcGIS网络分析法等传统方法相比,基于“门到门”互联网路径规划服务API方法计算的出行时间成本能够较为精确、便捷地用于度量公共服务设施的可达性,避免了人工构建复杂路网数据集的工作量,而且更具时效性;② 融入地铁网络的公交模式不同程度上提升了居住单元至公共服务设施的可达性,尤其是地铁沿线“廊道”以及重要交通设施(如地铁站点)邻近区域最为显著;③ 居住单元至邻近CBD的可达性变化显著集中于0~30 min,30 min时间阈值内公交(有地铁)模式下累计的人口和面积分别是公交(无地铁)模式的1.7倍和2.2倍;④ 居住单元至邻近火车站的可达性变化显著集中于0~30 min以及30~60 min,30 min时间阈值内公交(有地铁)模式下累计的人口和面积分别是公交(无地铁)模式的8.9倍和3.0倍,60 min时间阈值内累计的人口和面积分别是公交(无地铁)模式的1.5倍和1.9倍;⑤ 居住单元至邻近飞机场的可达性变化显著集中于60~90 min以及90~120 min,90 min时间阈值内公交(有地铁)模式下累计的人口和面积分别是公交(无地铁)模式的12.6倍和6.6倍,120 min时间阈值内累计的人口和面积分别是公交(无地铁)模式的2.0倍和3.6倍;⑥ 居住单元至所属行政中心、至邻近大型医院的可达性在各个时间间隔及阈值范围内亦有相应幅度的改善。此外,运用本文的技术方法还可获得更完整、真实的其他交通模式(如汽车、电动车、自行车、步行等)接入城市公共服务设施的情形,为进一步研究非汽车模式下城市公共服务设施的可达性提供参考,促进城市公共交通可持续性的发展。
本文提出一种基于SVM与图匹配相结合的车载激光点云道路标线识别方法。该方法基于标线点云分割对象,利用Hu不变矩、实心形状上下文(SSC)、最小外包矩形(MBR)面积和延展度构建形状特征向量,采用SVM进行道路标线粗分类。针对粗分类结果,构建能够精确描述空间语义信息(如局部区域内标线间的排列、方向、距离)的图结构,通过图匹配方法优化粗分类结果,完成直行箭头、人行横道预告标识线、单向转向箭头、双向转向箭头、虚线型标线、斑马线共六类道路标线的精确识别。本文实验采用4份不同场景车载激光点云数据,实验结果中6类标线分类的准确率分别达100%、100%、94.12%、100%、94.94 %、99.25%,召回率分别达100%、100%、88.89%、100%、98.21%、99.00%,F1-Measure值分别达100%、100%、91.43%、100%、96.59%、99.12%。结果表明,本文方法能实现多类标线对象的精确识别,并对形状相似标线(如直行箭头、虚线型标线与斑马线)的区分具有较强稳健性。
从社交媒体中挖掘灾害应急信息,能够有效帮助传统灾害管理获取实时、主题丰富的灾害信息,从而成为灾害应急管理的新手段。得益于深度学习在自动特征提取上的成就,本文研究了一种利用卷积神经网络对社交媒体中的灾害应急信息进行自动实时提取与分类的方法。首先,利用社交媒体数据和Word2vec模型,构建与灾害类事件相关的语料库并获得相应的词向量;其次,将词嵌入文本和相应的灾情类别作为卷积神经网络的输入,经过多分类学习得到分类模型,用以提取近实时灾害信息。以2012年“7.21北京特大暴雨”事件为案例,通过分类模型获得常见灾情类别的暴雨灾害社交媒体信息。该模型在测试集上的精度达到了90%以上,并且将模型运用于新爬取的2016年暴雨数据集上也得到了较好的表现,说明该模型在近实时自动提取灾害信息方面具有可行性。在对2012年分类结果进行时空分析结果表明,通过社交媒体获得的暴雨灾害主题信息符合灾害发展的规律,说明了利用深度学习提取社交媒体数据中的灾害应急信息的有效性和可行性,能够为实时灾害应急管理提供新的思路。
PM2.5已成为人群健康的重要威胁之一,科学精准的暴露评估是PM2.5风险防控的前提,为提升PM2.5暴露精准评估,本文利用土地利用数据、道路数据、气象数据等构建PM2.5土地利用回归反演模型,实现了2013年12月1日-2014年2月8日(冬季)广佛都市区PM2.5时空动态演变监测,在此基础上将PM2.5反演结果与人口密度数据耦合,分别从PM2.5污染浓度与人口加权PM2.5浓度2个方面,评估广佛都市区PM2.5污染暴露风险。研究结果表明:① 土地利用回归模型能够较好的反映研究区域内PM2.5的空间分布特征,R2大于0.78;② 2013年12月1日-2014年2月8日,广佛都市区PM2.5浓度平均值呈现波动变化趋势,研究时段内,最高平均浓度为97.91 μg/m3 (12月29日-1月11日),最低平均浓度为53.40 μg/m3 (1月26日-2月8日),全时段PM2.5浓度超WHO健康标准的面积占比达99.8%;③ 广佛都市区PM2.5的空间分布具有异质性规律,其高值区分别位于广州市天河区、越秀区、番禺区北部、花都区北部及佛山市禅城区、南海区中部、三水区中部,低值区主要位于广州市白云区、番禺区东南部及佛山市顺德区南部。人口加权暴露风险存在2个高值中心,分别位于广州市和佛山市的主城区;④ 耦合人口加权模型前后,广佛都市区PM2.5暴露风险高风险区空间分布发生变化,未考虑人口加权模型时,广佛深高值区较为分散,主要位于南海区、天河区、越秀区、禅城区,考虑人口加权模型后,高值区更加集中于广州市和佛山市的主城区。
在全球气候变化大背景下,极端高温事件发生频率及强度明显增多。据相关气象数据统计,若任由灾害肆虐,越来越多的人将死于全球热效应、疟疾、登革热和其他热相关疾病。本文根据近年来国内外学者研究进展,梳理了高温热浪风险评估的基本步骤,讨论了高温热浪风险评估的风险性框架,提出未来可利用遥感技术构建高温热浪风险的空间评估体系,将孕灾环境的暴露度、危险性、系统脆弱性及适应性相结合,综合构建风险评估体系。针对评估因子的选择进行论述,探讨了图层叠置法、主观赋权法、客观赋权法及组合赋权法等多种确定各指标权重的方法,分析比较了不同方法的利弊,将H-AHP与图层叠置结合的方法与简单的加减、乘除法进行对比,论述其在综合评价模型构建中的优势,并针对高温热浪风险等级的划分方法进行了对比,论述了不同方法适用的不同情况及其优势,为未来建立合理高温热浪灾害风险评估体系提供了方法参考,为进一步了解高温热浪危害,建立高温热浪监测、评估、报告制度,进一步完善建立高温热浪灾害预警体系提供有利依据。
晋陕蒙三省区既是能源生产基地又是碳排放主要地区。对晋陕蒙市县的碳排放估算难度较大,如何准确快捷地获取其碳排放时空动态信息,对于合理制定区域碳减排规划具有重要的应用价值。本文选取中国晋陕蒙三省作为研究对象,基于夜间灯光数据,模拟晋陕蒙地区碳排放空间分布,进而系统地刻画其碳排放空间分布特征和规律。研究结果表明:① 1997-2016年,晋陕蒙三省区夜间灯光像元总值与能源消耗碳排放量之间的相关系数较高,均通过了1%的显著性检验;② 1997-2016 年,晋陕蒙地区的CO2排放总量呈逐年增长趋势,鄂尔多斯市属于“高碳”地区;铜川市、安康市、商洛市、汉中市、阿拉善盟和阳泉市属于“低碳”地区;③ 陕西省碳排放清晰地呈现出“陕北>关中>陕南”的格局。晋陕蒙地区碳排放空间分布规律分析为该区域制定切实可行的碳减排政策提供了重要的理论依据。
城市地表温度空间异质性的研究对理解城市地表温度空间结构有重要意义。本文利用大气校正法反演地表温度,基于半变异函数构建城市地表温度空间异质性模型,并进一步分析不同空间尺度下地表温度空间异质性结构参数的变化规律。以2013年6月16日的Landsat 8为数据源,以重庆为研究区开展实验,研究结果表明:① 不同空间尺度下重庆地表温度空间异质性均呈现指数模型分布特征;② 在30 m空间尺度下,地表温度空间异质性主要是由空间结构引起,但随机因素引起的空间变异占比为0.45,呈现出明显的块金效应,表明该尺度下随机因素引起的空间变异不可忽略;③ 从空间尺度(30~1500 m)整体变化上看,地表温度空间异质性主要由空间结构引起,同时表现出明显的尺度效应;随着空间尺度增大,块金值(C0)、偏基台值(C)、基台值(C0+C)以及块基比(C0/(C0+C))逐渐减小,表明地表温度空间异质性逐渐减弱但空间自相关性逐渐增强。变程(A)逐渐增大,表示空间自相关性范围逐渐扩大;④ 随机因素引起的空间变异占比为0.23~0.46,呈现出波动变化,这是因为地表温度在像元内部也存在空间异质性。空间结构引起的空间变异相对平缓,这是因为空间尺度的变化不会改变地形结构;⑤ 从尺度域来看,基台值与块金值在尺度域(690 m,1500 m)内呈现出较大幅度波动变化状态,且变化趋势相似,表明地表温度空间异质性的变化与随机因素有较大关联。综上所述,分析地表温度空间结构需要选取合适的空间尺度,尺度较小时,容易受到随机因素干扰,从而影响地表温度在空间结构上的空间变异性;尺度较大时,地表温度空间异质性较弱且变化不稳定。
多源土地利用/覆盖分类产品是陆地表层过程研究不可或缺的重要基础数据,而其一致性分析则是产品应用的前提和基础。本文基于类型面积偏差、类型面积相关、误差矩阵和类型空间混淆等方法,从面积一致性和空间一致性两方面分析了 5种土地利用/覆盖分类产品(MCD12Q1-2010、GlobCover2009、CCI-LC2010、FROM-GLC2010和GlobeLand30-2010)在全球海岸带区域的一致性。结果表明:① 各产品土地利用/覆盖类型的空间分布总体上表现出较强的一致性,但在细节上存在大面积不一致现象;② 各产品对全球海岸带土地利用/覆盖构成的描述基本一致,即以水体为主,林地和未利用地次之,耕地、草地和灌木地较少,湿地和人造地表相对最少,但在细节上存在面积偏差;③ 在产品组合中,MCD12Q1-2010/GlobCover2009的相关系数、总体精度和Kappa系数均最低,分别为0.8814、67.46%和0.5748,而GlobCover2009/CCI-LC2010的相关系数、总体精度和Kappa系数均最高,分别为0.9869、81.50%和0.7505;④ 5种产品两两对比,草地、灌木地和湿地的混淆程度最高,耕地和人造地表次之,林地和未利用地较低,水体最低;⑤ 全球海岸带有28.81%的土地具有较低的一致性,这些区域地类混淆现象较为严重,尤其是耕地、林地、草地、灌木地、湿地和未利用地之间的相互混淆对5种产品的一致性程度有直接影响。本文有望为海岸带研究在已有土地利用/覆盖数据源选择和使用等方面提供参考和建议。
美国国防气象卫星搭载的业务性线性传感器(DMSP/OLS)所获取的夜间灯光影像数据,能够客观地反映人类对城市建成区的开发建设范围与强度,已广泛地应用于城市扩展的动态监测。本文利用不变目标区域法对长时间序列DMSP/OLS夜间灯光影像进行辐射校正,基于校正后的影像对2001-2013年中国东部沿海地区的城市建成区范围进行提取,结果表明:① 建成区面积从2001年的7550 km2,增加到2013年的21 650 km2,共扩展了14 100 km2,虽然建成区面积呈逐年增加的趋势,但其扩展速率则在逐步减缓,城市重心逐渐向南转移;② 在空间上形成了京津唐、长江三角洲和珠江三角洲3城市群,研究发现京津唐的中小城市面临难以获得发展资源的问题,导致了该地区发展的不平衡;③ 综合分析建成区扩展和经济统计数据,结果表明人口和经济是建成区扩展的主要驱动因子,但同时城市快速扩展也给东部沿海地区带来了一定程度的用地浪费问题;④ 由于DMSP/OLS夜间灯光影像受到自身空间分辨率的限制和灯光过饱和的影响,易造成城市建成区边缘细节部分的错提。新一代Suomi NPP/VIIRS夜间灯光影像在空间和光谱分辨率上均有较大提高,在后续的研究中应充分挖掘其数据优势,以期提供更加精准的城市扩展动态监测。
城市扩展引起的区域增温效应一直都是城市热环境研究中的热门领域。本研究首先基于1980-2015年7期城市扩展遥感监测数据,通过熵值法构建了京津冀地区58个气象站周边2 km半径范围内城市扩展程度指数;然后使用四分位法对该指数进行分级,将站点划分为低度城市扩展(C1)、中度城市扩展(C2)和高度城市扩展站点(C3);最后通过3类站点年和季节平均气温变化趋势对比分析,揭示了城市扩展对气温变化的影响程度及其贡献率。结果表明:① 1980-2015年京津冀地区几乎所有站点周边都有城市扩展现象,58个气象站周边城市扩展程度指数平均为0.377,C3类站点周边城市扩展程度指数为0.650;② 3类站点年和季节平均气温增温速率均表现为C1 < C2 < C3,C3类站点年平均气温的增温速率为0.536 ℃/10a;在季节平均气温上,C1、C2和C3站点春季的增温速率均最高,其中C3类站点的为0.637 ℃/10a,而夏季或秋季最低;③ 城市扩展对C3类站点年和季节平均气温增温影响和贡献率均高于C2类站点,对C3类站点年平均气温的增温影响和贡献率分别为0.342 ℃/10a和63.81%;在季节平均气温上,城市扩展对C2和C3类站点的增温影响均在冬季最高,分别为0.229 ℃/10a和 0.410 ℃/10a,而在春季或夏季最低;城市扩展对C2和C3类站点的增温贡献率均在秋季最高,分别为73.24%和82.96%,而在春季最低。
随着城市化进程的加快,城市热岛问题日益严重,对人类健康和城市可持续发展产生了巨大威胁。植被可有效遮蔽阳光直射,并通过蒸腾作用降低气温,是改善局部热环境的重要途径之一。开展植被对建筑物温度的调控效应的研究,对于理解城市热岛成因、缓解城市热环境恶化等方面都有重要意义。然而,当前研究往往是在遥感影像的基础上进行的,缺乏植被结构信息,同时,受制于有限的空间分辨率,研究大多在城市尺度下开展。在中小尺度上定量地研究植被冠层密度对建筑物温度的影响仍然具有一定挑战性。鉴于此,本文使用激光雷达(Light Detection and Ranging, LiDAR)获取的高分辨率冠层密度数据,在楼间尺度和街区尺度下开展圣罗莎市三维植被结构与单体建筑物表面温度之间定量关系的研究,分析不同尺度下植被冠层的降温特征及其在局部环境中的降温贡献。结果表明:植被对建筑物的降温作用与其周围的冠层密度有密切关系:冠层密度需达到17%才能起到有效的降温作用,其中在中小尺度上冠层密度分别高于30%和40%时,能最大限度发挥植被的温度调控功能;当冠层密度相同时,2个尺度下的温度变化显著不同:随着冠层密度的增加,街区尺度下的屋顶温度比楼间尺度下的屋顶温度平均下降了0.89 ℃;中小尺度下的屋顶温度变化不仅受到其周围植被结构的影响,还与整体热环境状况有关。本文的研究思路与结果有助于在有限的城区土地资源上合理规划绿地建设,构建可持续的人类宜居环境。
针对位于山区且受大量采空区影响的边坡,利用传统测量方法监测耗费人力、物力且光学遥感难以定量识别其是否为潜在滑坡的问题,本文提出一种融合研究区小基线集(SBAS-InSAR)地表监测数据、坡度及坡向的识别方法。通过SBAS-InSAR技术获得研究区地表雷达视线(LOS)方向形变速率,将其转化为垂直方向形变速率,并根据研究区DEM建立坡度及坡向分析图,根据不同山体的坡度、坡向找到易发生滑坡的区域,融入该区域垂直方向的时序形变速率,对其进行滑坡识别。实验表明:卡房镇周边受采空区的影响较大,多数区域垂直方向年形变速率大于10 mm/a;通过本文方法对研究区潜在滑坡进行识别,发现在研究区的21处历史滑坡点中,有16处被识别为潜在滑坡,5处未被识别但也位于发生形变的区域内,表明本文方法对潜在滑坡的识别精度高,具有可行性。该研究为识别采空附近的潜在滑坡提供了一种新的思路,可以有效识别采空区附近山体边坡是否处于潜在的、不明显的滑动状态,对滑坡灾害具有预警作用。
农作物空间分布的遥感识别是地理学、生态学和农学等多学科研究的前沿和热点,多源遥感数据在其中发挥着重要的作用。本研究结合冬小麦和油菜的种植及生长特点,以安徽省合肥市为研究区域,利用ZY-3、Sentinel-2和GF-1等多源遥感影像数据,以高程、坡度等数据为辅助信息,结合以多尺度分割、最邻近法和阈值法等为主要步骤的面向对象的分类方法,提取研究区合肥市冬小麦和油菜种植的空间分布信息。结合来自于GVG农情采样系统和Google Earth高分辨率影像上获得的地面验证数据进行分类精度验证,计算得到分类结果的混淆矩阵,并根据混淆矩阵数据计算出分类的总体精度为94.43%,Kappa系数为0.914。结果表明,本研究提出的方法能够有效地区分在冬小麦和油菜的混种区域里两种作物种植区域的空间分布,且这种多种策略相结合的分类方法体系,能够适用于其它区域甚至是更加大尺度上的作物分类。
合理构建PM2.5浓度预测模型是科学、准确地预测PM2.5浓度变化的关键。传统PM2.5预测EEMD-GRNN模型具有较好的预测精度,但是存在过于关注研究数据本身而忽略其物理意义的不足。本研究基于南京市2014-2017年PM2.5浓度时间序列数据,分析PM2.5浓度多尺度变化特征及其对气象因子和大气污染因子的尺度响应,基于时间尺度重构进行EEMD-GRNN模型的改进与实证研究。南京市样本数据PM2.5浓度变化表现为明显的天际尺度和月际尺度,从重构尺度(天际、月际)构建GRNN模型更具有现实意义;同时,PM2.5对PM10、NO2、O3、RH、MinT等因子存在多尺度响应效应,以其作为GRNN模型中的输入变量更具有时间序列上的解释意义。改进后的EEMD-GRNN模型具有更高的PM2.5浓度预测精度,MAE、MAPE、RMSE和R2分别为6.17、18.41%、8.32和0.95,而传统EEMD-GRNN模型的模型有效性检验结果分别为8.37、27.56%、11.56、0.91。对于高浓度天(PM2.5浓度大于100 μg/m3)的预测,改进模型更是全面优于传统EEMD-GRNN模型,MAPE为12.02%,相较于传统模型提高了9.03%。