湖北省植被净初级生产力时空变化特征及其影响因素分析

基于改进的光能利用率模型,本文利用MODIS数据和同期气象数据估算分析了湖北省2001—2012年间植被净初级生产力(NPP)的时空变化特征并借助多元统计分析方法定量探究自然因素(气温、降水量、太阳辐射)和人为因素(土地覆被/土地利用、粮食播种面积、粮食产量、人口数量)对NPP变化的影响。结果表明:1)湖北省NPP呈波动上升趋势,年际增加趋势为8.19 g/m~2·a;2) NPP空间分布差异明显,呈现西高东低、北高南低、从西向东逐渐递减的态势;3)造林累计面积和太阳辐射变化是影响NPP变化的主要因素。     

基于分形Voronoi图的城市空间分布特征数据挖掘——以山西省为例

本文引入以城市中心性强度为权重的加权Voronoi图,结合城市空间分布特征与周长—面积分形维数,研究了山西省地级市2009—2013年城镇发展的稳定性和均衡性,探究城市空间分布特征的时空数据挖掘;提出基于中心性强度为尺度的分形维数,尝试探究山西省地级市中心性强度的分形特征,分析山西省中心性强度的变化。研究表明:山西省2009—2013年各地级市间影响范围差距有减小的趋势,空间影响范围呈现上下波动的态势,山西省东部城镇发展趋势较好,西部城镇发展态势较弱,由周长—面积分形维数可得:2009—2013年山西省整体发展态势较不稳定;本文提出的基于中心性强度为尺度的分形维数主要处于1到2之间。     

北京市房地产价格空间分布变化研究

针对北京市主城区房地产价格长区间的空间分布变化及其成因进行研究,为北京市房价的空间分布规律提供参考.采用空间相关性分析方法中的平均最近邻分析、全局Moran'sI指数、Moran散点图和LISA集聚图等分析工具结合空间自相关理论对北京市主城区房地产价格的空间分布变化进行分析,通过克里金插值分析方法验证房价的空间特征,分析空间分布的变化及其成因.得出北京市主城区房地产价格20152019年,空间集聚特征不变,正向空间自相关增强,价格中心由单中心变为中心—副中心的多中心形式,区位因素和交通可达性条件是影响房价空间分布变化的重要因素.     

山东省人口空间分布模式及其影响因素分析

基于2010年《山东统计年鉴》和全国第六次人口普查数据,本文以县域为研究单元,通过空间自相关分析人口的空间分布模式,运用因子分析和Pearson相关分析探究人口空间分布模式的影响因素。研究结果表明:山东省人口分布呈现"东北-西南"的空间分布模式,人口空间分布整体上呈现显著的空间集聚,主要集中在青岛市的中心城区;经济增长因素和地形条件是山东省人口空间分布模式形成的主要推动力。     

印度武装冲突事件的时空演变分析

基于乌普萨拉冲突数据项目,运用空间分析和统计学方法,对1989—2019年印度武装冲突的时空特征进行剖析,发现印度武装冲突年际量变化呈4个阶段,空间分布聚集于克什米尔地区、印度东北地区和东南地区;重心呈现空间迁移特性,空间分布呈"西北—东南"格局,3大聚集区的重心不断向其边界迁移;3大聚集区地域变化各具区域特色,东北、东南地区冲突事件数量变化表现形式为冲突地域范围变化,西北地区为冲突事件密度变化;武装冲突存在显著空间相关性,不同时间段H-H聚集区具有一定空间分异性.     

哈尔滨市景观生态风险时空变化驱动力及分布预测

本文以哈尔滨市为研究对象,首先构建了景观生态风险及预测模型;然后对1998—2018年景观生态风险时空变化驱动力进行分析;最后对研究区域2023年景观生态风险空间分布进行预测。结果表明：①研究区域近20年景观生态风险先降低后升高,空间格局变化较为显著。②道路距离、第二产业、农业、高程为景观生态风险变化主要驱动力。1998—2008年,主城区周围道路距离系数逐年减小,南部地区逐年增高,其他时间内未见明显变化;农业和高程对区域景观生态风险的总体影响显著,存在空间差异;第二产业对区域景观生态风险影响程度呈现先增后降的变化。③预测所得的2023年景观生态风险空间差别不明显,降低区域比升高区域面积大。     

地理信息系统在中国粮食总产空间变化研究中的应用

本文针对前人研究粮食生产系统空间变化的不足,选择１９８５与１９９４两个年份的分县粮食生产统计数据为依据,运用地理信息系统（ＣＡＳ／ＧＩＳ）做为分析手段,从空间变化特征,变化成因及变化趋势３个方面,着重对１９８４年以来的我国粮食总产的空间变化进行了定量研究。结果表明：在过去十年里,我国粮食增产量主要来自北方,南方粮食产量地位明显下降;今后,南方粮食减产区将会进一步扩大,北方将成为我国粮食生产发展的重     

皖江城市带植被NPP时空变化及其气候响应

针对现有植被净初级生产力研究对城市圈、城市带尺度缺乏关注的问题,基于MODIS遥感数据、地面气象资料等,利用改进的CASA模型,结合回归分析、相关分析等方法探究了2000—2013年皖江城市带植被NPP的时空变化及其对气候因子的响应,为区域生态环境质量评价提供参考。结果表明:近14年来,皖江城市带植被NPP总体呈增加趋势;不同土地利用类型NPP差异显著,林地草地耕地建设用地未利用土地水体;年NPP均值呈现由南部向西北部减少的空间分布特征;植被NPP年际变化率较小,介于±10gC·m-2·a-1范围内;温度是影响研究区植被NPP时空变化的主要气候因子。     

福建省植被NPP时空格局及其驱动力分析

以福建省为研究区,以中等分辨率MODIS NDVI遥感数据、气象数据及其他辅助数据为数据源,基于植被净初级生产力(net primary productivity,NPP)光能利用率估算模型——CASA,定量研究了该区域历史序列(2001—2012年)NPP时空变化格局,探索其主要影响因素。结果表明:2001—2012年该区域NPP总体呈现下降趋势,2003年和2005年为历年变化下降率最大的两年;该区域NPP时空分布特征明显,在空间上表现为由南向北递减的空间分布格局,且沿海经济发达区域NPP普遍较低;时间上表现为春秋两季具有相同的空间分布,夏季具有最高的NPP,占全年NPP的56%,冬季平均NPP在120gC·m~(-2)·a~(-1)以下;降水和温度与NPP的线性相关性较小,且线性相关性随空间位置的不同而有所差异;福建省NPP对气候因子的响应随空间位置的变化而变化,在不同的区域,其主要的胁迫因子不同,NPP总体受到辐射量的驱动因素要比其他胁迫因子强。     

山东省暴雨时空变化特征分析

以山东省为研究区域,基于20个气象站点1970—2013年月降水量和日降水量数据,运用线性回归、空间插值等方法,分析近44年来山东省暴雨降水量的时空变化特征.研究表明:(1)山东省近44年来暴雨量和暴雨日数呈现明显上升趋势;(2)山东省暴雨量、暴雨日数和暴雨强度的空间分布特征都受纬度、海陆和地形因素影响,呈现出由东部沿海向西北内陆递减的分布规律,并且在泰山地区形成暴雨发生的高频地带;(3)山东省暴雨量、暴雨日数和暴雨强度的空间变化趋势各有不同,暴雨量与暴雨强度变化趋势在空间分布上具有明显的一致性.     

1952年-2010年中国人口分布与社会经济发展的时空耦合特征分析

人口经济的时空耦合态势是中国区域社会经济发展空间均衡过程的重要体现,可有效地指导中国经济布局、民政建设、交通发展和环境管理等相关政策和措施的制定和实施。在地理信息系统（GIS）的支持下,采用人口分布结构指数、人口密度基尼系数、人口经济重心迁移、空间自相关分析等方法,对1935年-2010年6期县级行政单元人口普查统计数据进行空间插值,实现人口密度分界线的空间刻画及其变化趋势分析,结合1952年-2010年省级行政单元人口、经济统计数据,从人口与经济重心空间耦合及其空间一致性两个角度来揭示社会经济与人口分布的时空差异,剖析人口分布与社会经济的联系。得出以下结论：（1）由于社会历史、自然环境和经济条件的影响,中国人口空间分布的时空演变特征不尽相同,东西部差异较大,且不均衡态势日益明显。（2）胡焕庸线至今仍能很好的概括中国人口东南地狭人稠、西北地广人稀的空间分布格局,但是甘肃、宁夏、内蒙古地区的人口分布已经在局部范围内突破了胡焕庸线的限制,中国人口分布在一定程度上呈现向西部转移的趋势。（3）中国人口分布与经济发展空间一致性的地域分异特征十分明显,但省际一致性在不断缩小,人口集聚具有较强的经济导向性。（4）全国和东部、中部、西部和东北部四大区域在1952年-2010年的人口经济一致性程度及其变化趋势各异：全国人口经济空间一致性程度相对较低,东北地区人口经济一致性程度较高且还在改善,东部与中部保持稳定,西部较差且呈减弱趋势特征。     

统计数据总量约束下全局优化阈值的冬小麦分布制图

大范围、长时间和高精度农作物空间分布基础农业科学数据的准确获取对资源、环境、生态、气候变化和国家粮食安全等问题研究具有重要现实意义和科学意义。本文针对传统阈值法农作物识别过程中阈值设置存在灵巧性差和自动化程度低等弱点,以中国粮食主产区黄淮海平原内河北省衡水市景县为典型实验区,首次将全局优化算法应用于阈值模型中阈值优化选取,开展了利用全局优化算法改进基于阈值检测的农作物分布制图方法创新研究。以冬小麦为研究对象,国产高分一号(GF-1)为主要遥感数据源,在作物面积统计数据为总量控制参考标准和全局参数优化的复合型混合演化算法SCE-UA (Shuffled Complex Evolution-University of Arizona)支持下,提出利用时序NDVI数据开展阈值模型阈值参数自动优化的冬小麦空间分布制图方法。最终,获得实验区冬小麦阈值模型最优参数,并利用优化后的阈值参数对冬小麦空间分布进行提取。通过地面验证表明,利用本研究所提方法获取的冬小麦识别结果分类精度均达到较高水平。其中冬小麦识别结果总量精度达到了99.99%,证明本研究所提阈值模型参数优化方法冬小麦提取分类结果总量控制效果良好;同时,与传统的阈值法、最大似然和支持向量机等分类方法相比,本研究所提阈值模型参数优化法区域冬小麦作物分类总体精度和Kappa系数分别都有所提高,其中,总体精度分别提高4.55%、2.43%和0.15%,Kappa系数分别提高0.12、0.06和0.01,这体现出SCE-UA全局优化算法对提高阈值模型冬小麦空间分布识别精度具有一定优势。以上研究结果证明了利用本研究所提基于作物面积统计数据总量控制以及SCE-UA全局优化算法支持下阈值模型参数优化作物分布制图方法的有效性和可行性,可获得高精度冬小麦作物空间分布制图结果,这对提高中国冬小麦空间分布制图精度和自动化水平具有一定意义,也可为农作物面积农业统计数据降尺度恢复重建和大范围区域作物空间分布制图研究提供一定技术参考。     

Crop discrimination in Northern China with double cropping systems using Fourier analysis of time-series MODIS data

Crop identification is the basis of crop monitoring using remote sensing. Remote sensing the extent and distribution of individual crop types has proven useful to a wide range of users, including policy-makers, farmers, and scientists. Northern China is not merely the political, economic, and cultural centre of China, but also an important base for grain production. Its main grains are wheat, maize, and cotton. By employing the Fourier analysis method, we studied crop planting patterns in the Northern China plain. Then, using time-series EOS-MODIS NDVI data, we extracted the key parameters to discriminate crop types. The results showed that the estimated area and the statistics were correlated well at the county-level. Furthermore, there was little difference between the crop area estimated by the MODIS data and the statistics at province-level. Our study shows that the method we designed is promising for use in regional spatial scale crop mapping in Northern China using the MODIS NDVI time-series.     

MODIS与TM冬小麦种植面积遥感测量一致性研究——小区域实验研究

针对大范围冬小麦种植面积遥感测量业务化运行中所存在的不同空间分辨率遥感影像的获取能力、空间分辨率与测量精度之间相互制约的现实问题,选择典型实验区,采取全覆盖的多时相低分辨率MODIS数据与中高分辨率TM样区数据相结合的方法,以支持向量机（SVM）为主要技术手段,通过选取不同比例的TM样本量,对MODIS进行混合像元分解,并对MODIS冬小麦测量结果与TM测量结果进行一致性分析,进而提出了一套可用于大范围冬小麦种植面积遥感测量业务化推广的识别和精度检验方法。研究结果表明：当TM样本量大于5%时,相对于TM识别结果而言,MODIS像元精度可以稳定在82%以上;当TM样本量大于40%时,区域精度可以稳定在97%。因此,从理论上讲,在实际业务化运行中,只要能够获得监测区40%的中高分辨率的影像,采用本研究提出的多尺度冬小麦种植面积测量方法,基本上可以满足业务化运行的精度要求。     

Effectiveness of Cartogram for the Representation of Spatial Data

Abstract

<title/>

Cartogram is a technique for visualisation of the geographical distribution of spatial data. It has two main types, i.e. distance cartogram and area cartogram. Area cartogram is a transformed map in which areas are resized in proportion to an attribute value. A number of techniques have been developed for the generation of area cartograms. Some researchers consider cartogram as a very effective technique for visualisation of spatial data, while others doubt about the effectiveness because of the possible distortion in shape and/or disconnectivity in topology. This study aims to evaluate the effectiveness of area cartogram for visualizing spatial data. In this study, two comparative experiments have been conducted. One is the comparison between thematic maps and cartograms, and the other is the comparison among different types of area cartogram. Two sets of data with different characteristics are used, i.e. 2005 China population data and 1996 US election data. Results show that cartogram is more effective in the representation of the 1996 US election data which provides a qualitative result (i.e. in binary form or nominal data), but thematic map is far more effective in the representation of 2005 China population data which provides a quantitative result (in classes or ordinal data). It is also found that among different types of area cartogram, pseudo-cartogram is the most preferred technique and Dorling cartogram is the least preferred one.     

Improved maize cultivated area estimation over a large scale combining MODIS–EVI time series data and crop phenological information

The accurate and timely information of crop area is vital for crop production and food security. In this study, the Enhanced Vegetation Index (EVI) data from MODerate resolution Imaging Spectroradiometer (MODIS) integrated crop phenological information was used to estimate the maize cultivated area over a large scale in Northeast China. The fine spatial resolution China’s Environment Satellite (HJ-1 satellite) images and the support vector machine (SVM) algorithm were employed to discriminate distribution of maize in the reference area. The mean MODIS–EVI time series curve of maize was extracted in the reference area by using multiple periods MODIS–EVI data. By analysing the temporal shift of crop calendars from northern to southern parts in Northeast China, the lag value was derived from phenological data of twenty-one agro-meteorological stations; here integrating with the mean MODIS–EVI time series image of maize, a standard MODIS–EVI time series image of maize was obtained in the whole study area. By calculating mean absolute distances (MAD) map between standard MODIS–EVI image and mean MODIS–EVI time series images, and setting appropriate thresholds in three provinces, the maize cultivated area was extracted in Northeast China. The results showed that the overall classification accuracy of maize cultivated area was approximately 79%. At the county level, the MODIS-derived maize cultivated area and statistical data were well correlated (R² = 0.82, RMSE = 283.98) over whole Northeast China. It demonstrated that MODIS–EVI time series data integrated with crop phenological information can be used to improve the extraction accuracy of crop cultivated area over a large scale.     

卫星动态观测数据揭示中国地表色调分布及时序变化特征

本文对2001年—2010年的MODIS光谱反射率数据进行时空聚类,得到2001年—2010年8天合成的色调信息,并初步分析了中国地表色调的时空分布格局及变化趋势,得出以下主要结论:(1)中国地表主色调主要由代表植被的绿色、裸土的褐色、裸土与植被混合的黄色、水体的蓝色以及冰雪的白色这5种颜色组成。分布在西北地区的褐色在一年中4个季节都为主色调。NDVI值较低的绿色光谱簇在春秋冬3个季节都为主色调,分布在南方的热带、亚热带针叶林以及灌木区。NDVI值较高的绿色光谱簇只在夏季一个季节为主色调,分布在长江中下游、华南、西南以及东北部分地区。永久白色主要分布在西藏、青海、四川等多年积雪地区。(2)黄淮海平原农业区色调在一年中呈现褐色—绿色—褐色—绿色—褐色的变化,与第一轮生长—间歇—第二轮生长物候历一致。长江中下游以及华南水稻播种和插秧时节有独特的光谱簇,呈现出植被与水体混合的特征。从华南地区、长江中下游地区到河北、陕西、甘肃、宁夏再到黑龙江,从南到北呈现出作物播种时间推迟、收割时间提早、生长期变短的现象。(3)甘肃北部、四川北部、山西北部、河北北部是年际主色调在绿色和黄色之间变化最为频繁的区域。这些年际主色调变化频繁区域也是中国绿度变化最显著的区域,也是在LUCC分类中易产生错误的地区。     

Wheat Monitoring by Using Kernel Based Possibilistic <Emphasis Type="Italic">c</Emphasis>-Means Classifier: Bi-sensor Temporal Multi-spectral Data

The existence of mixed pixels in the satellite images has always been an area of concern. Adding to the challenge is an occurrence of non-linearity between the classes, which is generally overlooked. The study makes an attempt to solve the two frequently occurring problems by kernel based fuzzy approach. This research work deals with Possibilistic c-Means (PCM) classifier with local, global, spectral angle and hyper tangent kernels for wheat crop (Triticum aestivum) identification in Haridwar, Uttarakhand, India. The multi-temporal vegetation index data of Formosat-2 have been used which covers the whole phenology of wheat crop. The additional sensor Landsat-8 OLI imagery has been filled the crucial gap of Formosat-2 temporal datasets. Nine types of proposed kernels based PCM classifier have been applied on three temporal datasets (four, five and six date combinations) to classify two classes early sown and late sown wheat crop. These test results have been concluded that at optimized weighted constant KMOD and polynomial kernel was found effective to separate wheat crop. The five and six date combination were sufficient to discriminate early sown and late sown wheat crop.     

Urbanization in China from the end of 1980s until 2010 – spatial dynamics and patterns of growth using EO-data

Urbanization in China has been experiencing a remarkable dynamism in the past 40 years. The most evident implication of urbanization is the physical growth of cities. We analyze urban land growth rates and changes in spatial urban forms from the end of the 1980s to 2010 based on the authoritative National Land Use/Cover Database of China. We present new spatial measures that describe ‘urban land growth types’ and ‘fluctuations in urban land growth’ within the monitoring time span with a temporal interval of five-year steps. We evaluate the correlations between urban land growth rates and socioeconomic data. Results show that (1) distinct characteristics exist on the spatiotemporal evolutions of urban land growth rates in terms of area and perimeter, e.g. coastal areas exhibit the most dramatic growth rates; (2) the spatial distribution characteristics of ‘urban land growth types’ and ‘fluctuations in urban land growth’ follow similar spatial patterns across China, e.g. significant differences exist between the eastern region and other regions; and (3) a moderate correlation exists between urban area growth rate and urban population growth rate at an R² of 0.37. By contrast, we determine no significant correlation between urban area growth rate and tertiary industry value growth rate.     

全国作物种植结构快速调查技术与应用

现有种植结构的分析都是基于统计数据 ,时效性低及精度差 ,难以及时为各级政府部门提供决策支持。以“中国农情遥感速报系统”使用的GVG农情采样系统和样条采样框架为基础 ,提出了快速获取全国农作物种植结构的技术方法 ,并以 2 0 0 2年为例 ,开展全国夏粮和秋粮种植结构的调查与现状分析。全国夏粮的粮经比例为 5 8%∶2 1% ,秋粮的粮经比例为 79%∶14 % ,粮食作物仍然占有较大的比例。调查表明 ,全国范围的种植结构在时间和空间上变化很大。黑龙江省的大豆种植成数最高 ,达到38% ,是中国的大豆主产区 ;吉林和辽宁两省的春玉米种植成数相差不大 ,高达 71% ;黄淮海地区夏粮以种植冬小麦为主 ,种植成数高达 97% (河北省 ) ,秋粮以夏玉米为主 ,种植成数高达 82 % (河南 ) ;以长江为界 ,冬小麦和油料在长江南北的种植成数变化很大 ,长江以北冬小麦与油料并重 ,以南以油料为主。秋粮则以中晚稻为主 ,种植成数均超过 6 6 % ;华南夏粮和秋粮均以水稻为主 ,其中广东的蔬菜瓜果的种植成数高达 2 9% ;西南地区的秋粮以中稻和夏玉米为主 ,其中云南省的棉麻糖的种植成数高达19% ,说明云南省仍然是中国的烟草大省。经济发达或邻近经济发达地区的省份的蔬菜瓜果的种植成数较大 ,如天津市高达 34%。