湖南省传统村落空间格局及其影响因素研究

针对湖南省国家级传统村落空间格局的研究较少.为保护和发展传统村落,该文以湖南省658个中国传统村落为研究对象,综合运用最邻近指数、变异系数、地理集中指数、不平衡指数、网格维数、核密度估计和全局莫兰指数等空间分析和计量地理学方法,对湖南省传统村落的空间格局及其影响因素进行研究.结果表明:湖南省传统村落呈集聚型分布,空间分布不均衡,空间差异较大,主要集中在湘西、怀化、郴州、永州、邵阳等5个市州;传统村落分形特征明显,且分形特征较为复杂,在自组织演化过程中呈现出多中心集聚特征;传统村落的高密度集聚区主要分布于3个片区:武陵山区、雪峰山区和湘南山区;传统村落空间分布全局莫兰指数为0.575,存在显著的空间正相关性;湖南省传统村落空间格局主要受到地形地貌、河流水系、气候条件等自然因素的影响,同时与社会经济、交通条件和中心城市等人文因素密切相关.     

利用多源数据确定季节性咸水湖湿地自然边界的方法

以宁夏盐池为例,探讨了利用面向对象的高分影像、数字高程模型(digital elevation model,DEM)等多源数据确定季节性咸水湖湿地自然边界的方法。以高分遥感影像、激光探测与测量(light detection and ranging,LiDAR)数据插值生成的高空间分辨率DEM、地理国情普查数据、第二次全国湿地资源调查数据为数据源,选取LBV变换特征、归一化差分植被指数(normalized difference vegetation index,NDVI)、高程值、坡度等特征,构建决策规则模型,获得季节性咸水湖湿地自然边界,并分析了不同高空间分辨率的DEM对边界提取结果的影响。实验结果表明,与无DEM数据参与提取的结果相比,合适的高空间分辨率DEM参与季节性咸水湖湿地自然边界提取,能有效提高其边界定位精度。     

基于土地利用类型提高人口格网数据空间精度的方法

高空间精度的人口格网数据具有空间分辨率高、人口空间分布特征准确的特点,在受灾人群估计、城市规划建设等领域有广泛的应用。针对已有的公开人口格网数据集(如WorldPop世界人口格网数据集)存在人口空间分布特征在小尺度上刻画不准确、空间分辨率较低的问题,本文使用东营市土地利用类型数据,结合地类权重和面积权重对WorldPop数据进行空间精度优化,获得东营市东营区黄河路街道25 m人口格网数据。相较于WorldPop数据,经过本文方法处理后的数据集空间分辨率更优,在可视化对比中,能够更准确地刻画人口分布特征,并在各地类人口占比统计中人口空间分布与用地单元分布一致性更高。该方法为获取小区域高空间精度人口格网数据提供了一种新思路。     

基于GIS的区域人口密度空间分布模拟——以张家界市永定区为例

人口统计数据空间化是解决统计数据与自然要素数据融合分析的有效途径。本文以张家界市永定区为研究单元,对小尺度区域的人口密度空间分布模拟进行了初步研究。文章根据2005年《永定区统计年鉴》所统计的人口数据,分析了永定区各乡镇平均人口密度与土地利用类型指数及地形指数(平均高程和平均坡度)之间的相关性。基于相关性分析,以GIS软件与SPSS统计软件为工具,运用多元回归的思想建立了人口数据空间化模型,同时生成了永定区250m×250m空间分辨率的栅格人口密度图。结果表明,模型模拟的精度较高,模拟过程具有较强的可操作性,可为县域尺度人口空间分布的应用研究提供借鉴。同时,研究结果为永定区推进城市化进程,提高人口、资源和环境的科学管理提供了理论基础。     

甘肃省传统村落的空间分异格局研究北大核心CSCD

针对传统村落的发展和保护问题,该文基于住建部公布的甘肃省传统村落DEM数据为实证对象,结合甘肃省统计局获得的属性数据,以核密度、莫兰指数、高程与中心地相关性的GIS空间分析和计量地学统计的方法,探讨甘肃省传统村落空间分异形态与省域尺度空间分异格局。结果表明:①在空间分异上,空间集聚性明显且存在差异,表现为沿黄河上游地区向东南集聚化分布,地州市分布与地貌类型相关②垂直空间分布上,海拔高程数据跨度较大,最高是甘南迭部扎尕那村,最低是陇南市文县碧口镇白果村郑家社,随着海拔高程的上升,其数量有起伏但总体呈现减少趋势;③传统村落空间分异随海拔高程呈明显的正态分布,空间分异低值集聚,呈现出明显的葫芦状结构,即东部地区和南部地区较集聚,而北部和西部地区较少;④传统村落空间分异呈现地区差异的特征,其与中心城市距离变化成弱相关,主要分布在陇南山地、陇中黄土高原和甘南高原。     

北京7·21暴雨时空分布特征及热岛-雨岛响应关系

以新中国成立以来北京地区发生单日最大降雨的2012年"北京7·21暴雨事件"作为研究对象,采用热带降雨观测计划(tropical rainfall measuring missio,TRMM)降雨数据、气象观测降雨数据和中分辨率成像光谱仪(MODIS)的地表温度(land surface temperature,LST)产品,利用空间插值、空间降尺度、精度评价及相关分析等方法分析北京7月21日暴雨的时空分布特点,定量研究城市"热岛-雨岛"时空响应关系。结果表明:从空间分布来看,强降雨发生北京南部;从TRMM的3 h降雨数据来看,随着时间推移最强雨带自西向东推进;经气象数据验证,降尺度的TRMM 3B42数据精度有所提高;LST对暴雨的影响表明热岛与雨岛在空间分布上存在一致性,且在雨强最大时段两者相关性最好。     

抚州市传统村落的时空演变及其影响因素

为助推抚州市传统村落集中连片保护利用示范工作的开展,该文运用ArcGIS空间分析工具和统计分析方法,研究了抚州市96个中国传统村落的空间分布格局及历史演变过程,探讨了影响抚州市传统村落时空分布的影响因素.研究结果表明:抚州市传统村落呈凝聚型分布,主要集中在金溪县,空间分布极不均衡,总体呈现"小范围聚集""大范围散乱"的空间分布格局;抚州市传统村落主要形成于宋代,随着朝代更替,传统村落数量不断增加并以金溪县为中心聚集,总体表现为"西南-东北"聚集的空间分布方向特征.自然因素和社会经济因素共同影响着抚州市传统村落的时空分布,自然因素影响着传统村落建村的选址,社会经济因素影响着传统村落的保护和开发.     

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。     

基于多波束声纳数据与反射模型的水下地形重建

利用多波束声纳数据重建水下地形,构建高空间分辨率的数字高程模型(DEM)对于在复杂水下区域的物质勘探、目标检测等方面有重要实用意义.然而,多波束声纳系统直接获得的测深数据空间分辨率有限本文基于多波束声纳系统采集的稀疏测深数据(空间位置)和密集回波强度数据(图像性质)来构建水下复杂地形高空间分辨率数字高程模型.利用采集的...     

一种多源数据确定内陆盐沼湿地自然边界的方法

以宁夏盐池县为例,以Landsat 8影像、高分二号影像、激光雷达(light detection and ranging,LiDAR)数据插值生成的高精度数字高程模型(digital elevation model,DEM)数据、地理国情普查数据等为数据源,探讨了多源数据确定内陆盐沼湿地自然边界的方法.首先,利用一年多期的Landsat 8影像数据确定湿地边界提取的最佳时相,对高分二号影像等数据进行多尺度叠置分割,得到分割对象;然后,进行特征提取,并利用优化后的分离阈值(improved separa?bility and thresholds,ISEaTh)算法进行特征选择;最后,运用最邻近分类器获得湿地的自然边界,并分析了不同高空间分辨率的DEM数据对内陆盐沼边界定位的影响.结果表明,高空间分辨率DEM数据参与提取内陆盐沼湿地边界,可以有效减少内陆盐沼边界处湿地与非湿地的错分现象,提高其边界定位精度,且DEM数据的空间分辨率越高,提升效果就越显著.     

基于随机森林算法对青藏高原TRMM降水数据进行空间统计降尺度研究

提高气象数据空间分辨率对水文、气象和生态等领域的流域尺度研究至关重要。青藏高原气候变化在全球气候研究中占有重要的位置,并且对局域降水分布的研究在大气科学中处于基础地位。为获取青藏高原地区准确、有效、更高空间分辨率的降水数据,基于随机森林算法,引入植被和地形因子,采用热带降水测量计划卫星(Tropical Rainfall Measuring Mission,TRMM) 3B43降水数据(0. 25°×0. 25°)、NOAA-AVHRR归一化植被数(normalized difference vegetation index,NDVI)数据(8 km×8 km)、航天飞机雷达地形测绘任务(Shuttle Radar Topography Mission,SRTM)数字高程模型(digital elevation model,DEM)数据(90 m×90 m)以及经纬度信息,建立了非线性空间统计降尺度模型,最终获得8 km分辨率降水降尺度结果。另外,采用将时间序列分析和非线性回归分析融合的方法,基于2000—2012年TRMM年均降水数据和NDVI数据,建立降水量时间尺度预测模型。分析结果表明,综合考虑植被和地形因子对青藏高原地区降水空间分布的影响,基于随机森林算法建立的降尺度模型,其降尺度结果与地面站点测量值拟合系数为0. 89,高于TRMM数据与地面站点测量值的拟合系数0. 81,说明降尺度结果提高了卫星遥感降水数据的空间分辨率。另外,降水预测模型能够较好地描述青藏高原地区的年际降水变化趋势和数量级,2006—2012年的预测降水量与TRMM降水数据拟合系数均高于0. 80。     

耦合MODIS数据的SMAP被动微波土壤水分空间降尺度研究——以闪电河流域为例

土壤水分不仅是陆面过程中重要的变量,同时也是全球水循环中的关键参数。为了获得高分辨率的土壤水分数据,本文将基于自适应窗口的土壤水分降尺度方法应用在闪电河流域,以1 km MODIS产品(地表温度和归一化植被指数)作为辅助数据,对9 km的SMAP被动微波土壤水分(SMAP土壤水分)数据进行降尺度,得到研究区1 km的降尺度土壤水分数据。利用地面站点实测土壤水分和机载被动微波土壤水分(机载土壤水分)对降尺度土壤水分和SMAP土壤水分进行了验证,并对辅助数据和降尺度方法本身展开分析以探讨降尺度过程中的不确定性来源。结果表明:(1)本文使用的基于自适应窗口的土壤水分降尺度方法能够有效地提高SMAP土壤水分的空间分辨率,在进一步丰富土壤水分分布细节变化信息的同时,还能够保留SMAP土壤水分的空间变化特征并与其保持值域一致。(2) 3种基于像元尺度的土壤水分数据(机载土壤水分、SMAP土壤水分和降尺度土壤水分)与站点实测土壤水分之间的相关性并不高,这主要与点、面数据之间的空间匹配不一致、空间代表性不同以及有效验证的数据量有限有关。而与站点数据验证相比,降尺度土壤水分和SMAP土壤水分均和机载土壤水分数据相关性较好。(3) SMAP土壤水分与辅助数据之间的相关性比机载土壤水分与辅助数据之间的较高,而这两种土壤水分数据之间存在的这种偏差主要受到空间尺度、观测配置、参数反演算法和选用的辅助数据等因素的影响。(4)针对验证结果的不确定性,通过增加辅助数据或改变土壤水分估算模型结构进而修改降尺度模型的方式在本研究中并不能显著提高降尺度结果的精度,如何进一步提高降尺度精度仍是未来需要研究的重点。     

村落的形成时间及空间分布特征研究——以广州市增城区为例

主要研究我国村落的形成及空间分布特征.村落形成初期主要集聚在平原、河流沿线等水域丰富、地形平缓地区,后期因其他因素往沿海地区不断迁移.本文实例研究中,以广州市增城区自然村落为研究对象,梳理了自唐代至新中国成立期间在增城开村数量的变化及其在空间上的分布特征.增城村庄开居经历了慢速发展、稳定发展、快速发展、平稳发展和阻滞发展等5个发展时期.从迁移地看,前期主要从中原地带迁来,后期主要从广东及周边城市迁来等特征;从空间分布上看总体上呈现出南密北疏、平原密山区疏的分布特征.     

小波派生多尺度DEM的精度分析

利用陕北5 m分辨率DEM数据为基本数据,对Haar小波派生出一系列更低分辨率DEM进行复合精度分析。通过等高线套合、数据中误差以及表面重合指数等方法,分析其高程采样误差与空间分布;通过分析对比其在所提取的地面坡度、沟谷网络等地形因子上的差异,分析其地形描述误差。研究结果显示:小波派生多尺度DEM在精度的颓减上呈现指数形的变异规律,当达到三级重构DEM(40 m分辨率)时,其精度仍优于1:5万(25 m分辨率)DEM。该结果对于实现地形的有效简化与掌握多尺度DEM不确定性规律具有一定的意义。     

耕地自然质量空间分布及其影响因子分析——以北京市大兴区为例

定量分析耕地质量的空间分布特征,是制定与实施耕地保护措施的重要依据。本文以耕地质量等级补充完善成果为基础,以自然等指数为空间变量,采用空间自相关分析方法对北京市大兴区耕地自然质量的空间分布特征进行了研究,并采用变异系数、二元相关分析和偏相关分析方法对其影响机制进行分析,揭示了耕地自然质量空间差异的主导影响因子。研究结果表明:大兴区耕地自然质量在200~900m尺度范围内呈显著的空间正相关性,正相关HH型高等地明显聚集分布,LL型低等地面积较大且聚集性较低,负相关类型(HL和LH型)耕地无明显集中区域,零星分布。土壤有机质、表土质地和土壤剖面构型是影响耕地自然质量空间分布格局的主导因子,但影响程度有所差异。     

江西省传统村落时空格局与演变研究

传统村落是中华文明的鲜活载体,是中华历史、文化、自然遗产的“活化石”和“博物馆”,承载着中华传统文化的精髓。江西具有璀璨的历史文化,传统村落的时空格局的演化承载着江西历史的变迁和文化的传承。本文从历史地理学角度,结合历史文献和空间自相关分析、核密度分析、标准差椭圆、地理探测器等方法从历史、空间及文化3个维度对江西省343个传统村落的时空格局演化规律和影响因素进行研究。研究表明,从空间上看江西省传统村落在分布上具有明显的聚集性,且“热点”出现在上饶市婺源县与景德镇市浮梁县、抚州市东北部、吉安市中部3个区域,形成独有的“三核”分布模式。从历史线上看,江西省传统村落呈现出由“北（略偏东）—>南（略偏西）”的时空迁移特征;从村落分布选址角度,江西省传统村落大多分布在地势较为平坦、周围靠近水源的地区,江西省的盆地结构与密布的水网决定了自然因素是决定传统村落选址的首要因素,而文化的发展又促进了村落的扩张与壮大。在传统村落保护方面,经济的发展与城市的发展严重影响着传统村落的保护,政策的支持是目前传统村落保护的重要基石。     

三种卫星云量数据在青藏高原地区的比对分析

青藏高原是卫星反演云参数的热点和难点区域。选取1982年—2015年0.1°空间分辨率的Patmos-x、0.25°空间分辨率的CLARA-A2的NOAA/AVHRR下午星数据和2003年—2015年0.05°空间分辨率的Aqua/MODIS C6等3种云量数据,针对青藏高原区域,从数据的反演算法和数据的空间属性出发,进行比对分析。Patmos-x和CLARA-A2具有相同的数据源和相近的云检测算法。与地面观测云量相比,Patmos-x云量与地面观测云量间的相关性大于0.8,MODIS次之,CLARA-A2云量与地面观测云量的相关性很弱。3种数据均表现出高原东部云量多于西部云量,北部云量多于南部的云量空间分布特征和白天云量大于夜间云量的时间分布特征。量值上CLARA-A2云量大于Patmos-x。2003年—2015 年夜间Aqua/MODIS 年均云量比CLARA-A2高8.82%。34年间Patmos-x和CLARA-A2年均云量以减少为主,夜间云量的变化趋势比白天云量变化趋势明显,CLARA-A2云量的变化趋势较Patmos-x明显。2000年是高原区域云量由偏多到偏少变化的拐点。1、4、10月多年云量以减少为主要变化趋势,7月云量以弱增多为主要变化特征。     

四川省传统村落空间分布特征及其影响因素

四川传统村落是中国传统村落的重要组成部分,承载了优秀的中国传统文化。本研究以住房和城乡建设部公布的3批共225个传统村落为研究对象,通过统计学方法与GIS技术,分析了四川传统村落的空间分布特征。研究发现:四川传统村落在空间上呈现明显的聚集型分布,分别在川西高原同纬度地带、高原与成都平原过渡带以及川南长江上游一带聚集。不同坡度、不同海拔高度及与河流的不同距离条件下,四川传统村落在空间分布上存在差异,成为影响四川传统村落的分布的重要因素。     

利用SARA结合高分一号数据反演气溶胶光学厚度

简化的气溶胶反演算法(simplified aerosol retrieval algorithm, SARA)摆脱了传统气溶胶光学厚度(aerosol optical depth, AOD)反演算法对查找表的依赖,在暗地表区域和亮地表区域均有较好的反演效果。由于中分辨率成像光谱仪(moderate resolution imaging spectroradiometer, MODIS)数据得到的AOD空间分辨率不足,因此在SARA的基础上结合更高空间分辨率的高分一号(GF-1)宽视场(wide field of view, WFV)数据开展了AOD反演研究。精度验证结果表明,反演结果与地基观测值具有较高的一致性,相关系数为0.962,均方根误差为0.073,平均绝对误差为0.051,预期误差为88.6%;反演结果与同期的MODIS气溶胶产品相比,空间上分布较为一致,且具有较高的空间覆盖度、分辨率和精度。针对高分数据的算法适用性研究表明,GF-1 WFV相机的观测几何和辐射定标误差引起的反演误差较小,绝对误差均在0.04以内,相对误差均在10%以内。     

基于MODIS时序影像的湖南省油菜种植面积遥感监测分析

基于时间序列影像数据的提取方法可实现快速监测大面积农作物的种植分布和面积估算.以湖南省为研究区,利用2017年500 m空间分辨率的MODIS NDVI时序数据,结合湖南省耕地分布数据和实地样点数据得到油菜物候标准曲线,采用最小二乘法与阈值法提取得到湖南省油菜种植分布.结果显示,遥感提取得到的湖南省油菜种植面积主要分布在湘北洞庭湖平原、湘中衡阳市、湘南岳阳市,油菜种植面积3.87×106 hm2,通过与2016年湖南省县域统计油菜种植面积数据进行比较,油菜空间格局分布大体一致,相关性系数为0.81,R2为0.66.采用油菜关键物候期的MODIS时序遥感影像,能有效地监测油菜空间分布和估算种植面积,这为油菜种植管理提供基础数据支撑.