尺度变化对城市生态环境与人类活动关系的影响研究

针对空间尺度对城市生态环境与人类活动影响的研究，以南昌市为研究区，划分了300×300、500×500、700×700共3种格网尺度。使用遥感生态指数RSEI（目标向量）量化城市生态环境质量，结合POI点、微博签到点与道路网数据（特征向量），利用随机森林回归模型分析不同尺度下两者之间的拟合效果。结果表明：①3种尺度下RSEI与POI点、微博签到点与道路网均呈现较强的负相关性；且负相关性最优的为RSEI和微博签到点数据，最差的为RSEI和道路网数据。②300×300尺度下随机森林回归模型的拟合效果最好。随着尺度的变大，拟合的效果会越来越差。③无论尺度如何变化，利用随机森林回归拟合的标准化残差ε均呈正态分布；且随着尺度的变大，ε值空间分布的随机性也逐渐增大。随机森林回归模型为度量尺度对城市生态环境与人类活动的关系研究提供了有效的途径，也为城市生态文明建设提供了科学的依据和参考。     

改进型遥感生态指数与RSEI的对比分析

为了更好对城市生态质量进行监测和评价,构建一个更精确的城市遥感生态指数十分必要。本文结合绿度、湿度、干度、热度和空气质量指标采用主成分分析PCA（Principal Component Analysis） 构建改进型遥感生态指数MRSEI（Modified Remote Sensing Ecological Index）;利用熵权法计算压力—状态—响应模型PSR （Pressure State Response Model）中各指标的权重,通过加权法获得生态环境指数EI（Eco-environmental Index）与MRSEI和RSEI进行比较。同时,综合绿度、热度、湿度、干度指标利用核主成分分析KPCA（Kernel Principal Component Analysis）构建非线性遥感生态指数NRSEI（Nonlinear Remote Sensing Ecological Index）;最后将MRSEI、NRSEI分别与常用的遥感生态指数RSEI（Remote Sensing Ecological Index）进行对比和分析。结果表明,MRSEI可体现空气质量空间分布对城市生态质量的影响,2014年和2017年MRSEI与EI的相关系数分别是0.829和0.857（P<0.01）,比RSEI与EI的相关系数分别提高0.035和0.055。在主城区MRSEI和RSEI与EI比较结果表明,MRSEI的平均绝对误差、均方根误差和平均相对误差均小于RSEI,表明MRSEI更适用于城市生态质量评价,空气质量指标对北京市生态环境监测、评价是非常重要的。同时,在实验区KPCA第一主成分贡献率比PCA提高了11.94%—21.45%;各个指标与NRSEI相关系数比与RSEI提高了0.128—0.198;NRSEI可体现生态等级间的过渡,RSEI对生态环境差的区域有时低估,对生态环境优的区域有时高估,NRSEI与遥感影像定性反映的生态状况更加相符。在监测空气质量严峻的北京市生态质量方面,MRSEI优于RSEI;顾及各指标间的弱线性或非线性问题的NRSEI监测生态环境质量效果优于利用线性变换的RSEI。     

利用改进城市遥感生态指数的苏州市生态分析

城市的迅速发展伴随着生态环境的变化,快速掌握生态环境质量以及变化分布已成为近年来的重要研究热点.选取苏州范围内多时相Landsat影像,利用遥感生态指数(RSEI)提取绿度(NDVI)、湿度(WET)、热度(LST)、干度(NDBSI)等4项指标,并通过融入人类活动强度指标IPOI构建改进城市遥感生态指数(IRSEI).结合AHP层次分析法,对各指标进行权重定量,计算生成苏州市生态指数图.随机选取77个样本点,用景观开发强度指数(LDI)对IRSEI进行实用性验证.结果表明,2002—2017年的15 a间,苏州生态得到大幅改善,RSEI平均值从0.33上升至0.68,涨幅达到106.06％.生态指数为"一般"和"良"的地区总面积占比由9.12％上升到95.51％.IRSEI值与缓冲区半径为500、1000、2000、3000 m的LDI综合指数相关系数分别为-0.906、-0.885、-0.827、-0.764(P<0.01),有显著并且稳定的负相关性.证明IRSEI在城市生态评测中具有很强的实用性,能综合人类活动对生态的影响,更好地识别出城市中心斑块.     

基于遥感生态指数的神府矿区生态环境评价

采用遥感技术对矿区生态环境进行监测与评价,对矿区生态环境的保护和可持续发展具有重要意义。本文首先提出了一种遥感生态指数（RSEI）改进方案,除了采用原模型的绿度指标、湿度指标、热度指标及干度指标4个生态指标外,引入植被净初级生产力（NPP）指标,并对矿区生态环境进行各单生态指标评价分析,然后采用改进后的遥感生态指数,对神府矿区2000—2016年的生态环境变化进行综合评价。评价结果表明,2000—2016年,神府矿区的遥感生态指数呈整体升高趋势,RSEI增幅约为0.1/10 a,大部分区域植被生产力逐渐增强,生态环境得到恢复,生态环境质量逐渐提升。     

基于DMSP-OLS和MODIS数据的宁夏城市化与生态环境耦合协调分析

科学认识城市化与生态环境耦合协调机制,对推动黄河流域及黄河所经地区生态保护和高质量发展具有重要意义。本文以宁夏回族自治区为例,采用长时间序列DMSP-OLS夜间灯光数据建立了适用于宁夏的城市夜间灯光指数（UNLI）,并利用MOD09A1、MOD11A2提出了一种面向大区域尺度的遥感生态指数（RSEI）构建方法。在此基础上,采用耦合协调度模型（CCDM）,探讨分析了2000—2012年宁夏5个地级市城市化与生态环境耦合协调发展过程。结果表明：①基于DMSP-OLS数据建立的宁夏城市夜间灯光指数与人均GDP,以及第一、二、三产业GDP相关性显著（p<0.001）,能够较好地反映宁夏城市化水平。②基于MOD09A1、MOD11A2建立的遥感生态指数能够较好地反映宁夏生态环境质量时空变化特征。③宁夏城市化与生态环境耦合协调度呈稳定上升趋势,整体处于基本协调-生态环境滞后的转型阶段。研究结果对沿黄城市生态保护和高质量发展具有重要参考价值。     

宝鸡市生态环境质量评价研究

以宝鸡市为研究区域,选取宝鸡地区2014年、2017年、2020年的Landsat8 OLI遥感影像,利用ENVI5.3软件对遥感影像进行处理,耦合了绿度（NDVI）、湿度（Wet）、热度（LST）及干度（NDBSI） 4个指标建立遥感生态指数（RSEI）评价模型,对宝鸡市的生态环境质量进行评价与分析。结果表明：宝鸡市的生态环境质量总体呈上升趋势,初始生态环境指数（RSEI0）从0.76增长为0.81,标志着宝鸡市近7 a生态环境情况有所改善。     

顾及不透水面的典型城市群发展及其对植被变化影响研究EI北大核心CSCD

城市扩张和人类活动对生态环境的影响是监测城市化进程的重要指标。研究城市扩张的时空变化特征和人类活动与生态环境的交互关系，有助于探索城市化进程对植被演化、水循环、空气质量、地表热平衡和生物多样性等的作用过程。融合多源遥感数据对城市群的城市扩张及与生态环境的交互关系进行监测，对于加深人们对城市化进程的全面理解具有重要的现实意义。论文通过对已有研究的总结和分析，     

青岛市生态环境变化遥感监测与分析

城市化进程不断加快带来一系列生态环境问题，本文利用植被指数、湿度指数、地表温度、建筑物—裸土指数定量表征绿度、湿度、热度、干度4个生态要素指标，通过主成分分析法，建立遥感生态指数模型，并从时间和空间两个维度对比分析2013、2019年两个时期遥感生态指数。结果表明，青岛市生态环境呈局部优化改进、整体下降趋势；同时，将青岛市遥感生态指数与人类活动相关的地表覆盖变化数据、路网交通数据、夜光数据进行耦合性分析，进一步分析探寻生态环境变化的影响因子。     

融合多源遥感数据的高分辨率城市植被覆盖度估算

准确获取城市植被覆盖定量信息对城市生态环境评价,城市规划及可持续城市发展具有重要意义。遥感技术的发展为获取区域及全球植被覆盖信息提供了有效手段,目前基于单传感器、单时相遥感数据的城市植被覆盖度估算方法得到较为广泛的应用。然而,由于城市地表覆盖的复杂性、植被类型的多样性,在一定程度上影响了城市植被覆盖信息提取的精度。为此,本文提出一种基于多源遥感数据与时间混合分析的城市植被覆盖度估算方法。首先,通过时空融合、植被物候特征分析获得最佳时序的GF-1 NDVI数据;其次,基于时间序列的GF-1 NDVI及Landsat 8 SWIR1、SWIR2数据,采用时间混合分析方法以长沙市为例估算城市植被覆盖度。实验研究表明,基于多源遥感数据与时间混合分析方法获得了较高精度的城市植被覆盖度估算（RMSE为0.2485,SE为0.1377,MAE为0.1889）,相对于单时相光谱混合分析、传统的像元二分法,本文提出的方法更为稳定,在低、中、高不同植被覆盖区均能获得较高的估算精度,为城市植被覆盖度定量估算提供了有效方法。     

一种自适应三维核回归的遥感时空融合方法

时空融合是解决遥感数据高重访周期与高空间分辨率矛盾的一种有效方法。发展了一种综合利用遥感数据空间与光谱信息的三维自适应核回归反射率模型（three-dimensional adaptively local steering kernel regression fusion model,3DSKRFM）,通过提取每个像元的三维控制核（steering kernel）的局部信息,使时空融合过程中的权重自适应调节,提高遥感时空融合的精度。利用两组ETM+和MODIS（moderate-resolution imaging spectroradiometer）数据进行实验测试,结果表明3DSKRFM相比STARFM和2DSKRFM模型具有两方面的优势:一是充分利用遥感影像多波段的优势,提高融合精度;二是具有更强的鲁棒性,满足实际影像时空融合的需求。     

RSEI应使用主成分分析或核主成分分析?

nRSEI (nonlinear remote sensing ecological index)是新近提出的遥感生态指数,它采用核主成分分析(kernel principal component analysis, kPCA)来集成模型的各个分指标。其主要根据是认为原RSEI采用的湿度、绿度、干度、热度这4个指标在北京研究区的相关关系总体为弱相关,因此需要采用专门处理非线性关系的kPCA来集成这4个指标。为此探讨了北京地区这4个指标的相关关系类型,并对新指数验证方法的有效性进行了深入分析。结果表明,北京地区这4个指标总体呈显著的强线性相关关系,因此并不适合采用kPCA集成;新指数的精度验证方法也存在明显的缺陷,不能证明新指数的有效性。同时还就遥感建模的可行性、模型的普适性、指标尺度的一致性,以及模型精度的验证方法、标准参考影像的选取和验证所需的样本量等遥感研究论文中常见的基础问题进行了讨论。     

空间自相关支撑下的地类分布模式一致性评价

空间分布模式是否保持一致是土地利用数据综合质量评价的一项重要内容。针对当前的研究缺少量化分析和位置表达的现状,提出了一种新的空间数据特有的自相关性评价方法。首先利用语义距离建立空间权重矩阵,随后通过莫兰指数（Moran’s I）计算数据处理前后全局和局部自相关度,最后利用莫兰（Moran）散点图和空间关联的局部指标（local indicators of spatial association,LISA）集聚图相结合的方法对综合前后的土地利用分布模式进行可视化对比。相较传统评价方法,所提方法顾及数据语义关系,计算可量化聚集程度,以直观可视化方法对比展示,更好地对土地利用数据在综合前后的全局空间分布模式一致性进行了评价。认知实验结果符合人类认知,表明所提方法切实有效。     

利用MARS估算不同气象要素组合下的参考作物蒸散量

建立精确预测参考作物蒸散量（ET₀）的计算模型对区域水资源规划和灌溉调度设计具有重要意义。聚焦评估多元自适应回归样条模型（multivariate adaptive regression splines,MARS）计算每日ET₀的性能。首先,将Penman-Monteith方程计算的ET₀作为标准值;然后,利用中国新疆维吾尔自治区伊犁哈萨克自治州伊宁站1996—2015年逐日气象数据,建立14种不同气象参数组合下的MARS模型并计算ET₀;最后,将结果与广义回归神经网络（general regression neural network,GRNN）、支持向量机（support vector machine,SVM）及基于温度、传质、辐射和气象参数的10个经验方程进行比较。结果表明,MARS、GRNN和SVM计算ET₀的精度均高于经验方程,整体上MARS性能最好、精度最高,而SVM略优于GRNN。     

基于最优分解模态和GRU模型的库岸滑坡位移预测研究

在滑坡位移综合预测研究中,常因滑坡随机位移分量无法准确提取、最优训练数据集及时效性无法确定等,造成多源监测数据利用不充分、位移预测结果不稳定。鉴于此,引入变分模态分解,在滑坡位移时序分析的基础上,结合门控循环单元递归神经网络,提出一种新型滑坡位移综合预测模型。以三峡库区白水河滑坡为例,选取2003-07—2012-12的位移监测数据和同时期库水位及降雨数据进行分析研究,综合模型预测结果的均方根误差为9.715 mm,判定系数为0.967。对比实验分析表明,该模型在保证高预测精度的同时,在有效预测时长和时效性上同样优势明显,在库岸滑坡位移预测研究中具有很强的应用和推广价值。     

四孔六边形全球离散格网一致瓦片层次结构编码运算

全球离散格网系统是支持多源地球空间信息融合处理的有效解决方案,格网系统单元层次关系及全球统一编码运算是研究难点。首先,根据四孔六边形剖分特点,提出封闭二十面体表面的一致瓦片层次结构;然后,利用复进制数建立一致瓦片层次结构的编码数学模型,并等价设计全球统一编码运算、编码邻近查询、编码与地理坐标转换等算法;最后,设计了格网层次结构验证和编码运算效率测试实验。实验结果表明,一致瓦片层次结构的编码与地理坐标转换平均效率分别约是同类成果的2.74、1.73倍,编码邻近查询平均效率约是其7.46倍,且随着格网层次升高,效率优势更显著;与同类成果相比,所提方案瓦片具有一致性,且数量更少,算法复杂度低;层次结构的原理简明易懂,计算机执行效率高,可为多源对地观测数据统一组织管理、处理分析提供理论和技术支撑。     

生态系统服务协同权衡对影响因子的空间响应——以福建省生态功能区为例

全球生态系统服务(ecosystem services,ESs)大幅衰退,迫切需要正确的环境治理政策.为解决当前中国生态环境治理存在的缺少以生态功能区为单位的统筹规划和缺乏对ESs协同权衡的深入理解两个问题,以生态功能区为研究单元,测定4项ESs(粮食生产(grain production,GP)、植物固碳(carbo...     

利用城市公共摄像头分析夜间灯光变化规律

与卫星影像相比,摄像机影像数据具有更高的时间和空间分辨率。互联网共享的摄像头视频提供了丰富的夜间灯光信息,但数据的获取难度较大。针对实时视频数据设计特定爬虫程序进行数据获取,再基于获取的视频进行数据挖掘。通过分析日本东京某实验区的影像,发现城市夜间灯光表现复杂且存在一定的随机性,但是整夜的夜间灯光随着时间呈现明显减弱的趋势,并且部分区域呈现出先增加后减少等更为复杂的变化规律,此外不同建筑物侧面灯光趋势也存在差异。     

融合图像和时空信息的社交媒体用户活动分类方法

社交媒体签到数据中蕴含着大量的用户活动信息。理解社交媒体用户的活动和行为类型,对探索人类的移动性和行为模式等有着重要意义。提出了一种针对新浪微博（简称为微博）的用户活动分类方法,结合图像表达和时空数据分类技术,识别微博签到数据所代表的用户活动类型。首先,根据兴趣点属性信息将微博签到数据所代表的用户活动分为餐饮、生活服务、校园、户外、娱乐、出行6大类;然后,基于卷积神经网络和K近邻分类方法,融合签到数据中的图像场景信息与时空信息,对微博用户的活动行为进行分类。实验结果表明,所提方法能够显著提高微博用户活动类型识别的准确性,为精确探索人类行为活动提供更加有效的数据支持。     

利用多源空间数据的城中村空间层次化识别方法

城中村的精细空间分布是城市规划与城市更新的重要参考。由于城中村具有语义高级和遥感影像特征辨识度不足的特点,使用传统的场景识别方法难以从高密度城市中获得精度良好的城中村精细空间分布。针对城中村的精细识别问题,提出了一种新颖的融合遥感影像和社会感知的层次化识别方法。该方法在特征上融合了遥感图像和社会感知数据的优点,其层次化结构同时考虑了大范围的上下文信息和小范围的局部信息,为在精细尺度全面理解城中村提供了一个新思路。基于该方法对深圳市的城中村进行了空间识别,获得了2.5 m空间分辨率的精细城中村分布。精度验证表明,该结果的总体精度和Kappa系数分别达到98.68%和0.807,说明该方法具有优秀的表现。此外,还通过对照实验分别证明了层次化识别框架、融合遥感影像和社会感知数据的增益效果。结果表明,层次化框架和多源空间数据都能有效提高城中村识别方法的精度。