动态端元组合混合像元分解法在植被覆盖度动态监测中的应用——以长汀县为例

传统的像元信息分解法在计算端元丰度时端元组合是固定不变的,而在土地利用复杂地区,固定端元组合并不符合实际情况。文章针对研究区用地类型特点,预先设定数种端元组合,通过最小二乘法选择误差最小的端元组合进行端元丰度反演,进而计算出植被覆盖度;并以实测的地表反射率作为端元反射率,避免了大气差异造成的多时相误差,有利于进行动态监测;预先进行水陆分离,仅对陆地像元进行计算,可以避免水体像元的干扰并提高模型效率。辅以同期成像的高分影像对模型精度进行验证,相关系数达到0.98。将模型应用于长汀县近18 年4 个时相的Landsat 卫星数据,认为近年来长汀县植被覆盖度总体呈现变好的趋势,尤其是汀江沿岸;而城市化、火烧坡、大型工程建设是长汀县植被覆盖度局部变差的主要原因。     

降雨信息空间插值的不确定性分析

文章以潮白河流域为样区,根据58个雨量站1990年的降雨观测数据,采用反距离权重法、克立格法、样条函数法、趋势面法等插值方法,分析了站点数量变化、时间尺度变化、栅格像元的尺度变化、插值方法的差异对降雨数据空间插值结果的影响,剖析降雨插值中的不确定性。结果表明：（1）插值站点数量越大,区域降雨插值的不确定性越小;（2）像元尺度在50m~1000m间变化对降雨插值的不确定性只有微弱的影响;（3）对应于时间尺度由年到月到日的变化,降雨插值的不确定性随时间尺度的减小而显著增大;（4）不同插值方法影响到降雨空间插值的不确定性水平。为了减少降雨信息空间插值的不确定性,根本途径是要引入第三方相关变量,并将其整合到现有的插值算法中。高相关性变量的选取及其与插值模型的整合方式将成为降雨插值研究的主导方向。     

基于RS和GIS的人口估计方法研究综述

随着RS和GIS技术的迅速发展, RS和GIS成为进行人口估计的主要手段。根据人口估计的目标和使用的数据源不同,可以把基于RS和GIS的人口估计方法分成两大类：面插值方法和统计模型方法。面插值方法根据插值过程中是否使用辅助数据可以进一步分成无辅助数据的面插值和有辅助数据的面插值两种。统计模型方法根据模型中自变量的不同可以分成建成区面积估计法、土地利用密度法、居住单元估计法、图像像元特征估计法和自然和社会经济特征综合估计法五种。本文按照上述分类标准综述了基于RS和GIS的各种人口估计方法,分析了各种方法的应用条件、优缺点和研究实例。最后提出了在基于RS和GIS进行人口估计方面需要进一步研究的问题。     

薄板光顺样条插值与中国气候空间模拟

利用720个气象台网的长期平均气象数据拟合具有三维地理空间的气候曲面,并与1km空间分辨率的数字高程模型相结合,对气候变量的规则栅格进行插值估计。对各月平均最低温度、平均最高温度和降水量的插值结果构成了基础数字气候空间,以满足地理信息系统的数据分析需求。插值过程提供的误差统计表明插值的温度误差普遍小于0.6度,降水误差范围在8%~15%,明显优于其它插值方法。样条法利用线性模型反映地形对气候的影响,并提供了简便的误差诊断程序,具有良好的实用性。     

土壤厚度的空间插值方法比较——以青海三江源地区为例

利用青海三江源地区533个土壤剖面中的厚度数据, 在GIS技术的支持下, 采用确定性内插(反距离加权、全局多项式、局部多项式和径向基函数)和地统计内插(普通克里格、简单克里格、泛克里格和协同克里格)两类共八种插值方法对研究区土壤厚度的空间分布进行了预测, 并综合比较了各种插值方法的预测误差、统计特征值和插值结果分布图。结果表明:(1)在地统计内插方法中, 普通克里格方法(一阶)插值效果比普通克里格方法(二阶)要好;在普通克里格方法(一阶)的半方差函数模型中, 球状模型的插值效果优于指数模型和高斯模型;普通克里格方法在四种地统计内插方法中预测误差最小、预测结果准确性最好。(2)确定性内插方法中, 反距离加权(指数为1)法的误差较小, 并且对区域与局部趋势的反映效果最好。(3)从预测误差大小和对区域总体及局部趋势的综合反映效果来看, 有异向性的球状模型普通克里格(一阶)插值方法预测结果最能准确反映青海三江源地区土壤厚度的空间分布。     

利用空间插值法估算云覆盖像元地表温度的可行性研究

云覆盖是热红外遥感应用和地表温度遥感定量反演的重要障碍。实验选取河北衡水地区Landsat TM影像,借助GIS的空间分析功能,探索运用反距离加权(IDW)和普通克里金插值(OK)方法近似估算3种典型地表类型(水面、城镇、农田)下的云覆盖像元地表温度的可行性。实验结果显示:当云覆盖区域达15 000个像元(约等于13.5km2)时,两种空间插值方法对城镇的云覆盖像元地表温度估算误差都为1.6°C左右,而农田和水面的估算误差在1°C左右(且水面估算误差小于农田),这与3种典型地表类型的地表温度空间异质性密切相关。因此,当Landsat TM图像中有少块云覆盖而发生地表温度值缺失时,利用空间插值法估算云覆盖像元的地表温度是切实可行的。     

基于误差反馈控制的变系数城市扩张模型构建及应用

通过模拟结果与实际情况的误差分析,将研究区划分为4种像元类型,包括漏算误差像元（Omission Error, OE）、超算误差像元（Commission Error, CE）、正确模拟的城市像元（Urban Correct, UC）及正确模拟的非城市像元（Non-urban Correct, NUC）。利用线性规划方法,将误差反馈到城市扩张模型中,动态修正模型系数,构建基于误差反馈控制的变系数城市扩张空间布局模型反映城市扩张的内在特征,最后以北京市为例,模拟了其1997~2009年的城市扩张过程,通过与传统Logistic-CA模型的模拟结果对比,验证变系数模型的有效性与实用性。研究结果表明：传统Logistic-CA模型在2001年、2005年和2009年的模拟精度分别为73.842%、64.704 %和63.953%,而基于误差反馈控制的变系数城市扩张模型的模拟精度分别为75.624%、66.537%和69.142%,较Logistic-CA回归模型提高了1.782、1.833和5.189个百分点,取得了更好的模拟效果。     

中国中部六省预期寿命时序加密估算研究

年龄组死亡率是利用年龄分组人口数据计算预期寿命的关键参数,而非采样年份的统计年鉴中年龄分组死亡率缺失导致无法计算预期寿命。针对该问题,本文将人口普查数据与统计年鉴数据融合,首次提出一种基于拉格朗日插值的中国省级预期寿命时间序列加强密集度（时序加密）的算法,以解决非采样（即未进行人口普查或1%人口抽样调查）年份省级预期寿命的估算问题。以中国中部六省为例,在所选取年份省级预期寿命估算实验中,绝对精度表明年龄分组人口比例线性插值计算的精度明显高于人口比例抛物线插值和直接插值算法的精度,故为推荐算法。本研究为高时间分辨率下省级预期寿命值的获取提供了一个新的可行思路,为分省较精确地进行预期寿命趋势分析奠定基础。     

多传感器不同分辨率遥感数字图像的尺度转换

针对日益增多的多传感器不同分辨率的遥感数字图像数据,提出其综合利用和尺度转换的有效方法。其中,作为尺度上推 (scaling-up) 技术,本研究选择IHS和小波分解变换两种数据融合方法,应用Landsat ETM+数据和IRS-1C数据进行了实例研究。发现: IHS方法操作简单,对两种待融合的图像的像元大小和像元数 (bit数) 的依赖不是很高,而对原始图像光谱信息的依赖很高,因此适用于不同传感器之间的数据融合上,其缺点就是不能够更多的保留原始多光谱数据的光谱信息。小波分解变换 (WD) 方法可以很好地保留多光谱传感器的所有光谱信息,但是在重采样中对两种待融合的图像的像元配准的要求很高,因此比较适合于对同一传感器的多光谱数据与全色光谱数据的融合上。作为尺度下退 (scaling-down) 技术,通过探讨将札幌野外实验站点数据镶嵌到高时间分辨率遥感图像的问题,提出像元级尺度扩展的具体操作方法和对NDVI图像进行扩展时出现混合像元的识别方法。应用AVHRR, MODIS, ETM+和ASTER的NDVI图像数据进行了像元尺度的扩展研究。得出: 对不同传感器的不同分辨率的数据之间进行像元级的尺度扩展后,能够较好地识别出不同地物的分布边界,较好的分辨混合像元,因此其结果可用于对不同地物分布特征的分类研究或土地覆盖变化中的时间序列变化的研究中。     

基于改进的逐点交叉验证的RBF形态参数优化方法及其空间插值实验

径向基函数(Radial Basis Function,RBF)是一种确定性的多维空间插值模型,可以有效逼近任意维度的空间数据。RBF插值模型中,基函数形态参数直接影响插值精度。为了快速求解最佳形态参数,获取准确的插值结果,该文采用改进的逐点交叉验证(Improved Leave One Out Cross Validation,ILOOCV)方法求取最优形态参数,首先从形态参数取值区间内选定初始形态参数α,然后从n个已知点中顺序选出一个点,使用剩下的n-1个已知点构建RBF插值模型,计算被取出点处真实值与插值结果的误差,循环n次,累计交叉验证误差,再依次从形态参数取值区间选取下一个值,重复操作,建立形态参数α与累计交叉验证误差之间的函数映射关系,最后通过最小化交叉验证误差来获取最佳形态参数。以我国东北地区气象观测数据进行实验,对ILOOCV方法进行验证,结果表明ILOOCV方法选取最佳形态参数使其插值结果比较精确,是一种可行的RBF形态参数优化方法。     

面插值的研究进展

空间插值从广义上讲包括点插值和面插值 ,本文从有无辅助数据的角度介绍了还不为多数人熟知的面插值 ,在无辅助数据的方法中介绍了基于点的面插值法、面域比重插值法、使用控制区的面域比重法、Pycnophylactic面插值法等的算法和特点 ,在有辅助数据的方法中介绍了 EM算法和遥感作为辅助数据的面插值法 ,并介绍了面插值中的特例 -统计数据的空间化方法。     

Book reviews

A digital elevation model (DEM), which is used to represent a terrain surface, is normally constructed by applying an interpolation method on given sample elevation points. Interpolation methods can be classified into two classes: linear methods, which have a low time cost and are suitable for terrains where there is little change in elevation, and nonlinear methods, which normally consume comparatively more time and are more suitable for terrains where there are frequent changes in elevation. A hybrid interpolation method, which involves both a linear method and a nonlinear method of interpolation, is proposed in this paper. The proposed method aims to integrate the advantages of both linear and nonlinear interpolation methods for the refinement of regular grid DEM. Here, the bilinear is identified as the linear method, and the bi‐cubic is taken to be the nonlinear interpolation method. The hybrid method is an integration of a linear model and nonlinear interpolation model with a parameter that defines the weights for each of the models. The parameter is dependent on the complexity of the terrain, for which a DEM is to be interpolated. The experimental results in this study demonstrate that the hybrid method is effective for interpolating DEMs for various types of terrain.     

丘陵地貌区高程内插适宜方法选择——以长春净月潭为例

对不同的地貌区进行空间内插时选择的适宜方法不同,以典型丘陵地貌区长春市净月潭地区的高程为研究对象,用ArcGIS 9.2分别作反距离权重法、最近邻点法、趋势面分析和克里金法做高程内插。应用交叉检验方法对其内插的精度作出分析,检验其科学性和可靠性,得出反距离权重法、最近邻点法、趋势面法、样条函数法和克里金法高程内插的不同精度,并对各种方法的适用性进行讨论。结果表明最近邻点法精度最高,以下依次为普通克里金插值法、样条函数、反距离权重法、趋势面法。为类似于净月潭地区的丘陵地貌区高程内插提供选择参考。     

基于站点观测数据的气温空间化方法评述

基于统计学的插值方法是地理学、生态学领域研究气温空间化的主要方法之一,对获取精细化气温数据进行生态模拟具有重要意义。结合国内外气温空间插值的主要研究成果,对常用气温空间化方法进行了归纳、对比,探讨各种方法的适用性和不足之处,从而为涉及气温空间化的具体研究提供一定的参考,并探讨了各类方法优化的方向。不同方法的对比分析结果表明:各种气温空间化方法各有所长,在具体的应用中都取得过较好的效果,但并不存在普适性的方法,在实际应用时必须针对研究区域具体的地理特征进行方法适用性验证或对各类方法中的具体参数进行改进,才能实现区域气温的空间最优化模拟。根据气温场的物理分布特征,结合GIS技术,考虑地形等更多的相关因子以提高气温分布微观细节的模拟精度是未来重要的发展趋势。     

Interpolating U.S. Decennial Census Tract Data from as Early as 1970 to 2010: A Longitudinal Tract Database

Differences in the reporting units of data from diverse sources and changes in units over time are common obstacles to analysis of areal data. We compare common approaches to this problem in the context of changes over time in the boundaries of U.S. census tracts. In every decennial census, many tracts are split, consolidated, or changed in other ways from the previous boundaries to reflect population growth or decline. We examine two interpolation methods to create a bridge between years, one that relies only on areal weighting and another that also introduces population weights. Results demonstrate that these approaches produce substantially different estimates for variables that involve population counts, but they have a high degree of convergence for variables defined as rates or averages. Finally, the article describes the Longitudinal Tract Database (LTDB), through which we are making available public-use tools to implement these methods to create estimates within 2010 tract boundaries for any tract-level data (from the census or other sources) that are available for prior years as early as 1970.     

基于PRISM和泰森多边形的地形要素日降水量空间插值研究

以黑河流域河西走廊中段地区为例,利用该研究区年、月降水与地形间较强的相关性特点,在PRISM方法的基础上对该地区日降水量进行了空间插值计算。文章提出了以月降水量的PRISM空间插值结果为该月逐日降水空间分布的参考本底,利用泰森多边形方法确定空间日降水的概率,从而实现黑河流域河西走廊中段地区日降水的空间制图方法,并对该方法得到的日降水时空数据集进行了误差分析和评估。分析结果表明,这一方法简单可靠,满足分布式水文模型或相关陆表过程分布式模拟对分布式日降水数据时空精度的要求。     

数值微分插值及其应用

以平面区域内偏微分方程定解问题的离散代数方程组为基础,给出了由平面区域内任意分布点上的值求整个区域中值的一种新播值方法──数值微分插值．该方法可直接推广到一维和高维空间的区域中,有较广的应用背景。     

On the prediction error variance of three common spatial interpolation schemes

Three forms of linear interpolation are routinely implemented in geographical information science, by interpolating between measurements made at the endpoints of a line, the vertices of a triangle, and the vertices of a rectangle (bilinear interpolation). Assuming the linear form of interpolation to be correct, we study the propagation of error when measurement error variances and covariances are known for the samples at the vertices of these geometric objects. We derive prediction error variances associated with interpolated values at generic points in the above objects, as well as expected (average) prediction error variances over random locations in these objects. We also place all the three variants of linear interpolation mentioned above within a geostatistical framework, and illustrate that they can be seen as particular cases of Universal Kriging (UK). We demonstrate that different definitions of measurement error in UK lead to different UK variants that, for particular expected profiles or surfaces (drift models), yield weights and predictions identical with the interpolation methods considered above, but produce fundamentally different (yet equally plausible from a pure data standpoint) prediction error variances.