基于空间分析方法的疾病地理研究进展

健康已成为人类普遍关注的问题，以人类健康为研究对象的医学地理目前正成为全球性的研究热点，其中疾病地理又是相对成熟的分支和主要的研究方向。空间分析方法的引入，开拓了疾病地理研究的新领域，也成为疾病监测和评估的一个辅助工具，这使得疾病时空研究取得了重大进展。本文在前人研究的基础上，从时空两方面揭示了疾病地理近年来主要的研究动态和特点，并提出了当前疾病地理研究的某些不足，最后展望了今后我国疾病地理的研究任务和方向。     

现代高程基准的研究

本文阐述了现代高程基准研究的意义，介绍了需要研究的内容和世界上一些国家与学者研究的基本情况，同时，对我国开展有关研究了作了简明的概括，并提出一些看法。     

地图三维可视化研究

信息化时代的来临使传统的二维信息已不能满足需要，计算机的发展使显示和描述物体的三维几何特征和属性特征成为可能，研究三维环境下地图信息的表达是当前的一项紧迫任务，本文分析了三维地图研究现状，阐述了地图三维可视化研究的意义，提出了研究的主要内容。     

地学信息模式识别问题研究

根据信息社会的需求和现代科学技术的发展，阐述了测绘工作所面临的挑战，并针对地学信息系统的数据资源的信息分析和利用提出了许多值得研究的问题。就信息模式识别问题所研究的内容、目标和方法做了进一步的说明，特别是指明了创新研究的主要内容，为该研究领域的进一步发展做了一些有益的探索。     

卫星导航系统及产业现状和发展前景研究

主要研究卫星导航系统和产业发展的现状与前景，从卫星导航的重要性论述到产业市场的规模预测，进行了全面研究分析。卫星导航三大转折趋势代表了系统和产业的发展总方向。揭示了产业的四大特点和所面临的具有挑战性的四大现实，以及创新思维；同时系统地阐述了卫星导航市场及其关联产业，并进行了前景预测和应对策略的分析研究，并提出了建议。     

海洋测绘地理空间数据模型(S-100)综述

为全面了解当前海洋测绘地理信息空间数据模型的发展现状、存在问题和下一步研究重点，对海洋测绘地理信息空间数据模型展开了研究。通过搜集、整理当前与海洋测绘地理信息空间数据模型相关的国内外研究文献和技术材料，按照时间序列将研究划分为3个阶段。对理论性研究阶段和应用性研究阶段的研究成果进行了阐述和分析，提出了创新性研究阶段的7个重点研究方向。     

面状地图表象的形态研究

形态是分析和研究面状地图表象的重要标志之一。地理现象的形态研究主要是利用地图信息进行，据此，本文提出了研究复杂多样的客体形态的多个量度指标和数学方法，并以实例探讨了形态研究的科学价值和实用价值。     

GML3．0初探

简要介绍了GML3．0新增加和改进的一些功能，主要对其基本模式作了初步探讨，给出了主要模式之间的依赖关系，指出GML的应用和研究还处于起步阶段，还有许多理论和技术问题亟待研究。     

遥感图像分类方法研究综述

 综述了遥感图像监督分类和非监督分类中的各种方法，介绍了各种方法的优缺点、适用领域和应用情况，并作了简单评述，最后，展望了遥感图像分类方法研究发展方向和研究热点。     

提高增强系统电离层延迟改正数估计的方法研究

在对中国建立的GPS广域增强系统相关理论进行分析和研究的基础上，对广域增强系统的组成和基本原理进行了分析和研究，探讨了传统差分增强系统存在的缺点，在汲取已有研究成果和相关理论的基础上，研究了与电离层延迟改正数相关的理论和计算模型，以及在单参考站情况下提高和改善电离层延迟估计的模型和理论方法，设计的算法模型成功实现了电离层延迟和频率间偏差的分离和估计，最后通过对观测数据的分析和仿真处理，验证了设计模型的合理性，取得了预期效果。     

土壤蒸发和植被蒸腾遥感估算与验证

地表蒸散发是土壤—植被—大气系统中能量和水循环的重要环节,它包括土壤、水体和植被表面的蒸发,以及植被蒸腾。随着地表参数多源遥感产品的快速发展,利用不同地表参数遥感产品估算地表蒸散发以及其组分土壤蒸发和植被蒸腾成为日常监测越来越便利,监测尺度已从单站扩展到田块、区域乃至全球。目前地表蒸散发双层遥感估算模型按照建模机理的不同可分为:系列模型、平行模型、基于特征空间的模型、结合传统方法的模型以及数据同化方法。本文从模型构建物理机制、模型驱动数据以及模型输出结果验证等方面总结了上述模型的发展历史和现状,并指出在模型结构与参数化方案的优化、高分辨率模型驱动数据的发展、土壤蒸发和植被蒸腾像元尺度"地面真值"的获取等方面都仍需进一步完善。     

数据驱动的蒸散发遥感反演方法及产品研究进展

蒸散发是水圈、大气圈和生物圈中水分循环和能量交换的纽带。在全球尺度上,蒸散发约占陆地降水总量的60%;作为其能量表达形式,潜热通量约占地表净辐射的80%。随着通量观测技术的发展,全球长期持续的观测数据得以获取和共享,近年来基于数据驱动的蒸散发遥感反演方法取得了较好的研究进展。本文针对数据驱动的蒸散发遥感反演方法和产品,从经验回归、机器学习和数据融合3个方面展开,对现有的研究进展进行了梳理、归纳和总结,并从驱动数据、反演方法、已有产品等方面指出目前仍存在的问题和不足。未来仍需开展数据驱动的高时空分辨率的蒸散发遥感反演方法的研究,有效考虑地表温度和土壤水分等可以指示地表蒸散发短期变化的重要信息,同时加强基于过程驱动的物理模型与数据驱动的模型的结合,使两类模型能互为补充、各自发挥所长,共同推动蒸散发遥感反演研究水平的进步。     

Remote sensing research issues of the National Land Use Change Program of China

In 1999, the Ministry of Land and Resources (MLR) of China launched the National Land Use Change Program especially to monitor the scale and distribution of urban expansion and the decrease in cultivated land through remote sensing technology. This Program has been carried out annually and continuously for seven years since then and played an important role in the policy-making of MLR about land management and planning. This paper gives an overview about this Program and discusses several research issues. First, the remote sensing data sources and other ancillary data used in this Program are presented. The approaches for image preprocessing, i.e. radiometric normalization, image geometric rectification and image fusion are then introduced with an emphasis on the algorithm development for image registration. Second, land use change detection technique is the most critical and complex aspect of the Program. The methodologies for change detection using either bi-temporal image pair or one existing land use map and one remotely sensed image are detailed. Third, since the data of land use changes derived from remote sensing will be operationally used for local and central government, field validation and accuracy assessment are crucial to ensure the reliability of change detection results. The strategy of field work and the resulting accuracy evaluations is presented. The land use and change information derived from remotely sensed data has wide applications for land management, including land use database updating, verification of land use planning and monitoring of national high-tech parks. Last, suggestions on how to make full use of the images and change detection result, to improve the consistency of land use classification and to develop change detection algorithms for diverse and complex remote sensing data are given.     

基于MODIS产品影像及陆面能量平衡系统(SEBS)的河北平原区域蒸散估算

地表蒸散是区域水文循环的重要组成部分之一,传统的地表蒸散估算一般基于点上的气象观测数据,当用于区域地表蒸散评价时,具有一定的局限性.随着遥感技术的发展,利用遥感影像能够对大区域进行观测的优势进行区域地表蒸散估算已成为可能.地表能量平衡系统(SEBS)是根据地表能量平衡估算地表蒸散量的一种方法,该方法由于提出了地表能量传输过程中关键制约因素热传导粗糙度的估算模型而在遥感蒸散计算方面具有较高的精度.本文在SEBS模型的基础上,以河北平原为例,采取中分辨率成像光谱辐射仪(MODIS)产品影像,根据研究区下垫面的实际情况进行了参数估算,进行了区域实际蒸发蒸腾量计算及模型精确度评价,并在SEBS模型的基础上,提出了新的"标准化温度差-反照率"特征空间分析方法,对研究区内地表土壤水分现状进行了评价;最后,对河北平原地表蒸散时空分布进行了分析.计算结果表明,在所选取的晴空乌云条件下,根据SEBS模型计算所得的地表蒸散与研究区内利用大型承重式蒸渗仪所测量的地表实际蒸散量具有很好的一致性,说明SEBS模型在遥感蒸散计算方面据有较高的可信度.然而,由于地表蒸散的遥感估算是以所获取的遥感影像单元为基础,计算误差不可避免,尤其是使用低分辨率遥感影像的时候,每个影像单元所反映的地表蒸散为单元内各种地表覆盖的综合反映,当与只反映一种地表覆盖蒸散的大型承重式蒸渗仪测量结果进行比较时,误差是显而易见的,因此,若着重考虑模型精度验证,尚需在以后的研究中考虑使用高分辨率的遥感影像.地表土壤水分或湿度状况是地表能量交换及蒸散发生的主要控制因素.利用地表温度与植被指数的关系对区域地表湿度状况进行监测在实践中被广泛利用,然而,由于不用地区地表属性的千差万别,当利用这种方法进行区域地表湿度评价时,"地表温度-植被指数"特征空间的边界很难确定.本文在SEBS模型的基础上,提出新的"标准化温度差-反照率"特征空间分析方法,对研究区内地表土壤水分现状进行评价,结果显示,由于在SEBS模型中考虑了干限和湿限两种极端情况下的能量平衡,"标准化温度差.反照率"特征空间的边界问题很容易被确定,利用修正的特征空间,可以对区域土壤水分或湿度状况进行客观的评价.下垫面的几何特征参数的精确反演是进行地表能量平衡模拟的基础,目前多根据有关经验公式利用遥感影像进行下垫面几何特征参数估算,由于已有的经验公式多基于不同研究区域获得,当应用到新的研究区时,其具体参数需要进一步调整,以获得对下垫面的几何特征的精确描述.由于缺乏相关实测资料,本研究中利用经验公式进行下垫面几何特征参数,误差不可避免,需要在以后的研究中进行深入探索.另外,地表蒸散的计算只是进行区域水资源评价、农业节水措施评价以及全球变化等研究的一个中间环节,需要在以后的研究中根据具体研究目的进行进一步研究.     

非均匀地表蒸散遥感研究综述

本文评述了目前常用的遥感估算地表蒸散方法,包括地表能量平衡模型、Penman-Monteith类模型、温度—植被指数特征空间方法、Priestley-Taylor类模型和其他方法。然而使用这些方法估算地表蒸散时会面临严重的尺度效应,而产生尺度效应的根本原因之一是地表异质性,在分析了非均匀下垫面对水热通量遥感反演造成的影响后,介绍了面积加权、校正因子补偿与温度降尺度3种尺度误差纠正方法;并从地面观测实验的角度简述了非均匀下垫面水热通量真实性检验的研究;最后探讨了将来建立更具时空代表性的非均匀下垫面地表蒸散遥感估算模型可能会面临的一些挑战。     

A kernel functions analysis for support vector machines for land cover classification

Information about the Earth's surface is required in many wide-scale applications. Land cover/use classification using remotely sensed images is one of the most common applications in remote sensing, and many algorithms have been developed and applied for this purpose in the literature. Support vector machines (SVMs) are a group of supervised classification algorithms that have been recently used in the remote sensing field. The classification accuracy produced by SVMs may show variation depending on the choice of the kernel function and its parameters. In this study, SVMs were used for land cover classification of Gebze district of Turkey using Landsat ETM+ and Terra ASTER images. Polynomial and radial basis kernel functions with their estimated optimum parameters were applied for the classification of the data sets and the results were analyzed thoroughly. Results showed that SVMs, especially with the use of radial basis function kernel, outperform the maximum likelihood classifier in terms of overall and individual class accuracies. Some important findings were also obtained concerning the changes in land use/cover in the study area. This study verifies the effectiveness and robustness of SVMs in the classification of remotely sensed images.     

Examining the impacts of urbanization on surface radiation using Landsat imagery

Metropolitan Beijing is facing many environmental problems such as haze and urban heat island due to the rapid urbanization. Surface shortwave, longwave, and net radiations are key components of the surface-atmosphere radiation budget. Since megacities are affected by the thermal radiation of complex landscape structures and atmospheric environments, quantitative and spatially explicit retrieval from remotely sensed data remains a challenge. We collected the surface radiation fluxes from seven fixed sites representing different land-use types to calibrate the local parameters for remotely sensed retrieval of net radiation. We proposed a remote sensing–based surface radiation retrieval method by embedding the underlying land covers and integrating the observational data. The improved method is feasible to accurately retrieve surface radiation and delineate spatial characteristics in metropolitan areas. The accuracy evaluation indicated that the difference between remotely sensed and in situ observed net radiation ranged within 0~± 40 W· m^?2. The root mean squared error of the estimated net surface radiation was 32.71 W· m^?2. The strongly spatial heterogeneity of surface radiation components in metropolitan Beijing was closely related to land-cover patterns from urban area to outskirts. We also found that the surface net radiation had a decreasing trend from 1984 to 2014, and the net radiation in the urban area was lower than that in the outskirts. According to the surface radiation budgets, urbanization resulted in the cooling effect in net radiation flux in the daytime, which was stemmed from low atmospheric transmittances from massive aerosol concentration and high surface albedo from light building materials.     

MODIS数据估算区域蒸散量的空间尺度误差纠正方法研究

探讨了使用中高分辨率卫星数据提供的地表分类以及植被指数信息与中低分辨率卫星数据相结合,在混合像元内部进行亚像元处理,以纠正混合像元造成的通量估算误差的方法。其意义在于利用中低分辨率卫星数据进行长期大面积蒸散监测时,只需要少量的中高分辨率数据支持,就可以在一定程度上改善监测结果,具有很好的可操作性。     

GIS辅助下的基于知识的遥感影像分类方法研究——以土地覆盖/土地利用类型为例

提高计算机遥感影像的分类精度，是遥感应用中研究的主要问题之一。作者以规则的形式表示遥感影像解译知识，使用ＴＭ影像数据和ＤＥＭ、坡度、土地利用图等地理辅助数据，从遥感影像处理／地理数据／专家知识一体化的角度出发，使用基于知识的方法进行了研究，改善了分类精度。实例研究证明了方法的正确性。