基于NPP/VIIRS夜间灯光数据的黄淮海地区城乡常住人口格局模拟

以黄淮海传统农区为研究区,利用NPP/VIIRS夜间灯光数据、土地利用数据和人口统计资料,基于城乡人口活动状态及其空间特征,构建城乡常住人口空间化模型,模拟区域城乡常住人口分布,探究城乡人口空间格局特征。结果表明:基于NPP/VIIRS夜间灯光数据和土地利用数据构建的人口空间化模型,拟合优度为0. 80,精度检验平均误差为15. 6%,模拟精度高,适用性较好;模拟结果能够直观反映黄淮海地区人口集疏特征及县域城乡常住人口分布差异特征,真实展现局地微观尺度城乡常住人口实际分布状况;黄淮海地区城乡常住人口在空间上呈现"总体差异显著、局地内部均衡"的特征,区域尺度上城市地区集聚显著,局地尺度上县域和乡镇内部人口分布相对均衡。模拟结果可为区域城镇村空间布局优化和城乡公共服务设施配置提供参考。     

代表性人口空间分布数据集的精度评价——以2010年广东省为例

以人口密度差异显著的广东省为研究区,比较Worldpop、GPW v4和2种中国公里网格人口分布数据集的空间分布一致性,并以第六次全国人口普查数据为真值,按人口密度分为高、中、低3组,从误差的数值分布和空间分布两方面定量评价4种数据集的精度,最后讨论估算误差的可能来源及数据适用性。结果表明,4种网格人口数据集中Worldpop整体精度最高,且在人口密集区的精度也是最高;GPW v4在低人口密度和中人口密度区域精度略高于Worldpop,但对镇街内人口分布细节刻画不够详细;2种中国公里网格人口分布数据集精度较前两者低,主要受空间化方法和模型变量的选择所限制。Worldpop适合用于人口密度中等及人口密度高区域的精细化研究,GPW v4适合用于长时序、最小研究单元大于镇街的研究,第一种中国公里网格人口分布数据集适合用于需要考虑镇街内人口分布和空间异质性的研究,第二种中国公里网格人口分布数据集适用于需要考虑人口分布细节和空间格局变化的长时序研究。     

基于DMSP/OLS夜间灯光数据的省域GDP统计数据空间化方法——以广西壮族自治区为例

针对省域小尺度资源环境研究领域对空间型社会经济数据的需求,以DMSP/OLS夜间灯光数据为依据,采用GIS与SPSS相结合的方法,分析广西生产总值、第一产业、第二产业、#工业和第三产业分别与夜间灯光指数的相关性,构建广西2010年GDP统计数据的空间化模型,并制作广西1km*1km GDP密度专题图。结果表明,DMSP/OLS夜间灯光数据与省域GDP的空间分布相关性明显,相关系数为0.9755。估算得到的GDP密度能够完整地反映广西GDP宏观分布现状,可为今后经济决策和产值估算提供一定的依据。     

多元统计回归及地理加权回归方法在多尺度人口空间化研究中的应用

对统计型人口数据进行格网形式的空间化可更直观地展示人口的空间分布,但不同的人口空间化建模方法和不同的格网尺度在表达人口空间化结果方面存在差异。本文在人口特征分区的基础上,引入DMSP/OLS夜间灯光对城镇用地进行再分类,采用多元统计回归和地理加权回归方法(GWR),开展人口统计数据空间化多尺度模型研究,生成1 km、5 km和10 km等3个尺度的2010年安徽省人口空间数据,并对3个尺度下2个模型结果进行精度评价与比较。结果表明：人口空间数据精度不仅与建模所用方法关系密切,还受到建模格网尺度大小的影响。基于多元统计回归方法的模型估计人口数与实际人口的平均相对误差值随着尺度的增加而降低,而基于GWR方法获得的人口空间数据误差值随着尺度的增加而升高。整体来看,基于GWR方法的1 km研究尺度的人口空间数据平均相对误差最低(22.31%)。区域地形地貌条件与人口空间数据误差有较强的关联,地貌类型复杂的山区人口空间数据误差较大。     

基于多源数据和集成学习的城市住宅地价分布模拟——以武汉市为例

精准刻画城市住宅地价分布特征,对于科学引导城市空间布局规划、有效实现城市精明增长等具有重要意义。而城市住宅地价与其潜在影响因素之间的复杂非线性关系,给地价分布精细模拟带来了挑战。论文旨在探索基于地理大数据和集成学习的城市住宅地价分布模拟方法体系,以满足快速、精准监测地价动态变化的需要。选取武汉市为典型区,以住宅用地交易样点、兴趣点(points of interest, POI)和夜间灯光影像为数据源,以500 m分辨率网格为估价单元,提取POI核密度和夜间灯光强度作为住宅地价预测变量,采用机器学习算法和bagging、stacking集成方法构建住宅地价预测模型,并对比分析其精度。研究发现：① 单个机器学习算法中,支持向量回归(support vector regression, SVR)预测精度最高,接下来依次是k最近邻算法(k-nearest neighbor algorithm, k-NN)、高斯过程回归(Gaussian process regression, GPR)和BP神经网络(back propagation neural networks, BP-NN);② 在提升单个算法预测精度方面,stacking方法的性能优于bagging方法,使用stacking集成SVR和k-NN的地价预测模型精度最高,其平均绝对百分误差仅为8.29%,拟合优度R²达0.814;③ 基于论文所构建模型生成的城市住宅地价分布图能有效表征价格圈层分布特征和局部奇异性。研究结果可为城市住宅地价评估提供新的思路和方法借鉴。     

夜间灯光数据辅助高中地理“城镇化”教学的区域适用性研究--以贵州省为例

随着地理信息技术在中学地理教学中的深入应用,夜间灯光数据被不断应用于地理教学中,其区域适用性还有待进一步研究。为分析夜间灯光数据的区域适用性,笔者以贵州省为研究区域,利用2000年和2010年的夜间灯光数据,在省域和市(州)尺度上分析了夜间灯光数据与城镇化的相关性。结果表明:夜间灯光数据不适用于反映贵州省整体城镇化分布及演变过程;而在市(州)尺度上,贵阳市、遵义市、黔东南州、黔南州的夜间灯光数据与城镇化数据的相关系数均通过Pearson显著性水平检验,表明夜间灯光数据在这些市(州)有较好的适用性。其他市(州)由于海拔高、地形破碎、地形起伏度大等原因,夜间灯光数据不适用于表达其城镇化发展,因此不适用于该区域的"城镇化"教学。最后,选取贵阳市"城镇化"教学作为典型案例,分析夜间灯光影像在"城镇化"教学中的应用,为中学地理教师运用夜间灯光数据进行"城镇化"教学提供参考。     

基于遥感数据和POI数据的GDP空间化研究 ——以北京市为例

为了比较分析不同数据对格网化社会经济活动空间分布精度差异性的影响,以北京市为例,基于土地利用数据对第一产业空间建模,基于NPP/VIIRS夜间灯光数据和POI数据运用熵值赋权和代用数据空间展布的方法对第二、三产业空间建模,将第一产业和第二、三产业进行格网叠加,并与辖区GDP统计数据进行误差分析。结果表明:借助土地利用数据、NPP/VIIRS夜间灯光数据和POI数据的GDP空间模拟结果与真实分布格局较为一致,而使用土地利用数据和夜间灯光数据进行GDP空间化模拟的精度明显降低。因此,将反映细节信息的POI数据加入到GDP空间化研究后,能够进一步扩展GDP空间化的数据源,提高GDP空间化模拟精度。基于土地利用数据、NPP/VIIRS夜光数据和POI数据可以实现较高精度的GDP空间化模拟。     

夜间灯光数据和兴趣点数据结合的建成区提取方法

提出一种夜间灯光数据和兴趣点(POI)数据相结合的建成区提取方法,根据NPP/VIIRS影像的亮度、纹理信息和POI数据的密度信息,分别利用阈值法对两种数据进行建成区提取,并应用数学形态学方法对提取结果进行融合。该方法利用POI数据位置准确、与建成区分布高度相关等特点,有效弥补了夜间灯光数据分辨率较低与灯光溢出问题,获取到较为准确的建成区边界。选取深圳、广州和惠州3个不同形态的城市,将该文方法与其他方法的提取效果进行对比,证明该方法提取精度较高,适用于市级尺度的精细化城市建成区提取和城市扩张研究。     

空间尺度上推方法的精度评价——以内蒙古锡林郭勒盟土地利用数据为例

不同的空间尺度上推方法会导致不同程度的信息丢失、信息歪曲等后果;但目前少有研究在较长的尺度序列上、对不同尺度上推方法所得成果开展精度分析。本研究首先提出尺度上推方法精度评价的三个准则,即:保持土地类型构成特征、保持土地面积精度、保持土地空间分布格局和斑块形态;继而使用格点中心值、最大面积斑块、最大聚合面积斑块等3种尺度上推方法,配合100 m～50 km土地利用数据开展尺度转化实验;最后基于上述评价准则和尺度上推实验所得的系列输出结果,分析了不同尺度上推方法的精度。研究表明:(1)格点中心值上推方法能更好地保留区域土地类型构成、土地面积精度等特征;(2)锡林郭勒盟地区土地研究的适宜尺度应小于10 km,最大不应超过30 km;(3)在尺度上推过程中,土地斑块的平均面积、形态以及空间分布格局对尺度上推成果精度有着重要影响。     

基于夜间灯光数据的中国县域发展活力与均衡性动态研究

消除不平等、实现均衡发展是联合国可持续发展目标之一。客观准确地衡量区域发展均衡性是实现共同富裕亟待解决的首要科学问题。夜间灯光遥感数据已被证实是社会经济发展的良好代理变量,且因其方便获取、空间覆盖率广等优势被广泛应用。本文利用夜间灯光数据和空间化人口数据构造的灯光基尼系数作为发展均衡性的评估指标,测算并分析了2002—2020年中国2900个区县的发展均衡性及其与以平均灯光强度表征的区域发展活力间的关系,探讨了夜间灯光基尼系数的内涵及其在发展均衡性上的应用价值。结果表明,2002—2020年间中国96%的区县灯光基尼系数不断减小,即灯光—人口的分布趋于均衡,且在空间上总体呈现东部较西部更均衡的特点。同时,经济相对发达县域的均衡性差异较大,但多呈现经济与均衡性协同增长的发展路径;而超过60%的经济欠发达县域的均衡性有较大提升空间。研究结果可为实现区域均衡发展、推动共同富裕提供新的研究视角与科学支撑。     

MODIS和Landsat时空融合影像在土壤盐渍化监测中的适用性研究——以渭干河—库车河三角洲绿洲为例

土壤盐渍化的遥感监测依赖于高时空分辨率影像,但受经费预算、卫星回访周期及天气的影响,高时空分辨率的遥感影像较难获取,这就限制了根据采样时间来获取对应时期遥感影像进行土壤盐渍化监测反演的应用。为此,提出融合MODIS和Landsat影像生成高时空分辨率影像来提取土壤盐渍化信息,为时空影像进行土壤盐渍化监测研究提供数据参考。以渭干河—库车河绿洲为研究区,利用增强型时空自适应融合率反射模型（Enhanced spatial and temporal adaptive reflectance fusion model,ESTARFM）和灵活的时空融合模型（Flexible spatiotemporal data fusion,FSDAF）,对MODIS和Landsat影像进行时空融合,并基于融合影像数据构建了关于土壤电导率（EC）的随机森林（RF）预测模型,对比分析时空融合影像应用于土壤盐渍化遥感监测的适用性。结果表明：ESTARFM融合影像的特征波段反射率与Landsat验证影像对应波段反射率一致性决定系数R²（Red）=0.8066、R²（SWIR2）=0.8444;FSDAF融合影像的特征波段与Landsat验证影像对应波段反射率一致性决定系数R²（Red）=0.6999、R²（SWIR2）=0.7493;基于ESTARFM融合影像构建的EC值预测模型精度最高,R²=0.9268,基于FSDAF融合影像构建的EC值预测模型精度良好,R²=0.8987,基于验证影像构建的EC值预测模型R²=0.9103; ESTARFM模型的融合精度高于FSDAF模型,并且基于融合影像构建的EC值预测模型效果良好。     

柴达木盆地昆北地区路乐河组/下干柴沟组泥岩地层地球化学特征及古环境意义

柴达木盆地昆北地区位于柴达木盆地西部南区的昆仑山前缘，该地区构造活动频繁，地层完整，是研究古环境和古气候理想地区。通过采集昆北地区切26井新生界下部泥岩样品，对其进行微量元素分析。结果表明：在地层界线附近，路乐河组Cu、U、Cr、Sr元素含量平均值分别为18.34×10^-6、3.24×10^-6、141.68×10^-6、107.10×10^-6,下干柴沟组下段为28.17×10^-6、3.35×10^-6、192.07×10^-6、217.05×10^-6。下干柴沟组下段微量元素有明显增大趋势，指示沉积环境发生变化。U与陆源碎屑来源指示元素Th相关性差（R²=0.174 5)，表明U主要为自生成因，因此其含量的增加可以指示原始沉积水体还原程度的增强。Cr与U表现为弱相关（R²=0.420 9),表明水体环境的变化对Cr的富集有一定的影响；氧化还原指标U/Th、V/Cr表明研究区古环境为氧化水体沉积环境，U/Th、V/Cr指标在下干柴沟组下段变大表明水体加深，还原性增强。利用Sr/Cu比值变化以及结合化石种属演化等推测地层界线附近古气候经历了干旱—湿润—干旱的旋回变化。     

干旱区大尺度土壤盐度信息环境建模——以新疆天山南北中低海拔冲积平原为例

区域空间信息有助于决策者针对特定潜在和既定的土壤盐渍化区域制定改良和优化政策,以避免灌区水土资源的不合理配置和干旱区土地生态系统持续性退化。然而现存区域尺度土壤盐度数据以矢量方式留存,多边形内部土壤属性无空间变异性,缺乏实时更新,对当下实际指导作用具有一定的局限性。随着人类活动的加剧,土壤及其结构性退化正加速危害土壤质量和健康。对此,急需更新或升级,用于刻画干旱区生态系统中土壤盐度数据,以辅助制定相关政策,减缓土壤盐渍化的危害。针对此问题,本文基于代表性等级的采样设计方法（Integrative Hierarchical Sampling Strategy, IHSS）,获取少量典型样点,结合土壤—环境推理模型（soil land inference model, SoLIM）,尝试推理区域尺度土壤盐分含量信息。研究以新疆天山南北中低海拔冲积平原为案例,仅以23个代表性样本,推理陆表（0~10 cm）土壤盐分含量,源自3个典型绿洲94个野外样本的验证数据显示,依据评判标准,预测结果与实际情况较为相符,与线性回归模型相比,具备处理土壤与环境变量之间非线性关系的SoLIM,推理精度更高。所以,研究认为模糊隶属度加权平均的方法（IHSS-SoLIM）可以通过较小的建模点得到更好的预测效果,可作为区域尺度土壤盐度推理的备选方案。     

基于无人机遥感的高寒草原沙化模型及等级划分

高寒草原是青藏高原草地生态系统的主要组成，在防风固沙、野生动物保育等方面具有重要作用。近年来，在全球气候变化和人为干扰加剧的背景下，高寒草原沙化加剧，基于时空尺度监测范围及程度是防治高寒草地沙化的前提。以青海三江源区玛多县的高寒草原为研究区，结合大疆“精灵3”和“经纬M100”旋翼无人机和地面调查，探讨基于无人机遥测的植被指数在草地沙化调查方面的适宜性，以此为基础制定了高寒草原沙化模型及等级划分标准。结果显示：（1）通过对VDVI（Visible-Band Difference Vegetation Index）、ENDVI（Enhanced Normalized Difference Vegetation Index）和NGRDI（Normalized Green-Red Difference Index）指数与草地沙化指数GDI（Grassland Desertification Index）的相关分析，选取出高寒草地沙化研究最优植被指数为VDVI（R=0.9055）；（2）GDI与VDVI的关系模型为VDVI=0.3024GDI²-0.0335GDI+0.0119（R²=0.9326）。模型相对误差为1.779%（RMSE=0.165，R²=0.7447），拟合精度较高；（3）基于无人机遥感植被指数的聚类分析，将研究区高寒草原沙化划分为5个等级，即无明显沙化（VDVI>0.2247）、轻度沙化（0.1493 < VDVI < 0.2246）、中度沙化（0.0924 < VDVI < 0.1492）、重度沙化（0.0692 < VDVI < 0.0923）和极度沙化（VDVI<0.0692）。     

青海湖高寒湿地生态系统CO2通量和水汽通量间的耦合关系

利用涡度相关技术对青海湖高寒湿地生态系统不同时间尺度CO₂通量和水汽通量间的耦合关系进行了研究。结果显示：不同天气条件下青海湖高寒湿地生态系统30 min净CO₂交换量（NEE）与水汽通量间均显示了极显著负相关关系（P<0.0001）;30 min总生态系统生产力（GEP）与水汽通量呈极显著线性正相关关系（P<0.0001）;阴天水汽通量参与生态系统净CO₂交换和生态系统总碳吸收的比例最高。月均30 min NEE与水汽通量呈极显著线性负相关（R²=0.71,P<0.0001）。从植物返青期、生长期至枯草期,月均30 min的GEP与水汽通量不仅呈极显著线性正相关（P<0.0001）,且在生长期和枯黄期阶段表现出极显著一元二次多项式关系（P<0.0001）。在日尺度上,NEE日总量与日蒸散量呈极显著一元二次多项式负相关关系（R²=0.58,P<0.0001）;GEP日总量与日蒸散量呈极显著指数正相关（R²=0.42,P<0.0001）。在月尺度上,NEE月总量与月蒸散量呈极显著线性负相关（R²=0.60,P<0.0001）,两者还表现为极显著一元二次多项式负相关关系（R²=0.63,P<0.0001）。GEP月总量与月蒸散量呈极显著线性正相关（R²=0.51,P<0.0001）,且表现出极显著指数正相关关系（R²=0.64,P<0.0001）。     

Spatial non-stationary characteristics between grass yield and its influencing factors in the Ningxia temperate grasslands based on a mixed geographically weighted regression model

Spatial models are effective in obtaining local details on grassland biomass, and their accuracy has important practical significance for the stable management of grasses and livestock. To this end, the present study utilized measured quadrat data of grass yield across different regions in the main growing season of temperate grasslands in Ningxia of China (August 2020), combined with hydrometeorology, elevation, net primary productivity (NPP), and other auxiliary data over the same period. Accordingly, non-stationary characteristics of the spatial scale, and the effects of influencing factors on grass yield were analyzed using a mixed geographically weighted regression (MGWR) model. The results showed that the model was suitable for correlation analysis. The spatial scale of ratio resident-area index (PRI) was the largest, followed by the digital elevation model, NPP, distance from gully, distance from river, average July rainfall, and daily temperature range; whereas the spatial scales of night light, distance from roads, and relative humidity (RH) were the most limited. All influencing factors maintained positive and negative effects on grass yield, save for the strictly negative effect of RH. The regression results revealed a multiscale differential spatial response regularity of different influencing factors on grass yield. Regression parameters revealed that the results of Ordinary least squares (OLS) (Adjusted R² = 0.642) and geographically weighted regression (GWR) (Adjusted R² = 0.797) models were worse than those of MGWR (Adjusted R² = 0.889) models. Based on the results of the RMSE and radius index, the simulation effect also was MGWR > GWR > OLS models. Ultimately, the MGWR model held the strongest prediction performance (R² = 0.8306). Spatially, the grass yield was high in the south and west, and low in the north and east of the study area. The results of this study provide a new technical support for rapid and accurate estimation of grassland yield to dynamically adjust grazing decision in the semi-arid loess hilly region.     

黄土高原地区NDVI与气候因子空间尺度依存性及非平稳性研究

基于MODIS传感器的植被指数产品(MOD13Q1)及50年气候数据,通过地理加权回归与普通最小二乘回归模型对比,对中国黄土高原地区NDVI与气候因子间的空间尺度依存性及非平稳性进行研究,以期准确建立二者间关系.结果表明:① 研究区域内,NDVI与气候因子间存在很强的空间尺度依存关系,相同空间尺度下,年均降水较年均温对NDVI影响的波动性更大;② 与普通最小二乘回归模型相比,地理加权回归模型能够更准确地展现二者间关系;③气候因子对该地区NDVI的影响差异明显,降水存在直接正向影响,而温度的影响则较复杂;④ NDVI与气候因子间沿东北--西南的分布格局体现出区域内不同植被--气候区差异特征.二者间的异质情况还反映出除气候外,人类活动,地形等其他因素对NDVI的影响.     

黑土区土壤有机质和全氮含量遥感反演研究

以东北典型黑土区耕地为研究区,以Sentinel-2A（全球环境与安全监测计划的第二颗卫星,于2015年6月23日发射）影像作为数据源,构建光谱指数,分别采用多元逐步线性回归（Multiple Stepwise Linear Regression, MSLR）和随机森林（Random Forest, RF）算法建立土壤有机质（SOM）和土壤全氮（STN）预测模型,并采用十折交叉验证方法评估模型的性能。研究对比分析了不同气候、土壤类型和地形下土壤有机质和全氮的空间分布差异。研究表明：① 海伦示范区的SOM和STN含量最高,其年均温最低,高程最高,年降水量多,SOM含量升高,其年均温最低,年降水量多,STN含量升高;② 与基于多元逐步线性回归算法建立的SOM和STN预测模型相比,随机森林算法建立的SOM和STN预测模型,有着更高的精度和稳定性;③ 运用RF算法建立的SOM反演模型的R²为0.96,均方根误差为5.49 g/kg,STN反演模型的R²为0.95,均方根误差为0.27 g/kg; ④ 不同示范区统一建立SOM和STN预测模型,有助于提高预测精度,实现跨区域建模与制图。     

基于SWAT-MODFLOW耦合模型的巴音河中游泽令沟盆地地表水−地下水转换关系研究

为准确刻画资料缺乏、地表水–地下水转换频繁的泽令沟盆地地表水?地下水不同时空尺度上的转换关系,利用河道径流数据、遥感蒸散发数据、地下水位观测数据等对SWAT-MODFLOW耦合模型进行率定和验证,在此基础上对泽令沟盆地水循环过程进行模拟分析。结果显示：① SWAT-MODFLOW耦合模型模拟效果较好,率定期和验证期月径流量的R²≥0.73,NSE≥0.67,PBIAS在?20%~20%。其各子流域实际蒸散发的R²均大于0.91,NSE均大于0.85,PBIAS在?10%~10%。此外,模拟地下水位与实测值误差在0.6 m以内,R²为0.94。② 地表水补给地下水的河道占整个河道长度90.31%,年平均补给量占年总交换水量的50.20%;季节尺度上,补给的最大值出现在7月,为331043.31 m³/d,最小值出现在12月份,为41208.33 m³/d。地下水对地表水的补给量较为稳定,季节性变幅在?2.5%~2.5%,年际变幅处于?6.5%~0.6%之间。     

Remote Sensing Indices to Measure the Seasonal Dynamics of Photosynthesis in a Southern China Subtropical Evergreen Forest

The accurate measurement of the dynamics of photosynthesis in China’s subtropical evergreen forest ecosystems is an important contribution to carbon (C) sink estimates in global terrestrial ecosystems and their responses to climate change. Eddy covariance has historically been the only direct method to assess C flux of whole ecosystems with high temporal resolution, but it suffers from limited spatial resolution. During the last decade, continuous global monitoring of plant primary productivity from spectroradiometer sensors on flux towers and satellites has extended the temporal and spatial coverage of C flux observations. In this study, we evaluated the performance of two physiological remote sensing indices, fluorescence reflectance index (FRI) and photochemical reflectance index (PRI), to measure the seasonal variations of photosynthesis in a subtropical evergreen forest ecosystem using continuous canopy spectral and flux measurements in the Dinghushan Nature Reserve in southern China. The more commonly used NDVI has been shown to be saturated and mainly affected by illumination (R²=0.88, p < 0.001), but FRI and PRI could better track the seasonal dynamics of plant photosynthetic functioning by comparison and are less affected by illumination (R²=0.13 and R²=0.51, respectively) at the seasonal scale. FRI correlated better with daily gross primary production (GPP) in the morning hours than in the afternoon hours, in contrast to PRI which correlated better with light-use efficiency (LUE) in the afternoon hours. Both FRI and PRI could show greater correlations with GPP and LUE respectively in the senescence season than in the recovery-growth season. When incident PAR was taken into account, the relationship between GPP and FRI was improved and the correlation coefficient increased from 0.22 to 0.69 (p < 0.001). The strength of the correlation increased significantly in the senescence season (R ²=0.79, p < 0.001). Our results demonstrate the application of FRI and PRI as physiological indices for the accurate measurement of the seasonal dynamics of plant community photosynthesis in a subtropical evergreen forest, and suggest these indices may be applied to carbon cycle models to improve the estimation of regional carbon budgets.