新疆阿克苏河流域降水空间变异特征分析

根据阿克苏河流域降水空间观测数据,其降水稀疏且分布不均匀的特点,选取不同模型对降水空间变化规律进行研究,其结果精确性差异很大。通常应用地统计理论研究降水空间变异性,一般只涉及单个变量,传统的多元回归分析虽然涉及多个变量的影响,但缺乏区域化的空间结构特征。揭示具有协同区域化特征的降水空间变异现象及建立其空间分布模型,既要考虑多元信息的空间位置关系,即同一变量在不同地理位置上的相关性,又要考虑多元信息由于空间重复性引起的协同关系,即同一地理位置上不同变量的相关性。本文用阿克苏河流域范围内的降水观测数据建立析取-协克立格模型,考虑高程变量对降水量空间分布的影响,定量地揭示降水区域化变量的空间变异规律,并将其结果用于降水量的空间最优插值。     

基于TRMM数据的福建省降水时空格局BME插值分析

传统空间插值方法可获得福建省区域内降水的总体分布,但该地区气象站点较稀疏且分布不均,导致该区域内降水的空间插值结果误差较大。为提高插值精度,本文利用TRMM卫星数据以弥补站点数据的不足,尝试将TRMM数据作为"软数据"、台站数据作为"硬数据",两者相结合后采用贝叶斯最大熵(Bayesian Maximum Entropy,BME)方法对福建省降水的时空格局进行分析。以2000-2012年近13年20个气象站点的年降水量和月降水量为基础数据,分别利用普通克里格法(Ordinary Kriging,OK)和TRMM为"软数据"的BME插值法,分析福建省多年降水的时空分布格局,并对2种方法的插值结果进行比较。结果表明:在时空分布上,以TRMM数据为辅助变量的贝叶斯最大熵插值结果能更好地体现降水的局部差异特征;在误差评价上,以TRMM数据为辅助变量的贝叶斯最大熵插值结果的MAE和RMSE较小,表明TRMM数据作为"软数据"参与插值的BME方法可以在一定程度上弥补站点数据的不足,有效降低预测结果的绝对误差。通过对福建省降水插值的时空分布格局分析和误差评价可看出,BME插值法通过对基础台站数据,以及TRMM卫星产品数据的利用,使降水的时空分析结果更加真实客观,同时,为TRMM卫星降水数据的应用提供了一个新思路。     

基于多尺度最小二乘支持向量机优化的克里金插值方法

克里金插值方法根据待估位置点、已知样本数据点的位置关系和区域化变量的空间相关性,实现空间加权估计,满足估计的无偏性和最优性。传统方法理论模型形状固定且选择具有人为主观性,无法反映空间数据的变化趋势及其空间多尺度特征。本文为解决上述问题,提出了一种基于多尺度最小二乘支持向量机优化的克里金插值方法,此方法为拟合实验变异函数提供了一种新的思路。从实际样本数据的变化趋势出发,采用最小二乘支持向量机拟合实验变异函数,并利用不同尺度小波核反映不同尺度下的空间变化。最后,实验环节包括模拟和应用,模拟主要验证经多尺度最小二乘支持向量机优化后插值方法的科学有效性以及准确性,应用主要研究青岛市PM_2.5浓度时空分布特征,为城市生态科学防护及控制提供理论依据。结果表明,基于多尺度最小二乘支持向量机优化的克里金插值方法能够更好地刻画变异函数,反映不同尺度下的空间变化细节,从而在一定程度上提高插值的精度,是一种可选的克里金插值方法。     

基于TRMM降水数据的空间降尺度模拟

本研究以黑河流域为例,通过在不同空间尺度上建立降水与影响因素的关系并选择最优尺度以此进行降尺度,建立了基于地理加权回归（GWR）与高精度曲面建模方法（HASM）相结合的跨尺度统计降尺度方法,对TRMM降水数据进行了降尺度模拟。最后,结合站点观测数据采用交叉验证法对降尺度结果进行了验证。结果表明,与传统的降尺度方法相比,考虑最优尺度的降尺度方法在一定程度上提高了降尺度结果的精度,同时表明对跨尺度过程中产生的误差进行修正可进一步提高结果精度。本研究所提出的方法可用于粗分辨率降水数据的降尺度模拟,可为站点稀疏地区或地形复杂地区高分辨率高精度降水数据的获取提供方法上的支持。     

高精度曲面建模的中国气候降尺度模型

 与站点统计降尺度插值和动力降尺度相比,高精度曲面建模(HASM)降尺度,具有不需大尺度预报因子,直接从GCM结果构建区域上高空间分辨率的未来气候模拟曲面的优势。HASM降尺度将未来气候,分为历史观测拟合的气候基准值和GCM未来气候变化值进行模拟,精度明显高于传统方法,但常系数全局拟合的气候基准值忽略了降水分布的空间非平稳性,导致降水模拟受到较大影响。为增强降水降尺度的气候背景值的描述能力,通过分析全国尺度降水的非线性非平稳性特点,提出耦合空间变系数气候基准值的HASM空间变系数降尺度模型(HASM-SVDM)以改进HASM对非平稳要素的降尺度能力,并以1961-2010年全国气温降水观测数据结合地形特征信息,利用HASM降尺度方法对HadCM3的A1Fi、A2a和B2a 3种情景的1961-1990、2010-2039、2040-2069和2070-2099时段的全国未来气温与降水进行降尺度模拟。分析表明,耦合全局线性模型的HASM常系数降尺度模型适合全国气温的降尺度模拟,而耦合空间变系数拟合的HASM-SVDM增强了空间非平稳背景值的描述能力,模拟的空间分布更能体现降水总体的非均匀分布趋势,适合全国降水的降尺度模拟。     

地质统计学在含水层参数空间变异研究中的应用进展与发展趋势

科学合理评价地下水资源,对统筹规划、合理开发利用区域地下水,保障区域生态环境安全至关重要。获取含水层参数空间变异规律是解决地下水渗流、污染物运移、地下水开发利用等诸多地下水问题的重要基础。然而,受常规勘察技术所限,含水层非均质性难以直接刻画。两点地质统计学通过变异函数确定随机变量相关关系,解决地质变量空间线性估计并表征其各向异性;多点地质统计学突破了空间两点间相关关系的局限,通过多点训练图像建模,有效反映含水层参数变量空间分布特征,也更适合模拟复杂结构地质体。据此,本文对常用的两点地质统计学在含水层参数空间变异研究中的实际应用作了简述和探讨,并以含水层渗透系数为媒介,阐述了岩土电阻率和水力梯度或水头与渗透系数在地质统计学中运用的限制性协同关系。应用对比了多点地质统计建模与传统地质统计建模相比所具有的优势,并探讨了后者受自身算法、建模方法等制约现如今仍然尚未解决的问题及未来发展方向。指出在卫星、雷达及遥感技术快速发展背景下,数据同化、机器学习等手段融合、集成和尺度推绎多源、多空间、多分辨率空间数据帮助地质统计学实现数值建模是大势所趋。      

线性加权回归模型的高原山地区域降水空间插值研究

在山地和高原区域,地形对降水影响比较显著。常规空间插值方法通常不考虑地形要素,插值精度有限。考虑到降水量与高程存在较强的相关关系,采用局部线性加权回归模型预测山地和高原区域的降水分布。推导了回归计算公式,并在ArcGIS 9.0中编程实现算法。选取美国德克萨斯州西北部地区进行局部线性加权回归空间插值,并与普通Kriging、倒距离加权法比较。误差分析表明:在地形复杂的地区,线性加权回归模型比传统方法有优势。     

多源遥感数据的降水空间降尺度研究——以川渝地区为例

大量研究表明,通过传统地面气象站点实测的单点数据,不能有效地反映降水的空间变化特征。目前,以遥感数据获取的降水产品已得到了广泛的应用,但在地形地势复杂区域,遥感降水产品的空间分辨率与数据精度等方面仍然存在着极大的不足。因此,本文以四川重庆(川渝)地区为例,通过建立降水产品降尺度算法,以实现降水产品的降尺度估算,提高降水数据的空间分辨率。依据在不同尺度下(0.25°、0.50°、0.75°和1.00°),TRMM 3B43、地理因子,以及MOD13A3(NDVI)之间存在的相关关系,构建了多元回归模型。通过对比这4种尺度下的回归模型,选择其中精度最高的作为最终的降尺度算法,然后再把这种降尺度算法应用到1 km分辨率下进行降水估算。进一步,以区域差异分析(GDA)和区域比率分析法(GRA)对降尺度估算的降水数据进行校正,并结合部分地面气象站点实测的降水数据进行验证。验证结果表明:降尺度算法是可靠的,能有效提升降水产品的空间分辨率,同时GDA和GRA校正方法能减小误差,进一步提升降水估算的精度,满足区域地表过程应用的需求。     

基于谱空间统计特征的高分辨率影像分割尺度估计

多尺度分割是面向对象遥感影像分析的关键性基础步骤,影像分割过程中尺度参数的选择直接关系到面向对象影像分析的质量和精度。本文首先从理论层面将遥感影像分割的尺度界定为基于统计的原始影像全局或局部特征的一种定量化估计,并在算法层面上将多尺度分割算法的尺度参数概括为空间尺度分割参数（类别或斑块间的空间距离）、属性尺度分割参数（类别或斑块间的属性距离）和合并阈值参数（斑块大小或斑块像元数目）;接着,提出了基于谱空间统计的高分辨率影像分割尺度估计方法;最后,以均值漂移多尺度分割算法为例,采用高空间分辨率的Ikonos、Quickbird和航空影像数据,对本文提出的基于谱空间统计的高分辨率影像分割尺度估计方法进行了验证。结果表明,该方法在一定程度上不仅避免了高分辨率遥感影像分割尺度参数选择的主观性和盲目性,还提高了面向对象影像分析的自动化程度,具有可行性和有效性。     

利用空间聚集的贝叶斯网络评估手足口病发病风险

手足口病是一种常见的传染病,以往的研究表明该疾病与气象、环境和社会经济等因素相关联,其影响关系复杂,而疾病本身体现出较强的区域聚集性,采用普通的线性风险建模方法无法捕捉影响因素的复杂性及空间聚集性。因此,本文以山东省为例,在前人研究的基础上,提出了采用贝叶斯网络综合风险建模方法研究手足口病的发病风险与气象、土地利用、社会经济及空气污染等要素间的关系,并通过引入空间扫描统计聚集结果,将空间聚集引入到贝叶斯网络模型加强其空间推理功能,减少模型的偏差,提高评估的精度。结果表明,本文建立的手足口病空间贝叶斯网络风险模型具有较高的估计效果,引入的空间聚集性较好地融入到贝叶斯概率推理模型中,合理建立预测因子同手足口病发病风险之间的关系。通过对建模结果的解译,分析了手足口病的发病风险影响因素,特别是气候、社会经济及空气污染的影响。本文的空间贝叶斯建模方法及研究结果对手足口病暴发的防控预警具有重要的意义。     

多比例尺空间数据库的层次对象模型

多比例尺空间数据库是社会和技术发展到一定阶段后对地理信息系统提出的必然要求。本文分析了产生该问题的原因,多比例尺空间数据库的定义及相关性,回顾了多比例尺空间数据库建立的3种模型以及其组织结构、管理方式和优缺点。本文设计了层次对象模型作为多比例尺数据库实现的概念模型,将多比例尺表达分解为目标集合层次树和目标细节树的设计,详细论述了模型解决多比例尺数据管理的方法,最后讨论了多比例尺数据库的应用前景。     

Evaluating Spatial Heterogeneity of Land Surface Hydrothermal Conditions in the Heihe River Basin

Land surface hydrothermal conditions(LSHCs) reflect land surface moisture and heat conditions, and play an important role in energy and water cycles in soil-plant-atmosphere continuum. Based on comparison of four evaluation methods(namely, the classic statistical method, geostatistical method, information theory method, and fractal method), this study proposed a new scheme for evaluating the spatial heterogeneity of LSHCs. This scheme incorporates diverse remotely sensed surface parameters, e.g., leaf area index-LAI, the normalized difference vegetation index-NDVI, net radiation-Rn, and land surface temperature-LST. The LSHCs can be classified into three categories, namely homogeneous, moderately heterogeneous and highly heterogeneous based on the remotely sensed LAI data with a 30 m spatial resolution and the combination of normalized information entropy(S') and coefficient of variation(CV). Based on the evaluation scheme, the spatial heterogeneity of land surface hydrothermal conditions at six typical flux observation stations in the Heihe River Basin during the vegetation growing season were evaluated. The evaluation results were consistent with the land surface type characteristics exhibited by Google Earth imagery and spatial heterogeneity assessed by high resolution remote sensing evapotranspiration data. Impact factors such as precipitation and irrigation events, spatial resolutions of remote sensing data, heterogeneity in the vertical direction, topography and sparse vegetation could also affect the evaluation results. For instance, short-term changes(precipitation and irrigation events) in the spatial heterogeneity of LSHCs can be diagnosed by energy factors, while long-term changes can be indicated by vegetation factors. The spatial heterogeneity of LSHCs decreases when decreasing the spatial resolution of remote sensing data. The proposed evaluation scheme would be useful for the quantification of spatial heterogeneity of LSHCs over flux observation stations toward the global scale, and also contribute to the improvement of the accuracy of estimation and validation for remotely sensed(or model simulated) evapotranspiration.     

Spatio-temporal variation of landscape heterogeneity under influence of human activities in Xiamen City of China in recent decade

Xiamen is an economically competitive and highly urbanized city along the coastal area of Fujian Province, China. The research on spatio-temporal variation of landscape heterogeneity under the influence of human activities is of great importance to the further study on the relationship of landscape pattern and ecological process. It is also crucial to the discovery of spatial variation and intensity distribution of human activities. The research analyzed the intensity of human impacts and the spatial variation features and dynamics of landscape patterns by introducing statistical theories and approaches. We analyzed spatio-temporal variation of landscape heterogeneity using the geostatistical techniques, such as semivariogram and Kriging interpolation.Results show that there is a higher correlation between landscape heterogeneity indexes and human impact index. Both the indexes show a moderate spatial autocorrelation as well as an obvious characteristic of anisotropy. From 1998 to 2008, the spatial differentiation of the changes in the intensity of human activities and the changes in landscape heterogeneity shows that the landscape patterns in Xiamen are closely related with the urban land utilization methods, the condition of traffic and geographical location and the physical geographical condition such as the terrain and the ecological environment. The process of urbanization has a significant impact on the urban landscape pattern.     

逆向热力图的绘制方法

热力图是对数据的一种直观的表示方法,在空间大数据挖掘和知识发现的研究中具有良好的展示效果。本文研究了一种逆向渲染流程绘制热力图的方法,提出了将渲染器像素映射的地理空间作为计算分析的空间粒度,解决了热力图影响力叠加规则依赖于渲染器机制的缺点。逆向渲染热力图方法使用地理距离与绘制像素结合计算得到分析点缓冲区半径系数和影响力参数,以此来减弱在不同的地图尺度下热力图的形变程度。采用Kapur多级分割算法自动探测图像阈值得到色彩梯度,优化了热力效应的分级展示,在视觉效果上数据特征更加美观清晰。本文通过一组实验进行了验证,数据是由北京市交通委提供的公交IC刷卡记录,提取了其中某一时间段的刷卡数据作为样本,在相同的实验条件下,分别使用基于开源的Leaflet在线地图和Canvas渲染技术2种绘制热力图渲染方法,得到可视化结果后对比分析。在相同的实验条件下,逆向渲染热力图的可视化效果更符合现代的多尺度电子地图需求,更适用于地理空间POI点空间特征可视化。     

基于稀疏样点的蒙古国产草量估算方法研究

产草量是衡量草原生产力和诊断草原健康状况的指标,是草地资源管理的重要依据。近年来,遥感数据结合地面实测数据建模已成为产草量估算的重要手段。充足的实测样点信息是产草量遥感建模估算的基础。受境外采样多重因素的制约,蒙古国产草量估算研究中无法获取足够且分布均匀的实测样点,估产模型的精度受到影响,这一问题目前尚未发现有好的解决方法。本研究选取中蒙铁路沿线（蒙古段）两侧200 km缓冲区作为研究区,针对产草量遥感估算中野外样点稀少且分布不均的问题,引入P-BSHADE方法,基于多年NDVI数据和获取的少量地面实测样点数据,考虑草地分布的非均匀性以及样点之间的相关性,对均匀分布的模拟样点处的产草量数据进行插值实验。结果显示,P-BSHADE法的插值效果优于Kriging法,可得到均匀分布于研究区的样点。基于以上实测样点和插值样点,结合NDVI、EVI、PsnNet 3种植被指数进行遥感建模,最优模型精度达到80%,精度优于已有相关研究。选取其中最优的基于NDVI的指数模型对研究区2000—2019年产草量进行反演,获得的产草量空间格局与年际变化与已有研究结果趋势吻合,进一步印证了结果的可靠性和插值方法的可行性。本研究通过插值的方式改善数据源从而提高估算模型精度是一种全新的思路与尝试,对于“一带一路”等境外区域资源环境监测具有借鉴意义。     

最优插值校准法定量估测降水及效果分析

天气雷达可以监测大范围降水以及降水分布情况,但是由于雷达估测的是离地面某一高度处的降水,会造成降水估算的误差。地面雨量站测量的是地面上某个点累计的雨量,单点精度较高,但往往漏掉强降水,暴雨中心。结合两者的优点,研究了雷达和雨量计联合估测降水方法中的最优插值校准法,并和Z—I关系估测的降水结果进行了对比分析。在此基础上还比较了不同雷达初值场对降水精度的影响。结果表明,最优插值校准法定量估测降水可以提高雷达估算降水的精度,同时雷达初值场的代表性好坏直接关系到降水估测的效果。