基于半方差函数的STARFM改进模型

基于空间变异理论,本文提出了一种基于半方差函数的STARFM改进模型。该模型利用半方差函数分析基准Landsat影像的空间统计特性,确定影像各波段的空间相关距离——变程,然后将变程的2倍作为STARFM模型滑动窗口的宽度,预测了指定MDOIS时刻的Landsat影像;改变滑动窗口大小后的预测影像和实际观测影像各波段的平均绝对差值和平均差值均大于利用半方差函数确定滑动窗口宽度的预测影像,表明STARFM改进模型具有优越性。     

基于半变异函数的土壤有机碳空间预测方法

基于半变异函数原理,通过GS+和Variowin确定最优模型,对土壤有机碳进行空间预测,同时与反距离加权方法的空间插值结果进行预测精度和模型拟合效果对比。结果表明,基于半变异函数的土壤有机碳空间插值的均方根误差RMSE最小,比反距离加权方法提高了14%,预测精度和空间模拟效果要高于反距离加权方法的预测结果。基于半变异函数的空间插值方法要更适合土壤有机碳数据的空间预测,为其他土壤数据空间准确预测提供支持。     

空间权重矩阵对空间自相关的影响分析——以我国肾综合征出血热疾病为例

应用空间自相关统计方法,分析了2008年我国肾综合征出血热（HFRS）发病率的空间分布。采用多种权重度量计算了全局和局部两种相关性指数,分析了自相关数值对空间权重矩阵的依赖性。分析结果表明：①空间距离矩阵比空间邻接矩阵能更好地度量HFRS的空间分布;②使用空间距离矩阵时,当距离阈值500km〈δ〈800km时,全国发病率数据显示出显著的空间自相关性;③从局域上看,吉林省高值显著聚集,新疆、西藏、青海、广西和海南省自身低值被高值包围聚集显著。     

地球化学的空间自相关异常信息提取方法

针对地球化学数据存在的空间分布相关性特征,该文提出了一种基于空间自相关统计的地球化学异常提取方法。以内蒙古浩布高矿床外围的土壤地球化学数据为例,通过对Sn、Cu元素地球化学数据在不同空间间隔上的全局自相关计算,测算其空间聚集的程度,选取聚集程度最高时的间隔距离作为局部空间自相关的参数,通过局部Moran’s I值研究元素的空间分布特征,分析空间聚类和异常值,从而提取地球化学异常。结果表明,局部空间自相关分析可以揭示Sn、Cu地球化学数据的空间分布特征,能够更好地提取地球化学弱缓异常,说明空间自相关是一种有效的地球化学异常识别方法。     

西安市住宅价格空间结构和分异规律分析

利用ESDA方法对西安市城区的291个普通住宅项目均价数据进行研究,通过计算Moran指数和半变异函数分析了其空间自相关性和变异性,并进行了趋势分析。应用Kriging空间插值方法对西安市普通住宅价格空间分布进行了模拟。研究结果表明:西安市房价存在显著的空间自相关性,大部分住宅价格呈空间集聚格局,少部分因存在空间异质性而呈离散分布;房价变异函数表现出各向异性,不同方向有不同结构特征,空间自相关尺度为14.2km;西安市房价空间分异规律明显,房价分布格局受城市功能区划和交通影响较大。     

高分遥感影像样本的结构特征分析

空间结构特征是高分影像最显著的特征之一,高分影像的各种地物类型都表现出不同的结构特征,这些结构既包括纹理的、几何的,也包括空间关系的,有效地利用高分影像的结构特征可以弥补光谱特征进行分类的不足.本文以高分影像的空间结构特征建模与信息的提取为主题,主要研究了空间自相关统计量的计算和利用空间自相关统计量对图像进行处理,以及基于空间半变差函数高分影像样本的空间结构信息提取,最后以空间自相关统计量与空间半变差函数所提取得空间结构信息为特征进行神经网络分类.     

基于面向对象数据模型的地理实体距离度量关系分析方法

距离度量关系分析是GIS空间分析的重要组成部分。本文在传统的距离度量分析方法数学描述基础上,引入面向对象数据模型,将地理实体抽象为空间对象,用空间对象代替几何元素,给出了基于面向对象数据模型的地理实体距离度量关系分析方法的数学描述以及算法的实现过程。     

耕地自然质量空间分布及其影响因子分析——以北京市大兴区为例

定量分析耕地质量的空间分布特征,是制定与实施耕地保护措施的重要依据。本文以耕地质量等级补充完善成果为基础,以自然等指数为空间变量,采用空间自相关分析方法对北京市大兴区耕地自然质量的空间分布特征进行了研究,并采用变异系数、二元相关分析和偏相关分析方法对其影响机制进行分析,揭示了耕地自然质量空间差异的主导影响因子。研究结果表明:大兴区耕地自然质量在200~900m尺度范围内呈显著的空间正相关性,正相关HH型高等地明显聚集分布,LL型低等地面积较大且聚集性较低,负相关类型(HL和LH型)耕地无明显集中区域,零星分布。土壤有机质、表土质地和土壤剖面构型是影响耕地自然质量空间分布格局的主导因子,但影响程度有所差异。     

基于多种空间权重矩阵的区域经济空间自相关分析——以河南省为例

在空间统计分析的应用中,空间权重矩阵的设定对空间自相关的分析结果有较大的影响。通过构建基于邻接关系和空间距离的两大类共计14组空间权重矩阵,以河南省县域经济为研究对象,计算全局和局部两种空间自相关指数,研究空间权重矩阵对区域经济空间自相关分析的影响。结果表明:1)一阶车矩阵比二阶车矩阵能更好地度量河南省县域经济的空间分布,表明河南省县域经济的空间自相关性主要发生在边界直接相邻的区域之间,空间依赖效应从邻域不断向外辐射的现象不明显。2)合理应用空间距离矩阵的关键是能够正确设定阈值距离d,当40 km<d<50 km时,河南省县域经济呈现显著的空间自相关性。3)由郑州市以及围绕郑州的环形区域共同构成了河南省唯一的大面积高GDP值聚集区域,省会城市的经济外溢现象明显;豫东北的鹤壁市和新乡市为低GDP值聚集区域。     

DEM误差的空间自相关特征分析

采用空间自相关分析方法,从空间角度对数字高程数据误差的空间分布特征进行了研究。实验表明,利用双线性曲面表示地形表面时,产生的数字高程数据误差的全局Moran’sI指数趋近于0,在整个区域单元上的分布不存在显著的全局空间自相关,邻近区域单元上高程数据误差之间的关系在整体上既不综合表现为趋同,也不综合表现为趋异,高程数据误差的整体空间格局为随机格局;而且数字高程数据误差在空间上的分布与地形坡度和地表粗糙度有一定的联系,一般情况下,平均坡度、地表粗糙度越大,高程数据的全局Moran’sI指数偏离0稍远一些;否则,距离0近一些,但全局空间自相关仍不显著,在整体上表现为随机格局。     

Horizontal and vertical variability of soil properties in a trace element contaminated area

The spatial distribution of some soil chemical properties and trace element contents of a plot affected by the Aznalcóllar mine spill were investigated using statistical and geostatistical methods to assess the extent of soil contamination. Total and EDTA-extractable soil trace element concentrations and total S content showed great variability and high coefficients of variation in the three examined depths. Soil in the plot was found to be significantly contaminated by As, Cd, Cu, Pb and Zn within a wide range of pH. Total trace element concentrations at all depths (0–60 cm) were much higher than background values of non-affected soil, indicating that despite the clean-up operations, the concentration of trace elements in the experimental plot was still high. The spatial distribution of the different variables was estimated by kriging to design contour maps. These maps allowed the identification of specific zones with high metal concentrations and low pH values corresponding to spots of residual sludge. Moreover, kriged maps showed distinct spatial distribution and hence different behaviour for the elements considered. This information may be applied to optimise remediation strategies in highly and moderately contaminated areas.     

集成学习支持的复杂地貌类型区土壤全钾含量自适应曲面建模

土壤属性空间分布受复杂地学环境要素影响，空间分异特征十分明显，用单一全局插值模型进行土壤属性模拟，难以实现高精度模拟。对于空间不连续、全局插值模型精度有限及适应性差的特点，本文提出了一种集成学习支持的、融合地学环境变量的土壤属性自适应曲面建模方法（ASM-SP）。利用2013年采集的110个样点数据，使用回归克里金（RK）、贝叶斯克里金（BK）、普通克里金插值法（OK）、反距离加权法（IDW）、ASM-SP，分别对青海湖复杂地貌类型区进行土壤全钾含量的插补。本文采用逐点交叉验证（LOOCV）插值方法模拟精度。结果表明，ASM-SP不仅考虑了地学环境变量与土壤属性的非线性关系，而且融合了多个模型的适应性优势，是实现复杂地貌类型区土壤全钾含量的高精度模拟的一种新方法。     

基于GIS的土壤分布及理化性质与地形因子相互关系研究--以西安市为例

土壤空间分布规律的分析一直是土壤学研究的重要课题。以西安市为样区,应用GIS的复合叠置分析、聚类聚合分析、统计学分析等方法,探索了中尺度土壤分布及土壤理化性质随海拔高度变化而变化及土壤枝形分布规律。研究发现:不同海拔高度,土类分布组合不同;不同海拔高度土壤的pH、阳离子代换量及有机质含量变化较大;研究区枝形分布规律明显。以上研究是对传统土壤学描述性说明方法的突破,进而可以揭示土壤分布更深层次的规律;此外研究所采用的GIS学科特有的复合叠置分析方法把土壤信息与地形信息复合叠置分析,探求两者之间的关系,是对传统土壤学研究的补充。     

遥感数据时空尺度对地理要素时空变化分析的影响

地理要素的时空变化分析对于了解和掌握地表的规律性有着重要的作用。利用地面站点观测、实地调查等传统方式获取数据,对地理要素进行时空变化分析是最常用的方法。但该类方法往往表现的是"点尺度"观测,不能在大尺度情况下准确地反映地表的时空变化信息。遥感卫星能以一定的时间间隔获得空间连续的对地"面尺度"观测数据,然而其特定的空间和时间分辨率使其获取的地表信息仍十分有限。同时地表的空间异质性和个别地表短时间内的快速变化,使得利用遥感数据对地理要素进行时空变化分析时,时空变化分析结果会随观测尺度而发生改变。本文从空间尺度和时间尺度两方面综述遥感数据时空尺度对地理要素的时空变化分析产生的影响和原因,并针对这些问题总结了减小时空尺度对结果不确定性影响的现行方法。可以通过多源遥感协同观测和反演、尺度转换、空间建模等方法减小空间尺度引起的不确定性;通过联合多时相遥感数据的方法减小时间尺度引起的不确定性。在实际应用中,应根据所观测地理要素的实际情况,综合分析选择合适的方法。     

土壤重金属的空间插值方法比较分析——以阳谷县为例

空间插值通过采集少量的数据点,利用其中的空间关联,推求该区域内其他位置的属性值。本文以山东省阳谷县土壤重金属Cu采样数据为例进行空间探索性分析,分别采用了反距离权重插值和普通克里金插值两种方法进行空间分布插值模拟。结果表明,针对研究区采样数据,反距离权重插值方法生成的模型平均误差为1.97 mg/kg,总体精度为92%;普通克里金插值模型的平均误差为1.91 mg/kg,总体精度为92.35%,普通克里金插值方法更优。     

山东省人口空间分布模式及其影响因素分析

基于2010年《山东统计年鉴》和全国第六次人口普查数据,本文以县域为研究单元,通过空间自相关分析人口的空间分布模式,运用因子分析和Pearson相关分析探究人口空间分布模式的影响因素。研究结果表明:山东省人口分布呈现"东北-西南"的空间分布模式,人口空间分布整体上呈现显著的空间集聚,主要集中在青岛市的中心城区;经济增长因素和地形条件是山东省人口空间分布模式形成的主要推动力。     

类型地图的空间相关关系

针对类型地图,在介绍已有空间相关关系分析方法的基础上,给出一种计算空间相关关系的简便方法,其基本思想是用现实分布与随机分布下相对重叠度的差异来表达类型之间的相关程度;同时还讨论了位置不确定性对类型地图空间相关关系的影响.实验表明,该方法能够有效表达类型地图之间的整体空间相关和局部空间相关.     

朝鲜人口统计数据空间化模拟及影响因子分析

朝鲜人口统计数据空间化是解决朝鲜统计数据与自然要素数据融合分析的重要途径。基于朝鲜市郡级人口普查数据,将GIS空间分析技术与统计学方法相结合,分析了朝鲜人口密度与空间因子的关系,采用多元回归的方法建立了朝鲜人口密度空间化模型,在GIS平台中实现了朝鲜人口密度的空间格网化模拟,并利用地理探测器对影响朝鲜人口密度空间分布因素的决定力进行了有效探测。结果表明,多元回归模型拟合精度达到0.769,生成的栅格人口密度数据与朝鲜三级行政区人口统计数据保持一致。同时,影响该地区人口密度的因子依次为道路网密度、居民点密度、居民地指数、海拔、坡度和耕地指数。     

合理尺度纹理分析遥感影像分类方法研究

纹理分析是提高遥感影像分类精度的重要手段之一。纹理特征与地物类别尺度密切相关,应用纹理特征进行遥感影像分类, 关键在于纹理尺度的确定。对于灰度共生矩阵纹理分析来说,就是选择大小合适的纹理窗口。根据样本半变异值在较小范围内有较 大变化的特性,研究遥感影像相邻像素之间的空间关系,将半变异值开始趋于恒值时所对应的步长作为纹理分析的窗口大小,并在 纹理特征提取过程中针对每一个像素,在最大似然分类结果的约束下,适时改变其窗口大小,提取纹理特征,提出一种合理尺度纹 理分析的遥感影像分类方法。最后,选择北京市昌平区2006年SPOT 5遥感影像,利用TitanImage二次开发环境实现了该方法。实践 证明,该方法能有效提高遥感影像的分类精度。