空间尺度上推转换对影像信息的影响分析

针对尺度上推转换在不同空间分辨率遥感影像的应用结果中所产生的光谱扭曲和失真现象未受到普遍重视这一现象。以福建省河田盆地马尾松林样区为研究对象,采用同时相的1～16m卫星多尺度观测影像,基于最邻近法、双线性内插法、三次卷积内插法以及像元聚合法4种方法,将原始影像转换生成一系列低分辨率影像,并分别与同尺度真实卫星影像的光谱反射率、植被指数、光谱空间结构和影像产品数值进行对比分析,以定量评估升尺度转换对影像光谱信息的影响。结果表明:伴随升尺度倍数的增加,升尺度转换影像的光谱均值、NDVI以及变化趋势与真实观测尺度影像相比呈显著差异;经不同倍数尺度上推后的影像空间信息量和清晰度逐渐下降,其幅度明显低于真实影像的变化结果。建议通过构建经验统计方程对不同传感器数据进行光谱转换,以充分利用多尺度遥感观测优势并保证结果的准确性。     

利用能量因子进行DEM升尺度转换精度评价

全面评价数字高程模型（digital elevation model，DEM）升尺度转换方法的精度，有助于合理选择DEM升尺度转换方法，掌握DEM尺度转换规律及构建新的DEM升尺度转换模型。然而目前关于DEM精度评价的研究成果还难以达到实际应用的要求，从全新的视角寻找客观、高效的DEM升尺度转换结果的精度评价方法仍有待研究。基于地球表面接收太阳辐射的分布特性，提出基于能量因子的DEM精度评价方法，应用于不同DEM升尺度转换方法的精度评价中。基于现有的精度评定与质量评价方法，构建定性与定量分析相结合的综合评价方法，以验证基于能量因子的精度评价方法的合理性和有效性。实验结果表明，基于能量因子的精度评价方法原理简单、操作方便，能够反映升尺度转换后DEM地形空间遮蔽关系的变化情况。该方法为DEM升尺度转换结果的精度评价提供了新的思路和方向，对DEM在定量遥感建模与山区地表生态参量反演等方面的应用具有一定的借鉴意义。     

融合地物类别信息的NDVI尺度转换模型构建及 MOD13 Q1产品真实性检验

提出融入中高空间分辨率遥感影像精确地类识别信息,以改进传统的Chen NDVI尺度转换模型的方法,并基于两个模型共同进行MODIS 250 m 16 D合成植被指数产品MOD13 Q1(MODIS/Terra Vegetation Indices 16-Day L3 Global 250m SIN Grid)真实性检验。研究以地类丰富的厦门市作为研究区主体,并以30 m Landsat8陆地成像仪OLI(Operational Land Imager)影像作为验证数据,实践了上述方法。实验结果表明:MOD13 Q1产品总体质量较好,但是存在偏高估计的问题,尤其是对人工地物更为明显,在实际应用中应予以关注;融入精细地类信息的改进Chen NDVI模型相比较融入粗略地类信息的传统Chen NDVI模型,升尺度转换结果无显著差异,但是前者在精细、定量刻画"不同地类对NDVI尺度效应影响"方面更有优势,这对遥感地表参数尺度效应研究具有重要的启示意义。     

面向对象影像多尺度分割最大异质性参数估计

多尺度分割是遥感影像分析的关键步骤,影像分割过程中的尺度参数选择直接关系到面向对象影像分析的质量和精度。首先,总结了面向对象影像分析中尺度概念的内涵,分析遥感影像空间和属性两大基本特征,依据空间统计和光谱统计获得理论上最优的空间尺度分割参数、属性尺度分割参数。其次,运用了基于谱空间统计的高分辨率影像分割尺度估计方法,分析了分形网络演化多尺度分割与影像谱空间统计特征的关系,进而将基于谱空间统计的面向对象影像分析尺度参数应用于分形网络演化多尺度分割算法中,最后,对其参数的合理性进行验证。研究采用高空间分辨率IKONOS和SPOT 5影像数据,选择建筑实验区和农田实验区进行空间和光谱特征统计,以进一步估计分割中的最佳尺度参数。使用分形网络演化方法对图像进行分割,利用监督分类对本文提出的尺度估计方法进行验证,验证结果表明尺度估计方法可以一定程度上保证后续的面向对象影像分类的精度。不同于以往分割后评价的尺度选择方法会需要大量的运算量,本文方法不需要先验知识的参与,且在分割前就可以自适应地估计出相对较为合适的尺度参数,提高了面向对象信息提取的自动化程度。     

基于最优尺度和规则的高分辨率影像分类研究

高分辨率影像的广泛应用推进面向对象影像分析(OBIA)的发展,而分割作为面向对象分类的关键步骤,其尺度的选择直接关系到地物信息的提取。空间尺度是地物的固有属性,在合适的分割尺度下可以更好地挖掘地物信息。本文结合最大面积法和分割质量评价模型对张山营镇影像进行分割实验,先通过分析对象最大面积初步得到最优尺度范围,后结合分割质量评价模型以确定最优分割尺度层次。在此基础上,综合样本提取的光谱、纹理等特征进行规则训练,最终完成面向对象的土地覆被分类研究。结果显示:基于多层次最优尺度的规则分类方法获得更好的分类结果,其总体精度为88.8%,Kappa系数为0.861,而基于单一尺度的最邻近法总体精度81.4%,Kappa系数0.773,基于单一尺度的规则分类法总体精度为83.2%,Kappa系数为0.85。     

遥感地表温度降尺度方法比较————性能对比及适应性评价

在归纳现有遥感地表温度降尺度方法的基础上, 选取3种代表性方法:Normalized Difference Vegetation Index (NDVI)、Pixel Block Intensity Modulation (PBIM)和Linear Spectral Mixture Model (LSMM)方法进行实验比较, 并建立了一种纹理相似性度量指标CO-RMSE (Co-Occurrence Root Mean Square Error)。结果表明:(1)NDVI方法受季节影响最严重, 不适于春、冬季, 其次为PBIM方法;(2)LSMM方法受分辨率限制最大, 低分辨率时丢失大量纹理信息, NDVI方法在较高分辨率时优于PBIM方法, 较低分辨率时则相反;(3)3种方法的适用区域分别为植被与裸土像元并存区域, 山区和反照率变化较大区域, 以及类别间温差较大区域;(4)NDVI方法操作最简单, LSMM方法最复杂。分析认为, 尺度因子是决定方法性能的关键, 应根据季节、分辨率、地表覆盖、应用目的和操作性等综合选择。     

由NPP-VIIRS影像估算广东省碳排放的尺度效应分析

碳排放估算是节能减排和全球气候变化研究的重要领域之一,NPP-VIIRS夜间灯光影像能够反映人类活动强度而被广泛应用于碳排放的空间估算分析。本文构建和对比了基于2015年NPP-VIIRS夜间灯光影像的广东省能源消耗碳排放估算拟合模型,并重点研究了NPP-VIIRS影像的尺度效应,探讨了500、1000、1500和2000 m分辨率的模型结果精度。研究显示：①二次多项式拟合模型是碳排放估算的较优化方法,广东省21个城市之间拟合结果差异较大;②1000 m分辨率的NPP-VIIRS夜间灯光影像的广东省碳排放估算结果均方根误差最小,2000 m分辨率的绝对误差较小,并通过升尺度提高了模型运算效率;③间隔100 m从500 m连续递增至2000 m的不同空间分辨率的夜间灯光影像碳排放估算结果具有波动性,在1000 m分辨率处趋于平衡。本文分析了基于NPP-VIIRS夜间灯光影像的广东省碳排放估算模型,揭示了不同空间分辨率影像的尺度效应规律,可为夜间灯光影像碳排放估算提供空间尺度优化和结果精化方面的参考。     

定量遥感升尺度转换方法研究进展

尺度效应是地理科学中普遍存在的现象,制约着遥感等空间科学的发展。发展合理的尺度转换方法以促进遥感技术的全面应用迫在眉睫。本文分别从面—面升尺度转换、点—面升尺度转换两个角度对目前定量遥感领域存在的升尺度转换方法进行综述。其中,面—面升尺度转换方法按照转换原理可分为先反演后聚合、先聚合后反演两种;点—面升尺度转换方法依据定权策略可分为简单平均法、经验回归法、地统计方法、贝叶斯方法等。不同的升尺度转换方法具有各自的特点和优势,本文分别从模型构架、基本原理、特点、局限性和适用条件等方面对现有升尺度转换方法进行分析和讨论,并从离散型与连续型、统计型与物理型、普适型与针对型以及先验知识有和无4个方面总结了现有研究中存在的不足,剖析了升尺度转换研究中存在的问题与挑战,并预测了可能的发展方向。     

土地覆盖信息尺度转换的判别空间方法

提出了土地覆盖信息尺度转换的判别空间方法,选取判别向量并对其进行尺度转换,以不同尺度的判别向量构建多尺度判别空间模型,通过在判别空间中进行土地覆盖分类,实现不同分辨率土地覆盖信息的尺度转换。将此方法与常规的优势法和中心点法做尺度效应对比分析,并对各尺度上两种不同分类方法在判别空间中的土地覆盖分类结果进行比较。实验结果表明,该方法进行升尺度转换的结果比常规方法更加稳健,信息缺损更小,从而验证了其在土地覆盖信息尺度转换方面的有效性和适用性。     

面向对象高分辨率影像信息提取中的尺度效应研究

研究了遥感信息提取中的尺度效应问题,进行了影像对象分形维数、紧凑度、面积、均值、标准差和与邻域均值差分等指标的实验研究,发现所有类别对象的这些指标值都会随尺度变化发生不同程度的变化,相同的地物在不同的尺度上的表现均是不同的,不同目标在影像上具有的特征值、尺度是不同的,需要在最佳尺度影像中提取感兴趣信息。     

空间拓扑关系定量描述与抽象方法研究

具有复杂形状的空间区域之间拓扑关系的表示与抽象是空间信息多尺度表达和可视化中必须解决的问题.本文讨论区域之间拓扑关系边界交集成分的定性描述方法,并在此基础上提出度量化边界交集成分描述方法,运用这种详细的描述方法,探讨空间区域之间拓扑关系抽象的规律,可为地图自动综合中空间关系的维护提供有关的理论基础.     

空间数据研究的发展及对策

随着地理信息科学和地理信息系统的发展,空间数据先后经历数据生产、数据质量、数据不确定性和可用性4个研究阶段。在分析各阶段研究内容和方法的基础上,深入分析空间数据现有研究间的联系与区别,并给出未来的研究对策。     

从空间分析到空间决策的思考

地理信息系统正处在空间分析系统步入空间决策支持系统的关键时期,及时总结GIS分析理论和技术体系,展望空间决策发展趋势是值得广大地学工作者深思的问题。在分析回顾空间分析理论和技术发展历史的基础上,总结了现状研究和应用存在的问题,指出了空间分析向空间决策支持技术发展需解决的关键问题,并对空间决策支持系统未来的发展作出了几点思考,以期对空间决策支持技术发展提供指导。     

空间认知模式及其应用

从对不同空间模型的对比与分析入手,结合空间认知行为、神经系统科学和认知心理学的有关研究成果,对空间认知模式进行了研究。研究表明,“空间”的一般表现形式分为感知空间、认知空间和符号空间3种,不同的空间表现形式具有不同的空间认知方式;根据空间认知方式的差异,空间认知模式包括空间特征感知、空间对象认知、空间格局认知3个层次,而空间特征、空间对象则是空间认知模式构成的两个基本单位。文章以大华北地区为实验区域,通过对该区域强震发生空间的格局分析,进一步阐述了空间认知模式及其应用。     

采用聚类技术探测空间异常

提出了一种基于聚类的空间异常探测方法。该方法通过空间聚类获得局部相关性较强的实体集合,分别探测空间异常,给出了一种稳健的空间异常度量指标,提高了异常探测结果的可靠性。通过实例验证以及与SOM方法的比较分析,证明了该方法的正确性和优越性。     

SPATIAL OBJECTS AND SPATIAL RELATIONSHIPS

Spatial object and spatial relationship are two basic concepts of GIS.Spatial object is the digital representation of geographical entity or phenomenon,which forms the basis for data management and analysis;spatial relationship is theconnexion between spatial objects when geometric properties are considered.Thecommonly used classification of spatial objects as points,lines and areas is mathe-matically strict,and suitable for data management,but a bit too generalized forrepresenting real entities and extracting spatial relationships.A good classificationmodel should not only be good for representing real entities,but also good for re-vealing spatial relationships,therefore good for formalizing spatial analyses.     

Oracle Spatial空间数据库的设计及应用

随着“数字城市”、“数字区域”建设的大力开展,地理信息系统需处理海量的空间数据与属性数据。而目前,两者分开的存储方式不利于数据间的共享与互操作,因此空间数据的数据库存储及此模式下应用系统的开发成为研究的热点与难点。基于此,本文介绍了OracleSpatial中空间数据的存储、管理模式,给出了VB6 . 0环境下用MapX访问空间数据库的方法,讨论了基于OracleSpatial空间数据库的应用系统开发中,空间分析的一般编程方法。     

模糊面元素空间拓扑关系抽象化方法研究

空间拓扑关系的判定是地理信息系统中进行空间查询、空间分析、空间推理等操作的基础.在分析模糊区域空间拓扑关系的基础上,用空间关系向量定量描述这些拓扑关系.依据空间抽象的要求,通过计算向量之间的相关程度,对模糊区域的空间拓扑关系进行抽象,并根据空间拓扑关系的区域分布特征对抽象后的结果进行调整.     

Developing local measures of spatial association for categorical data

This paper describes a procedure for extending local statistics to categorical spatial data. The approach is based on the notion that there are two fundamental characteristics of categorical spatial data; composition and configuration. Further, it is argued that, when considered locally, the latter should be measured conditionally with respect to the former. These ideas are developed for binary, gridded data. Local composition is measured by counting the numbers of cells of a particular type, while local configuration is measured by join counts. The approach is illustrated using a small, empirical data set and an ad hoc procedure is developed to deal with the impact of global spatial autocorrelation on the local statistics.The author gratefully acknowledges financial support from the GEOIDE Network of Centres of Excellence (ENV #4) and the helpful comments of three anonymous reviewers.     

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。