流域地形景观系统的复杂网络描述

人工作用下流域地形景观系统研究是流域地貌水文研究的重要内容。该文采用复杂网络理论研究黄土高原丘陵沟壑区小流域系统,借助数字地形分析方法从DEM数据中提取网络要素,建立流域地形景观复杂网络模型;选取度、平均路径长度、集聚系数等指标,分析得到网络具有小世界特征,网络中度-度关联性呈现负相关性,负地形中沟谷网络呈现无标度特征;地理尺度对流域地形景观网络拓扑结构影响不大,在人工作用下的地形景观网络呈现平均度减小、集聚系数增大;网络中关键节点的变化影响着网络拓扑结构,改变了小流域系统的地貌水文特征。复杂网络理论为研究流域地形景观系统演化提供了一种新方法。     

基于SCIAMACHY反演数据的全球CO2浓度时空变化特征研究

通过卫星观测光谱反演计算是当前观测全球CO₂浓度水平,分析其变化趋势的重要手段,但是由于观测条件及反演方法的限制,基于卫星观测光谱反演计算只能得到离散的CO₂浓度数据,需要借助空间插值方法才能获得空间连续的CO₂浓度数据。本文以SCIAMACHY研究团队发布的XCO₂浓度数据为基础数据,首先对比分析了空间分析中常用的3种经典插值方法（反距离加权法,克里格法,样条函数法）在XCO₂空间内插中的精度,综合分析平均绝对值误差、绝对值误差最大值和均方根误差3个指标,结果表明反距离加权插值法为最优内插方法。基于该方法生成2003年1月-2012年4月共计112个月的全球大陆XCO₂浓度分布数据集,并对全球大陆范围内XCO₂浓度的时空变化特征进行分析,发现在此时段内全球各个大陆XCO₂均表现出增加的趋势;在全球大陆平均水平上,XCO₂浓度增加幅度为17.43×10^-6,XCO₂年平均值增加速率约为2×10^-6,总体上呈现北半球增加速率高于南半球的特点。     

基于OCO-2卫星观测模拟高精度XCO2的空间分布

本文首次基于OCO-2卫星观测数据,采用高精度曲面建模（High Accuracy Surface Modeling, HASM）的方法来模拟大范围高精度的二氧化碳柱浓度（XCO₂）的空间分布。首先,探讨分析HASM方法应用于模拟OCO-2卫星观测XCO₂的空间分布的可行性。从2014年9月至2015年8月OCO-2观测的12个月的XCO₂数据中,分别随机选取其各个月90%的XCO₂数据用于空间插值,剩余10%作为精度验证点。自验证结果表明,12个月的平均绝对值误差为0.34 ppm。由此可见,HASM适用于模拟OCO-2卫星观测XCO₂的空间分布。然后,采用HASM对OCO-2在2014年9月至2015年8月的各个月观测数据进行空间插值,获取空间分辨率为0.5°×0.5°的各个月均值XCO₂的空间分布,同时基于地基观测TCCON( Total Carbon Column Observing Network)站的XCO₂数据对HASM模拟结果进行交叉验证。验证结果表明,HASM模拟的XCO₂与TCCON站对应观测数据相比,其平均绝对值误差为0.81 ppm,相关系数为0.88。因此,HASM在模拟OCO-2卫星观测的XCO₂空间分布上具有很大的优势。     

基于HASM的中国森林植被碳储量空间分布模拟

当前区域尺度上森林碳储量估算主要依据森林资源清查数据,整个过程不仅消耗大量人力、物力,而且十分耗时,严重影响了森林碳储量估算的时效性。针对这一问题,本文提出了基于HASM的森林植被碳储量模拟方法,该方法以全球植被动态模型LPJ-Guess 输出的植被碳储量为驱动场,以森林清查样地数据为精度控制点,模拟生成中国陆地森林碳储量分布情况。研究以第7 次中国森林资源清查数据作为精度控制点数据源,同时作为本文模拟方法的精度验证。结果表明,中国森林碳储量为9.2405 Pg,考虑到森林资源清查是基于一定的郁闭度进行的,因此HASM模拟的结果与根据森林资源清查结果计算得出的7.8115 Pg 相比更符合实际情况,西南山区和东北林区是中国森林最主要的碳库,其碳储量分别占中国森林植被碳储量的39.82%和20.46%。同时与之前(1975-1995 年) 相比具有较大幅度的增长,表明近几十年来中国坚持大规模植树造林的碳汇效果显著。同时也表明基于HASM的森林植被碳储量空间分布模拟方法是有效的,模拟结果合理且精度较高,表明该方法在全球尺度上森林植被碳储量模拟及其它生态系统中碳储量模拟中具有应用潜力。     

机载LIDAR数据的树高识别算法与应用分析

利用机载激光雷达数据提取天然次生林的树高,旨在探索影响树高提取精度的主要因素。首先,采用高精度曲面建模平差算法(Adjustment Computation of High-accuracy Surface Modeling,HASM-AD)生成研究区不同空间分辨率的数字高程模型(Digital Elevation Model,DEM)、数字地表模型(Digital Surface Model,DSM)和冠层高度模型(Canopy Height Model,CHM);其次,用树顶点识别算法提取林木树高,设置不同树高识别范围,对比分析不同CHM分辨率和不同树高识别范围对树高提取精度的影响;最后,以天涝池流域30个实测样地数据为样本,对提取精度进行检验。结果显示：提取的样地平均树高与实测值具有明显线性相关关系,线性回归系数为0.694;树高识别范围是影响树高提取精度的重要因素,CHM分辨率对其影响较小。研究表明,采用高采样密度的雷达点云数据、正确选择CHM生成方法和改进树顶点识别算法是提高天然次生林树高提取精度的有效途径。     

省尺度森林植被碳储量空间分布模拟不确定性分析——以江西省为例（英文）

Forest vegetation carbon patterns are significant for evaluating carbon emission and accumulation. Many methods were used to simulate patterns of forest vegetation carbon stock in previous studies, however, uncertainty apparently existed between results of different methods, even estimates of same method in different studies. Three previous methods, including Atmosphere-vegetation interaction model 2(AVIM2), Kriging, Satellite-data Based Approach(SBA), and a new method, High Accuracy Surface Modeling(HASM), were used to simulate forest vegetation carbon stock patterns in Jiangxi Province in China. Cross-validation was used to evaluate methods. The uncertainty and applicability of the four methods on provincial scale were analyzed and discussed. The results showed that HASM had the highest accuracy, which improved by 50.66%, 33.37% and 28.58%, compared with AVIM2, Kriging and SBA, respectively. Uncertainty of simulation of forest biomass carbon stock was mainly derived from modeling error, sampling error and statistical error of forest area. Total forest carbon stock, carbon density and forest area of Jiangxi were 288.62 Tg, 3.06 kg/m~2 and 94.32×109 m~2 simulated by HASM, respectively.     

多源数据协同的城市道路提取

城市道路的高精度提取可为城市三维表达、城市地形分析、城市建设规划、交通导航等提供数据基础和支撑。本文以合肥市局部城区为试验区,以开源路网、街景图像和遥感影像为数据源,在利用最大似然法进行初提取的基础上,通过空间分析、统计分析、几何量测、最小二乘拟合等方法进行粘连分割、缺失处理和交叉口细化等关键处理,构建了多源数据协同的城市道路提取方法,并对提取结果进行了精度评价和分析。试验结果表明,本文提出的城市道路提取方法优于最大似然和面向对象方法,提取总体精度为96.65%,Kappa系数为93.71%,道路宽度偏离标准差为0.03m,特别是对同物异谱、同谱异物及遮挡等造成的信息提取不全问题具有良好的改善效果。     

面向DEM构建的不同等高线离散化方法适应性分析与评价

地形图是构建数字高程模型(DEM)的重要数据源,同时近几年空间插值方法在建模精度等方面的应用得到了不断的提高,因此将等高线离散化成高程点进行空间插值构建高质量DEM成为值得研究的课题。在此背景下,本研究从操作的易行性及空间插值的原理出发,基于ArcGIS软件设计了6种离散化方法;并以江南某丘陵地区为实验区域,以大比例尺地形图为基础数据源,探讨了在不同影响因素下各离散化方法构建DEM时的差异性与适应性。     

基于DEM的5节点二阶差分坡度算法模型与实验分析

 坡度作为最基本的地形因子,是构建地学分析模型的基础数据,基于格网DEM的坡度计算模型的精度分析一直是地学分析的重要研究内容。本文通过分析计算坡度的 差分模型误差来源及特征,提出了一种新的模型——5节点二阶差分模型。其基本思想是顾及多距离邻近点高程信息,采用5×5分析窗口,建立单倍格网和两倍格网的差分计算线性组合模型。并通过数学分析的理论推导证明该模型可以显著提高计算精度。实验选取典型数学曲面并对其采用不同的分辨率(1m和5m)进行离散化精度验证。计算结果表明,与现有的差分模型相比,5节点二阶差分模型可以显著提高坡度的精度,对应于两种分辨率的DEM,该模型计算坡度的精度可以分别提高7×10⁴倍、3×10³倍以上,表明该模型对于高分辨率DEM数据更为适用。本研究不仅丰富了数字地形分析的方法体系,为相关地学模型分析提供更精确的坡度数据,而且为将来改进地形曲率因子等计算模型提供了一定的参 考和借鉴。