AutoLogistic 方法在土地利用格局模拟中的应用 —— 以张家界市永定区为例

土地利用/ 土地覆被变化(LUCC) 是当前研究全球变化的重要内容, 而区域土地利用 格局模拟是LUCC 研究的核心内容之一。以张家界市永定区为研究单元, 根据由2005 年土地 利用现状图和数字高程模型数据源得到的土地利用、地形、河流以及道路等空间数据, 对区 域土地利用类型空间格局的空间自相关性特征进行了建模研究, 并通过在传统Logistic 模型 中引入描述空间自相关性的成份, 实现了能够考虑自相关性因素的回归分析模型 (AutoLogistic 模型), 同时应用该模型对区域土地利用格局进行了模拟和分析。结果显示, 通 过与没有考虑空间自相关性的回归模型(传统Logistic 模型) 相比较, 该模型显示了更好的拟 合优度和更高的拟合准确率(耕地、林地、建设用地及未利用地的ROC 值分别从0.851、 0.913、0.877 和0.852 提高到0.893、0.940、0.907 和0.863)。研究结果说明了基于 AutoLogistic 方法的土地利用格局的相关性建模在一定意义上是合理的。同时研究结果也可以 为永定区及其相似地区的土地利用规划决策提供更为科学的依据。     

两型模式下长株潭主城区PM2.5时空变化特征分析

为评估"两型社会"建设是否对改善城市空气质量发挥了作用,本文以长株潭主城区为研究对象,从土地利用视角出发,融合地理国情普查数据、遥感气溶胶光学厚度(AOD)数据、PM_(2.5)浓度观测数据和相关专题数据,运用遥感技术、GIS空间分析和数学统计理论与方法,构建了顾及多源地理要素特征的城市PM_(2.5)污染时空变化模拟模型。在此基础上,分年均和季节时间尺度分析PM_(2.5)浓度空间分布特征及其与土地利用格局的耦合关系。结果表明,"两型社会"建设期间,长株潭主城区PM_(2.5)浓度呈显著下降趋势和明显的季节差异,但整体仍严重超标;主城区内PM_(2.5)浓度空间差异与土地利用类型显著相关,建设用地面积比例越高、园林地越低,PM_(2.5)浓度越高。该研究结果对于开展污染防治、指导土地利用开发以及实现长株潭城市群"两型社会"可持续发展具有一定的参考价值。     

新时期遥感类课程教学改革的传承与变革辩证关系

从教学理念、教学内容、教学方法及考试考核等关键教学环节,系统总结了遥感类课程的核心要义,深刻剖析了其传承与变革的辩证关系,最后以笔者所在学校遥感应用与专题制图课程为例,介绍其在变革与传承中的做法,以期为其他高校或专业的遥感类课程教学提供参考与借鉴。     

地理加权回归建模结果不确定性度量与约束方法EI北大核心CSCD

作为一种经典局部加权最小二乘方法,地理加权回归建模一直受样本空间稀疏及预测变量局部共线性等因素困扰,导致建模结果不确定性呈现空间异质。通过协方差传播定律构建后验标准差精度评价指标,本文提出了一种地理加权回归建模结果不确定性度量与约束方法,并基于地表PM 2.5浓度遥感制图实例开展了验证。试验结果表明:不确定性约束后,不同参数下地理加权回归模型的拟合精度、基于样本/站点/区域的十折交叉验证精度均有改善;局部共线性导致的模型回归系数符号偏差问题得到了改正;模型预测结果奇异值及负值能被有效甄别,有效提升了地表PM 2.5浓度制图结果的可靠性。该不确定性度量与约束方法可有效保证地理加权回归模型估算结果的稳定性和有效性。     

集成多源遥感数据的PM2.5浓度空间分布制图

针对传统地面稀疏站点监测PM_2.5浓度以点带面的缺陷,本研究拟借助多源遥感数据开展了地面大气细颗粒物PM_2.5浓度空间分布模拟研究。以京津冀地区2013年的年均、季均PM_2.5浓度模拟图为例,用简化的气溶胶反演算法（SARA）反演了 1 km高分辨率AOD,并结合高分辨率遥感提取污染相关地理要素,对研究区PM_2.5浓度空间分布进行地理统计模拟及优选。结果表明：① SARA算法反演的AOD与地基AERONET相关性达0.99,能准确地反映研究区AOD的时空分布特征;② 集成多源遥感数据的地理加权回归模型拟合度高（平均R²-0.66）,其空间模拟显示研究区平均PM_2.5污染南部城镇最重,中东部城区次之,西北山区较轻;③ 研究区PM_2.5污染程度高,全年平均模拟浓度高达75 μg/m³,在气候环境及主要污染源季节性差异驱动下,浓度分布季节性特征显著,冬季污染最严重,而夏、秋季相对较轻。该成果对于精细把握PM_2.5污染特征,指导污染防控具有重要意义。     

基于分层极限学习机影像转换的多源影像变化检测方法

为提高现有多源影像无监督变化检测方法存在的检测结果易受噪声影响和计算效率低等问题,本文提出了一种基于分层极限学习机影像转换的多源影像变化检测方法。分层极限学习机（Hierarchical Extreme Learning Machine, HELM）通过多层前向编码获得丰富的特征表示,且当特征提取完成即可确定网络参数。本文方法首先通过对合成孔径雷达（Synthetic Aperture Radar, SAR）影像进行对数转换,以获得与光学影像相同的影像噪声分布,并利用影像平滑减少影像噪声对变化检测结果的影响;然后分别对多源影像进行聚类分析,通过对比两时相影像的聚类图获得初始变化检测图,选取初始变化检测图中的未变化区域的像元作为初始训练样本,构建训练样本修正模型修正初始训练样本以提高训练样本的准确性;引入HELM以实现多源影像特征空间转换,获取多时相空间转换影像,提高了算法效率;最后通过对比原始影像和多时相空间转换影像获取变化信息。两组多源影像(Google Earth和哨兵1号影像)的实验结果表明：与现有方法相比,本文方法的Kappa系数分别至少提高了6.19%和8.94%,证明了本文方法对多源影像变化检测的有效性。     

一种网络城市空气质量地理信息服务系统

针对传统地理信息服务系统缺乏准确揭示城市空气污染物时空分布特征能力,无法满足公众及时了解污染信息、协助环境部门制定防控措施的不足,该文设计并初步开发了一种综合GIS技术、Web技术与相关环境、健康风险评估模型的城市空气质量地理信息服务系统。该系统不仅可实现常规空气污染监测数据、人口数据、道路数据、土地利用数据等的可视化、统计分析与制图,也可用于基于上述数据的区域空气污染高空间分辨率模拟制图、人口暴露风险评估和公众出行路线选择。     

SOA理念下面向Web服务的网络空间数据共享模型研究

针对Internet环境下大量分布、异构空间数据难于共享的问题,本研究在SOA理念指导下,结合WebServices和传统WebGIS数据共享技术,提出了一种新的面向Web服务的网络空间数据共享模型,并对模型的构成、运行过程进行了描述。此外,文章还以ArcIMS和MapXtreme两种WebGIS平台为例,检验了该模型的可行性。结果表明:此模型能较好地实现不同WebGIS系统间的互操作,从而为Internet环境下的分布、异构空间数据共享提出了一种新的解决思路。     

多层级二值模式的高光谱影像空-谱分类

利用高光谱遥感影像的空间纹理特征，可以提高高光谱遥感影像的分类精度。提出了一种多层级二值模式的高光谱影像空-谱联合分类方法。该方法将高光谱影像转化为局部二值模式特征图像获取像元微观特征，基于特征图像生成多层级特征向量获取像元宏观特征。为验证该方法的有效性，选取PaviaU、Salinas和Chikusei高光谱影像数据，利用核极限学习机分类器，分别针对光谱、局部二值模式、多层级二值模式等特征开展实验。结果表明，多层级二值模式空-谱分类总体精度分别达到97.31%、98.96%和97.85%，明显优于传统光谱、3Gabor空-谱等分类方法。该方法可为高光谱影像分类提供更加有效的类别判定特征，有助于提高影像分类精度并获取更加平滑的分类结果图。     

自然资源大数据助力的城市可持续发展评估

针对传统统计面板数据、网络众源数据等在城市可持续发展评价与信息化建设过程中存在的类型单一、准确性及时空分辨率不一、更新效率低等问题,该文充分发挥自然资源监管大数据覆盖要素广、时空多维度、常态化更新等优势,重构了一套城市可持续发展指标评价体系,综合计算城市可持续发展进程。以指标评估模型方法为基础进一步优化设计了城市可持续发展评估信息化建设方案,通过全面整合自然资源监测、社会经济等数据,构建可持续发展大数据中心,实现了以自然资源大数据为主的多源异构数据统一管理,同时以此为基础开展了城市可持续发展时空大数据平台建设实践。平台在精准评估诊断城市可持续发展状态的同时,为政府可持续发展决策与目标达成提供了一种新的手段,也为自然资源大数据利用开发了一种新的场景。