基于蜂群算法的城市土地利用变化建模

通过引入人工蜂群算法用于构建土地利用变化的驱动力模型,分析土地利用变化的驱动力机制。算法原理通过模仿蜜蜂采蜜行为,自动搜索和提取土地利用变化样本中不同土地变化类型所对应的驱动力分类规则。分类规则的构建采用“IF…THEN”形式,并选取3种不同的适应度函数分别进行模拟验证。研究案例基于UCI实验数据集和美国纽卡斯尔市真实土地利用变化数据集。由实验结果可知,采用蜂群算法模型的总体精度和Kappa系数评价优于其它算法,表明蜂群算法应用于土地利用变化建模具有可行性。     

海岛型城市森林景观格局效应及其生态系统服务评估

以海岛型城市厦门市为研究区,利用1987—2007年5个时期的TM/ETM+遥感数据,综合运用景观要素遥感解译、景观指数法、生态服务价值量法及灰色关联分析方法,定量评价了景观格局效应对厦门城市森林生态系统服务的影响。研究结果表明:①厦门岛城市森林面积自1987年以来一直趋于减少,在2002年达到最低值;其生态服务价值同样在2002年达到最低水平,为12.81亿元/a;2007年有所上升,为13.63亿元/a,其中,占城市森林总生态服务价值比重最大的是涵养水源功能,其次为固碳释氧功能;②厦门岛城市森林生态服务价值与斑块密度、斑块数和香农多样性指数具有较高的关联度;与建成区面积的关联度较低,表明厦门岛建设用地以侵占城市森林以外的其他景观为主,岛内城市森林得到了较好的保护。     

福建省植被NPP时空格局及其驱动力分析

以福建省为研究区,以中等分辨率MODIS NDVI遥感数据、气象数据及其他辅助数据为数据源,基于植被净初级生产力(net primary productivity,NPP)光能利用率估算模型——CASA,定量研究了该区域历史序列(2001—2012年)NPP时空变化格局,探索其主要影响因素。结果表明:2001—2012年该区域NPP总体呈现下降趋势,2003年和2005年为历年变化下降率最大的两年;该区域NPP时空分布特征明显,在空间上表现为由南向北递减的空间分布格局,且沿海经济发达区域NPP普遍较低;时间上表现为春秋两季具有相同的空间分布,夏季具有最高的NPP,占全年NPP的56%,冬季平均NPP在120gC·m~(-2)·a~(-1)以下;降水和温度与NPP的线性相关性较小,且线性相关性随空间位置的不同而有所差异;福建省NPP对气候因子的响应随空间位置的变化而变化,在不同的区域,其主要的胁迫因子不同,NPP总体受到辐射量的驱动因素要比其他胁迫因子强。     

基于CASA模型的北京植被NPP时空格局及其因子解释

以北京为研究区,整合遥感数据、气象数据及其他多源辅助数据,基于改进的光能利用率(carnegie-amesstanford approach,CASA)模型分析了2010年北京植被生态系统净初级生产力(net primary productivity,NPP)的时空分布格局及其主要影响因素。结果表明:12010年北京NPP总量为5.5 Tg C,其NPP的空间分布格局为北部和西部山区总量较高,平原区NPP总量较低;2北京植被NPP的季节变化明显,夏季NPP最大,占全年的62%,冬季最小,仅占3%,春季和秋季分别占全年NPP总量的18%和17%;3北京植被NPP受水分和热量条件限制,不同区域的主要限制因子不同,北部和西部山区自然植被受气温影响较大,平原区农作物生长更容易受降水影响,而在山区向平原过渡区域的植被受太阳辐射变化影响明显。     

基于国产高分辨率光学遥感影像的水体提取

遥感图像中地表水体同山体、建筑物等地物产生的阴影在光谱特征上存在较高的类间相似性,导致提取过程中容易出现混淆和错分的情况。针对此问题,提出一种基于面向对象和人工蜂群的地表水体提取方法。该方法首先对遥感图像进行分割以获取分割对象的光谱、比率、几何形状等统计特征,以弥补高分遥感图像波段数目少,信息量不足的缺陷;并借助人工蜂群算法在解决复杂问题最优化方面的优势,选取水体同阴影二值分类的几何平均正确率作为算法的适应度函数,最终获取地表水体的最优化提取规则。选取厦门市大嶝岛和湖南省资兴市部分区域,基于国产高分一号、二号遥感数据进行水体提取,并与传统SVM分类结果进行比较。实验结果表明本算法提取水体的总体精度和Kappa系数均优于传统SVM分类器,表明该方法可应用于高分遥感图像的地表水体提取。     

AnnAGNPS模型动态及其应用进展

AnnAGNPS（Annualized Agricultural Non—point Pollutant Loading Model）是一个基于连续事件的分布式流域模型，与地理信息系统软件ArcView3．2a紧密集成，快速提取地面数据，不仅可以模拟非点源污染过程，还可以模拟多尺度流域的水、沙、输移与转化等水文过程。在介绍了该模型的原理、结构、功能及其研究进展后，探讨了模型存在的主要问题和应用前景。