珠江三角洲地区登革热流行风险空间模拟与预测

近年来日益严重的登革热疫情已在中国南部地区形成疫情高发区,并对中国的公共卫生安全形成了一定的威胁。登革热主要受到区域内复杂的自然环境条件以及社会经济因素的影响,而利用地理空间分析方法和模型探究登革热疫情的影响因素,并对其未来流行风险的空间分布进行模拟,是有效开展登革热预防控制工作的重要基础。本文收集了珠江三角洲地区2010-2014年的登革热病例资料和土地利用、人口密度两种社会经济要素数据,构建土地利用回归（LUR）模型以分析登革热疫情与不同空间范围内的土地利用和人口密度之间的关系,并结合SLEUTH模型获取的2030年土地利用数据以及基于人口密度预测模型获取的2030年人口密度数据,预测珠江三角洲地区2030年登革热疫情风险的空间分布。结果表明,社会经济要素对登革热疫情空间分布的影响在不同范围内存在差异,半径分别为10、7、10、2和1 km的缓冲区内的人口密度、草地、城镇用地、林地和耕地进入LUR模型并对疫情有显著的影响（相关系数分别为0.779、-0.473、0.818、-0.642和-0.403）,所构建的LUR模型效果较好（调整R²为0.796,F=390.409,P<0.01）,留一交叉检验结果显示模型的相对均方根误差为0.7046,预测值与实测值的拟合精度达到0.7101。2030年城市空间扩展的区域主要分布在深圳、东莞以及广佛的交界地区,而登革热风险预测模型表明2030年登革热疫情风险较大的区域与珠江三角洲城镇用地占比、人口分布较高的地区有高度的一致性,尤其是广佛地区。因此,LUR模型可以较好地预测登革热疫情的空间分布,从而为当地卫生部门防控登革热提供方法支持。     

耦合GF-2遥感影像与街景影像的广州市城中村识别

及时准确地获取城中村的空间分布及其环境质量信息对于优化城市空间、改善人居环境具有重要意义。本文以广州市越秀区为例,提出了耦合GF-2高分遥感影像和百度街景影像的城中村识别方法。首先,从街景影像中提取越秀区的街道空间品质特征;其次,在对高分遥感影像预处理并进行多尺度分割的基础上计算光谱、形状、纹理、场景特征和建筑结构5类共计23个特征;最后,融合两种影像的特征用于构建随机森林分类器进行城中村识别。结果表明,基于高分影像和基于街景影像的城中村识别整体精度分别为94.5%和85.7%,Kappa系数分别为0.58和0.31,而两者融合后的分类精度和Kappa系数为96.1%和0.67;其中基于街景影像获取的度量街道空间品质的5个指标贡献了31.6%的特征重要性。鸟瞰视野高分影像和人本视角街景影像提供的信息综合互补,构建了更有区分度的特征空间,减少了城中村的错分现象。本文证实了高分影像和街景影像在特征尺度的融合提升了城中村识别精度。街景影像中的信息可以融入到高分遥感影像等数据源中,辅助进行城中村等非正规居住空间的识别。     

陕西省HFRS疫情时空分异特征及影响要素研究

肾综合征出血热（HFRS）主要是由鼠类携带传播汉坦病毒而引起的一类自然疫源性传染病,严重危害着人类健康。陕西省是我国HFRS疫情最严重的省份之一,发病率居全国前列,研究其疫情时空分异和影响要素对指导当地疫情防控具有重要意义。本研究基于2005—2017年县区尺度HFRS发病率数据,采用空间自相关、热点分析等方法分析陕西省疫情时空分异特征,并利用地理探测器探究影响疫情的主要自然环境和社会经济要素。结果表明：2005—2017年陕西省HFRS发病率明显高于全国水平,同时呈现明显的时间波动和空间聚集,平原面积占比、建设用地面积占比、人口密度等因素可以解释约20%的HFRS疫情空间分异;关中平原聚集了陕西省90%以上的高发病县区,其疫情亦呈现明显的空间分异性,主要受降水量、 NDVI、土地利用类型等因素的影响。由此可知,高发病县区聚集、且自然环境和社会经济条件明显不同的关中平原是陕西省HFRS疫情流行的关键地区。因此,建议陕西省HFRS疫情防控应当重点关注降水量、植被状况以及土地利用类型,特别是在土地城镇化水平较高、人口密度较大的关中平原进行有效的防控干预。     

基于GWR的四川省医院床位数时空分布及其影响因素研究

合理配置医疗资源是加快医疗体系建设的重要基础和内在要求,研究自然和经济社会因素对医疗资源配置的影响,可为医疗服务体系科学规划和建设提供有力支持。本文以2000-2002年、2005-2007年、2010-2012年3个时期的四川省区县公立医院床位数为例,利用空间分析技术研究了区县床位的时空变化特征,并采用地理加权回归模型方法解释了经济、人口、交通、地形等因素对其时空异质性的影响。结果表明:2000-2012年,川东地区的床位数总体高于川西高原,在区县尺度呈现显著的空间聚集性分布特征(3个时期的漠然指数分别为0.16、0.15、0.18,p<0.01),其时空异质性与地形、人口、经济及交通等因素关系密切,且地形起伏度、人口、交通要素在川西高原影响尤为明显。因此,应依据四川省医疗水平的现状和驱动因子的效应机理,因地制宜规划和建设医疗卫生服务体系,促使其平衡发展,以提高医疗卫生基础设施对居民健康的保障能力。     

土壤有机质含量估测及其影响因素的光谱分析

 土壤颗粒大小差异使土壤反射光谱产生相应变化,影响土壤有机质含量等属性的光谱预测精度。本研究准备了颗粒粒径分别为2、0.25和0.15mm的土样,测定土壤有机质(Soil Organic Matter,SOM)含量,并于室内模拟条件下测定其反射光谱。通过分析不同粒径土样的原始(Raw)、多次散射校正(Multiple scattering correction, Msc)、一阶微分(First derivative, Fd)、连续统去除(Continuum removal, Cr)光谱与SOM含量之间的关系,筛选出与SOM含量相关性最强的Fd光谱单波段(2250nm, r=0.82, P<0.01),并建立线性回归模型;利用全波段光谱反射率,以偏最小二乘回归(Partial least square regression, PLSR)方法,确立2mm土样Msc处理光谱的PLSR模型为最优模型(RPD=3.56、R²=0.90、RMSEP=1.96g/kg)。土壤颗粒粒径对土壤光谱反射率变化有明显影响,但二者之间并非简单的线性关系,可能存在一个转折点;单变量(单波段光谱反射率)线性回归模型的预测能力,明显低于全波段反射光谱(Msc处理)-PLSR模型;土样样本容量对SOM含量预测精度有显著影响。因此,根据样本容量大小,选择合适的土壤颗粒粒径与光谱预处理方法组合可以提高预测精度。     

淮河流域上消化道肿瘤与环境污染的模型分析

 自20世纪70年代后期以来,淮河流域不断遭受工业点源污染和其他面源污染,媒体也陆续报道了淮河流域"癌症村"的出现。本文探讨了淮河流域14个监测县5810个行政村的消化道肿瘤与环境因子之间的空间分布规律。作者从流域和行政区划等多维空间角度出发,通过全局的最小二乘法线性回归和稳健回归对环境因子进行筛选分析,以局部地理加权回归方法探测各类环境因子,在不同地区对贝叶斯调整的上消化道肿瘤死亡率的影响程度,建立了消化道肿瘤死亡的风险评估模型,其中,包括地表水水质等级、浅层地下水质量分级、河网密度、土壤多环芳烃含量分级、化肥施用量和经济密度等6类环境危险因素。根据局部回归模型中各监测点环境因子的回归系数和统计学检验结果,提取出当地主要的环境影响因素。从14个监测县区总体上看,地表水水质等级和GDP与肿瘤呈负相关,其他环境因子均与肿瘤死亡存在正相关。但从局部角度看,不同地区环境影响因子种类和影响强度有较大差别。其中淮河流域江苏段以化肥施用量、土壤多环芳烃含量、GDP和河网密度为主要影响因子,安徽段以土壤多环芳烃含量和化肥为主,河南段主要是以地下水质量分级、河网密度和化肥为主,同时河南沈丘县地表水水质等级对当地影响较大。山东段虽然也探测出来部分环境危险因子的存在,但没有发现其与肿瘤死亡的关联关系,尚需进一步深化研究。     

2000-2010年鄂尔多斯地区沙漠化动态及其气候变化和人类活动驱动影响的辨识

以2000-2010年近10 a来鄂尔多斯地区沙漠化过程为研究对象, 在利用MODIS数据对沙漠化动态进行监测的基础上, 综合分析沙漠化逆转和发展地区气候变化和人类活动引起的NPP变化趋势, 定量评估近10 a来鄂尔多斯地区沙漠化动态及其与气候变化和人类活动间的关系. 结果表明: 2000-2010年间, 尽管鄂尔多斯地区沙漠化面积没有明显变化, 但是沙漠化程度呈现整体逆转的态势, 其中逆转的沙漠化土地面积达47 057 km²(占鄂尔多斯地区土地总面积的54.2%), 比发展的沙漠化土地面积高出近3倍. 气候变化是近10 a来鄂尔多斯地区沙漠化逆转的主导因素, 主要归因于2006年来降雨量的增加以及近10 a来春季风速的减小, 围封禁牧、 退耕还林(草)等政策的实施及其与有利气候条件的耦合进一步加快了区域沙漠化的逆转. 人类活动是导致近10 a来鄂尔多斯地区沙漠化发展的主要因素, 主要归因于部分地区生态保护政策的落实不力以及区域资源开发引起的环境破坏, 完全由人类活动引起的沙漠化发展主要分布鄂尔多斯的北部地区.     

基于Intranet的地热地理信息系统的设计与实现

通过建立Intranet网络及地热地理信息系统,为地热资源的可持续开发利用提供帮助.该系统具有数据存储、数据查询、数据更新功能,涉及资源管理、技术开发、开采监测等三个方面;具有空间查询及分析功能,图形信息与属性信息可以相互查询,也可以独立查询,空间分析功能包括资源量计算、资源开发评价等;自动制图功能,可自动绘制井身结构图、地层柱状图等多种标准图.     

铅污染水稻的冠层高光谱特征研究

本研究通过铅污染土壤中的水稻盆钵栽培试验,考察了水稻对土壤重金属铅的吸收以及铅对水稻生长的胁迫,并借助地面高光谱辐射仪器获取多个生育期（苗期、分蘖前期、分蘖盛期、拔节期和孕穗期）的水稻冠层高光谱反射数据。在进行光谱测量的同时测定了水稻植株体内的铅含量与冠层叶片叶绿素含量。分析结果表明:铅污染胁迫下水稻冠层叶片叶绿素含量与叶绿素a、b组成变化明显,可见光区间520nm～560nm和630nm～690nm处是铅污染水稻对冠层反射高光谱敏感的特征波段。通过模拟高光谱分辨率遥感传感器MODIS的相应波段（第4通道:545nm～564nm、第1通道附近:620nm～670nm）以及考虑叶绿素的荧光特征（760nm）,本研究分别选择敏感波段中的552nm,672nm与760nm构造了复合归一化污染指数CNDPI（Compos-ite Normalized Difference Pollution Index）,分析发现CNDPI能够明显地区分不同铅污染水平的水稻。在分蘖前期采用适当的冠层光谱反射率形式（敏感波段、CNDPI）可以实现水稻铅污染的遥感监测。     

水稻土有机碳密度的空间预测分析——以浙江省长兴县为例

准确预测未采样区域SOC密度,是研究SOC演变趋势和探索土壤固碳作用对缓解全球气候变化的基础。采用泛克里格法(Universal Kriging,UK)和土壤类型法(pedological professional knowledge-based method,PKB),分别对长兴县水稻土有机碳密度进行了预测,其中,UK直接以长兴水稻土剖面资料为源数据、PKB以长兴水稻土剖面数据和长兴1∶5万数字土壤图为源数据进行预测。根据平均绝对误差(MAE)及均方根误差(RMSE)大小,评价了两种方法在县域尺度土壤有机碳密度空间预测效果。结果表明:UK的MAE(31.2)、RMSE(52.5)均大于PKB的MAE(24.7)、RMSE(43.1),说明PKB法的预测效果较好,UK法相对较差。研究表明,对土壤类型、土壤母质,以及剖面点位置等信息的综合考虑能使PKB法更好地表达土壤属性的空间特征,也更适于县域尺度土壤有机碳密度的空间预测。