基于MapReduce的空间敏感性分析并行算法设计

近年来,随着遥感空间数据广泛应用于生态系统,推动了区域尺度生态遥感参数模型的发展。敏感性分析对识别模型关键参数,降低模型不确定性和完善模型具有重要作用。区域尺度的生态遥感参数模型,在进行模型参数敏感性分析时,由于涉及到空间数据的复杂运算,单机环境无法满足快速分析的要求。为了提高生态遥感参数模型空间敏感性分析效率,本文以青藏高原为研究区域,利用植被光合模型VPM(Vegetation Photosynthesis Model)和开源云计算平台Hadoop,设计和实现了基于Sobol′的生态遥感参数模型空间敏感性分析并行算法,并在实验室集群环境下进行算法分析,验证了算法的有效性和适用性。该算法的核心是利用MapReduce并行编程技术,对空间敏感性分析中的地图抽样和模型迭代过程进行任务分割,将分割后的子任务分配至不同的计算节点进行并行计算。实验表明,本文提出的并行策略,能有效缩短地图抽样和模型迭代计算时间,相比于单机算法,并行算法的运行速度提高了14倍左右。     

近50年中国地表净辐射的时空变化特征分析

基于GIS空间分析技术与Mann-Kendall趋势分析方法,对中国陆地区域699个气象站点1961-2010年逐年、季平均地表净辐射进行时空变化特征分析,结果表明:(1)参数拟合后的FAO Penman修正式对模拟站点逐日地表净辐射的总体精度较高,均方根误差为27.9W.m-2,相关系数为0.85,平均相对误差为0.13;(2)全国近50年站点平均地表净辐射在年、季均呈现出较明显的下降过程,年均降幅为0.74W.m-2.10a-1,不同季节的下降幅度存在差异,夏季降幅最大;(3)逐站点分析显示全国大部分站点(59.8%)年均地表净辐射呈显著下降趋势(0.05),东部趋势变化比西部明显,夏季在地表净辐射年际变化中的贡献最大,华北、华中、华南地区的站点在春夏秋季均呈显著下降趋势。     

中国东部南北样带森林生态系统蒸腾与蒸散比值（T/ET）时空变化

植被蒸腾与蒸散的比值（transpiration/evapotranspiration, T/ET）表征了植被蒸腾对生态系统蒸散的贡献率,是准确量化生态系统水分利用效率的关键参数,对研究植被水分运移的生理生态机理以及碳水循环关系具有重要意义。基于站点数据验证PT-JPL模型（Priestly-Taylor Jet Propulsion Laboratory Model）模拟精度,集成遥感数据和气象栅格数据模拟中国东部南北样带森林生态系统2001-2010年T/ET,并分析其时空变化及影响因子。结果表明：① PT-JPL模型适用于中国东部森林生态系统蒸散及其组分模拟,具有较高的稳定性和可靠性;② 中国东部南北样带森林生态系统T/ET空间差异显著,整体呈南部低、北部高,主要由夏季T/ET空间格局主导;样带整体T/ET均值为0.69,2001-2010年呈显著缓慢上升趋势,增幅为0.007/yr（p < 0.01）;③ T/ET季节和年际变异的主控因子不同：温度和EVI是影响T/ET季节变异的关键因子,两者均可解释T/ET季节变异的90%左右（p < 0.01）;而T/ET的年际变异则主要受EVI影响,解释率为53%（p < 0.05）。