网络可达性与服务范围绿地空间分异研究

以大连市沙河口区为研究区域, 选取了2010年SPOT5卫星遥感影像数据, 在ENVI和ArcGIS的支持下, 结合沙河口区交通路网数据, 对绿地进行了缓冲区分析与网络分析, 计算出了各街道绿地服务面积比率与可达绿地面积大小。结果表明:从绿地服务面积比率方面分析, 绿地分布、绿地量及行政区大小都是影响比率值高低的主要因素, 在300 m、500 m两种不同服务半径下, 兴工街道的绿地服务面积比率均为最低值, 分别为28.60%、55.63%;从绿地可达性方面分析, 绿地量与交通便捷度是影像可达绿地面积大小的主要因素, 在5 min和15 min内, 星海街道的可达绿地面积均为最大值, 分别为64.86 hm²、96.86 hm²;从沙河口区整体分析, 绿地服务面积比率高, 可达范围广的街道大多分布在沙河口南部, 绿地分布呈现南多北少的失衡局面。     

利用智能手机GNSS信噪比反演三维地图的方法

本文利用智能手机GNSS信噪比观测值在建筑物周围的变化特征,分析其与建筑物对GNSS信号遮挡的关系,提出了一种二维概率地图的概率消减反演算法和建筑高度的邻近边界点体素化反演算法,进而采用大量观测数据反演三维地图,并对反演精度进行分析。试验结果表明,在5 m栅格地图上,取高度角为5°以上卫星的GNSS信噪比数据,达9000历元时各项精度趋于稳定,超过12 000历元时反演的建筑物中心坐标、建筑面积、角点点位及建筑高度综合效果最佳。其中心点位误差为1.16～1.74 m,面积误差为1.12%～2.39%,角点误差绝对均值为5.00～5.30 m,均方根误差为5.82～6 m,建筑高度误差为0.04～2.1 m,基本实现了利用智能移动终端GNSS信噪比数据反演三维地图的目标。     

利用交叉点不符值对GOCE卫星重力梯度数据进行精度评定

研究了基于GOCE卫星轨迹交叉点不符值的SGG数据精度评定方法,针对经典评定公式评价精度偏低的不足,提出了修正的精度评定公式;分析了系统误差对上述评定方法的影响,针对尺度因子会同比例放大或缩小精度评定结果,建议利用现有的重力场模型对尺度因子进行预先标定。模拟计算结果表明,无系统误差情况下,经典评定公式评价出的数据精度比实际精度偏低,相对误差约13%,而利用本文提出的修正公式可较准确地估计数据精度,相对误差降至5%。有系统误差情况下,利用现有的重力场模型可较为准确地标定尺度因子,其标定相对误差最大值不超过2%,平均值在0.9%左右。在此基础上,利用修正公式进行数据精度评定,其结果与无系统误差情况下的结果相差无几,相对误差也在5%。     

地理国情普查数据的空间尺度转换研究

为了实现地理国情普查中不同尺度地表覆盖分类数据的交叉验证,文章选择郑州、西安等10个地理国情普查试点作为试验区,分析了不同地类在精度损失、景观格局等方面存在的尺度效应,并以林地为例,在空间分辨率6~2 000m的范围内,构建了空间尺度转换模型,估测精度可达92.63%。结果表明:地表覆盖分类数据进行尺度转换时,各种地类都会存在相应的精度损失;基于分辨率、景观格局指数构建的尺度转换模型,可以有效校正粗分辨率地表覆盖数据的尺度误差,为地理国情普查与监测中的质量控制提供参考。     

D-InSAR技术的积雪深度反演

积雪深度是大量气候、水文、农业及生态模型的重要输入变量。选用欧空局Sentinel-1主动微波数据,利用合成孔径雷达SAR(Synthetic Aperture Radar)差分干涉测量技术的二轨法,根据积雪相位与雪深之间的转换关系,反演新疆天山中段的巴音布鲁克盆地典型区的积雪雪深分布,提出了基于InSAR二轨差分的雪深估计方法,反演得到2016年12月18日的空间分辨率为13.89 m的雪深分布。研究表明:(1)对Sentinel-1数据进行正确的预处理以后,可以应用SAR差分干涉测量技术的二轨法反演区域雪深分布。但由于像对相干性和积雪状态的差异,积雪深度超过10 cm,可以获取较准确的雪深反演结果,R=0.65,反演误差的均方根误差RMSE=4.52 cm,平均相对误差为22.42%,反演雪深结果均比实测结果略偏低;而当雪深小于10 cm时,雪深反演值较实测值存在较大的误差,相对误差均高于34.52%,且反演雪深值均比实测值偏高。(2)雪深反演精度受高程及实际雪深的差异影响显著,另外雪深反演精度也受限于干涉像对相干性。结果表明,对于获取区域积雪雪深,InSAR技术较光学及被动微波遥感具有非常广阔的应用前景。     

顾及斑块面积比的国产卫星土地覆盖产品尺度效应研究

尺度转换可获取不同应用需求下的土地覆盖产品最优表达尺度。但现有针对尺度转换伴随的尺度效应斑块级模型研究通常易受斑块分类的影响。因此，本文通过构建跨类型斑块面积比尺度效应模型，进一步探索斑块形态指标在尺度转换中的作用机制，实现对特定尺度土地覆盖产品中各地类面积的预测，为尺度转换方案提供合理性评价。首先利用信息度量技术定义斑块形态指标集，并通过数学变换将尺度纳入形态指标；然后联合斑块形态指标集和尺度转换前后的斑块面积比构建跨类型斑块面积比尺度效应模型。本文利用国家重点研发计划专项项目生产的国产卫星30 m土地覆盖产品对提出的斑块级尺度效应模型进行构建与验证。结果显示，该模型对林地、耕地、草地和不透水面四种地类在90—750 m共12个目标尺度（以60 m为间隔）上的平均预测误差分别为0.036、0.033、0.034和0.035，对目标尺度土地覆盖产品各地类面积具有较好的预测精度，可为国产土地覆盖产品尺度转换提供理论依据，为高精度产品生产提供技术支持。     

北斗三号系统开通前后广播星历精度对比分析

北斗三号卫星导航系统(BDS-3)开通已一年有余,通过研究2019-08—2021-08共2 a的北斗卫星导航系统(BDS)广播星历数据,采用事后精密星历对北斗二号卫星导航系统(BDS-2)和BDS-3卫星的轨道、钟差和空间信号测距误差(SISRE)进行分析. 结果表明:BDS-3系统开通后,卫星轨道精度比BDS-2提升明显,径向(R)误差均方根(RMS)值从0.87 m左右提升至优于0.23 m,精度提升约74%,3D误差RMS值从1.63 m以内提升到优于0.75 m,精度提升约54%;氢原子钟和铷原子钟精度相当,BDS-3钟差误差RMS值精度提升与BDS-2提升基本相同,精度提升约1 ns;SISRE精度比对中,BDS-2 SISRE的RMS值从0.9 m提升到0.7 m,BDS-3从0.8 m提升到0.5 m. 综合比较,BDS-3系统性能提升较大.      

栅格DEM微地形分类的卷积神经网络法

针对传统规则化知识的栅格数字高程模型(digital elevation model, DEM)微地形分类方法自动化程度低、分类不完全等缺陷,构建了一种适用于栅格DEM微地形自动分类的卷积神经网络(convolutional neural network, CNN)模型。借助该模型具有自动深入学习样本数据和挖掘隐含分类信息的优势,提出了栅格DEM微地形分类的卷积神经网络方法并创建了其自动化实现流程。以山体部位分类为典型样例进行实验验证分析,实验结果统计显示:在山体部位分出的山顶、山肩、背坡、麓坡、趾坡和冲积地6类微地形中,分类精准程度最高的为冲积地,最低的为趾坡,准确率分别达到了99.64%和92.95%;栅格DEM数据的像元大小影响其分类准确率,5 m×5 m的栅格DEM比2.5 m×2.5 m和10 m×10 m更适应山体部位分类的卷积神经网络法。     

贵州喀斯特山区矢量数据栅格化最佳尺度选择

针对GIS空间数据尺度效应问题,通过对贵州喀斯特山区的矢量数据栅格化最佳尺度选择研究,提出研究对象的复杂性、空间分析与制图的精度要求和实际运算效率是影响尺度选择的最主要因素,进行多要素、综合性的空间分析时,25 m～30m的栅格数据是最合适的转换尺度。     

导纳函数的中国南海海底地形模型

针对目前大面积海域依然存在海深测量数据空白的问题,该文选取中国南海4°×4°(12~16°N,115~119°E)海域范围为研究区域,通过频率域上的相关性分析,得到重力异常在30~130km波长范围与研究海域海底地形的相关程度较高。以ETOPO1海深模型作为先验模型,应用导纳函数实现了在无船测数据情况下对海深的反演,最终得到1′×1′的海深模型。将反演结果与检核点进行比较发现,模型1在2 500m以上海域相对误差较小,反演精度较高;2 500m以下海域相对误差变化大,反演精度较低。无船测数据环境下,适当加入一定数量船测海深值作为控制点得到的海深模型2,相较于未加控制点的模型1,在1 000m以下水深处的标准差明显优于模型1,与检核点的差值精度最大提高了45%左右。     

Land use change detection based on multi‐date imagery from different satellite sensor systems

An empirical study was performed assessing the accuracy of land use change detection when using satellite image data acquired ten years apart by sensors with differing spatial resolutions. Landsat/Multi‐spectral Scanner (MSS) with Landsat/Thematic Mapper (TM) or SPOT/High Resolution Visible (HRV) multi‐spectral (XS) data were used as a multi‐data pair for detecting land use change. The primary objectives of the study were to: (1) compare standard change detection methods (e.g. multi‐date ratioing and principal components analysis) applied to image data of varying spatial resolution; (2) assess whether to transform the raster grid of the higher resolution image data to that of the lower resolution raster grid or vice‐versa in the registration process: and (3) determine if Landsat/TM or SPOT/ HRV(XS) data provides more accurate detection of land use changes when registered to historical Landsat/MSS data.

Ratioing multi‐sensor, multi‐date satellite image data produced higher change detection accuracies than did principal components analysis and is useful as a land use change enhancement technique. Ratioing red and near infrared bands of a Landsat/MSS‐SPOT/HRV(XS) multi‐date pair produced substantially higher change detection accuracies (～10%) than ratioing similar bands of a Landsat/MSS ‐ Landsat/TM multi‐data pair. Using a higher‐resolution raster grid of 20 meters when registering Landsat/MSS and SPOTZHRV(XS) images produced a slightly higher change detection accuracy than when both images were registered to an 80 meter raster grid. Applying a “majority”; moving window filter whose size approximated a minimum mapping unit of 1 hectare increased change detection accuracies by 1–3% and reduced commission errors by 10–25%.     

基于MERIS影像空间、光谱及时间维信息提取亚像元级的土地覆盖组分

及时获取有效的土地覆盖信息是地球系统模拟的基础。因此,中等空间分辨率传感器如MODIS或MERIS空前的通道设置与观测能力,使其具有快速更新土地覆盖图的能力。本文说明了如何结合MERIS的空间维（像元大小为300m）、光谱维（可见光与近红外范围内15个通道）和时间维（重返周期2—3d）,用于获取不同区域土地覆被组分的亚像元级组成权重。利用4月、7月和8月三期MERIS FR1b级数据得到荷兰主要土地覆被类型的组成权重。单一时相和多时相的数据都使用单个像元最优化的端元数进行线性光谱分解。利用一种形态偏离指数得到MERIS的空间维并用于端元的选择。应用荷兰土地利用数据库（LGN5）25m分辨率的栅格数据作为本文的参考数据。基于这种数据的高分辨率,因此可以从像元和亚像元的水平同时评价的分类精度。结果显示,结合4月和7月的影像可以获得最优的分类结果,精度约为58%。总的说来,亚像元和像元级的分类精度相似。通过几种组分类别和日期的光谱融合表明,物候状况对于数据获取时相最佳结合的选择以及正确识别土地覆盖类型的重要性。     

运用DEM剖析土地利用空间数据转换的尺度效应

通过对不同土地利用类型进行尺度转换,定量分析了不同高程地区土地利用类型的精度损失趋势,同时结合景观格局指数,探讨了高程影响下数据转换中的尺度效应。研究表明,土地利用类型和高程之间存在尺度依赖性;依据原始矢量数据计算的土地利用景观格局指数,可以在一定程度上揭示精度损失变化特征的规律和成因。     

基于土地利用类型提高人口格网数据空间精度的方法

高空间精度的人口格网数据具有空间分辨率高、人口空间分布特征准确的特点,在受灾人群估计、城市规划建设等领域有广泛的应用。针对已有的公开人口格网数据集(如WorldPop世界人口格网数据集)存在人口空间分布特征在小尺度上刻画不准确、空间分辨率较低的问题,本文使用东营市土地利用类型数据,结合地类权重和面积权重对WorldPop数据进行空间精度优化,获得东营市东营区黄河路街道25 m人口格网数据。相较于WorldPop数据,经过本文方法处理后的数据集空间分辨率更优,在可视化对比中,能够更准确地刻画人口分布特征,并在各地类人口占比统计中人口空间分布与用地单元分布一致性更高。该方法为获取小区域高空间精度人口格网数据提供了一种新思路。     

Multiple band digital orthophoto quadrangle data: A source for generating land use maps

Abstract

The purpose of this study was to investigate the use of color infrared‐digital orthophoto quadrangle (CIR‐DOQ) data to generate land use/land cover (LULC) maps and to incorporate them as data layers in geographic information systems (GIS) involving various resource management scenarios. The Danville 7.5‐minute quadrangle located in the southern part of Limestone and Morgan counties, Alabama, was used as the study site. Data for the special CIR‐DOQ were generated by scanning four 9x9 inch CIR aerial photographs at a uniform pixel sample grid of 25 microns resulting in 2 meters ground sample resolution. One‐half of the quadrangle was used to identify training sites for performing a supervised classification of the data and the other half to verify the accuracy of the classification. The CIR‐DOQ data were found to be adequate for using a supervised classification algorithm to differentiate major LULC classes, resulting in a classification accuracy of 93 percent. The superior spatial quality of the data over commençai satellite data affords resource managers an opportunity to more effectively study land cover and surface hydrological properties of an area, soil moisture and surface soil textures, as well as differentiate among vegetation species, using remote sensing techniques. However, caution must be exercised when using multispectral classification techniques to classify mosaicked CIRDOQ data because of the image enhancements used to generate the final product. In its present form, there are some limitations to the use of the data for performing spectral classifications. Hozvever, the high spatial resolution of the data enables even the novice resource planner to effectively use the data in visual interpretations of major LULC classes.     

对ASTER GDEM数字高程模型的精度评价及修正

针对ASTER GDEM高程精度还未得到充分验证,以江西省莲花县为试验区,使用ICESat-2数据系统分析了ASTER GDEM在坡度、地形起伏度和土地利用类型中的误差分布。结果表明,ASTER GDEM受坡度、地形起伏度影响严重,随坡度、地形起伏度增加,GDEM误差呈上升趋势;对于不同土地利用类型,GDEM误差存在较大差异,在水域误差最大,在建设用地误差最小。最后,使用后向传播神经网络(BPNN)对莲花县ASTER GDEM修正,结果发现BPNN模型可以有效改善其高程精度。     

顾及空间自相关的地理国情信息统计格网尺度选择——以植被覆盖信息统计为例

统计格网尺度的不同会带来统计结果的差异,如何选择统计格网是地理国情信息统计的重要工作。本文提出了一种顾及空间自相关的地理国情信息统计格网尺度选择方法。采用地理国情普查数据,在50 m、60 m、70 m、80 m、90 m、100 m、250 m、500 m和1000 m几个尺度下,以植被覆盖信息统计为例,利用面积占优法和中心点归属法两种方法分别进行格网化,得到了不同尺度的植被格网数据;计算植被覆盖面积统计误差,分析不同尺度下植被覆盖信息的空间自相关的变化特征,并利用Moran’s I系数差值进行尺度选择,得到了植被覆盖信息统计格网的适宜尺度。以龙沙区和清涧县作为研究区域,结果表明,在地理国情植被覆盖信息统计时,不同地区的格网统计适宜尺度是不一样的,植被覆盖度中低的龙沙区的适宜尺度为100 m,而植被覆盖度高的清涧县的适宜尺度为250 m。     

An Adaptive Method of High Accuracy Surface Modeling and Its Application to Simulating Elevation Surfaces

An adaptive method is employed to speed up computation of high accuracy surface modeling (HASM), for which an error indicator and an error estimator are developed. Root mean‐square error (RMSE) is used as the error estimator that is formulated as a function of gully density and grid cell size. The error indicator is developed on the basis of error surfaces for different spatial resolutions, which are interpolated in terms of the absolute errors calculated at sampled points while paying attention to the landform characteristics. The error surfaces indicate the magnitude and distribution of errors in each step of adaptive refinement and make spatial changes to the errors in the simulation process visualized. The adaptive method of high accuracy surface modeling (HASM‐AM) is applied to simulating elevation surface of the Dong‐Zhi tableland with 27.24 million pixels at a spatial resolution of 10 m × 10 m. Test results show that HASM‐AM has greatly speeded up computation by avoiding unnecessary calculations and saving memory. In addition, HASM‐AM improves simulation accuracy.     

基于CLUE-S模型的深圳海岸带土地利用变化模拟

以深圳海岸带为研究区,基于1996、2005、2011年遥感影像得到研究区土地利用历史数据,选取自然、社会统计数据作为驱动因素,利用CLUE-S模型分别从不同时间尺度和空间尺度对研究区2005、2011年的土地利用分布予以模拟,并对模拟结果分别从类别和景观水平予以精度评价。从类别水平角度,选择ROC曲线对各地类的Logistic回归拟合精度进行评价;从景观水平角度,选取Kappa指数对模拟效果予以评估,以验证所选驱动因子的合理性。结果表明:在研究区范围内,CLUE-S模型的类别精度随着空间分辨率的改变而有所差异,100 m分辨率为本研究模拟的最佳尺度,各地类的ROC值均高于0.7;随着模拟时间的缩短模拟精度有所增加;东海岸由于受到人类影响较小,模拟效果整体相对较好。总体而言,CLUE-S模型适用于研究区土地利用模拟,所选驱动力因子能够对研究区土地利用变化予以较好的解释。     

Object-based land-cover classification for metropolitan Phoenix,Arizona, using aerial photography

Detailed land-cover mapping is essential for a range of research issues addressed by the sustainability and land system sciences and planning. This study uses an object-based approach to create a 1 m land-cover classification map of the expansive Phoenix metropolitan area through the use of high spatial resolution aerial photography from National Agricultural Imagery Program. It employs an expert knowledge decision rule set and incorporates the cadastral GIS vector layer as auxiliary data. The classification rule was established on a hierarchical image object network, and the properties of parcels in the vector layer were used to establish land cover types. Image segmentations were initially utilized to separate the aerial photos into parcel sized objects, and were further used for detailed land type identification within the parcels. Characteristics of image objects from contextual and geometrical aspects were used in the decision rule set to reduce the spectral limitation of the four-band aerial photography. Classification results include 12 land-cover classes and subclasses that may be assessed from the sub-parcel to the landscape scales, facilitating examination of scale dynamics. The proposed object-based classification method provides robust results, uses minimal and readily available ancillary data, and reduces computational time.