GIS空间分析在永久基本农田划定工作中的应用研究

以县域范围内土地利用现状为耕地的图斑为评价单元,通过GIS空间分析的方法将研究区范围内耕地的自然质量、生态质量、以及耕地区位等三个维度数据进行叠加到每个评价单元,将各个耕地划定指标进行分值量化后,利用熵权法来确定各指标的权重,再根据综合指数法计算各评价单元的综合分值。在耕地质量评定结果的基础上,划定永久基本农田布局。     

基于夜间灯光数据的六盘山连片特困区贫困度识别

针对精准扶贫过程中统计数据口径不统一,以及夜间灯光贫困识别多为短时间研究等问题,以六盘山连片特困区为例,借助DMSP-OLS/NPP-VIIRS夜间灯光和社会经济统计等数据,运用不变目标区域法以及灰色关联模型构建区域灯光指数与多维贫困指数(multidimensional poverty index,MPIstatistical),建立贫困估算模型生成多维贫困指数估算值(MPIestimated)探究较长时间序列的贫困识别。研究结果表明,MPIestimated识别贫困的精度较高,与MPIstatistical的平均相对误差介于3. 14%～3. 52%,能准确反映区域真实的贫困程度; 2000—2015年间研究区MPIestimated均值分别为0. 361,0. 372,0. 375,0. 378和0. 382,贫困程度逐年减轻; 2000—2012年间识别出极贫困县39～46个,高度贫困县20～21个; 2000—2015年间Moran’s I指数分别为0. 49,0. 45,0. 47,0. 49和0. 43,表明连片特困区贫困程度呈现明显集聚性。贫困格局呈现"东西部贫困程度相对较轻,南北部贫困程度相对较重"的空间演变趋势。     

基于MS-DeepLabV3+的街景语义分割及城市多维特征识别

传统城市特征识别采用空间和统计方法提取分析指标,特征评价指标主观性较大。街景影像包含城市视觉信息,可以进行城市特征识别。以中国青岛市为例,构建面向街景的多尺度语义分割模型MS-DeepLabV3+。在编码区增加全特征提取通道聚合多尺度特征;在解码区增加多尺度特征提取通道,有效捕捉低层次特征;引入注意力机制模块和通道注意力,聚焦关键特征,提高街景语义分割的准确性,模型平均交并比、精确率和召回率分别提高了3.47%、2.37%和3.96%。在地块尺度上,从6个维度建立了城市多维特征向量,即环境维度、设施便利维度、经济富裕度、交通维度、城市安全维度和城市综合度,结合兴趣点数据和居住用地数据,以表征青岛市各城区的城市特征。使用Grad-CAM方法对语义分割模型进行可解释分析,采用特征归因SHAP方法挖掘了城市多维特征的内在驱动因素。结果发现,不同城区具有不同的特征向量,不同城区的特征向量具有在特定维度上的优势。研究结果有助于优化城市空间中多维度特征,为城市的规划建设提供参考。     

基于县域单元的湖北省碳排放时空格局演变特征

识别碳排放区域异质性对于制定有效的碳减排政策具有重要意义。本文运用线性回归模型、变异系数法、Hurst指数和空间自相关分析方法,开展湖北省县域碳排放空间格局演变特征研究。结果表明,1997—2017年间,湖北省碳排放总体呈显著的波动上升趋势,年均增速高达4.74%;各县域碳排放变化波动性存在显著地域差异,整体呈“中低波动居多,高波动较少”的趋势;各县域碳排放变化长期相关性特征明显,整体以中强持续性特征为主,比例达70%,分布相对较广,其中强持续性区域主要集中在武汉市内;各县域碳排放空间分布聚集效应显著,呈以武汉为核心向周围不断辐射的圈层格局。     

遥感与DEM辅助下的元谋干热环境识别与分析

在干热谷地区的研究中,大都根据海拔高度划定干热谷气候区的范围.而实际上,干热谷景观同时受地形特征(包括高程、坡度和坡向)和人类活动的多重影响.单纯利用高程信息划分干热谷景观区,而没有考虑以上多种因素的影响,显然难以正确地识别不同的自然景观.本文以最为典型的元谋干热谷为例,首先利用多波段混合运算方法提取山体阴影区,从而剔除坡向的影响;然后,以DEM数据为基础,针对陆地卫星影像,分别采用土地利用绘图法、陆面温度阈值法和干热指数法(RTVI,Ratio of Temperature and NDVI)三种方法对干热谷景观进行识别; 最后,利用景观生态学方法对以上识别结果进行对比分析.结果发现,干热指数用于识别干热谷景观区域是最为简单可行的方法; 从研究区域的典型干热谷景观分布特征来看,该景观虽然已远远超出传统高程划分的1350m上限,但是,超出这一上限的干热谷景观斑块相对破碎,水体及植被斑块与干热谷景观斑块交错连接,说明这一区域生态恢复的能力较强.     

县域城镇周边永久基本农田划定方法研究与探讨

本文详细阐述了县域城镇周边永久基本农田划定的要求、方法和步骤,并从划定后基本农田的质量、数量和布局三方面进行了分析与总结,并结合实际经验提出了几点建议。为控制县域城镇周边建设用地无序扩张和促进土地资源节约集约利用、为科学合理的指导县域城镇周边永久基本农田划定和后期全域永久基本农田划定提供技术指导和信息支持。     

多视图协同交互的“一带一路”国家互联互通关系可视分析

以"一带一路"沿线国家的相关发展数据为数据源,五通指数模型为基础,进行国家间的互联互通分析,对国家的多维属性进行可视化;采用多视图协同的可视分析方法,构建"一带一路"国家关系可视分析平台,并从总体水平、各指标情况和地区国家等方面进行实例分析。利用多视图可视分析方法,研究"一带一路"沿线国家的五通关系,为"一带一路"的研究推进提供新方法。     

福建县域人口流动空间差异分析

针对当前国内对人口流动空间分布问题常采用的单一指标以及数理统计方法、忽略了空间效应、很难正确识别人口流动地域类型以及空间分布模式的问题,提出了一种以县域以人口净迁移率为横坐标和以人口总迁移率为纵坐标的复合指标法。首先对2010-2013年福建省85个县域的人口流动地域类型进行了测度和划分;随后,为进一步探索人口流动集聚程度,采用探索性空间数据分析方法进行了量化分析。结果表明:福建省县域人口流动空间分布差异显著;福建省县域人口流动的地理集聚特征显著且存在明显的正相关关系,并且"低-低"类型分布占据主要地位。研究结果为发现福建省县域人口流动空间模式,更好地为人口流动区域差异进行量化分析提供了强有力的支撑。     

UBII:一种协同经济、社会与人类活动的城市边界识别指数

城市边界识别是测度城市规模的关键,也是研究城市问题的基础。本文在借鉴了国内外已有的研究基础上提出了一种新的综合经济因素、社会因素、人类活动强度和范围的城市边界识别指数UBII(Urban boundary i-dentification index),即用经济密度、人口密度、夜光强度和出行时间4种参数构建指数来识别城市边界并提取城市建成区范围。本文将对此指数和城市边界识别方法进行介绍,并选取中国湖北省作为实验区,讨论了UBII的合理阈值,进行了不同方法下的城市边界识别对比分析以及不同发展阶段城市的适用性分析。结果表明:使用UBII进行城市边界识别具有较高的准确性,识别结果更为客观;对于不同发展阶段的城市均有一定的适用性,识别结果更为精确。     

典型贫困区社会剥夺时空格局演变——以贵州省为例

在贵州省社会经济发展不平衡的背景下,通过选取适当的指标进行主成分分析,建立社会剥夺指数,借助其揭示贵州贫困区的社会不平等问题.结果表明,2000-2010年,贵州省社会剥夺格局呈现省会低、其他区域高的基本格局.虽然十年间社会经济发展水平总体大幅度提升,但部分维度社会剥夺现象趋向严重,地区发展在整体进步的过程中出现两极分化.     

2005—2019年河南省县域经济空间差异及影响因素探测

本文利用Nich指数分析了河南省2005—2019年县域经济发展速率的差异,并采用冷热点分析法分析了经济发展时空格局演化,运用地理探测器分析了河南省县域经济差异的主导影响因子。结果表明,河南省县域经济发展活力与当地经济发展水平在空间分布上基本吻合;县域经济差异呈现两极分化态势,经济发达的城市对周边县域具有辐射带动作用;河南省县域经济发展活力冷热点格局相对稳定,热点区域主要分布在以郑州市、济源市为核心的西北部地区;第二产业增加值、经济基础、人均可支配收入、一般公共预算支出是影响河南省县域经济差异的主导因素,因子交互作用均为双因子增强。     

变形监测数据的混沌现象分析

本文简述了识别变形数据混沌现象的Lyapunov指数方法和关联维数方法;讨论了变形监测数据的Lyapunov指数和关联维数的计算方法;最后结合大坝观测变形观测数据给出了实际算例。     

城市韧性时空变化监测方法分析

基于地理国情市情普查监测成果数据,采用时空变化监测分析方法,从地理空间层面对城市韧性进行评估,为韧性城市的建设提供技术和数据支撑。首先,研究了多源异构时空地理数据大融合,建立了城市空间韧性数据库;然后,综合运用GIS技术、DSM差分技术、遥感影像识别等先进技术,从空间维度和时间维度进行了城市基础韧性研究;最后,以城市高危仓储分布和监测方法为例,进行了城市韧性专项监测研究。综上,本文所述方法将大幅度提升地理信息数据服务韧性城市建设的能力。     

富锦市土地利用景观格局遥感分析

针对基于小尺度的县域土地利用变化监测成果比较缺乏的问题,该文结合GIS、RS技术,采用11个景观格局指数,分析富锦市2000年和2009年土地利用景观格局变化。结果表明:近10年间,耕地是该市最大的景观类型;整个景观的破碎化程度增加显著,各景观类型之间的分布关系变得复杂,分布逐渐趋向分散,景观类型向着多样化和均衡化方向发展;人文驱动是富锦市近10年景观格局动态变化的主要驱动因素。     

基于GIS的重庆县域产业经济空间差异演化研究

选取2000~2014年重庆市各产业人均产值数据,基于ArcGIS的空间统计模块,采用全局空间自相关Moran's I指数、Getis-Ord Gi~*指数、标准差椭圆方法对重庆市县域产业经济发展的空间差异时空演化进行研究。结果表明,重庆市各县域第二、三产业发展具有显著的空间自相关性,第一产业整体发展变化不大;第二产业整体呈空间扩张的状态;第三产业整体呈空间收缩的状态。     

湖南省传统村落空间格局及其影响因素研究

针对湖南省国家级传统村落空间格局的研究较少.为保护和发展传统村落,该文以湖南省658个中国传统村落为研究对象,综合运用最邻近指数、变异系数、地理集中指数、不平衡指数、网格维数、核密度估计和全局莫兰指数等空间分析和计量地理学方法,对湖南省传统村落的空间格局及其影响因素进行研究.结果表明:湖南省传统村落呈集聚型分布,空间分布不均衡,空间差异较大,主要集中在湘西、怀化、郴州、永州、邵阳等5个市州;传统村落分形特征明显,且分形特征较为复杂,在自组织演化过程中呈现出多中心集聚特征;传统村落的高密度集聚区主要分布于3个片区:武陵山区、雪峰山区和湘南山区;传统村落空间分布全局莫兰指数为0.575,存在显著的空间正相关性;湖南省传统村落空间格局主要受到地形地貌、河流水系、气候条件等自然因素的影响,同时与社会经济、交通条件和中心城市等人文因素密切相关.     

基于InSAR技术和光学遥感的贵州省滑坡早期识别与监测

贵州省因其复杂的地形地貌和强降水等气候特征,滑坡灾害频繁发生。亟需一种可靠的滑坡早期识别和监测方法。传统的滑坡识别和监测方法存在局限性,而InSAR技术在大规模地质灾害监测中具有独特的优势。但是,基于单一地表形变值的滑坡识别结果存在一定的不确定性。因此,本文联合InSAR技术和光学遥感,利用Sentinel-1A雷达卫星影像数据对贵州省六盘水市、铜仁市、贵阳市等地区进行大规模地表形变监测和危险形变区识别;并采用基于NDVI时间序列分析和基于滑坡发育要素的滑坡识别方法对研究区潜在滑坡灾害进行调查。利用InSAR技术对研究区域内重点滑坡（鸡场镇）进行监测,及时掌握滑坡的运动状态。本文方法对贵州省的灾害防治和管理具有重要意义。     

基于GIS、RS的野鸭湖及周边湿地资源动态变化分形研究

介绍了分形几何学理论及其特点。首先,基于GIS、RS技术,利用多源遥感影像融合技术和GIS叠置对比分析功能、人机交互解译,得出北京市野鸭湖湿地自然保护区及周边区域在1998年、2000年和2002年湿地资源现状;再利用方正智慧软件统计出各类型湿地图斑的周长和面积,并求出面积、周长的对数,根据二维欧氏空间分形维计算模型,计算出各类型湿地资源的分形维数值和稳定性指数;最后,根据分行维数和稳定性指数的物理意义,揭示了野鸭湖地区湿地资源的动态变化情况。研究表明,沼泽和湖泊是该区域湿地环境的主体,也是最脆弱的湿地要素;湿地资源分形维数(D)和稳定性指数(SK)可以为湿地环境评价、湿地资源的合理利用与可持续发展提供决策依据。     

石漠化程度遥感信息提取方法研究

岩溶石漠化是中国西南地区的一种严重的生态环境问题。近年来有进一步恶化的趋势。本文以贵州省普定县典型研究区IKONOS遥感数据为例,给出了一种利用多光谱遥感数据定量提取岩溶石漠化程度信息的算法。在多维光谱的向量空间分析的基础上,提出了“植被线”的概念,并定义“石漠化几何指数”（GRI）为多维向量空间中不同程度的石漠化像元到“植被线”的归一化距离。作者认为使用这种方法提取石漠化程度,可以避免人工解译的主观性强,工作量大的缺点。使提取到的石漠化程度结果客观稳定。     

栈式稀疏自编码网络的多时相全极化SAR散射特征降维

利用极化合成孔径雷达（PolSAR）能够实现地物的识别和分类,而多时相全极化SAR可以获取地物更多的散射特征,提升地物识别精度,但高维散射特征的引入会带来严重的维数灾难问题。为了实现对高维散射特征的有效降维,本文提出一种基于栈式稀疏自编码网络S-SAE（Stacked Sparse AutoEncoder）的多时相PolSAR散射特征降维方法。该方法首先对PolSAR数据进行极化目标分解以获取高维散射特征;然后使用S-SAE对获取的多维特征进行降维处理,其中S-SAE降维方法首先采用无监督训练方式进行逐层贪婪训练;再结合Sigmod分类器,利用监督训练的方式对S-SAE进行参数优化,实现高维特征的有效降维;最后以降维后的特征作为支持向量机（SVM）和卷积神经网络（CNN）分类器的输入,实现地物分类。通过仿真和实测的两组多时相Sentinel-1数据处理结果表明,双隐层的S-SAE降维方法在各分类器上均取得最优的降维效果;对比各降维方法在SVM分类器上的分类精度,S-SAE较于局部线性嵌入（LLE）与主成分分析（PCA）降维方法,总体分类精度分别至少提升了9%和14%;在CNN分类器上,S-SAE较于LLE与PCA降维方法,总体分类精度分别至少提升了7%和9%。