基于机器学习规则推理的湿地识别研究

遥感作为人类获取地表信息最重要的手段之一,对于湿地研究具有重要的价值。文章运用机器学习规则推理的方法克服常规遥感研究方法在湿地研究中的弊端,使分类精度得到很大的提高。与传统的最大似然法相比,分类精度提高了13.51%, 达到了83.81%。基于机器学习规则推理分类,不仅利用了光谱信息,而且利用了纹理信息和坐标信息,并使用了掩膜技术。研究发现,这种方法能使湿地类型以及湿地与高地之间的混淆现象得到有效的克服。     

基于DMSP/OLS夜间灯光数据的省域GDP统计数据空间化方法——以广西壮族自治区为例

针对省域小尺度资源环境研究领域对空间型社会经济数据的需求,以DMSP/OLS夜间灯光数据为依据,采用GIS与SPSS相结合的方法,分析广西生产总值、第一产业、第二产业、#工业和第三产业分别与夜间灯光指数的相关性,构建广西2010年GDP统计数据的空间化模型,并制作广西1km*1km GDP密度专题图。结果表明,DMSP/OLS夜间灯光数据与省域GDP的空间分布相关性明显,相关系数为0.9755。估算得到的GDP密度能够完整地反映广西GDP宏观分布现状,可为今后经济决策和产值估算提供一定的依据。     

县域空间贫困的地理识别研究——以宁夏泾源县为例

空间贫困研究是对多维贫困理论的丰富和发展,创新空间贫困度量方法是精准配置扶贫资源和提高农村扶贫质量的关键。本文借鉴国际空间贫困研究的基本理论思想,总结出了空间贫困三维结构分析框架,构建了县域空间贫困指标体系和地理识别方法,以宁夏泾源国家扶贫开发重点县为例,开展了空间贫困地理识别。研究发现：① 不同自然地理区SPI排序为侵蚀堆积河谷平川区（均值1.571）>剥蚀构造丘陵区（均值-0.199）>侵蚀构造石山区（均值-0.334）,表明侵蚀构造石山区贫困程度最大,是减贫重点区域,其中3个自然地理区空间贫困的共同特点是存在经济劣势（C₄~C₇、C₁₇）,主要差异是侵蚀堆积河谷平川区生态劣势（C₂₅、C₁₆）>经济劣势（C₅）>位置劣势（C₂₀）>政治劣势（C₈）;剥蚀构造丘陵区经济劣势（C₅~C₇、C₁₇）>位置劣势（C₁₈~C₂₀）>生态劣势（C₁₆、C₂₃~C₂₅）>政治劣势（C₈）;侵蚀构造石山区经济劣势（C₄~C₇、C₁₇）>政治劣势（C₈）>位置劣势（C₁₈~C₂₀）>生态劣势（C₁₆、C₂₁~C₂₅）。② 不同民族村SPI排序为汉族村（均值1.484）>回族村（均值1.262）>回汉混居村（均值-1.033）,表明县域尺度上回汉混居村是减贫重点村。不同民族村空间贫困的共同特征是由于距离最近市场远（C₁₇）形成的经济劣势,以及人均耕地面积（C₂₃）和农作物特别经济作物种植面积小（C₂₄）形成的生态劣势。不同民族村空间贫困的主要差异在于汉族村人居环境差和灾损率高形成的生态劣势,以及贷款不足（C₅）导致的经济劣势突出,回族村主要因文化知识素质较低（C₁₂、C₁₃）导致进入市场的机会成本高而形成经济劣势,回汉混居村因汉族和回族生产生活方式差异,造成扶贫资源配置困难,农户对扶贫政策满意率最低（C₈）,反映该类村空间贫困的政治劣势最为显著。③ 同一自然地理区域不同民族村空间贫困存在显著差异。侵蚀堆积河谷平川区汉族村、回族村和回汉混居村SPI均值分别为0.526、2.557和1.644,表明该类型区汉族村贫困程度高,经济劣势显著（C₅）;剥蚀构造丘陵区回族村和回汉混居村的SPI均值分别约为0.321和-1.934,表明该类型区回汉混居村贫困程度较高,经济劣势（C₂、C₆、C₇）和生态劣势（C₁₆）突出;侵蚀构造石山区汉族村、回族村和回汉混居村的SPI均值分别为1.031、-0.029和-0.842,表明该类型区回汉混居村贫困程度亦高,经济劣势（C₅~C₇、C₁₇）、政治劣势（C₈）、位置劣势（C₁₈~C₂₀）和生态劣势（C₁₆、C₂₅）并存。因此,侵蚀堆积河谷平川区的汉族村、剥蚀构造丘陵区和侵蚀构造石山区的回汉混居村是减贫重点村。     

基于多源数据和集成学习的城市住宅地价分布模拟——以武汉市为例

精准刻画城市住宅地价分布特征,对于科学引导城市空间布局规划、有效实现城市精明增长等具有重要意义。而城市住宅地价与其潜在影响因素之间的复杂非线性关系,给地价分布精细模拟带来了挑战。论文旨在探索基于地理大数据和集成学习的城市住宅地价分布模拟方法体系,以满足快速、精准监测地价动态变化的需要。选取武汉市为典型区,以住宅用地交易样点、兴趣点(points of interest, POI)和夜间灯光影像为数据源,以500 m分辨率网格为估价单元,提取POI核密度和夜间灯光强度作为住宅地价预测变量,采用机器学习算法和bagging、stacking集成方法构建住宅地价预测模型,并对比分析其精度。研究发现：① 单个机器学习算法中,支持向量回归(support vector regression, SVR)预测精度最高,接下来依次是k最近邻算法(k-nearest neighbor algorithm, k-NN)、高斯过程回归(Gaussian process regression, GPR)和BP神经网络(back propagation neural networks, BP-NN);② 在提升单个算法预测精度方面,stacking方法的性能优于bagging方法,使用stacking集成SVR和k-NN的地价预测模型精度最高,其平均绝对百分误差仅为8.29%,拟合优度R²达0.814;③ 基于论文所构建模型生成的城市住宅地价分布图能有效表征价格圈层分布特征和局部奇异性。研究结果可为城市住宅地价评估提供新的思路和方法借鉴。     

基于POI数据的城市用地功能识别与评价研究——以济南市内五区为例

充分利用大数据开展城市用地功能识别,有助于把握城市空间结构,推动城市内部空间合理布局。POI数据是大数据时代一种较易获得且极具代表性的空间点状数据,能够有效地确定城市用地的实际功能。以济南市内五区的185126条POI数据为基础,对所得数据进行去重、纠偏、重分类,构建城市用地功能分类体系,运用频数密度、类型比例及核密度估计,识别济南市内五区城市用地功能并利用误差矩阵对识别结果进行检验。结果表明:①混合功能用地与单一功能用地呈现圈层化地域分布特征,"核心-外围"分异明显;②由内向外单一功能用地集聚趋势减弱,混合功能用地多样性降低,不同用地表现出不同的空间分布模式;③通过误差矩阵及与用地规划图中规划用地及电子地图的实际用地对比,识别总体精度为75. 67%,识别结果较为准确。     

基于可持续生计的精准扶贫分析方法及应用研究——以四川凉山彝族自治州为例

可持续生计框架是辩证思考贫困的影响因素及其形成过程的理论总结,有助于对精准扶贫进行规范化和系统化的研究。本文以可持续生计框架为蓝本,构建基于可持续生计的精准扶贫分析框架,并从影响农户生计的内因和外因视角,讨论精准扶贫的多维贫困识别指数(MPII)的基本构成。以四川省凉山州作为案例区域,建立具有本土特色的MPII指标体系;识别出420户贫困户,其中80.48%(338户)的建档立卡户与识别结果重叠;与建档立卡农户相比,所识别贫困农户在各单个维度和综合维度都几乎处于更劣势的水平,识别效果更加精准。根据贫困原因的相似性,可将贫困农户划分为人力资本贫困型、基础型资本贫困型、社会资本贫困型、多维资本贫困型、生计环境恶劣型等五种类型,并针对不同的贫困类型提出相应的帮扶措施。     

夜间灯光数据辅助高中地理“城镇化”教学的区域适用性研究--以贵州省为例

随着地理信息技术在中学地理教学中的深入应用,夜间灯光数据被不断应用于地理教学中,其区域适用性还有待进一步研究。为分析夜间灯光数据的区域适用性,笔者以贵州省为研究区域,利用2000年和2010年的夜间灯光数据,在省域和市(州)尺度上分析了夜间灯光数据与城镇化的相关性。结果表明:夜间灯光数据不适用于反映贵州省整体城镇化分布及演变过程;而在市(州)尺度上,贵阳市、遵义市、黔东南州、黔南州的夜间灯光数据与城镇化数据的相关系数均通过Pearson显著性水平检验,表明夜间灯光数据在这些市(州)有较好的适用性。其他市(州)由于海拔高、地形破碎、地形起伏度大等原因,夜间灯光数据不适用于表达其城镇化发展,因此不适用于该区域的"城镇化"教学。最后,选取贵阳市"城镇化"教学作为典型案例,分析夜间灯光影像在"城镇化"教学中的应用,为中学地理教师运用夜间灯光数据进行"城镇化"教学提供参考。     

基于夜间灯光数据的中国县域发展活力与均衡性动态研究

消除不平等、实现均衡发展是联合国可持续发展目标之一。客观准确地衡量区域发展均衡性是实现共同富裕亟待解决的首要科学问题。夜间灯光遥感数据已被证实是社会经济发展的良好代理变量,且因其方便获取、空间覆盖率广等优势被广泛应用。本文利用夜间灯光数据和空间化人口数据构造的灯光基尼系数作为发展均衡性的评估指标,测算并分析了2002—2020年中国2900个区县的发展均衡性及其与以平均灯光强度表征的区域发展活力间的关系,探讨了夜间灯光基尼系数的内涵及其在发展均衡性上的应用价值。结果表明,2002—2020年间中国96%的区县灯光基尼系数不断减小,即灯光—人口的分布趋于均衡,且在空间上总体呈现东部较西部更均衡的特点。同时,经济相对发达县域的均衡性差异较大,但多呈现经济与均衡性协同增长的发展路径;而超过60%的经济欠发达县域的均衡性有较大提升空间。研究结果可为实现区域均衡发展、推动共同富裕提供新的研究视角与科学支撑。     

基于多源数据的武汉市多中心空间结构识别

研究城市不同要素空间集聚水平与层级差异、明确城市各职能中心分布,对城市多中心空间结构的发展引导和规划调控具有重要意义。论文分别采用兴趣点(points of interest, POI)、夜间灯光和路网3种数据,利用局部等值线树算法,识别武汉市多中心空间结构。研究表明：① 武汉不同城市要素的总体集聚水平不均衡,其中在汉阳集聚水平较低,在汉口和武昌集聚水平较高,特别是二环以内区域;② 武汉中央活动区发展比较均衡,内部各城市要素高度集聚,随着向外扩展,部分城市要素易于在局部集聚形成城市中心;③ 结合武汉圈层发展布局,城市中心沿环线的“商-住-工”职能分布模式逐步确立,其中内环以及二环区域已形成稳定的商服中心;二环附近综合组团内部出现了较具代表性的居住中心;三环外的沌口和武钢主导发展工业,是典型的工业中心。     

VIIRS/DNB夜间灯光月度产品插补方法对比——以北京为例

新一代VIIRS/DNB(Visible Infrared Imaging Radiometer Suite Day/Night Band)夜间灯光数据因其具备更精细的时空分辨率、数据不存在饱和现象、不同年份数据可比性强等优点而迅速代替DMSP/OLS(Defense Meteorological Satellite Program's Operational Linescan System)夜间灯光数据成为新的研究热点。但由于杂散光的污染,VIIRS/DNB夏季数据数值缺失严重,致使数据在空间和时间上不连续,因此,插补缺失数据成为后续应用的前提。鉴于此,论文从插补结果异常值、与参照值对比、计算性能三个方面,系统比较了三次样条插值(样条)、三次Hermite插值(Hermite)、灰色预测模型(GM)、三次指数平滑法(指数)4种插补方法的适用性,以期为插补VIIRS/DNB夜间灯光数据提供方法选择的依据。研究结果表明：①异常值比较方面,Hermite法未出现异常值,另外3种算法仅出现少量异常值(0.02%~1.34%);②与参照值的对比方面,Hermite法与参考值接近程度最高,GM接近程度最低,样条法和指数法介于两者中间;③算法性能比较方面,4种方法都具备计算简单、容易编程的特点,但指数法的算法时长是另外3种方法的10倍以上。因此,综合多方表现,当插补月份前后两侧均有足够长的原始数据时,插补效果好、计算速度快、不会出现过冲现象的Hermite法最适宜,样条法次之;当插补月份仅单侧有足够长的数据时,适宜采用指数法(插补效果好、计算速度较慢)或GM(插补效果偏低、计算速度快)进行插补。     

基于多尺度单元的城市化水平时空测度——以中国环渤海地区为例（英文）

Urbanization is a complex process reflecting the growth, formation and development of cities and their systems. Measuring regional urbanization levels within a long time series may ensure healthy and harmonious urban development. Based on DMSP/OLS nighttime light data, a human–computer interactive boundary correction method was used to obtain information about built-up urban areas in the Bohai Rim region from 1992 to 2012. Consequently, a method was proposed and applied to measure urbanization levels using four measurement scale units: administrative division, land-sea location, terrain feature, and geomorphological types. Our conclusions are: 1) The extraction results based on DMSP/OLS nighttime light data showed substantial agreement with those obtained using Landsat TM/ETM+ data on spatial patterns. The overall accuracy was 97.70% on average, with an average Kappa of 0.79, indicating that the results extracted from DMSP/OLS nighttime light data were reliable and could well reflect the actual status of built-up urban areas. 2) Bohai Rim's urbanization level has increased significantly, demonstrating a high annual growth rate from 1998 to 2006. Areas with high urbanization levels have relocated evidently from capital to coastal cities. 3) The distribution of built-up urban areas showed a certain degree of zonal variation. The urbanization level was negatively correlated with relief amplitude and altitude. A high level of urbanization was found in low altitude platforms and low altitude plains, with a gradual narrowing of the gap between these two geomorphological types. 4) The measurement method presented in this study is fast, convenient, and incorporates multiple perspectives. It would offer various directions for urban construction and provide reference values for measuring national-level urbanization.     

功能区视角下城市夜光与夜间“两抢一盗”犯罪的空间相关性——以H市市辖区为例

以H市市辖区为例,基于POI数据识别城市功能区,并结合NPP-VIIRS夜光遥感数据与夜间“两抢一盗”犯罪数据,构建双变量空间自相关分析模型,从整体及不同功能区角度探讨城市夜光与夜间“两抢一盗”犯罪的空间关系。结果表明：1）整体上,H市夜间“两抢一盗”犯罪形成“一主一副”的犯罪热点,且夜光与夜间“两抢一盗”犯罪存在空间异质性关系。2）大部分功能区在全局Moran’sΙ上表现为正相关。在局部LISA聚类上,只有居住用地、商业服务业用地和道路与交通设施用地呈现显著的空间异质性。商业用地的高-高聚类多数分布在一环及二环以内,低-低聚类多数分布在城市外围及边缘地带,高-低聚类与低-高聚类则零散分布在二者之间的区域;居住用地的聚类情况呈现南北区域差异;道路与交通设施用地则由于报警地点与实际案发地点可能有所出入,因而结果可信度降低。     

Similarities and differences of city-size distributions in three main urban agglomerations of China from 1992 to 2015: A comparative study based on nighttime light data

Comparing the city-size distribution at the urban agglomeration (UA) scale is important for understanding the processes of urban development. However, comparative studies of city-size distribution among China’s three largest UAs, the Beijing-Tianjin-Hebei agglomeration (BTHA), the Yangtze River Delta agglomeration (YRDA), and the Pearl River Delta agglomeration (PRDA), remain inadequate due to the limitation of data availability. Therefore, using urban data derived from time-series nighttime light data, the common characteristics and distinctive features of city-size distribution among the three UAs from 1992 to 2015 were compared by the Pareto regression and the rank clock method. We identified two common features. First, the city-size distribution became more even. The Pareto exponents increased by 0.17, 0.12, and 0.01 in the YRDA, BTHA, and PRDA, respectively. Second, the average ranks of small cities ascended, being 0.55, 0.08 and 0.04 in the three UAs, respectively. However, the average ranks of large and medium cities in the three UAs experienced different trajectories, which are closely related to the similarities and differences in the driving forces for the development of UAs. Place-based measures are encouraged to promote a coordinated development among cities of differing sizes in the three UAs.     

Machine learning-based identification for the main influencing factors of alluvial fan development in the Lhasa River Basin,Qinghai-Tibet Plateau

Journal of Geographical Sciences - Alluvial fans are an important land resource in the Qinghai-Tibet Plateau with the expansion of human activities. However, the factors of alluvial fan development...     

大都市城乡融合区空间演进及内在关联性测度——基于武汉市夜间灯光数据

大都市城乡融合区时空演变及其内在空间关联性研究对避免城市低效蔓延式发展、实现空间结构协同和精明增长有重大意义。论文以武汉市城乡融合区为研究对象,基于NPP/VIIRS夜间灯光强度表征都市要素配置及运行效率和效益,利用引力模型测度2016—2018年各城乡融合区空间关联强度,分析各城乡融合区空间联系势能时空演变趋势和社会经济区位度变化。研究结果表明：① 武汉市城乡融合区面积在2016—2018年间扩大了28.10%,小斑块区域逐渐整合,区域发展连续性增强,总体向西北方向扩展最为显著;② 武汉市城乡融合区之间的空间联系网络结构整体上趋向“多中心”分布,这一过程源于各城乡融合区的经济发展水平、城镇化发展规模和交通通达性变化,东湖新技术开发区、中法武汉生态示范城、武汉临空经济区等在此过程中是各城乡融合区的区域发展引擎;③ 武汉市城乡融合区空间联系强度整体上逐年上升,空间联系整体格局从武洪区和江夏区的“大小中心”结构过渡到江夏区—武洪区—蔡汉区—江黄区—江硚东区的“外围圈层式”结构,但洪山区和江夏区作为武汉市城乡融合区中心区域,未能形成多方向空间辐射力和吸引力,对其他地区的带动明显不足;④ 各城乡融合区社会经济区位度变化显示,现行武汉市都市发展区规划实施成效在北部、西部和东北部城乡融合区较为显著。     

基于GA-SVM封装算法的高光谱数据特征选择

封装型的特征选择算法相对于过滤算法而言更有助于提高分类精度,因此在当前计算技术及效率快速发展的背景下必将成为未来之趋势。本文以支持向量机(SVM)为分类器,遗传算法(GA)为特征子集的搜索算法,构建了封装型的特征选择算法GA-SVM,并用ENVI/IDL语言编程实现,最后以HYPERION高光谱数据为例对算法予以应用。结果表明,GA-SVM算法可从196个波段中选择出13个波段,同时分类精度较不做特征选择时提高了约4%。由此可见,GA-SVM封装型特征选择算法具有较好的同时优化特征子集和SVM核函数的性能,可为当前高光谱数据的特征选择提供一个较好的算法。     

收缩城市住宅价格空间分异及影响机制——以鹤岗市为例

收缩城市的经济社会问题逐渐凸显,住宅市场发展呈现出消极态势,房价变化成为社会关注的焦点。在此背景下,论文以典型收缩城市——黑龙江省鹤岗市为例,基于住宅小区、夜间灯光、POI数据,利用Kriging插值和多尺度地理加权回归模型等方法,结合鹤岗市空间增长与收缩情况分析住宅价格空间分异特征及影响机制。结果显示：① 鹤岗市住宅价格呈圈层模式分布,核心—外围分异程度强。高水平住宅价格小区集聚在核心区内且分布规模小,中高值圈层扩散态势弱;外围工矿型辖区收缩情况相对严重,住宅价格水平低且波动小。② 城市发展状态与住宅价格水平存在空间相关性。不同收缩程度区域经济发展态势、居民收入水平、人口减少与老龄化、保障房建设规模等宏观因素差异影响着住宅价格总体空间分异格局。③ 城市内部区域的增长或收缩状态影响微观设施的作用效果。发展中心的区位优势对增长型区域住宅价格的正向作用更强,高水平公共服务对核心区和城市北部收缩区域住宅价格的增长有明显积极效应,企业工厂的分布对增长型区域住宅价格的负向影响更突出,各因素相互联系、交互影响,共同作用于住宅价格空间分异。