一种面向LUCC的时空数据存储管理模型

为满足土地利用和地表覆盖变化(land-use and land-cover change,LUCC)动态监测中时空数据统计分析、时空过程模拟、时空演变分析预测、时空数据挖掘的应用需求,需将LUCC数据存储管理方式由单一空间数据推进至时空数据存储管理。本文提出一种基于快照和面向对象的混合时空数据模型,支持矢量和栅格时空数据存储管理、LUCC时空过程模拟、LUCC时空过程建模参数提取和成果数据管理与发布。基于该模型研发了LUCC时空信息系统原型,以LUCC时空信息统计、地表覆盖斑块时空过程模拟、地表覆盖时空转移矩阵计算为例,验证了模型的可行性。     

藏北高原多年冻土区地表反照率时空变化特征

利用自动气象站数据和MODIS（MOD02）数据,对位于藏北高原多年冻土区的阿雅克气象站、卓乃湖气象站、唐古拉气象站和西大滩气象站四个观测站点的单点地表反照率的季节变化、日变化和站点所属区域（88°~95°E,32°~38°N）的区域地表反照率夏、冬季节的空间分布进行了分析研究,得出：2013年,四个研究站点地表反照率均是夏季最小,冬季最大,春季大于秋季,其他季节较夏季地表反照率峰值较多;当太阳高度角大于40°时各站点地表反照率日变化基本不变,地表冻融过程中地表反照率完全冻结阶段 ＞ 日冻融循环阶段 ＞ 完全融化阶段,且地表日冻融循环阶段地表反照率日变化的中间时刻有明显下降。研究区域夏、冬季地表反照率大部分在0.1~0.3范围内;冬季地表反照率大于0.3的区域明显多于夏季,夏季区域地表反照率自阿雅克到唐古拉呈带状递减。     

吉林省西部地表蒸散与土地利用/覆盖变化关系

地表蒸散作为地表水分平衡和能量平衡的重要组成部分,是土地利用/覆盖变化的一个关键驱动因素。地表蒸散量的大小影响土地利用变化过程;反过来,土地覆盖类型又控制地表蒸散量的大小。为了弄清它们之间的相互作用关系,揭示地表蒸散在生态环境变迁中的作用,基于地表能量平衡理论,计算了研究区1986、1996和2000年的蒸散量,并与对应年份的不同土地类型数据进行了叠加分析。结果表明,从1986年到2000年,研究区草地、沙地和盐碱地的蒸散量都在变大,其中以沙地蒸散量增长最快,草地次之,盐碱地增长最小,为土地类型向盐碱地和沙地转化提供了有利条件,在一定程度上说明了地表蒸散加剧了研究区生态环境恶化。     

祁连山森林覆盖区河川径流组成与时空变化分析

利用祁连山水源林生态系统定位研究站长期（２２ａ）观测资料,对其河川径流组成及时空变化分析表明,祁连山河川径流一个水文年可划分为枯水径流期,雪融水径流期和洪水径流雨３个时期。发源于祁连山高海拔森林覆盖区的河流均有混合补给型河流,水源补给主要有地下径流,雪融水径流,降水径流（地表径流,表层潜流,壤中流）和冰川融水径流,径流组成受水源补给影响,径流分配降受降水影响外还受到高山冰川,积雪和森林的影响,同时     

2001—2008年天山西部山区积雪覆盖及NDVI的时空变化特性

对于以融雪及融冰补给为主的山区河流,融雪及融冰量的多少对当地可供利用水资源量的大小起着决定作用,对河流所在的水库的正常蓄水、防洪及发电产生一定的影响.积雪时空变化规律的影响因素较多,除气温这个主要因素外,还与当地植被覆盖情况、风向、风速及太阳辐射等因素有关,因此,基于2001—2008年的MODIS积雪数据和NDVI数据分析了研究区的积雪覆盖度与NDVI时空变化特性.结果表明:天山西部山区积雪分布极不均匀,边缘山区多雪,腹地少雪,边缘山区南坡比北坡积雪多;积雪期主要集中在10月到翌年5月,积雪年际变化差异较大,积雪有减少趋势.近8a来研究区的植被有较好的改善且与降水有一定的联系,但部分区域NDVI也有减小的趋势,不同区域植被返青时间不同.通过对比分析发现,除积雪消融与NDVI有其自有的变化规律外,二者之间也有很好的相关性,但关于植被覆盖是否会对积雪的消融起加速或减缓的作用,基于此两种MODIS数据产品无法得知,有待于通过其它方法或进行野外实验确定.     

中国土地利用变化现代过程时空特征的研究：基于卫星？…

为实现土地利用变化现代过程的卫星遥感研究,须建立时间序列完整的空间型遥感数据平台。在此基础上,通过建模分析,可以有７效地研究土地利用变化的现代过程。其中包括土地利用变化的时间动态特征和空间动态特征。为探讨基珩卫星遥感数据的中国土地利用变化现代过程研究的方法论,采用陆地卫星ＴＭ分层抽样方法,对全国土地利用类型区域组合、土地利用程度变化和土地利用动态度进行了分析。     

中国土地利用变化现代过程时空特征的研究──基于卫星遥感数据

为实现土地利用变化现代过程的卫星遥感研究,须建立时间序列完整的空间型遥感数据平台。在此基础上,通过建模分析,可以有效地研究土地利用变化的现代过程,其中包括土地利用变化的时间动态特征和空间动态特征。为探讨基于卫星遥感数据的中国土地利用变化现代过程研究的方法论,采用陆地卫星TM分层抽样方法,对全国土地利用类型区域组合、土地利用程度变化和土地利用动态度进行了分析。     

洞庭湖区湖泊洲滩地表覆盖变化

为了解20世纪70年代以来洞庭湖区湖泊洲滩地表覆盖变化,基于1978年以来的多源中分辨率遥感影像,对洲滩地表覆盖情况进行了监测,利用决策树分类方法解译,结合地理国情普查数据验证了解译精度.结果表明:近40年来,杨树和芦苇地是1978年以来变化最大的地表覆盖,二者呈此消彼长的增减状态,2007—2015年分布面积基本相当,2015年至今杨树面积大幅度减少,芦苇面积维持稳中有增的趋势.2002年以前,洞庭湖洲滩总体呈扩张趋势,2002年之后,洲滩面积趋于稳定.目前,芦苇和湖草占洞庭湖洲滩总面积的2/3.洞庭湖自然保护区内欧美黑杨主要分布于南洞庭湖自然保护区,芦苇主要分布于东洞庭湖和南洞庭湖自然保护区.洞庭湖区湖泊洲滩的人工利用程度在2015年后大幅减小,但仍有48.57%,亟待进一步控制.      

整合陆地表面温度与植被指数信息进行地表覆盖变化研究

利用植被指数(NDVI)的多时相或时序资料进行地表覆盖研究已取得了大量成果。随着陆地表面温度(LST)遥感反演精度的不断提高,将LST与NDVI结合起来进行地表植被动态变化的监测已成为可能。选择我国北方草地及其东南部毗邻的农牧交错带(farmingpastoralzone)为研究区。该区位于内蒙古高原东南边缘和黄土高原北部,半干旱气候,经纬度范围为:35°～50°N,100°～125°E。     

基于ETM影像数据融合的土地覆盖分类研究

在ERDAS软件支持下，对ETM遥感影像数据的TM1-TM5，TM7与其全色波段TM8进行融合，采用主成分、乘积法、Brovey转换三种融合方法，重采样方法分别为邻域法、立方卷积法及双线性内插法。采用相同的训练样本区及最大似然法分类方法，对融合产生的9幅影像及未融合影像进行土地覆盖分类，通过对分类影像的Producers Accuracy，Users Accuracy，Kappa三者的精度数据和地物波谱信息的对比分析，在总体上，上述的影像融合方法对提高土地覆盖分类的精度不明显，但就某些地物类型来说，还是值得采用的；三种融合方法和三种重采样方式它们之问相比较而言，乘积法融合法和立方卷积重采样法相对较为可取。     

基于被动微波遥感反演雪深的时间序列分析我国积雪时空变化特征

利用1978-2005年逐日中国积雪深度数据集,分析了我国积雪空间分布特征和季节时空分布特征,并运用趋势线分析方法和均方根差模拟了积雪深度和积雪日数的变化趋势及异常空间变化特征.结果表明:青藏高原东南、青藏高原西部和南部、新疆北部和东北山区为我国积雪空间分布四大高值区.近28 a来,积雪深度和积雪日数呈增加趋势,20世纪80年代青藏高原明显增加和明显减少趋势并存,90年代整体明显增加,2000-2005年整体基本不变.青藏高原中东部、新疆北部以及东北山区为积雪深度异常变化敏感区,而青藏高原西部则为积雪日数异常变化敏感区.     

四种常用的全球1km土地覆盖数据中国区域的精度评价

精确的全球及区域土地覆盖数据是陆地表层过程研究的重要基础.对数据质量的了解与数据本身同等重要,定量的数据精度评估不仅是对数据本身包含信息的丰富,而且对有助于发现问题,从而促进土地覆盖制图方法的发展.基于一个新的分类系统(森林、灌木草地、农田、裸地、城市、湿地和水体),以中国1∶10万土地利用数据为参考数据,从类型面积一致性、空间一致性两方面对4种全球土地覆盖数据集在中国区域的分类精度进行了评价,包括美国地质调查局为国际地圈-生物圈计划的全球土地覆盖数据集(IGBPDISCover);美国马里兰大学的全球土地覆盖数据集(UMd);欧盟联合研究中心(JRC)空间应用研究所(SAI)的2000年全球土地覆盖数据产品(GLC2000);MODIS 2000年的土地覆盖数据产品(MOD12Q1).并对4种土地覆盖产品误差的空间和类型分布进行了分析.结果表明:在4种土地覆盖分类产品中,GLC2000和MODIS土地覆盖数据有更高的整体分类精度,IGBP数据的整体分类精度次之,但是3种数据在局部都存在明显的分类错误;UMd的分类精度整体最低.通过对4种数据分类精度的空间和类型分布规律的分析,认为4种数据都不能很好的满足陆地表层过程模拟的需要.建议发展土地覆盖类型决策融合方法,将现存多源土地覆盖分类信息融合起来,制备更高精度的中国土地覆盖分类图.     

从空间到时间——时空数据模型研究

从地学中的时空观出发,论述了时空数据模型的研究现状与发展趋势,就几类有代表性的模型原理和特点进行了详细介绍。其次,重点分析了时空数据模型研究过程中急需解决的问题及其根源,认为单纯地在空间维基础上扩展时间维是不能满足时空数据表达需求的。建议从系统理论角度出发,分析、模拟地学现象的基本变化与过程,建立面向对象和过程的、基于时空语义的、符合人类逻辑思维的时空数据模型方法,从而为时态地理信息系统的研究奠定基础。     

A Survey of the Spatio-Temporal Data Model

Traditional GIS(Geographic Information System)mostly can only describe the transient state data and does not have the ability to deal with the temporal dynamic data. When the data changes, new data will take the place of the old data, namely the transient state change into another, and the old data will disappear. Therefore, it is unable to make an analysis of the updating changes of the data and predict the development trend of the future. In this case, TGIS (Temporal Geographic Information System) emerges and expands the time dimension on the basis of traditional GIS. Spatio-temporal data model is the key to TGIS. Spatio-temporal data modeling is not only related to dynamic expression of spatio-temporal objects, but also gives an important support for spatio-temporal analysis and reasoning. This paper summarized the theories and applications status at home and abroad of spatio-temporal data model in detail, illustrated family tree of spatio-temporal data model for the nearly fifty years, discussed improvement and application status of Base State with Amendments Model, Event-based Spatio-temporal Data Model, Object-oriented Data Model and other spatio-temporal data models, and raised the existing problems of spatio-temporal data model. The current existing problems mainly includes: ①There are a lot of spatio-temporal data models put forward, but some of them only focus on semantic design and neglect the verified; ②Most of existing spatio-temporal data model are for vector data, only the Event-based Spatio-temporal Data Model is raster data structure; ③At present, the expression the time-space information of geographic entity is relative separated with spatio-temporal data model; ④Spatio-temporal data model is mainly used in cadastral management, land use and forestry data updating, less application in other fields. In the end, the future development direction was put forward of spatio-temporal data model. In the time of big data and “Internet plus”, it is necessary to explore the big data spatio-temporal data model that supports multiple data formats.     

吉林西部多时相遥感数据分类方案的构建及应用

为了深化遥感监测方法在生态环境调查中的应用,本文以吉林西部为试验区,设计了一种多时相遥感数据分类方案。该方案以物候信息为主,结合地物特征变量(植被、水体和土地信息)构建的多维特征空间数据集用于土地覆被分类。该遥感分类方案提取了9种地表覆被类型,结果表明:地表植被季节变化信息和土地利用信息的引入能明显改善土地覆被的分类精度;与基于原始波段的分类方案相比,多时相遥感数据分类方案的分类精度最好,总体分类精度为95.50%,Kappa系数为95.04%。     

新疆博斯腾流域湿地遥感监测及时空变化过程

博斯腾流域是新疆最大的湖泊湿地分布区。湿地作为干旱区的一种特殊景观类型,在流域生态环境和水循环中发挥了重要的作用,其产生和消失、扩大和萎缩对区域生态环境将产生重要的影响。以Landsat系列数据为主要数据源,完成了博斯腾流域的3期遥感制图(1990、2000、2010年),分析了博斯腾流域湿地分布现状,探讨了区域湿地的时空变化过程和动态变化特征。结果表明:新疆博斯腾流域的湿地面积总体上一直在萎缩,1990-2010年总面积减少了16.24%;但是减少趋势相对变缓,且不同类型的湿地变化过程有所不同。其中:1990-2000年河流湿地和湖泊湿地表现为增加趋势,芦苇沼泽湿地表现为减少趋势;2000-2010年河流湿地、芦苇沼泽和湖泊湿地面积都表现为萎缩。在变化动态特征上,流域河流、湖泊湿地最近20a呈现倒"V"型波动,而芦苇沼泽湿地则持续下降。通过湿地变化与区域生态环境因子耦合分析表明,在近期内人类活动是造成区域湿地萎缩的主要因素。     

北京房山区城市化进程与土地储备管理

结合北京市房山区发展规划,针对区内土地储备工作及土地开发项目实际,分析土地开发过程中存在问题,探讨土地储备与城市化进程关系,提出新的土地开发模式以及有效缓解土地资源供求矛盾的相关建议。房山区位于北京市西南部,总面积为2019km^2,山区、丘陵、平原各占三分之一,．常驻人口91．2万人。根据北京2005～2020年总体规划,房山区被赋予首都西南枢纽、友好产业新区、山水文化名城的功能定位,确定了“三化两区”的新思路和构建“两轴、三带、五园区”的区域发展新格局[1]（图1）,为首都城市发展新区及生态涵养发展区。推进房山区新型城市化进程,是实现既定发展目标的必要过程。     

塔里木河下游土地利用覆被MISR多角度遥感制图

通过对塔里木河下游MISR卫星多角度观测数据的不同组合构建多角度数据集,探索多角度观测与传统垂直观测对土地利用覆被遥感制图效果的影响,分别使用SVM(支持向量机)与传统的MLC(最大似然分类法)作为分类器,对分类后得到的混淆矩阵进行分析。结论证实:无论是使用传统的MLC还是SVM作为分类器,多角度观测都取得比垂直观测更高的总体分类精度;MISR近红外波段虽然分辨率较低,但依然含有丰富的信息,对地表覆被的分类有重要影响;无论使用哪一数据集,SVM法都能获得更高的分类精度;不同相机对分类结果的影响各不相同,其中C、D相机的作用更重要。