基于包含检验法的多边形栅格化并行算法研究

随着对地观测技术的快速发展和数据规模的急剧增长,矢量数据快速栅格化已成为业界关注的重要研究内容。该文将并行计算技术应用于矢量多边形栅格化中,探索了矢量数据划分方法、边界栅格单元处理方法等关键问题,设计并实现了基于包含检验法的矢量多边形栅格化并行算法。基于土地利用现状数据对并行算法的精度、并行效率等进行了测试与分析。试验证明,在进程数不超过CPU核数时,并行算法的加速比随进程数增长显著;而当进程数达到CPU核数以后,并行算法加速比总体趋于稳定。并行效率与数据的划分方式、数据的存储方式密切相关,划分方式的正确与否将直接关系到算法的并行效率。     

基于GIS的新疆气温数据栅格化方法研究

以新疆99个气象台站1971-2010年年平均气温为数据源,采用多元回归结合空间插值的方法对新疆区域气温数据进行栅格化研究。建立了年平均气温与台站经纬度和海拔高度的多元回归模型,对于残差数据的插值采用了反距离权重法(IDW) 、普通克立格法 (Kriging)和样条函数法(Spline)3种目前应用广泛的空间插值方法,针对于这3种方法进行了基于MAE和RMSIE的交叉验证和对比分析,结果表明在新疆的年平均气温的GIS插值方案中,IDW方法精度总体要高于其他两种插值方法。     

基于三角形驱动的机载LiDAR数据栅格化算法

针对基于TIN的机载LiDAR点云数据插值为GRID过程中,大量TIN数据I/O操作导致的栅格化效率下降问题,提出了基于三角形驱动的点云栅格化流式算法:以基于直线正负区判别原理的TIN向GRID转换新算法为基础,通过遍历三角形模拟流计算实现三角形生成、三角形插值为GRID以及内存释放,有效避免了TIN数据的I/O操作,并可以提高内存利用率。试验表明:流式算法显著提高了点云栅格化效率,为海量点云的栅格化及并行计算提供了一种算法支撑。     

栅格化属性精度损失的评估方法及其尺度效应分析——以四川省1:25 万土地覆被数据为例

选择在600 m~30 km 16 个尺度上,在ArcGIS 中利用常用的面积最大值法(Rule ofMaximum Area,RMA) 对2005 年四川省1:25 万土地覆被矢量数据进行栅格化,并采用两种属性精度损失评估方法：传统的常规分析方法和一种新的基于栅格单元分析方法,来对比分析在这两种评估方法下RMA栅格化的属性(这里是指面积) 精度损失随尺度的变化特征。结果表明：(1) 在同一尺度下采用基于栅格单元方法分析所得的研究区平均属性精度损失大于常规分析方法分析得到的平均属性精度损失,且二者之间的差异在1~10 km内很明显,当栅格单元大于10km时,两种方法得到的平均属性精度损失的差值稳定,且其随尺度的变化曲线趋于平行;(2) 基于栅格单元分析方法不仅能够准确地定量估计RMA栅格化的属性精度损失,而且能客观地反映属性精度损失的空间分布规律;(3) 对四川省1:25 万土地覆被数据进行面积最大值法(RMA)栅格化的适宜尺度域最好不要超过800 m,在该尺度域内数据工作量适宜,且RMA栅格化属性精度损失小于2.5%。     

人口数据空间化的处理方法

在人口空间分布区划的基础上,利用基于LANDSAT TM信息获取的1:10万比例尺的土地利用/覆盖数据,建立与统计人口数据的多元相关关系模型,计算各种士地利用类型中的居住人口系数,在GIS支持下计算出全国1km格网人口空间分布数据,然后结合DEM数据、居民点分布数据对空间化处理结果进行修正,并在各大区内随机抽样若干县采集乡镇行政边界和统计人口数据对模型计算结果进行了验证.     

基于栅格面积成分数据的土地利用格局解释模型稳健估计

针对最小二乘估计不能应用于栅格尺度以面积成分表征的土地利用格局驱动机理分析的难题,本文提出了一种利用偏最小二乘回归法稳健估计该类土地利用格局解释模型的方法。利用该方法能在解释变量间存在多重共线性的情况下,获得基于栅格面积成分数据的土地利用格局解释模型的稳健估计。本文推导了应用偏最小二乘回归分析的数据处理和建模估计过程,并运用该方法开展了针对黄淮海地区耕地、建设用地分布格局及其驱动因子的建模分析,得到了拟合优度高的估计结果。研究表明,偏最小二乘回归分析方法在开展栅格尺度以面积成分表征的土地利用格局驱动机理分析时具备高效与稳健的特征,适宜在类似研究中推广应用。     

非均质栅格Voronoi图生成方法研究

提出一个非均质栅格Voronoi图的生成方法.假定在Voronoi领域扩张中,经过每个栅格的距离权值不相等.由于非均质栅格Voronoi图生成复杂,提出了一种基于A*启发式空间搜索确定每个栅格的归属来产生Voronoi区域的方法.讨论了非均质栅格Voronoi图的基本定义、启发式函数确定、具体生成方法等.利用C#语言实现了所提出的方法,并分析了该方法的时间复杂度.但该方法仅适合于简单点发生元情况,在面向复杂发生元的情况下,需进一步研究更有效的方法.     

山区≥10℃积温推算方法的讨论

本文探讨了几种推算山区≥10℃积温的方法,认为由我国学者所采用的直方图推算法以及计量地理学中的三元线性回归数学模型推算法,在实际应用中都存在不完善和局限性,将两者结合起来进行复合推算,是一种较理想的研究方法。     

中国活动积温对气候变暖的响应

活动积温是衡量一个地区农业热量资源的重要指标。未来大气中ＣＯ２等温室气体浓度增加一倍的情景下，全球气候将明显变暖，我国各地的活动积温及持续日数也将有所增加。由于气温增高后积温及其相应的持续日数将同步变化，使此类问题的计算具有一定的难度。本文从积温原理出发，提出一套依据气温变化平均值计算活动积温及其持续日数变化的新方法，并用此方法估算了未来我国各地≥０℃、≥１０℃活动积温及其持续日数的变化。     

黄土高原积温变化的敏感性研究

利用54 a(1951-2004年)逐日气温等资料,研究黄土高原活动积温(≥0℃、≥5℃、≥10℃、≥15℃、≥20℃)的变化。结果表明:黄土高原积温及其持续日期变化的敏感区不仅相同;积温及其持续日期存在突变式增加,区域分布中东部较快、西部较慢,在敏感区域增加最突出;积温及持续日数的增加主要体现在积温结束日期明显推迟;降水与积温在突变(1980年)后,反向配置更为突出,积温偏高时往往降水偏少,反之亦然。     

矢量数据在多尺度栅格化中的精度损失模型探讨

在进行空间分析时,由于栅格数据便于空间分析,因而通常将矢量数据转化成栅格数据进行空间分析。在转化过程中,采用不同尺度的栅格大小会造成怎样的精度损失?精度损失、栅格大小和平均斑块大小之间的关系是否可以用模型来表达?本文正是针对这样的问题,以重庆市1∶10万的土地利用矢量数据为例,探讨了在不同尺度栅格大小(从30m×30m到1000m×1000m)的情况下,各种土地利用类型在转化过程中的精度损失情况,对精度损失与栅格大小和平均斑块大小之间的关系进行了定量分析。研究表明,精度损失与地类的平均斑块大小和栅格尺度之间的关系可以用模型来表达。该模型为:Y=5.366-0.179X-0.978ln(S)+0.0348Xln(S)。模型中Y为精度损失,S为地类的平均斑块大小,X表示栅格的大小。该模型的复相关系数为0.93。     

Implications of diurnal variations in land surface temperature to data assimilation using MODIS LST data

Based on the Beijing Climate Center's land surface model BCC_AVIM(Beijing Climate Center Atmosphere-Vegetation Interaction Model), the ensemble Kalman filter(En KF) algorithm has been used to perform an assimilation experiment on the Moderate Resolution Imaging Spectroradiometer(MODIS) land surface temperature(LST) product to study the influence of satellite LST data frequencies on surface temperature data assimilations. The assimilation results have been independently tested and evaluated by Global Land Data Assimilation System(GLDAS) LST products. The results show that the assimilation scheme can effectively reduce the BCC_AVIM model simulation bias and the assimilation results reflect more reasonable spatial and temporal distributions. Diurnal variation information in the observation data has a significant effect on the assimilation results. Assimilating LST data that contain diurnal variation information can further improve the accuracy of the assimilation analysis. Overall, when assimilation is performed using observation data at 6-hour intervals, a relatively good assimilation result can be obtained, indicated by smaller bias(2.2 K) and root-mean-square-error(RMSE)(3.7 K) and correlation coefficients larger than 0.60. Conversely, the assimilation using 24-hour data generally showed larger bias(2.2 K) and RMSE(4 K). Further analysis showed that the sensitivity of assimilation effect to diurnal variations in LST varies with time and space. The assimilation using observations with a time interval of 3 hours has the smallest bias in Oceania and Africa(both1 K); the use of 24-hour interval observation data for assimilation produces the smallest bias(2.2 K) in March, April and July.     

类型变更的相邻气象观测站的日气温资料整合

利用日气温资料,分析了因气象观测站类型变更而致的气候资料连续性和均一性问题及其影响,提出了订正相邻观测站日气温并将因观测站类型变更而致的相邻站不连续日气温资料整合的方法。主要结论有:(1)气象观测站类型变更而致的气候数据不连续既影响资料的均一性,也影响气候变化研究的结果。在考虑或不考虑测站类型变更(仅1980年以后)时,对我国过去60年1月气温趋势变化的估计结果差别达6.0%。(2)虽然海拔差异明显影响相邻站气温,但城乡差别等下垫面及其周边环境差异因素的作用极为显著;可导致两个地理位置相近的测站最大月气温差别超过0.50℃。(3)利用相邻测站的月气温差异进行各月的日气温订正可以消除海拔、台站下垫面及其周边环境差异对观测资料的均一性影响;使订正后的序列能更好地反映出气候的年际变化特征;从而可为我国正在开展的气候区划新方案、气候变化对区划影响及冷暖期环境格局变化等研究工作提供更均一的气候观测基础资料。     

中国城市扩展对气温观测的影响及其高估程度(英文)

Since the implementation of the reform and opening up policy in China in the late 1970s, some meteorological stations ’entered’ cities passively due to urban expansion. Changes in the surface and built environment around the stations have influenced observations of air temperature. When the observational data from urban stations are applied in the interpolation of national or regional scale air temperature dataset, they could lead to overestimation of regional air temperature and inaccurate assessment of warming. In this study, the underlying surface surrounding 756 meteorological stations across China was identified based on remote sensing images over a number of time intervals to distinguish the rural stations that ’entered’ into cities. Then, after removing the observational data from these stations which have been influenced by urban expansion, a dataset of background air temperatures was generated by interpolating the observational data from the remaining rural stations. The mean urban heat island effect intensity since 1970 was estimated by comparing the original observational records from urban stations with the background air temperature interpolated. The result shows that urban heat island effect does occur due to urban expansion, with a higher intensity in winter than in other seasons. Then the overestimation of regional air temperature is evaluated by comparing the two kinds of grid datasets of air temperature which are respectively interpolated by all stations’ and rural stations’ observational data. Spatially, the overestimation is relatively higher in eastern China than in the central part of China; however, both areas exhibit a much higher effect than is observed in western China. We concluded that in the last 40 years the mean temperature in China increased by about 1.58℃, of which about 0.01℃ was attributed to urban expansion, with a contribution of up to 0.09℃ in the core areas from the overestimation of air temperature.     

GHCN-CAMS和CMFD两种尺度再分析资料对宁夏气温反映能力评估

再分析资料能有效弥补实际观测数据时空分布不均的缺陷,开展再分析资料区域适应性评估对地气过程研究、气候分析等具有重要意义。论文利用宁夏24个气象观测站的平均气温,从2种空间尺度(0.5°×0.5°和0.1°×0.1°)和2种时间尺度(年、月),采用偏差、绝对偏差、均方根误差和相关系数等多个统计指标,评估了再分析资料对宁夏地区地面气温的反映能力。结果表明：① GHCN-CAMS(Global Historical Climatology Network and the Climate Anomaly Monitoring System)和CMFD(China Meteorological Forcing Dataset)2套再分析资料对宁夏气温的反映能力整体上均较强,前者对宁夏气温略高估,后者略低估;② 年和月2种时间尺度上,2种尺度的再分析资料存在阶段性正偏差和负偏差,且年尺度上的相关性好于月尺度的;③ 2套再分析资料对下垫面主要为农田(压砂种植)的气温均存在冷季高估、暖季低估的情况,对城镇两者总体均低估,对草地整体表现为CMFD在冷季低估、暖季略高估,而GHCN-CAMS在冷季高估、暖季低估。总体看,空间分辨率较高的CMFD再分析资料对宁夏气温的反映能力更好一些。     

气候变暖对甘肃农业的影响

应用甘肃省63个地面测站1961～2003年气温资料,对年平均气温、最高气温、最低气温、≥0℃、≥10℃活动积温和＜0℃负积温进行分析。结果表明, 1987～2003年比1961～1986年的平均值明显增高,尤以最低气温增幅最大,甘肃省气候变暖主要来自最低气温升高的贡献。冬季升温幅度大于夏季,＜0℃负积温绝对值明显减少。甘肃省20世纪80年代后期气候明显变暖,热量资源增加,喜温作物面积扩大,越冬作物种植区北界向北扩展,对牧区牲畜越冬度春有利。但由于水资源不足,气候变暖对甘肃农业的负面影响大于正面影响。     

NPP-VIIRS热红外数据地表温度反演方法研究

地表温度作为监测陆地表面与大气变化的重要参数,对于研究地表能量平衡和全球气候变化具有重要作用。可见光红外成像辐射仪套件（Visible Infrared Imaging Radiometer Suite,VIIRS）是搭载在新一代对地观测卫星NPP上的一个重要传感器。与其他传感器相比,VIIRS拥有更高的空间分辨率。分裂窗算法是反演地表温度最常用的方法,主要是利用两个热红外通道来反演地表温度,经过多年的研究和改进,发展了多种形式的分裂窗算法。由于过去很少有人利用VIIRS数据对多种分裂窗算法进行对比分析,因此利用VIIRS传感器上M15和M16两个热红外通道数据计算辐亮度和星上亮温,采用多种形式的分裂窗算法反演获得多组地表温度数据,再利用海拉尔野外观测站点的实测数据对结果进行验证,对比各算法精度,得到反演精度较高的算法。结果显示PR84算法的反演误差最大达到1.8 K,其余各算法反演地表温度的RMSE都在1.5 K以内,算法中加入二次项和水汽项可以提高算法精度,其中BL95的算法精度最高达到了1.23 K。研究结果表明,BL95算法更适用于VIIRS热红外数据地表温度反演。