基于小波分析的NDVI与环境因子空间尺度依存关系研究(英文)

本文通过多尺度分解途径分析了NDVI与环境因子如地形与气候之间的空间尺度依存关系。为了揭示两者关系的尺度效应,选取青藏高原北纬32.5度作为研究样带,应用小波变换分析了不同空间尺度下的小波一致性和相位关系。研究结果表明:在青藏高原小于80km空间尺度上,气候变量如降水和气温不是控制NDVI的主导因素;而大于这个尺度,在一些生态区可以发现NDVI和气候因子具有显著的小波一致性。作为一个分异因子,海拔高度在青藏高原东南缘的纵向岭谷区对NDVI有着显著影响。通过这一研究发现,小波变换是研究NDVI与影响因素之间多尺度关系的一个有力途径。     

基于小波变换的生态综合信息图谱的多尺度结构分析

融合小波分析和逐步回归分析方法,对研究区内不同尺度上决定区域生态信息分异的因素进行研究.结果表明,起伏度在研究区中起总体控制作用,坡度的作用有一定范围,人类作用有明显表现.该方法可有效地分解出不同尺度上各作用因子的作用强度,有可能进一步拓展应用于生态信息研究.     

基于小波变换的生态综合信息图谱的多尺度结构分析

融合小波分析和逐步回归分析方法,对研究区内不同尺度上决定区域生态信息分异的因素进行研究.结果表明,起伏度在研究区中起总体控制作用,坡度的作用有一定范围,人类作用有明显表现.该方法可有效地分解出不同尺度上各作用因子的作用强度,有可能进一步拓展应用于生态信息研究.     

中国土地利用/土地覆盖的多尺度空间分布特征分析

研究了我国土地利用影响因素及其空间规模相关性,采用数理统计与ＧＩＳ手段从多个规模尺度上探讨了我国土地利用的空间分布特征。其结果对全国以及各级政府进行土地利用规划、制定相应的土地开发与利用政策等具有一定的参考意义。     

多分辨率小波分析在线状要素简化中的应用

空间数据的多尺度表达问题已成为GIS研究的重点,也是地图自动综合的瓶颈。智能化的多尺度表达是亟须解决的问题。利用小波分析中的多分辨率分析原理,建立微分角度的线状要素简化模型,结合空间要素多尺度表达的特征,研究空间线状要素的简化方法,并对简化后的图形拓扑一致性做简单分析,实现线状要素的简化。     

自然因子对四川植被NDVI变化的地理探测

许多研究已表明基于遥感的植被指数在地表过程和全球变化研究中具有重要作用,对认识植被变化的驱动因素具有重要意义,但自然因子对植被变化影响仍然难以量化。应用地理探测器模型,研究四川地区自然因子变化对植被分布的空间模式和植被变化的交互影响,并确定了促进植被生长的各主要自然因子最适宜特征。结果表明：① 2000-2015年,四川植被覆盖度状况良好,中高、高植被覆盖面积之和均超过94%;归一化植被指数（NDVI）转化表现为NDVI > 0.4以上区域转化明显,中高和高植被覆盖区面积分别呈显著下降和上升趋势;植被覆盖时空变化差异显著,植被覆盖较高区域位于四川盆地东北部、川西北高原地区,植被覆盖较低区域分布于四川盆地中部城市密集区域。② 土壤类型、高程和年均温度变化等因子较好地解释了植被状况的可变性。③ 自然因子对植被NDVI影响存在交互作用,自然因子协同效应呈现相互增强和非线性增强关系,两种因子交互作用增强了单因子的影响。④ 研究揭示的促进植被生长的各主要因子最适宜特征,有助于更好地理解自然因素对植被NDVI变化的影响及其驱动机制。     

2000—2015年柴达木盆地植被覆盖度时空变化及其与环境因子的关系

基于MODIS-NDVI、DEM和气象数据,分析柴达木盆地2000—2015年植被覆盖度(FVC)时空变化特征,并与降水、温度、日照时数、相对湿度、蒸散量和海拔进行相关、偏相关或叠加分析,探讨FVC与各环境因子的关系。结果表明:FVC整体自东南向西北内陆呈半环状递减,FVC集中在20%以下,人类活动及径流等打破植被地带性规律;2000—2015年FVC明显改善,广泛分布于盆地中西部地区,2001—2002年年际变化最显著;FVC与降水、相对湿度以正相关为主,与温度关系不显著,与日照时数和蒸散量主要为负相关,降水对FVC贡献最大,温度通过影响蒸散量等间接影响FVC,而土壤蒸发对蒸散量的影响大于植物蒸腾;FVC与等高线空间分布较吻合,FVC在2 800~2 900 m和4 600~4 700 m出现两个峰值,4 700 m以上FVC迅速降低。     

河西走廊沙尘暴及其影响因子的多尺度研究

沙尘暴活跃期具有周期性,这与影响因子的周期变化有关,尝试利用具有多时间尺度和多分辨率特性的小波分析技术对其进行研究。利用Morlet小波对甘肃河西走廊18个气象站多年平均的沙尘暴日数进行分析,发现沙尘暴变化的时间序列具有多尺度振荡的特点,存在7 a、13 a、以及23 a左右的特征时间尺度（周期变化）。通过对大风日数、干旱指数、降水、气温等沙尘暴的影响因子分析,表明沙尘暴的活跃度与大气环流的年际变化和突变有关,特别是与大风日数在时间尺度和主周期等方面具有明显的一致性,7 a左右的年际变化是它们的主周期;干旱指数、降水和气温具有同步的时间序列,13～25 a的年代际变化是它们的主周期,因此,它们对沙尘暴的影响主要体现在大时间尺度上。     

天津地区表土PAHs含量的多尺度空间相关性

本文应用因子克立格分析方法,分析了天津表土16种PAHs之间多尺度空间结构特征。分析结果显示,天津表土PAHs在空间上可以划分三种尺度:块金尺度(0～5km),小空间尺度(5～10km)和大空间尺度(10～50km)。在不同的空间尺度上,16种PAHs之间表现出不同的空间相关性,具有空间尺度相关性。这种空间尺度相关性,是由于不同的空间污染过程造成的,有助于下一步的多尺度空间污染源的判断和污染物迁移转化规律的识别。     

土地利用变化的多尺度空间自相关分析——以内蒙古翁牛特旗为例

用传统统计学方法模拟和解释土地利用变化的前提条件是研究分析的数据在统计上必须独立且均匀分布。但是空间数据相互之间通常具有依赖性 (即空间自相关),某一变量的值随着测定距离的缩小而变得更相似或更为不同。由于经典线性回归方法未能抓住数据的空间自相关特征,而空间自相关包含一些有用的信息,为了克服这一缺点,利用Moran的I系数自相关图来描述研究区土地利用变化的空间自相关,并且建立了不仅考虑回归而且又考虑空间自相关的混合回归-空间自相关回归模型 (即空间滞后模型)。研究得到：① 研究区土地利用变化模型中不但自变量之间而且因变量之间存在空间正自相关,这表明土地利用变化数据的空间自相关很强;② Moran的I系数随着尺度的变粗而减小,这是由于数据平均时的滤波特性和Moran的I系数对距离的非线性特征造成的;③ 经典线性回归模型的残差也表现出正相关,这表明标准的多元线性回归模型未能考虑土地利用数据所存在的空间依赖性;④ 混合回归-空间自相关回归模型 (即空间滞后模型) 的残差未存在空间自相关,并且有更好的拟合度;⑤ 相对于经典线性回归模型,混合回归-空间自相关回归模型 (即空间滞后模型) 对于存在空间自相关性的数据来说有着统计上的合理性,而经典线性回归模型未能考虑这些因素。     

黑河流域NDVI与环境因子的空间关联性（英文）

The Heihe River Basin is located in the arid and semi-arid regions of Northwest China.Here,the terrestrial ecosystem is vulnerable,making it necessary to identify the factors that could affect the ecosystem.In this study,MODIS-NDVI data with a 250-m resolution were used as a proxy for the terrestrial ecosystem.By combining these with environmental factors,we were able to explore the spatial features of NDVI and identify the factors influencing the NDVI distribution in the Heihe River Basin during the period of 2000–2016.A geographical detector(Geodetector) was employed to examine the spatial heterogeneity of the NDVI and to explore the factors that could potentially influence the NDVI distribution.The results indicate that:(1) the NDVI in the Heihe River Basin appeared high in the southeast while being low in the north,showing spatial heterogeneity with a q-statistic of 0.38.The spatial trend of the vegetation in the three sub-basins generally increased in the growing seasons from 2000 to 2016;(2) The results obtained by the Geodetector(as denoted by the q-statistic as well as the degree of spatial association between the NDVI and environmental factors) showed spatial heterogeneity in the associations between the NDVI and the environmental factors for the overall basin as well as the sub-basins.Precipitation was the dominant factor for the overall basin.In the upper basin,elevation was found to be the dominant factor.The dominant factor in the middle basin was precipitation,closely followed by the soil type.In the lower basin,the dominant factor was soil type with a lower q-statistic of 0.13,and the dominant interaction between the elevation and soil type was nonlinearly enhanced(q-statistic = 0.22).     

Spatial associations between NDVI and environmental factors in the Heihe River Basin

Journal of Geographical Sciences - The Heihe River Basin is located in the arid and semi-arid regions of Northwest China. Here, the terrestrial ecosystem is vulnerable, making it necessary to...     

多尺度交通出行碳排放影响因素研究进展

减少交通出行碳排放是全球共同面对的重大议题之一,同时也是城市和交通可持续发展的重要目标。论文首先基于文献计量方法对近20年来的全球交通出行碳排放研究现状与趋势进行梳理与分析,在此基础上,分别从国家、城市和社区3个尺度对国家交通能源消耗及其碳排放的驱动力因素、城市形态对交通碳排放的影响以及社区建成环境对居民出行碳排放的影响研究进行了文献综述与归纳凝练。研究发现：① 国家尺度的研究早期大多基于时间序列数据,采用分解法探究交通能源消耗的主要驱动力;近年来,研究进一步根据能源消耗数据“自上而下”地测算交通碳排放,并通过构建面板数据模型探究社会经济、城市形态和交通发展因素对交通碳排放的影响。② 城市尺度的研究早期围绕紧凑城市是否一种低碳的城市形态而进行讨论,主要使用截面数据和相关分析方法;近年来,进一步拓展使用情景预测、GIS空间分析、空间回归、空间模拟等方法探究城市交通碳排放的空间差异及其与城市形态、城市中心分布形式之间的关系。③ 在社区尺度,研究多以截面、非集计的问卷调查数据为主,采用定量的数学模型探究居民社会经济属性和人口密度,土地利用混合度,与就业地、城市中心的距离,路网与交叉口密度、公共交通供给水平等建成环境要素对居民出行碳排放的影响。最后有针对性地提出了未来中国城市交通出行碳排放影响因素的研究趋势。     

多分析尺度下综合判别的地形元素分类方法

地形元素（如山脊、沟谷等）是地表形态类型基本单元,通过地形元素的不同空间组合可形成更高级别的地貌类型。现有的地形元素提取方法大多依靠地形属性计算,难以克服地形元素的空间相关性表达与局部地形属性计算存在不对应的矛盾,Jasiewicz和Stepinski提出的Geomorphons方法——基于高程相对差异信息进行地形元素分类,可避免这一问题,但Geomorphons方法本质上是在单一分析尺度上选择地形特征点用于判别,易受局部地形起伏的影响而造成误分类。针对这一问题,设计出一种多分析尺度下综合判别的地形元素分类方法。应用结果表明：相比Geomorphons方法,利用该方法得到的地形元素的分类结果更为合理。     

黔桂喀斯特山区年NDVI变化的影响因素研究

喀斯特山区是中国典型的生态脆弱区,区内的植被极易发生退化,且退化后难以恢复。论文采用逐步多元回归、相关性分析和残差分析等方法,探讨了黔桂喀斯特山区气候变化特征及其NDVI变化的影响因素。结果表明：2002—2015年研究区气候变化呈现暖湿化趋势,但变化并不显著,年降水量和年均温变化分别介于-15.6~25.6 mm/a和-0.08~0.06 ℃/a之间,年均增速分别为7.9 mm/a和0.000 35 ℃/a。过去14 a内,气候变化是影响NDVI变化的关键因素(贡献率约95%),其中降水对植被NDVI的影响大于气温。残差分析表明,近14 a来黔桂喀斯特山区NDVI残差和NDVI残差趋势的均值分别为0.03和0.0007/a,说明人类活动的正效应呈上升趋势。城市化的进程使得大量耕地、林地被建设用地占用,在毕节、安顺、贵阳以及河池、柳州、百色一带,人类活动对植被NDVI变化呈较明显的负效应,但是在六盘水、黔西南自治州、遵义和来宾,由于一系列生态还林工程的实施,人类活动则表现为正向影响。     

县域城镇化时空演变及其影响因素——以浙江省为例

利用浙江省2001-2013年县域城镇化率数据,运用探索性空间数据分析方法,定量揭示了浙江省县域城镇化时空差异和演变,即浙江省县域城镇化时空格局具有显著全局和局域空间自相关性,其中,城镇化热点区域主要以环杭州城市带为主。基于空间面板计量分析技术,对浙江省县域城镇化影响因素进行了实证研究,回归结果显示：浙江省县域城镇化存在显著空间溢出效应,即临县城镇化建设将会正向促进本县城镇化进程;经济增长、固定资产投资、第二产业比重和外贸依存度均对县域城镇化发展存在显著正向影响,但城乡差距则对县域城镇化发展具有显著负向影响。根据实证分析结果,提出了浙江省县域城镇化未来发展的相关政策建议。     

浙江省区域创新产出空间分异特征及成因

通过构建总体差异测度指数,并结合运用核密度估计等多种空间统计方法,分析浙江省区域创新产出的空间分异特征及其影响因素,结果表明：2006-2012年,浙江省区域创新产出总体存在较大差异,并呈现波动式上升趋势;浙江省区域创新产出分异增强,空间核密度呈现出由相对均匀到极化的演化趋势;浙江省区域创新产出整体上呈现高值和低值集聚分布,且集聚程度逐渐增强;各县域创新产出同样具有空间集聚性,杭州与宁波市辖区成为热点区域;空间指向性明显,整体表现出“东高西低、北高南低”的空间趋势面分布;由回归分析得出该时期浙江省区域创新产出空间分异主要受经济基础、政策制度、技术溢出和空间区位四个主要因素的影响。     

Scale variance analysis coupled with Moran's I scalogram to identify hierarchy and characteristic scale

Scale variance is highly sensitive to multi-scale patterns of variables, which is advantageous in identifying spatial hierarchy and characteristic scale(s). However, the significance of peak(s) in scale variance cannot be statistically tested, and different spatial patterns may be obtained when different zoning systems are used to calculate scale variance. To address these two problems, this study compared the scale levels with peaks in scale variance and the scale levels at which there were breaks in the nature of spatial autocorrelation as identified by shifts in Moran's I scalogram. The estimates for three simulated landscapes showed that accordance between scale levels identified employing the two methods can be used to evaluate the significance of peaks in scale variance and choose a more reasonable zoning system. The approach of scale variance analysis coupled with Moran's I scalogram was also applied to the Xilin River Basin of Inner Mongolia, China. The most vital characteristic scale (64 × 32 km) identified for the growing-season net ecosystem productivity (NEP) of the basin was validated by other spatial pattern analysis methods such as semi-variogram, Moran's I correlogram, and wavelet variance analyses, and the directionality of the chosen zoning systems was found to be similar to the orientation of actual dominant vegetation type patches. The results demonstrate that Moran's I scalogram can be used to improve the interpretation of the results of scale variance analysis and increase the reliability of scale variance analysis for landscapes having a repetitive patch pattern or gradient variation and that the proposed approach is suitable for identifying the hierarchy and the characteristic scales of patterns or processes. In summary, this study used a simple approach to solve two problems in scale variance analysis, thereby improving the methodology and enhancing the theoretical basis of multi-scale analysis.