基于遥感信息的北京硬化地表格局特征研究

地表硬化是城市发展的重要特征之一,识别地表硬化程度对认识城市景观格局、物流、能流等社会、经济、自然过程具有重要意义.研究利用TM遥感影像,发展城市地表硬化度的遥感分析方法,提出地表硬化度指数,应用主成分回归方法,有效地拟合了地表硬化度和多光谱因子的关系(RTM=0.851,p<0.001).经统计检验:基于TM拟合的地表硬化度和真实的地表硬化度的相关性达到0.91(R=0.91).在此基础上,应用地表硬化度指数和基于目标分割的遥感分类方法,研究了北京市建城区(5环内)地表硬化度和建设密度的空间格局.结果表明:北京市城区中等(地表硬化度在50%-70%)和高密度建设用地(地表硬化度大于70%)总体比例大于70%,占绝对优势,其景观斑块的大小、形状等格局特征主导了北京城区景观格局的总体特征.但2-5环不同环带内硬化地表的格局特征明显不同.3-4环带是近20年城市发展的核心区,地表硬化格局综合体现了城市不同发展阶段的土地利用特征;2环带是老城区,以老北京胡同和文化古迹为主,高密度建设用地比例最高;5环带是城乡过渡区,以村镇、开发区为主体的高密度和中等密度建设覆盖比例为68.8%,斑块异质性较其他环带低,以林地、耕地等为主的硬化度较低的土地覆盖比例是31.2%,斑块异质性更低.     

星历精度对动态GPS精密单点定位的精度影响分析

不同的精密星历,其精度对GPS动态精密单点定位结果会产生影响,达到什么程度至今还没有确切的答案。本文利用IGS网站给出的不同精密星历数据结合钟差数据,采用GrafNav软件进行不同的组合计算,得出了一些有益的结论。     

太湖蓝藻水华发生风险区划

湖泊水华是全世界面临的严重生态环境问题之一,对人类和生态系统健康都有重大影响.以太湖为研究区域,基于近年的蓝藻水华及水环境监测数据,结合自组织特征映射神经网络和模糊风险评价方法,对太湖不同监测点蓝藻水华的发生风险进行综合评价,并借助GIS地学统计分析方法对全太湖蓝藻水华发生风险进行区划,绘制太湖蓝藻水华发生风险区划图.结果表明:太湖被分为重度风险区、中度风险区、轻度风险区、微风险区,各风险区基本呈带状分布.从各风险区面积来看,重度风险区、中度风险区、轻度风险区的面积约各占太湖总面积的1/5,而微风险区约占太湖总面积的2/5;从各风险区位置来看,重度风险区主要分布在西北部区域,且从整个湖区来看,蓝藻水华的发生风险等级自西北到东南依次递减.本研究揭示太湖水华灾害风险的空间分布规律,对支撑水环境监测和水华灾害防治方案的制定具有一定的意义.