珠江口红树林湿地演变的遥感分析

广东拥有全国面积最大的红树林湿地。但近年来经济的快速发展使得该湿地系统发生了很大的变化。利用多时相的遥感图像和专家系统方法对珠江口红树林湿地的时空变化进行了分析。结合雷达遥感图像,对红树林群落分类及生物量估算进行了研究,改善了单独使用光学遥感的不足。获得了试验区红树林的变化趋势、类型分布及生物量等情况,为红树林湿地的生态保护提供了重要信息和新的监测手段。     

基于城市扩张的动态选址模型——以深圳垃圾转运站选址为例

现有的许多选址模型研究,主要集中在对选址算法的改进,而忽略了城市作为复杂地理系统所具备的不确定性和动态发展性对选址结果的影响。这往往导致最终的选址结果在设施投入使用后,无法满足新的需求甚至出现不适应新环境的情况。本文将基于GeoCA(地理元胞自动机)的城市扩张模型引入到传统的Location-allocation选址模型中,构建一个动态的选址模型框架,探索如何将选址结果建立在动态的、科学的城市形态预测基础上,促使选址结果更具有客观性、先见性和更符合可持续发展观,这也正是本研究的重要意义所在。同时,框架中的许多子模型都能够单独被优化,具有高度的可伸缩性,能够自适应于特定区域的选址要求。     

悬浮泥沙遥感定量的统一模式及其在珠江口中的应用

本文推导出来悬浮泥沙遥感定量的统一式,其形式包含了Gordon关系式和负指数关系式,其它各悬浮泥沙的关系式可看作是该统一式的近似。由多个例子的计算表明统一式的相关性和精度要高于目前国内外使用的悬浮泥沙定量的遥感模式。该统一式被成功地应用于珠江口伶仃洋的遥感定量分析中。     

伶仃洋N,P静态环境容量的研究

本文利用陆地卫星影象具有水陆边界清晰和多时相等优点,计算出伶仃洋枯、平、丰水期的水容量。结合实地采样分析,推算出伶仃洋从上界各口门排入的N,P输送量,和从伶仃洋输出南海的N,P通量;估算出伶仃洋的N,P静态容量,为伶仃洋水环境的治理和资源开发利用的环境保护规划提供了科学依据。     

城市扩张驱动下植被净第一性生产力动态模拟研究——以广东省为例

城市间相互作用对城市扩张时空演变及其植被碳循环效应具有重要影响。本文将城市相互作用因子引入到元胞自动机(CA)的城市扩张模拟中,使用极限学习机(ELM)来自动获取CA的转换规则,并提出了ELM-CA模型;结合Biome-BGC模型,以广东省为例,对未来城市扩张及其植被净第一性生产力(NPP)效应进行耦合研究。结果表明:ELM-CA模型无需人工确定各变量权重大小,在不同类型变量的参数获取方面具有优势。通过嵌入城市间相互作用,ELM-CA模型能较好地模拟广东省城市用地扩张过程和格局。另外,广东省城市用地扩张对植被NPP具有重要影响,主要表现为城市用地的增加显著地降低植被NPP。按2000-2005年间城市扩张趋势,到2020年,由城市用地扩张导致的植被NPP降低约占广东省植被NPP的1.79%。引导城市合理扩张,对于维持生态系统碳平衡、促进社会经济的可持续发展具有重要意义。     

长时间序列Radarsat图像的神经网络模拟及土地覆盖变化的快速检测

土地覆盖的短期时空变化模式研究,对土地覆盖的快速、动态监测具有重要意义,也是遥感研究的新热点。本文利用2000—2001年的时间序列Radarsat图像,采用功率谱分析方法,对土地覆盖的短期时—空变化的周期特征进行了分析,由此建立了基于时间序列影像分析的神经网络预测模型,从植被主要生长季节的时间序列雷达卫星影像获取训练样本,对研究区域的典型土地覆盖的短期动态变化过程进行了学习。学习后的模型能够利用多个时间序列的Radarsat影像对下一时刻的影像进行模拟,并进一步检测变化。在模拟结果基础上,定义相对变化距离函数和检测门限,对模拟影像及实际影像中的变化区域进行了检测。检测精度范围在66.67%(农村居民点)—91.67%(水体)之间,平均检测精度为81.66%。由于时间序列信号的引入,神经网络模型能够较好地获取土地覆盖的短期动态变化信息。     

基于CA的城市演变的知识挖掘及规划情景模拟

城市演变过程是复杂的动态系统, 掌握其规律在城市理论和资源环境管理中有重要意义. 利用元胞自动机(CA)进行城市模拟可以帮助认识城市形态的演变过程, 并为其调控提供决策依据. 传统方法在确定CA模型的参数时有一定局限性, 采用遗传算法有效地获取CA模拟的参数. 这些参数在城市形态的演变模拟中起到控制性的作用. 以珠江三角洲为例, 针对目前普遍存在的沿公路“摊大饼”式无序蔓延的发展模式, 提出根据紧凑式城市发展理论, 对不同的城市发展形态进行评价, 获取好的控制性参数, 从而模拟出合理的城市形态, 为区域的城市空间形态的调控提供决策依据.     

从高维特征空间中获取元胞自动机的非线性转换规则

元胞自动机 (CA) 具有强大的空间模拟能力,能够模拟和预测复杂的地理现象演变过程。CA 的核心是如何定义转换规则,但目前CA转换规则获取往往是基于线性方法来进行,例如采用多准则判断 (MCE) 技术。这些方法较难反映地理现象所涉及的非线性等复杂特征。为此提出了利用新近发展的核学习机来获取地理元胞自动机非线性转换规则的新方法。该方法是通过核函数产生隐含的高维特征空间,把复杂的非线性问题转化成简单的线性问题,为解决复杂非线性问题提供了一种非常有效的途径。利用所提出的方法自动获取地理元胞自动机的转换规则,不仅大大减少了建模所需的时间,也较好地反映地理现象复杂的特性,从而改善了CA模拟的效果。     

利用遥感与GIS分析珠江三角洲农田流失的空间分布规律及影响因素：以？…

近年珠江三角洲出现了迅速的城市化的过程,大量的农田被推平作为非农业用地,其中有相当一部分的土地资源被不合理地浪费掉。分析这种土地利用变化的过程,可以为有效地利用土地资源提供规划依据。本文利用遥感与ＧＩＳ相结合的方法,探讨了东莞市农田流失的时空分布规律。通过熵的计算,对快速的城市扩张过程进行了定量化的监测。并利用重力模型,研究造成这种现象的影响因素,研究发现,东莞市某些镇近年来的农田流失尤为严重。     

InSAR平地相位去除算法及其对DEM精度影响研究

准确有效去除干涉纹图中的平地相位是精确莺建DEM的关键.探讨了两类常见的去平地相位方法(基于地理定位和基于干涉频谱),分析了其所引起的误差影响.通过Envis砒和JERS-1两种数据的验证结果表明:在可获取精密轨道数据的情况下,基于地理定位的去平地方法能够有效去除干涉纹图中所包含的平地相位,并很好地控制最终所得的DEM误差,其效果优于基于干涉频谱的去平方法;基于干涉频谱的去平方法在干涉频谱平均空间频率为0时,所引起的DEM误差相对较小;在精密轨道数据缺乏的情况下,两种方法均不能满足重建DEM精度要求.