中国3000年疫灾流行的时空特征及其影响因素

疫灾是人类灾害链网中的顶级灾害。利用历史疫灾史料,建立疫灾时间序列,使用历史断面分析、因子相关分析、时间序列分析等方法,对中国过去2720年疫灾流行的时空特征及其影响因素进行研究。结果表明：① 中国疫灾流行的频度和强度有长期上升趋势,温暖期形成疫灾低谷,寒冷期形成疫灾高峰。② 中国疫灾流行总体以夏、秋季为主,但有阶段性差异,15世纪50年代以后,由于疫病种类增多,疫灾频度提高,疫灾的季节性差异逐渐不显著。③ 中国疫灾波动周期主要有620~610 a、320~310 a、230~220 a、170 a、90 a等,它们大都是12 a或11.2 a的倍数,反映了“十二地支”周期的存在和太阳黑子活动对疫灾周期的重大影响。④ 过去近3000年里,中国累积的疫灾广泛度为93.51%,疫灾厚度达16.86层,东南半壁的疫灾比西北半壁的频繁得多、严重得多。⑤ 中国疫灾区域拓展与土地开发同步,疫灾重心变迁受经济重心的牵引,南宋以前由北向南迁移,南宋以后由东向西迁移;外来疫病输入对疫灾分布格局产生重大影响。⑥ 疫灾流行既是自然生态现象,也是社会文化现象,疫灾时空分布变迁反映人地关系变迁,人口稠密区、交通沿线区、都城周边区、自然疫源区、灾害频发区都是疫灾多发区。⑦ 地理环境分异奠定疫灾空间分异,高温、高湿、低海拔地区疫灾易于流行;自然灾害对疫灾具有诱发作用,灾害频繁区也是疫灾频发区,灾害频繁期也是疫灾频繁期;气候变迁影响疫灾波动,寒冷期疫灾多发,温暖期疫灾少发;人口增加带来的土地开发和人地关系紧张,加剧疫灾的流行;疫灾与战争如影随形,战乱频繁期也是疫灾频繁期。     

老挝北部Sentinel-2 A/B云覆盖适宜阈值界定及其影像获取概率时空差异

光学卫星影像云覆盖时空特征评估是衡量其作为重要遥感监测数据源的前提。Sentinel-2 A/B影像因其免费获取、多光谱（红边）、更高时空分辨率等优势,已在全球不同尺度陆面植被与生态监测中受到重视。相较于Landsat等同类影像产品,有关Sentinel-2 A/B的云覆盖分析还未见报道。本文利用2016—2018年老挝北部所有5288景Sentinel-2 A/B影像（Granule/Tile）的云覆盖元数据,基于不同云覆盖阈值（0~100%）水平下的影像获取概率差异确定了影像获取概率分析的云覆盖适宜阈值,并揭示了云量特征阈值水平下的影像获取概率时空差异。主要结论如下:① Sentinel-2 A/B影像获取概率分析云覆盖适宜特征阈值为20%（即云覆盖≤20%）,该阈值水平下老挝北部Sentinel-2 A/B影像的逐月累积平均获取概率最高（约27.41%）;② 在20%云覆盖阈值水平下,老挝北部Sentinel-2 A/B影像逐月累积平均获取概率差异在时间上与旱季（11月—次年4月）雨季（5月—10月）的时间分布较为吻合。旱季获取概率约为42.91%,3月概率（50.27%）最大,4月与2月次之,时间上与刀耕火种焚烧与橡胶林落叶特征吻合;雨季相应概率约为11.81%,6月最低（约1.26%）;③ 老挝北部Sentinel-2 A/B影像逐月累积平均获取概率在空间上存在东西差异,旱季西部省域单元（如琅南塔）影像获取概率远高于东部,雨季西部地区影像获取概率则略低于东部地区。本研究既可为后续开展大区及全球Sentinel-2 A/B影像云量分析提供借鉴,也对开展联合国减少森林砍伐和退化排放（UN-REDD）计划引发的土地利用变化如刀耕火种农业演变、橡胶林扩张等遥感监测有指导意义。     

低纬高原气候季节变化特征研究——以云南昆明大理为例

依据《气候季节划分》标准,选取我国低纬高原地区2个典型旅游城市——昆明和大理,进行了气候季节平均态,季节开始日期及长度变化,春分、夏至、秋分、冬至节气气温演变分析。（1） 昆明、大理是高原“无夏区”,一年仅有春、秋、冬三季,属“春秋型”城市,春、秋季为295 d和290 d,占全年的80.8%和79.5%。（2） 随着气候变暖,昆明、大理春、秋、冬三季比例发生了改变,春、秋季增加,冬季缩短,昆明变化幅度强于大理。（3） 昆明、大理春季始于2月9日和2月10日,春季长度为117 d和123 d;秋季始于6月7日和6月13日,秋季长度为178 d和167 d;冬季始于12月1日和11月27日,冬季长度为70 d和76 d;昆明、大理“春常在、秋长驻、冬短暂”特征显著。（4） 近60年来,昆明、大理春季开始日呈提早趋势,秋季开始日呈稍推迟趋势,冬季开始日呈推迟趋势;昆明、大理春季长度增加;昆明秋季长度略增加,大理秋季长度略减少;昆明、大理冬季长度减少。（5） 昆明、大理春分节令日气温阀值为14.8 ℃和14.2 ℃,夏至为20.3 ℃和20.5 ℃,秋分为17.4 ℃和17.5 ℃,冬至均为7.9 ℃;与我国东部季风区的北京和上海相比,昆明、大理在春分、夏至、秋分、冬至四个节令上具有“春暖、夏凉、秋爽、冬暖”特征;近60年来,四个节令日气温年际变化呈升高趋势,尤以春分、秋分增暖显著。     

基于动态化简的多源数据相似性评估

随着空间数据获取手段和途径的丰富,多源数据的差异性对数据更新的影响一直备受关注。本文提出一种基于动态化简的多源空间数据相似性评估方法。首先,将多个来源数据分别与参考数据用传统方法进行匹配;其次,利用加入动态化简的匹配方法对多源数据重新匹配;最后,分析上述两次匹配结果的差异,从数据匹配的角度出发,通过整体一致性和数据详细程度评估对数据匹配质量进行对比,根据获取的评估结果实现更新数据的选择。通过实验和分析,验证了本文方法的科学性和可操作性。     

三维数字城市平台的设计

三维数字城市平台基于3D-GIS三维规划空间信息,实现真实三维空间的动态调度、三维空间漫游、地物查询、距离查询和多方案对比、视图快捷切换、自动生成平面、立面等基本功能,是辅助规划的重要工具。本文对系统平台的技术构成与主要功能进行了阐述,旨在为增强城乡规划的科学性,提高城乡规划实施、管理效能和开发相关软件系统提供参考。     

案例推理的制图综合应用背景与方法

从挖掘和利用经验数据的角度出发,提出了基于案例推理的智能化制图综合方法。首先探讨了基于算法和模型的自动综合实现方式所面临的瓶颈,并提出了采用制图综合案例推理辅助制图综合的思想;然后设计了制图综合专家案例的三元表示方法,以及获取、使用和管理流程;最后对实现该基于案例推理的智能化制图综合方法的五个关键性步骤进行了分析,并深入阐述该方法的原理和可行性,提出了基于案例推理的智能综合辅助系统架构。     

森林资源监测中GF-2卫星影像波段配准误差分析

通过对GF-2卫星影像正射校正及波段模拟配准误差试验,分析GF-2卫星正射校正方法的选择以及不同配准误差下对GF-2卫星影像自动分类结果的影响;最后介绍GF-2遥感影像在森林资源监测应用中的初步测试。研究结果表明:正射校正时,当校正精度要求控制在RMS2时,控制点数量选择范围在85~95间较为合理,且控制点数在90个时,RMS值最小;经有理函数模型与卫片模型比较后,卫片模型校正精度较高;以目视判读为主时,实践中建议使用三次卷积重采样法输出结果最好;波段模拟配准误差试验中,配准误差与各地类面积变化间存在显著的线性关系;对于森林面积监测时,配准误差应小于0.3个像元。此研究可为新型国产卫星数据在森林资源监测中的应用提供参考。     

基于Android的控制点手持维护系统的设计与实现

针对传统的控制点管理方法无法解决信息量匮乏、信息现势性不足、不便于野外操作等问题,提出了一种新的基于Android的控制点手持管理方法。采用控制点信息建模技术和移动数据库接口技术,实现了对控制点信息的实时更新;采用网络地图服务集成技术,实现了对控制点信息的深度挖掘以及便于野外操作。通过基于Android的控制点手持维护系统的开发表明:结合Android终端与网络地图服务,可以避免传统方法的不足,更加有效的进行控制点的管理与维护。     

星载多相机拼接成像传感器在轨辐射定标方法

星载传感器在轨辐射定标是定量遥感的核心和基础,其定标精度将直接决定定量遥感产品的质量。但是对于多相机拼接成像传感器而言,现有在轨辐射定标方法无法实现各相机绝对辐射定标与相机间相对辐射校正的一体化处理。因此,本文以高分一号(GF-1)卫星宽视场(WFV)传感器为例,提出了一种基于改进型辐射区域网平差的在轨辐射定标方法。该方法首先利用传统的交叉定标方法获取WFV传感器各相机的辐射控制点信息,然后在同轨相邻相机影像重叠区域中提取辐射连接点信息,最后在考虑相机间相对辐射校正与绝对辐射定标之间的耦合关系后,采用整体平差的方式同时获取各相机在轨绝对辐射定标系数及辐射约束条件方程参数。试验结果表明采用该方法获得的各波段在轨绝对辐射定标系数的相对误差均优于9.34%,同时利用该定标系数能够实现同轨相邻相机影像间相对辐射校正处理,其重叠区域各波段表观辐亮度差异绝对值的平均值均小于1.63 W·m~(-2)·sr~(-1)·μm~(-1)。     

盛夏青藏高原热源与菲律宾海对流活动的联系

通过多源资料诊断分析,本文讨论了盛夏（8月）青藏高原大气热源与菲律宾海对流活动之间的联系及可能的机制。结果表明,与青藏高原热源相联系的环流形势在夏季各月明显不同,因此对夏季青藏高原热源的影响应当分月讨论。在夏季各月中,菲律宾海对流活动与青藏高原热源在8月份的联系最为紧密,二者存在显著的反相关关系。而8月青藏高原热源、菲律宾对流活动、西太平洋副热带高压（简称西太副高）、印度季风低压、南亚高压、西风带槽脊和西北太平洋季风环流存在相互耦合的过程。青藏高原热源与菲律宾海对流活动之间联系的机制为:菲律宾海对流弱（强）年,西太副高偏西（东）偏南（北）,西北太平洋季风环流减弱（加强）,印度季风低压减弱（加强）,西风带南压（北抬）,又加之副高西侧有强（弱）的水汽输入,兼以高层南亚高压加强（减弱）,使得高原南部降水显著增强（减弱）,高原热源整体加强（减弱）,高原热源的加强（减弱）又造成了高原南部到东亚区域低层西南（东北）风异常,又利于西太副高偏西（东）偏南（北）,从而造成菲律宾海对流减弱（加强）。这一机制在高原热源强弱年均有表现,但强年表现得更为显著,并在个例中也有所体现,说明盛夏青藏高原热源异常和菲律宾海对流异常存在显著的相互作用。