关于GPS网平面基准点的兼容性检验

GPS控制网在起算点包含粗差或错误的情况下,会导致GPS相对网形产生严重的扭曲和变形。因此,在约束平差前,必须对已知点的可靠性、兼容性进行检验分析,认为确实没有粗差或错误,方可用于约束平差。本文提出根据同一投影面上基准点间的相似变换关系,来检验GPS网平面基准点的可靠性、兼容性的方法。此法对于GPS网中只有2个基准点的情况也可判断其兼容性。     

1981~2000年中国陆地净生态系统生产力空间格局及其变化

中国地域辽阔, 跨越多个气候带, 生态环境条件复杂多样, 因此研究其生态系统碳循环的空间格局及其对气候变化的响应有十分重要的意义. 应用高分辨率的气候数据库和生态系统过程模型估计了1981~2000年期间中国陆地净生态系统生产力 (Net Ecosystem Productivity, NEP)的时空变化, 分析了中国陆地碳汇的地域分布及其对气候变化的响应. 结果表明, NEP的20年平均值呈现北方高南方低、中部和西南地区高、东南地区低的格局; NEP正值(碳吸收)主要在西南地区西部、藏东南、三江平原、大兴安岭以及华北中西部, NEP负值(碳释放)主要在华中、西南南部、新疆北部、内蒙西北部、华北平原一些地区. 从20世纪80年代到90年代, 东北平原中部和黄土高原的NEP有明显的下降趋势, 而在华中大部分地区有增加趋势. 研究时段内中国森林生态系统的碳吸收不明显, 其在20世纪80年代是一个碳源, 但在90年代转为一个碳汇; 草地和灌丛由于面积广阔, 其碳吸收量占整个中国陆地生态系统碳吸收总量的近四分之三.     

陆地生态系统碳循环研究进展

近年来,碳循环问题日益成为全球变化与地球科学研究领域的前沿与热点问题,其中陆地生态系统碳循环又是全球碳循环中最复杂、受人类活动影响最大的部分。本文结合IGBP和IPCC中有关碳循环的最新报告,介绍了全球碳循环中大气、海洋和陆地生态系统等几个主要碳库的大小及特点,并重点介绍了陆地生态系统碳循环及其基本过程。总结了当前陆地生态系统碳循环研究的四种主要方法:清单方法、反演模拟、涡度相关技术和陆地碳循环模式,介绍了它们的各自特点以及存在的问题,并对陆地碳过程中的不确定性进行了详细分析。此外,还简要叙述了当前碳循环研究中待解决的问题和今后的发展趋势。     

全球碳计划(GCP)北京办公室:了解区域碳循环研究的桥梁

1 Background The growing realization of anthropogenic climate change has focused the attention of the scientific community, policymakers and the general public on the rising concentration of greenhouse gases, especially CO2 in the atmosphere, and on the c…     

全球变化与陆地系统综合集成模拟——新一代陆地生态系统动态模型(DLEM)

人类社会从陆地生态系统获取生产和生活资料的同时也作为一种干扰形式改变着地气之间的动态平衡。这三个既独立又相互耦合的子系统共同组成了一个复杂的陆地系统。如何深入理解这一系统的过程和机制是人类应对气候变化挑战的前提条件。陆地生态系统模型作为一种集成工具,已广泛应用于全球变化研究的各个领域,但从输入数据到模型结构和过程等诸多方面仍存在很大的不确定性。近年来,随着大气和地面生态观测网络的不断完善以及遥感等空间技术的不断强大,使陆地生态系统模型进一步发展和突破成为可能。新一代多因子驱动的陆地生态系统动态模型(DynamicL and Ecosystem Model,DLEM)正是在这一背景下应运而生的。本文旨在介绍DLEM的主体框架、输入输出变量、关键过程、主要功能和特点。     

空间分辨率与纹理特征对多光谱遥感分类的影响

多光谱遥感分类与影像空间分辨率有着密切的关系,在适宜空间分辨率影像上进行地物分类能够获得更高的精度。随着遥感影像空间分辨率的提高,纹理特征被广泛用于遥感分类,但由于不同地类空间尺度不同,纹理对不同地物分类的影响程度也有所差异。本文基于高分一号2 m全色和8 m多光谱影像融合后的高空间分辨率多光谱数据构建反射率空间序列,选用3种分类方法对序列分类,并分别计算2 m融合数据及8 m多光谱影像的纹理特征,选择特征波段与相应多光谱波段组合用以分类研究,最后计算混淆矩阵评价分类精度。研究结果表明,通过回归分析得到多光谱分类的最佳空间分辨率为5 m,与其他研究中利用全色波段分类的结论一致,这说明最佳空间分辨率的选择不受光谱信息影响;对多光谱分类精度随空间分辨率变化的变化趋势分析发现,分类精度在20~30 m分辨率范围区间内快速降低,这为多光谱遥感分类数据空间分辨率的选择提供了重要参考;此外,对光谱与纹理特征结合后不同地类分类精度的变化分析显示,加入纹理特征后,冬小麦、人工建筑、有林地和水体的分类精度在2 m分辨率下分别提高了1.49%、1.51%、4.94%、1.54%,8 m分辨率下分别提高了2.95%、10.95%、5.91%、5.14%,说明引入纹理特征有利于提高分类精度,但其对不同地物类型、不同分辨率影像的影响程度不同。