全球2000年—2015年30 m分辨率逐年土地覆盖制图

高时空分辨率的全球多类别土地覆盖数据对于地球系统的生物化学循环、气候变化等研究至关重要。目前公开的数据产品中,较高空间分辨率的全球多类别土地覆盖产品仅提供单一或短时期的数据,而全球逐年土地覆盖产品往往只有单一土地覆盖类型,难以从较长时间跨度上反映精细地物的年际变化。本文借助Google Earth Engine平台,利用现有多套全球土地覆盖产品、Landsat卫星系列影像、以及大量人工目视解译样本,结合多数据融合、时序变化检测和机器学习等的方法,研制了一套2000年—2015年全球30 m分辨率的逐年土地覆盖变化数据集AGLC-2000-2015（Annual Global Land Cover 2000-2015）。基于AGLC-2000-2015数据集,本文选择性分析了3个典型区域（中国珠江三角洲地区、青藏高原色林错湖区和亚马逊热带雨林区）的土地覆盖年际变化。结果显示,AGLC-2000-2015数据集达到了较高的精度水平：基准年份产品（AGLC-2015）的总体精度（OA）为76.10%,Kappa系数为0.72,显著优于现有30 m分辨率的全球土地覆盖产品Globeland 30（OA = 63.49%,Kappa = 0.58）、FROM-GLC（OA = 61.41%,Kappa = 0.55）和GLC-FCS30（OA = 63.46%,Kappa = 0.57）;年际间分类模型的总体精度和Kappa系数分别为84.10%和0.81,在各大洲的平均总体精度均超过80.00%,表明该模型在全球多类别土地覆盖分类中表现良好。3个典型区域的土地覆盖变化分析显示,中国珠江三角洲地区城市扩张趋势明显（195.96 km²/a）,其增量主要来源于耕地（84.88%）;青藏高原色林错湖泊对于气候变暖响应明显,湖区面积呈扩大趋势（17.95 km²/a）,湖面北岸扩张最为明显;亚马逊热带雨林南部区域毁林造田趋势明显,15 a间森林面积减少46356.53 km²,其中大部分转化为农田（39621.29 km²）。上述结果表明：AGLC-2000-2015数据集能够有效反映全球陆地区域在30 m空间分辨率下的地表覆盖分布及年际间的动态演化,为地表陆面过程研究和相关应用提供可靠的数据支撑。     

耦合遥感观测和元胞自动机的城市扩张模拟

在传统元胞自动机(CA)模型中,静态的模型参数和模型误差不能释放是影响城市扩张模拟效果的两个重要原因。文中引入集合卡尔曼滤波方法到CA模型中,提出了基于联合状态矩阵的地理元胞自动机。该模型在模拟过程中可以通过同化遥感观测数据,动态地调整模型参数和纠正模拟结果,使模型参数能够反映转换规则的时空变化,同时也能较好地释放积累的模型误差。将模型应用于东莞市的城市扩张模拟中,实验结果表明,模型能够准确地调整模型参数使之符合城市发展模式,同时也能有效地控制模型误差,其模拟的空间格局与真实情况吻合。     

地理模拟优化系统(GeoSOS)及其在地理国情分析中的应用

第一次全国地理国情普查工作已基本完成,需要对所获取的地理国情监测数据进行空间统计分析,以得到地理国情的时空分布模式、演变规律及发展趋势,形成地理国情信息和知识。地理国情监测生成的基础数据源,可用于土地资源集约利用、城乡及城市群协调发展、生态环境保护等问题的空间智能决策分析,但目前有效的模拟分析工具还比较缺乏。笔者提出的地理模拟优化系统(GeoSOS)理论框架,耦合了地理过程模拟预测和空间优化,为上述研究提供了有利的理论支持和实用工具。为进一步方便与GIS进行无缝的链接,本文提出了基于ArcGIS插件的GeoSOS以方便进行高效的地理模拟分析。并以快速城市化地区的城市扩张与生态保护研究为例,通过在地理国情信息分析中的应用,得到了一些重要的发现。模拟结果显示,按照现在的发展趋势,广东省优化开发区域在2020年其土地开发强度将超出规定的约束指标,并发现各区域均存在大量城乡建设用地占用生态保护压力等级高和较高地块的现象,而基于土地开发强度和生态保护双重约束的城镇化扩张能够在满足约束指标的同时获得更紧凑的景观格局。表明GeoSOS及其ArcGIS插件可以成为地理国情信息分析的有利工具,并给出了今后需解决的问题和发展方向。     

基于地理分区与FLUS模型的城市扩张模拟与预警

城市的快速扩张不断改变着土地资源的转化,带来了诸多生态环境问题。分析和模拟城市扩张的机制,并对城市未来土地利用变化的风险进行预警,利于合理调控城市的发展。本文提出了一种基于地理分区和未来用地模拟(Future Land Use Simulation,FLUS)模型的城市扩张模拟模型,用于模拟和预测复杂的土地利用变化。该模型利用多指标数据进行空间聚类,耦合地理分区结果进行城市扩张模拟。珠江三角洲2005-2015年的城市扩张模拟结果显示,分区下的模拟精度(FoM=0.2329,提高了9%)明显高于未分区,说明不同分区在土地利用转化上存在空间差异,该模型能更有效地模拟城市土地利用变化。另外,本文构建了一种城市扩张预警指标评价体系,用于评估城市扩张的警情。根据在2005-2015基础上预测的2025-2045年土地利用变化结果,对珠江三角洲城市扩张进行多尺度预警分析。综合预警结果显示该区域大部分城市至2045年城市扩张警情将达到中警和重警,其中东莞警情一直维持在重警。由此,未来需要加强对珠三角城市扩张的宏观调控,以此来缓解未来城市扩张的警情。     

利用蚁群智能挖掘地理元胞自动机的转换规则

提出了基于蚁群智能算法(Ant Colony Optimization, ACO)的地理元胞自动机(ACO-CA). 元胞自动机(CA)具有模拟和预测复杂的地理现象演变过程的能力. CA 的核心是如何定义转换规则, 但目前的方法所获取的转换规则大都是隐含的, 是通过数学公式来表达. 当研究区域较复杂时, 确定CA的模型结构和参数有一定困难, 需要使用智能式的方法获取有效的转换规则. 提出了一种基于蚁群智能来自动获取地理元胞自动机转换规则的新方法. 该方法所提取的转换规则毋需通过数学公式来表达, 能更方便和准确地描述自然界中的复杂关系, 并且这些规则比数学公式更容易让人理解. 将ACO-CA应用于广州市的城市模拟实验中, 取得了较好的结果. 并与See5.0决策树模型进行了对比研究, 对比实验结果表明: 蚁群智能算法在提取CA转换规则时比See5.0 模型更具有优势.     

落实科学发展观 实现新起点上新跨越

测试中心经过“十五”期间的建设和发展，近两年主要经济指标几乎接近于一年翻一番，为我们“十一五”的发展打下了坚实的基础。     

苏北盆地古近系阜宁组页岩七性关系与三品质测井评价

通过岩芯、薄片、扫描电镜等岩石物理实验结合常规、成像以及核磁共振等测井资料,对苏北盆地古近系阜宁组阜二段页岩“七性关系”和“三品质”进行研究。结果表明阜二段页岩储集空间包括粒间孔、颗粒溶孔、晶间孔、有机质孔以及微裂缝,不同孔径孔隙含油性均较好。根据物性参数、孔隙空间建立了储层品质划分标准,由I类到Ⅳ类束缚水饱和度逐渐变大。阜二段烃源岩有机质类型好,TOC基本都大于1%,根据自然伽马能谱测井 K 含量和ΔlgR建立了TOC测井模型,并根据TOC大小实现烃源岩品质划分。地应力方向主要为北东—南西向,阜二段脆性指数基本都大于40%,可压裂性好,根据脆性指数实现工程品质划分。在“七性关系”研究基础上,通过对储层品质、烃源岩品质以及工程品质三者叠加完成了单井“甜点”段优选,甜点主要分布在泥脖子、七尖峰、四尖峰和上山字和中山字段,结果与试油资料相吻合。研究成果可为页岩油测井评价和甜点预测提供理论指导和技术支撑     

基于GEE平台的广州市主城区不透水面时间序列提取

不透水面作为城市化水平以及城市环境的重要评价指标,其提取已经是当下的研究热点。与单时相影像相比,时间序列制图能够获取其准确的变化趋势,对于监测城市的快速发展具有重要意义。本文以广州市主城区为研究区,以Google Earth Engine平台为基础,利用2000-2017年的Landsat TOA影像计算BCI和NDVI,并通过自适应迭代法确定它们的阈值,从而提取初始的不透水面,然后进行时间一致性检验,使不透水面时间序列更加合理。研究结果表明:①BCI与NDVI的结合以及时间一致性检验能够提高不透水面的提取质量;②本文中不透水面提取的平均总体精度为90.4%,平均Kappa系数为0.812;③在2000-2017年广州市主城区不透水面面积增加近一倍,但增速有所放缓。④新增的不透水面主要集中在原本相对落后的主城区外围;⑤高程、道路密度和购物场所密度等是影响广州市主城区不透水面扩张的主要因素。     

加载次序对湿陷性黄土中基桩承载力检测的影响

湿陷性黄土地区基桩承载力检测中桩顶荷载是在土体沉降后施加的,桩基使用条件下是桩顶荷载施加之后再出现土体沉降。简要分析了这两种加载次序之间桩土相互作用差异的机制。采用有限元方法分析了这种差异。计算结果表明,在这两种加载次序中,桩顶荷载的增加都会引起沉降增加,中性点下降,下拉力减小。结果还表明,与桩顶荷载先施加的相比,桩顶荷载后施加得到的中性点的位置比较低,桩基沉降比较小,下拽力也较小,这些差异随着桩顶荷载的增大而更加明显。在两种加载次序的各个加载阶段,桩周摩阻力的分布与发挥也会出现细微的变化。这会使湿陷性黄土地区桩的承载力检测结果略微偏于不安全