基于深度学习的GF-1卫星WFV影像赤潮探测方法

赤潮是我国主要的海洋生态灾害,有效监测赤潮的发生和空间分布对于赤潮的防治具有重要意义。传统的赤潮监测以低空间分辨率的水色卫星为主,但是其对于频发的小规模赤潮存在监控盲区。GF-1卫星WFV影像具有空间分辨率高、成像幅宽大和重访周期短等优点,在小规模赤潮监测中表现出较大的潜力。然而,GF-1卫星WFV影像的光谱分辨率较低,波段少,传统面向水色卫星的赤潮探测方法无法应用于GF-1卫星WFV数据。而且赤潮具有形态多变、尺度不一的特点,难以精确提取。基于此,本文提出了一种面向GF-1卫星WFV影像的尺度自适应赤潮探测网络（SARTNet）。该网络采用双层主干结构以融合赤潮水体的形状特征与细节特征,并引入注意力机制挖掘不同尺度赤潮特征之间的相关性,提高网络对复杂分布赤潮的探测能力。实验结果表明,SARTNet赤潮探测精度优于现有方法,F1分数达到0.89以上,对不同尺度的赤潮漏提和误提较少,且受环境因素的影响较小。     

城市紧凑性测度指标研究及典型城市分析——以南京、苏州建设用地紧凑度为例

量化表征城市紧凑性是当前地理学界和规划领域共同关注的热点问题,明确紧凑性指标反映的实际意义与适用范围,成为构建测度体系的关键.当前已有众多研究提出数量相当可观的量化指标,本文结合国内外城市紧凑性定量研究进展,根据表征紧凑内涵的不同将其归纳为形状、规模、密度、结构、功能和过程6 类,分析了不同类型指标的适用范围,并以结构类指标为例,采用南京和苏州的实际建设用地数据,根据指标自身稳定特性识别的实用性和局限性,达到评判和筛选指标的目的.结果显示：指标能有效指示建设用地的实际空间结构特征;4 个指标受尺度变化的影响不强烈,具有良好的应用性能,其中Gini 系数和Moran’s I 在应用中,前提条件局限小,适用广泛;而连续度和向心度较直观,但在进行城市比较研究时限制条件较多.该研究结果能够为城市紧凑性量化研究提供一定的借鉴,并指导城市规划与管理政策制定.     

未来气候情景下气候变化响应过程研究综述

气候变化将会对生态系统、自然资源、极端气候和人类社会产生一定的影响,科学评估未来气候变化响应是应对气候变化的前提。通过对当前研究成果的回顾,建立未来气候情景下气候变化响应研究的系统思路,并总结了研究所涉及的方法。系统论述了应用第5阶段耦合模式比较计划(CMIP5)气候模式前进行适用性评价的必要性;分析了当前降尺度方法尤其是统计降尺度的主要方法及进展;归纳了偏差校正过程中普遍使用的方法,最后,综合分析了整个研究过程中的不确定性。研究将为气候变化响应分析提供方法和思路指导。     

成都市冬季重污染日气象条件成因分析及预报

本文通过对成都10个重污染日进行天气学分析,将污染浓度与气象要素进行聚类、研究了重污染日形成原因及污染浓度与气象要素的关系。在此基础上,建立了SO_2、TSP日平均浓度分级预报方程。     

顾及空间尺度效应的城市土地利用变化精细化模拟

城市土地利用变化模拟是优化土地资源配置的科学依据,提高其精细化程度和可靠性有助于准确把握城市用地发展趋势,对城市土地资源精准调控具有重要意义。基于宏观遥感分类的土地利用变化模拟,难以在街区尺度上揭示城市用地社会功能变化及精细化模拟中空间尺度效应来源和作用机理。本文联合遥感影像和POI数据识别出城市土地利用精细化特征,运用响应面法率定土地利用精细化模拟的最优空间尺度组合,在此基础上,利用CA-Markov模型开展了未来土地利用变化的精细化模拟。以武汉市中心城区为应用案例,研究结果表明：基于POI 的城市土地利用精细化识别方法,可以深度解析城市建设用地的社会功能,极大改善了传统基于遥感的土地覆被宏观解译效果;研究区土地利用变化元胞自动机精细化模拟的最优空间尺度组合是30 m元胞、7×7邻域以及冯诺依曼邻域类型,采用最优空间尺度组合能够提高土地利用变化精细化模拟的可靠性。响应面试验设计结果可有效识别精细化模拟过程中空间尺度效应的主要来源,并区分其对模拟精度的影响程度与正负效应;预计到2025年,研究区建设用地范围将继续向周边扩张,各类型用地之间互为交织,土地利用空间格局将呈更加破碎化趋势。     

基于小波变换的生态系统服务权衡尺度效应与影响因素研究——以珠江三角洲为例

识别生态系统服务间的多尺度权衡关系及其影响因素对于指导管理决策和推进可持续发展至关重要,然而尺度响应特征及差异变化成因尚不明确,其中一个重要原因是缺乏科学合理的尺度划分方法。本文评估了珠三角地区的土壤保持、水源涵养、生境质量、自然游憩共4种关键生态系统服务量,基于小波变换的特征尺度估算方法,确定了研究权衡关系的最佳聚合规模序列。应用相关性分析和地理探测器方法,定量化识别权衡强度在各个尺度的影响因素,并比较了不同尺度间主导影响因素的差异特征。结果表明：① 权衡强度在6条样线上的特征尺度突出,2000~11500 m是研究权衡关系的最佳尺度序列范围。② 自然游憩与水源涵养、生境质量之间存在协同关系,自然游憩与土壤保持互为权衡关系。三对服务组合之间的相互作用大多随着尺度的增大而增强,特别是在县级行政管理规模上,所有配对服务表现出最强的协同或最弱的权衡关系。③ 植被覆盖度对权衡强度的驱动作用突出且相对稳定。地形因素是小尺度范围内权衡关系变化的主导影响因素,而气候因素和景观格局指数在较大尺度的影响作用显著。本研究通过优化传统的多尺度研究序列构建方法,为调控各类驱动因素以制定多级管理决策提供参考。     

生态系统服务权衡研究进展：从认知到决策

作为沟通自然生态系统与人类社会的重要桥梁,生态系统服务一直以来都是地理学、生态学等学科的研究前沿和热点。正确认知生态系统服务之间的关系,是开展多种生态系统服务可持续管理决策的前提,有助于人类福祉的全面提升。本文通过厘定生态系统服务权衡的概念内涵,梳理了生态系统服务权衡的空间、时间和可逆性特征,将多层次人类福祉的满足作为权衡的最终目标,视生态补偿为权衡决策的基本保障途径。生态系统服务权衡关系的识别依托于定量指标法和综合模型法,且权衡关系可能随时空尺度的推移发生改变;情景分析与多目标分析是生态系统服务权衡决策的有效手段。生态系统服务权衡多尺度关联、生态系统服务流与远程耦合、生态系统服务消费与生态补偿,成为当前生态系统服务权衡研究的重点方向。     

分形定量选择遥感影像最佳空间分辨率的方法与实验

遥感影像观测尺度是遥感信息提取研究的重要内容之一,也是遥感信息提取的焦点。以往,遥感影像尺度特征的分析大多基于地统计学,其主要体现遥感影像中的线性特征,而实质上遥感影像中既存在线性特征,又存在非线性特征。因此,在深入剖析遥感影像尺度效应及分形特征机理的基础上,本文探讨了分形理论定量选择遥感影像最佳空间分辨率（也称最佳像元观测尺度）的方法。以IKONOS全色影像的建筑用地、耕地、林地为研究对象,分别使用FBM、DBM、TPM 3种分形维数计算模型,实现了3种地物在不同空间分辨率下分形维数的计算。实验结果表明,每种地物的分形维数是随空间分辨率的增大,总体呈下降趋势,且在某些特征空间分辨率上会出现拐点。从遥感影像尺度效应分析可知,遥感影像空间格局随尺度的不同,其内部结构也不同。且随着尺度的增大,很多细节将会被忽略,影像的粗糙度也随着降低。而分形维数是目前为止描述对象自相似性和不规则度的唯一基本量化值,其直观上与物体表面的粗糙程度相吻合。因此,这些拐点对应的分形维数对地物的最佳空间分辨率的选择具有一定指示意义。通过本文研究可知,使用分形理论方法研究遥感影像最佳空间分辨率（或最佳像元观测尺度）,打破以往观测尺度方法研究范畴,从不同角度去分析遥感影像观测尺度问题对GIS研究与地学应用具有一定的理论和指导意义。     

基于WRF和统计方法的气温空间尺度分析

WRF模式作为一个中尺度气候模式,其分辨率从几米到几千公里,其自身的双向嵌套特征也为进行动力尺度下推提供了有力条件。本文利用WRF模式和传统的统计方法对研究区的气温进行尺度下推。首先,通过动力下推得到不同分辨率下的气温空间分布,并选取15个气象站点进行点对点验证,为了更明显观察不同尺度间的差异,对不同尺度的输出与ANUSPLIN插值结果进行比对,结果显示动力尺度下推中,分辨率越高模拟效果越好。其次,我们采用传统的统计下推方法,从27km下推到3km分辨率,并与WRF和ANUSPLIN插值在该尺度的结果进行对比分析,结果显示统计下推结果的趋势与动力下推的插值结果是一致的,但具有明显的马赛克效果,通过分析认为,这与统计方法的尺度下推只考虑高程信息的变化对气温的影响,而未考虑其他因素有关,如若在下推时加入更多的变量,如对温度有较大影响的坡度、坡向、土地覆被类型等因素,综合分析不同尺度之间的关系,会使下推结果有所改善。     

INS/GPS组合导航中的病态问题及其处理方法

在地球表面附近的组合导航中,一般以经、纬度表示水平位置,单位为弧度(rad),以高程表示竖直位置,单位为米(m)。1m的定位误差仅相当于约10-7rad,从而造成定位协方差矩阵的条件数达1013量级。Kalman滤波中要对协方差矩阵求逆,过高的条件数将引起严重的病态问题,从而造成很大的数值误差,影响滤波精度,甚至造成滤波发散。提出一种直接的解决方法,即构建一种避免病态问题的组合导航滤波模型。具体过程为:引入一种尺度因子(即平均地球半径)对组合导航系统的状态量、观测量、状态方程以及观测方程进行线性变换,从而对经、纬度误差进行适当的尺度化,明显降低协方差矩阵的条件数,有效避免了滤波过程中病态问题的出现。新方法在不明显增加计算量的前提下有效解决了病态问题,并保证了Kalman滤波的最优性质。数值仿真验证了该方法的有效性。