Where can pixel counting area estimates meet user-defined accuracy requirements?

Pixel counting is probably the most popular way to estimate class areas from satellite-derived maps. It involves determining the number of pixels allocated to a specific thematic class and multiplying it by the pixel area. In the presence of asymmetric classification errors, the pixel counting estimator is biased. The overarching objective of this article is to define the applicability conditions of pixel counting so that the estimates are below a user-defined accuracy target. By reasoning in terms of landscape fragmentation and spatial resolution, the proposed framework decouples the resolution bias and the classifier bias from the overall classification bias. The consequence is that prior to any classification, part of the tolerated bias is already committed due to the choice of the spatial resolution of the imagery. How much classification bias is affordable depends on the joint interaction of spatial resolution and fragmentation. The method was implemented over South Africa for cropland mapping, demonstrating its operational applicability. Particular attention was paid to modeling a realistic sensor's spatial response by explicitly accounting for the effect of its point spread function. The diagnostic capabilities offered by this framework have multiple potential domains of application such as guiding users in their choice of imagery and providing guidelines for space agencies to elaborate the design specifications of future instruments.     

GPS动态水汽反演对对流层天顶延迟解算精度分析

针对GPS动态水汽反演过程中对对流层天顶延迟解算精度的评估方法问题,提出了一种利用对流层延迟闭合和附合条件来评估对流层估计精度的方法。通过对PBO观测网中的12个CORS基站以及6个IGS基站的观测数据分析,分别从内符合精度和外符合精度两方面来评估动态对流层解算的精度。在内符合精度的数据处理上,使用事后精密星历,每15s计算一次相对对流层延迟数据。精度满足GPS动态水汽反演对天气预报的基本要求。在外符合精度的数据处理上,使用事后精密星历和超快星历分别对天顶方向对流层延迟进行处理,根据与静态参考值进行比对,两者结果高度吻合。研究结果对GPS动态水汽反演中动态对流层天顶延迟的解算具有重要的参考价值。     

稳健估计在GNSS高程拟合中的粗差探测

由于最小二乘法不能有效地抵抗粗差,而控制点的平面坐标和高程异常值中不可避免地含有误差,对应用最小二乘法和稳健估计法在GNSS高程拟合中的粗差探测进行探讨。通过对不同数量控制点的高程异常观测值中加入粗差,采用两种算法在求解GNSS高程拟合中的精度进行分析比较,并对粗差在稳健估计中的干扰范围进行研究,结果表明,稳健估计具有抵抗多个粗差的能力。     

重庆两江新区建设变化监测技术体系研究

以重庆市第一次地理国情普查成果为基础,结合历史存档的多期航空、航天影像资料及相关部门专题数据资料,开展重庆两江新区建设变化监测技术体系研究,为新区建设的监管提供支撑。     

GPS/UWB组合定位关键技术研究

根据GPS/UWB组合系统的定位原理及时空基准的不同特点,确定了GPS/UWB组合定位数学模型,给出了天线相位中心统一方法和时间同步及实验场建立解决方案,提出运用赫尔默特方差分量估计对组合系统观测量合理定权。最后,在RTKLIB开源软件基础上进行二次开发,验证上述方法的正确性。     

水平距离和海拔高度对雷达估测降水影响及订正

以石家庄2006—2008年77次降水过程为例,分析了海拔高度和距雷达站水平距离对定量估测降水的影响,给出了估测降水时反射率因子取值的最佳高度以及距离高度订正值。对比了经验公式法和最优化法分别在有无距离高度订正4种情况下的估测效果,依据估测效果,设计了雷达定量估测降水最佳方案:若反射率因子小于30 dBz,则不进行距离高度订正,仅采用最优化法估测降水;若反射率因子大于30 dBz,则首先对反射率因子进行距离高度订正,然后采用最优化法估测降水。实例检验表明,该方案对单站10 mm·h~(-1)以上的强降水、过程降水量和区域降水量估测效果较好。     

应用累积法建立产量预测模式

在产量预测模式研究中常用的回归参数估计方法是最小二乘法,但该方法以某些统计假设为前提,计算也比较复杂,特别是在应用短序列资料建模时会受到很大的限制。而累积法是对原始数据序列按一定的规律进行相应叠加,用之建立线性模型,其估计量具有无偏、线性、有效、唯一等特点,估计效果与最小二乘法相同且计算过程更简便。因此,应用累积法,建立了安徽省桐城市一季稻产量预测模式,并介绍了累积法的建模过程和误差分析方法。应用累积法建立的桐城一季稻产量预测模式的历史回代误差率平均为3.90%,2011、2012两年试报准确率分别为95.7%和97.0%,与最小二乘法建立的预测模式误差率相近且略小,其估计精度完全符合业务要求。投入业务使用后,2013、2014年实际预报准确率分别为92.9%、98.5%。累积法的不足之处是随着自变量个数和样本容量的增大,正规方程组系数矩阵的病态性也会随之加剧,从而影响参数估计的精度。     

武汉市城市空间集聚要素的分布特征与模式

不同城市要素的集聚现象具有不同的空间模式,定量化研究城市要素集聚模式的差异和联系对于理解城市发展机理、合理制定城市规划具有重要意义。本文以武汉市为例,获取不透水表面、商业服务业网点（POI）、人口、容积率、城市道路等城市要素数据;采用核密度估计法识别城市主次中心,从城市要素的分布形态、集聚程度、集聚模式等来研究城市要素的空间分布格局特征。研究发现,武汉市呈现“一主七副”的多中心结构,各城市要素从城市中心向外呈反S型的圈层递减。采用集聚度指数衡量城市要素的集聚水平,结果显示商业POI、人口密度的集聚程度最大,其次是容积率、道路密度、不透水表面占比。高度集聚的商业POI、人口密度呈现出点状模式与带状模式相结合的分布模式,中度集聚的道路密度、容积率呈现点状模式、环状模式与轴状模式相结合的分布模式,低度集聚的不透水表面密度主要表现为环状模式。城市中心的吸引、立体空间开发等促进了城市要素的向心集聚,交通干线、稀缺景观资源的廊道效应等重塑了城市要素的空间分布形态。     

开发区居住空间特征及其形成机制——对北京经济技术开发区的调查

利用北京经济技术开发区的第一手问卷调查数据,研究开发区居住空间特征及其形成机制。研究表明：开发区居住人口收入和受教育程度相对较高,外来人口已成为开发区后期居住人口增长的主要动力来源;开发区的住房类型构成呈现多样化特点,政策和住房户型原因是影响住宅分化的重要因素;开发区在收入和社会阶层方面存在居住分化现象,具体表现为高收入和低社会阶层两级分化的空间隔离;作为新兴的郊区社区,开发区居民维权意识强烈,但社区联系较弱;上班通勤距离仍是影响居民居住地选择的最重要因素,改善居住环境、对优质教育资源的追求也是极重要的因素。最后,从居民、开发商、地方政府、企业、母城及周边区域等多元主体共同作用的角度探讨了开发区居住空间的形成机制。当前,国内开发区大多面临从“产业功能地域”向综合型的“城市化功能地域”转型,但开发区既是“产业集聚区”又被作为“卧城”的复杂状况,也带来其居住空间特征及形成机制的复杂性。研究成果对于丰富城市居住空间理论有重要意义。     

武汉市道路结构与商业集聚空间关联分析

城市道路结构是影响城市商业集聚的重要因素,研究二者之间的关联对于商业布局和道路规划具有重要支撑作用。本文以武汉市都市发展区为例,运用空间句法模型计算道路结构指标,采用GIS核密度法计算2014年商业兴趣点(C-POI)密度以分析商业集聚的空间结构,通过双变量相关分析道路结构变量与商业集聚程度的关联关系。结果显示：①道路结构指标中,与商业集聚关联最强的是道路全局集成度。在各商业类型中,与道路结构相关程度最大的是金融保险服务集聚。②道路连接值和全局集成度值分别与商业POI密度呈显著正相关,呈现“高—高”集聚的空间关联模式;总深度值与商业POI密度呈现显著负相关,呈现“高—低”集聚的空间关联模式;商业POI密度随控制值升高呈现先升高后降低的趋势。③商业集聚分布呈现为“核心—过渡区—边缘区”的多核心多层次结构,“高—高”集聚与“高—低”集聚模式集中分布于“核心”及其附近的“过渡区”。