SESTET: A spatially explicit stream temperature model based on equilibrium temperature

Stream-water temperature is a key variable controlling chemical, biological, and ecological processes in freshwater environments. Most models focus on a single river cross-section; however, temperature gradients along stretches and tributaries of a river network are crucial to assess ecohydrological features such as aquatic species suitability, growth and feeding rates, or disease transmission. We propose SESTET, a deterministic, spatially explicit stream temperature model for a whole river network, based on water and energy budgets at a reach scale and requiring only commonly available spatially distributed datasets, such as morphology and air temperature, as input. Heat exchange processes at the air–water interface are modelled via the widely used equilibrium temperature concept, whereas the effects of network structure are accounted for through advective heat fluxes. A case study was conducted on the prealpine Wigger river (Switzerland), where water temperatures have been measured in the period 2014–2018 at 11 spatially distributed locations. The results show the advantages of accounting for water and energy budgets at the reach scale for the entire river network, compared with simpler, lumped formulations. Because our approach fundamentally relies on spatially distributed air temperature fields, adequate spatial interpolation techniques that account for the effects of both elevation and thermal inversion in air temperature are key to a successful application of the model. SESTET allows the assessment of the magnitude of the various components of the heat budget at the reach scale and the derivation of reliable estimates of spatial gradients of mean daily stream temperatures for the whole catchment based on a limited number of conveniently located (viz., spanning the largest possible elevation range) measuring stations. Moreover, accounting for mixing processes and advective fluxes through the river network allows one to trust regionalized values of the parameters controlling the relationship between equilibrium and air temperature, a key feature to generalize the model to data-scarce catchments.     

The vertical influence of temperature and precipitation on snow cover variability in the Central Tianshan Mountains,Northwest China

Seasonal snow cover in mountainous regions will affect local climate and hydrology. In this study, we assessed the role of altitude in determining the relative importance of temperature and precipitation in snow cover variability in the Central Tianshan Mountains. The results show that: (a) in the study area, temperature has a greater influence on snow cover than precipitation during most of the time period studied and in most altitudes. (b) In the high elevation area, there is a threshold altitude of 3,900 ± 400 m, below which temperature is negatively correlated whereas precipitation is positively correlated to snow cover, and above which the situation is the opposite. Besides, this threshold altitude decreases from snow accumulated period to snow stable period and then increases from snowmelt period to snow‐free period. (c) Below 2,000 m, there is another threshold altitude of 1,400 ± 100 m during the snow stable period, below (above) which precipitation (temperature) is the main driver of snow cover.     

人地系统适应性研究进展：概念、理论框架与方法

适应性研究旨在通过主体对外部环境变化的调整,以削减其负面影响并改善适应能力,是实现人地系统可持续发展的重要途径。鉴于目前对适应性理论体系缺乏统一认识和系统梳理,论文通过对国内外人地系统适应性研究文献总结,从概念内涵、理论框架和方法对适应性研究进展进行了总结,并提出了适应性研究的科学范式。研究发现：① 学术界对适应性概念的理解并未达成科学共识,阻碍了通用的适应性研究理论体系的构建。② 现有适应性分析框架多是基于全球变化领域理论框架基础的延伸和修订。③ 适应性研究缺乏具有代表性的方法,以借用脆弱性、恢复力评估方法和指标体系为主。因此,统一的适应性概念和理论体系的构建亟需加强,而国外既有积累的理论经验并不通用,中国化的适应性分析框架、方法是未来的重要研究方向。同时,应强化人类社会和自然环境“综合”的人地系统适应性研究,注重多尺度结合的适应性动态分析。     

基于相关分析和自适应遗传算法的盐渍化建模变量和参数优选

机器学习结合遥感等其他数据反演土壤盐分含量（Soil Salt Content, SSC）较少关注对模型精度影响较大的建模特征变量和模型参数的优选。本文基于自适应遗传算法（Adaptive Genetic Algorithm, AGA）同步优选建模特征变量和模型参数的支持向量回归（Support Vector Regression, SVR）算法反演三工河流域2016年SSC,并分析其在不同土地利用类型的分布特征。建模特征变量和模型参数的同步优选及实验设计如下：首先基于Landsat 8 OLI和SRTM高程数据提取7类共40个盐渍化相关因子,经相关分析初步筛选出候选特征变量,分别代入AGA、遗传算法（Genetic Algorithm, GA）和格网搜索算法（Grid Search, GS）同步优选SVR的建模特征变量和模型参数,并建立盐渍化监测模型（AGA-SVR、GA-SVR、GS-SVR）。结果表明：① AGA-SVR精度最优,GA-SVR次之,GS-SVR最差,相较于GS-SVR,AGA-SVR的R²/RMSE提高了44.65%;② 三工河流域非、轻度、中度、重度盐渍地和盐土的面积占比分别为42.83%、11.02%、15.88%、9.22%、21.05%;③ 草地和未利用地主要以非盐渍地和盐土为主,耕地和林地中非盐渍地分布比例均为最大;不同土地利用类型的SSC均值和标准差均呈现未利用地>草地>耕地>林地的规律。本研究的建模特征变量和模型参数的优选方法可在一定程度上提高盐渍化监测的精度。关键词：盐渍化;遗传算法;机器学习;特征优选;参数优化;土壤盐分含量;土地利用;相关分析     

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。     

基于DMSP/OLS夜间灯光数据进行提取的实证研究——以福州为例

DMSP/OLS数据能够观测到夜间灯光,因而被广泛应用于人类活动与城市扩展研究。本文以福州市为例,分析比较现有夜光数据的城区提取方法。通过实例分析,从阈值设定方面进行讨论,比较各方法的优缺点,可为夜间灯光数据在提取城市区域方面提供借鉴。     

观测卫星不足时的GPS/INS紧组合抗差自适应滤波

常规GPS/INS紧组合抗差自适应滤波只适用于卫星数≥4的情况,且预测残差构造自适应因子要求观测值可靠。针对该局限性,对常规抗差自适应滤波算法做出两点改进:1)采用两步滤波,用第1步常规EKF滤波残差构造第二步抗差算法的粗差判别量;2)在第2步滤波用预测残差构造自适应因子时,剔除异常观测值对应的预测残差和预测残差协方差,以削弱观测异常对自适应因子的不良影响。实验结果表明,常规抗差算法在卫星数4时不适用。常规自适应滤波算法在观测值存在异常的情况下无法正确修正模型异常。改进后的抗差自适应滤波算法在组合系统观测卫星数4且观测值存在异常的情况下,仍能正确修正观测粗差和动力学模型异常,能够达到良好的导航精度。     

基于交叉点的道路曲线化简算法研究

现有的曲线化简算法不能很好地化简具有交叉路口的道路曲线,针对这一问题提出一种基于交叉点的道路曲线化简算法。算法分为预化简和修正化简两个阶段:首先识别并得到曲线上的分段点,利用相邻的分段点作为道格拉斯-普克算法的首尾点对曲线进行化简,得到预化简的结果;然后对于交叉点引入偏差阈值ε,通过判断道路曲线交叉点与化简后交叉点的距离与偏差精度ε的大小关系来确定该交叉点的化简与保留,如果保留或者化简后的道路曲线没有交叉点那么将原交叉点作为分段点对此段曲线进行重新化简。理论分析与实验结果表明,文中算法能够有针对性地保留或化简道路交叉点以及保持曲线化简后的形态特征。     

自适应窗口的SAR立体影像匹配方法

针对SAR立体影像间几何畸变对影像匹配的影响,该文提出一种自适应窗口的SAR立体影像匹配方法。首先引入外部粗分辨率DEM,根据影像参数和DEM高程精度约束匹配搜索范围。然后采用归一化互相关和测度进行辅影像匹配窗口自适应扩展匹配,以保证主辅影像匹配窗口内的灰度信息一致;归一化互相关和值最大时的辅影像匹配窗口为最佳匹配窗口,最佳匹配窗口的中心点为获取的匹配点。最后利用双向一致性约束剔除误匹配点。试验结果表明,本文方法在山地区域能有效地增加正确匹配点数量,提高匹配正确率。     

模平方阈值去噪法在沉降监测中的应用

针对现有去噪方法中存在的噪声信号提取、粗差定位等问题,该文基于小波阈值去噪的原理,提出一种基于软阈值改进的模平方阈值去噪法。通过仿真数据实验对比分析了软阈值去噪法、加权平均阈值去噪法及模平方阈值去噪法的去噪实际效果,并应用于汽车试验场沉降数据预处理。实验结果表明,基于模平方的阈值去噪法能够较好地保留观测信号原始信息,并且可以有效地去除噪声,其去噪效果优于软阈值和加权平均阈值去噪法,能在汽车试验场沉降数据处理中得到较好的应用。