更正

本刊第21期刊发的《全国地质灾害防治"十二五"规划》中,地质灾害易发区中,滑坡、崩塌、泥石流和地面塌陷地质灾害,高易发区面积应为112.7万平方千米,中易发区面积应为377.0万平方千米。鄂西湘西中低山滑坡崩塌重点防治区,面积应为8.91万平方千米。     

北京市西城区地理国情普查试点的研究

地理国情普查是开展地理国情监测的前提和基础。开展北京市地理国情普查,系统掌握权威、客观、准确的地理国情信息,是制定和实施北京市发展战略与规划、优化国土空间开发格局和各类资源配置的重要依据,是推进北京市生态环境保护、建设资源节约型和环境友好型社会的重要支撑,是做好防灾减灾工作和应急保障服务的重要保障,也是相关行业开展调查统计工作的重要数据基础。北京市测绘设计研究院作为全国第二批地理国情普查试点的承担单位,选取北京市的西城区作为北京市普查试点的区域,全面开展北京市地理国情普查试点工作,并探索相关的技术方法和总体技术路线,摸索相应的工作方法和机制,总结普查试点的经验,为后续全面铺开北京市地理国情普查工作未雨绸缪。本文首先简单阐述了地理国情普查的意义和背景,接着详细介绍北京市地理国情普查试点的工作目标,工作内容,总的技术路线以及相关的技术方法。最后,总结开展普查试点存在的困难以及相关的建议等。     

优化布局 统筹发展——江苏省南通市探索陆海统筹发展新路径的实践

陆海统筹发展是党的十八大提出的发展海洋经济、建设海洋强国的客观要求,也是新时期破解陆海二元经济、资源结构难题,促进沿海地区经济科学发展和转型升级的重要途径.陆海兼备、滨江临海是南通典型、独特的地缘优势,伴随长三角一体化和江苏沿海开发上升为国家战略机遇,南通市经济社会步入了加速发展新时期.如何按照国家“十二五”规划提出的陆海统筹发展新要求,走出传统发展模式的困境,形成“陆地”与“海洋”、“沿海”与“腹地”、“沿海”与“沿江”之间强有力、可持续、全方位的互动关系,进一步释放和激活沿海大开发的潜能,是南通当前和未来一定时期迫切要解决好的现实课题.正是基于此,南通市从2012年起着手推动“陆海统筹发展”工作,力求通过统筹优化陆海空间,合理配置陆海资源,强化节约集约与高效利用,推进生态文明建设,探索陆域与海域互为条件和优势互补的要素资源利用复合体系,构建科学、合理、集约、高效、生态的用地用海新机制和管理新模式,有效破解全市经济社会发展中人地矛盾突出、规划空间不足、环境保护压力加大的现实难题.2013年,南通陆海统筹发展综合配套改革试验区总体方案已经江苏省委、省政府批准实施.     

浅析地理国情普查内容分类体系

为确保第一次全国地理国情普查的顺利进行,需要对普查内容分类体系有一致、深入的理解与认识。本文先后分析了地理国情普查内容分类的原则和采用的三级分类与编码体系,讨论了不同门类普查数据的表示方法,提出了基于决策树思想的一级类可靠判译方法,最后通过比较分析,指出了该分类体系与其他已有体系的异同,可为深入理解地理国情普查内容提供有益参考。     

地理国情（市情）普查外业信息采集

地理国情监测不仅扩大了测绘行业的内涵,更重要的是,对我国总体布局和规划提供了可靠的依据。目前,在全国范围内逐步开展地理国情普查工作,我分院按照安排,以厦门市为试点,对其进行了外业的调查与核查工作。结合实地作业情况来看,可以在地理国情普查内容与指标基本不变的前提下,依据地域的不同增加分类或修改部分类别的内涵。为今后全面普查工作的顺利开展,对现有的作业方式和作业内容都应有一定的规范。     

地理国情普查外业调查技术要求

地理国情外业调查是地理国情普查工作十分重要的工作内容,是保证地理国情普查数据质量的关键环节。外业调查是对采集的地理国情要素和解译的地表覆盖分类成果以及内业无法定性的类型、边界和属性进行实地调查,同时采集遥感影像样本数据,为最终形成地理国情要素数据、地表覆盖分类数据成果和遥感影像解译样本数据库提供基础。     

多方法的地理国情地表覆盖分类研究

以重庆市永川区为试点,以0.5 m航片为主要数据源,采用基于影像分割辅以人机交互式解译、基于规则库的航片自动解译、全人工的人机交互式解译等多种方法,对地理国情普查的地表覆盖分类进行了研究,对深化完善普查内容和技术标准提出了有益建议。     

植被覆盖区土壤水分反演研究——以北京市为例

以北京市为研究区域,联合使用光学遥感数据和雷达数据,对植被覆盖区地表土壤水分进行反演研究。在利用同期光学数据提取出归一化水分指数(normalized differential water index,NDWI)之后,利用water-cloud模型去除植被层在土壤水分后向散射中的贡献,然后考虑到地表粗糙度,在构建后向散射数据库的基础上分别利用HH和HV极化方式的后向散射系数构建土壤水分反演模型,并对反演结果进行对比研究。结果表明,采用HH极化方式反演土壤水分的均方根误差为0.044,相对误差为15.5%;采用HV极化方式反演土壤水分的均方根误差为0.057,相对误差为20.3%;相比而言,HH极化的反演效果更好。     

基于CA-Markov模型的秦淮河流域土地覆盖格局模拟预测

以秦淮河流域为研究区,以2006和2009年ETM+图像土地覆盖分类结果为输入数据,采用CA-Markov模型,模拟预测研究区未来的土地覆盖格局。在模型建立过程中,通过Markov模型求出转移概率矩阵和转移面积矩阵,确定CA模型转换规则,限制CA模型迭代次数。利用CA-Markov模型模拟预测研究区2012和2018年土地覆盖格局,并采用2012年实际土地覆盖分类结果验证预测精度,得到2012年各土地覆盖类型栅格数预测误差均小于等于6.5%,空间位置预测精度达到76.5%。预测结果表明,2018年研究区水田比例将降为33.3%,不透水面比例将达31.1%,其中多数水田转变成为不透水面,南京城区、禄口镇、句容市、溧水县等城镇地区的不透水面明显扩张。该方法可以对秦淮河流域的土地覆盖动态监测以及可持续发展提供依据。     

HJ-1B的积雪参数反演研究

积雪参数如雪盖、雪深是标示气候变化的敏感因子,具有较高时空分辨率的HJ-1B卫星是专门用于灾害监测与评估业务的国产卫星之一,开展以HJ-1B为主的积雪参数反演对于我国国产卫星的理论研究与深入应用具有重要意义。本文针对积雪参数反演,根据HJ卫星CCD和IRS传感器的数据特征,深入分析积雪等典型地物的光谱特性,而后针对同时具有HJ-1B/CCD、IRS数据和只有CCD或者IRS传感器数据3种情况展开积雪信息提取方法研究;在进行浅雪区雪深反演时,利用两种不同的统计回归模型进行交叉验证、研究对比。研究结果表明,3种情况下提取出的积雪精度都达到了80%以上,以第1种情况提取精度最高,两种统计模型反演出的浅雪区雪深的一致度达到83%左右,说明HJ星数据能较好地反演雪盖及浅雪区的雪深,能满足实际应用的需要。