中国地表植被覆盖变化及其与气候因子关系

本文利用１９８５－１９９０年连续６９个月的ＮＯＡＡ时间序列数据,进行中国植被覆盖变化的空间,以及时间序列分析,并且结合同期的平均气温,降水数据,进行植被覆盖变化与气候因子相关性分析,该文证实了在中国植被覆盖随时间的推移规律,空间分布规律,以及植被覆盖变化与气温,降水的定量关系。     

阶段模型修正的星载GNSS-R土壤湿度反演方法EI北大核心CSCD

本文提出了一种基于CYGNSS数据的星载GNSS-R土壤湿度反演方法。首先,基于CYGNSS数据提取地表反射率参数,联合SMAP数据中提取的植被光学厚度、地表粗糙度和温度等辅助信息,初步构建了土壤湿度反演理论模型,并利用神经网络模型确定了土壤湿度反演的精细数学模型;然后,将该模型处理获得的土壤湿度以35%为分界点,利用本文提出的阶段函数模型提高反演精度,并使用2018年10月—2019年5月的CYGNSS数据,获得了全球范围内星载GNSS-R土壤湿度;最后,通过与SMAP提供的土壤湿度数据进行对比,评估了本文提出的星载GNSS-R土壤湿度反演方法的有效性,并对获取的星载GNSS-R土壤湿度进行了时间序列分析。结果表明,本文提出的土壤湿度反演方法的结果与SMAP土壤湿度具有良好的一致性,且随时间变化的趋势也相符合,为高精度土壤湿度反演提供了一种思路。     

利用HHT-EEMD方法分析云南区域GNSS应变时序孕震信息

地震的孕育和发生本质上都是地壳内部应力、应变能逐渐积累并突然或缓慢释放的结果,研究应变的变化过程对于地震危险性的判定具有重要意义。本文基于云南区域2013—2019年GNSS格网应变时间序列,利用专门适用于非线性非平稳信号处理的热门时频分析方法—整体经验模态分解（ensemble empirical mode decomposition,EEMD）的希尔伯特-黄变换（Hilbert-Huang transform,HHT）分析方法,探索云南区域中强地震前GNSS应变时序的时-频-能量分布特征,尝试挖掘应变时频信号中所携带的孕震信息。利用23号、42号格网对应的地震进行震例分析,结果显示：EEMD具有分频剖面的类似特征,它能够依据数据的时间特征尺度进行信号分解,较好地剖析信号在不同频率尺度上的变化特征;Hilbert变换能够通过瞬时频率、瞬时振幅等方式突出信号的局部瞬时特性,在固有模态分量（intrinsic mode functions,IMF）异常曲线识别无效的情况下仍能凸显异常;通过EEMD、残差趋势项分析、IMF异常识别和Hilbert变换综合动态分析应变时间序列的分析方法,能够在部分地震前夕发现一些潜在异常信息,为未来云南区域强震危险地点的判定提供一定的参考。     

贵州省道路网络通达性时空演变格局研究

为了有效评价贵州省道路网络通达性,以贵州省2010年、2014年、2018年的道路交通网络为数据基础,采用加权平均旅行时间、地理探测器等方法,分析了贵州省道路网络通达性水平时空演化规律及其影响因素,并提出相应的建议。结果表明,首先,贵州省道路密度发育不均衡,通达性格局呈现以贵阳市为核心呈“同心圈层”结构向外递增;其次,西部市州通达性发展优于东部,2014—2018年通达性提高较2010—2014年更为显著;最后,贵州省道路网络通达性空间变异具有多因素驱动的特点,主要受人均GDP和海拔两个交互因子的共同作用。     

利用TPCA分析北京平原区地面沉降的时空演化特征

时间主成分分析（temporal principal component analysis,TPCA）可用于地学领域中提取时空数据的时序特征和空间分布特征,北京平原区的地面沉降具有典型的时序和空间特征。在利用永久散射体干涉测量技术获取的北京平原区2003—2010年地面沉降数据的基础上,采用TPCA方法分析了北京平原区地面沉降时空演化特征。经分析发现:（1）TPCA分析得到的第一主成分反映了地面沉降在该长时序阶段的空间分布特征。（2）第二主成分得分为正的空间点与可压缩层厚度在130 m以上的区域在空间分布上有一致性和相关性。（3）在空间上,第一主成分为负值与第二主成分为正值的永久散射体点分布在年均沉降速率30 mm/a以上的严重沉降区域。严重沉降区具有明显的南北沉降分类现象和季节性差异,具体表现为:北部沉降区在春夏季节的沉降量大于秋冬季节;南部沉降区则与之相反。总之,基于时间主成分分析方法可分析得到研究区的地面沉降时空演化规律,为城市安全监测提供数据支撑。     

基于时间序列统计特性的森林变化监测

森林动态变化分析对揭示生态系统环境变化及植被恢复和布局重建等具有重要意义,时间序列的遥感数据为森林监测提供了基础数据。本文根据森林植被的统计学特性,在暗目标法的基础上,利用归一化植被指数NDVI实现森林样本自动选择;并融合NDVI构建了新的综合森林特征指数(Integrated Forest Z-Score,IFZ);以时间序列的IFZ分析森林动态信息,实现森林变化动态监测。以三峡大坝及周边区域森林为研究区,利用2001年至2012年每年生长季节(5月—10月)的Landsat TM影像检验本文算法。基于2002年、2006年和2010年三期7月—9月的Quick Bird影像的精度分析结果发现:研究区森林变化检测的总体精度可达96.53%,Kappa系数为0.9512。在添加NDVI指数后构建的IFZ提高了总体监测精度。其中,毁林类别的检测精度提高显著,漏检率和误检率分别为2.74%和3.64%;干扰后重建的森林类别的检测精度有一定提高,其漏检率和误检率分别为10.79%和10.51%。研究结果表明,改进暗目标法能提高森林样本的选样效率,添加NDVI的IFZ能提高森林动态变化的识别度。此外,本算法不仅能定性识别森林变化,而且能定量提供森林干扰发生时间和干扰强度。     

高程对TDICCD相机像移补偿影响分析

高分辨率遥感卫星中常使用TDICCD(时间延迟积分CCD)相机,为获取高质量遥感影像,在相机成像过程中须采用像移补偿技术,而目前大部分像移补偿忽略了高程的影响。基于参考椭球面下成像矢量模型,建立考虑高程的成像矢量模型及解算方法流程,精确地计算相机成像时像点对应地面成像点的坐标及像移补偿参数。根据计算结果,分析高程对像移补偿参数的影响,在此基础上,综合考虑像移补偿参数精度对高程误差的要求、星上存储空间及高程查询速度,讨论星载数字高程模型(DEM)的生成,为星载DEM的使用及TDICCD相机高精度像移补偿提供理论基础和实验分析。     

基于Sentinel-1的典型地物时间失相干分析

为了探究影响Sentinel-1时间失相干的因素,实验选取美国南加州柯汶纳市及其周边区域进行研究,使用50景Senti-nel-1数据,分析了不同地物的时间失相干现象,并研究了风雨等天气因素及不同极化方式对相干性的影响.主要得出以下结论:Sentinel-1数据典型地物的失相干特征区别较大,可以较好地指导地物识别、辅助...     

基于Stacked ConvLSTM的时间序列森林火烧迹地检测

确定森林火烧迹地的准确时间点以及空间范围对于森林的受损评价、管理、碳核算以及森林恢复的管理有重要意义。由于森林火烧迹地在空间分布上具有一定的连续性,现有的森林火烧迹地提取方法大都采用先分类再后处理的两步处理策略来抑制虚警像素的影响。本文提出将时空检测方法 Stacked ConvLSTM用于时间序列森林火烧迹地的检测,在保持结果具有较好空间连续性的基础上避免了具有主观性的后处理操作,实现端到端提取森林火烧迹地信息,提升了森林火烧迹地的提取精度。采用MODIS时间序列数据,基于2001年—2008年以及2001年—2016年的黑龙江沾河林业局伊南河林场和内蒙古自治区毕拉河林业局北大河林场两个区域的历史时间序列,分别对这两个区域2009年以及2017年发生的特大火灾区域进行火烧迹地检测,利用Stacked ConvLSTM、Stacked LSTM以及bfast算法在两个区域的MODIS时间序列中提取森林火烧迹地,并将火烧迹地检测结果与ESA发布的Fire＿CCI 5.1火烧迹地产品进行对比分析。结果表明：首先,从目视效果来看,在研究区域Ⅰ,Stacked ConvLSTM检测的结果比St...     

疾病数据的时空聚集分析及可视化

GIS应用在疾病领域方面发展迅速,为其提供可靠的空间统计分析方法,其疾病制图实现了疾病数据的可视化。本文以肺结核数据为例,进行了空间聚集分析、时间序列分析及时空扫描统计分析,分析疾病的时空聚集状态,寻找高发病率区域,分析结果可为医疗卫生部门在疾病监测预警、资源分配等方面提供科学参考。