2001-2015年中国植被覆盖人为影响的时空格局

基于MODIS-NDVI和气温、降水数据,使用基于变异系数的人为影响模型定量计算了2001-2015年中国植被覆盖人为影响,辅以趋势分析、Hurst指数等方法探讨了中国植被覆盖人为影响的时空变化特征及未来演变趋势。研究发现：① 2001-2015年,中国植被覆盖人为影响由南向北空间分异愈发明显,年均值为-0.0102,植被覆盖在人类活动影响下轻微减少,负影响面积占51.59%,略大于正影响面积。② 中国植被覆盖人为影响年际变化特征明显,整体呈负影响波动减少趋势,降速为0.5%/10a,其中正影响、负影响均呈增大趋势,正影响增速（0.3%/10a）远大于负影响（0.02%/10a）。③ 2001-2015年间,中国植被覆盖人为正影响重心向东北方向移动,负影响重心向西南方向移动,东北部植被覆盖在人为影响下不断改善,西南部人类活动对植被破坏程度不断增大。④ 中国植被覆盖人为影响主要呈负影响减少和正影响增大趋势,面积占比分别为28.14%和25.21%,生态环境趋于改善。⑤ Hurst指数分析表明,中国植被覆盖人为影响未来演变趋势的反向特征强于正向特征,主要呈人为负影响先减少后增大趋势,面积占比15.59%。     

1992-2015年中亚五国土地覆盖与蒸散发变化

1991年苏联解体,中亚五国独立使得土地覆盖与蒸散发格局发生深刻变化。以中亚五国为研究区,采用欧空局气候变化项目（CCI）土地覆盖和全球陆地数据同化系统（GLDAS）蒸散发数据,分析1992-2015年土地覆盖与蒸散发时空变化特征,进一步研究耕地蒸散耗水特征。结果表明：① 中亚五国土地覆盖变化具有阶段性特征,耕地扩张引起土地覆盖格局变化。1992-2003年耕地快速增加（1.1万km ²/a）,林地和草地大幅减少。2003-2015年耕地增速趋缓（0.3万km ²/a）,林地和草地有一定恢复,裸地和水体持续减少,城镇用地持续增长。耕地共增加12.3万km ²,林地和草地分别减少4.0万km ²和2.3万km ²,且集中于哈萨克斯坦中北部。裸地减少3.5万km ²,集中于哈萨克斯坦西南部,水体减少3.1万km ²,集中在咸海湖泊。乌兹别克斯坦耕地减少、裸地增加,吉尔吉斯斯坦、塔吉克斯坦和土库曼斯坦土地覆盖变化幅度较小;② 中亚五国蒸散发变化与土地覆盖格局基本一致。蒸散发总体呈增加态势（6 mm/a）,1992-2003年快速增加（11.3 mm/a）,2003-2015年缓慢上升（2.4 mm/a）。中亚五国年蒸散发达到276.8 mm,东南部的吉尔吉斯斯坦（347.3 mm）和塔吉克斯坦（302.9 mm）最高,中北部的哈萨克斯坦（297.9 mm）次之,西南部的乌兹别克斯坦（211.0 mm）和土库曼斯坦（150.0 mm）最低;③ 中亚五国蒸散耗水结构受耕地面积大小的影响。中亚五国耕地蒸散耗水的贡献由24.7%增至27.9%,土库曼斯坦耕地蒸散耗水仅占本国的11%,其他国家均超过25%。草地、林地和裸地的蒸散耗水贡献降低,但哈萨克斯坦、吉尔吉斯斯坦和塔吉克斯坦仍以草地和林地蒸散耗水为主（≥ 50%）,土库曼斯坦（61.3%）和乌兹别克斯坦（46.4%）的裸地蒸散耗水占绝对优势。本文明确了中亚五国土地覆盖连续动态变化过程,细化各国土地覆盖与蒸散发特征及差异,增强对土地覆盖与蒸散发现状的认识,可为水土资源管理和生态环境保护提供数据参考。     

中国绿洲城市土地利用/覆盖变化研究进展

绿洲城市是干旱区人类生产和生活的集聚中心,也是人地关系最为敏感的区域之一。了解绿洲城市土地利用/覆盖变化的研究进展对于改善区域人地关系、促进绿洲城市可持续发展具有重要意义。利用系统综述方法,对研究我国绿洲城市土地利用/覆盖变化的相关文献进行梳理,在综述已有研究进展的基础上,探讨了已有研究存在的不足并对未来研究方向进行展望。绿洲城市土地利用/覆盖变化研究的相关文献数量和被引频次均呈增长趋势。已有研究主要在局地尺度上分析了绿洲城市土地利用/覆盖变化的过程、驱动机制和生态环境效应,关于绿洲城市可持续性和基于区域尺度的相关研究较少。因此,未来应在多个尺度上开展工作,综合研究绿洲城市土地利用/覆盖变化的过程、影响和可持续性。     

2000—2015年柴达木盆地植被覆盖度时空变化及其与环境因子的关系

基于MODIS-NDVI、DEM和气象数据,分析柴达木盆地2000—2015年植被覆盖度(FVC)时空变化特征,并与降水、温度、日照时数、相对湿度、蒸散量和海拔进行相关、偏相关或叠加分析,探讨FVC与各环境因子的关系。结果表明:FVC整体自东南向西北内陆呈半环状递减,FVC集中在20%以下,人类活动及径流等打破植被地带性规律;2000—2015年FVC明显改善,广泛分布于盆地中西部地区,2001—2002年年际变化最显著;FVC与降水、相对湿度以正相关为主,与温度关系不显著,与日照时数和蒸散量主要为负相关,降水对FVC贡献最大,温度通过影响蒸散量等间接影响FVC,而土壤蒸发对蒸散量的影响大于植物蒸腾;FVC与等高线空间分布较吻合,FVC在2 800~2 900 m和4 600~4 700 m出现两个峰值,4 700 m以上FVC迅速降低。     

不同植被盖度沙质草地生长季土壤水分动态

水分是干旱半干旱沙地生态系统最大的限制因子,研究植被盖度和土壤水分之间的关系有助于沙地生态恢复和保护。基于生长季科尔沁沙质草地不同植被盖度下土壤水分动态和降水的观测试验,分析了沙质草地植被盖度和土壤水分的耦合关系。结果表明：在土壤剖面上土壤水分存在明显的分层结构,依次为水分剧变层（0~40 cm）、缓变层（40~100 cm）和稳定层（100~180 cm）;植被盖度对土壤水分有很大影响,不同植被盖度下土壤含水量存在显著差异,土壤水分与盖度之间呈倒“V”型关系,土壤水分状况在28%的盖度下最优;不同的植被盖度下土壤水分对降水的响应也存在差异,在13%盖度下响应最敏感,28%和46%的盖度下响应微弱,后二者的土壤水分也相对稳定。在沙地生态恢复建设过程中合理的植被盖度配置可提高降水利用效率,并能使土壤水分和植被达到一种良好的平衡状态,从而有利于生态系统的稳定。     

检测前跟踪框架下利用蒙特卡洛算法的空间碎片跟踪策略研究（英文）

在轨卫星或者空间碎片数量的增多,是对空间目标地基自动观测的一个挑战。尽管北美防空司令部编目管理了绝大多数直径超过10 cm的空间物体,但由于轨道摄动,空间目标的位置信息(基于6个轨道根数)依然非常重要,并需要定期更新。在过去的几十年里,配备电子传感器的现代地基光电望远镜已广泛用于天体测量领域。然而,这种设备的跟踪性能主要取决于空间目标的大小和亮度。这些目标所在的天文图像会有不同的背景;而且,在基于凝视模式的短曝光实时观测过程中,运动目标和背景恒星在不同的信噪比下显示为类似的点扩散函数,难以辨认。本研究是为了实现对非高斯和动态背景的高灵敏度检测和跟踪能力的提高,并具有简单的系统机制和出色的计算效率。为突破该限制,将重点放在利用状态估计技术对微小卫星和暗弱目标进行跟踪上。提出一种基于神经网络的自适应运行高斯平均算法,用以从恒星背景及干扰下提取运动的空间目标。该方法随后被集成到了一个检测前跟踪框架中。该框架利用基于蒙特卡洛的粒子滤波跟踪空间目标。三段来自亚太地基光学空间目标观测系统(APOSOS)图像序列被用来对该跟踪策略进行评估。实验结果表明,该方法能够达到满意的跟踪性能。     

典型喀斯特城市的热岛时空变化及其成因分析

利用1989、2003、2018年的Landsat影像对安顺市西秀区的地表温度进行反演,分析研究区在30年发展中的热岛时空变化及其成因。使用基于影像的反演算法,结合分类回归树算法进行地表温度的反演,用气象站数据对反演结果进行精度验证,并建立缓冲区对研究区进行相关性分析等定量分析。结果表明：研究区受喀斯特地貌的影响,除主城区外,郊区也存在大量高温区;近30年研究区热效应与不透水面、绿地的面积有极显著相关;1989-2003年研究区城市热岛面积随城市扩张逐渐增大,但2018年主城区城市热岛现象几乎完全消失,排除气象因素和城市形态因子影响的可能后,发现这与安顺市城市绿化的大力进行有密切关系。     

GF-2支持下的干旱区稀疏植被区植被覆盖度估算

现有像元二分模型MODIS植被覆盖度模型因其形式简单、适用性较强的特点被广泛应用于区域植被覆盖度（FVC）的估算。然而,研究表明在沙漠和低植被覆盖的西部干旱区,从250 m的影像上很难精准地获取NDVI_veg（全植被覆盖植被指数）和NDVI_soil（全裸土区植被指数）参数。利用常用的直方图累计法获取模型所需参数NDVI_veg和NDVI_soil,估算结果存在普遍高估现象。为此,本文首先引入同期获取的GF-2号卫星数据,从GF-2号影像上提取植被覆盖像元;然后,利用Pixel Aggregate方法重采样至250 m分辨率,获取250 m空间分辨率下纯植被和纯裸土像元;最后,将纯植被和纯裸土像元各自空间位置相对应的MODIS NDVI数据最大值作为模型所需NDVI_veg和NDVI_soil参数,实现研究区内植被覆盖度的估算。试验通过与线性回归法、多项式回归法和直方图累计像元二分模型法估算结果进行精度对比,结果表明：利用GF-2影像辅助的像元二分模型,精准地获取了低植被覆盖区NDVI_veg和NDVI_soil模型参数,提高了干旱区植被覆盖度的估算精度,并有效地抑制了受稀疏植被影响NDVI在干旱区普遍偏高问题导致的FVC高估的现象。     

The spatial local accuracy of land cover datasets over the Qiangtang Plateau,High Asia

We analyzed the spatial local accuracy of land cover (LC) datasets for the Qiangtang Plateau, High Asia, incorporating 923 field sampling points and seven LC compilations including the International Geosphere Biosphere Programme Data and Information System (IGBPDIS), Global Land cover mapping at 30 m resolution (GlobeLand30), MODIS Land Cover Type product (MCD12Q1), Climate Change Initiative Land Cover (CCI-LC), Global Land Cover 2000 (GLC2000), University of Maryland (UMD), and GlobCover 2009 (Glob-Cover). We initially compared resultant similarities and differences in both area and spatial patterns and analyzed inherent relationships with data sources. We then applied a geographically weighted regression (GWR) approach to predict local accuracy variation. The results of this study reveal that distinct differences, even inverse time series trends, in LC data between CCI-LC and MCD12Q1 were present between 2001 and 2015, with the exception of category areal discordance between the seven datasets. We also show a series of evident discrepancies amongst the LC datasets sampled here in terms of spatial patterns, that is, high spatial congruence is mainly seen in the homogeneous southeastern region of the study area while a low degree of spatial congruence is widely distributed across heterogeneous northwestern and northeastern regions. The overall combined spatial accuracy of the seven LC datasets considered here is less than 70%, and the GlobeLand30 and CCI-LC datasets exhibit higher local accuracy than their counterparts, yielding maximum overall accuracy (OA) values of 77.39% and 61.43%, respectively. Finally, 5.63% of this area is characterized by both high assessment and accuracy (HH) values, mainly located in central and eastern regions of the Qiangtang Plateau, while most low accuracy regions are found in northern, northeastern, and western regions.