近20年渤海叶绿素a浓度时空变化

浮游植物作为食物链的基础,对海洋生态系统具有重要作用。渤海作为我国最大的内海和重要渔业生物的产卵场、育幼场和索饵场,该区浮游植物研究具有重要意义。叶绿素a浓度是反映浮游植物生物量的重要指标。利用Google Earth Engine平台,对1997–2010年的宽视场海洋观测传感器(SeaWiFS)叶绿素a浓度数据和2002–2018年的水色卫星中分辨率成像光谱仪传感器(MODIS Aqua)叶绿素a浓度数据进行合并,并研究其时空变化特征。研究表明,近20年来,渤海全年叶绿素a浓度增加了14.1%,且增加显著。叶绿素a浓度在所有季节都呈现增加趋势;除11月外,其他各月都呈现稳定或增加趋势。从滦河入河口沿岸至渤海海峡的渤海中部,叶绿素a浓度增加较明显。同时也分析了海洋表面温度、风速和降水量数据。夏季渤海周边区域降水量和风速增加以及秋季海表温度的降低都有助于同季叶绿素a浓度的升高。渤海浮游植物可能受陆源营养物质输入影响较大。     

基于2002-2018年MODIS数据的黄海叶绿素a时空变化研究

浮游植物作为食物链的基础,对海洋生态系统具有重要影响。黄海作为我国重要的渔场,渔业资源面临枯竭的危险,因此对该区浮游植物进行研究具有重要意义。叶绿素a浓度是反映浮游植物生物量的重要指标。利用谷歌地球引擎平台对2002-2018年的MODIS Aqua叶绿素a浓度数据进行处理,并研究其时空分布与变化特征,然后结合区域气候、水文与地理特征以及海洋表面温度、风速、盐度、光合有效辐射和混合层厚度数据分析了其分布与变化的原因。研究发现:受陆源营养物质输入、近岸上升流以及黄海中央冷水团影响,叶绿素a浓度分布呈现由近岸向黄海中部递减特征;在季风、气候、水文的控制下,受风速、海洋表面温度、光合有效辐射、中央冷水团的影响,叶绿素a浓度的最大值出现在4月份,而最小值出现在6、7月份;受苏北沿岸海域海水污染和水体富营养化影响,沿岸海域盐度明显增加,海州湾叶绿素a浓度增速较大;影响黄海叶绿素a浓度变化的环境因子较复杂,除了部分月份存在显著的相关影响因子外,在全年和各季中不存在主导影响因子。     

基于ArcGIS Engine与ArcGIS Server的海域定级信息管理系统设计与开发

以Visual Studio 2012为平台,利用ArcGIS Engine强大的空间分析功能,以C#为开发语言结合第三方插件设计开发海域定级决策子系统,实现了不同用海方式海域的自动化定级,对海域定级基础数据、过程数据和结果数据进行综合管理,构建了一个具有一定实用价值的海域定级信息管理系统原型;此外,利用WebGIS将海域定级决策子系统分析生成的结果数据发布成服务,实现海域定级信息共享子系统。本研究为海域定级提供智能化平台,提高对海域定级及评估效率,有利于海洋可持续发展。     

Google Earth Engine平台支持下的赣南柑橘果园遥感提取研究

赣南地区是中国柑橘主产区,柑橘种植产业经数十年发展已具较大规模。本文利用Google Earth Engine平台,使用2140景Landsat影像进行像元级融合,重构目标年份季节最小云量影像集,构建多维分类特征集,利用随机森林分类算法,实现了1990、1995、2000、2005、2010和2016年赣南柑橘果园的分布制图。结果表明：利用Google Earth Engine平台可实现大量遥感影像数据的高效处理;最小云量影像合成方法能够有效解决多云多雨地区高质量光学影像获取困难的问题;以最小云量影像合成构建的数据集,使用随机森林分类算法能够有效提取赣南柑橘果园,分类平均总体精度和Kappa系数分别为93.15%和0.90,分类效果良好;赣南柑橘果园面积由1990年9.77 km²扩大为2016年2200.34 km²,2005年以后呈大规模扩张趋势,果园分布由零星分布,逐步形成连片化的聚集分布特点,柑橘果园用地的主要来源为林地、灌丛和耕地。     

基于AE的城市地下管线管理系统的建设与实现

结合城市地下管线管理的现状,分析了地下管线信息系统建设的目标,阐述了系统总体结构、系统功能和管线数据组织,介绍了基于AE的城市地下管线管理系统的主要特点。     

地理专家系统的试验研究

80年代人工智能与地理学的结合产生了地理专家系统(GES)。地理专家系统是继地理信息系统之后,对地理知识与推理形式化,建立的具有一定地理专业水平的计算机软件系统。地理专家系统由地理数据库,地理知识库和地理推理机三大部分组成。地理数据库是GES的数据管理模块,我们设计了一套地理信息系统MCGIS来作为微机地理专家系统MCGES的综合数据库;地理知识库是GES的知识管理模块;地理推理机则是GES的推理控制策略的程序体现。本文结合一个用C语言自行设计的基于规则的产生式微机地理专家系统MCGES阐述了地理专家系统的原理和方法。     

基于ArcGIS Engine的大型活动交通管理与模拟系统的设计与开发

以．Net为开发平台，基于ArcGIS Engine组件库开发了大型活动交通管理与模拟软件系统，系统可以为交通管理部门制定交通组织与管理方案提供可靠的决策支持。     

基于ArcGIS Engine的地理信息数据库管理系统设计与实现

随着社会的发展,空间信息在国土、规划等各领域的应用越来越广泛,且其容量也呈几何级增长,如何安全高效地管理、分发空间数据,成为深入应用地理信息系统功能的必要前提。本文以作者实际工作为基础,介绍了利用ESRI公司最新产品ArcGIS Engine开发包设计实现地理信息数据库管理系统的具体方法。     

基于Google Earth Engine和NDVI时序差异指数的作物种植区提取

为提高农作物种植信息遥感监测的效率,扩展数据适用范围,本文提出了一种基于时间序列NDVI差异指数的作物种植区提取方法。随着海量遥感与云计算的发展,Google Earth Engine作为一个全球尺度地理空间分析云平台,弥补了单机计算耗时长的不足,为快速遥感分类带来了新机遇。基于Google Earth Engine平台,以河南省开封市杞县为研究区,以2019—2020年杞县地区多时相Sentinel-2影像为数据源,结合物候信息,根据不同作物在时间序列NDVI曲线上的差异构建NDVI时序差异指数,从而提取作物种植区,区分不同作物类型,并与其他方法进行了精度验证和对比。结果表明：① NDVI时序差异指数法以作物物候信息为基础,与GEE高性能的计算能力相结合,形成了作物种植信息快速提取框架,可以方便快捷地进行作物种植区提取,较本地处理具有明显优势;② 杞县冬小麦和大蒜种植区有明显的空间分异性,冬小麦种植区主要集中在研究区西北部以及南部的农村居民点周围,而杞县大蒜则由于产品流通需要,主要集中在研究区中部以及东北部,居民点较为密集,交通便利的城市周边;③ 与时间序列支持向量机法和最大似然法相比较, NDVI时序差异指数进行作物种植区提取的总体精度达到83.72%, Kappa系数为0.67,分别比最大似然法提高了10.02%和0.21,比支持向量机法提高了4.18%和0.09,表明该方法能更高效率,更高精度地提取作物种植信息,实现区域作物种植信息的高效准确监测。总体来看,该方法在一定程度上可拓展遥感数据在农业领域的应用范围,具有推广价值。     

基于贝叶斯层次时空模型的甘肃省土地利用程度演变分析

以甘肃省为例,在基于Google Earth Engine (GEE)平台实现1995年、2000年、2005年、2010年、2015年和2020年土地变化监测的基础上,利用贝叶斯层次时空模型(BHM)分析土地利用程度的时空变化特征。结果表明：① 研究期间内甘肃省土地利用程度呈增长趋势,其中1995―2000年和2010―2015年增长速度较明显;② 土地利用程度空间格局“东高西低”,热点区域主要分布在陇中、陇东和陇南地区;③ 土地利用程度局部变化呈现明显区域差异,整体表现为“东弱西强”,局部变化热点区域主要分布在河西地区;④ 影响土地利用程度变化的主要因素是经济规模和产业结构,其中经济因素影响程度最高。