基于随机森林模型的云南元阳梯田地形因子分析

为探究地形因子对梯田空间分布的影响,以云南元阳梯田坝达流域为研究区,运用GeoEye-1遥感卫星数据(2010年,1 m分辨率)和数字高程模型(20 m分辨率),提取梯田空间分布信息以及海拔高程、地形坡度、地形坡向、地面曲率、高程变异系数、地形起伏度、地面粗糙度、地表切割度、到水系距离9个地形因子。采用随机森林(Random Forest)方法建模,结合ROC曲线和AUC值对模型进行精度评价,根据随机置换残差均方减少量和因子作用曲线,探讨地形因子对梯田分布的影响规律。研究结果表明:该流域内梯田总面积1 158395 hm2,模型AUC值为0.947,海拔高度因子的随机置换残差均方减少量为38814,到水系距离因子为199.77,地面坡向因子为80.26,三者占总值的73.45%。由此可见,元阳梯田的空间分布主要受海拔高度、到水系距离、地面坡向3类地形因子的影响,其因子曲线表明梯田分布与地形因子间呈非线性关系。     

珠江流域降水集中度时空变化特征及成因分析

基于珠江流域内43个常规气象站点1960~2012年的逐日降水资料,计算了流域内各站点长期降水集中度(LCI)和逐年降水集中度(ACI);采用Mann-Kendall趋势检验法和Sen’s坡度检验法检测ACI时间上的变化趋势;同时采用反距离权重插值法(IDW)对LCI的区域特征和ACI的变化趋势进行空间插值以分析降水集中度的时空分布规律;采用随机森林(RF)算法对降水集中度的影响因子进行重要度分析。结果表明:(1)珠江流域逐年降水集中度ACI的年际变化不明显,东南部呈上升趋势,西北部呈下降趋势;(2)珠江流域西北部长期降水集中度LCI值偏小,即降水分布较平均;东南部长期降水集中度LCI值偏大,即降水较集中,表明该地区降水极值情况发生的几率相对较高,该空间分布趋势可能是受距离海洋的远近及海拔的影响;(3)众多气候影响因子中,东亚夏季季风(EASMI)对珠江流域的降水集中度影响最明显。     

Possibilities of land use change analysis in a mountainous rural area: a methodological approach

Decreasing population density is a current trend in the European Union, and causes a lower environmental impact on the landscape. However, besides the desirable effect on the regeneration processes of semi-natural forest ecosystems, the lack of traditional management techniques can also lead to detrimental ecological processes. In this study we investigated the land use pattern changes in a micro-region (in North-Eastern Hungary) between 1952 and 2005, based on vectorised land use data from archive aerial photos. We also evaluated the methodology of comparisons using GIS methods, fuzzy sets and landscape metrics. We found that both GIS methods and statistical analysis of landscape metrics resulted in more or less the same findings. Differences were not as relevant as was expected considering the general tendencies of the past 60 years in Hungary. The change in the annual rate of forest recovery was 0.12%; settlements extended their area by an annual rate of 3.04%, while grasslands and arable lands had a net loss in their area within the studied period (0.60% and 0.89%, respectively). The kappa index showed a smaller similarity (~60%) between these dates but the fuzzy kappa and the aggregation index, taking into account both spatial and thematic errors, gave a more reliable result (~70–80% similarity). Landscape metrics on patch and class level ensured the possibility of a detailed analysis. We arrived at a similar outcome but were able to verify all the calculations through statistical tests. With this approach we were able to reveal significant (p < 0.05) changes; however, effect sizes did not show large magnitudes. Comparing the methods of revealing landscape change, the approach of landscape metrics was the most effective approach, as it was independent of spatial errors and ensuring a multiple way of interpretation.     

Landsat-8 vs. Sentinel-2: examining the added value of sentinel-2’s red-edge bands to land-use and land-cover mapping in Burkina Faso

The availability of freely available moderate-to-high spatial resolution (10–30 m) satellite imagery received a major boost with the recent launch of the Sentinel-2 sensor by the European Space Agency. Together with Landsat, these sensors provide the scientific community with a wide range of spatial, spectral, and temporal properties. This study compared and explored the synergistic use of Landsat-8 and Sentinel-2 data in mapping land use and land cover (LULC) in rural Burkina Faso. Specifically, contribution of the red-edge bands of Sentinel-2 in improving LULC mapping was examined. Three machine-learning algorithms – random forest, stochastic gradient boosting, and support vector machines – were employed to classify different data configurations. Classification of all Sentinel-2 bands as well as Sentinel-2 bands common to Landsat-8 produced an overall accuracy, that is 5% and 4% better than Landsat-8. The combination of Landsat-8 and Sentinel-2 red-edge bands resulted in a 4% accuracy improvement over that of Landsat-8. It was found that classification of the Sentinel-2 red-edge bands alone produced better and comparable results to Landsat-8 and the other Sentinel-2 bands, respectively. Results of this study demonstrate the added value of the Sentinel-2 red-edge bands and encourage multi-sensoral approaches to LULC mapping in West Africa.     

微生物对地下水中萘的降解特性及动力学研究

针对我国东北某石油烃污染场地地下水中的萘污染,筛选出了Acinetobacter和Pseudomonas菌属的高效萘降解菌群。该菌群对萘的耐受性较高,且具有良好的乳化性,能够自动调节细胞表面疏水性和自聚集性。不同pH值、萘初始浓度、温度和菌接种量对萘降解效率的影响研究表明:最适菌群生长的pH范围为7.08.0;萘降解效率和速率在1.005.00 mg/L范围内与其初始浓度成正比;在1030 ℃温度范围内均表现出较高的萘降解效率。在此基础上,利用Guass、GuassAmp、LogNomal、Poisson和Pulse数学模型对萘的降解过程进行拟合,其降解速率更符合GuassAmp模型。通过将降解动力学模型中的常数与影响因素相关联,推导出了拟合度较高的多因素影响下的萘降解动力学方程。     

西昌市1989—2018年林地草地湿地动态变化特征分析

遥感技术已被广泛应用于生态环境调查与研究。为获取西昌市近30 a生态环境演化趋势,利用1989年、2000年、2010年的专题绘图仪(Thematic Mapper,TM)遥感影像和2018年的陆地成像仪(Operational Land Imager,OLI)遥感影像,通过图像处理、目视解译和野外验证等方法,获得了西昌市1989—2018年的土地利用/覆盖数据,并对林地、草地和湿地的动态变化特征进行了研究。结果表明: 1989—2018年,西昌市林地、湿地和草地面积持续增加,生态环境持续向好; 林地主要分布于安宁河谷和邛海盆地四周山地,在牦牛山、螺髻山一带形成主要林区; 草地主要呈星岛状分布于牦牛山、螺髻山一带林地之间; 湿地以河流湿地与湖泊湿地为主,主要沿安宁河及邛海分布。但仍存在一些问题: 森林存在针叶化现象较普遍、树种单一等问题,需要重点加强林区火灾防范; 草地多数呈零星片状分布,不具有完整的系统结构和良好的功能,多数草地承载力和生产力较低,不宜大规模开发利用,应通过封山育林促使其向森林转化; 湿地分布也比较局限,需要着力予以保护。研究成果可为西昌市生态保护修复措施的制定及经济社会可持续发展提供科学依据。     

四川盆地云和降水观测科学试验设计与实践

2014—2017年四川地区开展了大范围云系观测科学试验。观测对象以盆地层状云系和积层混合云系为主,积状云(对流云)为辅。本文围绕试验目标、区域、观测要素、观测布局设计、观测方案设计、设备技术参数和典型个例等7个方面进行介绍,根据不同类型云系和降水变化特征,设计有针对性的观测方案,获得了不同类型云系和降水的多尺度连续性观测数据,为四川地区开展云和降水关系研究提供详实的综合型外场观测数据。层状降水云典型个例云高可达8km,云强核心部位的云雷达反射率可达28dBz,径向速度可达-6m·s~(-1),在0℃附近,反射率和退偏振因子LDR上有一条明显的亮带,表现为极大值,液态水主要集中于4.5km以下,随着雨强增大,液水含量增加,降水滴谱分布较窄,随着雨强减小,雨滴谱和速度谱变窄,但小粒径数浓度增加,说明对层状云雨强起主导作用的是雨滴直径,而不是数浓度;无降水层状云典型个例云层厚度为3.2km,云顶约为4km,云雷达反射率不超过0dBz,径向速度不超过5m·s~(-1),层状云内整层水汽含量和液水含量较为稳定,云中主要为液态粒子且粒径偏小、小粒径数浓度较高。     

海南岛天然橡胶林台风灾害风险评价

台风灾害是海南橡胶种植中影响最为严重和主要的灾害,为对其风险进行定量评估,本研究以海南岛天然橡胶林为研究对象,基于灾害风险评估理论,融合橡胶台风灾害、社会经济和气象数据,建立橡胶台风灾害危险性、暴露性和脆弱性评价模型,利用加权综合评价法开展天然橡胶林台风灾害风险评价。结果表明：海南橡胶种植高风险区位于沿海台风发生频繁市县,其中琼海、文昌、海口为海南岛橡胶灾害风险最高的地区,其次陵水、万宁、琼中、屯昌、东方等地区灾害风险也较高。风险最低地区位于中部五指山、保亭、乐东、三亚等地区,评价结果与实际灾害发生以及种植情况相符。评价结果表明,台风灾害危险性是风险的主导因子,但非单一决定因子,种植技术、品种改良等措施对脆弱性降低起到了较好的促进作用。评价结果可为橡胶林避灾防灾及种植布局提供依据。     

具有随机扰动和混合时滞的两层异质网络的同步研究

在现实生活中,很多复杂的系统不是由单个网络来表示,而是由一组相互依赖的网络系统来表示的.本文研究了具有随机扰动和混合时滞的两层异质网络的对应节点的同步控制问题.基于随机微分时滞方程的LaSalle不变原理和Lyapunov稳定性理论,采用牵制控制方法,对部分节点实施控制,给出了实现同步的充分条件.为了降低反馈控制的增益,结合自适应控制的方法,进一步弱化了两层异质网络实现同步的条件.最后,通过数值仿真,验证了理论结果的有效性.     

基于WRF模式的风电场短期风速集成预报方法研究

风能始源于大气的运动,具有很大的随机性和间歇性。风速预测是风电场风功率预测的基础,其准确性具有重要的意义。对于复杂地形条件下,风速的预报一直是各国研究的难点和重点。为了提高风电场短期风速预报的准确性,本研究采用多种边界层参数化方案来集成预报风速,将各单一边界层参数化方案预报的风速及相应的实测风速数据,应用随机森林算法建立集成预报模型,对风电场的短期风速进行集成预报研究。试验结果表明,采用集成预报风速方法,预报的风速误差相比于单一边界层参数化方案预报的风速误差明显减小,对研究区域的风速、风向等气象要素有着较好的模拟效果,能够有效提高风速预报的准确率。