Spatio-temporal streamflow generation in a small,steep headwater catchment in western Japan

Headwaters contribute a substantial part of the flow in river networks. However, spatial variations of streamflow generation processes in steep headwaters have not been well studied. In this study, we examined the spatio-temporal variation of streamflow generation processes in a steep 2.98-ha headwater catchment. The time when baseflow of the upstream section exceeded that downstream was coincident with the time when the riparian groundwater switched from downwelling to upwelling. This suggests that upwelling of the riparian groundwater increased considerably in the upstream section during the wet period, producing a shift in the relative size of baseflow between the upstream and downstream sections. The timing of fluctuations among hillslope soil moisture, hillslope groundwater and streamflow reveals that the hillslope contributed to storm flow, but this contribution was limited to the wet period. Overall, these results suggest that streamflow generation has strong spatial variations, even in small, steep headwater catchments.

EDITOR A. Castellarin ASSOCIATE EDITOR X. Chen     

2000年以来天目湖流域茶园分布变化及趋势模拟

土地利用/土地覆被变化(LUCC)与区域的可持续发展密切相关,分析土地利用变化及其空间变量的关系,建立模拟模型来认识和揭示土地利用变化的特征和时空分布规律,为未来规划和政策的制定提供支持是LUCC研究的重点问题之一.本研究以太湖流域上游典型丘陵山区茶园开发作为重点研究对象,结合中高分辨率遥感影像信息、1:50000国家标准地形图数据和野外土壤采集分析数据获取2000年以来茶园及其它土地利用信息、研究区地形地貌数据和土壤数据,通过对2000年以来茶园及其新开茶园的区位分布分析,发现茶园的变化呈现快速增长的趋势,11年研究区茶园面积扩大了5倍,其中一半以上的面积是最后3年增长的;茶园在流域上不同分区的分布差异比较大,这些差异与分区自然条件、区位条件和开发条件有一定关系.根据Cramer V卡方检验结果值,比较不同的茶园区位影响因子对茶园分布的影响力,确定高程、坡度、水库、河流、村落、主干道路和茶园规模对茶园区位影响比较显著.用茶园区位影响显著性的7个因子通过迭代优化建立MLP神经网络模型,对研究区的未来茶园的分布区位进行模拟,并且用已开发茶园对模型进行验证,达到84%的区位预测精度.基于模型用现有茶园开发模式、2000年左右茶园开发模式和折中模式3种情景模拟未来茶园的分布,发现按现有的茶园开发速度,2020年茶园总面积将达到流域总面积的1/4,任何一种情景都改变不了茶园在重要功能区的增长趋势,因此迫切需要政府采取相应的措施对茶园面积的增长和区位的分布进行控制.     

顾及空间异质性的大范围地面沉降时空预测

大速率、不均匀的地面沉降已经威胁到人类的生产活动,高精度的沉降预测结果对于地质灾害的精准防控具有重要意义。为掌握地面沉降的演化规律,利用现场观测数据或InSAR数据开展了多项预测研究。然而,由于空间异质性的存在,大范围地面沉降的准确预测仍然是一项挑战。在这项研究中,从数据驱动的角度提出了一种顾及空间异质性的大范围地面沉降时空预测方法 STLSTM (Spatio-temporal Long Short-Term Memory)。首先,通过聚类识别地理空间中的均质子区;然后,在每个子区中,一个特别的长短期记忆LSTM (Long ShortTerm Memory)网络被用来捕捉局部位置的非线性特征;最后,利用预训练的网络对未来时刻的地面沉降进行定量预测。在实验部分,哨兵1号影像数据被用来比较STLSTM与其他8种基准方法的性能,利用空间统计指标分析了模型的有效性。结果表明,STLSTM在152 s内达到了最高的预测精度（71.4%）,且能够有效弱化空间异质性对大区域沉降预测任务的影响。总之,这项研究将空间异质性处理策略融合到深度学习模型中,实现了高精度、高时效的大范围地面沉降时空预测。     

基于深度学习的人群活动流量时空预测模型

传统的时空预测方法缺乏对复杂时空非线性关系的描述,且难以顾及空间多尺度特征对于预测结果的影响.针对这一问题,本文提出了一种融合空间多尺度特征的时空网络模型(MST-Net),将流量预测的回归问题转换为具有时空特性的判别模型.首先,通过并联卷积提取空间多尺度特征;然后,通过引入注意力机制的门控循环单元提取时间特征;最后,...     

顾及时空对象空间相互作用的疫情风险评估建模与应用

新型冠状病毒肺炎（Coronavirus Disease 2019,COVID-19）在全球的传播仍在持续,根据COVID-19在国内早期的扩散特征,从地理学角度出发,构建了一种顾及时空对象空间相互作用机制的疫情风险评估模型,模型在参照时空对象空间相互作用迁移型传导模式的基础上,重点考虑了疫情传播的时空过程、并兼顾空间依赖及空间异质性因素,实现了疫情风险城际传播的关联性、动态性分析。在实证研究阶段,基于该模型对武汉及其主要影响城市在2020年1月上旬到4月上旬的疫情风险及动态演变进行了评估,通过与基于城市对象自身属性计算得到的实时疫情风险指数及其空间分布进行比较,验证了基于时空对象的空间相互作用模型在疫情风险评估方面的有效性。结果表明：① 模型能兼顾疫情传播的空间依赖及空间异质性特征,体现疫情风险的城际传播过程,为疫情传染风险评估及相关空间问题的研究提供了一种新的视角和方法;② 来自源对象的输入性疫情风险与对象间的空间相互作用强度存在显著正相关性,因此在疫情防控中要结合空间相互作用的主要影响因素进行综合决策。     

CALPUFF模型模拟结果的时空多维可视化表达

大气污染扩散模型数值模拟结果的时空多维可视化表达,能有效展示大气污染扩散空间分布,为快速高效辅助后期污染分析与应急决策提供重要的参考。CALPUFF模型能高效模拟污染物在大气环境中时空变化的扩散过程,而现有大气污染扩散模型模拟结果可视化表达普遍存在不能有效集成地理信息、缺失部分重要维度特征等问题。论文首先分析了CALPUFF模型,及其与组件式GIS紧密集成的技术方案,为模型模拟结果与地理信息集成提供了技术支持。然后,基于CALPUFF模型的数值计算模拟结果,详细研究了风场数据预处理及其矢量绘制方法,浓度场的数据预处理及其栅格渲染方法。在三维地形场景下,探究了大气污染物的时空扩散模拟可视化表达方法,给出了CALPUFF模型模拟结果与三维地形场景的集成表达策略。最后,通过组件式GIS,构建了福州市三维地形场景,以大气污染CALPUFF扩散模拟结果为例,在WPF系统框架下,实现了风场和浓度场的时空动态模拟和空间层级多维可视化表达。实验结果表明,本文所采用的时空可视化技术方案能将CALPUFF模型模拟结果,有效集成三维地形场景,实现模型模拟结果在时间维度上动态扩散和在空间维度上的层级分布,可为大气污染模拟结果的时空多维可视化提供参考。     

2005-2014年北京市主要城建区热岛强度时空格局分析

本文利用LANDSAT-8数据计算距离加权不透水面聚集密度,以城市聚类算法提取北京市主要城建区范围。并用2005-2014年MODIS 8天合成地表温度产品,以主要城建区面积150%的周边区域作为边缘区,计算城建区与边缘区平均温度差值为热岛强度;分析北京市主要城建区热岛强度年内时序变化;依据地表温度与当月平均热岛强度对热岛强度进行等级划分,统计不同热岛强度等级出现频率,分析其空间分布特征及与不透水面聚集密度的相关性。结果表明：（1）年内1-12月热岛强度随边缘区平均温度变化显示较好的规律性,白天为逆时针分布,夜间为顺时针分布;（2）白天热岛强度等级以2、3级为主,春、夏季中南部为三级热岛强度高发区;夜间呈现由外围向中心的“环状递增”特征,高等级热岛强度出现的频率由外围向中心不断递增;（3）不透水面聚集密度对白天不同等级热岛强度出现频率影响显著,1-4级热岛强度出现频率,随不透水面聚集密度增加而增加,不透水面聚集密度达到50%后的影响趋于减弱。     

海洋标量场时空过程远程动态可视化服务研究

随着多源、大面海洋遥感数据及其反演产品呈指数形式增加,利用网络实现远程长时间序列的海洋标量场动态可视化查询、分析,成为海洋信息服务的迫切需求之一。本文在深入分析现有海量数据网络动态可视化技术及海洋标量场时空变化过程的特点时,针对海洋标量场数据探讨标量场的点过程和面过程的网络可视化表达。并以海表温度数据为例,介绍了从MODIS的海表温度反演产品到网络发布的整个处理流程,构建了中国台海区域海表温度场时空过程的网络可视化原型系统。在该原型系统中,实现了海表温度场任意点位的温度查询,任意点位温度时间变化的过程曲线,温度场面过程时空过程动态演进可视化分析等功能。同时该原型系统可以为其他海洋标量场的时空过程可视化提供技术与方法借鉴。     

四川盆地暖区暴雨特征分析

给出四川盆地暖区暴雨的定义,并根据天气形势和影响系统将其分为西南涡型、副热带高压边缘型、西南急流型和东南风型四类.然后利用2008-2018年5-9月常规和自动站逐时降水资料统计分析四类暖区暴雨的时空分布特征和降水性质,并选取典型个例,对暴雨中尺度特征和成因进行了分析.主要结论包括:四类暖区暴雨易发于山脉迎风坡、喇叭口...     

Spatio-temporal variations and influencing factors of energy-related carbon emissions for Xinjiang cities in China based on time-series nighttime light data

This essay combines the Defense Meteorological Satellite Program Operational Linescan System(DMSP-OLS) nighttime light data and the Visible Infrared Imaging Radiometer Suite(VIIRS) nighttime light data into a “synthetic DMSP” dataset, from 1992 to 2020,to retrieve the spatio-temporal variations in energy-related carbon emissions in Xinjiang,China. Then, this paper analyzes several influencing factors for spatial differentiation of carbon emissions in Xinjiang with the application of geographical...