大城市边缘区建设用地空间分布格局的定量化测度研究

选择北京市房山区平原地区作为分析样区，在GIS技术的支持下对建设用地的空间分布格局进行了定量化测度研究。分析数据显示，其分布与交通干线具有明显的空间相关，交通干线具有一定的“轴向”聚集和辐射效应。     

鱼眼影像技术反演植被冠层结构参数的研究进展

快速、可靠、精确的评估植被冠层结构参数在大气一植被相互作用的研究中起着举足轻重的作用。从冠层结构参数的反演原理、冠层间隙度的提取、冠层结构的反演模型和丛生指数3个方面论述了冠层结构参数即叶面积指数（LAI,leaf area index）和叶倾角分布（LAD,leaf angle distribution）的反演方法,并从鱼眼像片的采集、分析和模型的假设等方面分析影响冠层结构参数反演精度的原因,指出未来鱼眼影像技术虽然是LAI和LAD间接测量的理想手段,但是受观测环境、相机光学特性和冠层本身的影响,反演结果需要通过验证来消除不确定因素。     

Tree survey and allometric models for tiger bush in northern Senegal and comparison with tree parameters derived from high resolution satellite data

A tree survey and an analysis of high resolution satellite data were performed to characterise the woody vegetation within a 10 × 10 km² area around a site located close to the town of Dahra in the semi-arid northern part of Senegal. The surveyed parameters were tree species, height, tree crown radius, and diameter at breast height (DBH), for which allometric models were determined. An object-based classification method was used to determine tree crown cover (TCC) from Quickbird data. The average TCC from the tree survey and the respective TCC from remote sensing were both about 3.0%. For areas beyond the surveyed areas TCC varied between 3.0% and 4.5%. Furthermore, an empirical correction factor for tree clumping was obtained, which considerably improved the estimated number of trees and the estimated average tree crown area and radius. An allometric model linking TCC to tree stem crosssectional area (CSA) was developed, which allows to estimate tree biomass from remote sensing. The allometric models for the three main tree species found performed well and had r²-values of about 0.7–0.8.     

对Beer-Lambert定律间接测量森林LAI的误差低估分析

 叶面积指数(Leaf Area Index,LAI)是表征植被冠层结构的核心参数。在地面对LAI的间接测量是遥感反演算法验证和改进的重要手段,而目前基于Beer-Lambert定律的森林LAI地面间接测量方法存在着严重的低估问题。本文通过理论分析,指出Beer-Lambert定律在应用到森林叶面积指数测量时,LAI低估的根本原因来源于叶面积体密度、消光路径及叶倾角投影G函数在空间上的不均匀性,并定量评估了冠层非随机分布对LAI测量结果的影响,发现植被冠层的非随机分布会对LAI的测量带来20％~40%的误差。这一结论,对于Beer-Lambert定律的简单修正应用于森林LAI间接测量时仍存在着较大的局限性,尚未能根本上解决LAI的低估问题,故间接测量LAI的理论和方法需进一步深入研究。     

Revisiting John Snow's map: network-based spatial demarcation of cholera area

Dr. John Snow's cholera map is known as one of the pioneering examples of an epidemiology map, illustrating the spatial distribution of the victims from the cholera outbreak. This article revisits his map and expands on his attempt at visualizing the distribution of the victims by focusing on spatial demarcation using the sphere of influence along the street network by applying two analytical methods that are designed for analysis of network space. First, the article generates a network-based Voronoi diagram of the water pumps in the map that encompasses Snow's original version of the equidistance line that was drawn around a single pump. The article then presents a new, revised equidistance line that better reflects the circumstances around the time of the outbreak. This is followed by the construction of another set of boundaries derived by the application of a network-based clumping method. Comparing the demarcation lines produced with the two methods shows a sphere of influence which was unclear when using the network Voronoi diagram alone. Results from the analysis using the clumping method also confirm some of Snow's observations on the spatial distribution of the victims.     

基于Ｌｏｔｋａ Ｖｏｌｔｅｒｒａ方程的基因调控网络的稳定性分析

在2007年7—8月棉花生长旺季,将冠层按高度分多层,通过简单的试验方法确定了棉冠内叶片丛聚指数（clumping index,Ω）,以此区分计算出田间各层逐时阳叶（受光叶）和阴叶（被遮荫叶）叶面积指数的动态值。在8月23日用LI-6400R便携式光合测量系统分多层分别测定阴、阳叶单张叶片净光合作用的日变化,结合阴、阳叶面积权重,探讨利用Ω区分阴阳叶之后对整个冠层日总光合作用的影响。试验结果表明：（1）花铃期棉花冠层内Ω约为0.68;（2）利用Ω计算得到8月23日冠层日间（09：00—18：00）总净光合作用日平均值大约为20.3μmol·m-2·s-1,其中阳叶贡献约占总量的72%,阴叶约占总量的28%;（3）上层叶片贡献约占总量的75%,中层叶片约占总量的22%,下层叶片约占总量的3%。     

Cepheus OB3巨分子云复合体成块性质的研究

根据文[1]中图1（a）和图1（b），分别对CepB和CepF进行成图处理，得到了它们的强度分布图和速度分段积分等高图，通过对这些强度分布图和速度分段积分等高图的分析和研究，也得到了CegheusOB3巨分子云复合体是成块的，并且这些块是没有被自引力束缚的，同时还得到了CepB和CepF的外流的动力学时标。     

半椭球形树冠对冠层间隙率与聚集度指数的影响研究

作为森林冠层结构的重要组成部分,树冠形状对冠层间隙率与聚集度指数的计算有重要影响。之前的研究通常将树冠假设为圆锥形、圆柱形、圆锥+圆柱形等形状计算了冠层间隙率与聚集度指数。然而,树冠生长受外部环境以及内部顶端优势等因素的影响,相较于上述理想化的树冠形状,半椭球形更符合树冠自然生长规律。事实上,半椭球形是一种十分常见的树冠形状。本文以树冠在空间呈泊松分布为前提,推导出半椭球形树冠的冠层间隙率与聚集度指数计算公式,并进一步扩展到双半椭球形树冠。同时,以半椭球形树冠为计算基准,对比分析了半椭球形树冠与其他树冠形状冠层间隙率与聚集度指数的相对差异。模拟计算中主要输入参数包括树冠密度、树冠高度、树冠半径以及叶面积指数等。最后通过虚拟场景对结果进行验证。结果表明：（1）半椭球形树冠与其他树冠形状的冠层间隙率有较大差异。随着观测天顶角增加,不同树冠形状与半椭球形树冠的冠层间隙率的相对差异也逐渐增大。当观测天顶角为70°时,圆锥形树冠与半椭球形树冠的冠层间隙率相对差异已接近100%。（2）树冠形状对聚集度指数同样有较明显影响。极端情况下,圆锥形树冠与半椭球形树冠的聚集度指数相对差异达到30%。（3）半椭球形树冠与其他树冠形状的半球空间聚集度指数期望值的差异不容忽视。     

树冠形状对孔隙率及叶面积指数估算的影响分析

叶片在树冠尺度的聚集是森林场景中的重要聚集形式,模型中常假设树冠为规则的几何形体(椭球、圆锥、圆锥+圆柱等)。对树冠形状归属进行判断时界限并不明显,从而具有很强的主观性。本文首先扩展了Nilson的森林孔隙率模型,使其适用于椭球、圆锥、圆锥+圆柱等3种常见形状的树冠,并基于该模型分析了孔隙率、聚集指数对树冠形状的敏感性。同时,本文还分析了树冠形状对叶面积指数(LAI)地面间接测量精度的影响。基于不同形状树冠的模拟数据分析发现,树冠的体积、投影面积是树冠形状产生作用的主要因子,在冠层底部椭球形树冠和圆锥+圆柱形树冠的平均孔隙率、聚集指数都非常接近,而圆锥形树冠与两者存在较大差异。树冠形状的错误设置在极端情况下可导致估算的真实LAI误差超过25%。     

叶面积指数间接测量方法

叶面积指数是对地遥感的关键参数。间接测量法快速高效,已广泛应用于叶面积指数的地面测量和遥感验证中,服务于众多行业和领域,表现为论文被引数远远大于发文数。从理论基础、代表算法、测量仪器、影响因素几个方面全面总结了叶面积指数间接测量方法的发展和现状,指出聚集/尺度效应、叶倾角分布、木质组分、地形效应是影响测量精度的关键因素,针对这些影响因素对未来发展方向进行了展望。