基于GIS的水环境管理评价系统研究

水质污染是我国所面临的最严重的环境问题之一,其中很主要的一个原因是没有对水环境信息进行合理有效的分析和利用。本文针对这一状况,将GIS技术应用到水环境质量评价研究中,探讨GIS支持下水环境质量评价的原理及方法,构建相应的模糊综合评价数学模型。将该模型与GIS有机结合,设计并开发了水环境管理评价系统,对洪泽湖水质进行验证并取得了很好效果。

基于地形校正的植被净初级生产力遥感模拟及分析

植被净初级生产力(NPP)模拟研究对碳平衡监测及深入理解碳循环具有重要意义。高空间分辨率、短重访周期的遥感数据和地形校正成为精准模拟山区植被NPP研究的必然选择。在利用DEM数据对太阳总辐射和气温进行地形校正的基础上,估算了研究区植被吸收光合有效辐射因子、温度胁迫因子、水分胁迫因子和典型植被类型的最大光能利用率,构建了改进的CASABTC估算模型,利用HJ-1CCD数据模拟了2009年大别山区植被的NPP,并探讨了其时空变化特征。结果表明:1)由该文模拟值与MOD17A3的精度验证结果分析,基于地形校正的CASABTC模型和HJ-1数据适合精确模拟山区植被的NPP;研究区NPP在冬季比在春、秋、夏季受地形起伏的影响大。2)该文模拟的年NPP平均值为413.7g/(m2·a)比MOD17A3平均值偏小4.9%,在空间分布上前者更加详细,地表特征更明显。3)研究区2009年NPP模拟值范围为0～1143.6g/(m2·a),研究区总面积66.1%的NPP值在200～600g/(m2·a)之间;年总NPP为9.891×106t,约占全国年总NPP的3.2‰,整体上呈现高、低值区交错分布的不规则特点。4)月NPP值随季节而变化,所有植被类型的NPP季节变化曲线都呈典型的单峰分布,且不同植被类型NPP的季节变化幅度有差别。月NPP值的季节变化与气温、太阳总辐射及NDVI的季节变化基本吻合,而降水量年内分配不均与NPP无相关性特点。5)各植被类型的月NPP和总NPP随海拔高度上升而逐渐变大,对于后者当海拔高度上升至1100m时达到最大值,继续上升,其保持在600g/m2左右不变。该研究可为后续基于HJ-1数据的山区植被NPP模拟提供参考。

基于像元二分模型的淮河上游植被覆盖度遥感研究

在分析国内外植被覆盖度遥感估算方法的基础上,选用NDVI像元二分模型,利用"北京一号"小卫星多光谱数据,结合淮河上游流域实际情况,设计了模型应用的技术路线,对研究区植被覆盖度进行了精确估算。利用目估法和照相法对估算结果进行实地验证和分析。结果表明,模型相关系数达到了0.818,研究区内平均植被覆盖度为58.1%,呈现北部低南部高的γ型空间分布。

基于ArcGIS的警用地理信息平台研究

警用地理信息系统已经成为当今警务信息化的重要内容之一,是"金盾工程"的重要组成部分。该系统是从警用地理信息系统的实际应用出发,以公安系统的三级网络为平台,采用C/S和B/S混合构架,以SQL Server数据库为基础,依托于ESRI公司的ArcGIS系列产品,建立的一套满足各地市不同警种需求的综合性应用平台。本文将从该系统的关键技术、总体设计、基本功能三个方面进行探究。

基于一张图的开发区建设用地精细化管理研究

以县管省级开发区为例,基于SOA架构,在ArcGIS平台上开发了建设用地精细化管理一张图平台,设计了开发区建设用地宗地数据的快速更新、浏览、查询、统计分析、专题制图等功能,其结果可通过计算机与互联网实时向开发区管委会、市国土资源局与省国土资源厅三级管理部门进行可视化传导,实现了开发区建设用地从审批、征收、供应到利用的全过程动态管理,为开发区建设用地管理的精细化提供了指导和参考。

1952年以来我国大豆单产变异特征及其影响因素研究

近几十年来,我国大豆产需缺口不断扩大,提升大豆单产水平已成为当前提高大豆总产量的首要可行举措。然而,影响我国大豆单产的驱动因子及其地域空间差异特征并不明晰。本文通过搜集1952年、1965年、1978年、1990年、2000年、2010年和2017年的全国各省市农业统计年鉴等数据,从大豆种植的管理措施、自然因素、科技水平、社会因素、经济因素等方面选取与大豆生产密切相关的13个因子,以大豆单产作为目标变量构建增强回归树模型,量化各因子的相对重要性及其与大豆单产之间的关系,分析大豆单产的变异特征,揭示全国尺度及4个大豆主产区之间的大豆单产驱动力时空分异特征。研究结果表明:1)各年份的大豆单产变异系数为34.1%~73.2%,表明全国各地市大豆单产之间存在较大的差异。本研究构建的增强回归树模型可有效解释43.3%的大豆单产变异性,并可量化揭示各因子与大豆单产之间的非线性关系。2)1952年以来影响我国大豆单产水平的最重要因素依次为大豆播种面积占农作物总种植面积的百分比(相对重要性为20.9%)、文盲率(18.9%)、每公顷化肥(折纯)施用量(10.7%)。3)不同主产区的大豆单产核心驱动力存在空间差异,北方春大豆区的最重要因素为每公顷农业机械总动力(13.1%)、文盲率(11.8%),黄淮海流域夏大豆区的最重要因素为每公顷化肥(折纯)施用量(25.6%)、每公顷农药(折纯)施用量(18.4%),长江流域春夏大豆区的最重要因素为研发支出占地区生产总值的百分比(21.5%)、有效灌溉面积占农作物播种面积的百分比(14.3%),南方多熟大豆区的最重要因素为每公顷化肥(折纯)施用量(22.7%)、第一产业占地区生产总值的百分比(13.3%)。4)大豆播种面积占农作物总播种面积的百分比对于全时期、改革开放前、改革开放后3个时期均是影响大豆单产最重要的因子,改革开放前其他重要的因子包括文盲率和每公顷化肥(折纯)施用量,改革开放后则包括每公顷农业机械总动力和年均温。总之,我国各大豆主产区需合理施用化肥和农药,努力提高机械化水平和农业生产者的知识水平,本研究结果可为各省市采取有效措施提升大豆单产水平提供科学依据。

基于夜间灯光数据和空间回归模型的城市常住人口格网化方法研究

精确掌握常住人口的数量和分布特征有助于明确社会发展情况、提高人口管理能力。目前人口数据主要以行政区为单元统计,难以表现城市内部的人口分布特征。然而,在城市中,受道路、公共服务设施、城市亮化灯光的影响,利用夜间灯光数据对人口回归,精度降低。如何提高城市常住人口回归结果的精度,值得深入研究。上海是中国的国家中心城市之一,在快速城镇化进程中上海面临巨大人口压力。因此,本文以上海市为研究区,以NPP-VIIRS(National Polar-orbiting Partnership Visible Infrared Imaging Radiometer Suite)夜间灯光数据、乡镇级常住人口统计数据为基础,提取商业和居住区的灯光数据来缓解交通、城市亮化区的影响,提高灯光累计值与常住人口数的相关性(相关系数从0.7032提高至0.8026)。然后,本文用空间回归模型对上海市2013年常住人口进行回归,相对误差为10.57%,并对回归结果进行分乡(镇、街道)修正。实验结果表明,使用空间回归模型对常住人口回归可以取得较高的精度,且格网化结果能够弥补传统统计数据空间分辨率低的缺点,更加详细地刻画常住人口的圈层特征与真实分布情况。