滑坡危险度制图中一种新型的负样本采样方法

滑坡负样本在基于统计模型的滑坡危险度制图中具有重要作用,能够抑制模型的高估,以合理区划滑坡危险区与非危险区。目标空间外向化采样法(Target Space Exteriorization Sampling,TSES)是一种代表性的基于环境特征空间的负样本采样方法,以往研究表明,TSES在基于广义加性模型的滑坡危险度制图中的应用效果较好,但是其采集的负样本是"虚拟"的样本,只存在于环境特征空间中,无法映射到地理空间,因而无法通过野外检核验证所采集负样本的可靠性。针对这一问题,该文提出一种改进TSES方法,不仅可以在环境特征空间中进行负样本采样,而且使得采集的负样本可以映射到地理空间中。以甘肃省油房沟流域为研究区,在TSES与改进TSES两种负样本采样方法下分别对油房沟流域构建基于支持向量机(Support Vector Machine,SVM)的滑坡危险度推测模型,对比并分析两种负样本采样方法下的滑坡危险度制图精度。结果发现,改进TSES方法采集的负样本在基于SVM的滑坡危险度制图中应用效果比TSES好,表明改进的TSES是一种有效的负样本采样方法。

福建省行政区划植被覆盖的动态变化多层次模型

以福建省85个县级行政区划为第一层单元,以福建省行政区划的9个市作为第二层单元,在资源环境卫星数据的基础上,构建县-市级二层植被动态变化影响模型.在中观和宏观上分析福建省植被覆盖动态演变的驱动机制,分析不同行政单元上,不同的社会经济因子和政策等对植被覆盖的影响.研究表明:在市级层次上,国民收入的最终使用指标对植被覆盖的影响较大,与植被覆盖成负相关;在县级层次上,地形因子对植被覆盖的影响较大,与植被覆盖呈正相关,生产要素和生活条件指标与植被覆盖成负相关.

面向“最多跑一次”改革的测绘成果服务平台建设及其关键技术

针对"使用属于国家秘密基础测绘成果审批"事项,由于涉及成果发布、申请、审批、分发等多环节多办事人员协同办理,且申请用户填报信息真伪、办事材料权威性等无从考证等问题,造成办理时需要多次到场、多方求证、重复填报等问题,本文介绍了测绘成果服务平台建设过程中部门数据仓的构建、"标准+应用"元数据管理策略及基于QR编码的二维码跨网络信息传输等关键技术,解决了办事周期长、效率低下及材料的溯源、权威性等问题,同时能够支持省市县三级的"一站式"成果服务和审批分发,符合"最多跑一次"改革要求,对类似问题的研究具有参考价值。

江西省陆地植被空间格局特点及影响因素

为了探求江西省不同地貌特征下的植被空间格局特点及其与影响因素的相互关系,该文以EVImax作为植被覆盖程度指示因子,建立了其与相关影响因子的地理加权回归模型(GWR)。研究表明:(1)在平原区植被主要受到高程的影响,随着高程的升高,形成了湖泊-耕地-河流-居民点-耕地-林混耕地的格局。且在居民点间形成了村落-工业区-城镇的小格局。(2)在丘陵区首先受到坡度因子的影响,形成了盆地(谷地)和山地两大格局,在河流和高程等因子的影响下,整体形成了河流-城镇-耕地-河流-耕地-林混耕地-林地的格局。(3)在山地区,在河流和高程因子共同影响下,形成了河流-城镇-村落(耕地)-林混耕地-林地格局。

新型乡村资产经营模式对农民增收的机制与绩效研究——基于强村公司的实证分析

我国乡村拥有土地、人口、生态环境、民俗文化等独特的资源优势。以充分清点、挖掘乡村地区的资源潜力,推动资源的资产化、资本化为特征的新型乡村资产经营模式对驱动乡村振兴战略的实施和补齐农民共同富裕的短板具有重要作用。本文梳理了新型乡村资产经营模式典型载体强村公司的演进历程与作用机制,勾勒了浙江省强村公司的空间分布情况;进一步地,基于2000-2020年浙江省各地级市面板数据与强村公司地理位置数据进行了实证分析,考察评估了强村公司对农民增收的绩效。研究发现:强村公司密度提高对农村居民人均可支配收入发挥着显著的正向影响,且不同发展模式的强村公司对农民增收的正向影响相差有限,而强村公司注册资本总额对农民集体增收的作用并不显著。最后提出了相应的政策建议,为强村公司持续助推农民增收提供决策参考。

数字土壤制图研究综述与展望

土壤的空间分布是土壤形成与发展过程的体现。数字土壤制图是一种新兴的、高效表达土壤空间分布的技术方法,在过去的30年取得了飞速发展。其理论基础为土壤成土因子学说和地理学第一定律。国内外学者在获取环境变量数据、采样方法、制图模型方法和土壤图产生及评价方面开展了大量的研究,应用案例也从小范围到大区域,甚至是全球尺度。未来数字土壤制图的发展方向包括:环境变量刻画的新技术,特别是体现人类活动方面的环境因子;新型数据和遗留数据的有效利用;土壤发生学知识与数学模型的紧密结合的新型推理方法;支持大数据多终端的计算模式。

土壤制图中多目标属性的环境因子及其尺度选择--以黑龙江鹤山农场为例

研究影响不同土壤属性空间分布的协同环境因子及其作用尺度,对于理解不同土壤属性的成土发展、土壤推测制图及针对多种土壤属性的空间采样设计具有重要意义。针对多种土壤属性,探索不同土壤属性的重要相关环境因子及其作用尺度,并就不同环境因子及其尺度的不同对土壤属性推测制图的影响展开研究。以黑龙江省鹤山农场为研究区,以表层砂粒、粉粒、黏粒、有机质含量和土壤厚度5种土壤属性为研究对象,根据计算邻域窗口大小的不同,生成173个不同尺度的地形因子,对单尺度地形因子和多尺度地形因子进行重要性排序,并根据重要性排序构建单尺度环境因子集1和多尺度环境因子集2,和基于专家知识选出的基准环境因子集3进行制图精度的对比。结果表明:当单尺度地形因子进行重要性排序选择时,所选出的5种土壤属性的重要相关环境因子与基准环境因子集3明显不同。当多尺度环境因子参与时,尽管对各土壤属性的作用尺度不同,各土壤属性排名靠前的因子绝大多数是基准环境因子。砂粒和粉粒的重要相关因子及作用尺度相当,但与黏粒的重要相关因子和作用尺度差别很大,有机质和土壤厚度的重要相关因子十分相似。环境因子集2较基准环境因子集3的制图精度显著提高,RMSE均值提高百分比为7.8%~21.3%,较环境因子集1的制图RMSE均值提高百分比为8.7%~16.5%。因此,针对不同的土壤属性进行制图或采样设计时,需充分考虑其环境因子和作用尺度的不同,针对基准环境因子选择适宜的尺度较选择不同的相关环境因子更重要。