微波遥感是土壤水分监测的重要手段,但微波遥感土壤水分产品的空间分辨率较低,难以满足区域尺度的应用需求。使用地理加权回归模型,以1 km MODIS产品的遥感地表温度(LST)和归一化植被指数(NDVI)作为辅助数据,将空间分辨率为9 km的SMAP...微波遥感是土壤水分监测的重要手段,但微波遥感土壤水分产品的空间分辨率较低,难以满足区域尺度的应用需求。使用地理加权回归模型,以1 km MODIS产品的遥感地表温度(LST)和归一化植被指数(NDVI)作为辅助数据,将空间分辨率为9 km的SMAP被动微波土壤水分数据降尺度为1 km,利用吉林省地面实测土壤水分数据,对降尺度后的SMAP数据进行了精度验证。结果表明,该降尺度方法在吉林省适用性较好,降尺度结果与SMAP数据在空间分布上保持了较高的一致性,小幅度提高了SMAP数据的精度,显著提高了SMAP数据的空间细节和纹理特征。展开更多
鲣(Katsuwonus pelamis)是中西太平洋金枪鱼围网捕捞的重要资源,其资源分布受环境影响明显。为探索环境对鲣渔获率影响的空间异质性特征,利用中西太平洋渔业委员会(Western and Central Pacific Fisheries Commission,WCPFC)所公布的200...鲣(Katsuwonus pelamis)是中西太平洋金枪鱼围网捕捞的重要资源,其资源分布受环境影响明显。为探索环境对鲣渔获率影响的空间异质性特征,利用中西太平洋渔业委员会(Western and Central Pacific Fisheries Commission,WCPFC)所公布的2005—2019年中西太平洋金枪鱼围网综合的1°×1°渔业及海洋环境数据,对标准化后的环境因子及渔获率选用多尺度地理加权回归(Multi-scale Geographically Weighted Regression,MGWR)方法进行研究。结果表明:1)与传统广义加性模型(Generalized Additive Model,GAM)相比,考虑环境影响空间异质性问题的地理加权回归模型(Geographically Weighted Regression,GWR)和MGWR拟合优度(R^(2))有明显提升,校正后拟合优度(Adjusted R^(2))分别为0.273、0.846和0.871,且拟合结果的空间分布形态更符合真实情况。2)各环境因子对鲣资源分布存在显著的空间非平稳性影响。各海洋环境因子对鲣渔获率分布影响的空间异质性程度(各环境变量变异系数大小)依次为水下55 m东西向海流速度(Sea water X velocity at 55 m depth,U55)>海表面温度(Sea surface temperature,SST)>净初级生产力(Net primary productivity,NPP)>100 m盐度(Sea water salinity at 100 m depth,S100)>55 m南北向海流速度(Sea water Y velocity at 55 m depth,V55)。3)各环境因子的影响存在明显尺度效应差异,NPP的作用尺度为44,其次为S100和U55(均为48),SST的为54,V55为全局尺度。4)总体上,S100、NPP、SST、V55和U55对鲣渔获率正向影响比例依次为73.5%、64.8%、66.8%、80.8%和32.3%;其中S100、NPP和SST对鲣渔获率空间分布的影响相似,具体表现为东西向差异,170°E以西主要为正向影响,170°E以东为负向影响;U55为负向影响为主的因子。展开更多
文摘微波遥感是土壤水分监测的重要手段,但微波遥感土壤水分产品的空间分辨率较低,难以满足区域尺度的应用需求。使用地理加权回归模型,以1 km MODIS产品的遥感地表温度(LST)和归一化植被指数(NDVI)作为辅助数据,将空间分辨率为9 km的SMAP被动微波土壤水分数据降尺度为1 km,利用吉林省地面实测土壤水分数据,对降尺度后的SMAP数据进行了精度验证。结果表明,该降尺度方法在吉林省适用性较好,降尺度结果与SMAP数据在空间分布上保持了较高的一致性,小幅度提高了SMAP数据的精度,显著提高了SMAP数据的空间细节和纹理特征。
文摘鲣(Katsuwonus pelamis)是中西太平洋金枪鱼围网捕捞的重要资源,其资源分布受环境影响明显。为探索环境对鲣渔获率影响的空间异质性特征,利用中西太平洋渔业委员会(Western and Central Pacific Fisheries Commission,WCPFC)所公布的2005—2019年中西太平洋金枪鱼围网综合的1°×1°渔业及海洋环境数据,对标准化后的环境因子及渔获率选用多尺度地理加权回归(Multi-scale Geographically Weighted Regression,MGWR)方法进行研究。结果表明:1)与传统广义加性模型(Generalized Additive Model,GAM)相比,考虑环境影响空间异质性问题的地理加权回归模型(Geographically Weighted Regression,GWR)和MGWR拟合优度(R^(2))有明显提升,校正后拟合优度(Adjusted R^(2))分别为0.273、0.846和0.871,且拟合结果的空间分布形态更符合真实情况。2)各环境因子对鲣资源分布存在显著的空间非平稳性影响。各海洋环境因子对鲣渔获率分布影响的空间异质性程度(各环境变量变异系数大小)依次为水下55 m东西向海流速度(Sea water X velocity at 55 m depth,U55)>海表面温度(Sea surface temperature,SST)>净初级生产力(Net primary productivity,NPP)>100 m盐度(Sea water salinity at 100 m depth,S100)>55 m南北向海流速度(Sea water Y velocity at 55 m depth,V55)。3)各环境因子的影响存在明显尺度效应差异,NPP的作用尺度为44,其次为S100和U55(均为48),SST的为54,V55为全局尺度。4)总体上,S100、NPP、SST、V55和U55对鲣渔获率正向影响比例依次为73.5%、64.8%、66.8%、80.8%和32.3%;其中S100、NPP和SST对鲣渔获率空间分布的影响相似,具体表现为东西向差异,170°E以西主要为正向影响,170°E以东为负向影响;U55为负向影响为主的因子。
