北京城市副中心及周边区域蓝绿空间景观格局及降温效应评估

科学评估北京城市副中心及周边区域建设不同阶段景观格局和热环境,对其今后的发展规划和相关政策制定具有重要意义。以北京城市副中心外围规划为基准稍作调整作为研究区,选取2016年、2018年、2020年和2022年共4期资源三号遥感影像数据,以及Google Earth Engine(GEE)中4年6月1日-9月30日的Landsat 8遥感影像数据,通过面向对象分类、地表温度反演、相关性分析方法定量分析不同时期的蓝绿空间景观格局以及蓝绿空间的降温效应。结果表明:(1)2016-2022年,研究区蓝空间的面积占比在保持稳定的同时逐渐增加,绿空间的面积占比先减少后增加;(2)2016-2022年,北京城市副中心及周边区域蓝绿空间景观格局中各斑块类型在景观中的分布越来越均衡;(3)2016-2022年间,地表温度均值呈“上升—下降—上升”的波动变化,蓝空间的地表温度最低,其次是绿空间,蓝空间和绿空间在一定程度上起到降温的作用;(4)提高聚集度、减少人类活动的割裂程度、减小空间破碎度均可提升蓝绿空间的降温效应。总体而言,北京城市副中心及周边区域建设使得蓝绿空间面积增加,景观格局分布更加均衡,蓝绿空间的降温效果较为明显。

基于遥感的废弃矿区生态环境质量变化研究:以茂名油页岩矿区为例

茂名油页岩的开采为经济发展做出了重要贡献,然而采矿造成了植被破坏、土地损害等生态环境问题。2013年,茂名露天矿系统性生态修复工程正式启动,为实现对废弃露天矿区生态修复情况的监测,本文以茂名油页岩矿区为研究区,选取1993—2021年的Landsat系列遥感影像,从矿坑水体面积、植被覆盖度(FVC)、遥感生态指数(RSEI)3个方面对研究区生态环境时空演化规律进行分析,并通过地理探测器对研究区生态环境质量空间分布的驱动因子进行探究。研究结果表明:(1)矿坑废弃后,矿坑内的水体面积逐渐增长,在2017年之后稳定在4.6 km^(2)。(2)1993—2013年矿坑1 km缓冲区内FVC在较低的范围内波动,2014—2017年呈现明显增加的趋势,2017年以后增速有所减缓;北排土场FVC均值在2008年达到0.809,之后处于较为稳定的状态。(3)矿坑1 km缓冲区内,矿区修复期间RSEI均值增长的趋势最为明显,但部分区域仍出现了RSEI小幅度下降的趋势,说明在矿坑修复期间,工程的实施可能对生态环境造成一定影响;北排土场内RSEI均值呈现增长趋势,2007年以后趋于稳定。(4)研究区内土地利用和夜间灯光对生态环境质量空间分布有重要影响。本研究可为矿山管理部门及矿权企业提供决策辅助,为生态修复的长效监管机制提供技术保障。

京杭大运河沿线地区城市化与生态环境耦合协调关系研究

以京杭大运河沿线地区城市为研究对象,运用夜间灯光数据和Landsat数据分别建立表征城市化水平的夜间灯光指数和表征生态环境质量的遥感生态指数,研究京杭大运河沿线地区城市1992—2018年的城市化及生态环境变迁;运用耦合协调度模型及其分类原则判定两者协同发展格局,为京杭大运河沿线地区城市与生态环境协调发展提供科学依据和决策支持。结果表明:①京杭大运河沿线地区城市发展水平具有空间不平衡性,呈现出南北高,中部低的空间格局,1992—2018年京杭大运河沿线地区高城市化水平的城市逐年增多,1992—2002年为城市化缓慢发展阶段,2002—2013年为城市化进程加速阶段,2013—2018年为城市化稳步提升阶段;②1992—2018年京杭大运河沿线地区遥感生态指数均大于0.4,表明京杭大运河沿线地区生态环境均较好,1992—2002年京杭大运河沿线地区生态环境状况相对稳定,2002—2007年生态环境质量提升,2007—2018年生态环境质量有所下降;③1992—2018年京杭大运河沿线地区城市化与生态环境系统耦合协调度先上升后下降,协同发展类型整体上逐渐由城市化滞后演变为生态环境滞后,生态环境质量需要进一步提高。大运河沿线地区在发展经济的同时,也应加大对生态环境的保护。

北京公园湖泊水环境监测及灰色关联度分析评价

选取北京5环内的5个公园湖泊(北海、颐和园、玉渊潭、陶然亭、朝阳公园)均匀布设监测点,用Hydrolab水质监测仪测定水体氨氮、硝氮、氯离子、总溶解物、电导率、盐分、溶解氧、pH、叶绿素a等指标值。从水体无机离子含量、清洁程度、富营养化程度三方面分析公园湖泊水环境状况,并应用灰色关联度模型综合评价公园水环境质量。结果表明:颐和园水质最好,为Ⅰ类水,北海公园和玉渊潭水质较好,为Ⅱ类水,朝阳公园水质较差,为Ⅳ类水,陶然亭水质差,为Ⅴ类水。公园湖泊水环境的监测与评价为公园水体的保护和治理提供了重要依据,对公园湖泊充分发挥其休闲游憩的功能有重要意义。

京津冀地区植被物候时空变化及其对城市化的响应

温度在调节植被物候的变化中起着重要作用,气候变暖和城市化均会对温度产生影响进而影响植被物候。基于京津冀地区2001—2020年的归一化植被指数(NDVI)时间序列影像,参照物候观测站点监测数据,采用动态阈值法提取出研究区关键物候参数,即生长季始期(SOG)、生长季结束期(EOG)和生长季的长度(LOG),分析近20年京津冀地区耕地、林地、草地不同植被的物候时空变化特征及其城乡差异,从而探讨植被物候对城市化的响应。结果表明:(1)耕地SOG分布呈现双波峰现象,林地和草地的SOG相对集中,3种植被的EOG的分布均较为集中;2001—2020年京津冀大部分地区的SOG提前,EOG推迟,LOG呈现延长的态势。(2)从城乡梯度物候差异的空间分布特征来看,整体而言耕地、林地、草地3种植被类型的城区物候与农村相比都存在SOG提前,EOG推迟的情况,并且城区与农村的物候差异幅度要明显大于城乡过渡带与农村的物候差异。(3)从城乡梯度物候差异的时间分布特征来看,2001—2020年间,研究区中新老城区、城乡过渡带和农村的SOG提前,EOG推迟,LOG延长,但耕地、林地、草地3种植被物候参数的城乡差异在逐年减小。(4)城乡温度差异越大,SOG提前的幅度越大,EOG推迟的幅度也越大。城乡春季温差每增加1℃,林地和草地的城乡SOG差异将分别增加9.44d(P<0.05)、10.66d(P<0.01);城乡秋季温差每增加1℃,林地和草地的城乡EOG差异将分别增加13.03d(P<0.05)、7.15d(P<0.01)。

北京市地表温度的季节变化及其驱动因素空间异质性分析

探究城市地表温度(LST)的驱动机制,对于缓解城市热岛效应、构建健康舒适的城市人居环境具有重要意义。本研究利用2020—2021年4期的Landsat遥感影像反演北京市LST,探讨了城市热岛效应的季节变化,并采用地理探测器分析地表覆盖、地形、社会经济和气象4种驱动因素对LST的解释程度。进一步采用地理加权回归(GWR)模型分析LST驱动因素的空间分异性,结果表明:(1)北京市的城市热岛效应随季节变化明显,夏、秋2个季节热岛区集中分布于城区,春、冬2个季节热岛区分布较为分散;(2)LST的驱动因素存在季节变化,春季LST的主要驱动因素由高到低排序为归一化植被指数(NDVI)、改进的归一化差异水体指数(MNDWI)、数字高程模型(DEM),夏季LST的主要驱动因素由高到低排序为NDVI、DEM、MNDWI,秋季LST的主要驱动因素由高到低排序为DEM、夜间灯光、气温,冬季LST的主要驱动因素由高到低排序为气温、夜间灯光、MNDWI;(3)夏季LST驱动因素的空间异质性显示,NDVI、MNDWI和不透水面比例与LST之间的关系空间变异较小,道路密度、夜间灯光、DEM、风速、湿度和气温与LST之间的关系空间变异较大。

基于光谱特征变量的湿地典型植物生态类型识别方法--以北京野鸭湖湿地为例

光谱特征变量的选择对于湿地植被识别的精度和效率有着直接的影响作用。以华北地区典型的淡水湿地——野鸭湖湿地为研究区,采用Field Spec 3野外高光谱辐射仪,获取了野鸭湖典型湿地植物的冠层光谱。以野外高光谱数据为基础,首先利用一阶导数与包络线去除的方法,分析和对比不同植物生态类型的光谱特征,选定了用于识别植物生态类型的光谱特征变量,选定的8个光谱特征变量为红边位置WP_r、红边幅值Dr、绿峰位置WP_g、绿峰幅值Rg、510 nm附近的吸收深度DEP-510和吸收面积AREA-510、675 nm附近的吸收深度DEP-675和吸收面积AREA-675。其中,7种植物生态类型的一阶导数光谱特征差异较小,吸收特征差异性相对较大。除WP_r和WP_g外,沉水植物Rg和Dr平均值最低,湿生植物的Rg平均值最高,达到0.164,栽培植物的Dr平均值最高,达到0.012。7种植物生态类型在675 nm附近的DEP-675和AREA-675均高于510 nm附近的DEP-510与AREA-510,除去栽培植物,随着水分梯度的变化,其他6种植物生态类型的吸收深度和吸收面积都表现出先升高后降低的趋势。然后利用单因素方差分析(One-way ANOVA)验证了所选光谱特征变量的区分度,在P≤0.01的置信水平下,选取的8个光谱特征变量都能够较好的区分7种植物生态类型,区分度的最小值为13,最大值为18,并且吸收特征参数的区分度优于一阶导数参数。最后应用非线性的反向传播人工神经网络(BP-ANN)与线性判别分析(FLDA)的类型识别方法,利用选定的8个光谱特征变量进行湿地植物生态类型识别,取得了较好的识别精度,两种方法的总分类精度分别达到85.5%和87.98%。单因素方差分析(One-way ANOVA)和不同分类器的分类精度表明,所选的8个光谱特征变量具有一定的普适性和可靠性。

基于InSAR技术北京地区地面沉降监测与风险分析

以北京市典型地面沉降区为研究区,采用永久散射体技术——StamPS算法,利用覆盖北京地区的16幅ASAR图像进行永久散射体干涉处理,获得该区地面沉降监测信息,初步揭示了研究区地面沉降的空间分布特征。在此基础上,结合GIS空间分析方法,对地面沉降的风险范围、风险程度等进行综合分析,表明北京地区的地面沉降防治刻不容缓。

不同端元模型下湿地植被覆盖度的提取方法--以北京市野鸭湖湿地自然保护区为例

植被覆盖度作为反映湿地植物生长状况的重要生态学参数,在评估和检测湿地生态环境方面起着关键的作用。以华北内陆典型的淡水湿地——北京市野鸭湖湿地自然保护区为研究对象,中等分辨率的Landsat TM影像为数据源,基于线性光谱混合模型(LSMM)对研究区的植被覆盖度进行了估算。针对湿地植被类型丰富、土地利用类型多样化的特点,利用归一化植被指数(NDVI)在反映植物生长状况、覆盖程度以及区分地表覆盖类型方面的优势,通过对原始Landsat TM影像增加NDVI数据维对影像进行维度扩展,克服了传统研究中通常从Landsat TM影像上提取3—4种端元的局限,经最小噪声分离变换(MNF变换)、纯像元指数(PPI)计算以及人机交互端元选取等一系列运算,构建以陆生植物、水生植物、高反射率地物、低反射率地物、裸露土壤为组分的五端元模型来反映研究区的地物组成;同时,以原始Landsat TM影像为基础,构建植物、高反射率地物、低反射率地物、裸露土壤为组分的四端元模型。针对两种端元模型,采用全约束下的LSMM算法进行混合像元分解以获取研究区的植被覆盖度,其次辅以研究区的纯水体信息对其进行优化。精度检验采用相同时期的高分辨率WorldView-2多光谱影像来进行。研究表明:虽然四端元模型与五端元模型对植被覆盖度的估算结果在空间上具有基本一致的分布趋势,但是前者的估算结果在数值上要普遍低于后者,在研究区的水体及其附近,四端元模型难以体现水生植物的植被覆盖信息;另外,五端元模型的估算结果与检验数据的相关系数R达到0.9023,均方根误差(RMSE)为0.0939,明显优于四端元模型的R=0.8671和RMSE=0.1711。这反映了通过对影像进行维度扩展的方法来改进端元提取的数量是可行的,而由此构建的五端元模型可以更充分的反映研究区地物之间的光谱差异,从而获得更好的估算精度。

水分环境梯度下野鸭湖湿地典型植物光谱特征分析

湿地植物在生态水分、物质能量循环中起到重要作用,能够综合反映湿地的生境特征。分别选取典型沉水植物、浮水植物、挺水植物、湿生植物和中生植物,采用导数法和包络线去除法,分析不同水分环境梯度下植物的光谱特征和变化趋势。挺水植物、湿生植物和中生的反射率值最高,其次为浮水植物类型,沉水植物受到水体的强烈影响,反射率值最低。导数法能够将原始光谱曲线的变化趋势放大,呈现出更多的特征波段。光谱曲线在520和710nm附近达到增长最快点,并可作为区别沉水植物与其他植物类型的特征波段。挺水植物香蒲和湿生植物三叶鬼针草的绿峰值最高。依照水分环境由高到低变化,沉水植物、浮水植物和挺水植物的红边值逐渐上升,湿生植物和中生植物的红边值略低。包络线去除法将原始的光谱曲线转化成吸收曲线,吸收深度变化表现为沉水植物<浮水植物<挺水植物<湿生植物,而中生植物值要略低于湿生植物。除中生植物外,植物在500和675nm附近的吸收面积随着水分环境梯度的降低而升高。

基于InSAR和小波变换的不均匀沉降段识别——以京津高铁北京段为例

地面沉降尤其是不均匀地面沉降对高速铁路运营安全具有重要影响,该文利用永久散射体干涉测量(PS-InSAR)技术及小波变换提取京津高铁北京段沿线的不均匀沉降信息,得到以下结论:1)北京平原地面沉降主要发生在昌平、顺义、朝阳及通州,最大地面沉降速度-30.64mm/a,其中朝阳区和通州区的不均匀沉降最为严重;2)京津高铁北京段存在3个主要的不均匀沉降段,其长度分别为18.84km、11.06km、3.6km,不均匀沉降段占该线路总长度的62.97%。研究表明,PS-InSAR方法可以获取区域地面沉降的空间分布趋势,小波变换可以有效去除数据噪声,从而利于铁路沿线不均匀沉降信息的提取。

WorldView-2影像的湿地典型挺水植物群落含水量估算研究——以北京野鸭湖湿地为例

利用多光谱遥感技术定量估算野鸭湖湿地挺水植物的含水量.基于典型挺水植物的实测冠层光谱及其对应样方的叶片含水量和叶面积指数LAI数据,首先对芦苇和香蒲的地面实测光谱进行重采样,以模拟WorldView-2影像的光谱,然后利用模拟光谱分别构建芦苇和香蒲任意两波段反射率组合而成的比值(SR)和归一化差值植被指数(NDVI),通过分析植被指数与CWC(冠层含水量,Canopy Water Content)的相关关系,选择与CWC显著相关的植被指数,并通过单变量线性与非线性拟合的分析方法确定监测不同挺水植物群落的最佳植被指数,建立估算模型;结合覆盖研究区的WorldView-2高分辨率多光谱影像,对研究区的挺水植物群落CWC进行反演及制图.结果表明,基于模拟WorldView-2影像光谱构建的比值(SR)和归一化差值植被指数(NDVI)与CWC的总体相关性较高;SR(8,3)芦苇为估算CWC芦苇的最优植被指数,估算模型为y=0.005x+0.003,NDVI(8,3)香蒲为估算CWC香蒲的最优植被指数,估算模型为y=2.461x2-0.313x+0.032,通过交叉检验,CWC芦苇和CWC香蒲的预测精度分别为87.42%和82.12%,预测精度较为理想;利用实测数据对反演的CWC空间分布图进行了验证,通过验证,芦苇和香蒲影像估算CWC的均方根差(RMSE)分别为0.0048和0.0052,估算精度分别为83.56%和80.31%,表明利用WorldView-2高分辨率多光谱影像反演湿地挺水植物群落CWC具有较高的可行性.

利用数据场模型评价北京地面沉降交通载荷程度

地面沉降是指地面标高降低的一种缓变地质灾害现象,严重时对城市建设和人民生活会构成威胁。为评价地面沉降交通载荷程度,利用永久散射体干涉测量(PS-InSAR)技术提取北京东部地区沉降信息,利用数据场模型,以地铁站信息和道路节点信息为指标,采用因子贡献权重方法,获取北京地面沉降交通载荷程度分区图。研究结果表明:PS-InSAR方法可以获取区域地面沉降的空间分布趋势,研究区内最大沉降速率达到77.69 mm/a;地面沉降交通高载荷主要分布在北京市朝阳区北部与中部区域,而交通低载荷区域主要位于远离城市重要交通道路和地铁线路不发达乡镇。

不均匀地面沉降对北京地铁15号线运营的影响分析

本文利用永久散射体干涉测量技术,对北京地铁15号线周边的遥感影像进行了PS点选取、差分干涉图的生成、相位回归分析以及精密基线计算等一系列处理,获取研究区沉降信息,用克里格插值的方法对沉降结果进一步处理,得到连续的沉降速率。根据地铁沿线沉降情况与地铁沿线沉降速率剖面图,分析区域不均匀沉降对地铁轨道曲率半径的影响,并从沉降监测、线路设计、施工维护等方面提出相应的对策来防范地面沉降,保障地铁运营安全。

应用相干点目标干涉测量分析方法监测北京市地面沉降

本文介绍了合成孔径雷达差分干涉测量(Differential Interferometric Synthetic Aperture Radar,简称D-In SAR)和小基线集(Small Baselines,简称SBAS)时间序列分析方法的原理,利用D-In SAR和SBAS分析方法,基于ENVISAT ASAR数据,研究了2007—2010年期间北京东郊主要地面沉降区域的空间分布特征,并对两种方法获得的结果进行对比验证,选取均匀分布的1 000个点的年平均沉降速率进行对比,结果显示,二者之间的相关性达到0.91,均方根值(RMS)为13.57 mm/a.

基于光谱指数的植物叶片叶绿素含量的估算模型

叶绿素是光合作用能力和植被发育阶段的指示器,是监测湿地植被生长健康状况的重要指标之一;高光谱遥感技术可以为植物叶绿素含量的定量化诊断提供简便有效、非破坏性的数据采集和处理方法。为保证被探测叶片面积相同,消除背景反射、叶片表面弯曲造成的光谱波动及叶片内部变异造成的影响,研究采用Field Spec 3光谱仪加载手持叶夹式叶片光谱探测器,测定野鸭湖湿地典型植物的叶片高光谱反射率数据,同时通过分光光度计室内测定相应叶片的叶绿素含量。采用相关性及单变量线性拟合分析技术,建立二者的关系模型,包括叶绿素含量与"三边"参数的相关模型以及比值光谱指数(SR)模型和归一化差值光谱指数(ND)模型,并采用交叉检验中的3K-CV方法对估算模型进行模型精度检验。结果表明:植物叶片叶绿素含量与"三边"参数大多都呈极显著相关,相关系数最大达到0.867;计算光谱反射率组成的比值(SR)和归一化(ND)光谱指数与叶绿素含量的决定系数,总体相关性比较高,较好的波段组合均为550—700nm与700—1400nm以及550—700nm与1600—1900nm,与叶绿素含量相关性最好的指数分别是SR(565nm,740nm)和ND(565nm,735nm)。并通过选取相关性最佳的光谱特征参数,分别基于"三边"参数和ND模型指数构建了植物叶片叶绿素含量的估算模型。其中,基于红边位置(WP_r)光谱特征参数和ND(565nm,735nm)光谱指数建立的叶绿素含量估算模型,取得了较好的测试效果,检验拟合方程的决定系数(R2)都达到0.8以上,估算模型分别为y=0.113x-78.74,y=5.5762x+4.4828。通过3K-CV方法进行测试和检验,植物叶绿素含量估算模型均取得了较为理想的预测精度,预测精度的分别为93.9%及90.7%。高光谱遥感技术对植被进行微弱光谱差异的定量分析,在植被遥感研究与应用中表现出强大优势,为植物叶绿素含量诊断中的实际应用提供了重要的理论依据和技术支持。

基于中分辨率TM数据的湿地水生植被提取

利用湿地水生植被生长旺盛、光谱反射较强、光谱信息比较丰富的8月份中分辨率Landsat TM和ETM+多光谱遥感影像,采用面向对象的分类方法,进行野鸭湖湿地水生植被的提取。研究表明:在提取过程中,通过对原始影像进行主成分变换和穗帽变换,将主要信息与噪声分离,不仅减小了数据冗余和波段间的相关性,而且增大了影像上湿地水生植被与其他地物类型光谱和空间信息的差异性,并结合野外水生植被光谱特征分析,选择归一化植被指数NDVI与归一化水体指数NDWI辅助分类,构建特征波段或波段组合,然后,确定适当的隶属度函数和阈值范围,构建分类决策树,完成湿地水生植被的自动分类,提高了影像分割与面向对象分类的精度,取得了较为理想的湿地水生植被提取结果。2002年和2008年两景影像的总体分类精度分别达到86.5%和85.44%,表明中分辨率TM影像可以满足湿地水生植被提取的需要,又因为其具有较高的波谱分辨率、极为丰富的信息量、相对较低的价格、长时间序列,可以作为近20a湿地水生植被提取和动态变化监测的主要数据源。

基于面向对象及光谱特征的植被信息提取与分析

面向对象分类方法是实现精确详细提取遥感信息的新方法。以2010年TM影像作为基础数据,采用面向对象方法着重提取了西辽河流域平原的植被信息(耕地、林地、中生偏旱和中生偏湿草)。通过对不同地物的光谱和空间信息(位置、形状)进行比较分析,建立适当的隶属度函数和阈值范围,在草地的分类规则中,参考野外采集的草地植被光谱信息,辅助草地属性特征选择。最后构建分类决策树,完成自动分类,分类总体精度达到82.13%。在分类结果的基础上,讨论了植被分布特点,对不同类型的植被面积、不同区县植被面积以及植被与一级河流关系三方面进行分析。结果显示:研究区植被以林地和耕地为主,分别占总面积的38.9%和23.3%;耕地、林地、中生偏湿草地多分布于河流中下游区县,受人为因素影响较大的林地、耕地主要集中在科尔沁左翼中旗和科尔沁左翼后旗;林地、中生偏湿草较集中分布在一级河流的10km缓冲区内,耕地主要集中在5km缓冲区内,中生偏旱草与一级河流的关系不显著。

叶冠尺度野鸭湖湿地植物群落含水量的高光谱估算模型

利用高光谱遥感技术定量估测野鸭湖湿地植被含水量,对于监测和诊断野鸭湖湿地植被的生理状况及生长趋势具有重要意义,也能够为高光谱遥感影像在野鸭湖湿地植被含水量诊断中的实际应用提供理论依据和技术支持。采用Field Spec 3野外高光谱辐射仪,获取了野鸭湖典型湿地植被冠层和叶片的光谱,并测定了对应的含水量。以上述实测数据为基础,首先以芦苇为例初步探明了不同含水量水平下典型湿地植被冠层和叶片光谱反射率的响应模式,然后采用相关性及单变量线性与非线性拟合分析技术,从冠层和叶片两种层次,对不同尺度下的含水量与"三边"参数及高光谱植被指数进行了分析拟合,并采用交叉检验中的3K-CV方法对估算模型进行了测试和检验,确立了不同尺度下野鸭湖湿地植被含水量的定量监测模型。结果表明:(1)随着含水量水平的增加,芦苇冠层与叶片光谱在可见光波段(350—760 nm)和红外波段(760—2500 nm)的反射率均呈逐渐降低趋势。(2)不同尺度含水量与选取的光谱特征参数整体上相关性较强,与"三边"参数基本上都呈极显著相关,相关系数最大达到0.906;与高光谱指数全部呈极显著相关,相关系数最小为0.455,最大达到0.919,并通过选取不同尺度上相关性最佳的光谱特征参数,分别基于"三边"参数和高光谱植被指数构建了不同尺度下的含水量估算模型。其中,冠层尺度下,黄边面积(SDy)与SRWI(Simple Ratio Water Index)的估算效果最好,估算模型分别为y=-9.462x2-2.671x+0.608和y=0.219e1.010x;叶片尺度下,红边面积(SDr)与WI(Water Index)的估算效果最好,估算模型分别为y=0.562x+0.376和y=2.028x2-0.476x-1.009。通过3K-CV的交叉验证,不同尺度下的含水量估算模型均取得了较为理想的预测精度,预测精度的最小值为94.92%,最大值为97.06%,表明估测模型具有较高的可靠性与普适性。(3)高光谱植被指数与含水量拟合方程的拟合度相对高于"三边"参数与之建立方程的拟合度,说明多波段组合的光谱特征参数更适合含水量的判别。

城市扩张下的北京平原区降雨入渗补给量变化

结合WetSpass模型与地理信息系统(geographic information system,GIS)、遥感(remote sense,RS)技术分析了城市扩张引起的土地利用类型变化对北京平原区降水入渗补给量的影响.在估算出1982年和2007年降水入渗补给量的基础上,将2007年土地利用类型还原成1982年的情景重新估算,利用转移矩阵分析两年土地利用类型的相互转化关系,同时,基于GIS空间数据统计功能,计算出不同土地利用类型下的地下水补给量.结果表明,1982年至2007年,研究区内水浇地减少874km2,其中517km2转变为城镇建设用地.相对于1982年,2007年城镇建设用地扩张了831km2,区内降水入渗补给量减少约3 000万m3.研究成果可以为北京平原区的地下水资源保护及土地资源配置提供较为科学的参考.