以土地利用为基础的安徽省生态评价遥感信息模型

[目的]建立更科学合理的生态评价遥感信息模型,为研究区的可持续发展提供参考依据。[方法]利用NDVI(归一化植被指数)和像元二分模型监测植被覆盖度作为地表植被覆盖信息的评价指标;用热惯量法反演研究区的土壤含水量作为研究区地表植被覆盖信息与土壤肥力的评价指标;采用目视解译获得土壤质地的编码分布图并进行影像化处理,将土壤中物理性黏粒含量作为评价土壤板结情况指标;利用线性光谱混合分解模型提取研究区的裸地比率作为土地荒漠化程度的评价指标。[结果]从土地利用的角度构建了生态评价指标体系,建立了以像元为单位的生态评价定量化遥感信息模型。[结论]植被覆盖度因子对研究区生态评价的影响程度相对较大;在生态评价过程中本研究新建模型总体评价精度比传统方法提高了15%。

基于土地利用变化的安徽省生态服务价值研究

[目的]揭示安徽省生态系统服务价值变化规律,为区域可持续发展提供依据。[方法]以安徽省3期的土地利用数据为基础,根据研究区不同土地利用类型的单位面积生态服务价值和各土地利用类型面积分别分析了研究区内2000—2010年不同时段的生态系统服务价值、不同土地利用类型生态服务价值变化的贡献率以及不同年份各单项功能生态服务价值。[结果]研究区林地和耕地是主要的土地利用类型,其次是建设用地和未利用土地;2000,2005,2010年生态服务总价值量分别为:532.31,537.59和531.35亿元;土地利用类型的贡献度从大到小依次为:林地>耕地>水域>草地>未利用地>建设用地;林地和建设用地是生态系统服务价值变化贡献率最大的土地利用类型;9个单项生态服务价值从大到小依次为:维持生物多样性>保持土壤>气候调节>气体调节>原材料生产>提供美学景观>食物生产>废物处理>水文调节。[结论]研究区内的生态服务价值呈现相对稳定态势,其中林地对生态服务总价值的贡献最大,建设用地是生态服务总价值增长的主要牵制力。

安徽省土地利用地形梯度格局变化分析

针对研究土地利用变化方面基于非空间属性数据库的数据研究方法在空间位置和形象思维方面的不足,综合分析高程、坡度等多重因素研究不足的问题,提出了一种基于地形梯度的土地利用格局变化分析方法。以安徽省2000年、2005年和2010年Landsat TM影像为主要数据源,利用遥感和地理信息系统方法,探讨了安徽省2000-2010年,不同地形条件下自然因素以及人文因素对土地利用格局时空演变过程中的影响;基于数字高程模型,结合地学信息图谱理论,通过等间距（Equal Interval）分类方法,计算土地利用图谱类型的地形梯度分布。研究结果表明：安徽省土地利用结构以林地、耕地和建设用地为主,2000-2010年,未利用地和耕地面积呈不断减少趋势,建设用地面积由2000年的26 270.67km^2增加到2010年的38 996.49km^2,呈现不断增加的趋势,且增加幅度较大,破碎度也随之加重。前期变化型的优势分布区是地形位等级1-2级,后期变化型的分布指数总体呈增加趋势,持续变化型的分布指数变化呈现波动起伏的曲线,稳定型分布指数在1-6级呈现减小趋势,在6-10级呈现增加趋势。

地理科学专业地理国情监测人才培养体系的构建与探索

当前地方高校地理科学专业就业面窄、与社会经济发展逐步脱轨,地理国情监测的出现为地理科学专业发展提供了新的契机。在传统地理科学专业与地理国情监测差异分析的基础上,提出了传统地理科学专业培养地理国情监测人才的基本思路,尝试构建了传统地理科学专业地理国情监测人才培养体系,以期为地方高校地理科学专业的发展提供参考。

基于在线聚类的协同作弊团体识别方法

针对大规模服务计算环境中聚集反馈、协同作弊和虚假评价等问题,通过融合在线聚类与共谋欺骗检测技术,提出了一种支持大规模服务可信度分析的在线协同作弊用户发现方法.首先,根据大规模服务系统日志中用户反馈评分信息,综合考虑大规模服务计算的大数据特性问题,设计了一种新颖的基于改进更新规则的在线KMeans聚类算法:在基于随机梯度法的在线聚类算法的基础上,采用了一种改进的基于小批量学习的在线聚类方法;并且,通过自动修正权重的聚类分组方差计算,进行递减增量优化,提高了在线KMeans算法的聚类质量,同时保证了聚类算法的时间效率;然后,充分考虑了协同作弊团体的同谋行为特征和协同攻击现象,利用聚类分组的性质和同谋团体异常性的特征,检测出协同作弊团体.仿真实验结果表明:提出的基于在线聚类的协同作弊团体识别方法具有良好时间性能,有效地解决了大规模服务计算中虚假反馈的问题.

基于等高线协同的水系高程提取方法

针对现有水系高程提取方法存在效率低、精度不高以及高程逻辑错误等问题,提出了一种基于等高线的水系高程提取方法。该方法通过构建水系与等高线的协同空间关系提高求交效率,采用河流分段趋势面插值方法提高水系高程精度,并建立水系树结构以避免高程逻辑错误。通过与现有方法的对比分析与试验验证,结果表明,该方法能兼顾精度与效率,且不存在高程逻辑错误,比现有方法更优。

结合灰度纹理和支持向量机分类的三江源草地信息提取

以三江源地区地形地貌特征、草场分布较为典型的班玛县为例,以HJ环境星多光谱影像为主要数据,基于支持向量机SVM超平面理论,结合灰度共生矩阵寻找最适宜的分类核函数,选取了三江源地区草地信息提取的最适宜SVM分类模型,并与传统的监督分类方法最大似然法和SVM分类方法进行比较,进行三江源草地分类方法的优化。结果表明,与传统监督分类方法相比,除Sigmoid核函数外,其余结合方法的分类精度均有所提高,其中结合纹理和高斯核函数的SVM分类模型有着较理想的识别效果,精度达到91%,Kappa系数为0.856 0,能为三江源地区草地可持续利用以及生态系统恢复提供基础数据。

县域财政扶贫影响因素及时空变化分析——以安徽舒城县为例

以安徽省舒城县为例,利用GIS地图制图和空间分析功能,动态展示贫困地区脱贫进程,运用空间分析、时空地理加权回归和地理探测器等方法分析脱贫的影响力因素。研究发现:舒城县的脱贫人口在空间上西南多东北少,在时间上2014—2017年大致呈逐年递增的趋势,且2017年的增幅最高;财政资金投入对脱贫人口数量影响较为显著,且在2014—2017年中β系数在不断地增大,同时地理探测因子影响力:基础设施建设投入>医疗卫生投入>城乡建设投入>农林水利投入>公共服务投入>教育文化投入。

2001—2015年间我国陆地植被覆盖度时空变化及驱动力分析

基于MODIS-NDVI遥感数据反演计算了我国陆地2001—2015年地表植被覆盖度的空间分布,讨论了植被覆盖度的时空变化规律,分析了影响植被覆盖度近十几年来动态变化的主要驱动因素。研究结果表明:我国陆地植被覆盖度从2001—2015年,植被覆盖度总体上呈增加趋势,其中淮河流域、华北平原地区、以及黄土高原地区增加趋势显著。根据植被覆盖度在时间序列上的变化特征,可将其变化类型分为持续增长型、先减小后增长等六种类型,其中农业种植区基本为一直增长型,而主要森林覆盖区,特别是西南地区的植被覆盖度在研究时段内表现出波动性的变化特征。降水是驱动华北平原北部、内蒙古、以及西北大部分区域植被覆盖度动态变化的重要因素,东北、青藏高原等地区植被覆盖度受温度的影响较大,而在中国东南沿海地区,光照条件是影响该区域植被覆盖度的主要因素。

基于高光谱的叶片滞尘量估测模型

为探索建立叶片滞尘量高光谱估测模型,利用光谱仪和电子分析天平采集了北京市区杨树叶片高光谱数据和滞尘量数据,研究了叶片光谱特征与滞尘量间的关系,并建立了基于光谱参数的叶片滞尘量估测模型。研究结果表明：近红外波段（730-1 000 nm）光谱反射率与叶片滞尘量呈现明显的线性相关性,各波段相关系数均高于0.7,绿光区波段反射率对叶片滞尘的影响不敏感;三边参数中仅红边幅值、红边面积与叶片滞尘量达到显著相关;基于多元线性回归、主成分回归、偏最小二乘回归建立的模型均具有较强的预测能力,其中以偏最小二乘回归为模型构建方法,以749、644、514 nm波段的光谱反射率值,红边幅值,红边面积,924、1 010 nm波段组成的归一化指数,713、725 nm波段组成的差值指数,749、644 nm波段组成的归一化植被指数为自变量建立的模型估测精度最好,其建模和预测的决定系数分别达到0.734和0.731,预测均方根误差为0.311。该研究为促进高光谱技术在大气降尘监测中的应用提供参考。

安徽省生态系统服务价值变化及其趋势预测

为了全面分析安徽省土地利用类型变化对生态系统服务价值的影响,以安徽省土地利用动态数据为基础,参考Costanza的生态系统服务价值计算方法,采用安徽省生态系统单位面积生态服务价值系数,计算了安徽省和五大自然区域的2000、2005及2010年生态系统服务价值,并建立灰色预测模型,对其发展趋势作了预测分析。结果表明:近10 a安徽省生态服务价值变化大致呈一个倒"V"形,2000—2005年,生态价值增加了154.69亿元,2005—2010年,生态价值减少了25.31亿元;利用2010—2020年土地利用类型预测结果,计算出了预测期生态系统服务总价值的变化情况,生态价值降由2010年的2 497.30亿元将下到2020年的2 348.65亿元,下降幅度为5.96%。近10年,随着耕地和草地的大规模减少及建设用地的逐年增加,造成了严峻的生态压力和生态服务价值下降的趋势。基于此,应及时调整和优化土地利用结构,制定动态的生态补偿制度,同时控制人口的合理增长,以实现安徽省经济社会生态可持续发展。

几种常见树种叶片光谱秋季变化特征分析

叶片随着时间生长产生变化,其光谱特征也会发生变化。研究相同树种叶片不同时间条件下的光谱变化规律以及不同树种叶片相同时间条件下的光谱特征,不仅为植被叶片光谱随时间变化的规律研究提供理论基础,也是高光谱遥感精确识别植被信息的关键。选取北京市10种常见树种,利用地物光谱仪观测各树种不同时间叶片光谱,同时将观测的光谱进行一阶微分处理和典型波段分析,对比相同时间不同树种叶片光谱的差异,分析相同树种不同时间的光谱变化规律,探索不同时相条件下高光谱遥感识别树种的有效波段。结果表明:不同树种叶片光谱均随时间的改变而产生显著变化,但差异规律各不相同;不同树种相同时间叶片光谱在部分波段存在显著差异,为高精度树种识别提供了理论依据和叶片基础光谱数据。

近60a来淮河流域干旱变化特征

[目的]研究淮河流域近60年来干旱的变化特征,为以后防旱抗灾提供一定的参考。[方法]利用WAP（weight average of precipitation）指数法、空间Kriging法、小波分析等方法对淮河流域干旱变化时空特征进行分析。[结果]春季WAP指数在21世纪初下降幅度较大,易发生春旱,冬季WAP指数在1980年以后明显增加,冬旱有所减轻;年均WAP指数表征的干旱存在2-3a的主周期和6-7a的次主周期;在空间上,WAP指数大致由东南向西北递减,干旱程度由东南向西北逐渐增大。[结论]WAP指数能够很好地表征淮河流域干旱发生的时间和空间特征。

基于安徽省土地利用变化的地形梯度效应分析

为揭示地形因素与土地利用空间格局演变的关系，以安徽省2000年、2005年以及2010年LandsatTM影像和DEM数据为数据源，利用坡向、地形起伏度、坡度变率和地形位指数多种地形因子，并结合地学信息图谱分析理论从综合角度系统研究土地利用结构时空分异格局在地形梯度上的变化特点及其规律。结果表明：1）研究区主要的土地利用类型是耕地和林地，其次是建设用地和未利用土地，且建设用地面积逐期增加趋势显著。2）2000～2010年研究区不同土地利用类型在不同地形梯度区间的分异规律存在明显差异。低地形梯度范围是耕地、水域和建设用地的优势分布区；中地形梯度范围是草地的集中分布区；林地的优势分布区集中在高地形梯度范围。3）2000～2010年研究区土地利用图谱以稳定型和后期变化型为主，低地形梯度和高地形梯度是稳定型图谱的集中分布区，中低、中高和高地形梯度范围是后期变化型图谱的优势分布区。2000-2005年林地的优势分布区有向较低地形位梯度扩张的趋势，其中，耕地是主要的转入来源。2005-2010年耕地的优势分布区有向较高地形位梯度扩张的趋势，变化模式主要为：“林地一耕地”、“未利用地一耕地”和“草地一耕地”。

安徽省2000—2010年景观生态质量变化研究

景观生态质量是衡量生态环境的重要指标,取决于景观生态系统,而景观生态系统又主要受其自身稳定性和外来干扰度的影响。笔者从受干扰度和自身稳定性两个角度建立评价指标体系,以构建综合评价模型,并利用此模型综合评价安徽省近10 a的景观生态质量及其变化。结果表明:2000—2005年,景观生态质量为一等(稳定)的面积比例只减少了0.84%,景观生态质量为三等(不稳定)的面积比例也只增加了0.54%;而2005—2010年,景观生态质量为一等的面积比例减少了2.46%,三等的面积比例则增加了4.33%。研究表明:安徽省的景观生态质量自2000—2005年虽有所下降,但总体仍处于较稳定状态;而2005—2010年间,景观生态质量则处于不断下降的趋势。

农作物种类高光谱遥感识别研究

作物种类高光谱识别研究对发展精准农业具有重要意义。通过原始反射光谱、常用指数、不同形式变换光谱及高光谱特征参数对观测的8种农作物的识别能力进行分析,同时采用识别效率最高的数据变换形式构建BP神经网络模型。结果表明:8种农作物的反射光谱曲线存在较大差异,差异最大的波长位置为0.65μm、0.78μm、0.86μm、0.93μm、1.08μm、1.19μm;无论采用原始光谱计算的指数还是常见卫星传感器对应通道计算的指数,识别农作物的能力从大到小均为SR>NDVI>SAVI>DVI;高光谱特征参数SDr对作物的识别效果优于其他光谱形式,构建的BP神经网络模型隐含层节点数为13时总体精度最高,达91.8%。

不同含水量条件下树种叶片光谱差异分析

叶片含水量是影响树种光谱特征的一个重要因素,探索不同叶片含水量条件下相同树种叶片光谱特征的变化规律及相同叶片含水量条件下不同树种叶片的光谱差异,不仅是高光谱植被遥感信息识别的关键,也为研究植被光谱随着叶片含水量变化产生的差异提供理论支撑。利用地物光谱仪对6个树种叶片进行观测,获取了不同含水量叶片的反射光谱,同时进行一阶微分光谱变换,从而分析不同叶片含水量条件下各树种叶片的光谱变化特征,对比了相同叶片含水量条件下不同树种叶片的光谱差异,探索高光谱遥感识别树种叶片含水量的可能波段。结果表明:各树种叶片光谱都随着叶片含水量的改变而产生较大差异,但变化规律各有不同;相同叶片含水量条件下,不同树种叶片的光谱在部分波长范围差异较大,为实现树种高精度识别提供了可能。本研究旨在为植被叶片光谱库的构建以及植被的高光谱识别提供理论支撑和基础数据。

琅琊山区主要树种冠层光谱年际变化研究

森林树木的生理机制和生态结构随年份变化,该变化通过其冠层光谱特征在一定程度上有规律的表现出来。掌握森林树木光谱特征随年份变化的规律,既有利于遥感解译,也为多树种的识别与分类、生物化学成分估测等提供一定的科学依据。本研究利用高分辨率光谱仪对研究区7个主要落叶树种和7个主要常绿树种的不同年份冠层光谱特征进行测量,分别获取4个不同年龄段的光谱曲线,并计算出一阶导数曲线,从而深入分析不同落叶树种、不同常绿树种在不同年份和相同年份的光谱特征变化规律,比较各树种在可见光波段和近红外波段的光谱差异变化,以找出最适宜多树种识别的最佳年份和最佳波段。结果显示:落叶树种和常绿树种的冠层光谱特征随年份变化表现出一定的规律性,光谱反射率随年龄增加而升高;光谱变化差异均在近红外波段最为明显,此波段是进行多树种识别的最佳波段。

基于GIS和组合赋权法的滁州市生态环境质量分析

区域生态环境质量评价在明确区域生态环境质量基本情况、制定区域生态环境治理对策和促进区域经济可持续发展方面具有重要意义.利用滁州市2005、2010年土地利用数据和统计年鉴为数据源,建立滁州市生态环境质量综合评价指标体系,采用基于层次分析法和熵权法的组合赋权法,合理科学计算评价指标权重,运用综合评价模型评价滁州市生态环境质量,分析滁州市生态环境质量空间差异和时间变化特征.结果表明,2005年滁州市定远县生态环境质量最好;2010年滁州市琅琊区生态环境质量最好.总之,2005至2010年滁州市生态环境质量整体逐年改善.

基于优化指数的玉米冠层含水量遥感估测

对北京怀柔县EO–1 Hyperion高光谱数据进行波段筛选和植被含水量指数计算,采用耦合叶片与冠层辐射传输模型对水分指数(WI)、归一化差值水分指数(NDWI)、归一化植被指数(NDVI)、水应力指数(MSI)、归一化差值近红外指数(NDII)和冠层结构(CSI)的玉米冠层含水量估测能力进行分析,在不同理化参数的敏感性分析的基础上,将MCARII和NDWI进行整合,以完成玉米冠层含水量估测。结果表明,NDVI和CSI不能对玉米冠层含水量进行估测,NDII、WI、NDWI、MSI对玉米冠层含水量估测的R2值均大于0.78,但估测的RMSE值均在0.015附近,造成估测结果具有很强的不确定性;优化后的归一化水分指数(M–NDWI)能够有效地排除叶面积指数的干扰,显著改善玉米冠层含水量的估测效果。