基于多源遥感的湖北省工业热源变化分析

工业排放是我国大气污染物排放的主要来源之一,工业排放活动的动态监测对大气污染监测与防治具有重要意义.本研究以湖北省为例,基于VIIRS热异常产品、卫星二氧化氮大气柱浓度分布数据和土地利用数据,分析2019—2021年湖北省工业热源与二氧化氮柱浓度时空变化特征.研究结果表明:1)2019—2021年湖北省工业热点数、热辐射功率值先降后升,2020年湖北省工业热点及热辐射功率值较2019年显著下降,2021年湖北省工业活动逐渐恢复,但总体上仍不及2019年水平.2)2019—2021年湖北省东部工业活动强于西部,湖北省西部工业实力薄弱地区受到的影响大于工业实力雄厚的东部地区.3)2019—2021年1—5月湖北省二氧化氮平均月浓度总体上呈现先降后升的趋势,且工业排放对湖北省大气二氧化氮浓度影响较大.

基于视觉注意机制的大范围水体信息遥感智能提取

建立契合遥感数据内在特征的智能信息分析模型与方法,是解决遥感大数据时代信息智能提取的关键所在。从普适性的大范围水体信息遥感智能采集的需求出发,构建一种基于视觉选择性注意机制与AdaBoost算法的水体信息遥感智能提取方法。首先通过对遥感多特征指数的RGB配色方案的优化设计,实现水体信息图像特征的增强和可视化表达。然后在HSV颜色空间中,利用色差距离图像的关键节点信息构造分类特征集,并采用AdaBoost算法构建水体识别分类器,据此从图像色彩聚类结果中自动识别出水体所属类别,实现水体信息的智能提取。对比实验结果表明,该方法的水体信息提取结果在漏分率(LR)和复合分类精度(CCA)上都有明显提高;同时,该方法能有效减少对高质量训练样本的依赖性,对于丰水期泥沙含量较高水体以及洪灾导致的淹没区等临时性水域也具有较好的识别性能。

中国主要林区森林火灾时空动态变化分析

采用静止气象卫星Himawari-8的火点产品结合土地利用数据,提取2016—2022年中国三大林区森林火灾信息,并对比分析其时空变化特征和变化趋势。结果表明,1)林火数量总体呈现先下降后上升趋势,尤其在2021—2022年高温天气影响下东北和东南林区林火数量显著增加。2)不同林区林火表现出显著的时空异质性。东南林区火点数量最多,且林火发生范围广泛,全域在冬季均存在较高的火灾风险。东北林区火点数量次之,火点密度较高,集中在辽宁、吉林和黑龙江大、小兴安岭等地,火灾风险期为春、秋两季。西南地区林火数量最少,但火灾强度明显高于其他地区,林火风险期为春季和冬季。3)2016—2022年林区火灾总体变化趋势平稳,东北林区火灾呈现微弱的增长趋势,东南林区中部火灾为显著减少趋势,南部为显著增加;西南林区为中部显著增加。

基于VIIRS的湖北省生物质燃烧时空格局演变及影响因素分析

生物质燃烧是影响大气环境的重要因素之一。湖北省作为我国农业大省,农业资源十分丰富。客观全面的分析湖北省生物质燃烧情况,能够为湖北省加强生物质燃烧管控和改善空气质量等提供重要依据。基于VIIRS 375 m热异常产品、土地利用数据及天地图高分辨率遥感影像,提取了2012~2019年湖北省主要生物质燃烧类型火点,揭示了生物质燃烧的时空格局演变过程及其影响因素。结果表明:(1)火点主要集中在湖北中部地势较低的江汉平原地区,以及东部低山丘陵地区。(2)2012~2019年湖北省火点数量在整体上呈现明显的下降趋势,秸秆焚烧为湖北省生物质燃烧主要类型。其中,秸秆焚烧火点和林地火点占比分别为67.43%和32.57%。(3)2015年后,秸秆焚烧火点数量显著下降,且维持在较低水平,治理成效显著。严格的禁烧政策下,由于缺乏秸秆综合利用途径,孝感市、随州市、武汉市和黄冈市等地出现严重反弹。因此,除了进一步强化禁烧政策,还需寻求更多秸秆综合利用的途径,形成科学的长效的管控措施。(4)秸秆焚烧的高峰期主要集中在收获季节,但严格的管控措施下,部分地区错峰焚烧导致春季和冬季出现多个分散的秸秆焚烧的小高峰期。林火主要发生在2~4月,该时间段内春节和清明上坟烧纸是引起湖北省森林火灾的重要因素。(5)秸秆焚烧火点在空间上分布范围呈现先扩大后缩小的形势;天门市东部和孝感市接壤地区一直是火点密集区,孝感市全域和武汉市北部秸秆焚烧热点区域呈较快速度扩展;襄阳市以及位于江汉平原的荆州市、仙桃市、潜江市和天门市西部等地,原先秸秆焚烧热点区域火点减少明显;林火主要分布在湖北省北部和东部地区,自2016年以来湖北省林火密度均处于较低水平。

丹江口库区2010-2020年土壤保持功能时空特征及其影响因素

[目的]评估丹江口流域土壤保持功能时空变化及其影响因素,为南水北调中线工程水源地水土流失治理模式的确立以及流域水土保持与生态系统安全管理提供科学依据。[方法]采用InVEST模型和地理探测器方法分别对丹江口库区2010,2015和2020年土壤保持功能时空变化特征及其影响因素进行定量分析。[结果]①丹江口库区2010—2020年实际土壤侵蚀量呈递减趋势,土壤侵蚀等级逐渐向微度侵蚀转变,且各年间空间分布趋势基本一致。②丹江口库区2010,2015和2020年土壤保持量分别为6.25×10^(9) t,6.62×10^(9) t和7.12×10^(9) t,呈逐步上升的趋势,表明库区土壤保持功能不断增强。③不同海拔范围土壤保持功能具有差异,较高海拔地区土壤保持量较高(如东北部伏牛山、西部秦岭、西南部武当山),低海拔区土壤保持量较低(如丹江口水库周边地区)。不同土地利用类型土壤保持能力亦差异较大,以林地最高,其次为灌草地、园地和耕地。④地理探测器分析结果显示,丹江口库区土壤保持功能变化主要受地形因子的影响。[结论]近年来丹江口库区土壤保持功能总体趋势持续好转,部分区域土壤保持量仍较低,未来应继续推进退耕还林(草)工程建设,重视和保护土壤保持能力较强的林地和灌草地,从而增强库区土壤保持功能。

基于决策树分类的水稻干旱灾损评估

干旱对农作物生长有很大影响,农业干旱是人们研究的热点问题之一.以Landsat8 OLI、Sentinel-2A为遥感数据源,结合实地采集样点,选取湖北曾都区、随县作为研究区,采用决策树方法对研究区的水稻作物进行旱情评估.首先预选NDVI、TVDI、GVMI、MPDI等旱情指标和样本数据进行相关性分析以选取最佳指标,分别提取7、8、9月份水稻旱情分布,然后利用各月份水稻旱情分布构建决策分类树,对水稻旱情区进行分类提取,得到水稻干旱受灾面积及空间分布.研究表明:以上4种指数中,GVMI和样本相关性最高,为最优指数;决策树分类法对水稻旱灾遥感监测的总体精度为93.1%,Kappa系数为0.85,根据不同灾害程度对灾害区进一步划分后精度有所下降,分别为86.2%、0.81,研究区内水稻受灾面积达到43957.49 hm^(2),占比56.87%,其中欠收区、绝收区和未种植区分别占比25.41%、26.78%和4.68%,其他为正常生长区.决策树分类法对水稻旱情监测效果显著,可为水稻干旱监测与评估提供理论和实践参考.

一种计盒维数估算的新方法

根据3种标准分形体(Koch曲线、Sierpinski三角形垫片、Vicsek分形)的实验,总结得出一种计盒维数估算的实用方法:1)盒子尺寸不应该是无限小,而应该是不大不小;2)盒子数量尽可能多,但不要太多;3)盒子采用指数递减速率;4)盒子递减速率最好接近分形体结构,建议不采用常用的递减速率(ε=12、ε=13、ε=14),对于自然图形,建议指数递减速率采用ε=0.75或ε=0.80;5)对于标度区识别,需要依据一定准则,判断合理的点对数量.本方法也适合3维目标的计盒维数和1-3维边界维数的估算.

汉江流域产水量时空格局及影响因素研究

汉江流域是南水北调中线工程重要的水源涵养区和生态屏障区,研究其生态系统产水服务功能的时空变化及影响因素对实现汉江流域高质量持续调水和生态环境保护具有重要意义。基于Google Earth Engine云平台多源异构数据以及气象、土壤等资料作为输入,采用InVEST模型产水模块和情景分析法估算和阐明了2001~2019年汉江流域产水量及其时空变化特征,并探讨了降水和土地利用变化对汉江流域产水量的影响。结果表明:(1)2001~2019年,汉江流域产水量先增加后减少,不同时期流域产水深度空间格局基本一致,呈中北部低、西南部及东南部高的空间分异特征;全流域产水深度以增加为主,增加区域集中于丹江口以上流域,减少区域主要在唐白河流域。(2)子流域尺度上,丹江口以上流域对全流域产水量的贡献最高,是汉江流域主要产水区,唐白河流域的贡献最低。(3)城镇与建成区、裸地和草地平均产水深度最大;稀疏森林、农田和郁闭森林是流域产水的主要贡献地类,三者提供了汉江流域产水总量的90%;平原区产水深度最高,较低中山区产水深度最低。(4)2001~2019年,降水变化和土地利用变化对产水量变化的贡献率分别为94%和6%,表明降水变化对产水量的影响更显著,土地利用变化的影响较小。研究结果可为汉江流域科学合理推进退耕还林(草)工程、水源地生态环境可持续发展提供科学依据。

我国非洲猪瘟时空特征及影响因素

我国非洲猪瘟自发生以来,已扩散到全国31省、直辖市、自治区,给国内经济造成重大损失。为研究我国疫情现状及趋势,分别采用GIS分析和熵权灰色关联度分析方法对全国疫情时空特征以及疫情发病率、死亡率的影响因素进行分析。研究表明:我国疫情总体扩散趋势为东北西南方向,疫情分布重心不断向西南偏移。疫情分布在空间和时间上均有明显的聚集性。空间上,疫情总体集中分布在我国东部地区,由我国生猪养殖格局决定,呈现4个聚集区;时间上,疫情集中发生于10-12月份,其他月份持续发生,且西南聚集区成为我国目前疫情持续时间最长、高频发、高风险区域。海拔与疫情发病率、死亡率的熵权关联度最大,是地理因素中重要的影响因素,生猪养殖规模对发病率的影响仅次于海拔因素。