基于不规则尺度区域光谱信息的高光谱图像亚像元定位

亚像元定位技术可以分析混合像元,并实现从丰度图像到亚像元级精细土地覆盖定位图像的转换。然而,传统的亚像元定位方法所使用的光谱信息通常在指定的矩形局部窗口中构造,并且很少使用所有波段的光谱信息,影响了亚像元定位的性能。为了解决这一问题,本文提出了一种基于不规则尺度区域光谱信息的高光谱图像亚像元定位方法(SIISA)。在三幅遥感图像上的实验结果表明,所提出的SIISA优于现有的亚像元定位方法。

结合POI空间分布的深圳市道路网络结构特征量化

城市道路作为城市主要的基础设施,不仅刻画了城市空间的分布格局,也是人类政治、经济、文化及社会活动的最集中的场所之一。本文以深圳市为例,通过4种图中心性相关指标刻画城市道路的网络结构特征,同时使用深圳市POI数据与相关性模型相结合,对复杂道路网络结构及其联系进行分析。结果表明,4个路网结构中心性指标在不同角度上解释了城市路网的复杂特性,道路网络结构中心性和特征向量中心性对POI解释力度更大、相关性更高,中介中心性和临近中心性的解释稍弱。在全局城市尺度下,城市快速路多用于交通出行,社会活动较少,因此各项指标数据相对较低。而在街道尺度下,主要道路支撑了该区域的社会活动,因此各项指标及相关性相对较高。

基于改进CASA模型的陕西省植被NPP遥感估算

[目的]探究陕西省陆地生态系统植被群落生产状况,分析陕西省植被NPP时空格局变化及影响因素,为准确评估陕西省陆地生态系统碳源/汇,实现区域生态可持续发展,达成碳中和目标提供参考依据。[方法]基于温度—植被干旱指数(Temperature Vegetation Dryness Index, TVDI)对CASA(Carnegie-Ames-Stanford Approach)模型水分胁迫因子进行改进,从而估算陕西省2010—2020年植被NPP,并利用热点分析法、趋势分析法以及地理探测器对陕西省植被NPP进行空间分布格局、年际变化趋势和驱动因子研究。[结果](1)陕西省NPP空间分布呈现南高北低、冷热点区域差异明显的特征;(2)陕西省2010—2020年NPP平均值介于331.02~416.34 gC/(m^(2)·a),NPP均值在100~600 gC/(m^(2)·a)占比最大,最低值和最高值区间占比不足20%;(3)全省2010—2020年83.3%的面积植被NPP值无显著变化,4.2%的面积呈增加状态,12.5%的面积NPP值呈下降趋势;(4)降水是陕西省植被NPP变化的单因子主导驱动力,太阳辐射量及土地利用类型交互作用下对NPP变化解释力更强。[结论]基于TVDI改进的CASA模型能够有效量化区域植被NPP,且陕西省植被NPP南北分布差异明显,降水、土地利用类型及太阳辐射量是其主要影响因子。

关中平原城市群土地利用结构多情景优化和生态系统服务价值预测

经济快速发展导致关中平原城市群的土地利用发生重大变化,导致区域的生态系统服务价值(ESV)发生改变。本研究基于关中平原城市群土地利用数据和驱动数据,使用系统动力学(SD)模型耦合混合元胞(MCCA)模型,预测了自然发展、经济发展、生态保护与耕地保护情景下2040年土地利用单元内ESV细微的时空变化,揭示ESV对社会经济演变的响应,并采用敏感性指数研究土地利用变化对ESV的影响。结果表明:2000—2020年间,研究区土地利用转变主要是耕地、林地和草地之间的转换以及耕地转向建设用地。由于林地和水域的面积增多,ESV在此期间小幅上升。2040年,与生态保护情景相比,经济发展情景的林地占比减少1.8%,建设用地增加1.3%。2020—2040年间,经济发展情景下,ESV在中部和东部呈下降趋势,但在耕地保护情景下呈上升趋势,其中,水文调节和气候调节对ESV的贡献最大;ESV总量除生态保护情景以外均呈下降趋势。生态保护情景下,土地利用变化发生对ESV有积极影响,而其他情景下,ESV对土地利用变化则有负面响应,其中,经济发展情景下的负面影响最大。研究结果可为多情景土地利用模拟和ESV预测提供新方法,对城市群国土空间布局优化、土地资源规划管理和可持续发展路径策略具有重要的科学和实践意义。