基于GWR的中国地级城市SO2年均质量浓度模拟

中国城市空气污染问题已经引起广泛关注。目前相关研究很多,但是以空间位置为拟合参数,对空气质量进行回归模拟的研究较少。以2010年中国地级以上城市SO2年均质量浓度为因变量,分别应用普通线性回归和地理加权回归（GWR）模型模拟SO2年均质量浓度,其中地理加权回归方法考虑了空间位置的影响并以此作为回归参数。回归的自变量指标体系包括气象要素（多年平均温度、光照、降水）、植被覆盖（NDVI）、地形要素（坡度、坡向、起伏度）、人为因素（GDP、能源消费）几个方面。由于各指标之间存在较强的相关性,用主成分分析方法计算得到温度、日照、降水、NDVI表征的气象植被综合指标,高程、坡度、起伏度表征的地形综合指标,和GDP、能源消费表征的人为因素综合指标。用3个综合指标值作为自变量进行回归模拟。普通回归结果较差,其r^2为0.11,矫正的r^2为0.10;GWR模型模拟结果相对较好,其拟合优度显著提高,r^2为0.66,矫正的r^2为0.47。因此,地理加权回归适合进行此类拟合,普通线性回归不适合。通过对比地理加权回归模拟的各个城市的拟合优度,发现年均质量浓度数值较高的地区拟合效果较差,这些地区主要集中在中国华北和南部部分地区。与基于机理的模型相比,GWR 模型和其各具优缺点,GWR 的优势主要表现在数据及其格式化要求低,计算机软硬件条件要求低,运算速度快等。     

NDVI起伏型时间序列模型初探

NDVI(植被归一化指数 )是描述地表植被特征的重要指标 ,其月动态变化具有明显的周期性规律 .应用起伏型时间序列法对中国及其典型省份的NDVI月动态变化进行模拟 .结果表明 :无论是较规则的周期波动 ,还是幅度较大的不规则波动 ,均呈较高的拟合精度 ,且优于以气象因子所建立的线性回归模型的拟合效果 .说明起伏型时间序列分析可用于NDVI动态变化研究 ,因此丰富了NDVI动态变化定量研究的方法和内容 ,从而为研究全球气候影响下的植被变化提供思路 .图 2表 1参 14     

生态因子对川渝地区壳斗科植物物种丰富度的影响

西南川渝地区是我国壳斗科植物分布最为丰富的地区之一.以川渝地区壳斗科植物为研究对象,以皮尔逊相关系数(r 0.8)以及方差膨胀因子(VIF 10)为准则,选取代表现代气候、生境异质性和历史气候变化的9个生态因子,基于地理加权回归模型(GWR)探究生态因子对壳斗科植物物种丰富度的影响,并与经典的全局最小二乘回归法(OLS)进行比较.结果显示:(1)分布在川渝地区的壳斗科植物有6属共74种,主要以栎属(Quercus)和柯属(Lithocarpus)为主;(2)物种丰富度(SR)表现为南部最高,物种丰富度中心为川西南锦屏山东南部—鲁南山西侧、横断山中部的邛崃山南段—大凉山北段以及四川盆地东南缘大娄山东段,可达到29-35种;(3)GWR模型预测精度优于OLS,其预测结果表明海拔变幅、潜在蒸散量和最暖季降雨量是影响川渝壳斗科植物物种丰富度的主要因子,且影响程度表现出明显的空间差异性.整体来看,GWR模型可为探究物种-生态因子关系的空间异质特征提供一种新的方法,在生物多样性研究中具有较好的应用前景.(图3表2参51)     

基于地理加权回归模型的能源“金三角”地区植被时空演变及主导因素分析

宁陕蒙接壤地区的能源"金三角"为我国提供了丰富的能源,其地表植被状况与我国的生态恢复与重建密切相关。应用RS和GIS技术,以归一化植被指数产品(MODIS NDVI)为数据源,借助逐像元趋势分析法研究了2005—2015年间的植被动态变化;基于规则网格构建地理加权回归模型(GWR),探索了高程、坡度、土壤黏粒含量、多年平均气温、多年平均降水、距煤矿区距离及距道路距离7个因子对植被变化的影响及其空间非平稳性。结果表明:(1)时间上,2005—2015年研究区平均NDVI整体呈现波动上升趋势,增长率为0.083·(10 a)~(-1)(P0.05);空间上,NDVI呈现由东南向西北递减的分布格局;趋势上,NDVI变化呈增加趋势的区域(27.11%)远大于减少区域(0.64%),显著增加区域主要分布在榆林市东部。(2)与2005—2012年相比,2013—2015年归一化植被指数(NDVI)在全区显著减少,且具有更强的空间聚集性(Moran's I值为0.851),但变化程度具有空间异质性。(3)2个时段全区植被变化受气候等自然因素的影响较大,影响植被变化的主要因素在时间与空间上具有差异性,人类活动对植被变化具有双重作用。     

西南喀斯特地区植被变化及其与气候因子关系研究

受气候变化和退耕还林还草工程实施的影响,植被分布产生一定的变化,厘清气候因子与植被生长的关系,可以为生态维护与治理提供参考依据,为生态保护成效评估提供科学基础。选择环江喀斯特区,以中分辨率卫星成像光谱仪(MODIS)卫星遥感250m空间分辨率植被指数NDVI,分析2000-2017年该地区植被变化趋势,利用多元线性回归分析累积降水、温度、辐射等气候因子的影响范围和程度,以残差趋势法厘定植被变化中的人为贡献。结果表明,(1)2000-2017年,环江地区87%的地区植被年均NDVI呈现不同程度的增加趋势,增长率为0.4%a~(-1);主要植被类型农田、森林、草地年均NDVI持续改善,其中森林的改善状况最好。(2)环江地区气候变化整体呈冷湿化。温度、累积降水、辐射对植被年均NDVI的影响情况不同,就环江地区而言,温度、辐射对年均NDVI表现出正影响,且温度影响最大;累积降水与年均NDVI呈负相关。(3)不同植被类型受气候因素的影响不同,在气候因素对植被年均NDVI的解释度较高的地区,农田主要受温度影响,森林和草地主要受辐射和温度的共同影响。(4)环江地区气候因素可以解释8.5%的年均NDVI的变化情况。(5)环江地区除气候因素以外的其他因素对NDVI影响更大。     

中国近地面NO_2污染分布特征及其社会经济影响因素分析

基于2017年中国NO_2环境监测站点数据,综合运用全局莫兰指数(Global Moran's I)和热点分析(Getis-Ord G_i~*)方法对中国NO_2污染空间分布特征进行分析,并应用地理加权回归模型(GWR)探讨NO_2污染空间分布的社会经济影响因素。结果表明,(1)2017年,NO_2质量浓度年均值为31.28μg·m~(-3)。NO_2浓度分布在东西方向上大致以胡焕庸线为界,东部地区高于西部地区;南北方向上大致以长江为界,北部地区高于南部地区。(2)NO_2的季节变化规律为冬季秋季春季夏季。秋冬季节,NO_2高污染区由京津冀、河南、陕西等地扩大至山西中部、新疆东南部以及内蒙古的包头、呼和浩特、乌兰察布等地区,其高值与中高值区域面积占比之和分别为13.47%与24.00%,显著高于春夏季。(3)NO_2质量浓度存在以京津冀及周边河南、山西等地区为主的高值集聚,低值区主要分布在在云南、西藏、广西、海南一带。(4)利用地理加权回归模型(GWR)分析NO_2的空间分布与社会经济因素之间的关系,经计算调整后的R~2为0.74,该模型能解释NO_2空间分布的74%,拟合效果较好。在该模型中,城镇化率、森林覆盖率、第二产业占比以及人均电力消费量对NO_2质量浓度影响较大,城镇化率和第二产业占比与NO_2质量浓度呈正相关关系,森林覆盖率和人均电力消费量与NO_2质量浓度呈负相关关系。另外,城镇化率是对NO_2影响最显著的因素,城镇化率的提高对NO_2的影响程度由西向东逐渐递减。(5)NO_2与人均私家车保有量的相关系数r为0.403,华北、东南沿海、东三省及西部新疆、西藏地区,人均私家车保有量与NO_2空间分布情况基本一致,河南、陕西、湖北以及川渝地区则出现了人均私家车保有量与NO_2质量浓度不匹配的情况。     

基于地理探测器的喀斯特植被NPP定量归因

植被净第一性生产力(NPP)作为生态系统功能的重要指标,既可以反映植被的生长状况,又是生物圈内碳循环的重要分量。喀斯特地区植被NPP的研究是植被建设和生态系统恢复的重要基础,其影响因素的定量识别对喀斯特地区的生态恢复与区域可持续发展具有重要意义。在高精度NDVI数据反演的基础上,运用CASA模型模拟贵州省典型峰丛洼地区三岔河流域2015年区域尺度的植被NPP,分析喀斯特地区植被NPP的空间变化特征,综合海拔、坡度、降水、温度、植被覆盖度和土地利用类型等影响因子,应用地理探测器方法在不同地貌形态类型区内进行喀斯特植被NPP空间异质性的定量归因研究。结果表明:植被覆盖度与温度是植被NPP的显著控制因子,其交互作用对NPP的解释力为77.8%;地貌形态类型对植被NPP的空间分布具有宏观控制作用,土地利用类型在相对平缓的平原、台地地区对NPP的解释力是山地丘陵等地势起伏较大地区解释力的近两倍;海拔因子在小起伏中山和中起伏中山等山地地区对NPP的解释力强于较平缓地区;各个地貌形态类型区内因子的层间差异均随地貌特征的变化而显现出不同程度的差异性。双因子的交互作用均能增强对植被NPP空间分布的解释力,且在各个地貌形态类型区中,解释力排在前三位的主导交互作用方式均为植被覆盖度因子与另一影响因子的叠加。因此,在喀斯特地区未来的发展过程中,应考虑多种环境因子之间的交互作用,从多视角、多维度探究环境因子对植被NPP的影响,为喀斯特石漠化的治理工作提供参考依据。     

基于ETM+图像的植被覆盖度遥感估算模型

植被覆盖度(VFC)的定量遥感是多种地表过程研究的迫切需要.文章选用南京市一幅Landsat 7 ETM 图像,经大气校正后提取了归一化植被指数(NDVI),与地面实测的植被覆盖度进行回归分析,建立了1～4次多项式关系模型.结果表明,NDVI与VFC呈极显著的正相关关系(r = 0.874, P < 0.001).在NDVI-VFC的1～4次多项式关系模型中,模型幂次越高,拟合程度越好.综合考虑模型的精度和稳定性,3次多项式模型作为最优模型推荐使用:VFC = -1.3438 NDVI 3 0.9774 NDVI 2 0.9988 NDVI 0.1507 (R2 = 0.7961, RMSE = 0.1094),该模型精度在植被中等密集区域(VFC＝0.4～0.8)最高,植被稀疏区域(VFC < 0.4)最低,植被密集区域(VFC > 0.8)居中.模型可直接用于全图像的VFC计算,并可通过植被指数的校准,进行推广使用.     

武夷山国家自然保护区NDVI对坡度的响应

武夷山国家自然保护区是全球同纬度带保存最为完整、面积最大的典型中亚热带原生性森林生态系统,地势起伏剧烈,研究此区域归一化植被指数(NDVI)对坡度的响应可为保护区生态建设提供科学参考。文章基于Landsat ETM+/OLI遥感数据、DEM数据和气象资料,提取2004—2018年武夷山国家自然保护区NDVI和坡度,分析研究了2004—2018年保护区6种坡度类型下植被覆盖的变化特征,以及不同坡度下植被的改善和退化情况,指出影响不同坡度NDVI的主要气象因子。结果表明:(1)2004年以来武夷山国家自然保护区植被呈改善趋势,生态环境保护工作取得良好成效,但保护区仍存有耕地、居民点和生产经营活动,中部和北部低坡度地区植被呈变差趋势;(2)在所有坡度范围内,保护区植被变化类型均以轻微改善为主(面积比超过50%),在0°—25°范围内利于植被退化,而在35°范围内利于植被改善;(3)NDVI变化趋势与坡度呈二次函数关系,以17°为界,当坡度小于17°时,植被改善随着坡度的增加而缓慢减弱;当坡度大于17°时,植被改善随着坡度的增加而增强;(4)在保护区内,影响植被生长的主要气象因子为降水。研究结果可为保护区制定生态保护规划、实施针对性地保护和应对气候变化影响提供决策依据。     

多维地形因子作用下的西南山地丘陵过渡带景观格局研究:以涪江流域中上游为例

山地丘陵过渡带地形独特,地形因子分析不仅可以对复杂地理单元的景观格局做出合理解释,而且能进一步了解景观格局分布规律,为优化空间配置奠定基础。以2017年Google Earth影像、DEM和全球30 m地表覆盖数据为数据源,运用GIS技术、分布指数、景观格局指数和移动窗口法等方法,分析了涪江流域中上游地区景观类型随高程、坡度、起伏度和坡向的空间分布特征,利用Pearson相关性分析探究不同地形因子对景观格局变化的影响程度。结果表明:(1)随着高程、坡度和起伏度的增加,景观类型由人为主导的耕地、建设用地过渡为以自然为主导的林地、草地;从阳坡到阴坡,建设用地分布由优势到劣势下降最为明显。(2)流域景观类型最为丰富的地貌为冲积平原,主要分布于海拔500～650 m、坡度0～5°和起伏度10～30 m的区域;高海拔、坡度和起伏度地区的景观格局单一化趋势明显,破碎化程度较轻。(3)山地区的多样化景观主要分布在涪江沿岸,丘陵区涪江沿岸景观呈现单一化趋势,冲积平原区景观由外向内呈现出相对单一化—多样化—相对单一化的趋势,城乡结合部景观最为丰富。(4)不同地形因子对景观格局的影响程度为高程坡度起伏度坡向,高程、坡度、起伏度与景观格局有较强的相关性,而坡向则表现为弱相关性。     

基于OCO-2遥感数据的新疆维吾尔自治区大气XCO2空间化研究

二氧化碳(CO₂)是导致全球变暖最主要的温室气体,掌握准确的CO₂空间分布信息可以有效评估碳减排成效,对于推进碳达峰、碳中和工作具有重要意义。相比站点观测,碳卫星能够获取大尺度的CO₂分布信息,但是由于其幅宽较窄以及云覆盖的影响,大气CO₂卫星遥感数据存在大量缺值区域,不能获得空间连续的大气CO₂分布。以新疆维吾尔自治区为研究区,基于2019年OCO-2卫星大气二氧化碳柱平均干空气混合比(XCO₂)数据,结合气温、地形、植被、大气NO₂浓度等相关变量,综合对比了多元线性回归(MLR)、地理加权回归(GWR)、支持向量机(SVR)、随机森林(RF)、极端梯度提升树(XGBoost)和极端随机树(ERT)等方法在生成大气XCO₂空间连续数据中的表现。交叉验证结果表明,RF、XGBoost和ERT这3种集成学习模型精度明显优于SVR、GWR和MLR模型,其中ERT模型精度最高,决定系数R²为0.7...     

黄河流域典型县域生境质量的时空分异特征及影响因素研究

通过探索黄河流域山东段县域生境质量时空分异特征与影响因素,以便从县域尺度为地方生态环境保护与社会经济高质量发展提供政策建议。基于2000、2010和2020年3期土地利用数据,采用InVEST模型解析生境质量的时空分布格局与演变特征,结合空间自相关模型对其空间分异特征进行探测,并采用地理加权回归(GWR)模型分析社会、经济与自然影响因素在空间维度上对生境质量的影响。结果表明：(1)2000—2020年,黄河流域山东段平均生境质量指数为0.448,空间上表现出中段、上段低和下段高的分布格局,生境质量整体呈先快速下降后缓慢下降趋势,中段生境质量下降趋势最为显著;(2)生境质量变化在空间分布上呈显著集聚性特征,会受到邻近区域的影响,且总体集聚态势不断增强,高-高型集聚区面积明显大于低-低型集聚区,在流域下段范围连片分布;(3)土地开发强度是影响生境质量时空分布的首要因素,城市化水平、人口密度和NDVI对生境质量有重要影响,社会、经济和自然因素共同影响生境质量时空变化,GWR回归分析结果表明生境质量具有空间差异性。识别这些时空差异对推动该区域生态高质量发展具有重要意义。     

北京市城市河道水体发黑分级评价方法

基于多元线性回归对北京市城市河道水体发黑感官数据及水质监测数据进行分析.通过比较与筛选发现,水色稀释倍数适合作为表征北京市城市河道水体发黑因变量,而溶解氧、化学需氧量、氨氮、总磷及总铁适合作为自变量,其中溶解氧、化学需氧量及总铁为主要因素.基于5项水质指标提出了北京市城市河道水体发黑分级评价方法,从非发黑到重度发黑共分4级,通过比较发现两个回归模型模拟计算结果与水色稀释倍数观测值大致相当.该评价方法首次将有机类污染指标同水中总铁结合,量化了北京市城市河道水体发黑程度,为未来"一河一策,消除黑臭"提供思路.     

澜沧江下游景观破碎化时空动态及成因分析

景观破碎化深刻影响着景观格局和过程。以澜沧江下游城市——景洪市为研究区域,选取2000、2005和2010年的景观类型数据与对应的SPOT-NDVI遥感数据,对比了移动窗口法和空间自相关法在指示景观破碎化时的精确性和可应用性。采用300 m的移动窗口边长,选取蔓延度指数(CONTAG)、景观形状指数(LSI)、斑块密度(PD)、边缘密度(ED)、最大斑块指数(LPI)和香农多样性指数(SHDI),利用移动窗口法将景观指数空间可视化以指示景观破碎化特征。研究表明,不同景观类型的NDVI值均在0.6以上;2000年、2005年和2010年,Moran’s I值均在0.78以上;进一步分析了NDVI的局部空间自相关指数Moran’s I,结果表明NDVI呈"高—高"自相关的地区大多为常绿阔叶林地带,而NDVI呈"低—低"自相关的地区大多为建筑用地和耕地分布广泛的区域。统计各景观类型的景观指数和空间自相关指数后发现,对于常绿阔叶林和未利用地等景观类型,局部自相关指数高的区域,CONTAG值也高,而LSI值较低,这表明该类景观类型斑块较少且完整,破碎化不明显。通过比较不同景观类型的景观指数和空间自相关系数,发现两种方法在指示景观破碎化上具有良好的可比性。同时,提取了海拔、坡度、坡向、地形起伏度和地面粗糙度等地形因子,分析了NDVI和地形因子之间的局部空间自相关指数Moran’s I,结果表明研究区植被分布在一定的程度上由海拔、坡度、地形起伏度和地面粗糙度所决定。本研究为综合景观指数与空间统计分析揭示景观格局变化和空间异质性提供了参考,并通过景观格局与地形因子的相关性分析进一步解释了景观格局变化与环境变化的生态意义。     

贵州省煤矿区植被指数变化及其影响因子分析

基于遥感和空间分析技术,利用MODIS数据对2000—2014年贵州省煤炭资源开采对植被的影响进行监测分析。采用最大值合成、平均值和一元线性回归分析等方法研究贵州省煤矿区植被变化特征,并运用地理探测器分析高程、坡度、坡向、土壤、多年平均降水量、多年平均气温和煤炭年产量对矿区植被变化的影响。结果表明,贵州省煤矿区NDVI值均大于0.77,整体生长状况较好,但低于全省平均水平,其中大型煤矿植被指数均值明显低于中、小型煤矿;在全省NDVI值处于上升趋势的情况下,大多数矿区(79.22%)植被也处于改善趋势,依然有部分矿区(13.42%)植被呈现退化趋势;全省总体而言,煤炭产量对矿区植被变化的解释力在7个因子中处于第3位,在遵义、毕节和六盘水市,其解释力分别排第4、5和5位,对植被变化解释力最大的是自然环境因子中的降水、土壤和坡度。     

黄土高原典型县域生态系统服务变化特征及驱动因素

陕北黄土高原沟壑区作为全国重点水土流失区和退耕还林还草核心区,探究县域尺度生态系统服务的时空变化特征、驱动因素和权衡关系对于生态系统的可持续管理更有针对性和现实性。基于RUSLE、CASA和In VEST模型,分析了陕北志丹县2000-2018年土壤保持、碳固存和水源供给3种生态系统服务的时空变化,并运用地理探测器和偏相关分析研究了生态系统服务的驱动因子和权衡关系。结果表明：2000-2018年,志丹县土壤保持、碳固存(以C计)和水源供给都呈现增加趋势,分别增加了199 t·hm^-2·a^-1、426 g·m^-2·a^-1和122 mm。地形、气候和植被生长状况等自然因素对生态系统服务空间异质性的影响强于土地利用类型等人为因素,并且多因子的交互作用对生态系统服务的影响大于单一因子。影响土壤保持服务空间异质性最主要的因子是坡度,其次是NDVI,碳固存服务空间异质性受降雨、NDVI和土壤类型等因素的综合影响,水源供给服务空间异质性的主要驱动因素是降雨和土地利用类型。志丹县土壤保持和碳固存、土壤保持和水源供给...     

西藏高原青稞三种植被指数对红外增温的初始响应

气候变暖影响着农作物生长及其植被指数。为了探讨西藏高原青稞(Hordeum vulgare Linn.var.nudum Hook.f.)归一化植被指数(normalized difference vegetation index,NDVI)、归一化绿波段差值植被指数(normalized green difference vegetation index,GNDVI)和土壤调节植被指数(soil adjusted vegetation index,SAVI)对气候变暖的初始响应,2014年5月在西藏达孜县布设了一个红外增温实验(3个水平,即对照,1 000和2 000 W红外增温)。通过对2014年6─9月利用农业多光谱相机获取的3种植被指数和利用HOBO微气候观测系统获取的两个深度(5和20 cm)的土壤温湿度的统计分析,探讨了西藏高原青稞植被指数对红外增温的响应及其与土壤温湿度的相互关系。结果表明,1 000和2 000 W的增温使5 cm的土壤温度(t5)分别升高了约1.62和1.77℃,使20 cm的土壤温度(t20)分别升高了约1.16和1.43℃;相反使5 cm的土壤湿度(SM5)分别下降了约1.8%和14.1%,使20 cm的土壤湿度(SM20)分别下降了21.6%和14.7%。1 000 W的增温使NDVI、GNDVI和SAVI分别增加了约2.4%、4.3%和0.5%;2 000 W的增温则使NDVI、GNDVI和SAVI分别增加了约5.5%、5.3%和4.8%,尽管增加幅度并不显著。单因子回归分析表明,t5与NDVI(r2=0.110,P=0.026)和GNDVI(r2=0.254,P=0.000 4)为负相关,而与SAVI无关(r2=0.069,P=0.082);t20与GNDVI为负相关(r2=0.218,P=0.001),而与NDVI(r2=0.040,P=0.190)和SAVI(r2=0.014,P=0.443)无关;SM5与NDVI(r2=0.277,P=0.000 2)、GNDVI(r2=0.394,P=0.000 0)和SAVI(r2=0.208,P=0.002)为正相关。SM20与GNDVI为正相关(r2=0.193,P=0.003),而与NDVI(r2=0.059,P=0.107)和SAVI(r2=0.037,P=0.209)无关。多重回归分析表明,SM5主导着NDVI、GNDVI和SAVI的变异。偏相关分析表明,NDVI、GNDVI和SAVI与SM5的相关系数分别为0.442(P=0.003)、0.412(P=0.007)和0.404(P=0.008);与SM20的相关系数分别为-0.042(P=0.792)、0.051(P=0.749)和-0.033(P=0.837);与t5的相关系数分别为-0.154(P=0.332)、-0.019(P=0.907)和-0.170(P=0.282);与t20的相关系数分别为0.228(P=0.147)、-0.041(P=0.795)和0.268(P=0.086)。因此,红外增温引起的干旱抑制了青稞的生长,进而影响了植被指数,即植被指数的不显著变化可能与红外增温引起的土壤干旱有关。     

中国私家车碳排放空间格局及其影响因素的ESDA-GWR分析

利用探索性空间数据分析(ESDA)和地理加权回归模型(GWR),对2012年全国312个地级及以上城市私家车碳排放的空间分异格局、总体趋势、空间异质性和驱动因素进行研究。结果表明,中国地级城市私家车碳排放空间分异显著,碳排放总量呈现中部东部西部、中部北方南方的变化趋势,人均碳排放量表现为东高西低、北高南低的态势,地均碳排放量则呈现南高北低、东高西低的态势。人均储蓄存款余额对私家车人均碳排放的影响最大,其次是人均GDP和城镇居民可支配收入,且影响因素具有明显的经度或纬度地带性规律。     

基于Sentinel-2遥感影像的巢湖蓝藻水华提取方法研究

Sentinel-2卫星兼具了空间分辨率高、重放周期短、谱段丰富三方面特点,为蓝藻水华爆发阶段及时准确的蓝藻水华提取提供了影像基础,但目前在大型湖泊蓝藻水华提取中的应用报道较少。为此,文章以2018—2020年巢湖的Sentinel-2遥感影像为例,开展包括浮游藻类指数(FAI)在内的多指标蓝藻水华提取方法研究,针对FAI阈值难以确定的典型问题,提出了基于回归分析的FAI阈值确定方法。结果表明,(1)与低分辨率卫星MODIS和GF-1影像的蓝藻水华提取结果相比,Sentinel-2提取到了面积小至100 m2的蓝藻水华区域,提取结果差异主要集中在蓝藻水华区域的边缘部分以及面积较小的零星区域,证明了Sentinel-2遥感影像能够更精确地估算蓝藻水华面积。(2)以NDVI的阈值0为基准,通过回归分析确定FAI的阈值为-1.152(决定系数r2达到0.982 3,显著性检验P<0.001),对2019年6—11月无云雾遮挡的Sentinel-2遥感影像,分别采用归一化植被指数(NDVI)与FAI指标提取蓝藻水华面积,结果表明蓝藻水华的分布情况基本一致,且蓝藻水华面积的相对偏差小于5%,证明了FAI阈值确定方法的有效性。(3)选取云雾遮挡但无大规模蓝藻水华爆发的Sentinel-2遥感影像,分别采用NDVI和FAI指标提取蓝藻水华面积,在无云雾遮挡的区域,两个指标的蓝藻水华分布情况一致,而有云雾遮挡的区域,FAI指标的提取面积仅为NDVI的53.89%,证明FAI指标受云雾影响更小。Sentinel-2遥感影像的高空间分辨率使巢湖蓝藻水华提取更为准确,在未来的水质监测领域将彰显更大的价值。     

绿化覆盖率对城市绿地破碎度与地表温度的关系的影响

优化绿地空间配置（如破碎度）是改善城市热环境的有效途径。然而绿地破碎度对城市热环境的影响可能随绿化覆盖率的变化而变化,对改善城市热环境提出了巨大挑战,但相关研究十分缺乏。以长沙市为例,利用Landsat地表温度表征城市热环境,使用解译于高分2号遥感影像的城市绿地图在1 m像元尺度量化绿化覆盖率和绿地破碎度（用绿地边界密度表征）。以419个1 km格网为分析单元,应用分段线性回归揭示绿化覆盖率与绿地破碎度间的非线性关系,识别绿化覆盖率阈值并以此为标准将419个1 km格网划分为高绿化覆盖率区和低绿化覆盖率区。以1 km格网平均地表温度为因变量,绿化覆盖率、绿地破碎度、水体覆盖率和裸地覆盖率为自变量从研究区、高绿化覆盖率区和低覆盖率区3个方面建立多元线性回归模型阐明绿地破碎度对地表温度的影响。最后进行方差分解分析绿化覆盖率、绿地破碎度和其他土地覆盖率对地表温度的独立和联合影响。结果显示,1）绿地破碎度随绿化覆盖率的增加先增加后降低,阈值为44.9%。2）整个研究区,4个指标可解释69.1%的地表温度变异,地表温度随绿化覆盖率、水体覆盖率、裸地覆盖率和绿地破碎度的增加显著降低。3）低绿化覆盖...