基于多源遥感信息和土地利用数据的中国海岸带GDP空间化模拟

目前包括GDP在内的社会经济数据大多以行政区划为统计单元,普遍存在统计单元内的数据均一化以及与其他环境数据空间不匹配等问题。以中国海岸带地区为例,利用DMSP/OLS夜间灯光数据和植被指数构建的人居指数与非农业GDP之间的线性关系建模,对非农业GDP进行了空间化模拟,基于土地利用数据建立了农业GDP空间化模型,最终得到2010年中国海岸带地区250 m×250 m空间分辨率的GDP密度图。结果显示：相比仅利用夜间灯光数据模拟非农业GDP,人居指数模型较好地改善了夜间灯光数据的像元溢出效应以及过饱和问题,提高了对非农业GDP的模拟精度。栅格尺度上的中国海岸带GDP密度图可以为沿海地区灾害风险评估、社会经济决策、区域规划和可持续发展研究提供基础数据支持。     

基于DMSP/OLS与土地利用的江苏省人口数据空间化研究

准确、高分辨率的人口分布信息是人地关系研究的重要前提。人口数据空间化可实现人口统计数据与空间信息集成,重构人口空间分布特征,为区域可持续发展研究提供数据支持。基于DMSP/OLS夜间灯光数据与土地利用数据,以遥感与地理信息系统理论与方法为基础,采用空间滞后回归模型模拟了江苏省2010年人口空间分布状况,并得到1km×1km的人口密度网格图。通过从县级、乡镇级两种空间尺度对人口数据空间化结果进行检验,结果表明基于DMSP/OLS与土地利用的人口数据空间化能够正确地表达人口空间分布规律,尤其对于人口较为密集地区,具有很高的数据重现精度;但是对于人口密度畸高或畸低的地区,由于人口空间分布异质性较大,数据重现的准确性下降。     

基于DMSP/OLS数据的江苏省城镇人口空间分异研究

人口空间分异研究是区域协调发展的基础,便捷准确地获取城镇人口全局和局域的空间信息,对于合理制定区域人口、经济和社会发展政策具有重要意义。在DMSP/OLS(夜间灯光)数据和人口数据之间的定量关联基础上,模拟出格网尺度上江苏省2012年人口密度,采用人口集中指数、空间变差函数识别人口分布的空间格局并探讨区别于行政单元尺度的人口格局形成机理。区域层面,江苏省人口空间分异呈现苏北地区"低密度点状"分布,苏南、苏中为"高密度面状"分布并存格局。城镇层面,江苏省人口空间分布结构具有4种类型,H-H型地区人口各向差异性最强,网格单元内随机变异最小;H-L型人口各向差异性最小,网格单元内随机变异较大;L-L型人口轴向均质化特征明显,网格单元随机变异较小;L-H型空间各向差异性较小,网格单元的随机变异最大。结果表明,基于DMSP/OLS夜间灯光数据反演而得到的人口格网模型具有巨大潜力,结合变差函数进行拟合分析可定量地刻画城镇内部人口分布的空间异质性特征。     

基于LJ1-01夜间灯光影像的苏锡常地区人口空间化研究

基于NPP/VIIRS DNB和"珞珈一号"01星(LJ1-01)两种夜间灯光数据原始影像与苏锡常地区县级人口统计数据进行空间滞后回归建模,得到500 m×500 m和200 m×200 m两种空间尺度的人口密度格网图,并利用乡镇人口数据进行检验证明LJ1-01数据在人口空间化研究中具有更高的精度;在此基础上,基于电子地图兴趣点(POI)数据与人口分布之间的相关性,通过融合POI数据对LJ1-01原始影像的模拟结果进行优化,并在乡镇尺度上对人口空间化结果进行了精度评价。结果表明:(1)LJ1-01夜间灯光影像亮度值与人口数呈显著正相关,相关系数高于NPP/VIIRS夜间灯光数据;(2)LJ1-01新型夜间灯光数据适用于人口空间化研究,且其模型拟合效果整体优于NPP/VIIRS传统夜间灯光数据;(3)将LJ1-01夜间灯光数据与POI数据进行融合可有效改善其人口空间化模拟结果,空间滞后回归模型的复相关系数R~2提高至0.946 3。通过实践,可以发现LJ1-01夜间灯光数据具有实现精细尺度人口数据空间化的巨大潜力。     

基于卫星夜间灯光数据的中国分省碳排放时空模拟

中国能源统计数据"横向不可比,纵向不可加"现象依然突出,尤其是分省能源消费统计千差万别,给分省碳排放评估带来了较大困难,如何利用卫星遥感数据科学合理地估算中国分省碳排放是当前亟须研究的问题。本文运用DMSP/OLS全球稳定夜间灯光数据,在通过相互校正、年内融合和年际间校正等系列处理得到中国分省稳定夜间灯光数据的基础上,首先分别构建中国分省稳定夜间灯光亮度DN值与人均碳排放和单位面积碳排放之间的时空地理加权回归模型,两个模型整体效果均较好,拟合优度分别高达96.74%和99.24%;其次运用稳定夜间灯光亮度DN值对分省人均碳排放和单位面积碳排放进行时空模拟;最后运用人口规模和土地面积对分省碳排放进行估算。估算结果显示:(1)整体来看,2000—2013年年均碳排放模拟值与实际值6.3349×109t较为接近,两个模型的相对误差均在0.5%以内。(2)分年度来看,所有年份的相对误差均在5%以内,2006年分省加总碳排放模拟值与实际碳排放6.2036×109t最为接近,绝对误差和相对误差均较小,两个模型模拟值的相对误差均为0.04%。(3)分省域来看,2000—2013年年均碳排放模拟值与实际碳排放均非常接近,除海南和宁夏外,其余28个省区市的相对误差均在1%以内。(4)分年度分省域来看,以2013年为例,40%省份的相对误差在2%以内,70%省份的相对误差在5%以内。从整体、分年度、分省域、分年度分省域的估算结果来看,基于稳定夜间灯光数据的中国分省碳排放时空模拟效果良好。因此,运用卫星夜间灯光数据可以较为准确地对中国分省碳排放进行估算和预测,为卫星遥感影像数据服务分省碳排放监测和评估提供一种补充性参考。     

四川省人口分布与土地利用的关系及人口数据空间化试验

通过对四川省158个市县中人口密度小于1 000人/km2的151个市县的人口密度与各种土地利用指数的多元回归分析发现,人口密度与各种土地利用指数的多元线性相关系数为0.93,人口密度的对数与各种土地利用指数的多元线性相关系数为0.96。根据这一关系对四川省1999年的市县人口统计数据进行空间化,用罗江县的实际乡镇人口数据对空间化结果进行检验。结果为通过空间化得到的各乡镇的人口数与各乡镇的实际人口数的相关系数为0.91,平均误差为16.5%。     

长时序丹江口水源区NDVI数据集构建及其时空动态变化分析

由于不同传感器时空分辨率不一致，当前NDVI动态变化研究存在研究时间较短的问题。基于EOT算法，以丹江口水源区为例，借助重叠时期的GIMMS NDVI和MODIS NDVI数据，将8 km分辨率GIMMS NDVI数据重采样为1 km，构建了1982～2018年NDVI长时序数据集，并在此基础上分析丹江口水源区NDVI时空动态变化。结果表明：EOT算法在空间重采样中具有良好的适用性。EOT NDVI与MODIS NDVI之间拟合度较高（R=0.929，P<0.01，n=24），EOT NDVI与Landsat NDVI之间表现出显著相关关系（R=0.702，P<0.01，n=200）。空间上，EOT算法在土地利用类型较为复杂的区域受混合像元的影响，预测精度降低，在植被分布连片的区域预测精度较高。基于时序NDVI数据分析，研究时段内NDVI呈现波动上升趋势，变化趋势为0.002 9 year-1。空间上，丹江口水源区NDVI以显著增加为主（P<0.05），在汉中市、安康市河流附近以及北部商州市、南部竹溪县等区域年均NDVI增加趋势较其他区域明显；年均NDVI呈现减小的区域主要分布在丹江口水库、十堰市、南阳市、平利县等经济发展较快的区域。Mann-Kendall检验显示年均NDVI时间序列没有突变现象，但局部区域NDVI在不同时间呈现差异。     

基于HJ卫星混合像元分解法的湖北省四湖地区夏收作物种植信息提取

混合像元是造成中低空间分辨率遥感数据计算机解译不准确的主要原因,通过收集2013年四湖地区夏收作物生长期内的不用生育时期的三景HJ卫星CCD数据,生成一个15波段的“类高光谱”数据;在采用阀门技术结合夏收作物NDVI指数变化特点,提取所有夏收作物（小麦与油菜）在四湖地区的空间分布的基础上,成功运用改进的逐步回归法计算出小麦与油菜在混合像元中的丰度值,高精度地取得了四湖地区小麦、油菜种植区的空间分布;将部分结果与同期资源三号卫星融合数据作为标准进行比较,证明基于改进的逐步回归法计算混合像元的丰度值是比较准确的,为运用HJ卫星CCD数据高精度提取农作物种植信息提供了一种可行的方法     

基于GIS数据的县域人口密度空间降尺度模拟——以广东省惠东县为例

人口调查统计以行政区划为基本单元,数据精度不能满足栅格尺度上的空间结构分析,也难以与生态环境综合研究中的自然地理数据相匹配,而人口数据降尺度空间模拟是解决这一问题的有效途径。本文基于统计学方法和GIS技术,对惠东县乡镇人口数据与空间因子进行相关性分析,并筛选出建设用地指数、高程、到居民点距离等因子用于回归分析,分别采用一元和两种多元回归方法建立人口密度数据空间化模型,最终在GIS平台中实现人口密度的降尺度模拟,获取200m×200m栅格尺度的人口密度数据。一元回归分析中,建设用地指数因子的模拟结果最优,R2为0.734,可作为快速、粗略模拟惠东县人口密度的模型;多元回归分析中,逐步和向后回归模型的R2分别达到0.775和0.886,模拟结果均较为理想。通过对模型的分析可知:①多元模型明显优于一元模型;②向后回归模型优于逐步回归模型。研究结果表明此人口密度模拟方法具有较强的操作性,可为县域尺度人口密度空间化的应用研究提供借鉴。     

基于夜间灯光数据的长江经济带经济发展与生态环境承载力关系分析

通过对DMSP/OLS和NPP/VIIRS两种夜间灯光影像数据进行提取校正,测度长时间序列长江经济带经济发展水平;在此基础上利用耦合协调度模型分析长江经济带经济发展与生态环境承载力耦合协调时空变化规律、区域差异及空间溢出效应。研究发现：1998～2019年长江经济带经济发展与生态环境承载力之间的耦合协调程度稳步提升,由中度失调阶段升级到拮抗阶段。在区域差异上,耦合协调水平总体空间差异处于“趋同-分异-趋同”不断调整的过程中,总体空间差异主要源自于区域间差异,而区域间差异主要来自上下游之间差异;在空间格局上,耦合协调水平表现出显著的空间集聚效应,各省市呈现出多极分化趋势。通过分析耦合协调水平的溢出效应发现,富裕程度、创新投入、外商投资、环境规制有利于提升本地耦合协调水平,产业结构、人口规模对本地耦合协调水平具有显著抑制作用;产业结构、外商投资和人口规模通过正向溢出效应对邻近地区耦合协调水平产生推动作用。     

基于格网数据的巢湖流域洪涝灾害损失评估

洪涝灾害是区域可持续发展的巨大威胁之一。随着全球气候变化、城市化进程加快和人口与经济集聚,洪涝灾害的损失日益严重。提出了洪涝灾害损失评估流程,建立基于网格数据的洪涝灾害损失估算模型,厘定各类资产的损失率。以空间网格为计算单元,在2003年洪水监测的基础上,应用GIS空间分析技术,对2003年巢湖流域的洪涝灾害损失进行了估算。结果表明：巢湖流域总淹没面积2 12504 km2,水田淹没面积最大,为1 71924 km2,洪涝灾害损失总值为194 828万元,无为、合肥、庐江县等洪涝灾害损失较大,舒城和肥西县损失较小。通过验证,该模型效果较好     

基于时序NDVI的湖北省植被覆盖动态变化监测分析

基于1998～2011年7、8月份SPOT VEGETATION NDVI数据,求取两月份NDVI平均值,构建14 a间的NDVI时序文件,通过对NDVI时序文件进行信息提取、分析,反映湖北省植被生长情况,从而监测、研究湖北省植被生长高峰期植被覆盖动态变化及趋势。具体为：利用植被覆盖分区法,将研究区分为弱植被覆盖区、稀疏植被覆盖区、低植被覆盖区、中植被覆盖区、高植被覆盖区和密集植被覆盖区等区域,监测各区域14 a间植被覆盖动态变化,结果表明,研究区整体上植被覆盖变化不大;利用Mann Kendall趋势分析法,对研究区植被覆盖变化趋势进行研究,结果表明绝大部分呈现无明显变化趋势,1655%的区域表现增加趋势,033%的区域表现减少趋势。通过以上分析结论可知,植被覆盖分区法和Mann Kendall趋势分析法的分析结果基本一致,表明两种方法能从植被覆盖状况和变化趋势角度动态反映植被的变化情况     

基于Landsat的近20余年东洞庭湖湿地草洲变化研究

利用多时相Landsat TM/ETM+影像,采用决策树分类法解译水域、泥沙滩地、草洲3种湿地类型,结合数字高程模型和相关水文信息,通过矩阵转移和贝塞尔曲线插值的方法,对低水位条件下东洞庭湖湿地草洲的时空变化特征进行分析。结果如下：（1）1989～2011年,草洲面积增加30506 km2,泥滩地面积减少27428 km2,水域面积呈波动状态;（2）草洲的主要扩张区域为长洲、新生洲、飘尾洲沿湖盆边缘部分、牛头洲大面积区域、武光洲 柴下洲、中洲 团洲部分;（3）草洲面积按高程分布呈先增后减特征,草洲覆盖的优势区域与非优势区域的高程分界点逐渐降低,水域和泥滩地分布的优势区域高程范围缓慢下移。草洲植被的生长分布和淹水条件关系密切,泥沙淤积和水文条件的改变都能导致淹水条件的变化,进而推进东洞庭湖草洲范围的扩张。此研究对于进一步明确洞庭湖湿地演变趋势及其形成机制具有重要意义     

元谋干热河谷近30年植被变化遥感监测

针对元谋干热河谷植被变化问题，选择多种遥感数据提取NDVI，基于DEM生成地形因子，应用GIS叠加分析其变化特征。结果表明：近30 a来，元谋干热河谷植被变化经历先剧烈退化后缓慢恢复过程；而且恢复期内，中山区、中高山区、平坡和无坡向恢复效果显著且持续稳定，平坝区、缓坡、斜坡、半阴坡和阴坡强烈的恢复过程伴随有强烈的退化过程，低山丘陵区、中低山区、陡坡、险坡、阳坡和半阳坡均又出现退化趋势，中高山区、险坡和阴坡对植被破坏与恢复重建响应最迅速；植被恢复的空间差异和可持续性差异显著。
     

金沙江流域植被覆盖时空变化特征

金沙江流域是长江上游生态脆弱地区,是长江上游水土保持重点防治工程、天然林保护工程和退耕还林工程等生态建设工程的重点实施区。首次利用遥感数据的归一化差值植被指数,采取线性相关分析方法,借助地理信息系统软件,定量化的分析金沙江流域生态建设工程对流域植被的影响。研究结果表明：1999～2008年,金沙江流域年均NDVI在波动中呈显著增加趋势,变化趋势的空间分布存在明显的区域差异,增加速率最快的是农田植被,增加趋势最显著的是灌丛植被;季节平均的NDVI空间分布与年内变化具有明显的空间分异性,不同季节NDVI的变化趋势也存在空间分异性,春、夏、秋和冬季金沙江流域NDVI呈增加趋势的像元分别占总像元的1650%、830%、1170%和1403%;春、夏和秋季都是灌丛NDVI的增加占主导地位,冬季则是草地NDVI的增加占主导地位。基于分析,在“长治”工程、天然林保护工程和退耕还林工程等生态建设工程的综合治理和气候变化的双重影响下,金沙江流域环境向有利的方向发展     

基于时序NDVI数据的鄱阳湖流域常绿覆被季节性变化特征

选择位于红壤丘陵区的鄱阳湖流域作为研究对象，利用1 km×1 km分辨率的时序SPOT4 VEGETATION数据，对流域内典型土地覆被--常绿覆被的绿度值、峰值、谷值、年均NDVI(NDVI-I)和NDVI年内极差(NDVI MM)等特征值进行了提取。在此基础上，探讨了不同常绿覆被类型的NDVI指数年内季节变化规律。结果表明：时序NDVI指数基本上能够较好地刻画不同常绿覆被类型之间的差异性，植被指数NDVI特征值随覆被的类型及其生长状态有规律地变化，即NDVI年均值和最小值基本上按“常绿阔叶林＞常绿针阔叶混交林＞常绿针叶林＞常绿针叶-落叶混交林”的顺序变化；典型常绿阔叶林的NDVI指数年内变化曲线基本上没有大的起伏波动；常绿针叶林以及常绿针阔叶混交林占主导地位的常绿混交林NDVI指数年内变化比较和缓，但常在8月和11月有所波动；以常绿针叶林为主、但有较多落〖JP2〗叶林混杂其中的常绿混交林，其NDVI指数年内变化曲线基本上呈和缓的单峰型波动。     

长三角地区植被退化的空间格局及影响因素分析

植被退化是陆地生态系统功能下降的重要表征。利用2000~2010年SPOT-VEGETATION NDVI遥感数据、土地利用数据,采用趋势分析、叠加分析和格网计算方法,对长三角植被退化的空间格局及其影响因素进行分析。结果表明:10a间长三角地区最大化NDVI均值空间分布南北高、中间低,区域14%的植被覆盖面积显著退化。植被退化呈现一定的空间分异,而人类活动是导致植被退化的主要原因。在长江以南、太湖的北部与东部,环杭州湾地区及南京、南通和台州等城市快速无序的城镇化,造成了建设用地面积增加和耕地的破碎化,使植被退化区域集中连片分布。经济利益驱动农民将水田转化为向水产养殖,引起植被退化。部分区域植被面积未减少而呈退化态势的原因有待研究。