基于空间回归模型的中国碳排放空间差异模拟

以中国碳排放数据库的多年分省碳排放数据为基础,选取植被指数NDVI、夜间灯光影像DMSP-OLS、生产总值、工业总产值和人口数5项指标,采用1 km×1 km格网,运用空间滞后回归模型对中国2000年和2013年的碳排放进行时空分布模拟,并对空间模拟结果进行误差分析及纠正,获得地均碳排放强度的空间分布图,以弥补传统碳排放统计空间展示效果差、空间分辨率低等缺陷.结果发现,中国碳排放的空间分布格局差异显著,地均碳排放强度分布呈现由东部地区向中西部地区逐渐递减的阶梯状区域分布差异,东部地区的碳排放高值聚集区域大致呈现面状聚集分布特征,区域之间碳排放的差异较小,西部省会城市、工矿城市与农村地区碳排放量差异显著.2013年的地均碳排放强度明显高于2000年,且高值区域的分布范围明显扩大,低值区域分布范围面积明显减少.     

基于地理信息技术的树种分布知识的挖掘与发现——以四川省石棉县为例

论文以四川省石棉县为例,对空间数据库支持下的树种分布知识的发现进行了研究。利用GIS技术建立相关空间数据库,主要有森林资源二类调查GIS数据库、树种GIS数据库,以及10 m分辨率的DEM、多年平均大于10 ℃的年积温和多年平均年降雨量等栅格数据库。利用GIS的叠加统计分析等方法,发现了各树种分布的的海拔、年平均大于10 ℃的积温、年平均降雨量等带谱知识。利用GIS的拓扑空间分析方法,挖掘了各树种间的空间配置知识。该知识可用于退耕还林、造林绿化中,因地制宜地选择树种,以及配置树种。该知识对于辅助数据协同下的各树种遥感识别也具有重要意义。此外,对其他区域也有示范意义。     

地理信息系统（GIS）在景观生态研究中的作用

论述了地理信息系统在景观生态学研究中的作用，这些作用包括如下６个方面：为有效地贮存和管理大范围的生态学数据提供数据库存结构，支持多尺度之间的数值的合并和分离，实现研究地点和环境敏感的空间定位，支持空间统计分析，支持遥感分析；提出生态系统模型的数值或参数的输入和输出。     

福建省土地利用多尺度空间自相关分析

常规统计方法是分析制约土地利用空间分布的影响因素常用方法,其理论假设前提是数据本身在统计上是独立的,呈正态分布。而土地利用空间数据往往具有一定的空间自相关性,同时空间自相关性中蕴含一些有用的信息,必须采用合适的方法予以解决。论文以福建省作为研究区域,采用Moran's I系数的自相关图来表示土地利用及其影响因子的空间自相关性特征,并且在此基础上建立了土地利用与影响因子的空间自回归方程。研究结果表明,研究区域内土地利用与影响因子普遍存在空间自相关性,并且空间自相关性与研究尺度密切相关,空间自相关性随尺度增大而增强。空间自回归模型的解释能力比经典统计回归模型略强,并且空间自回归模型中的残差较小、空间模式不明显,而经典回归模型的残差比较大,并且具有显著的空间分布模式。     

基于MODIS-OLI遥感数据融合技术的农田生产力估算

大范围、高精度的农田生产力遥感监测依赖于高时空分辨率的遥感数据,单纯依靠由单一类型传感器数据获取的高时相或者高空间分辨率的遥感数据都不能满足清晰掌握田块尺度上作物生长动态的需求。全球免费提供的空间分辨率250~1 000 m的MODIS数据和空间分辨率30 m的Landsat数据是植被动态监测普遍应用的数据源,针对应用MODIS数据估算的农田生产力空间分辨率较低而Landsat卫星重访周期长的局限性,研究基于空间分辨率30 m的Landsat 8 OLI数据与空间分辨率500 m的MODIS数据,应用时空数据融合技术,融合OLI数据的高清晰空间表达能力与时间间隔8 d的MODIS数据的植被生长时间序列过程的监测能力,获得空间分辨率30 m、时间步长8 d的时间序列数据,利用VPM （Vegetation Photosynthesis Model）模型以宁夏永宁县部分地区为试验区估算该区域的NPP。研究结果表明,融合后所得30 m分辨率的NPP具有良好的空间细节信息,提高了MODIS数据中混合像元上的估算精度,并保留了MODIS数据原始的时间过程信息,以30 m的空间分辨率刻画出作物的生长动态;较单独应用MODIS数据,使用融合数据估算的NPP可更有效检测出高标准农田建设对农田生产力的提升。     

年降水量统计马尔可夫预测模型及其应用

论文基于大气降水过程存在着大量的不确定性和不精确性的特点,将简单的统计计算与马尔可夫链理论有机结合起来预测降水量,方法的物理概念清晰,计算简便。以杭州市1956—2008年的降水量资料为例,应用统计模型进行逐年降水量预测,从前40 a的降水量序列资料(1956—1995年)开始,预测1996年的降水量,然后剔除1956年的降水资料,将1996年的实际资料加入到序列中,再按照降水量预测的基本步骤预测1997年的降水量,依此类推进行逐年降水量预测,结果表明,13 a中误差小于±10%、±15和±20%的分别占30.77%、53.85%和69.23%,预测误差最大值为-24.03%;应用统计马尔可夫预测模型进行逐年降水量预测,8 a中误差小于±1%和±5%的分别占37.50%和62.50%,预测误差最大值为8.77%,其降水量预测结果的精度有较大的提高,该法为提高大气降水量预测的精度提供了一条值得探索的途径。     

基于地理回归的农作物播种面积统计数据空间化方法

农作物空间格局反映了农作物种植结构和特征,是了解生产资源利用状况及进行农业结构调整的重要依据。研究旨在探索农作物播种面积统计数据空间化的方法,实现对历史农业统计数据的空间化表达。将传统的农业统计调查与先进的遥感技术、空间地理信息技术相结合,通过多元Logistic回归分析农作物格局与自然地理因素和社会经济因素之间的关系,构建农作物空间适宜性分布概率,在此基础上将农作物播种面积统计数据利用空间迭代分配方法,实现统计数据空间化的研究。论文选取中国东北三省作为方法研究区,实现了对该地区2000—2010年农作物播种面积空间化表达,经检验,该方法对东北三省水稻空间化精度为0.76,能够较好地完成农作物时空播种面积统计数据空间化工作。该方法是农作物调查和遥感时空格局解译研究的有效补充,为丰富农作物空间数据提供了技术手段。     

基于ARCGIS的四川省分级退耕还林还草空间决策分析

首先,利用遥感和GIS技术建立土地利用、土壤侵蚀、数字高程模型、坡度、生态环境质量等级、植被指数、降雨、温度、植被分区、土壤类型和行政区、水体缓冲区、聚落缓冲区等栅格GIS数据库。其次,将旱地数据分别与坡度、土壤侵蚀、植被指数、生态环境质量等级、水体缓冲区和聚落缓冲区等栅格指标数据进行叠加分析。再次,利用各指标构建了基于ARCGIS的一、二级退耕决策模型及其空间复合模型,并得到一、二级退耕面积分别为724 495hm²和333 085hm²。然后,利用温度和降雨指标数据构建了基于ARCGIS的还林还草决策模型,并得到一、二级还林的面积分别为702 362hm²和331 357hm²,还草的面积分别为22 133hm²和1 728hm²。最后,将其分别与行政区、植被分区和土壤类型数据进行空间叠加统计分析,得到各行政区的退耕还林还草情况,以及每一个退耕栅格单元所处的植被分区和土壤类型情况。研究表明,该方法可以节约大量的人力、物力和财力。其研究结果对退耕还林还草工程的规划、实施和管理等具有较大的应用价值。     

区域高时空分辨率VOC天然源排放清单的建立

将中尺度气象模式MM5应用于估算VOC天然源排放的研究,建立了高时空分辨率VOC天然源排放清单的估算方法.根据方法需要,确定了我国部分树木排放异戊二烯和萜烯的标准排放因子,各植被类型排放各种VOC的标准排放因子,以及各植被类型季节平均的叶生物量密度.应用该方法估算了华南地区满足区域空气质量数值模拟要求的高时空分辨率VOC天然源排放清单.结果表明,华南地区夏季典型日的VOC天然源排放总量约1.12×10⁴t,VOC排放速率具有明显的时空分布,其中地理分布取决于植被类型及其分布,日变化规律则依赖于太阳辐射和温度的高低.并讨论了VOC天然源排放估算过程中误差的来源     

基于Landsat8影像的Himawari-8叶绿素a空间降尺度研究

新型地球静止气象卫星Himawari-8由于空间分辨率较低,其叶绿素a产品难以满足空间异质性高的近岸海域水质监测要求。为了克服这个限制,基于非线性的随机森林算法,利用陆地资源卫星Landsat8的波段反射率数据和Himawari-8的叶绿素a产品,通过构建降尺度模型,以提高Himawari-8的叶绿素a数据的空间分辨率。结果表明,2个秋季模型和2个冬季模型的模型决定系数(R²)分别达到0.6、0.72、0.71和0.85;均方根误差(RMSE)为别为1.47,1.05,1.89,0.76mg/m³。通过实测站点数据对比分析表明,降尺度模型生成的叶绿素a与葵花叶绿素a数据具有较高的一致性,R²达到了0.81,能较好的反映近岸海域叶绿素a浓度的空间变化特征。     

Vegetation monitoring using diferent scale of remote sensing data

１ＩｎｔｒｏｄｕｃｔｉｏｎＬａｎｄｓｃａｐｅｓｔｒｕｃｔｕｒｅｗｉｔｈｉｎｔｈｅＭｕＵｓＤｅｓｅｒｔ，ａｓｅｍｉａｒｉｄｒｅｇｉｏｎｏｆｎｏｒｔｈｅａｓｔｅｒｎＣｈｉｎａ，ｉｓｔｈｅｂａｓｉｃｆｏｃｕｓｏｆｔｈｉｓｓｔｕｄｙｃｏｎｃｅｒｎｉｎｇｌａ...     

NoiseSystem模型在石油化工环境影响评价中的应用

结合《环境影响评价技术导则-声环境(HJ2.4-2009)》[1],介绍了国内目前使用的几种声环境影响预测模型,并以某新建大型炼厂为研究对象,着重介绍NoiseSystem模型的基本原理、操作过程和所需基本资料,并利用该模型对项目所在区域声环境可能产生的影响进行了预测。结果表明:预测结果与同类项目现状监测值类比,具有较好的一致性,说明该模型可以应用于国内石油化工行业区域声环境影响预测。     

2010年春季东亚地区沙尘气溶胶和PM10的模拟研究

利用区域空气质量模式系统RAQMS,模拟研究了2010年3月东亚地区PM10气溶胶的时空演变,研究了19~23日沙尘暴暴发的过程,并将模拟结果与中国16个城市的PM10地面观测数据进行了比较.结果显示,模式对于PM10和沙尘具有好的模拟能力,可以合理地反映东亚地区PM10的时空分布和沙尘暴的演变过程;观测值和模拟值的总体相关系数达到0.705,两者平均值分别为124.8,165.5mg/m3.2010年3月份东亚地区PM10平均浓度处在较高水平,沙尘气溶胶是PM10的主要组分.3月东亚地区沙尘排放量约110.4Mt,其中68%重新沉降到地表.     

台湾岛高分一号卫星WFV数据气溶胶反演与验证

针对国产中等分辨率遥感数据的特性,集成暗像元和深蓝算法的优势,提供了一种能够同时对低反射率和高反射率地表类型实现AOD反演的方法.基于该方法,以台湾岛为例,利用高分一号卫星(GF-1)WFV数据反演得到550 nm处的AOD.与MODIS气溶胶产品(MOD04)进行比较,二者空间分布具有很好的一致性,总体相关系数r优于0.9.利用全球气溶胶自动观测网(AERONET)站点数据进行反演结果的验证.反演结果与AERONET实测值具显著的相关性(r0.85),70%的反演结果满足误差精度要求.通过与暗像元法、深蓝算法的反演结果进行对比,本文方法在结果精度和空间覆盖度方面具有独特的优势.在台湾岛地区,夏、冬季分别采用海洋型和大陆型气溶胶模式比较适合;随着GF-1卫星数据空间分辨率的降低,气溶胶反演结果与地基观测值的相关性系数呈现先降低、后平稳的趋势,但整体变化不是太大.     

柴达木盆地水资源决策支持系统的设计与开发研究

柴达木盆地水资源规划管理决策属典型的半结构化、多层次、多决策者和多目标的决策问题，为此设计开发了柴达木盆地水资源决策支持系统。文章系统地介绍了柴达木盆地水资源决策支持系统结构框架、设计原则、开发思路、决策模式和基本功能。系统由数据库、模型库及其管理系统三部分组成，模型库包括人口动态模型、宏观经挤模型、水资源模拟模型、绿洲生态需水模型和水资源多目标优化分析模型等5个基本模型。在求解水资源多目标优化分析模型时，使用了逐步法(STEM)，把多目标化为单目标进行求解，决策者在迭代权衡过程中输入经验与偏好信息来获取满意的决策信息。     

基于环境一号卫星多光谱影像数据的三湖一库富营养化状态评价

环境一号卫星是我国2008年自主发射的环境与灾害监测小卫星,其2d的时间分辨率使其成为环境变化监测的重要数据源.根据实测的太湖、巢湖、滇池和三峡水库的水面光谱信息以及水质参数,构建基于环境一号卫星多光谱数据的富营养化评价模型,对太湖、巢湖、滇池和三峡水库2009年水体营养状况进行了评价分析.研究结果表明:利用环境一号卫...     

High-resolution spatial distribution of greenhouse gas emissions in the residential sector

The development of high-resolution greenhouse gas (GHG) inventories is an important step towards emission reduction in different sectors. However, most of the spatially explicit approaches that have been developed to date produce outputs at a coarse resolution or do not disaggregate the data by sector. In this study, we present a methodology for assessing GHG emissions from the residential sector by settlements at a fine spatial resolution. In many countries, statistical data about fossil fuel consumption is only available at the regional or country levels. For this reason, we assess energy demand for cooking and water and space heating for each settlement, which we use as a proxy to disaggregate regional fossil fuel consumption data. As energy demand for space heating depends heavily on climatic conditions, we use the heating degree day method to account for this phenomenon. We also take the availability of energy sources and differences in consumption patterns between urban and rural areas into account. Based on the disaggregated data, we assess GHG emissions at the settlement level using country and regional specific coefficients for Poland and Ukraine, two neighboring countries with different energy usage patterns. In addition, we estimate uncertainties in the results using a Monte Carlo method, which takes uncertainties in the statistical data, calorific values, and emission factors into account. We use detailed data on natural gas consumption in Poland and biomass consumption for several regions in Ukraine to validate our approach. We also compare our results to data from the EDGAR (Emissions Database for Global Atmospheric Research), which shows high agreement in places but also demonstrates the advantage of a higher resolution GHG inventory. Overall, the results show that the approach developed here is universal and can be applied to other countries using their statistical information.

     

亚洲地区OMI和SCIAMACHY臭氧柱总量观测结果比较

利用臭氧观测仪(OMI)和扫描成像大气吸收光谱仪(SCIAMACHY)传感器反演的臭氧总量数据,结合从世界臭氧与紫外线辐射数据中心(WODUC)获取的地面观测臭氧总量数据进行验证,对比2种不同卫星遥感反演的臭氧总量产品优缺点,并分析亚洲地区臭氧总量的时空特征.结果表明,OMI反演的结果比SCIAMACHY的结果更好,而且具有更高的时间和空间分辨率.臭氧总量存在明显的季节变化,在低纬度地区最大值出现在4或5月,最小值在11或12月,而在高纬度地区则分别出现在2月或3月和8月或9月.臭氧总量纬度地带性分布明显,并随着纬度增加而逐渐上升,在10°N~30°N之间,臭氧总量增长平缓,在30°N~50°N之间,臭氧总量快速增大.在青藏高原地区出现臭氧低值区,并在青藏高原东面的横断山脉向低纬度延伸,隔断了臭氧总量的纬度地带性分布.臭氧总量变化在不同纬度呈现不同的模式,距平值随纬度的增大波动随之增大.纬度最低的站点(216)臭氧总量距平值变化最小,最大只有30 DU;而纬度最高的站点(326)臭氧总量距平值变化可达180 DU以上.     

基于不同空间插值模型的川西南山地常绿阔叶林叶面积指数估测

叶面积指数（LAI） 是森林经营管理的一个重要参数,亦是众多基于土壤、大气和植被相互作用的森林经营管理动态模型的关键输入变量之一,但目前获得大尺度、高空间分辨率的LAI精确估计仍十分困难。以川西南山地常绿阔叶林为研究对象,基于地面调查的83 个20 m×20 m样地和SPOT5 遥感数据,运用不同的方法,估测了区域森林有效叶面积指数（LAIe）。利用遥感数据作为辅助变量,比较了来自遥感数据的直接辐射关系法（DRR） 和地统计学方法协同克里格（CK）、回归克里格（RK） 的LAIe 空间分布差异。此外,运用反距离权重（IDW）、全局多项式（GPI）、普通克里格（OK）、泛克里格（UK） 等方法也对LAIe进行了估计。结果表明LAIe 与归一化植被指数（NDVI） 回归拟合效果相对不理想（R²=0.679,P<0.001）;由于研究区森林景观不是连续变量,LAIe呈低空间自相关性,各方法间差异不显著,对区域LAIe 估算精度提升不明显;但DRR 和CK、RK 方法能降低统计误差值,且DRR与CK、RK的相关性极高（相关系数分别可达0.91和0.92）。尽管相比于DRR,地统计学方法并没有提高LAIe估计精度,为提高预测的准确性,应探讨更密集的抽样方案和不同的辅助变量。     

基于遥感与随机森林算法的陕西省土壤有机质空间预测

遥感数据作为反映土壤组成结构及植被生长状况的数据源,借助辅助环境因子的土壤属性预测在数字土壤制图中日益受到重视。论文运用随机森林（Random Forest,RF）算法,基于AWIFS（分辨率56 m）和MODIS（分辨率250 m）遥感数据及501个实测样点数据对陕西省土壤有机质空间分布状况进行预测,并对预测精度进行估算。结果表明陕西省土壤有机质含量以南部的秦岭山地区和大巴山区为最高,土壤有机质含量大于25 g·kg^-1,黄土高原南部处于中等水平,大部分在16~25 g·kg^-1之间,关中平原和汉中低山丘陵区含量偏低,大部分在13~25 g·kg^-1,而黄土高原北部和风沙滩区含量大部分低于10 g·kg^-1。基于AWIFS影像的预测效果要优于MODIS影像,成像日期对有机质预测的影响不大。基于RF模型的土壤有机质预测精度在设定的不同抽样百分比条件下,独立验证数据集的平均误差大部分不超过3 g·kg^-1,预测值与实测值的相关系数在0.7以上。高程是影响土壤有机质预测的最重要因子,当影像的分辨率降低时,样点分布的地理经纬度和坡度对土壤有机质预测的影响上升,植被因子的影响程度下降。