面向粮食产量空间化的多元回归分析模型中的两个关键问题探讨

为比较不同区域尺度变量对模型拟合效果的影响,在全国不分区和分区两种情况下,分别基于县级和地市级两个区域尺度上的样本构建粮食产量与水田、水浇地、旱地面积之间的多元线性回归模型,结果显示,用地市级数据作分析样本比用县级数据作分析样本好,分区建模比不分区建模效果好。因此,将全国划分为7个区,以地市级数据作为区域尺度的变量,在区域、栅格、亚栅格三个尺度上探讨变量（因变量、自变量）尺度和常数项取值这两个因素对模型应用的影响。得到以下结论：1）基于区域尺度样本构建的多元回归模型,如果常数项不为0,则不能用于空间化计算;如果常数项为0,则可以用于空间化计算;2）基于栅格尺度样本构建的多元回归模型,不论常数项是否为0,均可应用于空间化计算;3）基于亚栅格尺度样本构建的多元回归模型,不论其常数项是否为0,也均可用于空间化计算,但需要将计算结果乘以一个系数,该系数等于栅格单元面积与亚栅格单元面积的比值。上述结论对其他类型的统计数据空间化具有指导和参考价值。     

福建省龙海市土地利用空间分布影响因子的尺度效应分析

土地利用在不同的规模尺度上具有不同的特征,某个研究尺度上的影响因子可能在其它尺度上并不发生作用。论文运用统计方法与GIS技术从自然环境、社会经济以及基础设施条件各方面分析福建省龙海市土地利用空间分布影响因素及其尺度效应。综合考虑9种主要的土地利用方式和23个候选影响因子,其中土地利用数据来自2000年11∶0000土地利用详查数据,地形数据来自15∶0000DEM,而社会经济统计数据如人口分布来自以乡镇为统计单元的统计年鉴,因此必须根据其空间分布与影响因子的关系进行空间化处理。采用的基本研究单元为100m×100m,在此基础上生成200m×200m,300m×300m～2000m×2000m多个空间尺度序列数据图层。通过分别构建不同聚合规模上的土地利用空间分布驱动模型,探讨了福建省龙海市土地利用空间分布影响因子的尺度规模效应。研究表明,不仅模型的解释能力会随聚合规模发生变化,影响因子本身及其影响系数也随研究尺度发生不同程度的变化,呈现出显著的尺度依赖性规律。龙海市主要地类受坡度、海拔高程等地形条件的严格限制,而地形因素是不容易随时间发生改变的,因此自然条件优越的地区适合多种用地类型,因而将是用地矛盾的焦点。     

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。     

基于多源遥感数据及DEM的人口统计数据空间化——以浙江省为例

利用DMSP/OLS遥感夜间灯光数据进行人口等社会经济数据的空间化时,往往受到其较低的空间分辨率、像元过饱和以及像元溢出现象的影响。植被指数（如NDVI）与不透水面呈负相关关系,与夜间灯光数据在反映人类活动、提取建成区方面可以互补,将这两种数据融合可以有效减少夜灯数据像元过饱和等因素引起的误差。通过进一步融合DEM数据对基于DMSP/OLS夜间灯光数据和NDVI构建的人居指数进行了海拔修正,基于修正后的人居指数与统计人口之间很强的线性相关建立人口空间化模型,获得2010年浙江省1 km×1 km分辨率下的人口密度空间分布。模拟结果显示,浙江省平均人口密度为515人/km2,模拟的平均相对误差为183%,相比海拔订正前的模拟误差减少约5%,表明利用多源遥感数据融合后的人居指数在省级尺度上模拟人口空间分布的精度较高     

中国陆地生态信息空间化技术研究(Ⅰ)——气象/气候信息的空间化技术途径

论文提出了构建中国陆地生态系统空间化信息系统的基本设想,并且在回顾国内外气象/气候信息空间化研究的现状基础上,评价了已有的气象/气候信息要素空间化技术的发展,探讨了中国陆地生态系统气象/气候信息空间化的技术途径,概要地介绍了研究小组在近年来的工作中所取得的阶段性研究成果,展望了这些成果的应用前景。我国陆地生态信息空间化技术研究和数据产品的开发是生态学、资源科学和环境科学发展的迫切需求。但建立一个适应于不同科学研究的精度、时空分辨率要求的陆地生态信息空间数据库需要较长期的努力和多学科领域的合作,也需要大量的作为科学研究基础数据平台建设的国家投资。     

基于多源遥感信息的人为热排放量空间化——以浙江省为例

基于自上而下能源清单法,主要考虑工业、交通、建筑和人体新陈代谢这4个热源对人为热的贡献,估算了2010年浙江省68个县市的人为热排放总量.使用DMSP/OLS遥感夜间灯光数据以及阈值法提取出人为热排放的主要区域,并有效减少夜灯像元溢出效应的影响.利用夜间灯光数据和增强型植被指数(EVI)构建人居指数,基于各市县人为热排放总量与其行政区范围内人居指数累计值之间很强的相关关系建立人为热排放量空间化模型,获得了250m分辨率下浙江省2010年城市人为热通量的空间分布.结果显示浙江省各县市的平均人为热排放通量为5.5W/m²,城市高值区一般介于10~40W/m².栅格化的人为热数据可以为城市气候环境的数值模拟研究提供基础数据支持.     

基于人口分布与土地利用关系的人口数据空间化研究——以西藏自治区为例

土地是人与自然相互作用的产物,人口分布与土地利用具有非常密切的关系。根据1999年全国市县统计人口数据与各市县土地利用类型指数的相关性分析,发现各市县平均人口密度与各市县各类土地利用指数的复相关系数为0.82,在西藏、青海和海南3省区,复相关系数均达到0.99。以西藏自治区为例,根据市县人口密度与土地利用指数及数字高程的相关关系建立了人口数据空间化模型,并计算出西藏自治区1km×1km分辨率的栅格人口数据。在被选作验证区的3县37个乡镇中,用模型计算出的各乡镇人口密度与各乡镇的实际人口密度的相关系数为0.88。因此,土地利用信息是进行市县级人口统计数据空间化的重要参数,利用土地利用与人口分布之间客观存在的关系可以进行市县级人口统计数据的空间化。     

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%。     

中国陆地生态信息空间化技术研究(Ⅱ)——太阳辐射要素

论文以MTCLIM模型为基础,根据中国的实际情况,对模型的参数进行了优化与调整,建立了适合我国的基于温度、降水和相对湿度等因子的太阳总辐射计算模式。提出了太阳总辐射空间化的模式,即先参数化,然后采用合适的空间插值方法(论文中采用地统计学方法)实现空间化。同时鉴于逐日太阳总辐射空间化工作量庞大,提出了在计算月均日结果的基础之上,采用线性插值技术快速得到逐日太阳辐射值。从而得到了中国太阳总辐射的空间分布结果。     

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。