基于GF-1号卫星WFV数据反演玉米叶面积指数

叶面积指数(Leaf Area Index, LAI)是描述作物生长状况的重要生理生态参数之一.该文以河南封丘县玉米为研究对象,利用中国高分辨率对地观测系统的首发星——高分一号(GF-1)WFV数据,计算4种常用的植被指数,包括归一化植被指数(normalized difference vegetation index,NDVI)、比值植被指数(simple ratio,SR)、土壤调节植被指数(soil-adjusted vegetation index,SAVI) 和修正的土壤调节植被指数(modified soil-adjusted vegetation index,MSAVI).结合地面同步实测的玉米LAI数据,建立各植被指数与实测LAI的统计回归模型.结果表明：研究区玉米LAI和4种植被指数之间均有较强的相关性,其中,MSAVI-LAI的指数模型相关系数达到了0.842 6,LAI反演精度最高.使用独立的野外观测数据对模型进行验证,平均相对误差为4.85%,均方根误差(root mean square error, RMSE)仅为0.183,表明该文建立的LAI经验统计模型具有较高的精度,利用GF-1 WFV 影像可以快速、准确地监测河南封丘玉米LAI,GF-1影像用于LAI等地表参量遥感定量反演具有巨大的潜力.2014年8月中旬,封丘大部分地区玉米LAI大于4,玉米长势较好.该研究结果可为利用经验统计模型反演河南玉米LAI提供参考.     

不同土壤肥力水平下毛竹林冠层氮含量分布特征

为实现遥感估算林冠层氮含量以指示土壤肥力丰缺情况,以顺昌县毛竹林为研究对象,测定毛竹林地土壤速效钾、水解氮、有效磷、pH等土壤肥力评价指标及其林冠层氮含量,确定土壤肥力(FQI)值,分析林冠层氮含量与土壤肥力之间的关系,构建"林冠层氮含量—土壤肥力"的估测模型.结果表明:毛竹林冠层氮含量与其土壤肥力存在正相关关系,其中一元线性、二元线性、指数、对数等模型可反映这种关系,表达二者关系最佳的模型是二次线性模型(FQI=-0.008 6×N~2+0.523 4×N-7.139 1),精度为75.65%.     

青海云杉林叶面积指数空间分布模拟——以祁连山区排露沟流域为例

以祁连山区排露沟流域为研究区,利用高分辨率的遥感数据获取多种植被指数,并与观测的叶面积指数进行回归分析,发现叶面积指数LAI与归一化植被指数NDVI的相天性最好(R2=0.3766),且以LAI与NDVI的关系建立的模犁精度最高(RMSE=0.381).通过t检验,证明NDVI模型明显优于其他植被指数模型,因此把它选为最佳模型,模拟整个研究区青海云杉林叶面积指数的空间分布,为小流域分布式生态水文模型提供重要的参数.     

河南省县域经济与乡村转型的空间特征及耦合关系

构建县域经济发展和乡村转型评价指标体系,运用熵权TOPSIS模型和空间分析方法探究河南省县域经济与乡村转型发展水平的空间特征及耦合关系.结果表明:(1)河南省县域经济空间分异明显,中西部地区为经济增长热点区.欠发达农区县域经济发展水平不断得到提升,部分县域由冷点区转化为次冷点区.(2)河南省县域乡村转型空间相关性显著,县域经济和乡村转型发展水平空间分布不一致.乡村转型热点区分布在中部农区和豫西南部分县域,县域经济增长中心为乡村转型的次热点区和次冷点区.(3)河南省县域经济和乡村转型发展水平呈现"西北高,东南低"的耦合空间分布,经济发展水平对两者耦合的制约作用较为明显.(4)结合人均GDP划分出低水平耦合型、拮抗型、磨合型及协调型4种类型,超过80%的县市经济发展与乡村转型处于耦合状态.     

基于DART模型的盐地碱蓬植被指数饱和问题分析

植被指数饱和问题直接影响植被参数的遥感估算精度.基于DART模型定量分析盐地碱蓬群落植被指数对LAI的响应,讨论不同植被指数的饱和问题,研究发现：1) 盐地碱蓬LAI与株数之间呈显著线性相关,R2为0.99,RMSE为0.008.2) TSAVI抗饱和性最好,NDVI及RVI次之,EVI、SAVI一般,PVI、MVI及MSAVI最差.3) RVI、NDVI及TSAVI敏感度最优,且LAI〈0.68时,SRVI〉SNDVI〉STSAVI;0.68≤LAI〈2时,SNDVI〉SRVI〉STSAVI;LAI≥2时,TSAVI最优,RVI和NDVI出现饱和现象;EVI、SAVI对LAI敏感性一般;剩余3种植被指数对LAI的敏感性弱.对于辽河口滨海湿地典型植被盐地碱蓬,结合实测LAI数据,初步分析认为TSAVI、NDVI及RVI可以作为较强适用性植被指数来进行相关研究,能够区分不同LAI下的盐地碱蓬群落.     

基于Hyperion影像的叶面积指数反演

叶面积指数是描述植物生长状况的重要指标之一,利用Hyperion数据计算NDVI,SRI,EVI,RENDVI,WBI 5种植被指数。以梅江流域周边植被为研究区域,结合该地区30个样本点的实测LAI数据,建立5种植被指数与LAI的多种回归模型并检验各模型的精度。实验结果表明,利用上述5种植被指数与叶面积指数所建立的线性和非线性模型中,一元线性、二次多项式和三次多项式回归模型中RENDVI的拟合效果最佳,并且随着模型变量次数的增加拟合效果也呈递增趋势。指数模型中拟合效果最佳的为EVI,WBI在对数模型中有更好的拟合效果。将5种植被指数作为自变量的多元线性回归模型拟合效果明显优于其它所有模型。     

扬花期冬小麦叶面积指数高光谱遥感反演研究

利用扬花期冬小麦实测冠层高光谱数据与同步叶面积指数(LAI)数据,分析350～1 000 nm波段范围内冠层反射率与LAI之间的相关性,分别在蓝波段、红波段、绿波段及近红外波段选取光谱特征波段,并用其计算6种被广泛应用于植被LAI反演的植被指数.通过相关分析、回归分析等统计方法,构建扬花期冬小麦LAI反演模型并进行真实性检验.研究结果表明,6种植被指数与冬小麦LAI均具有显著相关性,其中NDGI和EVI反演模型效果较好,拟合方程决定系数R~2均高于0. 6,分别为0. 634和0. 623.最后通过精度验证,得出结论:EVI反演模型R~2最高,为0. 779,故选取EVI为自变量的二次模型为扬花期冬小麦LAI最佳反演模型.研究可为作物长势监测及产量估算等提供一定的理论依据.     

基于PROSPECT+SAIL模型反演叶面积指数的较强适用性植被指数的筛选

基于PROSPECT+SAIL植被辐射传输模型,通过控制不同的植被生化变量、地表参数和土壤光谱参数建立光谱数据集,定量地分析了归一化植被指数(NDVI)、比值植被指数(SR)、土壤调节植被指数(SAVI)等10种常用的植被指数(VIs)对叶面积指数(LAI)的响应.利用敏感性函数定量地筛选出具有较强适用性的转换型土壤调节植被指数(TSAVI).在此基础上,分别建立了TSAVI及常用植被指数NDVI反演LAI的模型.以张掖市南部地区的TM影像为数据源,进行了LAI的反演,并利用黑河生态水文遥感试验获得的中游LAI数据集对模型进行精度评价.结果表明:TSAVI–LAI模型最佳拟合关系为指数形式,其反演结果与LAI实测值的偏差最小(0.200),R2最大(0.686),RMSE最小(0.397).TSAVI可以作为较强适用性植被指数来进行LAI的反演.     

基于无人机可见光波段对荒漠植被覆盖度提取的研究——以沙坡头地区为例

以腾格里沙漠东南缘沙坡头地区为研究区域,采用无人机(Phantom 3A)拍摄获取指定范围可见光影像,通过ENVI软件分析照片的红、绿、蓝信息进行植被指数的提取和植被覆盖度的计算,主要分析了可见光波段差异植被指数、归一化绿化差异指数、归一化绿蓝差异指数、过绿指数、红绿比值指数与研究区荒漠植被覆盖度回归模型,探究最优反演模型,目的是验证在相同区域、相同时间拍摄的无人机影像的植被覆盖度.计算出来的植被覆盖度和无人机航片的处理方法进行比对,验证反演模型的正确性.结果表明:通过无人机可见光波段提取的植被指数结果中可见光波段差异植被指数的提取精度最好,能很好地将植被与非植被区分,为荒漠植被覆盖度和植被指数的反演模型的验证提供了依据,节约了实地测量带来的时间和人力成本.对比研究植被指数和荒漠植被覆盖度的线性、对数、三次、乘幂、增长及指数的回归模型结果,最优的荒漠植被覆盖度的反演模型是可见光波段差异植被指数的三次模型,为y=-200.06x3+706.763x2-430.779x+17.916,能很好地监测荒漠植被覆盖度的动态变化,为今后荒漠生态系统的防护和管理提供较好的技术支持.     

基于GIS的陕西省人口空间分布特征研究

目的探究陕西省人口空间分布特征,为政府部门提供决策依据。方法在ArcMap10.1软件支持下,以陕西省的93个县为研究单元,采用地统计分析法和热点聚类法初步探索陕西省人口空间分布特征。结果 (1)陕西省整体人口空间分布格局变化不大。(2)陕西省人口在关中地区呈同心圆式的分布。(3)陕西省人口在空间上呈不均衡分布。(4)陕西省人口热点区分布范围由小到大分别是:中间区、热点区、次热点区、次冷点区、冷点区。结论政府部门可以调控人口迁移数量,使人口在空间上合理均衡分布。     

四川省县域乡村性空间分异及演变机制研究

以四川省县域为空间单元,在进行乡村性评价的基础上,运用探索性空间分析方法开展2000—2014年四川省县域乡村空间格局及空间演变研究,结果表明:1)四川省县域乡村性指数相对较高,平均值均保持在0.5左右,但呈弱化的趋势,空间内部存在较大差异,强乡村性区县趋于集中分布;2)2000—2014年四川省县域乡村性整体呈现出"U"型空间格局,弱乡村性与较弱乡村性县域在后期明显增加,并向东扩展,强乡村性县域整体趋于向西集中分布;3)四川省县域乡村性呈现出显著的空间关联性,乡村性空间集聚态势明显增强,冷热点分布从边缘到中心整体呈现出"热点-次热点-次冷点-冷点"的"类同心圆"空间格局.在此基础上,从系统层面构建四川省县域乡村性空间演变机制,包括稳定因子、动态因子和扰动因子三大类,并结合不同因子对乡村性格局变化的影响进行分析.     

关中地区农村居民点用地数量变化时空特征及影响因素分析

以关中地区为研究区域,基于土地利用详查数据和社会经济统计数据,运用动态度模型、变化幅度指数以及探索性空间数据分析等相关方法,明晰了关中地区农村居民点用地变化的时空特征,并结合时间和空间尺度,探究了农村居民点用地时序变化和空间分布差异的影响因素.结果表明:农村居民点用地变化具有显著的阶段性特征,即依次经历倒"V"型→波动下降→加速下降3个阶段的更替;农村居民点用地变化幅度在东西走向、南北走向上分别呈现"中部高、东西低"、"南高北低"的空间格局;农村居民点用地变化具有地理上的集聚特征,热点区域存在明显空间极化的现象,并呈现"中心辐射递减"的分布形态,即热点区域形成"极核",次热点区域围绕热点区域分布,外围依次为次冷点区域及冷点区域;农林牧渔业总产值、农村非农行业总产值、非农业人口与农用机械总动力影响着关中地区农村居民点用地变化,其中农林牧渔总产值的影响强度由西北向东南逐渐减弱;农用机械总动力由东北向西南方向逐渐增强;农村非农行业总产值和非农业人口由东北向西南方向逐渐减弱.关中地区的各县域单元应根据当地社会经济发展状况,有序地开展农村居民点用地整理工作.     

湖湘风情文化旅游小镇空间结构特征及驱动因素

以湖湘风情文化旅游小镇为研究对象,运用最邻近指数、核密度估计、不平衡指数和热点分析等方法探究其空间分布规律及驱动因素.结果表明：1) 湖湘风情文化旅游小镇整体空间分布趋于弱集聚状态,空间结构属于凝聚型;2) 湖湘风情文化旅游小镇空间分布“东北多,西南少”,形成1个高密度地区—长沙,且以长株潭城市群为核心呈“圈层”式扩散;3) 湖湘风情文化旅游小镇热点区和冷点区空间差异明显,冷点区分布面积大于热点区,整体布局呈现“中间大、两头小”的橄榄形分布特征;4) 经济基础、人口密度、城镇化水平、高级别景区、客源市场需求与消费特征等是湖湘风情文化旅游小镇空间分布的主要驱动因素.     

冬小麦典型多参量冠层高光谱反演的光谱指标敏感性研究

高光谱遥感反演作物参量多集中在单一参量研究上,缺乏多参量综合反演研究。因此,面向多参量反演,需要对传感器参数的有效设置,以及同一指标对不同参量的适宜程度进行综合研究。以冬小麦为例,通过实测冠层光谱反射率和LAI、叶绿素、氮素含量数据,分析了中心波长、波段宽度、信噪比等指标的变化对各参量定量模型的影响,及光谱指标对LAI、叶绿素和氮素定量模型反演的敏感性和有效性,以及对冬小麦典型参量高光谱遥感反演的光谱指标进行了综合性分析。结果表明:反演冬小麦LAI的最佳植被指数为DVI(R~2=0.457,RMSE=0.614%),对应的最佳指标为:中心波长为768 nm和732 nm,波段宽度在5 nm以内,信噪比大于70 d B;反演冬小麦叶绿素的最佳植被指数为MSR(R2=0.554,RMSE=0.548%),对应的最佳指标为:中心波长为768 nm和736 nm,波段宽度在5 nm以内,信噪比大于70 d B;反演冬小麦氮素的最佳植被指数为NDVI_(g_b)(R~2=0.733,RMSE=0.600%),对应的最佳指标为:中心波长为500 nm和454 nm,波段宽度为5 nm以内,信噪比大于70d B。植被指数SAVI在一定波段范围内可同时反演LAI、叶绿素和氮素;MSAVI、DVI、RDVI和NDVI均可在一定波段范围内同时反演LAI和叶绿素含量,而反演LAI和氮素含量的适宜波段以及反演叶绿素和氮素的适宜波段存在差异。利用高光谱植被指数可实现作物参量的有效反演,且作物参量的定量反演对不同的光谱指标,即中心波长、波段宽度和信噪比具有较强的敏感性。     

基于县域单元的资源型城市经济空间格局演化——以陕西省榆林市为例

县域单元经济空间格局差异是影响区域发展、社会稳定的主要因素,研究资源型城市区域经济差异及其空间演变格局有助于揭示区域经济发展规律,推进区域协调发展.以陕西省榆林市为研究对象,用泰尔指数、空间变差函数、标准差椭圆等方法,取1995—2014年人均GDP为指标,分析榆林市区域经济差异及其空间格局演变.结果表明,1995—2014年,榆林市区域经济差异不断增大但增速减缓,泰尔指数从0.937 7降至0.680 6,其中,南北6县组间差异贡献率超过90%,这是导致区域经济差异的主要原因;榆林市人均GDP在空间上具有显著的正相关性,1995—2014年的Moran’s I由0.581 9增至0.683 6,区域经济空间集聚显著增强;二元经济结构明显,热点和次热点区主要集中分布在北6县,范围呈现缩小的趋势,而次冷点和冷点区域主要分布于南6县,范围扩大;区域经济重心向东北方向移动.用逐步多元回归筛选出工业总产值、农村人均纯收入、国家政策是影响资源型开发区经济差异的主要因素.     

重庆市人口半城镇化空间分布及影响因素

在GIS技术支持下,采用趋势分析、空间自相关分析和PCA-GWR模型等方法,定量分析重庆市人口半城镇化的时序特征、空间差异和空间关联特征,并揭示其影响因素及空间分异性。结果表明:(1)重庆市人口半城镇化分为快速增长阶段和波动降低阶段,内部差异较大,形成了主城和渝西片区较高、渝东南和渝东北片区较低的二元空间结构,前者表现为"高中心—低外围"的圈层结构,空间差异较大,后者表现为"岛型—面状"的空间结构,空间差异较小;(2)人口半城镇化总体空间格局较为稳定,高/低值空间趋同、聚集分布,热点区、次热点区连片分布于主城和渝西片区,冷点区、次冷点区多位于渝东南和渝东北片区;(3)经济因素、社会因素与人口半城镇化率均呈现正相关关系,推动效应显著,影响程度在空间上大致沿"西南—东北"方向梯次递减。最后提出优化城镇、产业空间结构,破除城乡二元的户籍约束,建立覆盖城乡的医疗卫生保障制度等建议。     

基于GIS的徐州地区乡村性及其空间分异特征

以乡镇为研究单元,构建乡村性指数,对徐州地区的乡村性进行定量评价．借助ArcGIS软件为支撑平台,采用全局空间自相关、“热点”分析等空间分析方法,对研究区乡村性的空间分异进行分析．结果表明：徐州地区的乡村性指数普遍较高,乡村性比较高的区域所占比重较大;乡村性在空间分布上有显著差异,乡村性较低的地区集中分布于徐州市区周边及县级行政所驻地附近,其它地区乡村性较高．研究区的乡村性空间分布呈现集聚分布态势,局部表现出“冷点区”和“热点区”的空间结构;“冷点区”位于研究区的中部、徐州市区附近及邳州市和新沂市县城附近;“热点区”主要位于沛县的西部及睢宁县和邳州市北部．     

城市景观格局与地表温度的定量关系分析

热岛效应是典型的城市气候现象,它的形成及强度与土地利用类型、景观格局等诸多因素有关.本文基于深圳市2010年遥感影像,采用线性光谱混合模型提取土地利用/覆盖等信息,利用最小二乘法和地理加权回归方法分别分析城市景观格局对地表温度的影响.结果表明:深圳市地表温度介于22.28~41.34℃之间,从西北到东南逐渐降低,城市不透水面温度显著高于植被覆盖区域,城市热岛效应明显.地理加权回归模型可以有效处理回归分析中空间非平稳性现象,能更好地刻画景观格局与地表温度之间的定量关系.植被格局指数对地表温度的空间分布解释率较高,其中归一化植被指数(NDVI)、叶面积指数(LAI)对地表温度的解释率最高,分别达88%、90%.不透水面面积、破碎度、邻近度,植被优势种种类、密度、空间分布以及垂直水平生长情况等共同影响深圳市的地表温度.在城市建设实践中,避免不透水面连片集中,降低其邻近度,同时尽可能增加城市的绿地面积,提高NDVI和LAI数值,是缓解城市热岛效应的有效手段.     

转型期(1982~2000)合肥就业空间分异特征"

利用人口三普和五普数据,以街区尺度为研究单元,采用局域空间自相关方法,对转型时期(1982~2000)的中部城市合肥的就业空间分异进行了探讨。结果表明,18年间,第一产业就业空间不均衡分布程度呈不断加剧的趋势,热点区分布在老城区以南的远郊区并不断南扩,冷点区集中在老城区并不断向西南郊扩散;第二产业就业人口热点区的空间演化显著,就业人口高度集中于老城区和东郊区逐渐向东郊区演进,冷点区位于老城区南北两侧的远郊区的空间分布格局没有显著变化;第三产业就业人口的热点区集中在老城区的空间格局一直没有变化。旧城改造、企业外迁和产业调整是其就业空间分异的主要原因。     

嘉陵江流域人口分布的时空演变特征分析

用不均衡指数、集中指数以及地统计的方法,探讨1990—2014年嘉陵江流域人口密度空间分布规律及变化趋势.结果表明,嘉陵江流域人口空间分布整体变化不大,呈现圈层式结构和轴向延伸特征,整个流域形成双中心格局且有进一步加强的趋势,上游流域与中游流域交界处存在人口密度分布塌陷区;嘉陵江流域人口密度整体呈增加态势但局部区域变化明显,研究期间经历了"分散—集中—分散"的动态变化过程;流域人口密度空间分布局部区域变化较快;如无外力干涉,流域冷点区域和热点区域将有进一步集聚的趋势,下游人口密度空间分布未来将以重庆沙坪坝区等为中心向其西北和东北方向扩展,中游人口密度热点区逐步形成.应因地制宜制定流域人口发展政策,重视塌陷区人口引导,推动嘉陵江流域更好发展.