基于GWR模型的贵州喀斯特山区TRMM 3B43降水资料降尺度分析

基于降水与地形起伏之间的非平稳关系,结合有限的观测降水数据,利用GWR回归模型,对贵州喀斯特山区的TRMM 3B43降水资料进行降尺度和校准,最终得到空间分辨率为1 km×1 km的降水量分布数据并进行了验证。结果显示:(1)考虑地形起伏和降水空间非平稳性的GWR模型,提高了贵州喀斯特山区TRMM 3B43遥感降水资料的空间分辨率和准确度。(2)不同时间尺度的验证结果表明,在与观测降水的相关统计中,TRMM降尺度降水具有较TRMM 3B43降水更高的统计精度和更小的误差,更接近于地面观测降水;该降尺度算法在贵州降水较少的时间尺度更加接近真实值。(3)当TRMM 3B43可以被重采样的地形起伏度(RDLS)进行准确预测时,TRMM 3B43的精度是GWR降尺度算法中的主要误差源;当区域的降水与地形起伏弱相关或无关时,应考虑引入其他影响降水的空间变量来修正这一空间非平稳性关系。     

浮岛光伏电场对地表温度空间分布特征的影响

近些年我国光伏产业发展迅速,评估大型光伏电场对环境的影响对指导光伏产业的健康发展具有重要意义.光伏电场对局地热环境的改变开始得到了国内外研究人员的关注.浮岛(也称水面漂浮式)光伏电场作为近年来光伏发电的新开发模式,其对地表温度(land surface temperature,LST)空间分布特征的影响尚不清晰.该文基...     

基于随机森林模型的西藏人口分布格局及影响因素

在乡镇尺度下厘清人口分布格局及其影响因素与区域差异,对在生态脆弱区制定可持续发展政策具有重大指导意义。基于2010年西藏自治区的乡镇尺度人口普查数据,提取人口密度和空间因子,利用空间统计方法分析了人口分布的疏密特征和集聚特征,对比运用多元线性回归方法和随机森林回归方法探索该地区人口分布的影响因素及其区域差异。结果表明：① 西藏乡镇人口密度在空间上表现出极强的非均衡性,其总体趋势是东南高西北低,高密度区与大江大河及主要交通干线具有较强的空间耦合性;② 大致以波绒乡（聂拉木县）—岗尼乡（安多县）为西藏的人口分界线,人口集聚的“核心—边缘”特征明显;③ 多元线性回归方法中,人造地表指数对人口分布的影响程度最大,随后依次为夜间灯光指数和路网密度;④ 利用随机森林方法进行的人口密度预测比多元线性回归方法精度高,可以用来对影响因子的重要性进行排序;排序在前六位的影响因子由高到低依次为夜间灯光指数、人造地表指数、路网密度、工业总产值、GDP和多年平均气温,它们与人口密度均呈正相关关系;地形地貌要素中以海拔和坡度的贡献率最大且与人口密度均呈负相关关系;⑤ 西藏人口分布格局的影响因素及其相互作用呈现出明显的区域差异特征,河谷是西藏地区人口的集聚区,主要分布在拉萨河谷、年楚河谷以及三江河谷;⑥ 通过随机森林回归分析,可以利用概念模型来表达人口分布影响因素,将主导因素概括为土地利用结构、道路通达度及城镇化水平。