北京城市绿化的时空动态分析

城市绿化覆盖是城市生态系统的重要组成部分,合理的绿化率和绿化布局可以改善城市环境,提高城市人居适宜性。研究中将2005、2010、2015年北京市土地利用（LUC）数据中的城市居民用地作为城区范围,应用Landsat 5、GF-1影像数据和MODIS产品,利用支持向量机的监督分类方法,提取了2005、2010、2015年的北京市城市绿化覆盖数据,并获取了同期的植被指数（NDVI）数据;继而以城市绿化覆盖率、绿化覆盖均匀度和植被指数为评价指标,在公里栅格和行政区2个尺度上探讨了北京市城市绿化覆盖的空间分布格局和时间变化动态特征。研究表明：① 3个指标在空间和时间2个维度、区县和栅格2个尺度上都表现一致。这反映北京市过去10年中,在绿化面积增加的同时,绿化的空间布局得到优化改善,绿化的质量得到提高。② 2005-2015年,北京市城市绿化覆盖面积由518.93 km² 增加到1405.54 km²,绿化覆盖率由39.9%增加到49.13%,绿化覆盖均匀度由0.598增加到0.653,植被指数由0.42增加至0.5。③ 北京市城市绿化建设存在明显的时空差异。中心城区绿化建设缓慢,成效不明显;重大绿化建设成果主要集中在城市边缘地区和远郊区县。城市绿化改善过程主要发生在2005-2010年。     

长江经济带城市土地利用效率的影响因素及其空间溢出效应研究

在人多地少的基本国情下,提高城市土地利用效率是促进区域可持续发展和建设生态文明的内在要求。本文在对2009-2016年长江经济带108个地级及以上城市土地利用效率的研究基础上,采用空间相关性研究方法分析了时空分布格局,通过构建空间杜宾模型(SDM)对其空间溢出效应进行分析。研究结果表明:1)2009-2016年长江经济带城市土地利用效率整体呈现稳定上升趋势;基本呈现以上海、南京、武汉等不同城市群中心城市向外逐步降低的“中心-外围”的分布格局。2)通过构建空间杜宾模型分析发现,经济发展水平、产业结构有显著为正的直接效应和溢出效应;土地市场化水平有显著为正的溢出效应;城市固定资产投资对城市土地利用效率具有正的直接效应和负的溢出效应;政府财政支出水平则对城市土地利用效率的直接效应和溢出效应均不明显。3)不同影响因素对经济带上中下游城市土地利用效率的空间效应存在一定差异性。     

顾及地类转换差异的城市空间扩展元胞自动机模型及应用研究

元胞自动机模型已经成为城市空间扩展模拟研究的重要方法之一,并得到广泛应用。然而,现有的城市扩展元胞自动机模型仍存在不足。由于元胞状态设置较为简单,从而使模型转换规则中对不同用地类型向城市用地转换的差异与强度考虑不够。基于此本文在元胞自动机模型的框架下,设计了多元结构的元胞状态及转换规则,提出了顾及地类转换差异与强度的城市扩展元胞自动机模型。在计算非城市用地向城市用地转换的转换概率时,该模型考虑了3个方面的概率：① 地形地貌、经济发展等城市发展的驱动因素对城市用地扩展的影响概率,该概率采用logistics方法进行计算;② 邻域元胞的用地类型对中心元胞转换概率的影响,该概率采用扩展摩尔型方法进行计算;③ 不同类型的非城市用地（本研究中包括耕地、林地和裸地3种类型）向城市用地转换的强度,该概率由模拟基期土地利用数据与目标年份土地利用数据的叠加,得出不同类型的非城市用地在此时间段内向城市用地转换的规模,进而确定不同类型的非城市用地向城市用地转换的强度。最后,将以上3种概率的乘积作为元胞转换的概率。通过转换概率与转换阈值的对比判断中心元胞是否在下一个阶段转换为城市用地。经过迭代计算,不断增加城市用地元胞的数量。当模拟城市用地的结果与目标年份的城市用地规模差值在一定的范围内时停止模拟,得出最终结果。模型构建完成后,本文以长株潭城市群核心区为例进行了模拟实验。以2001年该地区的土地利用数据为基期数据,模拟2010年该地区的城市用地规模和空间分布。研究结果表明,根据本文提出的模型模拟的城市扩展结果与真实数据相比具有较高的一致性。模拟结果正确率达到68.66%,比基于传统logistics回归的元胞自动机模型的模拟精度提高了4.25%,Kappa系数为0.675。该模型较好地模拟了长株潭城市群核心区城市扩展,在城市空间扩展模拟中具有较好的适应性与有效性。     

全球气候变化下南海诸岛保护优先区识别分析

全球变化下,珊瑚礁保护区是保护生物多样性、增强珊瑚礁对气候变暖抵抗力的有效方式,而维持珊瑚礁弹性是其核心内容。针对珊瑚礁最具有威胁性的热压力因子,基于南海1982—2009年卫星观测海表面温度（SST）数据和CMIP5加拿大地球系统模式CanESM2模型预估的2006—2100年南海SST数据构建热压力强度模型,从维持珊瑚礁弹性的角度识别IPCC RCP 4.5和RCP 8.5情景下南海诸岛保护优先区。结果表明：RCP 4.5和RCP 8.5情景下13%左右的南海诸岛珊瑚礁识别为保护优先区。根据热压力强度与珊瑚抵抗力及避难所关系,西沙群岛七连屿和晋卿岛近年观测与未来预估的热压力强度均比较低,在保障其服务功能的基础上建议实施完全保护;东沙群岛东沙环礁和中沙环礁排洪滩近年观测急性热压力强度较高但未来预估热压力强度较低,建议实施50%禁止利用保护;中沙群岛黄岩岛近年观测和未来预估的急性热压力强度均比较低,建议实施50%多用途保护。南沙群岛有14%左右的珊瑚礁识别为保护优先区,根据其热压力强度可实施30%~100%禁止利用保护或30%~50%多用途保护。RCP 4.5和RCP 8.5情景下的南海诸岛保护优先区及保护对策,可为维持珊瑚礁生态弹性及应对全球气候变化提供重要的参考价值。     

陕北地区圆形农田演变及驱动力分析

以榆林市以北为主要研究区,基于基础地理信息数据,结合Arc GIS统计分析功能对2003年和2016年土地利用变化进行分析,并探讨耕地变化特征与地形因素之间的相关关系。研究表明:1) 2003—2016年榆林市以北地区有超过58.65%的土地利用类型发生变化,其中草地转林地为主要变化类型,耕地转林地以及草地转耕地变化面积次之,新增耕地多为圆形农田; 2)圆形农田在距离湖泊、河流、道路2 km以内,在海拔1 212—1 263 m区间分布较广,在距离湖泊大于4 km和距离河流7—12 km、24—30 km处,农田面积出现显著增加。     

极地低压对费拉姆海峡大西洋入流水天气尺度变化的影响

The Atlantic inflow in the Fram Strait(78°50′N) has synoptic scale variability based on an array of moorings over the period of 1998–2010. The synoptic scale variability of Atlantic inflow, whose significant cycle is 3–16 d, occurs mainly in winter and spring(from January to April) and is related with polar lows in the Barents Sea. On the synoptic scale, the enhancement(weakening) of Atlantic inflow in the Fram Strait is accompanied by less(more)polar lows in the Barents Sea. Wind stress curl induced by polar lows in the Barents Sea causes Ekman-transport,leads to decrease of sea surface height in the Barents Sea, due to geostrophic adjustment, further induces a cyclonic circulation anomaly around the Barents Sea, and causes the weakening of the Atlantic inflow in the Fram Strait. Our results highlight the importance of polar lows in forcing the Atlantic inflow in the Fram Strait and can help us to further understand the effect of Atlantic warm water on the change of the Arctic Ocean.     

岛屿海岸线自动化提取及其时空变迁研究——以大连市獐子岛为例

海岸带是受人类活动和全球海平面上升影响的敏感地带,海岸线的提取和监测是海岸带生态系统研究和社会管理的重要内容。本文在遥感和地理信息系统的支持下,以修正的归一化水体指数(Modified Normalized Difference Water Index,MNDWI)为基础,结合遥感影像处理和直方图均衡化等技术,实现了大连市獐子岛1985—2016年海岸线的自动化提取。结果表明:(1)通过与三位专家目视解译的成果比对,本文提取海岸线的精度能满足后续研究的要求(相对误差分别为0.045%,0.032%和0.023%);(2)近30年来,獐子岛海岸线总体呈现蚀退趋势,岸线长度与岛屿面积分别呈现变短和变小的趋势,獐子岛(主岛)和大耗岛的岸线蚀退速率最大,褡裢岛次之,小耗岛最小;在人类活动较为密集的区域,海岸线呈现出较为强烈的增长趋势,海水养殖和圈海建坝是岸线增长的主要驱动力;(3)獐子岛海岸线具有显著的分形性质,分形维数随时间呈现增大的趋势,獐子岛(主岛)的分形维数最大,褡裢岛的分形维数最小。     

2000—2015 年伊犁河谷植被覆盖时空变化特征

利用 2000—2015 年的 EOS／MODIS 数据，采用趋势分析、Hurst 指数、变异系数法对伊犁河 谷植被时空变化及未来趋势进行分析，结果显示：空间分布上，伊犁河谷植被覆盖度呈北部、南部、 东部偏高，西部、中部偏低的分布特征；时间变化上，2000—2015 年，伊犁河谷植被覆盖度波动减 小，减速为 6.25%·(10 a)^-1；区域分布上，伊犁河谷植被表现为低波动变化，波动程度中等以及下占 73.16%，波动程度高的区域占 26.84%。未来预测表明，伊犁河谷植被覆盖呈退化趋势，其中，持续 退化的面积占 57.55%，持续改善的面积占 13.51%。     

青海湖流域植被盖度时空变化研究

高寒区植被变化一直是气候和生态学领域关注的热点问题。本研究基于MODIS NDVI数据计算的植被覆盖度数据和高分辨率气象数据,分析了青海湖流域2001-2017年植被覆盖度分布格局及动态变化,探讨了其对气候变化、人类活动和冻土退化的响应。结果表明：① 近十几年青海湖流域植被覆盖度整体表现为增加趋势,不同植被类型增幅存在差异性,草地增幅最大,达到6.1%/10a,其它植被类型增幅在2%~3%/10a之间;② 流域局部地区仍存在植被退化现象,研究期植被退化面积表现为先增加后减小的变化趋势。2006-2011年重度退化区集中在青海湖东岸,2011-2017年重度退化区集中在流域的西北部,这些区域是青海湖流域荒漠分布区,植被覆盖度较低,是今后生态恢复需重点关注的区域;③ 气候变化是流域植被覆盖度变化的主导因素,气候变化对青海湖流域主要植被类型覆盖度变化的贡献率为84.21%,对草原、草甸和灌丛植被覆盖度变化的贡献率分别为81.84%、87.47%和75.96%;④ 人类活动对流域主要植被类型覆盖度变化的贡献率为15.79%,对草原、草甸和灌丛植被覆盖度变化的贡献率分别为18.16%、12.53%和24.04%,环青海湖地区人类活动对植被恢复有促进效应,在青海湖流域北部部分地区人类活动的破坏力度仍大于建设力度;⑤ 冻土退化对青海湖流域草甸和灌丛植被覆盖度变化影响很小,主要影响草原植被覆盖度变化,冻土退化造成草原植被覆盖度增长速率减小了1.2%/10a。     

Landsat-8监督分类器精度比较——以黄岛区为例

以2017年12月31日Landsat-8影像为数据源,因其有全色波段15 m分辨率,采用波段融合处理,提高影像处理分辨率,运用监督分类的6种分类器,比较各分类器分类结果精度,以结果的整体分类精度和Kappa系数对各分类器精度验证。其结果表明,整体分类精度和kappa系数成正比关系,6种分类器中平行六面体的分类精度最低,仅66%多,其余都在80%以上;支持向量机和最大似然分类器分类效果较好,分类结果与实际黄岛区土地利用类型吻合度较好。