CBERS-02B星数据质量评估及土地调查监测应用潜力分析

研究目的:对CBERS-02B星进行数据应用评价.研究方法:定性与定量评价相结合.研究结果:CBERS-02B星HR数据几何纠正误差约为8-11 m;建设用地、耕地解译及新增建设用地检测属性正确率约80%,提取的变化图斑平均相对面积误差约为10%.研究结论:CCD影像可用于1∶100000尺度土地宏观遥感监测;若不考虑数据获取能力,HR和CCD融合影像可满足中小尺度土地利用动态遥感监测精度要求.     

尺度变化对油菜种植面积遥感监测精度的影响

农作物种植面积监测是遥感估产的基础工作之一,监测结果的精度直接影响到数据的可信度和可用性。随着多光谱和多空间分辨率数据集的日益普遍,多尺度遥感数据源的综合应用是进行大范围农作物种植面积遥感监测业务化运行的必然趋势,因此尺度变化对农作物种植面积遥感监测精度影响的研究势在必行。该研究采用高空间分辨率的多光谱遥感影像进行油菜种植面积提取,对其提取结果进行基于简单多数原则的尺度转化,得到不同空间分辨率的提取结果,通过与地面实测样方数据构建误差矩阵进行精度分析,分析不同空间分辨率影像对作物种植面积遥感信息提取精度的影响。运用多种精度评价指标,从不同空间分辨率、不同监测方法、不同遥感监测时相等角度系统分析了农作物种植面积遥感测量中的尺度效应问题。为基于多尺度遥感数据综合应用的农作物种植面积遥感监测业务化运行中的数据选择和精度保证问题提供理论与实验基础。     

基于多时相遥感数据提取水稻种植面积的研究

该文以江苏省为例,探讨MODIS时间序列数据在水稻种植信息获取中的应用,并进行精度评价.首先利用MODIS数据构建了归一化差值植被指数(NDVI)、增强型植被指数(EVI)和陆表水指数(LSWI).根据植被指数的时间序列变化特征,结合水稻的生长发育规律,确定江苏省水稻种植面积.对比统计数据,该方法提取水稻种植面积的误差为16％.同时,对环境卫星遥感影像进行监督分类,提取水稻种植区域.对比二者提取结果,面积相对误差为5％,空间一致性达到60％以上.研究表明,在平原区域利用MODIS数据监测大尺度水稻种植面积是可行的.     

高分1号冬小麦解译面积核算方法研究

[目的]以高分1号(GF-1)融合2m卫星遥感影像为基础数据源,结合土地利用现状数据、高分多源遥感影像和地面样方等数据,对冬小麦分类提取中存在的面积误差问题进行研究和分析。[方法]文章以河南省永城市为研究区,在冬小麦提取结果聚类处理基础上,基于线性地物缓冲区数据,采用GIS空间运算实现线性地物面积扣除,接着分析了样方数据和土地利用现状数据再扣除零星地物面积比例上的差异,并采用样方零星地物平均扣除系数对全市各乡镇耕地与非耕地中冬小麦提取面积进行了相关统计和误差分析。[结果]永城市冬小麦最终解译面积11. 29万hm~2,其中线性地物和零星地物扣除面积分别为6 613. 08hm~2和3 875. 22hm~2,占研究区冬小麦解译面积的5. 86%和3. 32%,与统计上报数据相比,其处理前后误差由14. 12%降低至4. 41%,有效地提高冬小麦提取面积精度。[结论]误差来源分析与修正对冬小麦解译面积核算精度具有重要影响,该研究为县级区域尺度下冬小麦面积提取核算提供了思路和借鉴。     

土地利用现状遥感修编调查的必要性及技术可行性

研究目的:目前欠缺对遥感技术在土地利用现状调查中产生的误差大小,以及其能否满足土地利用现状调查精度要求这方面的定量分析研究工作.从遥感混合像元成像原理、误差产生过程、随机误差的概率分布等方面分析了遥感调查误差的大小.研究方法:定量分析法.研究结果:采用SPOT-5遥感数据进行土地利用现状修编调查是一种经济有效的方法;同时提出了具体的工作方法步骤,以保证修编调查成果的精度.     

面向国土空间规划的人居环境自然适宜性评价

研究目的:基于"以人为本"国土空间规划理念和实现人口分布与人居环境相匹配的现实需求,研究人居环境自然适宜性评价的技术方法体系。研究方法:对比分析和总结归纳法,并选择西藏自治区开展案例研究。研究结果:(1)传统的人居环境自然适宜性评价存在评价指标不够简化、指标集成方法缺乏科学逻辑、数据精度不高、评价结果与规划编制缺乏有机衔接等问题;(2)改进形成了新的评价方法,选取了海拔、坡度、温度等影响因子作为评价指标,并根据影响因子间的内在逻辑确定了指标集成方法;(3)案例研究验证了评价方法的科学性和实用性,证实了因地制宜选择特色指标和阈值、采用高质量数据的必要性。研究结论:科学的人居环境自然适宜性评价有助于识别人地矛盾、调整优化国土空间开发格局、支撑国土空间规划编制,应当被纳入"双评价"体系。未来需进一步研究自然因素和人文因素对人居环境的影响,改进和完善不同空间尺度的人居环境自然适宜性评价技术体系。     

基于无人机样方事后分层的作物面积估算

无人机是开展野外调查的一种新型、有效的手段,能够及时、准确地获取地面调查样方信息,为作物面积遥感估算提供精准的样方数据。研究针对无人机抽样调查的样方特点,提出了适合于无人机样方的多层次事后分层指标(多层次-异质性指标、多层次-面积规模指标)。将这些指标分别用于事后分层抽样,估算冬小麦面积。并根据变异系数(coefficient of variance,CV)对其抽样效率进行评价。多层次指标是将多种分层指标分层结果叠加形成的,能够充分反映作物种植空间分布特征、空间异质性及种植规模,可以保证作物种植面积遥感估算的精度。以河南省冬小麦面积估算为例,在冬小麦空间分布空间范围,建立300m×300m抽样框格网,作为抽样基本单元。分别利用实验设计的多层次-面积规模指标、多层次-异质性指标、面积规模指标、异质性指标计算各抽样基本单元的对应指标值。按照累计平方根法计算不同分层指标下的分层界限值。最后进行事后分层估计,计算分层效率,对分层结果与分层效率进行对比分析。计算得到以上4种分层方法的变异系数分别为1.85%、1.41%、2.16%、1.55%。结果表明,结合无人机抽样调查,利用多层次指标法进行分层,各层内作物均质性较好,能够提高农作物面积估算的精度;此外,异质性指标较面积规模指标更能提高分层的层内作物均质性与农作物面积估算精度。     

“高分一号”卫星数据在冬小麦种植结构调整实施效果评估中的应用——以河北省冀州市为例

[目的]在农业部"控制农业用水总量"的明确要求下,河北省试点实施了冬小麦种植结构调整,减少冬小麦种植面积。为快速监测与评估结构调整政策的实施效果,解决大尺度冬小麦种植结构变化监测中精度与成本相互制约的问题。[方法]该研究以河北省冀州市为例,利用国产高分一号卫星(以下简称"GF-1")2m全色、8m和16m多光谱卫星数据,对全市冬小麦种植面积及种植结构变化情况进行监测,并结合高分辨率卫星数据(0.5m分辨率Pleiades数据)计算关于GF-1数据监测结果的修正系数,从而提高监测精度。[结果]研究认为,与2m/8m分辨率的GF-1融合数据相比,系数修正后的16m分辨率GF-1数据在冬小麦种植结构监测与评价业务化运行工作中更具优势。基于16m GF-1数据的监测结果显示,2015年冀州市冬小麦种植结构与2014年相比变化明显,种植面积总体呈增长趋势。[结论]种植结构空间变化具有异质性,其中,冀州市北部冬小麦种植面积保持基本稳定,中部地区呈集中减少趋势,南部地区呈集中增加趋势。冬小麦种植结构变化的主要原因是受到棉花种植面积减少,以及种植习惯、种植模式变化等因素的影响。     

美国林业的木材生产力测定与评价

一、林木资产(Timber Capital)的理论与方法投入和产出的分析是测定和评价生产力强弱的基本方法和手段,对林业的木材生产力的测定和评价亦不例外。问题在于如何确定和量化表征木材生产力的投入指标和产出指标。以P.J.Ince 博士和 John Fedkiw 为代表的美国林业经济专家提出了以单位面积的生长量指标来衡量其产出水平,以林木资产和有效供材林地面积指标来衡量其投入水平。一般对于单位面积的生长量和有效供材林地面积两项指标表征的木材生产力大小是可以理解和接受的。关于林木资产指标,研究结果指出木材生产力所表达的意义在于它体现了森林的木材生产数量和可供生产木材的森林资源数量之间的相互的关系。换言之,就是研究木材产出量与用于     

基于HJ-CCD影像的河南省冬 小麦种植面积变化全覆盖监测

针对目前省域冬小麦种植面积遥感监测业务化运行中所存在的监测精度与成本之间相互制约的现实问题,该文以冬小麦主产区河南省为研究区域,利用2008年我国发射升空HJ卫星提供的遥感影像,通过分区解译,得出2009/2010年度河南省冬小麦种植面积年际变化率。结合两年冬小麦地面样方进行精度检验表明,利用HJ-CCD影像来进行河南省冬小麦种植面积变化全覆盖监测是可行的。     

剖线强度梯度变化的作物软硬变化区精确划分

[目的]软硬变化区的划分是进行遥感变化检测技术识别农作物的基础。为解决人工判读方法中存在人为主观因素影响以及自动判别和交互式判别方法对不同研究区的适用性问题,该文提出基于剖线梯度变化(Profile based Gradient Change Magnitude,PGCM)进行软硬变化区划分的方法。[方法]该研究选择破碎农业景观种植区域为研究区,计算拔节期Quick Bird影像和播种期模拟影像两个时相的变化强度,从作物地块内部向外绘制剖线,利用剖线强度的梯度变化确定硬变化区(Hard change region,HCR)、软变化区(Soft change region,SCR)和未变化区(Non change region,NCR)3者间的划分阈值。[结果]从识别结果来看,PGCM能够有效在地块边界处探测到软变化像元,进而确定HCR、SCR。像元分辨率在5~60 m不同尺度下,识别HCR区混入比例为11%~16%,混入比例随着分辨率下降而降低;NCR区混入比例为3%~4%,受分辨率尺度影响不大;SCR区识别比例为74%~86%,识别精度较高,识别结果与冬小麦空间分布结果保持一致。[结论]PGCM方法能够自动、便捷地确定阈值,摆脱人工判定的主观性,有效地划分出HCR、SCR和NCR 3个区域,为进一步HCR、SCR区内的作物识别提供基础。     

基于“3S”技术的河北高原坝区土地资源持续利用分析

研究目的:研究基于"3S"技术进行土地资源持续利用评价的过程与方法,并应用于典型农牧交错带———河北高原坝上地区。研究方法:通过GPS获取标志性地物点和典型地物点的空间位置,结合RS和GIS选取评价指标,在GIS中建立综合评价模型,对河北高原坝上地区的沽源县、康保县、张北县1988—2008年的土地资源持续利用情况进行了评价。研究结果:从3个层次结构,按照FAO提出的5个准则建立了土地资源持续利用评价指标体系;基于"3S"技术选取了适宜河北高原坝上地区的评价指标;对坝上地区1988—2008年的土地持续利用情况进行了评价。研究结论:从1988—2008年河北高原坝上地区土地资源持续利用水平比较低;基于"3S"技术对土地资源持续利用状况进行快速定量地评价分析是可行的。     

长江中游城市群土地利用生态风险分析——以长株潭城市群为例

为揭示城市群发展对区域生态风险的影响,以位于长江经济带的长株潭城市群为研究区,利用1993-2013年Landsat遥感数据,定量获取土地利用变化特征,并基于移动窗口的景观生态风险指数,获得区域空间连续的生态风险指数等级分布图,分析长株潭城市群土地利用动态变化及生态风险时空变化特征。结果表明,近20年来,研究区土地利用变化较为显著,建设用地呈持续增加的趋势,耕地、林地面积在波动中减少且变化明显;近20年,生态风险等级面积变化显著,低风险区波动减少,中等风险区先减少后增加,较高风险区、高风险区均波动性增加。本研究为长株潭城市群土地资源可持续利用、生态风险的有效防范,以及对城市建设用地开发边界和生态红线的确定提供了参考,也为区域生态风险定量评价提供了有效的技术方法。     

基于地块单元的冬小麦遥感估产方法研究

[目的]以高分时序遥感影像为基础数据源,结合土地承包经营权地块数据,对冬小麦遥感估产方法及其精度进行研究和分析。[方法]文章以河南省兰考县为研究区,采用2019年4―5月份的GF-1C和GF-6 2 m PMS遥感影像提取了研究区冬小麦种植空间分布,并在地块单元控制下对冬小麦种植面积进行了修正和精度验证。其最优提取结果的修正阈值为0.93,地块单元内冬小麦总体分类精度为95.66%,Kappa系数为0.89。利用3月7日至5月20日6期GF-1 WFV遥感影像序列NDVI和RVI与冬小麦种植地块单元数据进行空间统计,得出各冬小麦种植地块单元内NDVI和RVI均值,通过分析冬小麦测产地块单元内均值植被指数与产量间的敏感性,提出一种组合均值植被指数的冬小麦遥感估产模型构建方法,通过交叉验证法对不同的估产线性回归模型进行精度评价。[结果]由4个均值植被指数组合变量的多元线性回归模型为最佳,决定系数为0.922 0,预测误差为40.96 g/m~2,预测精度为93.13%。通过该模型得出兰考县冬小麦平均产量为6 047.25 kg/hm~2,较2017年河南省统计年鉴研究区冬小麦平均单产6 001 kg/hm~2有所提高,土地承包经营权地块内和地块外冬小麦总产量分别为2.76亿kg和4 650万kg。[结论]该方法实现了冬小麦估产结果以像元为单位向以地块单元为单位的转变,解决了模型构建时光谱信息与实测产量间对应问题,为利用国产高分卫星进行县域地块尺度遥感单产精准化估算提供了方法支撑。     

山岳风景区景观格局时空变化的比较分析

以泰山的佛爷寺和竹林寺两个山岳风景区为研究对象,采用1986年和2004年两期的遥感数据,研究了两个风景区1980年代中期以来景观格局的时空变化特征以及人类活动对景观格局演变的影响。在分析景观多样性、优势度、均匀度、破碎度、扩展度、伸张度指数时间变化的基础上,对景观的空间格局变化趋势进行了对比分析。研究结果表明,两个景区的斑块数量、面积和斑块密度的变化差异明显;两个地区的景观扩展度均远大于1,说明斑块形状不规则。占据优势的森林类型18年来并未遭受严重破坏,两个景区优势度、均匀度变化趋势基本相似,佛爷寺风景区的破碎度远远高于竹林寺,也表明景区建设等人为干扰是景观格局发生变化的主要驱动力。     

Credit Risk Assessment and the Opportunity Costs of Loan Misclassification

This paper investigates the opportunity costs of loan misclassification in credit risk assessment, and develops a model that directly incorporates the opportunity costs of loan misclassification into the risk assessment criteria. The performance of this model is assessed by comparing the empirical results with the results of the logit credit scoring model using data provided by the Farm Credit Corporation of Canada. Results indicate that if both the models make a Type I and Type II error with a $1-million loan, the expected costs of error would be $600 and $6, 500 less, respectively, in the cost minimization model compared with the logit model. The expected lenders's profit for a $1-million loan would be $17, 000 more in cost minimization model compared with the logit model. The cost minimization model performed better than the logit model, both in prediction accuracy and also in reducing the costs associated with the errors in classification.     

Spatial assessment of climate change vulnerability at city scale: A study in Bangalore,India

Integrating adaptation and mitigation response actions to climate change in urban-level policies requires comprehensive information on vulnerability patterns, yet a majority of local governments and decision makers in various cities in developing nations lack spatially explicit information on climate change vulnerability and its key drivers. In addition, there is no standardised method for an all-inclusive vulnerability assessment at the local level. Results from higher broad-scale vulnerability assessments are difficult to implement conceptually and technically at the local scale. We present a climate change vulnerability assessment approach at the city scale that considers three main components: exposure, sensitivity and adaptive capacity. Indicators were assessed within each component and were combined using Spatial Multi-Criteria Evaluation (SMCE). The standardisation of indicators under each component was conducted, along with weighting, at each level of the vulnerability assessment hierarchy. The vulnerability assessment approach was applied to an urban area in India; namely, Bangalore metropolitan area. The application of vulnerability assessment approach was demonstrated and a spatial assessment of climate change vulnerability patterns was presented. The spatial pattern of vulnerability identifies areas urgently requiring attention to adaptation action, while vulnerability assessment enables policy intervention and prioritization at local spatial scales. This study presents a rational to integrate vulnerability assessment approach within the urban planning realm in Bangalore metropolitan area where according to our study approximately 91% of the area is facing high degree of climate vulnerability.     

分宜县土地细碎化的中观尺度研究

研究目的:借鉴土地格局领域的研究思路,在中观尺度上研究土地细碎化,以期在研究方法、数据获取等方面寻求突破,并利用2004年分宜县遥感影像解译的土地利用矢量对10个乡镇土地利用细碎化进行研究。研究方法:文献资料法,景观格局指数法,聚类分析法。研究结果:在中观尺度上研究土地细碎化问题,得到与微观尺度研究截然不同的结论——低山区土地细碎化程度最低,其次是平原区,而丘陵区的土地破碎化程度最高。研究结论:分宜县各乡镇土地利用细碎度指标的聚类结果空间分布规律特征十分显著。