净初级生产力(Net primary productivity, NPP)是估算碳储量的关键指标,从地理空间的角度了解NPP变化的驱动机制对于区域碳循环研究至关重要。基于MOD17A3数据,通过趋势分析探讨2000—2020年黑龙江省植被NPP的时空演变特征,然后应用多...净初级生产力(Net primary productivity, NPP)是估算碳储量的关键指标,从地理空间的角度了解NPP变化的驱动机制对于区域碳循环研究至关重要。基于MOD17A3数据,通过趋势分析探讨2000—2020年黑龙江省植被NPP的时空演变特征,然后应用多尺度地理加权回归模型(MGWR)这一新颖的空间统计分析方法,解析NPP变化驱动因素的空间分异特征。结果表明:近二十年黑龙江省大部分区域NPP呈增长趋势,全省NPP平均值从348.90 g C m^(-2)a^(-1)上升到454.00 g C m^(-2)a^(-1),增长率为29.95%。NPP增减显著的情况通常出现在植被改善明显、耕地扩张和城市化进程剧烈的区域。MGWR整体模拟效果良好(调整R^(2)=0.875),模型带宽显示降水、气温、人口密度和土地利用变化对NPP的作用规模为县域尺度,而道路密度的作用规模为市域尺度。不同区域植被NPP对驱动因子的响应存在明显差异,在大小兴安岭地区NPP受土地利用变化和气候因子的共同影响,而在三江平原和松嫩平原土地利用变化是影响NPP的主导因素。生态保护修复工程实施及耕地和城市扩张所带来的土地利用变化是黑龙江省植被NPP变化的重要因素。本研究可加深对东北地区植被动态变化及其驱动机制的认识,为生态系统碳汇功能提升提供科学依据。展开更多
微波遥感是土壤水分监测的重要手段,但微波遥感土壤水分产品的空间分辨率较低,难以满足区域尺度的应用需求。使用地理加权回归模型,以1 km MODIS产品的遥感地表温度(LST)和归一化植被指数(NDVI)作为辅助数据,将空间分辨率为9 km的SMAP...微波遥感是土壤水分监测的重要手段,但微波遥感土壤水分产品的空间分辨率较低,难以满足区域尺度的应用需求。使用地理加权回归模型,以1 km MODIS产品的遥感地表温度(LST)和归一化植被指数(NDVI)作为辅助数据,将空间分辨率为9 km的SMAP被动微波土壤水分数据降尺度为1 km,利用吉林省地面实测土壤水分数据,对降尺度后的SMAP数据进行了精度验证。结果表明,该降尺度方法在吉林省适用性较好,降尺度结果与SMAP数据在空间分布上保持了较高的一致性,小幅度提高了SMAP数据的精度,显著提高了SMAP数据的空间细节和纹理特征。展开更多
针对全局平稳特征和时空非平稳特征同时存在的现象,提出了混合时空地理加权回归方法(Mixed Geographically and Temporally Weighted Regression,MGTWR),给出了MGTWR的数学定义和回归参数的两步估计。同时,介绍了调整型带宽选择机制下...针对全局平稳特征和时空非平稳特征同时存在的现象,提出了混合时空地理加权回归方法(Mixed Geographically and Temporally Weighted Regression,MGTWR),给出了MGTWR的数学定义和回归参数的两步估计。同时,介绍了调整型带宽选择机制下的权重计算方法和基于Akaike信息准则(Akaike Information Criterion,AIC)的参数优化方法。采用复杂程度不同的模拟数据来测试方法的性能。结果表明,MGTWR和GTWR的R2大于0.8,能模拟全局平稳特征和时空非平稳特征的现象,但MGTWR显著优于GTWR。MGWR因无法探测时间平稳特征,模拟效果最差。此外,数据复杂程度影响MGTWR,GTWR和MGWR的性能,数据越简单模拟效果越好。展开更多
文摘净初级生产力(Net primary productivity, NPP)是估算碳储量的关键指标,从地理空间的角度了解NPP变化的驱动机制对于区域碳循环研究至关重要。基于MOD17A3数据,通过趋势分析探讨2000—2020年黑龙江省植被NPP的时空演变特征,然后应用多尺度地理加权回归模型(MGWR)这一新颖的空间统计分析方法,解析NPP变化驱动因素的空间分异特征。结果表明:近二十年黑龙江省大部分区域NPP呈增长趋势,全省NPP平均值从348.90 g C m^(-2)a^(-1)上升到454.00 g C m^(-2)a^(-1),增长率为29.95%。NPP增减显著的情况通常出现在植被改善明显、耕地扩张和城市化进程剧烈的区域。MGWR整体模拟效果良好(调整R^(2)=0.875),模型带宽显示降水、气温、人口密度和土地利用变化对NPP的作用规模为县域尺度,而道路密度的作用规模为市域尺度。不同区域植被NPP对驱动因子的响应存在明显差异,在大小兴安岭地区NPP受土地利用变化和气候因子的共同影响,而在三江平原和松嫩平原土地利用变化是影响NPP的主导因素。生态保护修复工程实施及耕地和城市扩张所带来的土地利用变化是黑龙江省植被NPP变化的重要因素。本研究可加深对东北地区植被动态变化及其驱动机制的认识,为生态系统碳汇功能提升提供科学依据。
文摘微波遥感是土壤水分监测的重要手段,但微波遥感土壤水分产品的空间分辨率较低,难以满足区域尺度的应用需求。使用地理加权回归模型,以1 km MODIS产品的遥感地表温度(LST)和归一化植被指数(NDVI)作为辅助数据,将空间分辨率为9 km的SMAP被动微波土壤水分数据降尺度为1 km,利用吉林省地面实测土壤水分数据,对降尺度后的SMAP数据进行了精度验证。结果表明,该降尺度方法在吉林省适用性较好,降尺度结果与SMAP数据在空间分布上保持了较高的一致性,小幅度提高了SMAP数据的精度,显著提高了SMAP数据的空间细节和纹理特征。
文摘针对全局平稳特征和时空非平稳特征同时存在的现象,提出了混合时空地理加权回归方法(Mixed Geographically and Temporally Weighted Regression,MGTWR),给出了MGTWR的数学定义和回归参数的两步估计。同时,介绍了调整型带宽选择机制下的权重计算方法和基于Akaike信息准则(Akaike Information Criterion,AIC)的参数优化方法。采用复杂程度不同的模拟数据来测试方法的性能。结果表明,MGTWR和GTWR的R2大于0.8,能模拟全局平稳特征和时空非平稳特征的现象,但MGTWR显著优于GTWR。MGWR因无法探测时间平稳特征,模拟效果最差。此外,数据复杂程度影响MGTWR,GTWR和MGWR的性能,数据越简单模拟效果越好。
