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
鲣(Katsuwonus pelamis)是中西太平洋金枪鱼围网捕捞的重要资源,其资源分布受环境影响明显。为探索环境对鲣渔获率影响的空间异质性特征,利用中西太平洋渔业委员会(Western and Central Pacific Fisheries Commission,WCPFC)所公布的200...鲣(Katsuwonus pelamis)是中西太平洋金枪鱼围网捕捞的重要资源,其资源分布受环境影响明显。为探索环境对鲣渔获率影响的空间异质性特征,利用中西太平洋渔业委员会(Western and Central Pacific Fisheries Commission,WCPFC)所公布的2005—2019年中西太平洋金枪鱼围网综合的1°×1°渔业及海洋环境数据,对标准化后的环境因子及渔获率选用多尺度地理加权回归(Multi-scale Geographically Weighted Regression,MGWR)方法进行研究。结果表明:1)与传统广义加性模型(Generalized Additive Model,GAM)相比,考虑环境影响空间异质性问题的地理加权回归模型(Geographically Weighted Regression,GWR)和MGWR拟合优度(R^(2))有明显提升,校正后拟合优度(Adjusted R^(2))分别为0.273、0.846和0.871,且拟合结果的空间分布形态更符合真实情况。2)各环境因子对鲣资源分布存在显著的空间非平稳性影响。各海洋环境因子对鲣渔获率分布影响的空间异质性程度(各环境变量变异系数大小)依次为水下55 m东西向海流速度(Sea water X velocity at 55 m depth,U55)>海表面温度(Sea surface temperature,SST)>净初级生产力(Net primary productivity,NPP)>100 m盐度(Sea water salinity at 100 m depth,S100)>55 m南北向海流速度(Sea water Y velocity at 55 m depth,V55)。3)各环境因子的影响存在明显尺度效应差异,NPP的作用尺度为44,其次为S100和U55(均为48),SST的为54,V55为全局尺度。4)总体上,S100、NPP、SST、V55和U55对鲣渔获率正向影响比例依次为73.5%、64.8%、66.8%、80.8%和32.3%;其中S100、NPP和SST对鲣渔获率空间分布的影响相似,具体表现为东西向差异,170°E以西主要为正向影响,170°E以东为负向影响;U55为负向影响为主的因子。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。
文摘鲣(Katsuwonus pelamis)是中西太平洋金枪鱼围网捕捞的重要资源,其资源分布受环境影响明显。为探索环境对鲣渔获率影响的空间异质性特征,利用中西太平洋渔业委员会(Western and Central Pacific Fisheries Commission,WCPFC)所公布的2005—2019年中西太平洋金枪鱼围网综合的1°×1°渔业及海洋环境数据,对标准化后的环境因子及渔获率选用多尺度地理加权回归(Multi-scale Geographically Weighted Regression,MGWR)方法进行研究。结果表明:1)与传统广义加性模型(Generalized Additive Model,GAM)相比,考虑环境影响空间异质性问题的地理加权回归模型(Geographically Weighted Regression,GWR)和MGWR拟合优度(R^(2))有明显提升,校正后拟合优度(Adjusted R^(2))分别为0.273、0.846和0.871,且拟合结果的空间分布形态更符合真实情况。2)各环境因子对鲣资源分布存在显著的空间非平稳性影响。各海洋环境因子对鲣渔获率分布影响的空间异质性程度(各环境变量变异系数大小)依次为水下55 m东西向海流速度(Sea water X velocity at 55 m depth,U55)>海表面温度(Sea surface temperature,SST)>净初级生产力(Net primary productivity,NPP)>100 m盐度(Sea water salinity at 100 m depth,S100)>55 m南北向海流速度(Sea water Y velocity at 55 m depth,V55)。3)各环境因子的影响存在明显尺度效应差异,NPP的作用尺度为44,其次为S100和U55(均为48),SST的为54,V55为全局尺度。4)总体上,S100、NPP、SST、V55和U55对鲣渔获率正向影响比例依次为73.5%、64.8%、66.8%、80.8%和32.3%;其中S100、NPP和SST对鲣渔获率空间分布的影响相似,具体表现为东西向差异,170°E以西主要为正向影响,170°E以东为负向影响;U55为负向影响为主的因子。
