京津冀城市群城乡生活用水效率差异分析

京津冀城市群高度密集连片的人类活动致使区域水资源短缺问题越来越严重,随着区域生活质量的普遍提升,生活用水比重不断增加,其对区域水资源综合利用效率的影响越来越大。城市群不均衡的发展模式不仅体现在不同城市之间生活用水方式存在差异,也体现在城乡之间的差异。结合Tapio脱钩方法,从城市与城市及城市与周边相互影响的角度,分析了京津冀城市群2001-2015年城乡生活用水及其效率时空变化规律。主要结论为:城乡生活用水规模存在明显差异,城乡生活用水总量比例为7∶3,城乡人均生活用水比例为3∶1,时间尺度上的变化呈现为城镇生活用水量增长,而农村生活用水量下降的趋势;城乡生活用水效率有明显差异,除北京外,其他城市农村生活用水效率普遍高于城镇;时间尺度上的变化特征表明,城镇生活用水效率不断提高并相对稳定,而农村生活用水效率则先提高后降低;京津冀生活用水效率的综合提高,不仅考虑每个城市自身的发展需要,更需要从城市与城市及城市与周边联动协调的角度制定科学合理的用水方案,从而更好地服务于京津冀一体化和水资源可持续利用。     

遥感影像的分类自校正方法研究

遥感图像分类是遥感图像研究的主要内容之一,分类精度高低直接关系到遥感数据的可靠性和实用性。多分类器系统可以提高单分类器分类的精度,但往往要求组成的子分类器分类误差相互独立,子分类器选择困难。支持向量机是新发展起来的一种非参数分类器,其分类原理和传统的基于统计的分类方法不同,表现出一定的独立性。为此本文尝试基于支持向量机和目前使用最广泛的最大似然法,构建一个性能高效且组合方式简单的复合分类器(称为遥感影像分类自校正方法)。同时,为了验证该分类器的性能,在北京市2006年4月27日的SPOT2图像上选择了一个研究区,分别利用最大似然法、支持向量机法和分类自校正方法进行分类对比试验。结果显示分类自校正方法的总体分类精度最高,比最大似然法和支持向量机法分别提高了4.35%和6.6%,而且各种地物类型的分类精度相对最大似然和支持向量机法都有提高。本文提出的分类自校正方法是一种性能高效且操作简单的分类方法。