近10年榆林市植被净初级生产力时空分异特征

针对榆林市生态环境脆弱,植被净初级生产力分布及变化对其影响较大的问题,利用2000年、2005年和2010年的NPP数据,采用马尔科夫转移矩阵及GIS空间分析功能,揭示榆林市NPP的时空变化特征。结果表明:(1)榆林市NPP空间分布由西北向东南逐渐递增。(2)2000年~2010年NPP呈显著上升趋势:2000年~2005年NPP升高区域95.03%,增幅大于300gC/(m2·a)的占47.22%,主要分布在榆林市最北端和南部地区;2005年~2010年NPP升高区域面积93.96%,增幅大于300gC/(m2·a)的占54.10%,集中在东南大部分地区。(3)榆林市NPP增加的主要因素是1999年以来该区采取的多项植被恢复与重建工程等措施,植被覆盖度增加。     

东北地区区域植被净初级生产力估算

鉴于我国东北地区是全球变化最敏感的区域之一,以东北地区植被净初级生产力(Net Primary Productivity,NPP)为指标,监测该地区的生态环境状态变化。在东北三省选取了东、中、西3个研究区,基于CASA(Carnegie-Ames-Stanford Approach)模型,利用2007年和2010年两个时相的美国陆地卫星多光谱扫描仪(Landsat TM)遥感数据和气象观测数据实现了NPP估算,并对其空间分布进行了分析。结果表明:3个研究区在2个时相NPP的数值有一定的波动,农田、草地面积较大的中、西部2个研究区,NPP受到季节条件以及人为因素的影响较显著;森林面积较大的东部研究区,NPP主要受季节、水热条件影响;相对于中、西部研究区,东部研究区的NPP最大。该文以东北地区3个研究区为例,为利用多时相遥感与模型相结合的方式,开展区域NPP估算和研究碳储量动态变化提供了科学依据和方法借鉴。     

中亚地区植被净初级生产力时空动态及其与气候因子关系

植被净初级生产力(Net Primary Productivity,NPP)及其对气候变化的响应是全球变化的核心研究内容之一,研究中亚地区NPP的时空格局变化对理解植被—环境的作用机理以及应对全球变化具有重要的意义。基于MOD17A3数据集、气象数据结合GIS分析方法研究中亚地区2000~2014年的植被NPP时空动态特征及其与气候因子的关系。结果表明：①中亚地区空间上NPP的变化范围在0~874 gC/m²·a之间,平均值为151.90 gC/m²·a,NPP年总量平均值为482.41TgC (1 Tg=10¹² g),NPP平均值与总量均呈现出下降趋势;②中亚地区NPP的高值区主要分布在高纬度地区和东南部高山地区,中部和南部荒漠区则为NPP的低值区;③中亚地区2000~2014年间NPP在空间上总体呈现下降趋势,达到显著下降的区域总体面积的39.89%。NPP呈下降趋势的区域主要集中在哈萨克斯坦的大部分区域,不同分区内以典型草原区最为显著;④中亚地区NPP受降水量的影响作用高于气温,荒漠草原区、典型草原区以及荒漠区主要受到降水量的控制,高山草甸区与高山林地区则受到降水和气温的共同作用。     

甘肃省季节性净初级生产力变化特征

针对不同尺度视角下NPP时空差异及其影响因素的研究还比较匮乏的问题,以甘肃省为靶区,通过改进CASA模型估算了NPP的空间格局,并通过偏相关系数探讨NPP与气候因子的关系。甘肃省4季的NPP空间差异显著,变化强烈,呈现东南高西北低。以甘肃省为视角,降水量是夏季的主要控制气候因子,而气温是其他季节的主导气候因子。以不同生态区为视角,仅在夏季,季降水量是草原生态区、农业生态区和荒漠生态区的主要控制因子,其他主要控制因子均为季均温。春季,草原生态区对季均温存在时滞与累积效应;夏季,森林与农业生态区对季降水量和季均温存在时滞与累积效应;秋季,森林与草原生态区对季降水量和农业生态区对季均温都存在时滞与累积效应。     

HJ-1星北京地区植被净初级生产力估算研究

本文基于HJ-1/CCD遥感影像,以一级土地利用分类的六种地物类型为研究对象,采用面积加权平均的方法对六种分类中耕地、林地、草地的最大光能利用率进行修订,采用CASA模型对北京地区2009年NPP进行估算,结果表明北京地区NPP在7、8月份最高,且分布总趋势为北部高,南部低;西部高,东部低,估算结果与实测值比较接近,相关系数在0.8左。通过本文方法所得估算结果不但合理而且可靠。     

祁连山区植被净初级生产力的空间变化特征分析

基于MODIS数据分析了2000~2010年祁连山区植被净初级生产力(Net Primary Productivity,NPP)的空间变化特征。结果显示:祁连山区植被NPP并不高,多年平均植被NPP仅为121.95gC/(m2·a),自东向西植被NPP逐渐减少。不同植被类型其NPP具有明显差异,大体上为:常绿阔叶林平原草地常绿针叶林典型草地农田高寒草甸草地荒漠草地落叶针叶林。祁连山区植被NPP变化在区域间也存在差异。植被NPP呈增长趋势的地区主要分布在青海年南山、拉脊山、达坂山和青海湖及其西侧,约占47.30%;乌鞘岭东部及以东的地区(约占1.97%)植被NPP呈减少趋势。降水是祁连山区植被NPP变化的主要因素,气温对植被NPP的影响并不明显,不合理的人类活动可能是造成部分区域植被NPP减少的重要原因。     

植被净初级生产力的遥感模型在武汉地区的应用

卫星遥感成为观测和估算地面植被净初级生产力的一种极其有利的工具,其原因不仅仅在于它将人们从繁重的地面实验中解放出来,同时也因为它能够实现对大范围区域的植被净初级生产力进行实时监测。为了更加充分有效地利用卫星数据获取植被信息,我们在模式分解方法的基础上,建立了一种新的植被指数(VIPD)。根据地面实验建立的相应光合成曲线估算模型,估算武汉地区地域性植被净初级生产力（NPP）,研究该地区植被生长年间变化状况。并通过和不同方法估算结果及地面调查结果进行比较,检验模型对该地区的适用情况,为该地区植被NPP长期监测研究提供可靠依据。     

植被净初级生产力的遥感模型在武汉地区的应用

卫星遥感成为观测和估算地面植被净初级生产力的一种极其有利的工具|其原因不仅仅在于它将人们从繁重的地面实验中解放出来|同时也因为它能够实现对大范围区域的植被净初级生产力进行实时监测。为了更加充分有效地利用卫星数据获取植被信息|我们在模式分解方法的基础上|建立了一种新的植被指数(VIPD)。根据地面实验建立的相应光合成曲线估算模型|估算武汉地区地域性植被净初级生产力（NPP）研究该地区植被生长年间变化状况。并通过和不同方法估算结果及地面调查结果进行比较|检验模型对该地区的适用情况|为该地区植被NPP长期监测研究提供可靠依据。     

海南省西北部植被净初级生产力的长时序精尺度遥感监测

植被净初级生产力（Net Primary Productivity, NPP）是反映生态系统碳循环状态和变化的有效指标,在“双碳”目标背景下,长时序精尺度数据对植被净初级生产力动态监测具有重要意义。海南省作为国家生态文明试验区,其NPP动态监测对于强化陆地生态系统碳汇建设具有典型作用。以海南省西北部为研究区,基于Landsat系列遥感影像数据,采用VPM光能利用率模型,估算得到海南省西北部长时序（2000～2020）精尺度（30 m空间分辨率）的NPP数据,并对其进行时空变化分析。研究结果表明：海南省西北部日平均NPP在年际尺度上呈现明显的波动上升趋势,与其他植被类型相比落叶阔叶林的NPP最高且增长趋势最快,灌丛的NPP最低且增长趋势最慢。海南省西北部NPP在空间上呈现南高北低分布,研究区南部阔叶林及稀树草原地区NPP较高,北部灌丛地区NPP较低。研究区域NPP的整体增长趋势主要是由南部植被所控制。     

基于多时相遥感数据的徐州市植被净初级生产力估算及相关性分析

以遥感数据和气象数据为主要数据源,应用改进的光能利用率模型估算徐州市2006、2008和2010年3年间6月份的植被净初级生产力(Net Primary Productivity,NPP),研究了该区域6月份NPP的时空变化及其与气象因子的相关性。结果表明：时间上,受气候和环境等因素综合变化的影响,研究区域6月份NPP呈逐年下降趋势;空间上,NPP的分布表现为在林地、草地和农田相对集中的区域偏高,且不同植被类型6月份的NPP大小关系在不同年份可能不同,其中在2006和2008年为农田>草地>林地,而2010年为农田>林地>草地。通过分析与气象因子的相关性和偏相关性,限制NPP的主要气象因子不是固定不变的,其中2006和2008年,限制NPP的主要气象因子为太阳辐射,而2010年为降雨量和温度。不同植被类型下NPP与气象因子相关性和偏相关性差异反映了不同类型植被生长对光、热、水条件要求的差异。
     

Temporal and Spatial Variation of Vegetation Phenology in Temperate China and Its Impact on Gross Primary Productivity

Land surface phenology is defined as the seasonal timing of life cycle events of vegetated land surface on local or global scale.Most studies of vegetation phenology in China’s temperate zone are focused on single vegetation type in certain area，the studies about long-time vegetation phenology on large scale is rare.The influence of vegetation phenology on GPP(gross primary productivity) remains to be determined.Using Moderate Resolution Imaging Spectroradiometer(MODIS) MCD12Q2 data from 2001 to 2014，start of growing season(SOS)，end of growing season(EOS) and length of growing season(LOS) in temperate China(>30°N) are obtained.GPP from MODIS MOD17A3 data for the same period is also obtained.Using regression analysis and correlation analysis methods，spatial and temporal patterns of SOS，EOS and LOS are analyzed.The impacts of SOS，EOS and LOS on interannual variability of GPP are also analyzed.Results show that the average and standard deviation of SOS，EOS and LOS from 2001 to 2014 are 121±10，270±12 and 153±12 days，respectively.The trend of earlier SOS，delayed EOS and increased LOS are not significant(p>0.05)，but LOS shows positively correlated to GPP.The spatial distribution of annual average LOS and GPP from 2001 to 2014 presents an increase trend from northwest to southeast.Regions with significant interannual variation(p<0.05) of SOS，EOS and LOS are 13%，21% and 13.2%，respectively.Regions of significant correlation(p<0.05) of SOS，EOS and LOS to GPP account for 8.31%，9.33% and 8.72% of the study area.GPP has mainly medium correlations(p<0.05，0.5<|r|<0.8) to SOS，EOS and LOS.     

基于可达标识列计时Petri网的时态特征及可控性研究

应用时态逻辑提出计量Ｐｅｔｒｉ网的形式化分析方法,基于可达标识列研究受控系统的时态特征及其可控性与控制不变性,给出控制逻辑存在的充要条件,提出了时态公式分解方法,并讨论了禁止状态避免问题。     

Satellite-driven modelling of Net Primary Productivity (NPP): Theoretical analysis

Ecological models are central to understanding the global hydrological and carbon cycles, and need data from Earth Observation to function effectively at regional to global scales. Here, we develop and apply an end-to-end analysis that relates the requirements of ecological models to the capabilities of satellite-sensors, starting with radiometric noise at the instrument, which collects the information, running through to the error on the estimated NPP output from the ecological model. In the process, the input requirements of current ecological models are reviewed. Our aim is to establish a better informed framework for the design and development of future satellite-sensor missions, which meet the needs of ecological modellers. Three mathematical models (PROSPECT, FLIGHT and 6S) are coupled and inverted using a technique based on LUT. The LUT are used to estimate biophysical variables of vegetation canopies from remotely-sensed data observed at the TOA in a number of viewing directions and in several wavebands within the visible and near-infrared spectrum. The five variables considered here are LAI, leaf chlorophyll content (C_ab), fAPAR, cover fraction and AOT. Different sensor configurations are investigated, in terms of directional and spectral sampling. The retrieval uncertainty is linked with the instrument radiometric accuracy by analysing the impact of different levels of radiometric noise. The parameters retrieved via the inversion are used to drive two LSP models, namely Biome-BGC and JULES. The effects of different sensor configurations and levels of radiometric noise on the NPP estimated are analysed. The system is used to evaluate the sensor characteristics best suited to drive models of boreal forest productivity. The results show that multiangular information improves dramatically the accuracy with which forest canopy properties are estimated. Due to problems of equifinality, the results show a persistence of error even in the presence of zero noise from the sensor, although decreasing the level of radiometric noise from 0.02 to 0.001 reduces error in the estimated NPP by 10% to 25%.     

Temporal-Spatial Variation Analysis of Net Primary Productivity and its Relationship with Climate in Central Asia

The Net Primary Productivity (NPP) of vegetation and its response to climate change is one of the key areas in research of global change. The study on spatial and temporal changes of NPP in central Asia is important to understand the mechanism of vegetation-environment action and to cope with global change. Therefore, based on the MOD17A3 dataset and meteorological data and GIS analysis method, this paper is intended to analyze the spatial pattern, temporal variation and the driving factors to NPP in Central Asia during 2000~2014. The results shows that: ①the spatial variation of NPP in Central Asia is ranged from 0 to 874 gC/m²·a, with an average of 151.90 gC/m²·a. The average annual total NPP is 482.41TgC (1 Tg=10¹² g), and both the average NPP and total NPP showed a decrease trend. ②The average NPP was higher in southeastern alpine regions and high latitudes areas than in central and southern desert areas in Central Asia. ③From 2000 to 2014, the annual NPP in central Asia showed a decrease trend with a rate of -2.05 gC/m²·a², covering 39.89% of the region with significant reduction. The areas in which NPP decreased were mainly distributed in Kazakhstan, with typical steppe zone being the most significant in five ecological zones. ④The effect of precipitation on NPP in Central Asia was stronger than that of temperature. Precipitation influenced NPP of typical steppe，desert and desert steppe more seriously, while alpine meadow and alpine forest were jointly affected by precipitation and temperature.     

融合全局时序和局部空间特征的伪造人脸视频检测方法

近年来,深度学习在人工智能领域表现出优异的性能。基于深度学习的人脸生成和操纵技术已经能够合成逼真的伪造人脸视频,也被称作深度伪造,让人眼难辨真假。然而,这些伪造人脸视频可能会给社会带来巨大的潜在威胁,比如被用来制作政治虚假新闻,从而引发政治暴力或干扰正常选举等。因此,亟需研发对应的检测方法来主动发现伪造人脸视频。现有的方法在制作伪造人脸视频时,容易在空间上和时序上留下一些细微的伪造痕迹,比如纹理和颜色上的扭曲或脸部的闪烁等。主流的检测方法同样采用深度学习,可以被划分为两类,即基于视频帧的方法和基于视频片段的方法。前者采用卷积神经网络（Convolutional Neural Network,CNN）发现单个视频帧中的空间伪造痕迹,后者则结合循环神经网络（Recurrent Neural Network,RNN）捕捉视频帧之间的时序伪造痕迹。这些方法都是基于图像的全局信息进行决策,然而伪造痕迹一般存在于五官的局部区域。因而本文提出了一个统一的伪造人脸视频检测框架,利用全局时序特征和局部空间特征发现伪造人脸视频。该框架由图像特征提取模块、全局时序特征分类模块和局部空间特征分类模块组成。在FaceForensics++数据集上的实验结果表明,本文所提出的方法比之前的方法具有更好的检测效果。     

一种火箭尾焰图像特征空域时域建模方法

针对火箭尾焰成像分析指标单一、无法充分表征发动机工作状态的问题,提出一种综合采用空域、时域图像特征建模与分析的方法。对所采集到的每一帧尾焰图像计算该帧图像中尾焰的几何形状特征、颜色统计特征,以及图像纹理特征。在时间轴上对每帧图像将各自所计算的特征进行排列,形成图像特征时间序列数据。采用时间序列分析技术中的多项式拟合法及降趋势波动性分析方法进行序列图像特征的分析。将建立的模型与方法应用于对某型火箭尾焰图像特征的分析应用。实验结果表明,分析结果不易受环境变化干扰,比传统传感器测量数据具有较好的稳定性与可靠性。     

土地利用变化下北京市热通量的时空演变

探究土地利用变化对城市热通量的影响,对城市用地规划和城市热岛缓解具有重要指导意义。利用混合像元组分排序对比和分层能量切割方法,通过Landsat系列数据反演的地表参数,结合气象再分析资料,估算了2004、2009、2014和2017年4期9月份的北京市地表瞬时热通量,依据同期的北京市土地利用图,分析了北京市热通量随土地利用变化的时空演变。结果表明：①北京市地表温度和热通量分布具有明显的空间异质性,山区和平原、平原不同土地利用类型之间差异明显;②在不同时期,土地利用类型间的地表温度和热通量的高低次序具有一致性,瞬时潜热通量,林地最高,为347.85~546.95 W/m²,其次为耕地、草地,建设用地最小,为225.23~349.03 W/m²,感热通量和地表温度则相反,建筑用地最高,分别为94.06~189.28 W/m²和25.18~32.25 ℃,耕地和草地次之,水体的最低,分别为28.15~102.55 W/m²和19.25~28.38 ℃;③土地利用类型转变引起的城市热通量变化方面,自然表面转为建设用地时,潜热通量急剧减少,感热通量增加,城区周边耕地的潜热通量受城市热辐射影响而增加,城市绿地能有效缓解城市热岛效应。