Understanding the characteristics and driving factors behind changes in vegetation ecosystem resilience is crucial for mitigating both current and future impacts of climate change. Despite recent advances in resilienc...Understanding the characteristics and driving factors behind changes in vegetation ecosystem resilience is crucial for mitigating both current and future impacts of climate change. Despite recent advances in resilience research, significant knowledge gaps remain regarding the drivers of resilience changes. In this study, we investigated the dynamics of ecosystem resilience across China and identified potential driving factors using the kernel normalized difference vegetation index(kNDVI) from 2000 to 2020. Our results indicate that vegetation resilience in China has exhibited an increasing trend over the past two decades, with a notable breakpoint occurring around 2012. We found that precipitation was the dominant driver of changes in ecosystem resilience, accounting for 35.82% of the variation across China, followed by monthly average maximum temperature(Tmax) and vapor pressure deficit(VPD), which explained 28.95% and 28.31% of the variation, respectively. Furthermore, we revealed that daytime and nighttime warming has asymmetric impacts on vegetation resilience, with temperature factors such as Tmin and Tmax becoming more influential, while the importance of precipitation slightly decreases after the resilience change point. Overall, our study highlights the key roles of water availability and temperature in shaping vegetation resilience and underscores the asymmetric effects of daytime and nighttime warming on ecosystem resilience.展开更多
针对当前智慧水利的建设主要从信息化建设的角度展开,缺乏专业知识驱动的洪水信息智能推演与管理的问题。本文通过分析智慧水利的内涵与主要特征,设计了融合专业机理知识的智慧水利建设总体框架,并从水利信息的感知、预警、调度、管理...针对当前智慧水利的建设主要从信息化建设的角度展开,缺乏专业知识驱动的洪水信息智能推演与管理的问题。本文通过分析智慧水利的内涵与主要特征,设计了融合专业机理知识的智慧水利建设总体框架,并从水利信息的感知、预警、调度、管理的角度探讨了智慧水利建设的关键技术。提出了将空间信息技术的格网划分以及多粒度认知计算用于气象与水文数据融合模型的构建,实现多粒度、多层级气象数据与水文数据的融合;基于智能分析、机器学习、深度学习等人工智能技术,结合水利水文专业模型与知识,依据专业的降雨洪水、洪水调度、洪水演进等机理推演水循环的态势变化;利用GIS(Geographic Information System)、BIM(Building Information Modeling)等三维场景大数据可视化、实景融合、动画模拟、场景交互技术,搭建一个融合专业机理、情景交互式、三维风险模拟的智慧水利平台;真正实现水利对象或过程的智能感知、记忆、研判(应用知识)和升华(创造知识),为河湖智能化管理提供必要的技术支撑,深化智慧水利的建设。展开更多
随着大数据时代的发展,海量的地理空间数据的存储和检索成为当前GIS系统需要解决的一个关键问题。空间数据访问引擎作为客户端与数据服务器之间的中间桥梁,提供了空间数据的存取通道。对此,本文设计实现了基于MySQL数据库的矢量数据访...随着大数据时代的发展,海量的地理空间数据的存储和检索成为当前GIS系统需要解决的一个关键问题。空间数据访问引擎作为客户端与数据服务器之间的中间桥梁,提供了空间数据的存取通道。对此,本文设计实现了基于MySQL数据库的矢量数据访问引擎(Vector Spatial Data Engine, VSDE),可应用于常规非拓扑矢量数据格式在MySQL关系型数据库中的存储和检索。并以Shapefile数据格式为例进行了实验,成功地验证了实验方案的可行性。该系统能成功地嵌入小型GIS系统中,可用于非拓扑矢量空间数据的定制化管理。展开更多
针对年尺度热异常数据提取工业热源的方法存在数量和空间精细化程度不足的问题,使用VIIRS Active Fire数据,提出了一种基于温度特征模板的BP神经网络工业热源提取方法。该方法以京津冀及周边地区为试验区,首先,根据工业热源空间聚集性特...针对年尺度热异常数据提取工业热源的方法存在数量和空间精细化程度不足的问题,使用VIIRS Active Fire数据,提出了一种基于温度特征模板的BP神经网络工业热源提取方法。该方法以京津冀及周边地区为试验区,首先,根据工业热源空间聚集性特征,使用OPTICS算法划分热源对象;其次,根据热源的热辐射特征,构建工业热源与非工业热源温度特征模板;最后,以温度特征模板、热源统计特征等作为参数,使用BP神经网络提取工业热源对象。结果表明:(1)本文提出的基于温度特征模板的BP神经网络算法的工业热源提取精度达到了96.31%,与时间滤波、逻辑回归方法相比较,工业热源提取精度分别提高了8.45%、7.53%;(2)2015—2020年京津冀及周边地区6省市工业热源数量整体减少了27.46%;河北省工业热源对象数量和热异常点数量年均减少了8.06%和7.44%,相对于其他省市减少幅度最大;山东、天津的工业热源集中度分别提高了25.72%、86.64%,说明两地工业转型升级政策取得较显著成效;(3)唐山、邯郸、吕梁和长治4个城市工业热源对象数量占试验区全部的31.37%,为京津冀及周边地区工业热源主要分布城市;临汾、太原等7个城市工业热源聚集程度和能源消耗程度高于其他城市;北京、周口等11个城市工业热源聚集程度和能源消耗程度低于其他城市;(4)2020年1—5月,京津冀及周边地区工业热异常点数量相对于2019、2021年同期保持不变或增加,新冠疫情对试验区工业热源无显著影响;2020年1、2月武汉工业热异常点数量与2019、2021年同期相比数量减少了66.67%以上,2020年3—5月工业热异常点数量低于2019年同期,2020年1—5月新冠疫情对武汉市工业热源影响显著。该研究反映了京津冀及周边地区工业热源发展的现状及趋势,能够为降低能耗和提高第二产业集中度等相关政策的制定与调整提供有价值的参考。展开更多
基金National Key Research and Development Program,No.2021xjkk0303。
文摘Understanding the characteristics and driving factors behind changes in vegetation ecosystem resilience is crucial for mitigating both current and future impacts of climate change. Despite recent advances in resilience research, significant knowledge gaps remain regarding the drivers of resilience changes. In this study, we investigated the dynamics of ecosystem resilience across China and identified potential driving factors using the kernel normalized difference vegetation index(kNDVI) from 2000 to 2020. Our results indicate that vegetation resilience in China has exhibited an increasing trend over the past two decades, with a notable breakpoint occurring around 2012. We found that precipitation was the dominant driver of changes in ecosystem resilience, accounting for 35.82% of the variation across China, followed by monthly average maximum temperature(Tmax) and vapor pressure deficit(VPD), which explained 28.95% and 28.31% of the variation, respectively. Furthermore, we revealed that daytime and nighttime warming has asymmetric impacts on vegetation resilience, with temperature factors such as Tmin and Tmax becoming more influential, while the importance of precipitation slightly decreases after the resilience change point. Overall, our study highlights the key roles of water availability and temperature in shaping vegetation resilience and underscores the asymmetric effects of daytime and nighttime warming on ecosystem resilience.
文摘针对当前智慧水利的建设主要从信息化建设的角度展开,缺乏专业知识驱动的洪水信息智能推演与管理的问题。本文通过分析智慧水利的内涵与主要特征,设计了融合专业机理知识的智慧水利建设总体框架,并从水利信息的感知、预警、调度、管理的角度探讨了智慧水利建设的关键技术。提出了将空间信息技术的格网划分以及多粒度认知计算用于气象与水文数据融合模型的构建,实现多粒度、多层级气象数据与水文数据的融合;基于智能分析、机器学习、深度学习等人工智能技术,结合水利水文专业模型与知识,依据专业的降雨洪水、洪水调度、洪水演进等机理推演水循环的态势变化;利用GIS(Geographic Information System)、BIM(Building Information Modeling)等三维场景大数据可视化、实景融合、动画模拟、场景交互技术,搭建一个融合专业机理、情景交互式、三维风险模拟的智慧水利平台;真正实现水利对象或过程的智能感知、记忆、研判(应用知识)和升华(创造知识),为河湖智能化管理提供必要的技术支撑,深化智慧水利的建设。
文摘随着大数据时代的发展,海量的地理空间数据的存储和检索成为当前GIS系统需要解决的一个关键问题。空间数据访问引擎作为客户端与数据服务器之间的中间桥梁,提供了空间数据的存取通道。对此,本文设计实现了基于MySQL数据库的矢量数据访问引擎(Vector Spatial Data Engine, VSDE),可应用于常规非拓扑矢量数据格式在MySQL关系型数据库中的存储和检索。并以Shapefile数据格式为例进行了实验,成功地验证了实验方案的可行性。该系统能成功地嵌入小型GIS系统中,可用于非拓扑矢量空间数据的定制化管理。
文摘针对年尺度热异常数据提取工业热源的方法存在数量和空间精细化程度不足的问题,使用VIIRS Active Fire数据,提出了一种基于温度特征模板的BP神经网络工业热源提取方法。该方法以京津冀及周边地区为试验区,首先,根据工业热源空间聚集性特征,使用OPTICS算法划分热源对象;其次,根据热源的热辐射特征,构建工业热源与非工业热源温度特征模板;最后,以温度特征模板、热源统计特征等作为参数,使用BP神经网络提取工业热源对象。结果表明:(1)本文提出的基于温度特征模板的BP神经网络算法的工业热源提取精度达到了96.31%,与时间滤波、逻辑回归方法相比较,工业热源提取精度分别提高了8.45%、7.53%;(2)2015—2020年京津冀及周边地区6省市工业热源数量整体减少了27.46%;河北省工业热源对象数量和热异常点数量年均减少了8.06%和7.44%,相对于其他省市减少幅度最大;山东、天津的工业热源集中度分别提高了25.72%、86.64%,说明两地工业转型升级政策取得较显著成效;(3)唐山、邯郸、吕梁和长治4个城市工业热源对象数量占试验区全部的31.37%,为京津冀及周边地区工业热源主要分布城市;临汾、太原等7个城市工业热源聚集程度和能源消耗程度高于其他城市;北京、周口等11个城市工业热源聚集程度和能源消耗程度低于其他城市;(4)2020年1—5月,京津冀及周边地区工业热异常点数量相对于2019、2021年同期保持不变或增加,新冠疫情对试验区工业热源无显著影响;2020年1、2月武汉工业热异常点数量与2019、2021年同期相比数量减少了66.67%以上,2020年3—5月工业热异常点数量低于2019年同期,2020年1—5月新冠疫情对武汉市工业热源影响显著。该研究反映了京津冀及周边地区工业热源发展的现状及趋势,能够为降低能耗和提高第二产业集中度等相关政策的制定与调整提供有价值的参考。
