自然地理学中的尺度问题.pptxVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

自然地理学中的尺度问题李双成自然地理学进展讲座

基本概念01自然地理学中研究尺度的意义02尺度的类型03主要的Scaling途径04研究尺度选择的基本原则05目前尺度研究中存在的问题06尺度存在的原因07尺度及尺度域觉察的方法与技术08格局与过程的尺度问题09自然地理学中的尺度问题

一、基本概念尺度与尺度域尺度与分辨率尺度与尺度推绎尺度与标度不变律(幂律)

Informationlosspixelresolution800m 1600m2400m

EffectsofResolution15-minute1/2-degree1-degreeCoarseningofgeographicfeatures

EffectsofResolution25-minute1/2-degree1-degreeNarrowfeaturesalteredandmergedwithothers

自然尺度存在的客观性1研究尺度的主观性2一、基本概念

对于地理学家和生态学家来说,自然或人文的过程与格局是相当复杂的,尺度效应对其作用也是不言而喻的。分形理论的创始人曼德布罗特曾在《科学》杂志上撰文指出,英国的海岸线的长度是不确定的,它依赖于测量时所用的尺度。结果令人诧异吗?其实道理很简单,用一公里的标尺和用一米的标尺度量海岸长度所得到的结果肯定是不一样的,这就是尺度效应。尺度问题对于大多科学来说都是存在的。哈维说过,空间是一个变量。那么,对于研究空间分布的传统地理学来讲,空间这个变量肯定也存在“尺度”问题。二、自然地理学中研究尺度的意义

可以为研究结果的实践转化提供技术支撑可以为地理综合集成提供一个平台可以进一步提升地理学理论及其普适化水平CBA二、自然地理学中研究尺度的意义

生态学中尺度研究的历史变化

生态学中尺度研究的历史变化

R.Schulze(2000):研究尺度或观测尺度(researchscaleorobservationalscale)过程尺度(processscale)操作尺度(optionalscale)作者(2002)本征尺度(intrinsicscale)非本征尺度(non-intrinsicscale)三、尺度的基本类型

本征尺度与非本征尺度所谓本征尺度是指自然本质存在的,隐匿于自然实体单元、格局和过程中的真实尺度。它也是个变量,不同的格局和过程在不同的尺度上发生,不同的分类单元或自然实体也从属于不同的空间、时间或组织层次。一般本征尺度可区分为空间尺度、时间尺度、组织尺度、功能尺度等等。划分依据尺度类型空间范围全球尺度、区域尺度、地方及以下尺度长程型、中程型、短程型、非重现型关联型、弱关联型、随机型地质尺度、历史尺度、年际尺度、年及以下周期性、阵发型、随机型依存型、弱依存型、随机型空间周期空间相关时间长短时间特性时间相关

本征尺度与非本征尺度的匹配问题如果观测的尺度大于过程尺度,也就是取样太少,所得结果是噪声而不是信号,结果导致对变化的低估;当观测尺度小于过程尺度时,也就是取样太频繁,真实的过程也没有探测到,真正的变化趋势难以把握,同样变化也被低估;当观测的粒度或粗糙度超过过程尺度时,也就是说,样区大小基本与过程尺度相近,或者甚至还超过了过程尺度,那么过程或过程中的格局就会被过度平滑,其间的信息就会被过度聚合。

Downscaling是将宏大尺度上的观测、模拟结果推绎至精微尺度上的过程。Downscaling最大的任务就是从较粗糙的空间和时间分辨率参数化更详细的尺度异质性信息。Downscaling的目的就是将宏大的观测数据或模型模拟结果应用到局部区域,以解决当地的实际问题。DownscalingUpscaling所谓Upscaling就是将精微尺度上的观察、试验以及模拟结果外推值较大尺度的过程,它是研究成果的“粗粒化”。四、主要的Scaling途径

DownscalingDownscalingUpscalingUpscalingUpscaling和Downscaling过程示意图UpscalingDownscaling

从采样角度看,空间和时间的Upscaling相当于采样点的舍弃,是数据的一种聚合过程。在空间案例中,采样粒度的空间范围逐渐增大,在时间案例中,采样频率由密至疏。数据平均法参数化的回归方法块克立格和块协克立格法(blockkrigingandblockcokriging)重正化群方法(renormalizationgroup)Upscaling

数据平均聚合示意图

重正化群采用的归并示意图

Downscaling与Upscaling相反,Downscaling实际上是一种数据解聚(disaggregati

文档评论(0)

wuyoujun92 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档