基于遥感的干旱区典型绿洲LUCC研究

以干旱区典型的条带状且末绿洲为例,采用1973年MSS、1991年TM、2001年和2008年ETM+遥感影像为数据源,结合野外考察数据,选择适宜的分类指标体系,对遥感图像进行了监督分类,并获得了研究区土地利用/覆盖转移矩阵。 研究结果表明:近35 a 来耕地面积一直呈现出增加的趋势,增加了105.32 km²,耕地面积的增加量主要是由草地和林地的转化而来,是增加最快的土地利用类型;林地和草地面积一直呈逐渐减少的趋势,其中减少最多的土地类型是林地,减少了69.459 km²,林地面积的减少是由于林地转移草地、水体和耕地的比例超过草地转移林地的比例所致;草地面积减少了63.093 km²,主要是由一部分草地转移耕地、未利用地而引起;水域面积总体上有增加趋势,增加了22.073 km²,主要由草地和未利用地转移水体而引起;未利用地变化幅度不大,有缓慢增加的趋势,增加5.093 km²。     

基于遥感的祖厉河流域土地分类及其分布空间分析

以陇西黄土高原的祖厉河流域为研究区,利用1993和2007年两期TM影像数据对研究区土地利用类型进行分类,在此基础上结合数字高程模型(Digital Elevation Model,DEM)、多年平均降水量的空间分布数据,利用地理信息系统(GIS)空间分析方法,重点分析坡耕地、林地和草地的气候特征空间与地形特征空间,研究得出：①14 a内研究区大约有 214.82 km²坡耕地被治理,但2007年仍有145.08 km²处于临界坡度以上。②林地大致分布在降水量386~517 mm之间,14 a内人工林地有所增多。③在人为活动的干扰下,草地的覆盖度普遍降低。植被的恢复和重建是流域治理的切入点,该项研究目的为退耕还林还草提供科学支撑,服务于建立祖厉河流域生态系统的良性循环。     

抚仙湖流域土地退化动态遥感监测研究

通过对抚仙湖流域1974年MSS,1990年TM,2000、2006、2009、2012年ETM+、2014年OLI数据的土地利用/覆被(LUCC)、复合植被指数、水土流失、土地沙化和土壤含水率各指标的获取,构建流域土地退化评价模型,开展抚仙湖流域土地退化评价研究,并采用层次分析法(AHP)构造包含上述5种指标的判断矩阵,利用层次分析软件对判断矩阵的计算分别获得上述退化指标的权重,通过GIS空间分析方法完成对抚仙湖流域土地退化的动态监测与评价并由此提出退化防治综合措施。结果表明:抚仙湖流域土地退化从1974~1990年总退化面积趋势急剧上升,到2000和2006年土地退化面积又有小幅下降,2009和2012年期大幅下降,土地退化总面积到2012年为200.27km~2达到历史最低,2012~2014年总退化面积又有小幅增加,但增幅不大。     

基于遥感和GIS的区域土壤侵蚀变化与人类活动关系研究

土壤侵蚀作为全球性的主要环境问题之一,受人类活动的影响日益强烈。在区域尺度上研究人类活动与土壤侵蚀变化的关系,对土壤侵蚀防治宏观决策具有重要意义。通过构建人类活动程度指数,从栅格尺度上分析了人类活动程度对土壤侵蚀变化的影响规律,进而从人口变化、土地利用变化和人类活动对植被覆盖影响程度等多角度综合分析,揭示人类活动对土壤侵蚀变化的驱动机制。结果发现,江西省1990年土壤侵蚀模数平均值841 t/（km²·a）,2018年减少到338 t/（km²·a）,土壤侵蚀明显缓解。平均人类活动程度指数由0.005增加到0.014,空间上呈现出以城市为中心向外辐射状的增加态势;偏远山地丘陵区,人类活动程度变化不大。20 a来,研究区土壤侵蚀的发生有由山地丘陵区向城市及周围地区转移的趋势。远离城市的偏远山地丘陵区,农村人口压力的减弱以及合理的土地利用转变促进江西省植被恢复,进而缓解土壤侵蚀;坡度缓和的城市及周边地区因人类活动程度的显著增强,土壤侵蚀有所加剧。     

基于多源时空信息的西宁和拉萨近70年来城市扩展过程重现及地表覆盖变化分析

西宁和拉萨城市作为青藏高原人类活动的热点地区,其发展历程对青藏高原社会经济发展具有重要影响。研究基于遥感影像、城市规划图和历史地图等资料重建了西宁和拉萨城市1949基准年、1978基准年、1990年、2000年、2010年和2018年城市扩展及2000年以来城市不透水层和绿地空间组分数据,分析了1949基准年以来西宁和拉萨主城区城市扩展的时空特征,揭示了社会经济因素和政策因素对城市土地利用/覆盖变化的影响。研究结果表明：①新中国成立以来,西宁和拉萨主城区持续扩展,均呈现非线性的增长态势,城市土地面积分别从1949基准年的1.98 km²和1.10 km²增长到2018年的79.26 km²和77.04 km²;西宁主城区城市扩展呈现十字状的扩展态势,拉萨呈现出圈层外延式的扩展模式;②自2000年来,西宁和拉萨城市绿化水平显著提升。2000~2018年,西宁和拉萨城市不透水层面积分别从36.91 km²和21.56 km²增加到55.34 km²和48.21 km²,城市绿地空间面积分别从10.78 km²和8.48 km²增加到19.21 km²和20.35 km²,年均扩展速度分别为0.47 km²/a和0.66 km²/a;主城区城市不透水层比例分别从74.09%和66.21%下降到69.82%和62.58%,城市绿地空间比例从21.64%和26.05%上升到24.24%和26.41%;③西宁和拉萨城市人口增长、经济发展和国家相关政策与主城区城市扩展及其土地利用/覆盖变化密切相关,主城区城市扩展阶段与人口增长、经济发展阶段以及国家相关政策实施时间接近吻合。主城区土地利用/覆盖变化与城市规划相关政策高度相关,尤其是园林绿化建设,显著增加了城市绿地空间面积,城市绿地空间面积比例较2000年显著提升。     

1990~2015年吉林省西部耕地变化与“旱改水”时空特征研究

以Landsat遥感影像为数据源，利用面向对象和决策树方法获得多期土地覆被数据；以此为基础，分析了1990~2015年吉林省西部耕地变化与旱田水田转化特征及驱动因素。结果表明：1990~2015年期间，吉林省西部耕地面积增加了2159.33 km²，增速逐渐变缓。旱田面积在1990~2000和2000~2010年期间有小幅增加，但在2010~2015年期间呈减少趋势。水田面积持续扩张，25年间增加了1139.39 km²（51.7%），旱田净转化为水田的面积不断增加，1990~2000年为69.13 km²，2000~2010年为156.19 km²，2010~2015年为288.27 km²。人口和经济的增长是导致耕地面积迅速增长的主要原因，影响水田面积扩张和旱田向水田转化的驱动因素有：科技进步、水利设施建设、政策倾向和利益驱动。最后提出了吉林省西部地区耕地保护的建议，为区域农业生产和生态建设提供科学借鉴。     

1990~2015年吉林省西部耕地变化与“旱改水”时空特征研究

以Landsat遥感影像为数据源,利用面向对象和决策树方法获得多期土地覆被数据;以此为基础,分析了1990~2015年吉林省西部耕地变化与旱田水田转化特征及驱动因素。结果表明：1990~2015年期间,吉林省西部耕地面积增加了2159.33 km²,增速逐渐变缓。旱田面积在1990~2000和2000~2010年期间有小幅增加,但在2010~2015年期间呈减少趋势。水田面积持续扩张,25年间增加了1139.39 km²（51.7%）,旱田净转化为水田的面积不断增加,1990~2000年为69.13 km²,2000~2010年为156.19 km²,2010~2015年为288.27 km²。人口和经济的增长是导致耕地面积迅速增长的主要原因,影响水田面积扩张和旱田向水田转化的驱动因素有：科技进步、水利设施建设、政策倾向和利益驱动。最后提出了吉林省西部地区耕地保护的建议,为区域农业生产和生态建设提供科学借鉴。     

利用MODIS数据估算西藏高原地表植被覆盖度

根据2004年9月13日至14日在西藏高原中部地面观测的植被覆盖度和同期接收的EOS/MODIS数据,分别建立了250m分辨率归一化植被指数(NDVI)、土壤调节植被指数(SAVI)与地面观测的植被覆盖度之间的相关关系,并以西藏高原中部和整个西藏高原作为两个试验区,选择典型植被类型,验证了Carlson和Ripley植被覆盖度算法的精度。结果表明,地面观测的植被覆盖度与植被指数之间呈线性关系。其中,地面观测值与NDVI的相关系数R2=0.90;与SAVI的相关系数为R2=0.89;Carlson和Ripley算法适合于中等植被覆盖度的草地植被。     

基于DEM的秦岭陕西段地表面积与垂直投影面积差异性分析

基于DEM数据,利用中心像元与相邻8个像元模型计算了位于陕西境内的秦岭腹地地表面积,结果表明:①秦岭陕西段地表面积为75224.67 km^2,与垂直投影面积61641.27 km^2相比增加了22.04%;②秦岭陕西段地表面积与垂直投影差异与海拔的关系呈类抛物线趋势,海拔高度为2000 m时二者的差异达最大;③与垂直投影面积相比,秦岭陕西段低山、中高山以及亚高山面积分别由19258.34 km^2、33654.18 km^2、3789.32 km^2增加到21559.88 km^2、39836.85 km^2、4480.92 km^2,增长比例分别为11.9%、18.4%与18.3%;④秦岭陕西段不同土地利用类型的地表面积与投影面积均存在差异,未利用地地表面积与垂直投影面积的差异最大,达34.4%,林地次之,差异为27.7%,再次是草地,差异为22.4%左右,农田、其他林地、水域、居民地与工矿用地的地表面积与投影面积的差异较小,依次为12.5%、8.5%、5.4%和2.5%。     

Analysis of the Difference between Surface Area and Vertical Projection Area on Shaanxi Qinling Mountains based on DEM

Based on DEM of Qinling Mountains, used the model of the center cell and the adjacent eight cells, we calculated the surface area of Shaanxi section Qinling Mountains. The results shows that: (1) The surface area of Shaanxi section Qinling Mountains is 75 224.67 km², which is an increase of 22.04% from the vertical projection area；（2）The relation between the difference of surface area and vertical projection area and elevation is parabolic. The altitude of 2 000 meters is the area with the largest difference between the surface area and the vertical projection area in Shaanxi section Qinling mountains；（3）Compared with the vertical projection area, the area of low mountains, medium mountains and submountains in Shaanxi section of the Qinling mountains increased by 2 301.54 km², 6 181.67 km² and 691.60 km² respectively, with the growth rate of 10.68%, 18.37% and 18.25% respectively.（4）The difference between the surface area and the vertical projection area is various in different land use types. Not using land is the largest, the difference is 34%. The second is forest land which the difference is 28%, and the lawn is approximately 20%. Difference is small in farmland, other forest land, water and residents and industrial land, which is 12%, 8%, 5% and 8% in turn.     

1979~2010年乌海市煤矿开采对生态环境影响的遥感监测

以1979年以来多期陆地卫星Landsat MSS/TM遥感数据为基础,利用煤矿遥感影像各波段反射率远低于其他地物的典型光谱特征,提取了乌海市煤矿开采区时空分布数据集,并结合SPOT-VEGETATION NDVI数据,对乌海市煤矿开采区的变化过程以及生态环境影响进行了动态监测。结果表明:30 a来乌海市煤矿开采区扩张明显,煤矿开采区面积由1979年的2.69 km²增加到2010年的109.34 km²,净增加106.65 km²。煤矿开采过程中侵占了大量耕地、林地和草地,导致1998~2001年乌海市整体生态环境急剧恶化,全市年最大NDVI由1998年的0.2043下降到2001年的0.1231,2000年以后,乌海市煤矿开采区面积虽然仍呈增长趋势,但全市植被覆盖状况有所好转,尤其是2005~2010年植被覆盖状况明显好转,全市年最大NDVI由2005年的0.1417上升到2010年的0.2028。     

Remote Sensing Monitoring and Spatiotemporal Pattern of Land Use/Cover Change in Built-up Area of Tianjin in the Past 70 Years

Urban land use/cover changes have an important impact on urban ecosystem services functions and the environmental quality of human settlements. This study mapped urban expansion process using the historical data, remote sensing images and urban planning maps, and acquired the urban impervious surface and green space fraction based on big data platform. We analyzed the process of Tianjin urban expansion rate, intensity and urban land cover change since 1949, and revealed the driving factors in the process of urban expansion with social economic and policy factors. The results showed that the built-up area increased from 49.15 km² in 1949 to 663.39 km² in 2015. The expansion has undergone four stages of "acceleration – deceleration – acceleration - deceleration"; the urban expansion mode presents the filled with built-up area and along with the neighboring transportation trunk lines. The proportion of green space in the built-up area is increasing, indicating that the urban ecological greening in the main urban area of Tianjin has been improved.     

基于GEE平台的海岛地表覆盖提取及变化监测——以苏拉威西岛为例

随着海洋在国家政治、经济、资源等方面重要性的提升,对海岛开发利用、管理和保护等具有重要意义的海岛地表覆盖研究逐渐受到关注.针对传统的大范围地表覆盖提取速度慢、效率低的问题,基于Google Earth Engine(GEE)地学大数据平台,以作为生态重点保护区的印度尼西亚的苏拉威西岛为研究区,开展海岛地表覆盖提取及变化...     

哈尔滨城乡梯度建设用地结构变化及不透水面遥感监测分析

在快速城镇化背景下,客观掌握城市扩张进程中的城乡建设用地及内部不透水面变化特征,有利于优化大都市城乡用地结构及空间融合发展。基于城乡建设用地及不透水面遥感监测数据集,应用空间分析模型,对哈尔滨2000~2015年城乡建设用地规模、结构及内部不透水面时空演变特征进行分析,探究城市扩张格局、区位差异、建设用地利用强度及城乡之间的差异。结果表明：①2000年以来城乡建设用地快速扩张了158.32 km²,年变化率和动态度均呈先增大后减小趋势;从城市核心区至远郊区方向其扩张规模依次增大,建设重点不断向城市周边推移,呈现出较明显的空间异质性;②城镇建设用地和独立工矿用地面积及占比逐年增加,扩张来源均以耕地为主;农村居民点占比降低了13.14%,城乡建设用地结构特征发生了较明显变化;③2000~2015年城乡建设用地内部不透水面面积和比例分别增加了145.32 km²和10.04%,城镇建设用地利用强度已达到较高水平,农村居民点用地利用强度快速提高,城市和农村之间的差距不断缩小;自城市核心区至远郊区方向不透水面比例不断降低,可利用潜力越大,不透水面面积增量、比例增量、比例增长率及扩张强度大体呈增加趋势,不透水面与城乡建设用地规模变化趋势相近,可在一定程度上揭示城市扩张轨迹。     

基于遥感数据的流域土壤侵蚀强度快速估测方法

以北京延庆县境内的妫水河流域为例, 提出了一种基于遥感数据的土壤侵蚀强度快速估测方法。首先, 利用遥感数据和植被指数模型提取流域内土地利用类型信息和植被覆盖度信息; 其次, 利用数字高程模型数据生成坡度图; 然后, 结合土壤侵蚀强度分级指标, 将坡度图与土地类型图、植被覆盖度图空间叠加, 判断和计算侵蚀强度等级, 结果获得了流域土壤侵蚀强度等级图; 最后, 计算了流域的年平均侵蚀模数。结果表明, 妫水河流域的土壤侵蚀以微度和轻度为主, 所占面积比例为74.88% , 极度和剧烈侵蚀很少, 不到总面积的2%。整个流域的年侵蚀模数估计为1 74611/ km ²·a。     

基于云平台的中哈干旱区典型城市地表覆盖变化遥感监测与比较

城市地表覆盖组分是影响人居生存环境和城市生态系统服务的关键因素。基于Google Earth Engine平台,利用Landsat 5/8遥感影像数据,采用改进的“植被—不透水面—土壤”模型及线性光谱混合分解方法,提取地处干旱区的中国西部大城市乌鲁木齐市与邻国哈萨克斯坦首都城市努尔–苏丹市、大城市阿拉木图市的地表覆盖信息,对比分析1990~2015年3个城市地表覆盖的变化特征。结果表明：1990~2015年间乌鲁木齐市城市建成区扩张面积最大,扩张了349.81 km²;其次为努尔-苏丹市,城市扩张面积为158.16 km²;由于哈萨克斯坦首都由阿拉木图市迁往努尔-苏丹市,整个时段阿拉木图市城市扩张最慢,总计扩张了126.23 km²。在城市建成区内,1990年到2015年间乌鲁木齐市城市地表不透水组分增加了7.10%,努尔—苏丹市和阿拉木图市分别减少了14.9%、4.49%。建成区内绿地组分努尔—苏丹市从1990年到2015年增加了6.68%;乌鲁木齐市和阿拉木图市分别减少了6.65%和2.75%。城市所表现出来的不同地表覆盖特征乌鲁木齐市主要受国家政策支持,阿拉木图市由于其历史背景和城市规划,努尔—苏丹市城市的快速发展则受哈萨克斯坦迁都的影响。     

Remote Sensing Monitoring and Comparison of Urban Land Cover Changes in Typical Cities in China-Kazakhstan Arid Region based on Cloud Platform

Urban land cover composition is the key factor affecting the living environment and urban ecosystem service. Based on the Google Earth Engine platform, Landsat 5/8 remote sensing image data were used to adopt the improved "Vegetation-Impervious Surface-Soil" model and linear spectral mixed decomposition method. The variation characteristics of land cover in Nur-Sudan, Almaty, Urumqi cities from 1990 to 2015 were compared and analyzed. The results show that the urban built-up area of Urumqi city expanded the largest area of the three cities from1990 to 2015, with an expansion of 349.81 km², followed by Nur-Sultan, with a city expansion area of 158.16 km². As the capital of Kazakhstan was relocated from Almaty to Nur-Sultan, the city of Almaty expanded the slowest during the entire period, with a total expansion of 126.23 km². In the urban built-up area, the urban surface in Urumqi increased by 7.10% from 1990 to 2015, and the Nur-Sultan and Almaty decreased by 14.9% and 4.49%，respectively. The green space component of the built-up area, Nur-Sultan increased by 6.68% from 1990 to 2015, while Urumqi and Almaty decreased by 6.65% and 2.75%，respectively. The different surface cover patterns of cities are different for different reasons. Urumqi is mainly supported by national policies, and Almaty is known for its historical background and urban planning, while the rapid development of Nur-Sudan was affected by the relocation of Kazakhstan.     

辽河口国家级自然保护区湿地时空演变遥感评估

以1980年、1990年、2000年、2010年和2020年Landsat遥感影像作为数据源,结合野外实测数据和Google Earth的高分影像,采用面向对象的决策树分类方法,得到1980～2020年辽河口国家级自然保护区土地覆盖变化情况.结合土地利用转移矩阵、景观格局分析法以及等扇方位分析法,研究近40a辽河口国家...     

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。     

The change of land cover and land use and its impact factors in upriver key regions of the Yellow River

Owing to the influence of global change, land cover and land use have changed significantly over the last decade in the cold and arid regions of China, such as Madoi County which is located in the source area of the Yellow River. In this paper, land‐use/cover change and landscape dynamics are investigated using satellite remote sensing (RS) and a geographical information system (GIS). The objectives of this paper are to determine land‐use/cover transition rates between different cover types in the Madoi County over 10 years e.g., from 1990 to 2000. Second, the changes of landscape metrics using various indices and models are quantified. The impact factors of LUCC (Land‐Use land cover Change) are systematically identified by integrating remote sensing as well as statistical data, including climate, frozen soil, hydrological data and the socio‐economic data. Using 30 m×30 m spatial resolution Landsat (Enhanced) Thematic Mapper (TM/ETM+) data in our study area, nine land cover classes can be discriminated. Our results show that Grassland, Marshes and Water Bodies decrease notably, while oppositely, Sands ‐ Gobi and Barren land increase significantly. The number of lakes with an acreage larger than six hectares decreased from 405 in 1990 to 261 in 2000. Numerous small lakes dried out. The area of grassland with a high cover fraction decreased as well, while the surface area of grassland with a medium level of cover fraction increased. The medium cover fraction grassland mainly originates from high cover fraction grassland. The desertification of land is a serious issue. (ii) The inter‐transformations between Grasslands, Barren Land, Sands, Gobi, Water Bodies and Marshes are remarkable. The Shannon–Weaver Diversity Index (SWDI), the Evenness Index (EI) and the extent of Landscape Heterogeneity (LH) has improved. Marshes have become more fragmented hence, with less connected patches. (iii) In the recent 30 years, average annual temperature, the power of evaporation and the index of dryness did increase significantly. Moreover, soil moisture content (SMC) decreased and the drought trend accelerated. The degradation of frozen soil has impacted on the decrease of surface water area and induced a drop in groundwater levels. Monitoring LUCC in sensitive regions would not only benefit from a study of vulnerable ecosystems in cold and high altitude regions, but would provide scientifically based decision‐making tools for local governments as well.