半干旱环境下的土地利用/覆被时空变化研究-以吉林省通榆县为例

通榆县作为松嫩沙地的重要组成部分，是半干旱环境下典型的土地生态环境脆弱区。以1979年、1992年和2001年3期Landsat影像为数据源，在RS、GIS技术和景观生态学理论的支持下，全面分析了通榆县22 a来土地利用/覆被类型的时序和空间景观变化特征。结果表明：研究区土地利用/覆被类型以耕地、草地、林地和重度盐碱地为主，并且在时序上呈现出草地迅速减少、重度盐碱地大面积增加的趋势；在空间景观上呈现出耕地、草地、林地高度破碎与重度盐碱地高度集聚的特征。土地利用程度指数还表明研究区土地正处于由衰退期向发展期过渡的转型阶段。
     

干旱区流域土地利用覆被空间转型模拟及热点探测——以黑河流域中游为例

基于黑河中游地区1987、2001、2016年的利用/覆被变化数据,在遥感技术的支持下,利用马尔科夫转移矩阵及土地利用动态测算模型,模拟1987～2001、2001～2016年间黑河中游地区土地利用转型的主要方向及空间分布特征,探测研究期土地利用/覆被变化的热点区域,分析相关驱动因素,并针对发展瓶颈提出相应的对策建议。结果表明:黑河中游地区的生态用地持续减小,而人类活动用地逐渐增加;土地利用变化剧烈的区域主要集中在河流两侧,转型类型主要是水域转为草地,草地转为耕地,未利用地转为建设用地;研究区土地利用转型变化呈现出显著的空间差异,且后期扩张频率及范围明显高于前期;从乡镇尺度来看,土地利用活跃的热点区域主要集中于张掖绿洲综合利用区,但前期热点区域分散、范围小、强度轻,没有形成明显的集中效益,而后期土地利用集约程度显著提高,局部地区呈现出程度深、集约度高的开发趋势。     

利用地形参数提高土地覆被分类精度方法的改进

为提高MODIS卫星影像土地覆被产品的分类精度,以京津冀为研究区,在1∶25万土地覆被数据与MODIS土地覆被产品(MCD12Q1)分类一致区内,构建土地覆被类型面积占比与地形因子之间的多元回归模型,并据此改进MODIS土地覆被产品中分类精度较低区域的分类。用面积构成比例和空间一致性比率两个评价指标对改进结果进行评价。结果表明:林地、草地、耕地三种地类的回归模型适合用来改进MODIS土地覆被产品的分类,三种地类与参考数据的空间一致性比率比改进前分别提高了30.02%、40.87%和4.94%;对于与地形因子关系密切的林地和草地,两个评价指标均显示,基于分类一致区建模来改进目标产品的分类精度,比基于整个区域建模改进目标产品的分类精度的效果更加明显。其中,林地的空间一致性比率的提升幅度由8.55%升到30.02%,草地由27.44%升到40.87%。由此可见,地形地貌对土地覆被类型的形成具有重要影响,土地覆被类型面积占比与地形因子之间具有很强的相关关系,基于这种定量关系对土地覆被分类进行改进是完全可行的。     

陇东黄土高原土地覆被变化的驱动力及生态环境效应

通过G IS空间分析,揭示了黄土高原生态脆弱区土地覆被和水土流失的时空分异特征。陇东地区土地覆被动态变化表现为丘陵区耕地、林地与草地的大互换,和在塬区建设用地大量占用优质耕地、林草地等土地覆被类型,这种变化使区域生态环境系统的功能发生退化。分析发现,该区土地覆被变化的驱动力主要有:脆弱的生态环境是生态环境恶化的自然环境背景;人口压力和经济发展落后是生态环境系统安全状态恶化的社会经济背景因素;对自然资源的不合理利用是生态环境恶化的直接人为因素。     

基于RS与GIS的典型地区土地利用/覆盖变化研究——以三江源生态环境重点保护区玛多县为例

典型地区和脆弱区的土地利用/覆盖变化是区域性研究的重要内容。三江源地区是国家级自然保护区,生态系统异常敏感和脆弱。以典型地区玛多县为案例,基于RS和GIS技术,系统研究了该地区土地利用/覆盖变化及其对景观格局的影响,探讨了生态环境演化过程,可为更广泛的区域性综合提供基础。研究发现:①10 a间,该地区湿地、水体和天然草地明显减少,湿地减少比例达到36.63%,大于6 hm²的湖泊减少近半数;沙地,裸地和盐碱地等明显增加,草地退化、沙漠化严重;②天然草地、裸地、沙地、水体、湿地和盐碱地之间的类型转化较为明显,且与水资源又有密切的关系。③多样性、均匀性指数和景观异质程度提高,土地趋于多样化和均匀化;裸地、沙地优势度增加,湿地、水体和天然草地优势度减少;整体破碎化程度呈缓慢减少趋势,而湿地、沙地破碎度增加。④综合土地利用动态度为0.98,天然草地、裸地、湿地、沙地动态面积变化较大。⑤研究区的土地利用/覆盖变化将深刻影响该地区的生态过程,同时还将影响三江源地区的水源涵养和供给。     

土地利用最佳模拟尺度选择及空间格局模拟

土地利用变化是一个受到多重因素相互影响的动态过程。目前,已经成为全球环境变化和可持续发展的重要内容,而区域土地利用空间格局模拟已成为LUCC研究的关键内容。以2000年以及2010年的TM遥感影像解译数据以及数字高程模型、水系、铁路、公路、降雨量和气温等数据为基础,运用二元逻辑斯蒂回归模型对黄土台塬区的土地利用最佳模拟尺度进行了选择,并在此基础上对研究区的各种土地利用进行了空间格局模拟。研究结果显示：（1）在土地利用格局模拟的十个空间尺度上,土地利用变化空间格局与其驱动力因子之间存在着一定的尺度相关性特征;（2）黄土台塬区耕地、林地、草地的ROC值在十个空间尺度上均呈现出先增加后减少的趋势,转折点在400 m尺度附近,说明黄土台塬区的土地利用在尺度效应和尺度转换的效应下,400 m×400 m是此区域土地利用格局优化的最佳模拟尺度;（3）在400 m最佳模拟尺度上所模拟出的草地和林地的分布格局都与人均GDP和地形综合指数两个变量显著相关,而对耕地的分布影响最为明显的变量则是地形综合指数。     

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。     

基于缓冲区分析的土地利用程度空间分布规律——以福州市马尾区为例

土地利用程度的研究多停留于单一环境影响因子,且缺少定量化研究。引入不同土地利用类型与空间概念,探讨土地利用程度的空间分布规律。以福州市马尾为研究区,选取Landsat-8OLI影像为数据源,利用决策树分类法解译土地利用类型,建立缓冲区并辅以区域统计与空间自相关的方法分析土地利用程度与林地、耕地、水域、未利用地、建设用地的空间分布关系。结果表明:(1)研究区综合指数处于0～400之间,区内土地利用程度大部分处于中等水平,且土地利用程度较高的区域都集中在河流沿岸;(2)研究区内建设用地与林地对土地利用程度综合指数的影响最大;(3)土地利用程度综合指数平均数值分别在林地、水域的200m处达到最大,应设立缓冲带避免用地的破坏;(4)耕地的土地利用程度热点区域与林地的冷点区域较为分散;(5)水域周围400～500m与600～800m、耕地周围500～600m、未利用地周围200～800m处综合指数数值减小速率相对较高且为土地利用程度的"冷点"区域,对此距离应重点监控。该研究可以为科学管理土地提供有效的依据,为城市规划提供理性指导。     

基于缓冲区分析的土地利用程度空间分布规律———以福州市马尾区为例

土地利用程度的研究多停留于单一环境影响因子,且缺少定量化研究。引入不同土地利用类型与空间概念,探讨土地利用程度的空间分布规律。以福州市马尾为研究区,选取Landsat-8 OLI影像为数据源,利用决策树分类法解译土地利用类型,建立缓冲区并辅以区域统计与空间自相关的方法分析土地利用程度与林地、耕地、水域、未利用地、建设用地的空间分布关系。结果表明:(1)研究区综合指数处于0~400之间,区内土地利用程度大部分处于中等水平,且土地利用程度较高的区域都集中在河流沿岸;(2)研究区内建设用地与林地对土地利用程度综合指数的影响最大;(3)土地利用程度综合指数平均数值分别在林地、水域的200 m处达到最大,应设立缓 冲带避免用地的破坏;(4)耕地的土地利用程度热点区域与林地的冷点区域较为分散;(5)水域周围400~500 m与600~800 m、耕地周围500~600 m、未利用地周围200~800 m处综合指数数值减小速率相对较高且为土地利用程度的“冷点”区域,对此距离应重点监控。该研究可以为科学管理土地提供有效的依据,为城市规划提供理性指导。     

利用Landsat影像构建河西绿洲土地利用信息图谱——以张掖市甘州区为例

基于地学信息图谱理论,结合GIS和RS技术,利用河西绿洲甘州区1975年、1987年、1999年和2009年四期Landsat影像作为土地利用信息提取的基础空间数据,构建了一系列土地利用信息图谱,通过图谱来分析研究区的土地利用时空变化规律。结果表明:1975年～2009年河西绿洲甘州区的土地利用发生了显著变化,耕地、建设用地和未利用地呈现出持续的增加态势,其中耕地主要来源于草地、林地和未利用地的转化;林地、草地和水域面积呈减小趋势,主要表现为草地退化、开垦为耕地。     

张掖市土地利用/覆盖变化模拟

土地利用/覆盖变化是全球变化的主要原因,也是与可持续发展密切相关的课题。土地利用/覆盖变化模拟是预测未来土地利用/覆盖变化的重要方法。将国际上先进的CLUE-S模型应用到位于黑河中上游的张掖市,模拟该地区的土地利用/覆盖变化。模拟时段为2001～2020年。模型中将土地利用类型分为:①耕地;②林地;③草地;④水域;⑤城镇用地;⑥未利用地。用回归分析的方法,选择了对该地区土地利用/覆盖变化有重要贡献的7种驱动因子,分别为:与城市的距离、与河流的距离、与道路的距离、人口密度、海拔、坡度、坡向。模拟结果显示:到2020年,林地、草地、水域和城镇用地面积增加,耕地,未利用地面减少。     

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.     

Study on Dynamic Remote Sensing Monitoring of LUCC and Soilwind Erosion Intensity in the Beijing-Tianjin Sandstorm Source Control Project Region

The Land Use/Cover Change(LUCC) and soil wind erosion intensity of the Beijing\|Tianjin sandstorm source control project region were monitored by remote sensing.The spatial and temporal patterns of LUCC and soil wind erosion in the project region were analyzed.The results showed that there was significant difference in LUCC and soil erosion intensity before and after the project was implemented.In the recent 30 years,the LUCC process mainly manifested the change from cultivated land reclamation to ecological conversion of farmland to forest and grass,with the ecological restoration and desertification effectively inhibited.The overall arable land showed an increase and then decreased.The area of arable land increased from 2000 to 2015,the area of cultivated land converted to forest and grassland was 446.10 km² and 1 129.32 km²,with the most obvious in the west;the area of land for construction expanded obviously;the trend of unutilized land decreased significantly The type of conversion is dominated by grassland conversion to grassland with an area of 493.12 km².The erosion-mitigating modulus of soil erosion in the project region with wind-blown sand control decreased overall,especially after the implementation of ecological engineering (p<0.001).The eastern and southern areas are covered with high-coverage grassland and soil wind erosion in the area with the main type is small;Soil wind erosion in the Hunshandake sandy land is larger,but the overall trend is decreasing.Different land use/cover types have a greater impact on soil wind erosion intensity.The order of soil wind erosion modulus is Sandy land> Sparse grass> Moderate grass>dryland> Shrub>Paddy>Dense grass> Other woods> Sparse woods> Forest;The conversion of low coverage to high coverage grassland types effectively inhibited soil erosion (-66.12%),and the increase of vegetation coverage effectively reduced soil erosion.The soil wind erosion increased (58.26%) in the surrounding area of sandy area,the soil wind erosion increasedduring the conversion process of low coverage grassland type,and the grassland was converted into sand,and the wind erosion in the dry land increased.     

基于知识的山东丘陵区土地利用/覆盖分类研究

土地利用/覆盖信息的获取是土地利用/覆盖变化研究的前提和基础, 传统的基于光谱信息的分类无法克服地物光谱特征相似造成的混淆。以龙口市为例, 探讨了综合应用高程、坡度等地学专家知识和地物的光谱知识, 对山东丘陵地区土地利用/覆盖进行自动分类的方法。实验证明, 基于知识的土地利用ö覆盖分类方法消除了单纯利用光谱信息的不足, 达到了90. 24% 的分类精度, 远高于最大似然法分类。     

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监测研究。基于GEE平台对Landsat TM/OLI遥感影像进行辐射校正、影像去云、镶嵌裁剪等预处理,构建海岛地表覆盖分类体系（包括人造地表、裸地、水体、湿地、草地、林地、耕地7个类别）,采用随机森林（Random Forest, RF）算法提取2000~2018年苏拉威西岛地表覆盖信息,并从结构及类型变化、时空变化、动态变化3个角度分析苏拉威西岛地表覆盖的变化特征及变化驱动因素。研究表明：GEE在对海岛进行影像处理和地表覆盖信息提取方面具有处理数据量大、效率高的优势。随机森林分类精度较高,研究区2000年、2015年和2018年分类总体精度分别为91%、88%、85%,Kappa系数分别为0.89、0.86、0.82。变化监测研究发现苏拉威西岛的主要地类为林地和耕地,两者占整个海岛地表面积的85%以上。在2000~2018年期间受移民计划以及禁止非法砍伐政策的影响, 林地面积呈先减（减少7 982.29 km²）后增（增加9 079.17 km²）的态势,耕地面积不断萎缩（共减少14 267.35 km²）且主要流向林地、草地和人造地表。人造地表的变化最为活跃且其面积显著增加,主要驱动力为人口的迁移以及经济的发展。研究结果为生态型海岛的土地资源合理开发及应用、生态环境的保护、气候与环境变化等研究奠定了基础。     

Characterizing urban sprawl using multi-stage remote sensing images and landscape metrics

This study intends to explore the spatial analytical methods to identify both general trends and more subtle patterns of urban land changes. Landsat imagery of metropolitan Kansas City, USA was used to generate time series of land cover data over the past three decades. Based on remotely sensed land cover data, landscape metrics were calculated. Both the remotely sensed data and landscape metrics were used to characterize long-term trends and patterns of urban sprawl. Land cover change analyses at the metropolitan, county, and city levels reveal that over the past three decades the significant increase of built-up land in the study area was mainly at the expense of non-forest vegetation cover. The spatial and temporal heterogeneity of the land cover changes allowed the identification of fast and slow sprawling areas. The landscape metrics were analyzed across jurisdictional levels to understand the effects of the built-up expansion on the forestland and non-forest vegetation cover. The results of the analysis suggest that at the metropolitan level both the areas of non-forest vegetation and the forestland became more fragmented due to development while large forest patches were less affected. Metrics statistics show that this landscape effect occurred moderately at the county level, while it could be only weakly identified at the city level, suggesting a scale effect that the landscape response of urbanization can be better revealed within larger spatial units (e.g., a metropolitan area or a county as compared to a city). The interpretation of the built-up patch density metrics helped identify different stages of urbanization in two major urban sprawl directions of the metropolitan area. Land consumption indices (LCI) were devised to relate the remotely sensed built-up growth to changes in housing and commercial constructions as major driving factors, providing an effective measure to compare and characterize urban sprawl across jurisdictional boundaries and time periods.     

基于植被指数的若尔盖高原湿地光合有效辐射吸收比例估算研究

植被光合有效辐射吸收比例（FPAR）是湿地生态系统碳收支和气候变化的关键参量,直接反映湿地植被生长发育状况。基于植被指数的经验统计方法简单高效,被广泛运用于草原、森林及作物等植被FPAR的模拟,却较少用于湿地,缺乏不同植被指数对湿地FPAR估算适应性的系统研究。研究对比了14种常见的植被指数,选出最优植被指数用于反演若尔盖高原湿地生长季FPAR。结果表明：常见的植被指数中,MSAVI指数动态考虑了土壤信息,能较好地适应湿地植被FPAR的估算,误差和R²均优于其他植被指数。若尔盖高原湿地生长季FPAR取值在0.22—0.80之间,整体分布较为均匀,泥炭湿地、湿草甸及沼泽湿地平均FPAR分别为0.46、0.63和0.58;生长季期间若尔盖高原不同类型湿地FPAR随时间呈现先增加后降低趋势。     

基于遥感影像多尺度分析技术的LUCC研究

基于遥感和地理信息系统技术研究土地利用／覆被变化（LUCC）目前普遍采用的方法，其中研究区不同时期遥感影像土地利用／覆被信息的获取是研究的关键，而传统的单一尺度的信息自动提取方式很难满足高精度LUCC研究的需要。为此，提出了以多尺度分析技术来提取土地利用／覆被信息的方法，并以江津市的LUCC研究为例，显示出这种方法的优越性。     

Matlab 自组织竞争神经网络遥感图像分类——以福州市琅歧岛土地覆盖ö土地利用类型为例

以福州市琅歧岛土地覆盖/土地利用类型为例, 以遥感图像解译知识为基础, 使用TM、Aster的融合图像, 将DEM 因子作为待分类图像的波段加入其中, 构成新的待分类图像, 利用Matlab 平台构建自组织竞争神经网络, 在不依赖网络训练样本选取的前提下, 仿真的结果能真实的反映原始图像的特征, 分类总精度为91. 14% , Kappa 系数为0. 89, 实例证明自组织竞争神经网络分类方法是一种行之有效的分类方法。