基于RS和GIS的无锡市陆地生态系统的碳源汇估算

基于IPCC-LULUCF建议的温室气体计量方法、遥感数据和文献资料,利用RS和GIS分析了1991~2005年无锡市土地利用变化所引起的陆地生态系统碳储量的变化,结果表明,近14 a来,无锡市土地利用变化较明显,尤其是各种土地利用类型的相互转化,使得陆地生态系统碳库储量减少457.18×10⁴ t,是碳源。具体表现在：地上碳储量减少145.91×10⁴ t,地下碳储量减少59.87×10⁴ t,土壤碳储量减少251.40×10⁴ t。无锡市各种生态系统类型中,有林地的固碳潜力最大,为190.71 t/hm²,其次是草地,为121.186 t/hm²,农地最小,为92.6 t/hm²,有林地面积的减少,造成有林地中固定的碳大量释放,使无锡市陆地生态系统成为一个明显碳源。     

高分辨率遥感影像GeoEye-1在黑河下游柽柳生物量估算中的应用

以黑河下游绿洲柽柳为研究对象,利用高分辨率遥感影像GeoEye-1柽柳分类结果,基于典型样点生物学特性调查与生物量试验,建立柽柳冠幅面积与生物量关系模型,计算研究区柽柳地上部分的生物量,分析黑河0~2、2~5、5~10与10~15 km不同缓冲带柽柳生物量空间分布规律。结果显示:研究区柽柳总生物量为4.10×10⁵ t,其中:0~2、2~5、5~10与10~15 km缓冲带内柽柳生物量分别为2.34×10⁵、1.07×10⁵、6.35×10⁴和5.17×10³ t。河流距离对柽柳生物量影响显著,单位面积柽柳生物量随着与河流距离的增加而减少,二者相关系数为-0.97。     

基于SEBS模型干旱区蒸散发量研究

以中亚五国和新疆为研究区域,选取近30 a的遥感数据,结合地面观测资料,基于SEBS模型,反演逐日实际蒸散发量。结果表明:2005年生长季,中亚地区蒸散发量为9 741.03×10⁸ m³,新疆地区蒸散发量为2 168.68×10⁸ m³;其蒸散发在1980、1990和2005年5~9月年际变化量分别为8 960.64×10⁸、9 134.37×10⁸、9 085×10⁸ m³。通过研究区降水量和新疆地区水平衡分析,模型反演的蒸散发量值较为合理,定量提出了区域水循环中参与蒸发过程的水量变化,揭示了干旱区区域蒸散发过程的变化规律。
     

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。     

基于高分遥感影像的露天矿区土地利用动态监测——以平朔矿区为例

煤炭能源是我国能源体系的重要组成部分,煤炭的露天开采相较于井工开采对周边环境影响更加深远。平朔矿区是我国早期开发的露天矿区,主要采用边修复边开采的露天开采模式,导致矿区内部土地利用变化较快,亟需高效、准确提取各类地物类型及监测其生态恢复情况。以多期高分辨率影像为数据基础,通过多尺度分割和机器学习的面向对象分类方法,提取了研究区2013～2020年的土地利用信息,并进一步分析了平朔露天矿区的土地利用动态变化情况。结果表明：2013～2020年,矿区逐年向东迁移,矿区面积减少7.84 km²,农田面积减少36.08 km²,林地和草地面积增加64.77 km²,水体、排土场、矿区面积减少低于10 km²。研究区内土地利用面积变化分析结果表明,绿色矿山建设效果显著。结合平朔煤矿绿色发展政策,本研究将为绿色矿山建设评价提供方法和数据支撑。     

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。     

基于OPI方法的模式城市识别偏差对地表辐射收支的影响分析

城市化影响着局地与区域气候变化。区域气候模式是探讨城市与环境问题演变机制与城市化气候效应的重要研究手段,然而模式地表参数化方法处理地表参数时难以全面反映下垫面状况,可能影响模拟结果的合理性。因此以卫星数据源为基础,分析了OPI方法处理下垫面参数导致的偏差,结合其导致的地表辐射收支差异说明不同空间尺度偏差的辐射收支效应,进而通过与CO²排放关联定量分析OPI方法对城市化气候效应的影响。结果发现随着空间尺度的变大,OPI方法导致的城市面积提取误差也在变大,导致城市下垫面转变成了其周边的土地覆盖类型,增强了城市群区域的反照率,降低了城市区域的辐射收支,弱化了城市气候效应。研究发现城市地表单位面积反照率增加0.01相当于减少了2.82 kg的CO²排放,京津冀城市群2009年案例分析表明其弱化程度相当于减少了CO²排放2.28×10⁵ t,扩展到中国区域尺度上则相当于减少了1.81×10⁶ t CO²排放。     

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。     

1993~2016年喜马拉雅山西段杰纳布流域冰川变化遥感监测

基于Landsat TM/ETM+及OLI遥感影像,对喜马拉雅山西段杰纳布流域冰川面积进行提取,对冰川时空分布特征及其变化分析,并结合周边气象台站及CRU再分析资料气温、降水量资料对研究区冰川变化原因进行讨论。结果表明：①1993~2016年杰纳布流域冰川面积萎缩了164.56±161.72 km²,占总面积的5.78%,年均萎缩率为0.25±0.25 %·a^-1,且在2000年后加快萎缩;②杰纳布流域冰川在各个朝向和海拔带上均呈萎缩趋势,其中S朝向冰川面积萎缩率最大,占研究区冰川萎缩总面积的24.35%; 4 600~4 800 m和4 800~5 000 m两个海拔高度带冰川面积近23 a分别减少了29.93 km²和30.91 km²,占流域冰川面积萎缩总量的17.72%和18.30%;③1993~2016年杰纳布流域共有28条冰川末端发生不同程度的前进现象;④对狮泉河和Srinagar气象站及CRU再分析资料气温、降水量变化分析表明,1993~2016年该区域年均气温呈显著上升是杰纳布流域冰川萎缩的主要原因。     

基于遥感变化检测的石漠化信息自动提取

滇黔桂地区被划定为限制开发区后,石漠化的研究变得越来越热,而信息提取是这些研究的重要内容。当前石漠化信息提取主要依据静态指标进行,鉴于静态方法的不足,在动态机理剖析的基础上,综合考虑石漠化的静态景观及其动态属性,以贵州和云南交界区域为实验区,1992年和2001年两个时相的TM/ETM+影像为数据源,研究遥感变化检测方法在石漠化信息自动提取中的应用。在几何校正和辐射校正的基础上对两个时相的影像实施差值变化检测,将实验区分为变化区和无变化区两类,根据石漠化机理进一步将变化区分为石漠化区和逆石漠化区,完成石漠化信息识别,经验证Kappa系数为0.854。结果表明:遥感变化检测方法对石漠化有较好的识别效率和精度,能够为石漠化的综合防治提供科学依据。     

青海省土地荒漠化遥感动态监测

近年来由于气候变化和人类活动的影响,青海省受荒漠化的影响日趋严重,采取有效的手段进行荒漠化快速动态监测,跟踪荒漠化现状和变化趋势,是荒漠化防治必要手段。基于像元二分模型,采用2000~2012年MODIS的增强型植被指数产品(EVI)估算青海省植被覆盖度。以植被覆盖度为主要评价指标,对青海省荒漠化现状和动态变化进行快速监测。结果表明:遥感估算的荒漠化面积和全国荒漠化调查的结论基本一致。13年间,青海省荒漠化土地的空间分布特征没有明显变化,全省荒漠化和潜在荒漠化土地总面积在研究时段内没有明显变化趋势,但是受自然因素影响,面积年际波动明显。重度荒漠化面积整体上呈明显下降趋势,青海省沙化和荒漠化状况有所改善,部分地区生态群落生产力、草地植被覆盖度呈上升趋势,表明近年来在青海实施的林业工程和荒漠化治理措施逐步显现出生态效益,发挥了实际作用。     

吉林西部遥感水域空间格局演变研究

水是地球上最活跃的动力因子之一,并呈现出各种形态特征,形态特征是经过长期的演化形成的,通过其形态特征揭示时空变化模式,预测未来发展趋势。应用两个时相遥感数据为基本信息源,在ARCGIS和NEVI的支持下,建立空间信息库,选取嵌块大小、边界密度、分维数、形状指数、破碎度指数等指标,对吉林西部水域景观空间格局的动态演变进行了分析。通过对吉林西部水域1979、2001年遥感数据进行水域遥感信息格局变化研究分析,1979年吉林西部水体总面积为2 018.22 km²,2001年面积为1 488.12 km²,减少了530 km²,水域景观空间格局发生了显著变化,主要影响因素是土地沙化、草地退化以及过度的人为开发、围垦等原因造成的。并对水域要素的景观指数计算来反映水域的变化特点。     

Characterizing changes in grassland desertification based on Landsat images of the Ongniud and Naiman Banners,Inner Mongolia

Desertification is treated as an important and critical environmental hazard. In the face of increasingly serious grassland desertification, China has made great efforts to combat desertification and a series of key national ecological projects has been launched. However, accurate, timely, and effective monitoring and assessment are required to determine whether these projects work well. The Horqin sandy land represents the largest area of sandy land in China. In this article, the Naiman and Ongniud Banners were studied because these contain the main desertified grassland in Horqin. Next, a desertification classification and grading system was designed for the Horqin sandy land after conducting fieldwork. Based on spectral mixture analysis (SMA) and decision-tree methods, we interpreted Landsat Thematic Mapper/Enhanced Thematic Mapper Plus/Operational Land Imager (TM/ETM+/OLI) images of the study area from four years: 1985, 1992, 2001, and 2013. Overall, the following results were obtained. The total area of desertified grassland in the Naiman and Ongniud Banners increased from 5979 km² in 1985 to 9195 km² in 1992 (an increase of 53.79%) and then decreased to 7828 km² in 2001 and to 6023 km² in 2013. The changes in the areas of desertified grassland with various degrees of desertification displayed the same trends as that of the total desertified grassland area. The severely desertified grassland expanded from 1872 km² in 1985 to 3723 km² in 1992 before shrinking to 2189 km² in 2013. The annual rates of expansion of desertified grassland during the periods 1985–1992, 1992–2001, and 2001–2013 were 7.68%, ?1.65%, and ?1.92%, respectively, and the corresponding expansion rates of severely desertified grassland were 14.12%, ?3.48%, and ?1.19%, respectively. Both the desertified grasslands and the areas with various degrees of desertification displayed significant expansion during the period 1985–1992. Since 1992, this trend has reduced. During the study period, the changes in temperature and precipitation did not benefit the reversal of grassland sandy desertification. Furthermore, the growing population and expansion of livestock production and farming inhibited such reversal. However, the results presented in this article suggest that a reversal in grassland sandy desertification has been occurring since 1992. The results indicate that ecological engineering measures have helped reverse desertification and have promoted the restoration of grassland vegetation.     

不同等级石漠化区MODIS-NDVI与MODIS-EVI对比分析

利用2001～2010年10 a的MODIS资料,比较分析广西喀斯特不同等级石漠化区MODIS\|NDVI和MODIS\|EVI的时间变化特征差异,利用全时间序列及16 d10 a均值序列分析NDVI和EVI之间的相关关系,比较线性及对数相关模型对两种植被指数相关关系的拟合效果,结果表明:石漠化等级由重度到潜在,两者之间的差值也随着植被覆盖度的增加而增大,植被覆盖度越低,NDVI和EVI所表征的植被变化特征越相似。NDVI的峰值出现时间多晚于EVI且其反映的植被变化趋势与实况更吻合,但其NDVI偏高;各等级石漠化的两种时间序列NDVI与EVI的对数相关关系优于线性相关,两种植被指数的相关性随着植被覆盖度的降低而增大,但全时间序列中轻度、中度石漠化相关性变化规律与16 d 10 a均值序列相反。     

青海省贵南县土地荒漠化动态变化遥感分析

利用1976年、1996年、2006年3期遥感影像,在RS与GIS支持下,解译提取贵南县土地荒漠化信息,分析其时空变化。结果表明:① 1976年、1996年与2006年贵南县3期荒漠化土地面积分别占贵南县总土地面积的42.6%、58.6% 和56.8%。30 a来贵南县荒漠化土地面积增加了14.19%,平均每年增加0.47%,土地荒漠化呈总体加剧趋势。② 贵南县土地荒漠化成因主要有风蚀荒漠化、水蚀荒漠化,荒漠化程度以中度和重度为主。③ 由动态度分析得知, 1976年到1996年期间荒漠化严重,尤其是轻度荒漠化发展快,1996年到2006年期间荒漠化形势有所好转。贵南县荒漠化的发生和变化,既有自然因素的作用,又有人类活动的影响。     

Assessment of sand dune change detection in Rajasthan (Thar) Desert,India

Landsat MSS digital data provide an important means for the study of sand dune morphology and distribution, land cover change and desertification monitoring. Two images, one each of Landsat-l and Landsat-5 MSS were used to determine sand dunes, their change and desertification by human activities from 1973 to 1986. Five dune classes were observed: parabolic, barchan, longitudinal, transverse and sand sheet. Parabolic dunes and sand sheet are widely distributed and are dominant classes in this area. Other classes of land cover observed were canal, saline area, salt lake and protected plantation.

Various changes in dune structure are observed due to human activities followed by wind erosion which indicates that desertification is enhancing severely. But there was no major shift in previous dune boundaries from 1973 to 1986 in the study area. Excavation of parabolic dunes for a canal also affected the dune patterns in the Bikaner district. Recent salinization in the vicinity of the Indira Ghandhi Canal further accentuated the land degradation which is quite apparent in the Landsat image of 1986. A further study would be essential to know the present extent of sand dune morphodynamics and desertification.     

基于遥感与GIS的民勤盆地荒漠垦殖研究

通过对民勤盆地1959年航片,1973年MSS影像,1987、1994、1998和2001年TM影像的人机交互目视解译结合自动分类,制作了6个典型年代的绿洲分布图。利用GIS软件进行迭加运算处理并进行面积统计,获得民勤盆地40年来荒漠垦殖位置变化图和面积变化数据。结果表明,40年来民勤盆地荒漠垦殖发展迅速,其中尤以70年代和90年代增加显著;荒漠垦殖范围扩展的方式主要有两种:一种是原有绿洲的“摊饼式”扩展,一种是向荒漠腹地的“跳跃式”推进;荒漠垦殖扩展的原因,早期主要受“以粮为纲”政策的影响,晚期在于绿洲生态环境的恶化和经济利益的驱动。荒漠垦殖的迅猛发展极大地破坏绿洲外围的生态环境,加速了荒漠化进程。     

Temporal and spatial variations of grassland desertification monitoring in Tibet of China

Tibet, the largest region of the Qinghai–Tibet Plateau, is undergoing extensive grassland deterioration and desertification due to both human and natural factors. Alpine meadow and grassland restoration is difficult after degradation; consequently, the desertification of the Tibetan grassland has attracted substantial social attention. This article considered Amdo, Baingoin, Coqên, and Zhongba counties in Tibet as the study areas, employed remote-sensing data, and developed Tibetan grassland desertification classification indices based on field surveys. Moreover, this study used spectral mixture analysis (SMA) methods to interpret remote-sensing image data from the study areas during three periods (1990, 2000, and 2009) and considered the bare sand (gravel) area proportion as the main basis for the evaluation of grassland desertification. The results of this study demonstrate that the slightly, moderately, and severely desertified grasslands of the monitoring zone covered a total area of 114,113.16 km² in 1990, accounting for 82.12% of the study area. The area exhibited no change in 2000 and decreased by 4472.31 km² in 2009. The severely desertified grassland area declined from 1990 to 2009. The degree of grassland desertification in these four Tibetan counties diminished from 1990 to 2009, and the grassland desertification area exhibited a gradual reduction during the same period. Regarding other soil coverage types, the ice and snow area markedly changed and declined to approximately one-third of its original extent during these 20 years, and most of the ice and snow area was converted to bare land and various types of desertified grassland.     

Desertification Detection in Makkah Region based on Aerial Images Classification

Desertification has become a global threat and caused a crisis, especially in Middle Eastern countries, such as Saudi Arabia. Makkah is one of the most important cities in Saudi Arabia that needs to be protected from desertification. The vegetation area in Makkah has been damaged because of desertification through wind, floods, overgrazing, and global climate change. The damage caused by desertification can be recovered provided urgent action is taken to prevent further degradation of the vegetation area. In this paper, we propose an automatic desertification detection system based on Deep Learning techniques. Aerial images are classified using Convolutional Neural Networks (CNN) to detect land state variation in real-time. CNNs have been widely used for computer vision applications, such as image classification, image segmentation, and quality enhancement. The proposed CNN model was trained and evaluated on the Arial Image Dataset (AID). Compared to state-of-the-art methods, the proposed model has better performance while being suitable for embedded implementation. It has achieved high efficiency with 96.47% accuracy. In light of the current research, we assert the appropriateness of the proposed CNN model in detecting desertification from aerial images.