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69.13km2,2000～2010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GeoSOS-FLUS模型的乌鲁木齐主城区扩张情景模拟分析

乌鲁木齐市作为新疆首府、“一带一路”中的中亚区域经济中心,其土地资源的合理利用、城市形态的健康发展则显得尤为重要。本研究首先基于乌鲁木齐主城区1990～2018年遥感影像解译出的土地利用分类对其土地利用时空演变情况加以分析,1990～2018年乌鲁木齐主城区急剧扩张,2010年以来交通网络铺设完善,主城区快速扩张,周遭耕地、林地、草地等萎缩95.12 km²、6.49 km²、52.37 km²,重心呈现出向东与向北扩张趋势,主城区农用与绿化面积萎缩,无法兼顾经济与生态效益协调可持续发展。接着,遴选自然与社会经济等影响主城区扩张的驱动因素,结合乌鲁木齐主城区扩张历史特点设计第一产业优先、第二三产业优先、生态优先情景,利用Geo SOS-FLUS模型对不同情景下的主城区扩张情景进行模拟预测,研究发现第二三产业优先情景下建设用地明显增加1 142.94 km²;生态优先情景下生态效益高的林地、草地、水域面积显著增加281.59、651.38、7.29 km²;第一产业优先情景下,建...     

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。     

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。     

基于MODIS的黄土高原土地荒漠化动态监测

以2001年和2009年8月MODIS卫星影像为数据源,基于归一化植被指数和像元二分原理,通过建立科学的荒漠化土地分类系统,对黄土高原地区近8 a的荒漠化土地进行了动态变化监测,分析了2个时期荒漠化土地的空间分布特征和面积变化情况。结果表明:黄土高原荒漠化土地面积整体呈明显的减少态势,但类型转化结构表明荒漠化土地强度却处于不断发展阶段。8 a间,极重度荒漠化土地面积增加了16.53 km²,增长率为28.36%,重度和中度荒漠化土地面积均有不同程度减少,分别减少了1.2×10⁴ km²和7.0×10⁴ km²,变化率分别为32.97%和29.19%;分别有9.0×10^4 km²和1.2×10⁴ k²的轻度和潜在荒漠化土地转化为其他类型荒漠化土地,并分别增加了9.3×10³ km²和7.3×10⁴ km²,增长率分别为4.2%和57.3%。发展区面积为1.9×10⁵ km²,稳定区面积为4.0×10⁵ km²,逆转区面积为2.8×10⁴ km²,发展区面积比逆转区面积大1.6×10⁵ km²,表明黄土高原环境质量不断下降,荒漠化强度不断扩张的趋势。     

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75.65 km²和76.04 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 km     

遥感监测2005~2015年中国NO2时空特征及分析影响因素

基于OMI对流层NO²柱浓度产品研究了2005~2015年中国及各省(市、区)NO²时空变化及影响因素:①中国对流层NO²柱浓度2005~2009年波动较小,2010~2011年升幅较大,2012年较2011年有所下降,2013年与2012年持平,2014、2015年持续大幅下降;②中国NO²高浓度分布面积11年来变化显著,五级高浓度分布面积2005~2011年呈显著上升趋势,2011年面积最大为37.2万km²;2011~2013年波动较小;2014~2015年呈直线下降趋势,2015年降低到6.1万km²;③上海、天津两市对流层NO²柱浓度处于五级高浓度水平,其中上海是中国浓度最高的城市,山东是中国浓度最高的省;④对流层NO²柱浓度的变化与第二产业生产总值相关性很大,需要调整优化产业结构降低第二产业比重才能得到改善;长期依赖燃煤高污染的能源结构也是导致NO²浓度居高不下的一个重要原因,亟需开发新能源以替代煤燃料等各种办法;机动车保有量快速增加,汽车标准及油品跟不上国际发展水平,导致NO²排放量大增。     

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。     

Spatio-temporal Characteristics of Urban Land Cover Structures in Prefecture-level Cities of Inner Mongolia Autonomous Region based on Remote Sensing Imagery

The urban land cover structures play an important role in providing urban ecological service and altering the quality of human settlements environment.In this study,2000~2015 Landsat TM series satellite data along with fine resolution remote sensing images were used to capture information of each 5-year land cover structures in 12 prefecture-level cities of Inner Mongolia Autonomous Region.Subsequently,there land cover information was used to monitor and analyze the spatiotemporal dynamics of urban expansion,and differences of land cover structures and expansion types.The results showed that：in 2000~2015,the overall changes of land cover structures in 12 prefecture level cities of Inner Mongolia Autonomous Region were rapid.Specifically,the urban area expanded by 278.93 km².By comparison,the proportion of urban area expansion in 2010~2015 was 1.61 times and 1.91 times than that of the first two periods (in 2000~2005 and in 2005~2010).Since 2010,the most dramatic changes has been observed.Particularly,obvious urban impervious surface expansion was found.Also urban vegetation showed obviously increased with varying degrees.At the past decade,urban expansion has undergone three stages.Specifically,the main process experienced from urban interior filling to urban interior filling and then to urban extension,of which Baotou and Hulunbeier belonging to the internal filling city.Population growth and socio-economic development are responsible for these differences.     

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.     

Monitoring Variation of Glaciers based on Remote Sensing Images in the Chenab Basin，Western-Himalaya，1993~2016

Based on Landsat TM/ETM+/OLI remote sensing images，the glacier boundaries in the Chenab basin of western Himalayas in three periods were manually delineated with visual interpretation method, and the characteristics of glacier variation were also analyzed with the temperature and precipitation of the surrounding meteorological stations and CRU reanalysis data．The results show that: ①From 1993 to 2016,the glaciers area in Chenab basin decreased 164.56±161.72 km²，accounting for 5.78% of the total area. The annul average shrinkage rate is 0.25±0.25 %·a^-1 and it accelerated shrinking after 2000. ②The glaciers in the Chenab basin have shrinked in all orientations and altitudes. Among them, S orientation glaciers has the maximum shrinkage rate, accounting for 24.35% of the total area of glacial shrinkage. The glaciers areas between 4 600~4 800 m and 4 800~5 000 m is reduced 29.93 km² and 30.91 km² near 23 a,accounting for 17.72% and 18.30% of the total shrinkage of the glacier area in the basin respectively. ③From 1993 to 2016, there were 28 different glaciers had advanced in the Chenab basin. ④Analysis of temperature and precipitation changes in the two meteorological stations of Shiquan river and Srinagar and CRU reanalysis data shows that the average annual temperature in the region increased significantly from 1993 to 2016 caused glacier retreat.     

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。     

基于面向对象—深度学习的闽东南低海拔海岸带地区湿地动态遥感分析

海岸带湿地具有重要的生态价值和经济开发价值,明确其时空变化特征与影响因素对于维持区域生态系统平衡和可持续发展具有重要意义。以Landsat TM/ETM+/OLI影像为基本数据源,综合利用面向对象与深度学习分类方法对1985~2015年闽东南低海拔海岸带地区的湿地信息进行提取,以揭示其时空演变特征与驱动力因素。结果表明：基于面向对象—深度学习分类方法对湿地进行信息提取,整体分类精度可达93%以上,分类结果整体性好;1985~2015年自然湿地面积呈减少趋势,人工湿地面积呈增加趋势,分别减少和增加250.31 km²和251.36 km²;湿地二级类型中,30 a间河口/浅海水域和淤泥质海滩面积减少最大,盐田/水产养殖场面积增加最大;1985~2015年湿地变化类型多样,且2000~2015年较1985~2000年湿地变化更为剧烈;湿地变化是人类活动和自然环境变化共同作用的结果,其中人类活动是影响湿地变化的主要原因。该方法及研究结果可为海岸带湿地监测与保护管理提供技术支持和决策参考。     

基于线性光谱混合分析的乌鲁木齐不透水层提取及其时空变化分析

利用Landsat TM、OLI多光谱卫星遥感数据,采用VIS（植被－不透水层－土壤）模型和线性光谱混合分析法对丝绸之路经济带核心区乌鲁木齐建城区及其周边进行丰度估算,并针对红色彩钢板屋顶在不透水层丰度图像上低亮度特点,进行改进处理,提高了不透水层丰度估算精度。研究结果表明：1994~2018年的24年间乌鲁木齐市不透水层呈现出显著扩展的特点,其面积从140.41 km²扩大到462.62 km²;扩展速率在1994~2005年间缓慢上升,2005年之后迅速上升;扩展强度先上升,2010~2015年达到最大,之后出现下降;同时,城市不透水层的空间扩展具有明显差异,向西和东北方向扩展最为显著。综合分析指出：乌鲁木齐城市不透水层的空间扩展受到周边山体地形和煤矿开采等因素的限制,而“乌昌一体化”政策是城市扩展的主要助力因素。