2001~2018年三江源地表水动态变化及驱动力分析

当前很多研究利用遥感影像关注地表水动态变化情况,但不同算法得到的变化情况尚待进一步分析。基于GEE平台,以三江源为例,利用JRC全球地表水产品对三江源2001~2018年的地表水体面积进行动态变化分析,并结合大气再分析产品ERA5和PERSIANN-CDR进行驱动力分析。结果表明：2001~2018年期间,三江源常年性水体面积从6 403.61 km²增加至7 473.09 km²,主要增加部分分布于长江源区;三江源常年性水体面积变化和年降水量有显著正相关关系,常年性水体面积变化和气温没有显著相关关系;卓乃湖自2011年起溃坝,引起自身萎缩,导致其下游的盐湖扩张严重,有溃坝的风险。     

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。     

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。     

青藏高原西北部河流提取及季节变化差异分析

河流是地球水循环的一个重要环节,准确获取山区河流信息对于区域内的水资源评价和生态修复方面都有重要作用。基于2019～2021年Sentinel-2影像,利用多光谱指数法自动区分河流、湖泊及冰川,结合随机森林方法,并以MERIT DEM为地形条件,自动提取青藏高原西北部多时态、高分辨率的河网,结合第二次冰川编目划分了不同补给类型的集水区,进一步计算了河流面积和宽度的季节变化。结果表明,在这3 a内丰水期和枯水期的河流平均面积分别达到了7 161.64±22.73 km²和4 066.02±35.19 km²,Kappa系数和总体精度均达到了0.8以上,冰川补给类型和非冰川补给类型的河流平均面积季节变化率分别为0.34和0.23,冰川补给类型平均宽度季节变化大部分比非冰川补给类型变化大。冰川补给类型的河流宽度和面积变化比非冰川补给类型的河流变化整体更加明显,该研究表明冰川融水对河流径流的变化有重要的影响。     

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。     

青藏高原湖泊现代变化遥感方法研究

我国青藏高原分布着地球上海拔最高、数量最多、面积最大的高原湖群。据统计, 仅青藏高原面积大于1. 0 km ² 的湖泊就有1 091 个, 总面积约44 993. 3 km², 约占全国湖泊总面积的49. 4%。青藏高原湖泊不仅是青藏高原水循环的一个关键因子, 也是青藏高原生态环境的重要要素, 青藏高原湖泊的变化是气候变化敏感的指示器。在全球气候变暖的影响下, 对气候反应敏感的冰川和冻土都在退缩和融化, 青藏高原的湖泊也有明显的响应。青藏高原自然条件恶劣, 交通不便, 数据采集困难。卫星遥感技术是探测湖泊的先进手段, 随着遥感资料的日益丰富, 应用遥感手段研究湖泊变化是可取的方法。1970～2000 年以来的地形图、航空相片和多时相TM 卫星遥感资料, 建立湖泊现代变化遥感综合分析方法, 并对青藏高原南部的羊卓雍湖和沉错等湖泊的变化进行了分析。结果表明, 用遥感方法研究湖泊变化是可行的; 在1970～2000 年期间, 地处青藏高原南部的羊卓雍湖和沉错湖都呈萎缩趋势, 但在1990～2000 年期间有微弱的扩大趋势。     

利用4期卫星资料监测1986~2009年浙江省大陆海岸线变迁

以20世纪70年代的地形图为底图,利用1986年和1995年TM、2005年ASTER和2009年HJ 4个时间段的遥感影像数据进行目视解译,对浙江省大陆海岸线多年来的变迁进行连续监测,获取每个时期发生变化岸段、陆地增加面积和分数维情况。结论如下：① 这3种卫星资料能够满足精确、快速监测海岸线变迁的要求;② 浙江省海岸线快速向海洋推进,1986~1995年新增205.24 km²,1995~2005年新增319.85 km²,2005~2009年新增484.75 km²;③ 浙江省海岸线分形维数较小,海岸线复杂程度较低,且最近20多年来分形维数呈现降低趋势。     

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...     

2020年长江中下游蓄滞洪区集中区域洪水遥感监测及敏感性分析

为了减轻洪水有关的灾害风险，需快速准确获取洪水范围，并利用洪水事件的相关数据和信息来分析洪水的敏感区域，可为洪水的预防决策和管理提供科学依据。基于Sentinel-1 SAR数据分析2020年7月长江中下游蓄滞洪区集中区域洪水淹没状况，并利用机器学习模型分析了长江中下游蓄滞洪区集中区域洪水的敏感性，研究结果表明：(1)长江中下游蓄滞洪区内2020年洪水期水体面积达到了3 747 km²，相比平水期新增水体面积为1 301 km²，占整个研究区新增水体面积的19%，新增水体面积最大的为洪湖蓄滞洪区和华阳河蓄滞洪区。(2)从研究区新增水体范围内2010年以来土地利用变化来看，耕地、人造地表面积扩大，湿地、林地、草地和裸地面积下降，湿地面积萎缩降低蓄水纳洪能力。(3)研究区洪水敏感性高等级面积占整个研究区的23.33%，洪水敏感性极高等级占整个研究区的22.55%；蓄滞洪区洪水敏感性高等级面积占蓄滞洪区的面积比例为38.97%，极高等级占整个蓄滞洪区面积的52.05%。研究结果可为蓄滞洪区洪水防治、规划和建设提供科学依据和理论参考。     

基于SPOT5影像的山东南四湖地被覆盖分类研究

以南四湖2006年6月中旬的两景SPOT5多光谱卫星影像为数据源,借助ERDAS Imagine和ArcView软件,运用非监督分类与人工目视解译的方法对影像进行分类处理。运用实地调查记录检验分类结果,符合率达到83.3%。依据分类结果绘制了南四湖地被覆盖图,并且计算了各种地被类型的面积。南四湖大堤内总面积为1206.9 km²,其中开阔水域占总面积的45.54%,湿地植被面积占21.06%,围网养殖区面积占15.6%,无水区的村庄、农田和林地占17.8%。南四湖地被覆盖格局主要受人为因素影响,为保护南四湖生态环境,必须禁止湖内土地围垦,控制围网养殖区,逐步恢复湿地植被。     

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。     

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     

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。     

1972～2010年西藏卡若拉冰川面积变化遥感研究

以Landsat陆地资源卫星和中国科学院寒区旱区环境与工程研究所80年代冰川矢量编目数据为数据源,利用GIS空间分析方法,提取并分析了1972~2010年西藏卡若拉冰川面积变化特征。结果表明,近38a来卡若拉冰川有不同程度的退缩,1972~1978年和1999~2010年这两个时间段变化过程较明显,退缩速率较大,尤其以冰川末端和东南坡面积变化最明显。结合冰川最近的浪卡子气象站气候要素分析,得出区域气温和降水都有升高趋势,但是气温的升高特别是冷季气温上升导致的冰雪消融超过了降水量增加的补给,是西藏卡若拉冰川退缩的主要原因。     

近30a内蒙古NDVI演变特征及其对气候的响应

以1982~2012年GIMMS NDVI 3g数据和同时期气象数据为数据源,借助于最大值合成法、趋势分析和相关性分析等方法,分析了近30a内蒙古NDVI的变化趋势及其对气候因子的响应机制。结果表明:近30a内蒙古NDVI在时空分布上整体呈增加趋势,仅在呼伦贝尔西南部、锡林郭勒盟西北部及乌兰浩特中部少部分区域NDVI呈减少趋势;内蒙古对全球气候变化响应显著,年均气温和年均降水量均呈增加趋势,年均气温变化率为0.2℃/10a,年均降水量变化率为-10.7mm/10a;NDVI与气温、降水的相关关系具有明显的空间差异性,17.6%的区域与降水量显著相关,仅有0.4%的区域与气温显著相关,且降水对NDVI的影响超过了气温对NDVI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。     

典型资源型城市的植被覆盖变化及驱动力分析

干旱半干旱区植被变化研究较多,然而很少关注资源型城市社会经济对植被变化影响。基于2000~2020年鄂尔多斯市MOD13Q1数据、降雨和温度等气候数据、原煤产量等11个社会经济指标,结合GIS技术和线性回归法等统计学方法,对植被覆盖时空变化及其影响因素进行了研究。结果表明：①21年间鄂尔多斯的NDVI值介于0.233~0.395,呈波动性增长趋势,增长速率为0.059/10 a;下辖的8个区县的NDVI值也呈波动性增长趋势,但各地区存在差异。②鄂尔多斯植被呈东北高,西南低的分布特征,低植被区面积5.35万km²,占整个鄂尔多斯面积的61.58%,高植被区面积仅0.20万km²;植被改善区面积远远大于植被退化区面积,改善区占整个鄂尔多斯面积的52.19%,植被退化区仅占3.69%。③NDVI值与降雨量表现为极显著性正相关,相关系数为0.794（P<0.01）;NDVI变化与当月累计降雨量的相关系数较大,与1个月前温度的相关系数较大。④NDVI变化与11种社会经济指标均表现为极显著正相关,相关性为0.728~0.796（P<0.01）。鄂尔多斯植被恢复效果较好,降雨量和温度是影响植被生长的主要因素,NDVI变化对降雨量的响应无明显滞后性,对温度的响应存在一个月的滞后期,社会经济发展对植被覆盖的积极作用大于消极影响。     

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。