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。     

近20年来腾格里沙漠南缘土地利用/土地覆盖变化及其成因探讨——以甘肃省古浪县冰草湾地区为例

以甘肃省古浪县冰草湾地区1991、2000和2009年3期Landsat TM影像为数据源,采用基于对象的影像分类方法提取研究区各时期的土地利用/土地覆盖信息,在此基础上分析了研究区土地利用结构变化、土地利用类型转换关系和导致土地利用变化的驱动力因素。结果表明:采用基于对象的影像分类方法精度较高,可以达到准确提取土地利用/土地覆盖信息的目的;1991~2009年,冰草湾地区农田和居民用地的面积持续增加,并向沙漠和盐碱地方向扩张,呈现"人进沙退"的格局;2000~2009年各种土地利用类型之间的相互转换速度明显低于1991~2000年,土地利用状况呈现趋于稳定的趋势。造成土地利用/土地覆盖变化的主要驱动力是引黄灌溉和生态移民工程的实施。     

藏北中部地区草地退化遥感监测

为了探讨藏北中部地区近20年来的草地退化状况及主要驱动力,基于1990、2000及2010年的Landsat影像,采用混合分类方法对研究区主要景观类型进行分类,并利用景观指数分析景观格局及草地退化特征。另外,基于气象数据,利用灰色关联度方法分析草地退化的主要驱动力。结果表明:草地退化面积在1990~2000年呈增加趋势,在2000~2010年呈减少趋势,2000年之后研究区草地退化状况趋于缓和。造成草地退化的主要气候因素为降水量、气温、日照时数、平均相对湿度和蒸发量等,其中,高寒草甸草地主要受平均相对湿度及降水量的影响,高寒草原草地受蒸发量、日照时数、平均最低气温、降水量、平均相对湿度和平均最高气温的影响均较大,高寒荒漠草地与平均最高气温、日照时数和蒸发量的关系最为密切。     

墨玉县绿洲人工林景观格局分析及其生态效益

采用墨玉县1990、2009年TM和2000年ETM多波段遥感影像,通过ERDAS与GIS空间分析功能,分析提取了墨玉县66.7 hm²人工林区土地利用/覆盖信息,分析了人工林区各土地覆盖类型的数量变化和空间变化特征,使用Fragstats3.3对人工林的景观格局及景观指数进行了分析,并结合景观格局分析了绿洲人工林的生态效益,结果表明：墨玉县人工林研究区以沙漠、戈壁为主,约占总面积的70%,近20 a土地覆盖类型变化很大,农田与水域面积有所减少;2000~2009年植被覆盖退化十分严重,主要是全球气候变化背景下降水格局的变化、人工林管理方式及开发政策的变化等因素;景观分离度、景观破碎化程度在近20 a呈下降的趋势,景观板块形状越来越多样化,不利于管理;研究区水渠等水利设施的建设为人工林建设提供保障的同时也增大了水源的消耗,对生态系统稳定性不利;人工林具有防风、改善土壤、涵养水源、维持生物多样性和社会经济效益。     

教学网站评价指标体系的构建及评估方法

该文从教学网站的基本功能、网站内容、学习效用、运营成本出发,运用层次分析法构建出网站评估体系的指标。通过创建评价指标的判断矩阵,对判断矩阵进行一次性检验,检验权重分配的合理性,最终根据权重分配结果构建教学网站评价指标体系。     

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。     

改进的层次分析法在就业综合评价中的应用

研究模糊综合评价系统中合理的指标权重确定问题.针对传统的层次分析法中存在标准不足、判断时的不确定性和模糊性,为了提高合理性和真实性,提出一种算法用三标度法及最优传递矩阵来构造高准确度的判断矩阵,避免了对判断矩阵的一致性检验和调整.以大学生就业能力评价的层次性、模糊性为例,提出基于改进层次分析法和高斯隶属函数的模糊综合评价方法对就业能力进行评价,减少评价的主观性.通过与标准层次分析法的计算结果比较表明,改进后的层次分析法计算量减少同时又保证结论的正确性,使权重确定更加合理和真实,为进一步的评价决策提供科学依据.     

陇中黄土丘陵沟壑区遥感调查

利用Landsat5 TM数据进行了甘肃省定西地区定西县、渭源县、陇西县和通渭四县的1990－2000年土地利用和土地覆盖遥感本底调查，对十年内项目区的土地利用和土地覆盖进行客观评价,并为今后生态脆弱区生态环境恢复提出可行性意见。     

基于改进AHP的储层综合评价方法

储层评价是油田有利区筛选及预测的重要基础和依据,针对传统AHP方法主观性强、判断矩阵不一致等问题,对AHP算法进行改进,提出一种基于改进AHP的储层综合评价方法. 该方法采用群组AHP方法构建判断矩阵以降低专家的主观性偏见;然后,利用最小二乘原理构建拟优一致矩阵解决判断矩阵的不一致性问题;其次,在计算底层指标的评价向量时将其分为定性指标和定量指标,其中定性指标采用专家评价得到评价向量,定量指标量则采用效用函数法和灰色层次分析法相结合得到评价向量;最后通过评价向量、各层指标权重对储层进行综合评价. 实例计算表明该方法可以获得更加科学、客观的储层评价标准,能提高研究区的开发效果并为后续开发方案的调整提供有利依据.     

Improving Soil Moisture Estimation by Joint Assimilationof MODIS Land Surface Temperature and Airborne L band Microwave Brightness Temperature

In this work,a novel soil moisture data assimilation scheme was developed,which was based land surface model (CoLM,Common Land Model),microwave radioactive transfer model (L MEB,L band Microwave Emission of the Biosphere),and data assimilation algorithm (EnKS,Ensemble Kalman Smoother).This scheme is used to improve the estimation of soil moisture profile by jointly assimilatingMODIS land surface temperature and airborne L band passive microwave brightness temperature.The ground based data observed at DAMAN superstation,which is located at Yingke oasis desert area in the middle stream of the Heihe River Basin,are used to conduct this experiment and validate assimilation results.Three LAI products are used to analyze the influence of LAI on soil temperature.Three assimilation experiments are also designed in this work,including assimilation of MODIS LST,assimilation of microwave brightness temperature,and assimilation of MODIS LST and microwave brightness temperature.The results show that the uncertainties in LAI influence significantly soil temperature simulations in different soil layers.MODIS LAI product is seriously underestimated in this study area,which results soil temperature overestimation about 4~6 K.Three assimilation schemes can improve soil moisture estimations to different extend.Joint assimilation of MODIS LST and microwave brightness temperature achieved the best performance,which can reduce the RMSE of soil moisture to 31%~53%.     

基于遥感和GIS技术的土壤侵蚀量估算研究——以澄江太阳山地区为例

土壤侵蚀量的估算是土壤侵蚀研究的核心问题之一。本文以云南省I类淡水湖抚仙湖东岸的太阳山地区为研究对象,在GIS和遥感技术的支持下,利用土壤类型分布图、土地利用、遥感影像、DEM等数据,探讨了侵蚀模型的选择过程,最终利用修正后的通用土壤侵蚀方程(RUSLE),建立各因子的数据库,对该区域近100km2的土壤侵蚀现状和潜在土壤侵蚀量进行模拟估算,并分析了主要的影响因子。     

Morlet 小波在地表物候遥感识别中尺度的选取与应用

地表物候是人类了解地球生态系统的必要参数,也是动植物保护、农耕等活动的重要依据。使用遥感数据进行地表物候提取为大尺度的地表物候变化监测提供了一种有效途径。研究发现目前应用最广泛的非对称性高斯函数拟合法和双 Logistic 函数拟合法存在一定的缺陷,尤其是在提取 NDVI 峰值谷值和物候周期不明显区域 (如干旱地区、沙地) 的物候参数时存在严重的误差,而 morlet 小波在分析地表年际变化的周期特征方面表现良好。本文使用 morlet 小波对青海湖流域 2003-2014 年的 MODIS 数据进行分析,得到地表物候在该时间段内的年度变化与趋势,进行不同区域、不同时间的差异性分析,发现青海湖流域的地表物候期整体都略有提前,但生长季的长度呈延长趋势,认为青海湖流域的地表物候整体上响应全球变暖的趋势。中部地区的生长季长度大于高海拔、高纬度区域和沙地区域,认为青海湖流域的中部地区是最适合动植物生长、活动的范围。     

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。     

巴基斯坦土地覆盖数据产品季节性精度评价

GlobeLand30-2010（30 m）、FROM-GLC-2010（30 m）和GlobCover-2009（300 m）是3套应用广泛的全球高精度土地覆盖数据产品。以巴基斯坦为研究区,从2009~2011年30 m Landsat-5、Landsat-7多光谱遥感影像共122景选取了夏冬两季各1 000个样本点,评价了3套土地覆盖数据产品的季节性分类精度。结果表明：3套产品在巴基斯坦地区夏冬两季总分类精度差异不大,总体来说GlobeLand30-2010（63.9% vs. 65.6%）与FROM-GLC-2010（59.0% vs. 61.2%）的总精度夏季略高于冬季,GlobCover-2009的总精度冬季略高于夏季（59.5% vs. 59.1%）。此外,3套产品中GlobeLand30-2010对耕地、人造地表和水体有更好的分类效果,FROM-GLC-2010对植被和冰川积雪的分类更为准确,GlobCover-2009对裸地的分类更为准确;3套产品对耕地、裸地和冰川积雪分类更符合冬季的真实情况,对植被、水体分类更符合夏季的真实情况,人造地表分类无明显的季节差异。巴基斯坦土地覆盖精度评价的样本点密度应达到1个/1 000 km²。     

Seasonal Accuracy Assessments of Three Land Cover Datasets in Pakistan

Global land cover datasets play an important role in the fields of ecology, climate and resources. GlobeLand30-2010 (30 m), FROM-GLC-2010 (30 m) and GlobCover-2009 (300 m) are three global high-precision land cover datasets with a wide range of applications. In order to judge whether these data sets are sufficient to describe the real situation of land cover in different seasons, the inter-seasonal accuracy of the aforementioned three global land cover datasets using Pakistan as a representative study area was evaluated. A total of 1 000 land cover sample points were selected from 122 Landsat-5, Landsat-7 multi-spectral remote sensing images during 2009~2011 to generate summer and winter land cover classifications.The results show that the accuracies of summer and winter land cover classifications are different in Pakistan. The overall land cover classification accuracies of GlobeLand30-2010 (65.6% vs. 63.9%) and FROM-GLC-2010 (61.2% vs. 59.0%) in summer are slightly higher than those in winter. The overall accuracy of GlobCover-2009 (59.5% vs. 59.1%) in winter is slightly higher than that in summer. GlobeLand30-2010 performs best in classifying cropland, impervious surface, and water body, FROM-GLC-2010 performs best in classifying vegetation, glaciers, and snow, and GlobCover-2009 performs best in classifying bare land. The classification of cropland, bare land, glaciers, and snow in the three datasets is more in line with the real situation in winter than in summer; the classification of vegetation and water bodies is more in line with the real situation in summer; there is no obvious seasonal difference in impervious surface. There should be at least one sample point per 1 000 square kilometers.     

太湖湖滨敏感区的土地利用遥感分类研究

近年来太湖流域水体污染日趋严重,土地利用是重要的环境变化影响因子,对太湖湖滨敏感区土地利用分类研究具有重要意义。研究基于2010年ALOS多光谱遥感影像,以太湖流域上游的武进港、直湖港流域为研究区,根据研究区实际状况和研究目的,建立太湖流域上游湖滨敏感区的土地利用/土地覆被分类系统,并用于该地区的面向对象遥感分类,研究通过影像的多尺度分割,获得不同层次的影像对象,在不同层次设置对应的分类规则,以充分利用影像中地物的光谱、纹理和不同层对象相互关系等信息,从而提高分类效果。研究表明:在面向对象多尺度影像分割的基础上,基于决策树建立多个分类规则的分类方法,能够有效提取建设用地、道路、水体等几类信息,分类总体精度达到88.00%;同时,该地区主要土地利用类型如耕地、农村居民点和城镇居民点的分类精度也较高,这也表明该分类方法对整个太湖流域以及其他平原河网地区的土地利用相关研究具有一定的实用价值。     

A model-based integrated assessment of land degradation by water erosion in a valuable Spanish rangeland

This paper presents an integrated assessment model aimed at evaluating land degradation by water erosion in dehesa rangelands in the Iberian Peninsula. The model is built following the system dynamics approach. The degradation risk is likened to the probability of losing a certain amount of soil within a number of years, as estimated over a great number of stochastic simulations. Complementary indicators are the average times needed to lose different amounts of soil over the simulations. A group of exogenous factors are ranked in order of importance. These factors are mainly climatic and economic and potentially affect soil erosion. Calibration is carried out for a typical dehesa defined over 22 working units selected from 10 representative farms distributed throughout the Spanish region of Extremadura. The degradation risk turns out to be moderate. The importance of climatic factors on soil erosion considerably exceeds that of those linked to human activities.     

Theory and Technology of Land Degradation Monitoring and Evaluation in Arid Area based on Linear Spectral Mixture Analysis Using Wide-band Remote Sensing

Remote sensing monitoring of land degradation can serve policy formulation, restoration optimization, effect evaluation and security early warning, and it is urgent to establish and improve the basic theoretical framework and technical system. Based on the theory of land degradation (desertification) in arid areas in China and abroad, this paper establishes the theoretical framework of remote sensing monitoring of land degradation in arid areas coupled with bio-physical-socio-economic systems, taking ecosystem services as the link and vegetation-habitat interaction as the core. Secondly, based on the proposed theoretical framework and the consistency, stability, inclusiveness and applicability of remote sensing monitoring, a technical method system for remote sensing monitoring and evaluation in arid areas is established with wide-band remote sensing as an example, which mainly includes five parts: local environmental knowledge mining, multi-season spectral mixture decomposition, dryland ecosystem structure analysis and mapping, quantification and evaluation of dryland ecosystem function and dynamic monitoring of dryland ecosystem degradation process. The theoretical framework and technical system can provide reference for remote sensing monitoring, evaluation and comparative analysis of land degradation in different regions and scales in arid areas.     

Experiments of one-dimensional soil moisture assimilation system based on ensemble Kalman filter

Ensemble Kalman filter is a new sequential data assimilation algorithm which was originally developed for atmospheric and oceanographic data assimilation. It can be applied to calculate error covariance matrix through Monte-Carlo simulation. This approach is able to resolve the nonlinearity and discontinuity existed within model operator and observation operator. When observation data are assimilated at each time step, error covariances are estimated from the phase-space distribution of an ensemble of model states. The error statistics is then used to calculate Kalman gain matrix and analysis increments. In this study, we develop a one-dimensional soil moisture data assimilation system based on ensemble Kalman filter, the Simple Biosphere Model (SiB2) and microwave radiation transfer model (AIEM, advanced integration equation model). We conduct numerical experiments to assimilate in situ soil surface moisture measurements and low-frequency passive microwave remote sensing data into a land surface model, respectively. The results indicate that data assimilation can significantly improve the soil surface moisture estimation. The improvement in root zone is related to the model bias errors at surface layer and root zone. The soil moisture does not vary significantly in deep layer. Additionally, the ensemble Kalman filter is predominant in dealing with the nonlinearity of model operator and observation operator. It is practical and effective for assimilating observations in situ and remotely sensed data into land surface models.