基于GIS的慈溪市土壤侵蚀敏感性评价

[目的]对影响浙江省慈溪市土壤侵蚀敏感性的各因素进行评价,为该市进行环境功能区划和各项水土保持措施工程的布局调整提供参考。[方法]借鉴土壤侵蚀流失USLE模型,选取降雨侵蚀力、土壤质地、植被覆盖和地形起伏度4因子构建土壤侵蚀敏感性评价体系,并运用GIS进行土壤侵蚀敏感性分析。[结果]慈溪市土壤侵蚀敏感性在空间格局上呈半圆环状结构分布,并且轻度敏感区面积为733.05km2,占比高达75.70%,广泛分布于平原乡镇地区;不敏感区主要分布于近海滩涂区域,极敏感、高度敏感及中度敏感区则位于南部的丘陵、山地地区。[结论]慈溪市土壤侵蚀敏感性评价结果与水土流失现状空间分布走势大致相符,为此应重视和预防水土保持工作。     

四川省地形起伏度与人口/经济的空间自相关关系

[目的]分析四川省地形起伏度与人口经济的空间关系,为区域人口合理布局、经济格局优化提供参考依据。[方法]以ASTER GDEM数据为基础,通过均值变点法确定四川省地形起伏度最佳统计单元,分析地形起伏度的分布特征;通过空间自相关分析法探讨地形起伏度与人口/经济的空间关系。[结果]四川省地形以山地和丘陵为主,整体呈现西高东低的趋势。地形起伏度与人口/经济呈空间负相关,聚集特征显著。甘孜、阿坝、凉山自治州是高地形起伏度,低人口分布,低经济水平地区;成都市是低地形起伏度,高人口分布,高经济水平地区;南充市南部县、阆中市等是低地形起伏度,高人口分布,低经济水平地区;攀枝花市仁和区、甘孜州石渠县等因自然资源或地理位置因素,地形对人口或经济影响不明显。[结论]四川省地形起伏度与人口经济呈空间负相关,但这种关系因地而异。     

龙门山地区水土流失敏感性评价及其空间分异

[目的]确定水土流失优先保护区和需要生态修复的区域,为龙门山的生态环境治理和社会经济发展提供重要的决策依据。[方法]主要考虑降水、土壤侵蚀和地形起伏和植被覆盖等通用土壤流失方程中的水土流失影响因子,对龙门山地区水土流失敏感性进行辨识,并借助于3S技术强大的空间数据采集和分析功能,计算水土流失敏感性综合得分值,按照ArcGIS自然断点分类方法将水土流失敏感性分为不敏感区、较敏感区、低度敏感区、中度敏感区和极敏感区5个等级。[结果]龙门山东部山前丘陵地区,人类活动频繁,水土流失敏感性最强,占总面积的34.12%;中部中海拔山地区域,水土流失敏感性次之,占总面积的28.30%;西部山区,水土流失敏感性最低,所占面积比重较小,为13.65%。[结论]龙门山地区水土流失敏感性具有明显的地域分异特点,人类活动频繁,对自然生态系统的干扰强烈,水土流失敏感性最强,人类活动是加剧龙门山地区水土流失敏感性的主要因素。     

中国西南地区地形起伏度的最佳分析尺度确定

[目的]确定中国西南地区地形起伏度的最佳分析尺度并进行地形分级,明确区域地形结构特点并进行地貌结构划分。[方法]以ASTER GDEMv2数据为基础,通过Python模块编程,利用窗口分析方法提取西南地区各典型地貌以及整个区域n×n(n=2,3,4,…,181,182,183)窗口下的平均地形起伏度,进而采用均值变点分析方法确定最佳统计窗口。[结果](1)西南地区地形起伏度的最佳分析尺度为2.43km^2;(2)区域地形起伏度以中小起伏为主,其中小起伏(200~500m)占38.68%,中起伏(500~1 000m)占23.58%;(3)从空间分布来看,西南地区的地形起伏度呈现中部高,东南部次之,西北部和东北部较低的特征。[结论]以2.43km^2为最佳统计窗口提取的西南地区地形起伏度符合区域地形起伏特征,同时较好地兼顾了各地貌类型的起伏特点。     

陕西省地形起伏度最佳计算单元研究

[目的]确定陕西省地形起伏度最佳计算单元,分析地形起伏度的空间分布规律,为地貌类型划分提供基础数据。[方法]以陕西省90 m×90 m的航天飞机雷达地形测绘使命(SRTM)数字高程模型(DEM)数据为基础,首先利用邻域统计分析法〔矩形邻域选取2×2,3×3,4×4,…,35×35共34个不同大小的邻域窗口,圆形邻域窗口选取20个(邻域半径R为2~21)〕对陕西省地形起伏度进行提取,然后统计不同矩形窗口和圆形窗口下的各种地形起伏度类型所占面积比例,接着运用均值变点分析法计算最佳计算单元,最后完成陕西省地形起伏度分级图的绘制,并对地形起伏度特征进行分析。[结果]不同地形起伏度类型所占面积比例的变化各有不同。按矩形邻域计算的地形起伏度最佳计算单元为12×12,对应面积为898 704m2,按圆形邻域计算的地形起伏度最佳计算单元为R=8,对应面积为1 254 191.4m2,这说明在使用邻域分析法提取地形起伏度时,采用圆形邻域有别于采用矩形邻域。陕西省地形总体较平缓,主要以小起伏、中起伏为主。[结论]简单实用的均值变点分析法,是确定最佳计算单元的一种较为理想的方法。     

基于DEM的地形起伏度算法的比较研究

地形起伏度是描述宏观地形变化状况的地形因子,可作为区域水土流失评价的地形指标之一。基于全国1000 m分辨率DEM分别选取黄土高原、四川盆地、横断山区、东南丘陵、山东丘陵、东北地区6个典型样区,采用局地高差法、局地标准差、表面积与投影面积比、RUGN法、矢量法、RDLS(地表起伏度)6种算法进行起伏度的提取,对提取结果进行了对比分析,并对各种算法的提取结果进行了信息容量计算。结果表明,局地标准差和局地高差法是两种相对较好的提取起伏度的方法,且针对不同的地形区,不同起伏度算法也具有各自的适宜性。     

基于ASTERGDEM数据的湖北省地形起伏度及其与人口和经济的关系研究

[目的]探讨湖北省地形起伏度及其与人口和经济的定量关系,为制定合理的人口经济政策、引导人口经济合理布局和治理生态环境等方面提供科学依据。[方法]采用邻域分析法、均值变点法等方法,确定湖北省地形起伏度最佳统计单元,根据分级标准绘制湖北省地形起伏度分级图,并分析地形起伏度对研究区人口和经济分布的影响。[结果]湖北省地势整体上以平原、丘陵为主,平原地貌类型主要分布在江汉平原,丘陵主要分布在黄冈北部、咸宁、黄石南部、鄂西北和鄂西南大部,两者占湖北省面积的70%。随着地形起伏度的增加,县域人口密度和经济密度逐渐降低,呈显著负相关,而且县域地形起伏度越小,人口密度和经济密度在垂直方向越分散。[结论]地形起伏度与县域人口密度和经济密度有负相关性,对区域人口和经济分布有一定的影响。     

中国地形起伏度的提取及在水土流失定量评价中的应用

基于全国 1:10 0万的栅格数字高程模型 ( DEM)数据 ,在 ARC/ INFO的 GRID模块支持下 ,利用窗口分析方法 ,经过采样统计 ,确定中国水土流失地形起伏度的最佳分析窗口大小为 5 km× 5 km;基于 5 km× 5 km的分析窗口 ,提取了中国水土流失地形起伏度 ,完成了中国水土流失地形起伏度制图 ;最后对中国水土流失地形起伏度进行了适用性分析 ,并将其初步应用于中国潜在水土流失评价     

基于房屋基面数据的安徽省金寨县居民点空间分布特征分析

[目的]对安徽省金寨县居民点空间分布特征进行研究,为统筹规划山区农村聚落建设、城镇化建设和居民点优化布局提供科学依据。[方法]通过目视解译高分遥感图像建立金寨县居民点房屋基面数据,以地形数据作为本底数据,借助GIS空间分析技术提取金寨县地形属性特征,并将水系、道路、地形等要素同房屋基面数据进行空间关联分析。[结果]金寨县59.8%的房屋布局在水系附近500m的范围内,60.5%的房屋布局在道路附近100m的范围内;居民点在海拔400m,坡度20°和起伏度200m以下的地区呈现较高的聚集特征,东南、正东和正南3个坡向分布了45.8%的房屋,朝南的房屋数量是所有朝向中最多的。[结论]水系、道路、地形因子和采光条件是影响金寨县居民点布局的重要因素,居民点在水系与道路附近、海拔低、坡度低、起伏度低和采光条件好的地区呈现明显的聚集特征。     

基于地形起伏度的江西省人口-经济格局变化分析

[目的]对江西省人口-经济格局变化进行分析,为新常态下区域层面的人口与资源环境协调发展提供量化依据。[方法]基于江西省数字高程数据,运用ArcGIS技术,采用窗口分析法,提取江西省地形起伏度,系统分析地形起伏度的空间分布规律及其与人口、经济的相关性。[结果](1)江西省的地形度以低值为主,88%的县域地形起伏度小于0.5,东、南、西部3面高,中部和北部低,在空间分布上呈现U形特征;(2)江西省人口、经济集中度总体上北高南低,人口向地势较为平坦的北部区域集聚明显,经济整体向北部鄱阳湖生态经济区集聚;(3)江西省2000—2010年10a间,受地形起伏度影响,起伏度小于0.25的区域人口集中度的比重由2000年的59.23%增加到60.47%,相应地经济集中度所占比重由2000年的72.80%增加到75.49%。[结论]江西省地形起伏度与人口、经济存在较强的负相关性,区域人口、经济表现出随地形起伏度下降而增加的趋势。     

喀斯特山区生态脆弱性与经济贫困的耦合关系——以贵州省荔波县为例

[目的] 对贵州省荔波县的生态脆弱性与经济贫困的耦合关系进行研究，为该区域的生态环境建设和经济发展提供科学参考。[方法] 以荔波县为例，以行政村为评价单元，采用敏感性—恢复力—压力度（SRP）的概念模型构建生态脆弱性评价指标体系，并从经济和社会两个维度，构建村级尺度上的经济贫困的评价指标体系，建立荔波县生态脆弱性和经济贫困耦合模型，由此分析生态脆弱性和经济贫困耦合协调度及其空间分布。[结果] ①荔波县的轻度脆弱和中度脆弱行政村比例较大，中部和南部的生态脆弱性相对较高，东北部的生态脆弱性相对较低。②荔波县中度贫困所占的行政村比例最大，较重度和重度贫困主要分布在东北部和南部。③将荔波县的生态脆弱性与经济贫困的耦合关系分为6种类型，协调同步型的行政村比例仅占10.6%，协调环境滞后型行政村比例最多，主要分布在西部。[结论] 荔波县的生态脆弱性与经济贫困的耦合协调度整体较低，未来发展中，要协调好环境的保护与经济的发展两者之间的关系，促进区域的可持续发展。     

贵州省乌江流域土壤侵蚀与地貌特征的关联分析

结合乌江流域2000年土壤侵蚀分布图和研究区30 m分辨率的ASTER GDEM数据,对乌江流域土壤侵蚀在海拔高度、坡度、地表起伏度和粗糙度方面的空间分布特征进行研究.结果表明,贵州省乌江流域土壤侵蚀主要为水力侵蚀,包括微度、轻度、中度、强度和极强度侵蚀5种类型,以微度和轻度侵蚀为主.乌江流域微度和轻度土壤侵蚀空间分布的高程特征呈现单峰现象,中度以上侵蚀的高程特征呈双峰现象.流域中度及中度以下土壤侵蚀空间分布的坡度特征为单调下降趋势,强度和极强度土壤侵蚀的面积比例随着坡度的增加呈现先增大后减小的趋势,15°左右存在一个侵蚀临界坡度.乌江流域的土壤侵蚀随地形起伏度的增加表现为先增加后减小的趋势,存在7～16 m临界起伏度;各类型土壤侵蚀随地表粗糙度的增加均呈减小趋势.喀斯特地区流域尺度侵蚀强度的变化受高程和坡度的影响较大,对地形起伏度和地表粗糙度的变化不敏感.     

基于3S技术的地形起伏度与区域土壤侵蚀的相关性研究

地形起伏度直接影响着地面的径流变化,是导致土壤侵蚀的主要根源之一。分析两者相关性的前提是准确提取地形起伏度,而确定研究数据尺度下地形起伏度的最佳分析窗口是得出可靠结果的保障。在3S技术的支持下,运用均值变点法分析罗甸县基于DEM（空间分辨率为30 m×30 m）的最佳分析窗口,并依据2007年修正的土壤侵蚀分类分级标准估算研究区各样本单元的土壤侵蚀量,对两者进行相关性分析。结果表明:罗甸县在该尺度数据源下的最佳分析窗口为32×32,最佳统计面积为0.921 6 km²,实证了均值变点分析方法提取地形最佳分析窗口的可行性;地形起伏度与区域土壤侵蚀模数的相关系数为0.519 1,充分说明了作为宏观地形因子之一的地形起伏度是区域土壤侵蚀的主导因素之一。     

基于“三生”适宜性的典型喀斯特乡村土地利用冲突识别及分析

[目的]科学地识别喀斯特乡村生产-生活-生态(“三生”)用地冲突,分析其区域差异特征,为优化国土空间布局,推动乡村振兴提供理论参考。[方法]以贵州省喀斯特中山、喀斯特盆地、喀斯特槽谷、低山丘陵4种喀斯特地貌的典型乡村为例,构建了“三生”适宜性评价体系及用地冲突识别矩阵,并探讨“三生”用地冲突在不同地形梯度上的分布格局。[结果](1) 4个典型喀斯特乡村的“三生”适宜性用地空间分布和结构组成存在明显差异,且在空间上存在重叠等突显土地利用冲突现象的特征;(2)土地利用冲突以“生产-生活冲突”和“生产-生态冲突”为主,前者主要分布于地势起伏小的生产-生活热点区,后者主要分布于坡地及生态脆弱区;(3)随着地形梯度增加,冲突强度逐渐降低,即冲突激烈区主要集中于低地形位,冲突微弱区和用地适宜区在高地形位上分布更显著。[结论]典型喀斯特地貌背景下,人类活动受到严重制约,喀斯特乡村土地利用冲突特征明显,亟需因地制宜地优化区域发展空间布局。     

基于DEM数据的祁县地形起伏度分析

地形的起伏是造成水土流失的重要因素,以空间分辨率为30 m×30 m ASTER GDEM数据和全国1∶400万矢量数据为基础数据源,运用邻域分析法提取祁县最佳地形起伏度,均值变点分析确定最佳统计单元,最后对祁县地形起伏度进行分级。结果显示,祁县地形起伏度的最佳统计单元为23×23,最佳统计面积为47.61×104 m~2,地形起伏度可分为4级:平原(30 m)占全县总面积的29.82%、台地(30~70 m)占19.81%、丘陵(70~200 m)占40.87%、小起伏山地(200~500 m)占9.51%;西北以平原(30 m)和台地(30~70 m)为主,东南部地形起伏较大,起伏度70 m的丘陵区和小起伏山地占全县总面积的50.38%,地形坡度较大,加之祁县降雨集中,土壤结构松散,侵蚀作用较强,水土流失严重。提出治理祁县的水土流失"应积极建设小型水利工程,加强水土保持监管制度,在丘陵和小起伏山地实行退耕还草还林,发展林业生产基地或者水果种植基地,不断恢复生态平衡"的建议。     

景观格局视角下平山县耕地规模化整理潜力评价

从地形条件和土地景观格局两方面选取高程、地形起伏度、斑块面积指数等8项指标构建耕地规模化整理潜力评价指标体系。以平山县为研究区,在ArcGIS空间分析功能支撑下探讨了村级间耕地规模化整理难易程度,并采用障碍诊断分析方法分析制约了耕地规模化整理的限制因素,以期为今后区域土地整理提供科学依据。结果表明:平山县村级耕地规模化整理潜力指数分布在[0.12,0.9]区间内,村级间差异较大,整体上由西北向东南依次递增;从耕地规模化整理分区结果来看,四级区的耕地面积最多（51.2%）,其次为三级区（21.3%）,五级区和二级区耕地面积总和与三级区相当,一级区的耕地面积最少（0.9%）,分区等级越大耕地规模化整理越容易;整理由难变易时,主要障碍因素由耕地资源丰度（RI）和地形起伏度（RDLS）逐渐变为耕地聚集度（CI）和耕地资源丰度（RI）。     

基于DEM和均值变点法的措勤县地形起伏度分析

地形起伏度能够反映特定区域的地势起伏特征，采用均值变点法可以有效确定地形起伏度的最佳分析窗口。利用措勤县ASTER GDEM 30 m分辨率高程数据，在GIS平台支持下，通过Python编程，采用邻域分析法在不同窗口大小下提取地形起伏度，运用均值变点法确定措勤县最佳分析窗口。研究表明：(1)措勤县最佳分析窗口为27×27的矩形单元，分析窗口面积为0.656 1 km²。(2)措勤县地形起伏度范围为0～688 m,将其分为5类，起伏度值为70～200 m的丘陵地形和200～500 m的小起伏山地地形为措勤县主要地形，占比分别为37.62%和33.24%;起伏度值为30～70 m的台地地形和0～30 m的小起伏平地地形，占比分别为16.22%和12.57%;地形起伏度值为500 m以上的中起伏山地地形面积最小，占比为0.35%。     

地形因子对喀斯特坡面水土流失影响的机理研究

[目的]通过对贵州喀斯特高原山地、盆地和峡谷3种典型地貌单元水土流失机理的研究,揭示坡度、坡长、坡形、坡位、坡向和微地形等地形因子对区域水土流失的影响,为综合防治喀斯特地区水土流失提供理论依据。[方法]基于标准径流场监测和侵蚀基线法对3种地貌单元进行多年水土流失监测,运用Excel和SPSS统计软件对数据进行分析。[结果]坡度是最直接影响坡面水土流失的态势因子,土壤侵蚀量是随坡度增加而增大,25°为临界坡度;喀斯特坡面的坡长对水土流失的影响并不明显;坡形通过坡位和坡向来影响水土流失,坡位对水土流失的影响规律表现为:坡面下部坡面中部坡面上部,向阳坡的土壤侵蚀大于背阴坡;微地形对水土流失的影响非常明显,凸出地段常被侵蚀,凹陷带常形成堆积。[结论]影响喀斯特地区水土流失的机理是多种因素联合作用,地形因子相互影响共同控制着喀斯特坡面水土流失的发生与变化趋势。     

2000—2020年喀斯特地区煤矿资源城市生态敏感性的时空演变

[目的] 以喀斯特地区典型煤矿资源城市贵州省六盘水市为例,分析研究区2000—2020年生态敏感性时空演变特征,为喀斯特地区煤矿资源城市的生态保护工作提供科学依据。[方法] 根据研究区实际,选择遥感生态指数、水土流失敏感性指数、石漠化敏感性指数、景观开发强度指数、碳排放量构建综合生态敏感性指数,并借助空间自相关分析方法分析六盘水市生态敏感性时空演变特征。[结果] ①2000—2020年,六盘水市极敏感、高度、轻度、中度敏感区域呈波动下降趋势,不敏感区持续上升,生态环境明显改善; ②2000—2020年六盘水市极敏感、高敏感区空间演变趋势为零散分布在全市,同时向东南部转移,并向西北部扩散,范围持续缩减,除钟山区南部有轻微扩散外,其余区域均呈现持续或波动缩减趋势,环境趋向于改善; ③2000—2020年六盘水市综合生态敏感性Global Moran’s I分别为0.525,0.570和0.476,说明六盘水市生态敏感性在空间上呈正相关关系,且相关性随时间变化而逐渐减弱。LISA图显示高高、低低聚集区减少,生态敏感性聚集程度有所降低。[结论] 六盘水市生态敏感性以轻度敏感为主,主要分布在生态禀赋较好的西北部地区;极敏感性区域比例较小,集中于自然条件较脆弱的东南部。随着时间推移,六盘水市的营造林等工程措施在一定程度上缓解了人类过度干预所带来的环境恶化,使区域内极敏感、高敏感区范围不断缩减,生态环境得到显著改善。     

四川省成都市生态环境敏感性评价

[目的]为了明辨四川省成都市现状自然环境背景下的潜在生态问题,指导区域生态保护和开发。[方法]在GIS空间分析技术的支持下,选择四种省成都市比较突出的土壤侵蚀、生境和酸雨3个生态环境要素建立敏感性评价指标,对成都市生态环境敏感性进行研究。[结果](1)成都市土壤侵蚀以轻度敏感为主,西部盆周山区是土壤侵蚀最为敏感的区域;(2)成都市生境敏感性以高度敏感为主,西部和东部生境敏感性较高,极敏感区域分布于西北部茶坪山、邛崃山一带;(3)成都市酸雨以轻度敏感为主,其次是中度敏感区,极敏感区主要分布在该市西部海拔1 650~3 200m的针阔叶混交林及高山原始针叶林地区;(4)成都市生态环境敏感性以不敏感为主,其次为中度敏感区和极敏感区,极敏感区域主要分布于西部盆周山区的北部和南部,分布有龙溪—虹口、白水河等国家级自然保护区。[结论]研究区高度敏感区和极敏感区主要分布在西部的盆周山区,是区域生态保护的重点区域。