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%。     

基于变点分析法提取废弃采石场地形起伏度的方法

地形起伏度是废弃采石场水土保持治理和生态重建的重要地形指标之一。以0.5m,0.7m,1m,1.5m等12种不同水平分辨率DEM为数据源,采用GIS的窗口递增分析法和均值变点分析法对12种不同分辨率DEM的地形起伏度的最佳分析窗口进行了分析。结果表明:12种不同分辨率的最佳分析窗口都是为9×9网格,相应地提取地形起伏度的最佳统计面积与其相应的水平分辨率关系比较密切,呈幂函数的关系。以0.5m水平分辨率的DEM数据提取地形起伏度的最佳分析窗口面积为20.25m~2,并计算出大于5m地形起伏度的区域占总面积的13.12%。均值变点分析法确定地形起伏度也同样适用于废弃采石场的地形分析。     

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。     

地形起伏度最佳统计单元算法的比较研究

基于90m分辨率SRTM DEM数据,利用邻域分析法在不同大小窗口下(2×2,3×3,4×4,…,30×30)对山西省地形起伏度进行了提取,运用人工作图法、最大高差法、模糊数学法、均值变点分析法和累积和(CUSUM)分析算法分别计算最佳统计单元,对统计单元计算方法的准确性及适用性进行分析,提出山西省地形起伏度提取的最佳统计单元。研究分析表明:均值变点分析法和累积和分析算法是相对比较有效的方法;运用均值变点分析法与累积和分析算法计算所得的最佳统计单元分别为11×11(0.980 1km~2)和14×14(1.587 6km~2);均值变点分析法是计算最佳统计单元的一种最为理想的方法;对于同一地区而言,不同DEM数据类型、不同分辨率DEM,所使用的最佳统计单元大小也不同。     

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。     

白龙江流域地势起伏度与微观地形因子之间的关系探讨

基于SRTM-DEM数据,以青藏高原东缘白龙江流域33个子流域为例,利用Arc GIS的邻域分析及均值变点分析方法确定了白龙江流域地势起伏度提取的最佳分析窗口面积,并分析了子流域地势起伏度与坡度、坡度变率、高差等微观地形因子之间的关系,结果表明:白龙江流域地势起伏度的最佳分析窗口面积为2.340 9 km2;白龙江不同子流域的地势起伏度可依据流域高差、平均坡度、平均坡度变率等微观地形因子建立相应的计算模型。     

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。     

基于DEM的京津冀地区地形起伏度分析

京津冀地区地貌类型复杂,全局单值最佳分析窗口在该地区地形起伏度提取中具有局限性。采集了区内不同地貌、地貌组合样本,采用均值变点法分别提取了各样本地形起伏度的最佳分析窗口,分析了地形地貌对最佳分析窗口的影响,在此基础上提取了京津冀地区的地形起伏度。结果表明:京津冀地区地形起伏度随分析窗口面积的增大而增大,对两者对应关系的拟合效果幂函数优于对数函数;区内因地形地貌差异存在4.64和5.35 km2两个最佳分析窗口,前者可以表达400 m以内的高差,后者更适合于表达400 m以上的高差;利用4.64和5.35 km2双窗口方案提取的地形起伏度优于单窗口方案,前者改善了后者对平坦地区起伏度的夸大;京津冀地区的地形起伏度在0~1 145 m之间,以平坦、中起伏和小起伏为主。     

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。     

陕西省城镇化与耕地利用生态效率耦合协调时空分析

[目的]探究陕西省耕地利用生态效率与城镇化进程的耦合协调关系,为陕西省城镇化开发和耕地保护相关政策制定提供理论依据。[方法]基于陕西省2005—2019年各县域面板数据,建立耕地利用生态效率评价指标体系和城镇化发展水平评价指标体系,测算县域单元耕地利用生态效率及城镇化水平,采用耦合协调度模型探索两者间的耦合协调关系,利用空间自相关方法分析各县域单元耕地利用生态效率和城镇化发展的空间格局演化特征。[结果]2005—2019年陕西省耕地利用生态效率水平由0.765下降至0.684,但整体耕地利用生态效率值相对较高,且县域间存在空间差异性,各区县耕地利用生态效率以团块状聚集,陕北、关中和陕南地区间差异随时间逐渐缩小;2005—2019年陕西省综合城镇化水平提高了198.24%,整体呈“中部高、南北低”的分布态势,关中地区是人口城镇化、经济城镇化、土地城镇化的核心区域,变化速率整体表现为：经济城镇化>人口城镇化>土地城镇化;2005—2019年,陕西省县域单元耕地利用生态效率与城镇化耦合度等级主要处于低水平耦合向拮抗耦合过渡阶段,25%的区县耦合度有所提高;2005—2019年,陕...     

坡度分级方法对坡度制图的影响

[目的]利用多种分级方法进行坡度制图,探究不同分级方法对坡度制图带来的影响。[方法]选取陕西省绥德县,陕西省眉县境内的秦岭山区,黑龙江拜泉县的3个样区,用多种分级法对坡度进行分级,利用量化指标分析坡度分级对坡度格局和统计分布的影响。[结果](1)就一个样区而言,分位数或Evans分级法比较好;不同地区比较,选用统一分级方案较好;(2)分级后的坡度空间变异急剧减少;(3)所有分级都使坡度信息有所损失;(4)所有分级均难以准确表现坡度的统计分布规律。[结论](1)坡度表面和自然断点分级方法效果较好。(2)随着分级间距的增加,坡度信息量快速减少。(3)坡度统计分布的分析须用坡度表面和自然断点分级进行制图。     

陕西省城市人居环境质量的时空差异

[目的]对陕西省10个地市2003—2013年的城市人居环境进行研究,为该省城市人居环境质量提升和城市可持续健康发展提供理论参考。[方法]以陕西省的10个地市为研究对象,建立人居环境质量评价体系,利用耦合协调度模型对4个子系统的耦合协调度进行测量,分析陕西省2003—2013年10个城市人居环境质量的时空变化差异。[结果](1)2003—2013年陕西省人居环境质量呈现总体上升、局部下降的趋势。(2)陕西省城市人居环境质量在空间上分布不均衡,关中平原城市人居环境质量较陕南地区高。(3)从耦合协调度来看,各市人居环境4个子系统的耦合度和耦合协调度变化趋势基本呈上升趋势,但耦合协调度较耦合度而言具有一定的滞后性。[结论]陕西省各个城市人居环境发展不均衡,省会城市及其周边城市发展较好,陕南地区城市人居环境发展较慢,今后更应注意各个城市之间人居环境的协调发展。     

喀斯特山区地形起伏度及其对水土流失敏感性的影响——以贵州省荔波县为例

[目的]探究喀斯特高原山区水土流失的特征与空间变化规律,为制定符合喀斯特山地环境的水土流失防治对策提供科学依据。[方法]以典型喀斯特山区重点生态功能区贵州省荔波县为研究区,综合运用地理空间分析方法,确定提取地形起伏度最佳的分析单元,结合水土流失敏感性评价,分析地形起伏度与水土流失敏感性的空间分布规律及其相互关系。[结果]基于10 m空间分辨率DEM数据,提取地形起伏度的最佳网格大小为54×54,地形起伏度(RDLS)在0.32～2.12之间;荔波县水土流失敏感主要为微度侵蚀,占县域总面积达88.40%;水土流失敏感性区域主要集中在RDLS为0.7～1.7的分级范围内,RDLS在1～1.5区间对水土流失的响应最敏感,为水土流失敏感性的优势因子区间。[结论]研究区内RDLS与不同敏感度的水土流失分布具有一定的一致性,总体上水土流失受地形起伏度变化的影响显著。     

2000-2020年陕西省植被覆盖时空变化多尺度分析

[目的]退耕还林还草工程实施以来,陕西省植被覆盖度明显提高。然而,省级尺度上植被覆盖度的增加一定程度上掩盖了部分市、县级区域植被覆盖度下降的实事,当前迫切需要加强对不同空间尺度植被覆盖变化及其驱动因素的研究。[方法]基于MODIS NDVI数据计算了陕西省植被覆盖度,分析了2000—2020年陕西省、地区、市和县四级尺度植被覆盖度时空变化趋势。[结果]2000—2020年陕西省植被平均覆盖度为64.3%±2.1%,增长率为0.24%/a;陕北植被覆盖度平均为37.6%±4.4%,增长率为0.63%/a;陕南植被覆盖度平均为89.6%±1.2%,增长率为0.13%/a;关中植被覆盖度平均为70.6%±3.5%,下降率为-0.18%/a。延安市、榆林市、铜川市、宝鸡市、安康市、商洛市的植被覆盖度呈持续增加趋势,而西安市、渭南市、咸阳市和汉中市的植被覆盖度呈先增加后下降趋势;全省有72.3%的区县植被覆盖度呈增加趋势,有22.3%的区县植被覆盖度变化方向与所在市相反。在不同空间尺度上,陕西省植被覆盖度增速均表现为2000—2010年高于2010—2020年,这与两个时期的造林面积差异有关。[...     

基于CASA模型的陕西省植被净初级生产力时空分析

[目的]探明陕西省近年来植被净初级生产力(net primary productivity,NPP)的变化及评估植被的生长条件。[方法]基于CASA(Carnegie Ames Stanford Approach)模型估算陕西省2003—2012年逐月NPP,并分析其年际、年内的时空变化特征及趋势。[结果](1)陕西省2003—2012年植被NPP总体呈增长趋势(p0.01),年均增量为3.940 6g/(m~2·a)(以C含量计);年总NPP从2003年的84.44Tg(1Tg=1012g)增加到2012年的91.98Tg。(2)NPP年内变化明显,夏季NPP占年总量的比例最高,达到52.43%,7,8两月占比最高,分别为18.52%和18.41%。只有3和8月NPP增长趋势显著或极显著,其他月份NPP变化不显著。(3)不同植被NPP的年际变化比较平稳,除永久湿地外,其他植被类型的NPP呈增长趋势,耕地的NPP增长最快(p0.01),年均增量为5.89g/(m2·a)。(4)NPP整体呈南高北低、高低相间的分布特征,全省78.53%的区域NPP呈增长趋势,24.47%的区域增长显著或极显著;NPP降低显著/极显著的面积仅占2.27%,主要分布在陕西中部和西安周边地区。[结论]陕西植被生长条件总体在改善,但局部在恶化。     

陕北地区土地利用变化对生态服务功能价值的影响

以陕北地区榆林、延安2市作为研究区域,利用土地利用变化数据,对陕北地区用地类型的变化进行分析,并使用合适的生物量因子,修正生态服务功能价值当量表,使当量表更符合陕北地区的实际情况,结合已有研究得到的二级用地类型当量因子比例关系,细化生态系统服务功能当量因子表,以便更准确的估算陕北地区生态系统服务功能价值.结果表明:1985-2013年间,主要用地类型变化为耕地、林地和草地,耕地面积减少2 811 km2,减少率达到9.98％,林地和草地面积分别增加1 392和2417 km2,增幅分别达到12.85％和7.10％;其中,2000-2013年面积急剧变化,林地和草地面积的增加量分别是1985-2000年的7倍和2倍,退耕还林(草)效果明显;生态系统服务功能价值大量增加,林地和草地的生态系统服务功能价值增量分别为25.2亿和13.9亿元,2000-2013年的增量是1985-2000年增量的3倍.生态服务功能价值的变化与全面推行退耕还林(草)的时间相对应,表明退耕还林(草)政策,对陕北地区生态系统服务功能价值有积极的影响.