基于RS的吉尔吉斯斯坦中部山区植被覆盖动态变化分析

[目的]研究吉尔吉斯斯坦中部山区植被覆盖动态变化.[方法]利用1975、1994、2001、2004年间的四期Landsat TM/MSS影像,采用基于植被指数的像元二分法计算吉尔吉斯斯坦中部山区的植被覆盖度,并对研究区1975 ～ 2004年植被覆盖的变化情况进行遥感监测和定量分析.[结果]吉尔吉斯斯坦中部山区的植被覆盖度由1975年的79;下降为2004年的70;;植被退化的总面积为1 054 km2;植被覆盖度在50;～100;的退化面积最大,为611 km2.四个时期中1994年植被覆盖较高,面积占研究区面积的比例为81;,2001年植被覆盖为最低,只占研究区面积的比例60;.三个时间阶段中1994～2001年退化最为严重植被,退化的总面积为5 913 km2,占研究区总面积的50.4;.[结论]吉尔吉斯斯坦中部山区的植被退化主要是由于气候变化、自然灾害、人类活动等因素造成的.针对不同的情况,因势利导借助人工干预和自然力进行生态修复,改善吉尔吉斯斯坦中部的生态环境.     

基于遥感和GIS技术的青海湖北岸植被覆盖动态变化监测

利用两个时相的TM和ETM数据,分别提取了青海湖流域的植被指数,根据植被指数转化模型,通过植被指数计算植被覆盖度。将植被覆盖度划分为4个不同的盖度等级,根据盖度级的空间分布特征,比较分析了试验区植被覆盖变化情况,分析引起植被覆盖变化的因素,为青海湖流域生态环境保护提供参考依据。     

津巴布韦近20年植被覆盖度时空动态变化特征研究

植被覆盖度是反映生态环境的重要指标,津巴布韦是中国“一带一路”上重要合作伙伴,对津巴布韦植被覆盖度进行监测对区域内生态环境经济建设具有重要意义。基于MODIS NDVI数据,采用像元二分法、趋势分析、Hurst指数等方法从时空角度分析了津巴布韦近20年植被覆盖度动态变化特征。结果表明,总体上津巴布韦植被覆盖度较高;2001—2009年、2015—2017年植被覆盖度呈波动上升趋势,2009—2015年、2017—2019年呈现波动下降趋势;从空间上,存在明显的区域差异性,植被覆盖度北部高,西南和中部地区低。津巴布韦植被覆盖度变化趋势主要以不显著变化为主（占81.70%）,11.52%的地区呈增加趋势,6.78%的地区呈减少趋势。津巴布韦地区植被覆盖度反向持续性强于正向持续性,增加趋势占7.44%,减少趋势占9.69%。津巴布韦植被覆盖度受降水量、气温共同影响,主要受降水量因素的影响。植被覆盖度受夜间灯光数据影响,呈负相关区域主要在哈拉雷和布拉瓦约,正相关区域主要在马邵纳兰省。     

近20年玛纳斯河流域南山山区植被覆盖的遥感动态变化监测

利用1990、2000和2005年的TM影像和2012年的ETM+影像提取了玛纳斯河流域南山山区植被的覆盖区域,并对植被的退化情况进行了分析和探讨。结果表明,从1990—2012年植被覆盖度指数绝对值来看,研究区植被稳定性有降低的趋势;1990—2000年中度以上退化区域在总面积中所占比例为16.41%,2000—2005年为13.38%,2005—2012年为28.06%,表明近10年研究区植被的分布面积在逐年减小;研究区植被与非植被类型互有转化,差异最大的时间段为2005—2012年,植被转出和转入间的差额为638.25 km2;研究区植被年平均面积变化速率逐渐减小,空间变化度先减小后增大,整体规模趋于减小。     

定西市安定区植被覆盖动态监测分析

植被覆盖度是衡量地表植被覆盖的一个重要指标,在水土流失、生态环境等领域作为重要参数输入.利用定西市安定区的1993、2005和2009年3个时期TM遥感影像,对遥感影像进行了归一化植被指数的提取.并根据像元二分模型原理求得研究区域的植被覆盖度,对该区的植被覆盖的变化情况进行遥感监测和定量分析.结果表明:由于定西安定区从...     

湖南省植被覆盖度动态变化监测及影响因素分析

利用MODIS NDVI月平均数据及湖南省标准气象站的气象数据,采用像元二分模型对湖南省的植被覆盖度进行估算,并对其时空变化及影响因素进行分析。结果表明,湖南省植被每年3月进入生长季,9月结束。植被覆盖度总体呈上升趋势,上升趋势率为0.59%/a;湖南省89.16%的区域植被覆盖度呈上升趋势,仅1.29%的区域呈下降趋势。植被覆盖度减少最为严重的区域主要集中在长沙、岳阳等城市的周边地区;气温是影响植被覆盖度的主要气候因子。     

基于MOD13Q1的塔里木盆地植被覆盖度时空变化

植被覆盖能客观的反映植被基本情况,为区域社会经济可持续发展和生态环境保护提供科学依据和决策参考。基于此,以新疆塔里木盆地为研究区,利用MOD13Q1产品数据获取研究区植被覆盖度信息,采用转移矩阵的分析方法,分析了2000—2015年塔里木盆地植被覆盖度的时空变化特征和发展趋势。结果表明:塔里木盆地植被覆盖度类型主要为极低覆盖度,其次是低覆盖度,而中等植被覆盖度、高植被覆盖度和极高植被覆盖度在塔里木盆地分布较少;2000—2005年、2005—2010年和2010—2015年3个时期塔里木盆地的植被覆盖度呈现由低向高转移的趋势,虽然转换比重不大,但还是向着好的方向变化。其中,在2005—2010年期间各类型植被覆盖度数据向好转移趋势最为显著,但部分极高的植被覆盖度地区出现了植被退化现象,这表明塔里木盆地极低植被覆盖度有改善的趋势,极高植被覆盖度出现退化。     

基于遥感的重庆市永川区植被覆盖度时空演变分析

以2003年、2010年和2017年的Landsat TM/OLI遥感影像为数据源,利用ENVI 5.2采用归一化植被指数和像元二分模型提取了永川区的植被覆盖度,并在ArcGIS 10.2中进行数据处理与统计,揭示了永川区的植被覆盖度的时间与空间的演变特征。结果表明,2003年、2010年和2017年永川区的总体植被覆盖度较好,分别为0.579 1、0.592 5和0.620 1,以高植被覆盖度和较高植被覆盖度为主,研究期内的植被覆盖情况不断改善。本研究为永川区的生态建设、农业发展提供了一定的数据支持。     

近21年吴忠市植被覆盖时空变化及气候驱动力分析

基于Google Earth Engine(GEE)云计算平台,利用像元二分模型法计算得到了吴忠市2000—2020年年均植被覆盖度(FVC),同时获取了各年年均气温、年降水量数据,通过分析揭示了该市近21年植被覆盖度的时空变化特征,并进行了气候驱动力分析。结果表明,在时间上,近21年吴忠市植被覆盖度变化整体上呈稳中向好趋势,且该市已由低植被覆盖度地区转变为中植被覆盖度地区,各县级地区与全市整体变化情况基本相同。在空间上,全市植被覆盖度主要呈现南部增大而北部减小或不变的趋势;全市植被在全局呈集聚趋势。植被覆盖度与年降水量呈线性正相关,而气温对植被覆盖度影响不大。     

福州游憩商业区时空演变、动力因素及其启示

作为沿海港口型城市福州,其传统游憩商业区空间结构演变带有明显的规律性特征,是经济、政治、文化、交通、政治事件、消费观念等各种因素的综合作用的结果。它所给予我们的启示是,构建当代城市游憩商业区,应遵循历史规律,依托于当地历史文脉,突出地域特色,顺应城市空间演变规律,抓住历史机遇或偶然事件,打造富有地域特色的城市游憩商业区,提升城市品位,增强旅游吸引力,推动区域经济又好又快的发展。     

天山北坡中段山区植被覆盖管理措施因子的时空格局动态变化

植被覆盖管理措施因子（Vegetation cover and management factor,以下简称C因子）是评估植被因素抵抗土壤侵蚀的能力及准确估算土壤侵蚀模数的重要参数,而区域尺度C因子高质量时间序列的准确估算和空间特征对于土壤侵蚀预测、水土保持规划尤为重要。为研究天山北坡中段山区C因子时空动态,采用线性光谱混合模型（Linear Spectral Mixture Model,LSMM）、像元二分模型、增强型自适应反射率时空融合模型（Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model,ESTARFM）等方法计算C因子,定量分析2000—2018年研究区C因子的时空格局特征,并对不同土地利用类型的C因子进行分析。结果表明,时间上,2000—2018年C因子总体呈现先上升后下降的趋势,不同时段C因子值不同,表现为秋季>春季>夏季、旱季>雨季。空间上,南部高山区（海拔>3 000 m）的C因子值较高,北部中低山丘陵区（2 000 m<海拔<3 000 m）的C因子值较低...     

福建省年降水时空变化特征

基于1961-2010年福建省64个县域气象观测站的降水数据,采用趋势分析、回归分析、EOF分解和REOF分解等方法,分析了福建省年平均降水的时空变化特征．结果表明,1961—2010年,福建省年平均降水量呈增长趋势,趋势系数为0．178,回归系数为2．866mm·a-1．福建省的年降水从空间上主要可分为3个区,1区主要位于闽北和闺中地区,2区主要位于闽南和中南部沿海,3区主要位于闽东地区,其中1区的年降水量最大．     

北京地区冰雹发生的时空分布特征

利用北京地区1978—2006年冰雹发生数据资料,统计分析了在全球气候变化背景和人工消雹降雨影响天气的共同作用下,北京地区冰雹发生的时空分布特征。结果表明:北京地区冰雹具有明显的年、季、月和日变化特征;从多年平均情况看,冰雹发生频率和雹日都是山区多于城区,山区又以西北部最多、东部和西部次之、南部最少的空间特征。最后根据北京地区冰雹分布特征和冰雹对小麦、玉米和果树等主要农作物生产的主要影响提出了应对冰雹的防灾减灾对策。     

基于InVEST模型的杭州市典型年份年产水量时空变化特征及其影响因素

  目的  自然因素和土地利用变化是引起生态系统服务改变的两大驱动因素。研究年产水量时空变化特征及两大驱动因素对年产水量的影响,对维持或提升城市水源涵养、保持水土具有现实意义。  方法  以浙江省杭州市为研究对象,采用景观格局分析、空间梯度分析、相关性分析等方法,综合应用InVEST、ArcGIS、Fragstats、SPSS等工具,识别杭州市土地利用和气象因子变化特征,评估并分析年产水量时空变化特征及其与气象因子、景观格局指数的相关性。  结果  2000—2015年杭州市年产水量呈先下降后上升趋势。在空间上表现为东北高、西南低,随着远离城市中心先增大后减小,于10 km处达到最大值。建设用地的产水量最大。2000—2015年杭州市土地利用变化最剧烈的是耕地与建设用地之间的转化。景观总体呈现更强烈的破碎化和异质性趋势,在距离城市中心10~20 km处达到峰值。年降水量先降低后升高,年均气温波动上升,年实际蒸散量处于波动状态。离城市中心50 km内年降水量变化不显著,年均气温显著下降,年实际蒸散量先减小后增大。杭州市年产水量与气象因子的相关性大于其与景观格局指数的相关性,其中与气象因子中降水量正相关性最强。  结论  气象因子的变化是引起杭州市年产水量变化的主要因素,但景观格局的影响仍值得关注。距离城市中心10 km处是年产水量变化的拐点。图4表7参34     

林权变更中时空信息分析

分析了林权变更中的时间变化特点,以及随着时间变化林地空间与属性变化情况,在此基础上对林权变更中的时空信息进行组织与管理,实现时空信息管理系统时空查询和历史回溯功能。     

基于清单分析的江苏省农业面源污染时空特征及源解析

通过清单分析方法,估算了江苏省总体的及其13个城市的农田化肥、畜禽养殖、水产养殖、农田固体废弃物以及农村生活等5类主要农业面源污染来源化学需氧量(COD)、总氮(TN)和总磷(TP)的排放总量、排放浓度及其贡献率,从时间和空间的角度分析了江苏省在1990 ～2009年间农业面源污染变化程度及各市分布差异.结果表明,江苏省农业面源污染COD、TN和TP的排放总量从1990年的6420、54.29和4.78万t增加到2009年的96.88、72.87和8.33万t,排放浓度从1990年的20.978、17.740和1.560 mg·L-1增加到31.654、23.810和2.721mg·L-1.2009年江苏省13个城市的农业面源污染差异较大,COD、TN、TP的排放总量分别在2.459 ～ 17.263、1.619～14.403、0.177～ 1.757万t,排放浓度分别在11.261 ～ 105.597、6.135 ～ 90.005、0.813 ～ 9.239 mg·L-1.农业面源污染COD和TP的主要来源是畜禽养殖,而TN的主要来源是农田化肥.     

澧水流域降水量的时空分布特征

采用水文统计分析法和相关分析法研究澧水流域观测站多年平均降水量的空间分布、年内分配、年际变化等水文特征.结果表明:澧水流域年降水量与高程显著相关,高程每降低100m,年降水量减少137.76 mm,具有典型的区域差异性,总的趋势是自流域上游向下游递减,自西北高山丘陵向东南部滨湖平原递减;澧水流域降水量具有显著的季节变化...     

松嫩平原中部农作物空间格局时空变化分析

【目的】在国家"玉米调减"、"粮豆轮作"、"大豆目标价格"等种植结构调整政策背景下,分析2011~2016年松嫩平原中部地区农作物空间格局变化,为黑龙江省西部地区种植结构调整提供数据参考和科学基础。【方法】选择克山县为研究区域,利用2016年黑龙江省主要农作物一张图、2011年黑龙江省水稻、玉米本底数据,采取遥感手段提取2011年大豆分布,生成2011和2016年作物空间分布图;选取水稻、玉米、大豆和其他作物为研究对象,分别对农场和县域进行5年内种植结构变化、耕地内部4类作物面积转换分析和景观格局指数评价。【结果】(1)克山县种植结构发生了巨大的改变,55%左右的耕地种植作物发生变化,目前均以玉米、大豆为主,主要变化方向为大豆改种玉米。(2)克山县县域总体景观MPS变大,CI减小,机械化和规模化程度总体提升,AWMSI降低,斑块形状更加规则。【结论】(1)克山县种植结构的发展趋势由相对效益较低的大豆向着相对效益较高的玉米、水稻方向发展,种植结构由2011年的大豆为主要作物,转变为玉米和大豆为主要种植作物,且2016年玉米种植规模超过大豆,成为种植规模最大的作物;水稻受到自然地理条件的制约较大,面积扩张集中在县域的流域附近。(2)大豆、玉米和水稻的规模化、机械化和破碎化程度正逐渐趋于一致,其他作物规模化和机械化程度明显低于3种作物,破碎化程度高于3种作物;大豆、水稻和其他作物分布逐渐离散,玉米区域集中且优势度明显高于其他3种作物。(3)利用景观格局指数,可以很好地量化反映作物种植格局空间分布变化情况,包括规模、空间分布、形状、异质性和相关性情况。