山东省西部经济隆起带耕地集约利用评价与空间分异研究

[目的]以山东省西部经济隆起带各县(市、区)为研究对象,对山东省西部经济隆起带耕地集约利用与空间分异进行评价和研究,为科学规划该区耕地资源,提高耕地集约利用水平,增加耕地产出及统筹区域农业发展提供参考。[方法]基于县域尺度采用熵权TOPSIS法和GIS计算山东省西部经济隆起带各县(市、区)的耕地集约利用水平和空间格局。[结果]山东省西部经济隆起带耕地集约利用水平分布表现为以东平县为界南部耕地集约利用水平低,北部高,北部中又以东北部耕地集约利用水平高,西南部低,中间一般,并存在"俱乐部趋同"的态势,即同一集约利用水平的耕地表现为集中成片分布态势;耕地集约利用水平各县(市、区)数量上呈现"金字塔"的趋势,即水平越高数量越少,水平越低数量越多;从指标层指标来看,化肥投入指数、机械投入指数、复种指数、机械化率、粮食安全指数、耕地安全指数、粮食单产和人均产粮是影响山东省西部经济隆起带耕地集约利用水平的主要指标。[结论]山东省西部经济隆起带耕地集约利用水平分布具有明显的空间差异。     

基于面向对象思想GIS地理数据库设计方法研究

从整体上描述了GIS数据模型的发展，并基于面向对象的Geodatabase模型运用UML设计了三峡库区面源污染空间数据库。结果表明利用Geodatabase模型可以将面向对象方法比较好地应用于空间数据库的设计。     

中国农牧与风水蚀交错区的空间格局与生态恢复

运用遥感与 GIS为技术支撑 ,以专家知识为依据 ,从而定量计算出中国的农牧与风水蚀交错区。在此基础上 ,阐述二者在空间上的分布特征。风水蚀交错区主要分布于我国大兴安岭 -阴山 ,秦岭 -祁连山一线分布的区域 ,农牧交错区主要分布于辽宁与内蒙古接壤处 ,山西北部 ,陕西北部 ,到甘肃东部 ,秦岭以北 ,六盘山以东的地区 ,二者在空间格局上的不重合 ,使得我国 ,特别是北方地区存在两个生态脆弱区 ,这样对环境产生不利影响。进而从生态重建的角度提出治理对策。     

林地土壤性质空间变异性与土壤入渗过程的研究

运用经典统计学和地统计学理论,研究了缙云山马尾松林地土壤水分、电导率和pH值的空间变异性。结果表明,各变量符合正态分布,电导率与pH值呈正相关关系(α=0.01)。行内变异性分析表明,各变量沿坡向各行变异系数的均值都大于垂直于坡向的均值。不同坡向对行间的差异分析表明,含水量在沿坡向和垂直于坡向上均无显著差异,在垂直于坡向上各行电导率和pH值存在显著差异(α=0.01)。地统计学分析结果显示,含水量在沿坡向和垂直于坡向上的变异具有漂移特征,电导率在垂直于坡向方向上具有空间结构性,在沿坡向上随机变异过大,不能体现出空间自相关的特点;pH值在垂直于坡向上具有漂移特征,沿坡向上为纯块金效应。典型植被下土壤水分入渗研究表明,农耕地和阔叶林稳渗率为4.81mm/min和3.15 mm/min,分别是针叶林的14倍和9倍;1 h入渗总量分别为1365.58 mm和518.46 mm,是针叶林的37倍和14倍。     

土壤有效硼与棉花不同生育时期硼含量的相关分析

硼是作物正常生长的必需元素，其在土壤的含量缺乏或过多都会影响作物的生长发育，导致产量、品质的下降。合理施用微量元素已成为生产上一项简单易行、经济有效的增产措施。     

杭州城乡空间生态规划初步研究

21世纪城市发展趋势是走可持续发展的道路,城市规划引入了生态规划的原理和方法。在经济理性、社会理性等各种规划理论的基础上,强调了物质空间建设和自然生态协同发展的空间规划,形成一种人与自然和谐相处的环境。以杭州市的生态规划为例进行探讨,从生态规划的角度出发,提出农业生态、工业生态和文化生态建设,进行城乡规划的反思与初步探讨。     

基于多层模型的区域地理空间基础框架建设

基于多层模型区域地理空间基础框架建设是以区域内的基础地理信息为基础，结合专业数据、知识规则，开发的具有空间统一基准的应用系统。从多层模型的角度出发，对框架的整体结构、多源数据组织、应用模型及其关键技术进行了探讨。     

土壤养分空间变异及合理取样数研究

土壤养分存在明显的空间差异，田间土壤养分合理取样数取决于养分要素自身空间变异程度和人们对数据精度的要求。若空间变异大、精度要求高则需要较多采样数，反之需较少样点数。计算结果表明，极大多数养分要素的合理取样数较实际取样数有较大幅度减少，意味着可大幅降低采样及分析成本。据统计学空间自相关和半方差函数方法研究结果，养分要素存在一定的空间自相关性，但不同方向上的自相关性有明显差异，独立间距也因养分要素而异。研究结果可为精准农业土壤养分样点密度设定、养分要素等值线绘制及精准施肥提供支持。     

黑河流域ASTER与MODIS融合生成高分辨率地表温度的验证

融合多源遥感数据生成高时空分辨率数据具有重要的应用价值。为了解决高空间分辨率数据重访周期长及云雨天气带来的数据短缺问题,该文基于增强自适应的遥感图像时空融合方法(enhanced spatial and temporal adaptive reflectance fusion model,ESTARFM),使用多时相MODIS数据提供地物时间变化信息,结合ASTER影像提供的空间细节信息,选择多波段数据(可见光近红外数据和地表温度数据)共同作为输入变量融合生成高时空地表温度。融合结果分别与地表红外辐射计观测温度和ASTER温度产品进行了验证。验证结果表明:基于ESTARFM方法降尺度地表温度影像清晰,融合结果与地表红外辐射计观测温度呈显著的线性正相关关系,相关系数均高于为0.71,预测得到的地表温度与真实测得的数据的平均绝对偏差均低于2.00 K,均方根误差均低于2.60 K。与ASTER地表温度产品的验证中,整体验证结果的R2均在0.95以上。此外,ESTARFM方法在各个地类中的融合效果较好,均表现出非植被区域的相关性高于植被和水体,尤其在2012年8月27日非植被的R2达到0.91。