1985-2020年天水市黄土区滑坡灾损土地利用时空变化特征

为探索甘肃省天水市滑坡土地利用特征及时空变化规律,选取秦州区和麦积区作为典型黄土滑坡区的代表,基于12.5 m分辨率的ALOS DEM数据和1985—2020年全球30 m的精细地表覆盖动态监测产品,利用GIS空间分析、土地利用净变化量指数、土地利用转移矩阵和土地利用贡献率,分析滑坡体的特征参数、土地利用/覆被类型、土地利用转移特征及驱动因素。结果表明:(1)研究区共识别出469个滑坡样本,平均高程集中于1 200~1 400 m,平均坡度10°~15°,平均坡向为西向坡,前后缘相对高差100~150 m,滑坡面积1×10⁴~10×10⁴ m²,滑坡长度200~400 m。(2)1985—2020年滑坡区旱地最多,草原次之;期间土地利用类型呈现动态变化特征,分为1985—2000年持续变化阶段和2000—2020年微弱调整阶段;其中1995—2000年变化最剧烈,主要表现为旱地向草原和林地转化。(3)35年间旱地面积转化最多,累计8.74 km²,贡献给草原6.58 km²、封闭落叶阔叶林1.94 km²、不透水表面0.20 km²,其余的土地利用类型占比小,转化微弱;旱地、草原、封闭落叶阔叶林和不透水表面的土地利用净变化量最大。(4)单个滑坡体的利用方式逐年多样化,草原和封闭落叶阔叶林的增加提升区域的植被覆盖度,降低再次发生滑坡的可能性。天水市区滑坡土地利用类型和时空变化规律为区域灾损土地的开发再利用及生态修复提供科学依据。     

峰丛洼地石漠化区景观格局的形态学特征及空间演变规律

[目的] 探究峰丛洼地石漠化区景观格局的形态学空间分布特征,为揭示峰丛洼地石漠化区景观格局动态变化和生态保护的可持续发展提供理论参考和指导。[方法] 利用形态学空间分析(MSPA)方法对岩溶石漠化景观识别、处理、分类得到核心、环线等互不重叠的7类景观类型,应用景观动态度、景观格局指数、景观转移矩阵和热点分析探究峰丛洼地石漠化区景观格局的形态学时空演变特征。 [结果] ①2000年形态学景观类型分布最广(190.60 km²),2022年分布最少(147.32 km²),在形态学景观类型中核心是研究区内主要的景观类型,2000年面积最大为121.62 km²,2022年面积最少为76.05 km²,主要分布在研究区西北部和南部区域;孤岛在形态学景观类型中面积最小,其面积1990年最少为1.12 km²,2022年最多为3.07 km²,孤岛和分支等景观类型分散分布在各核心之间。 ②研究区形态学景观空间分布趋于分散,且形态学景观多样性、复杂程度和景观破碎化程度增加;研究时段内,形态学景观类型单一动态度分别为0.10,-0.18和-2.13,说明形态学景观面积呈现收缩趋势并且形态学景观类型1990—2000年发育最为剧烈,2000—2010年发育最为平缓。 ③形态学景观类型转移方向主要是核心景观类型转移为边缘和孔隙景观类型,总体来看形态学景观主要转移方向是形态学景观转移为背景,并且背景的转入量大于转出量。高—高聚集区域呈现出向磨合村、老街村和安乐村扩张的趋势,低—低聚集区域呈现出向三光村和老街村扩张的趋势。 [结论] 研究区形态学景观面积处于快速减少阶段且形态学景观类型趋于复杂,核心是主要的形态学景观类型,形态学景观的演变特征主要由核心的变化导致。     

黑龙江省黑土区水土流失动态及成因分析

为了解不同时期黑龙江省黑土区水土流失状况及其演变动态,根据历史调查资料、小流域原位勘察结果及同期遥感调查数据,分别对1950,1980和2000年黑龙江省黑土区50a来不同空间尺度水土流失状况、特征、成因及演变进行分析。结果表明:(1)该区水土流失面积50a来净增了2.08×10⁴ km²,水蚀是造成该区水土流失主要形式。(2)1950-1980年20a间年均水土流失面积为411.9km²,比1980-2000年年均值高出25.5km²。(3)50a来该区侵蚀沟数量增加98 832条,2000年侵蚀沟面积所占比例比1950年增加了172.4%,沟壑密度增加2.83倍。该区水土流失呈持续恶化态势,不合理人类活动、政策导向和黑土质量退化是导致该区水土流失程度动态变异主要诱因。     

2000-2019年青海省同仁市NDVI时空动态变化

[目的] 研究地处黄土高原最西端,与青藏高原接壤的青海省同仁市植被时空动态变化,为黄土高原与青藏高原过渡地带的生态保护和治理提供参考。[方法] 基于MODIS-NDVI数据,采用线性趋势回归、Hurst指数,从时间和空间尺度分析了同仁市2000—2019年NDVI动态变化特征,对NDVI与土地利用和海拔高度的关系进行初步分析,并对NDVI未来变化趋势进行预测。[结果] ①2000—2019年同仁市NDVI整体呈波动上升趋势,平均增速为0.027/10 a。NDVI高值区域增加明显,主要分布在东西部山区,NDVI值介于0.8～1的区域由2000年的388.63 km²增加到2019年的1 066.92 km²。②NDVI上升的区域为2 925.21 km²,占全市面积的84.42%,广泛分布在隆务河谷地区和周围山区,其中林地626.13 km²,草地2094.11 km²。③NDVI值下降的区域为539.79 km²,占全市面积的15.58%,少部分分布在隆务河河谷地区,大部分在西部和南部山区。以同仁市冻融侵蚀海拔下限3 583 m为界,海拔3 583 m以上区域NDVI下降的面积占全市NDVI下降总面积的70.93%。④未来NDVI值持续上升的区域占全市面积的79.17%,持续下降的区域占13.13%。[结论] 过去20 a,同仁市NDVI整体上升,高覆盖度植被面积明显增加,NDVI下降区域主要分布在高海拔地区。未来同仁市NDVI整体上将持续上升,但仍有部分区域存在下降趋势。     

近20 a黑河下游核心绿洲区土地荒漠化特征及影响因素

利用遥感影像数据,在GIS的支持下,对近20 a黑河下游核心绿洲区的土地荒漠化特征进行分析。结果表明,研究区的沙漠面积在不断增加,在近20 a里沙漠面积增加约31 km²;2001年盐碱地面积为465.97 km²,比1990年增加82.29 km²,2002年分水工程实施后,盐碱地面积开始减小,2010年又有所增加;近20 a中,沙地在稳步增加,林草地在持续减少,二者之间的转换较为频繁;在不同的土地覆被类型中,林草地、盐碱地、沙地和水体的变化较大。社会经济和人口因素对研究区土地沙漠化的影响显著,在自然因素的背景下,人为因素对水资源时空分布的影响在短期内决定着研究区绿洲的演变方向。     

南方红壤丘陵区退耕还林还草工程土壤保持效应评估

以南方红壤丘陵区为研究对象,应用修正通用土壤流失方程,根据2000年、2005年、2010年、2015年土地利用数据,识别出了近15年南方红壤丘陵区退耕还林还草的空间范围,并估算了退耕还林还草实际发生区的土壤保持效应。结果表明,2000—2015年,南方红壤丘陵区退耕还林还草面积约2 052.61 km²。期间土壤保持量增加9.18×10⁸ t,单位面积土壤保持量变化量为447 327.54 t/km²,土壤保持效应整体显著提升,但仍有部分区域出现负效益。此外,对提升土壤保持功能而言,将裸地转换为林地是效果最显著的土地利用变化方式。退耕还林还草的实施提高了区域的土壤保持功能。研究结果对南方红壤丘陵区退耕还林还草工程的实施及管理具有指导意义。     

1999-2018年黄河源区水土流失动态变化

[目的] 研究1999—2018年黄河源区土壤侵蚀强度等级变化及空间分布情况,为该区生态环境建设和水土流失治理提供数据支撑。[方法] 利用1999,2011,2018年水土流失动态监测成果,开展黄河源区水土流失动态变化分析。[结果] 黄河源区水土流失面积表现为先增加后减少,与1999年相比,2011年水土流失面积增加1.89×10⁴ km²,增幅126%,2018年水土流失面积增加1.01×10⁴ km²,增幅67.33%。从空间数据来看,与1999年相比,77.97%的区域土壤侵蚀强度等级未发生变化,19.33%的区域土壤侵蚀强度等级降低,2.7%的区域土壤侵蚀强度等级增加。[结论] 水土流失面积增加主要与区域暖干化和人类活动引起的草场退化有关。应实施一批重大生态保护修复和建设工作,提升草场质量,改善区域生态环境。     

1985—2021年青藏高原典型湖泊水文特征及关键影响因素

[目的] 青藏高原的湖泊是气候变化的重要指示器,其扩张或缩减亦对青藏高原自然环境产生重要影响。[方法] 选取位于青藏高原不同气候子区的3个典型湖泊(青海湖、羊卓雍错、乌兰乌拉湖),采用遥感监测手段,研究3个典型湖泊1985—2021年水文特征的时空变化规律,揭示关键气候因子的作用,并进一步探讨冰川和冻土对典型湖泊的影响。[结果] 研究期间,青海湖的面积和水位呈显著上升趋势,面积增长238.68 km²,水位增长1.32 m,空间上则向东西方向扩张;羊卓雍错湖泊面积呈先波动上升后减少趋势,面积和水位分别减少16.31 km²和3.25 m,在空间上整体由四周向中心的萎缩态势;乌兰乌拉湖面积和水位呈显著上升趋势,分别增长125.57 km²和8.12 m,扩张区域主要集中在南部。[结论] 在暖湿化环境下,降水增多和冰川冻土加速融化导致的湖泊扩张是青藏高原最为突出的环境变化特征,其中,降水量变化是影响青海湖和羊湖面积变化的关键因素,且面积变化和降水量具有滞后性;而乌兰乌拉湖水位上升的主要原因是气温升高引起冻土的季节融化。探索青藏高原湖泊面积的变化,对深入研究全球气候变化及地表水资源评估具有重要指导意义。     

耕作及轮作对土壤氮素径流流失的影响

5年轮作和1年水平沟耕作试验表明:在不同的坡度上,与传统耕作法相比,水平沟减少产流7%,径流液铵态氮浓度提高19%,流失量达到13.01kg/(km²·a),比传统耕作多流失1.11kg/(km²·a);径流硝态氮浓度减少27%,比传统耕作减少7.68kg/(km²·a);径流硝态氮流失减少量和铵态氮增加量相差6倍,水平沟可减少6.57kg/(km²·a)矿质氮流失;水平沟拦截泥沙25%左右,泥沙中全氮富集率提高13%,土壤全氮流失457kg/(km²·a),平均减少18%;一季黑豆和一季黄豆及两季黑豆和一季黄豆参与的5年轮作周期,土壤侵蚀量仅为896t/(km²·a)和984t/(km²·a),不及糜子和土豆参与轮作周期的1/2.     

晋陕蒙接壤区1990-2020年水土流失动态变化

[目的] 分析晋陕蒙接壤区1990—2020年水土流失年际动态变化情况及其原因,为该区水土保持工作的有效开展提供科学支撑。[方法] 利用1999,2018,2019和2020年水土流失监测数据,获得4 a晋陕蒙接壤区水土流失动态监测成果,分析研究区水土流失年际间动态变化情况。并通过2020与1999年监测成果对比,进行动态变化及其原因分析。[结果] 得力于国家和地方政府层面水土保持方针、政策、措施以及相关监管部门工作的有效落实,1999—2020年晋陕蒙接壤地区水土流失面积由4.71×10⁴ km²减少至2.45×10⁴ km²,减幅达47.98%。[结论] 研究区1990—2020年水土流失强度明显减弱,由以强烈及以上侵蚀强度为主转变为以轻中度为主,生态环境显著改善。今后应根据区域水土流失特点,进一步加大投入和实施更有效的水土保持措施。     

基于遥感生态指数模型的杨凌农业高新技术产业示范区生态环境评价

[目的]定量揭示杨凌农业高新技术产业示范区(简称"杨凌区")生态环境质量的空间分布与变化特征,为该区及类似地区生态环境建设的规划和管理提供科学依据。[方法]本文基于Landsat8卫星影像,利用主成分分析的遥感生态模型进行分析。[结果]2013—2018年,杨凌区生态环境质量总体呈上升趋势,遥感生态指数均值由0.45升至0.50,呈上升趋势的面积为50.77km~2,占全区总面积的38%;杨凌区生态环境状况的空间分布具有向西北优而东南城区差两极扩散的趋势;干度分量对生态指数模型整体影响最大。[结论]杨凌区生态环境质量较差的区域主要集中在城区人为活动密集区和大型工业园区,体现出高度聚集的特点。在杨凌区未来规划和发展中,应控制并有效减小裸地和建设用地面积,重视生态景观和城区绿化。     

基于ESTARFM NDVI的察汗淖尔流域灌溉耕地提取方法研究

运用遥感精准识别技术提取灌溉耕地可以为区域内农业耗水管理提供关键数据支持,但受限于遥感数据的时空分辨率,对于光谱特性相似容易混淆的灌溉耕地作物识别有一定难度。为此,本研究通过增强型自适应反射率时空融合模型(Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model,ESTARFM)对MODIS和Landsat数据进行融合,得到察汗淖尔流域时间分辨率为8 d、空间分辨率为30 m的NDVI数据,并与同期真实Landsat NDVI进行对比验证,相关系数为0.94。利用HANTS滤波建立ESTARFN NDVI时间序列数据,选取灌溉耕地样本通过支持向量机进行灌溉耕地空间分布的提取,以弥补数据源、特征提取等限制因素对复杂灌溉耕地提取的空缺。结果表明:流域内灌溉耕地总面积为1958.24km~2,商都、兴和、尚义、康保和化德5县耕地总面积占流域耕地总面积的94%,灌溉耕地分别为616.67km~2、337.36km~2、409.85km~2、290.93 km~2和239.38 km~2,主要种植葵花、甜菜、马铃薯等生长季从4月初到9月底的长生育期作物和生长季从5月初到8月初的蔬菜;张北、察哈尔右翼前旗、后旗和镶黄旗耕地占流域耕地总面积为6%, 4县灌溉耕地面积共64.05 km~2。最后,通过真实样本进行验证,总分类精度为93.18%, Kappa系数为0.91。结果表明,用该数据融合模型获得的NDVI时间序列能反映作物真实变化情况,并且使用支持向量机提取察汗淖尔流域灌溉耕地效果较好。     

Mapping the habitats of rare animals in the Tanami wildlife sanctuary (Central Australia): An application of satellite imagery

Digitally enhanced Landsat imagery was used to locate a habitat suitable for the re-introduction of rufous hare-wallabies Lagorchestes hirsutus, presently known only from one location in central Australia. By remote sensing, it was possible to survey 65 000 km² and locate three potential sites which were then checked in the field. The method reported here required two weeks for computer enhancement of the imagery and two for field survey. It is thus appropriate to the rapid assessment of rare animal habitat distributions over large areas.The ecological setting of the region in general and the habitat of the rare macropods are examined first in terms of local topography and fire history. The second section reviews techniques for the use of satellite imagery and describes the specialised enhancements utilised. The results of field investigations of sites selected from the Landsat imagery are then reported.     

基于Landsat 8和Sentinel-2数据的砒砂岩区生物量估算的差异性

[目的]分析基于不同空间分辨率遥感影像估算的地上生物量(above ground biomass, AGB)差异,为遥感估算荒漠生态系统AGB的研究中不同空间分辨率影像的选择提供依据。[方法]在地面AGB调查的基础上,结合Landsat 8与Sentinel-2影像建立AGB-MSAVI统计模型,对砒砂岩区AGB进行了遥感估算,并分析不同植被覆盖区(高、中、低)AGB估算的差异性。[结果] Landsat 8与Sentinel-2影像均能较好地实现AGB估算,AGB估算结果在空间分布上具有相似性。基于Landsat 8和Sentinel-2数据估算AGB模型平均相对误差分别为13.41%和11.42%,基于Sentinel-2数据的AGB估算精度较高。[结论]不同植被覆盖区Sentinel-2与Landsat 8数据估算的AGB存在一定的差异,低植被覆盖和高植被覆盖区,两种遥感数据估算的AGB差异相对较小;中植被覆盖区,遥感数据受到空间分辨率的制约,空间异质性影响相对显著,两种遥感数据估算的AGB差异较大。高空间分辨率遥感影像对AGB估算精度的提高具有一定效果。     

珠江上游喀斯特地区土地石漠化现状遥感分析

 以2002年前后的Landsat7ETM+遥感影像为主要数据源,采用人机交互解译的方法,对珠江上游喀斯特地区土地石漠化强度现状进行遥感解译,解译精度高达87%。对遥感解译分析和研究的结果表明:整个珠江上游的土地石漠化已十分严重,石漠化、半石漠化土地面积3万9900 km2,占总面积的16.4%;石漠化、半石漠化比率大于15%的石漠化县有52个,其中贵州省土地石漠化最严重,石漠化、半石漠化比率高达21.9%,有23个石漠化县(区),广西和云南相对较轻,石漠化、半石漠化比率分别为14.7%和14.4%,分别有21和8个石漠化县。珠江上游19个市(州)中就有12个市(州)的石漠化、半石漠化面积超过1000km2,集中分布于贵州黔南州—广西河池市、贵州黔西南州—云南曲靖市和云南文山州—广西百色市3个石漠化条带上。     

基于GF-1影像的东江流域面向对象土地利用分类

针对东江流域地物斑块破碎、湖泊河流众多等因素影响其地物分类精度的问题,该文以GF-1遥感影像为数据源,采用面向对象的分类方法,结合模糊分类和CART决策树分类法获取研究区土地利用分类信息。根据近红外波段均值的模糊范围(480~2 200)选择模糊小于隶属函数对水体与非水体进行区分,近红外波段均值小于480确定为水体,大于2 200确定为非水体;在水体类别中,采用长宽比指数模糊范围(1.53~4.32)调用模糊大于函数对河流与水库进行了区分,长宽比指数小于1.53确定为水库,大于4.32确定为河流;在非水体类别中,采用归一化植被指数NDVI(normalized difference vegetation index)特征值模糊范围(0.21~0.62)调用模糊大于函数区分植被与非植被,NDVI指数小于0.21确定为非植被,大于0.62确定为植被,最后采用面向对象的CART决策树分类法分出河流、水库、园地、林地、耕地、灌草地、未利用地、建设用地。与极大似然分类法、非监督分类法应用到GF-1遥感影像相比,基于面向对象的CART决策树分类方法的效果最好,总体分类精度高达93.27%,Kappa系数高达0.92。该方法可以作为东江流域获取较高土地利用信息的有效方法,为研究流域生态环境变化提供更准确的数据支持。     

天山北坡玛纳斯河流域草地长势遥感监测

[目的]进行国产高分1号遥感数据在草地长势监测方面的应用研究,为维持草地畜牧业可持续发展、维护草原生态平衡提供科学依据。[方法]以新疆典型草原区—玛纳斯河流域为研究靶区,在"3S"技术支持下,利用高分一号卫星数据的优越性及野外调查数据,进行国产高分一号遥感数据在草地长势监测方面的应用研究。[结果]研究区2014年草地长势比2013年差一些,2014年长势比2013年差的草地面积为209 074.7hm2,占研究区草地总面积的13.21%。研究区2013—2014年各类草地类型长势情况的结果显示,比2013年长势差的面积最大的草地类型是温性荒漠草原,面积为109 224.6hm2,占温性荒漠草原面积的36.8%,研究区草地总面积的6.9%。[结论]研究区草地长势监测精度比较高,即,88.6%以上,高分1号卫星数据是一个草地长势监测的有效数据。     

1990-2015年乌苏里江流域土地覆被变化

[目的] 分析1990—2015年乌苏里江流域内中国和俄罗斯两国区域土地覆被变化特征和差异,为该流域内人地关系研究和土地资源管理提供科学参考。[方法] 以Landsat TM/OLI遥感影像为数据源,采用基于面向对象的遥感分类方法,提取乌苏里江流域1990年和2015年的土地覆被信息,分析乌苏里江流域土地覆被变化的主要特征。[结果] 1990—2015年的26 a间,乌苏里江流域内农田、湿地面积变化较为明显。农田呈扩张趋势,面积增加6 089.69 km²,增长率18.4%。其中,5 416.7 km²农田由湿地转化而来,农田扩张主要发生在中国境内区域。湿地、林地面积分别减少了5 683.51和844.09 km²,减少率分别为56.4%和3.51%。俄罗斯境内土地覆被变化作用强度较弱,各土地覆被类型间变化率均不超过2%。[结论] 气候、地形、农业宏观政策和农业生产方式等是推动乌苏里江流域土地覆被变化的影响因素;其中,农业生产方式的转变和规模的扩大是该流域土地覆被变化的最主要驱动力。     

应用遥感技术对中国亚热带地区坡地利用及土壤侵蚀的研究

This paper introduces briefly two remote sensing case studies on land use in the subtropic region of China. One is on slope land use in the Yangtze River Three Gorges area. This is a large area of 60497 km². First of all, geometric correction and supervised classification were conducted for ten scenes of Landsat-5 TM or MSS images. The resolution of the processed images is 50 m × 50 m on ground. By the classification the land use/cover categories in this area were discriminated. Then the croplands including rice fields and upland fields were extracted from the land use/cover maps. Simultaneously the slope grade maps were prepared based on the topographic maps. Overlaying the slope grade maps and the cropland maps, the area and percentage of the croplands in different slope grades were determined. This case study indicated that 71.5% of the uplands was situated on the slope above 150 and 25% on the slope above 250 in this area. It is dangerous, and urgent cultivation or engineering measures should be taken. Another case study is on soil erosion in Linshan County of Guangxi Province. Airphoto interpretation and supervised classification of a Landsat TM image were carried out for discriminating land cover/use categories in an area of 3 557.8 km². And the soil erosion intensity grades were determined according to the land cover/use maps and slope maps. It wad discovered that the land suffering soil erosion accounted for 2404.0 km², 67.6% of the total area of the county. Necessary measures to control soil erosion should be taken also.     

Spatial Monitoring of Desertification Extent in Western Iraq using Landsat Images and GIS

Desertification refers to land degradation in arid, semi‐arid, and dry sub‐humid areas caused by various factors, including climatic variations and human activities. In recent decades, sandstorms have increased significantly in Western Iraq, which primarily increased desert lands. Proper management is required to control and to monitor the phenomena, as well as to calculate the desertified areas caused by desertification. The study area covered 50,861.854 km² in Western Iraq. Landsat‐5 TM, Landsat‐7 ETM+, and Landsat‐8 OLI data for 1990, 2002, and 2014 were used. Maximum likelihood algorithm was used to classify the images. Change detection results were discussed in two terms: short‐term (1990–2002) and (2002–2014) and long‐term (1990–2014) analysis. Change detection analysis from 1990 to 2014 showed that desert area increased to 2286.7308 km², becoming a new source of dust storms. Hazard occurrence probability was studied on September and October 2014. The desertification amount decreased from 1990 to 2002 and increased significantly from 2002 to 2014. Sandstorms have recently been considered a hazardous phenomenon affecting the human population, the vegetation, and the ecosystem in Iraq. Copyright © 2017 John Wiley & Sons, Ltd.