基于地理探测器的太行山NDVI时空变化及其驱动力分析

基于1982～2015年GIMMS NDVI数据,探究了太行山34 a来的植被覆盖状况,分析了NDVI的空间分布特征及其趋势变化;同时,基于地理探测器模型,结合自然因素和人为因素,探讨了各因子对太行山NDVI空间分布影响力的大小.结果表明:(1)太行山区的NDVI呈现波动上升的趋势,植被覆盖状况总体以改善为主;(2)各...     

基于地理探测器的延安市建设用地扩张驱动力研究

改革开放以后,经济水平的迅速提高以及城市化的快速推进,导致建设用地迅速扩张,造成了耕地破坏.为了合理高效地利用建设用地和保护耕地,本研究以1990—2018年延安市土地利用数据和社会经济统计数据为基础,分析延安市建设用地扩张特征;运用地理探测器模型,明确延安市建设用地扩张的驱动力.研究结果显示:1990—2018年延安...     

基于地理探测器的藏东南高山峡谷区土地利用变化及其驱动机制——以西藏林芝市为例

为探讨西藏高原高山峡谷区土地利用变化及其驱动机制,基于2010、2015及2020年共3期的Landsat卫星遥感数据,获得30 m网格土地利用变化空间信息,并结合社会经济统计资料,利用土地利用动态度、地理探测器等方法分析林芝市土地利用变化特征及其驱动力。结果表明：2010—2020年林芝市草地、林地、未利用地、水域等4类用地稍有减少,而耕地呈现波动增加的态势,建设用地显著增加至了原来的2.66倍。其中：土地利用类型变化集中分布在雅鲁藏布江、尼洋河、帕隆藏布河谷平地。建设用地动态度一直处于最高水平,呈现出逐年扩张的态势;耕地的变化动态度次之,表现出“先减少后增加”趋势。全市综合土地利用动态度为0.012%/a;县(区)域尺度上,巴宜区的综合土地利用动态度最高;乡(镇)域尺度上,工布江达县巴河镇综合土地利用动态度最高,其次是巴宜区更张门巴民族乡和巴宜区林芝镇。人口密度变化、粮食产量变化、固定资产投资变化、农牧民人均纯收入变化、城镇化率变化、地区生产总值变化和海拔等7个因子显著影响林芝市综合土地利用动态度,土地利用发生的变化是多个自然和社会经济因子同时作用的结果,各个因子相互作用后解释力全...     

中国城市住宅投资时空差异及驱动力分析

以中国291个地级市为基本分析单元,采用泰尔指数分析了2000—2014年中国城市住宅投资的时空差异格局,应用地理探测器分析中国各区域城市住宅投资差异的驱动力。研究表明,2000—2014年,各区域城市住宅投资逐年增长,时空分异显著,东部、中部、西部地区城市住宅投资差异显著,住宅投资较大的城市主要分布在环渤海地区、长江三角洲、珠江三角洲、东部沿海城市以及中国中部地区的省会城市。由泰尔指数分析得出,城市住宅投资的区域间差异和区域内差异逐渐减小。地理探测器分析得出,城市常住人口、建成区面积、固定资产投资和房地产从业人员是影响城市住宅投资分异的4个重要因素。     

1982—2015年内蒙古地区NDVI时空变化及驱动力分析

以1982—2015年间内蒙古地区植被为研究对象,基于GIMMS NDVI3g、ERA5气象和土地覆盖数据,综合运用Theil–Sen median趋势分析、Mann–Kendall检验和Hurst指数、多元线性回归和残差分析方法,定量确定气候因子和人类活动对植被动态变化的影响程度。结果表明：1982—2015年,植被显著和极显著增加的面积分别占研究区总面积的8.83%、24.01%,显著和极显著减少的面积分别占比为4.20%、5.64%,变化不显著的面积占57.32%。研究区NDVI Hurst指数空间差异明显,植被整体呈现反持续性,但趋势不太明显。研究区年均降水与NDVI显著正相关的地区占研究区总面积的31.19%,显著负相关的占1.52%;年均温度与NDVI显著正相关的地区占研究区总面积的18.97%,显著负相关的占13.74%。1982—2015年人类活动、气候、气候和人类活动综合因素引起植被恢复的面积分别占总恢复面积的70.43%、7.82%、21.75%;人类活动、气候、气候和人类综合作用导致植被退化的面积分别占总退化面积的51.03%、26.28%、22.69%。1982—2015年内蒙古地区植被总体处于恢复状态,气候因子与植被显著相关的地区并不是植被变化的主要区域,引起植被恢复和退化的主要原因是人类活动。     

广州市耕地非粮化时空演变及驱动力分析

【目的】耕地非粮化问题给粮食安全带来风险,落实耕地保护措施刻不容缓。广州市作为国内一线城市,耕地非粮化现象普遍。分析广州市耕地非粮化时空演变特征,探究非粮化过程的驱动力,提出防止耕地非粮化的相关建议,可为广州市耕地非粮化的管控提供参考。【方法】运用GIS空间分析法研究广州市耕地非粮化的时空演变过程,运用地理探测器模型研究非粮化的影响因素。【结果】（1）2005—2016年广州市耕地非粮化率由60.46%小幅升高至67.17%,2016—2018年耕地非粮化率由67.17%大幅上升至87.53%,2018—2020年耕地非粮化率由87.53%降低至86.91%,耕地非粮化问题严峻。（2）从区域来看,中心城区耕地非粮化水平普遍高于外围城区。2020年,北部从化区非粮化水平较低,耕地非粮化率为58%,荔湾区、海珠区和天河区非粮化水平最高,耕地非粮化率均为100%。（3）广州市耕地非粮化受多种因素综合影响,影响因子间大多表现出双因子增强关系,少数表现出非线性增强关系。各单因子中城镇化率、人均消费水平、地均GDP平均影响力最高,分别为0.9176、0.7059和0.6674,自然资源禀赋维度的因...     

基于空间三角形法的艾比湖蒸散发时空变化及其驱动力研究

该研究利用MODIS与Landsat TM/OLI多源遥感资料获取的艾比湖地表温度和植被指数信息,进行陆面水热平衡过程研究,结合空间三角形法,根据水热平衡原理反演温度植被蒸散指数(TVETI),并选用MODIS蒸散发产品数据对反演结果进行线性回归分析与精度验证,结果表明:MODIS-TVETI与Landsat-TVETI都可以有效地反演陆面蒸散发;其中MODIS-TVETI最高相关性达到0.847、0.803、0.723,Landsat-TVETI达到0.837、0.818、0.717;发现2000—2014艾比湖15a蒸散发时空动态变化较大,空间差异显著,其中5月、6月、7月变化程度为:7月6月5月;通过分析,艾比湖蒸散发时空格局呈现由季节性温度升高,风速增大导致蒸散发面积增大的趋势,在此基础上分析了影响艾比湖蒸散发变化的驱动力因素,近年来随着温度升高,大风天气频繁,人口增加等因素,使艾比湖地区蒸散现象较为严重。可见,开展艾比湖蒸散发时空监测对于干旱区湿地生态有重要的理论与实际意义。     

基于地理探测器和GIS的压砂地砾石空间异质性及其影响因素分析

为探究压砂地不同粒径砾石空间异质性及其影响因素,基于压砂地102个采样点,对不同粒径砾石配比进行了描述性统计,通过半方差函数和全局空间自相关分析等地统计方法分析了压砂地不同粒径砾石的空间变异特征和聚集模式,并进一步利用地理探测器模型识别影响不同粒径砾石占比空间分异的主要影响因子,在此基础之上,选取主要影响因子协同地理加权回归克里格法对不同粒径砾石占比进行可视化,获取其分布特征。结果表明,不同粒径砾石的空间变异系数均大于10%,属中等变异。不同粒径砾石的空间异质比变化范围较大（0.26%~83.48%）,其空间异质性受随机性因素和结构性因素共同影响。空间自相关分析显示各粒径砾石的全局Moran''s I均高于0.674,且Z值均大于1.96,表明不同粒径砾石具有极显著的空间依赖特征,呈聚集性分布。地理探测器模型识别表明压砂地不同粒径砾石的空间分异的解释力由大到小依次为种植年限>坡向>地表粗糙度>坡度>剖面曲率>平面曲率>地表起伏度,种植年限的单因子解释力明显高于其他因子。不同环境条件下压砂地土体中不同粒径砾石空间分布差异明显且呈聚集性分布特征。种植年限、坡向和地表粗糙度是压砂地不同粒径砾石空间分布状况的主要影响因子。     

基于GIS的新疆喀什地区耕地变化及驱动力研究

利用1990-2009年喀什地区长序列、多时相遥感影像图,获取了1990年初期、2000年末期、2009年末期的土地利用/覆盖分类图,结合喀什地区各项统计资料,阐述了喀什地区耕地总面积以及人均耕地面积变化趋势。利用Arc/Info 9.3对研究区域的耕地动态变化程度进行了分类,并且重点讨论了影响研究区域耕地变化的驱动力因子。结果表明,1喀什地区耕地在1990-2009年呈现先缓慢上升再缓慢下降最后快速上升的三个阶段。2对研究区域的耕地相对变化率(RID)进行统计分析,位于北部的巴楚县RID相对较高,位于南部的塔什库尔干塔吉克自治县和叶城县RID相对较低。3研究区域驱动力因素与人口因子、经济发展因子、农业生产因子高度相关。综上所述,近20年喀什地区耕地时空变化是自然地理条件和人类活动综合作用的结果。     

基于遥感的山东省土地利用时空变化和驱动力分析

利用山东省1970s、1980s、1995、2000、2005、2010和2015年共7期土地利用数据,采用土地利用动态度、结构变化、土地利用类型转移矩阵研究人类土地利用活动导致的生态环境变化,结果表明1970s—2015年山东土地利用类型变化较大,除建设用地增加迅速外,耕地、林地、草地和未利用土地均呈不同程度减少趋势...     

北京市耕地资源动态变化及其驱动力分析

利用1991～2008年北京市统计资料,分析了北京市耕地资源的时空变化特征,运用主成分分析法研究了影响北京市耕地数量变化的主要驱动因素。结果表明,北京市耕地面积总体上呈减少趋势,耕地年均减少2.43%;人均耕地面积也呈逐年下降趋势;影响北京市耕地资源数量减少的主要驱动因素在于人口增长、经济发展和城市化发展。     

基于GIS的香格里拉县森林景观变化驱动力分析

通过对香格里拉县3个时段遥感卫星影像的解译,得到1974、1989、2000年3期森林景观分类数据。借助GIS的空间分析功能,从海拔、坡度和坡向等自然因素分析了地形因素对景观变化的影响;在人文驱动方面,利用成本距离分析方法研究了居民点、道路、农地对森林景观变化的影响,并对成本距离与景观空间变化关系进行了函数拟合。结果表明,香格里拉县森林变化呈先增加后减少的趋势;森林变化在海拔3 200~4 200 m、坡度〈30°地段最为活跃;森林在阴坡上的变化明显大于阳坡;森林变化与距居民点、道路、农地的距离具有较高的相关性,通过数学拟合达到了较高的拟合精度。     

基于主成分分析的土地利用变化驱动力分析

选取了25个影响因子,借助于SPSS软件进行主成分分析,将漾濞江流域土地利用变化的驱动因子概括为人口、经济发展、产业结构、农业集约化程度及城市化进程,为当地制定土地利用发展规划提供了参考和依据。     

广州市土地利用变化及其驱动力研究

以土地利用变更调查数据为依据,分析了1996～2008年广州市土地利用变化特征,应用主成分分析方法,定量研究了广州市土地利用变化的驱动力。结果表明:1996～2008年,广州市土地利用结构变化迅速,农用地和未利用地减少,建设用地增加,表现出快速城市化的土地利用特征;社会经济因子是广州市土地利用变化最主要的驱动因子,其中经济发展和人口增长在很大程度上影响了广州市土地利用变化。     

基于RS的五陵原土地利用变化及其驱动力分析

对五陵原地区土地利用变化及驱动力进行研究,以期为该地区土地资源的合理利用和社会经济可持续发展提供一些指导。在五陵原土地覆被分类体系的基础上,应用1964,1988,2005,2010年4期遥感影像,分析近40 a间五陵原地区土地利用变化情况。结果表明,园地、城乡建设用地、道路的范围在扩大,耕地、水体、未利用土地的范围在缩小,林地面积变化不大;耕地、园地与城乡建设用地之间的转换最为频繁,大量耕地转变为园地和城乡建设用地。结合五陵原社会经济资料对其变化驱动因素加以分析,认为其主要驱动因素是人口增加、城市化进程加快、工业快速发展、农业形式改变以及政府政策的导向。     

基于遥感的郑州市农用地变化及驱动力分析

随着经济水平的提高和产业结构的调整,郑州市的土地资源利用方式发生了显著变化,对其进行研究具有重要的现实意义。在地理信息系统(GIS)和遥感(RS)技术支持下,对郑州市1988年和2009年的TM传感器数据进行监督分类,分析了该市的土地利用情况,重点评价了农用地的变化情况及驱动力因素。结果表明,研究期内郑州市的城镇建筑用地与交通运输用地面积大幅度增加,增加率分别为183.40%和123.39%;同时农用地大量减少,减少率为4.11%,郑州市的城市化进程明显。通过对郑州市不同区域的农用地分析,计算了各区域的农用地利用相关系数,发现郑州市区的农用地面积减少量最大,达到159.01km2。研究认为,影响农用地时空变化的驱动力因素以社会因素为主,包括政策因素、人口因素和经济因素。