1986-2013年南京市土地利用/覆被景观格局时空变化及驱动力因素分析

以南京市为研究对象,采用南京市1986年、1996年、2002年、2013年的四期土地利用/覆被数据,运用景观生态学原理,借助ArcGIS软件和Fragstats软件,从土地利用类型结构、变化速度、转化关系和景观格局等方面分析南京市近30年土地利用/覆被和景观格局的时空变化状况及其驱动因素。结果表明:（1）南京市近30 a中土地利用/覆被发生了剧烈变化,耕地在整个研究区起到主导作用,其面积比例均在48%以上,但是其优势度逐渐降低,大量自然景观向人为景观转变是研究区土地利用变化最显著的特征;（2）整体景观类型变化速度都在增大,而草地和其他用地变化最为活跃,林地相对最稳定,土地利用结构处于快速调整阶段;（3）耕地的转出最大,主要转向为居民点及建设用地;（4）景观格局变化明显,破碎化程度越来越高,景观格局趋向复杂化,景观结构不稳定性增加;（5）人口增长、经济发展、区域政策和城市规划等共同推动了研究区景观格局的变化。该研究结果对于南京市的科学规划及可持续发展提供重要参考。     

三峡地区土地利用/土地覆被变化及其驱动力分析

三峡地区是生态环境的脆弱地区，这与其特殊的自然地理环境息息相关。从土地利用／土地覆被的角度出发，利用RS和GIS技术，阐明了20世纪最后10年库区土地利用／土地覆被变化在数量、结构、类型和空间分布上的特点，并进一步分析了库区土地利用／土地覆被变化的驱动力，得出以下结论：(1)10年间除建设用地和草地面积增加外，其他土地利用类型都呈现出不同程度衰减；(2)建设用地以高速增长，增幅达21528．09hm^2；(3)耕地减少的幅度较大，达18399．29hm^2，主要转变为建设用地；且减少的耕地多为位置相对优越，产量较高的优质良田；(4)林地面积总趋势是减少，主要转变为草地、旱地和建设用地，其中有林地减少的幅度较大，达7411．93hm^2；(5)草地的面积总体增加，主要源自于林地和旱地的变化；(6)库区土地利用／土地覆被的空间格局分为3个主导因子变化区域：耕地-城镇型、林灌-耕地型和复合型；(7)库区土地利用／土地覆被变化的驱动力主要为：经济因素、人口压力、宏观政策及三峡工程4个方面，这4个方面不是孤立的，而是互相影响、互相制约的，共同影响库区的土地利用／土地覆被类型。     

黄土高原流域土地利用/覆被动态演变及驱动力分析

该文采用土地资源数量变化模型和土地利用/覆被状态指数,研究了甘肃天水罗玉沟流域近20多年来土地利用/覆被的演变及驱动机制。研究结果表明：1986－2004年间,流域内坡耕地急剧减少、梯田迅速增加,林地和果园面积稳步提升。从土地利用类型转移变化看,梯田的转入速度略小于转出速度,为双向高速转换下的平衡状态;而灌木林转入速度小于转出速度,有规模减少的趋势。该地区土地利用类型在前期（1986－1995年）变化程度比后期（1995－2004年）更为剧烈。除特殊的地形地貌和气候因素外,政策、人口增长和经济发展等因素共同驱动土地利用类型的演变,特别实施天然林保护工程和退耕还林工程后,该地区土地利用状况有所好转。     

东江流域2001-2013年土地利用/覆被类型变化的时空特征及成因

[目的]区分人类活动和自然环境变化对东江流域土地利用/覆被类型变化的贡献率,为优化流域土地利用方式、保护流域生态环境和支持粤港澳大湾区建设提供有益的信息和科技支撑。[方法]基于时间序列的遥感影像土地利用/覆被类型栅格数据,结合区域经济发展、土地利用评价指标体系和灰色关联分析,量化东江流域2001-2013年间土地利用/覆被类型变化的时空特征和成因。[结果]①随着时间推移,东江流域土地利用/覆被类型格局由常绿阔叶林、草地和耕地共同主导型转变为常绿阔叶林主导型;②研究期内不同土地利用/覆被类型变化差异明显,灌丛、混合林、常绿阔叶林和草地变化剧烈且相互之间转化频繁,水域、耕地和城镇用地面积变化相对平缓;③非城镇用地转化空间差异显著,耕地的转化程度表现为：下游 > 上游 > 中游;④人口增加、城市建设、技术革新和经济增长是推动东江流域土地利用/覆被类型发生变化的主要原因。[结论]总体来说,最近10 a多东江流域的土地利用/覆被类型变化有利于流域生态环境和水资源的保护,进而有助于粤港澳大湾区的建设。     

2002-2016年锡林郭勒草原干旱时空特征

随着气候变暖,干旱越发普遍,关于干旱的研究一直是国内外学者关注的热点。采用MODIS产品数据计算温度植被干旱指数TVDI,反演2002—2016年锡林郭勒草原植被生长期土壤干湿状况,对干旱的时空分布特征进行了研究。结果表明:锡林郭勒草原在各时相几乎都处于一种干旱的状态,但主要以轻旱和中旱为主,重旱现象较少。从时间上看,6月、8月和9月份易出现大规模干旱,中旱占较大比例,而7月、10月上旬容易发生大面积的轻旱。空间上,西部地区以轻旱为主,中旱及重旱现象较少;中东部、南部地区干旱事件的发生频率较高,且大面积的中旱及局部的重旱现象较为普遍;中部及北部地区也常常会发生不同等级的干旱现象,出现严重干旱的频率也较高。     

2000-2020年闽东南地区土地利用变化及生境质量时空演变

[目的]探究土地利用变化背景下生境质量的格局分布特征和时空演变规律,为促进区域生态安全及土地资源可持续利用提供决策参考。[方法]基于2000年、2010年、2020年3期土地利用数据,利用InVEST模型及空间自相关和热点分析方法,评估闽东南地区生境质量状况,分析了其时空演变特征。[结果]闽东南地区具有不低于67%的高植被覆盖度,但建设用地大量侵占以耕地、林地及草地为主的非建设用地,面积增幅达112.74%,加剧了区域景观破碎化程度,使景观空间形态趋向复杂。生境退化指数极值和均值分别上升23.44%,43.94%,退化强度持续提高,退化高值区域由东南沿海向内陆蔓延,退化水平表现出圈层式演化的空间形态。生境质量水平整体较好,中等以上等级区域占比保持在63%左右,但城市建成区的较低等级区域及城镇交界处的高等级区域易向下级转移且难以恢复,区域生境质量逐期降低,平均降幅达5.17%。生境质量分布带有明显空间聚集特征,集中于东南部、以市辖区为中心的生境质量冷点区逐步向周边乡镇扩散,分布于西北部、倚靠山地丘陵的生境质量热点区缓慢延展,生境质量冷点及热点区域乡镇分别增加11,6个,生境质量东西部差异...     

小尺度土地利用/覆被变化驱动力研究

进入90年代以来，随着全球人口、资源与环境问题的日益突出，土地利用／土地覆被变化（LUCC）研究已成为国际上全球变化研究的前沿与热点课题。土地利用变化研究涉及多个时空尺度，目前正由全球性研究转向针对性的区域性研究，典型区域的小尺度研究是其研究的一个重要方面。以黄土丘陵区小流域上黄试区为例，对该试区22年来的土地利用变化驱动力进行了分析。结果表明人口增长因素及政策因素是该试区土地利用／覆被变化的主要的驱动力。     

松花江流域哈尔滨段土地利用时空格局演变特征分析

利用1996年、2005年Landsat TM/ETM+遥感影像和野外调查数据,运用ArcGIS分析土地利用变化,并基于DEM探究松花江流域哈尔滨段土地利用空间格局的时空演变。结果表明：区域土地利用空间位置转换面积小于其数量变化,土地利用变化面积大小顺序为：林地＞耕地＞草地＞水域＞未利用地＞建设用地;土地利用转化过程以耕地-林地、草地－林地和未利用地－林地为主,其中耕地－林地相互转换最为剧烈,林地、水域和建设用地具有较高的保留率,草地、未利用地和耕地具有较高的转换率;海拔300～600 m、坡度大于25°的区域,以林地－耕地和草地－耕地为主,局部存在滥垦草地、毁林开荒等现象。该区域是黑龙江省重要粮食产区,此研究有助于加强土地资源的保护和实施退耕还林、还草等农林复合经营措施,对缓解人地矛盾、实现土地资源合理利用及维持区域生态平衡具有重要意义。     

GEE联合多源数据的西安市土地利用时空格局及驱动力分析

近十年来,西安市经济快速发展,人地矛盾日益突出,开展西安市土地利用时空演变及驱动因素研究,对促进土地资源优化配置及生态环境可持续发展具有重要意义。该研究利用谷歌云计算平台（Google Earth Engine,GEE）在长时序分析中所具有的运算处理效率高、多源数据融合便捷、可有效降低云影响等独特优势,联合Landsat TM/OLI光学影像和PALSAR雷达影像,构建基于光谱、地形、纹理和后向散射特征的分类特征集,采用随机森林（Random Forest,RF）算法实现2010、2015和2019年西安市土地利用快速分类,分析土地利用格局时空变化规律,并利用地理探测器从自然和社会两方面探讨土地利用格局变化的驱动机制。结果表明：1）2010、2015和2019年西安市土地利用RF分类效果良好,精度较高,总体精度分别为92.30%、86.66%和90.78%,对应Kappa系数分别为0.89、0.81和0.88。2）西安市主要土地利用类型为林草地和耕地。近十年来,耕地面积大幅减少,以主城区外围最为显著;建设用地剧烈扩张,以中北部地区最为典型,大量耕地为建设用地所取代;林草地先减后增,在中南部及东部地区变化明显;水域和未利用地呈现逐年渐减的特征。3）地形、温度和降雨等自然因素是土地利用格局变化的基本控制因素,工业生产活动对西安市土地利用变化具有重要影响,且解释力不断增大,人口解释力先增后减,地形、人口和经济等因素的交互作用影响土地利用总体格局。基于GEE联合多源遥感数据,采用RF分类和地理探测器分析能够有效反映土地利用时空变化格局及其驱动机制,可为城市土地资源规划管理提供科学依据。     

三峡库区土地利用/覆被变化及其驱动力研究进展

土地利用/覆被变化(LUCC)研究是区域生态环境变化研究的基础,随着三峡工程的建成及投入使用,三峡库区土地利用/覆被和生态环境发生了较大变化。在以往研究的基础上,从土地利用/覆被变化特征、转变方向及其驱动力方面对三峡库区LUCC研究进行了总结和梳理,发现三峡库区LUCC的主要特征是建设用地和水域面积增加,主导方向是耕地、林地和草地相互转化及向建设用地转化,主要驱动力是三峡工程建设、人口增长、社会经济发展和国家宏观政策。已有研究对土地利用/覆被格局演变及其空间变异性认识不足,今后还需加强三峡水库成库不同阶段整个库区土地利用/覆被格局演变过程研究,移民安置区土地利用/覆被格局变化过程研究,以及库区未来土地利用/覆被格局与变化的模拟研究,以实现对库区土地利用/覆被未来发展趋势的预测和调控。     

近10 a黄河三角洲LUCC及其驱动因素分析

研究滨海脆弱生态区的土地利用/土地覆被时空变化过程,可以为区域土地资源的规划、开发和管理提供科学依据。该文应用遥感和GIS技术,分析黄河三角洲区域1995－2004年间土地利用/土地覆被的时空变化特征,并对区域土地利用/土地覆被变化的驱动因子进行了探讨。结果表明,近10 a来黄河三角洲的土地利用/土地覆被类型发生了复杂变化;黄河三角洲土地利用/土地覆被动态受到自然因素和人类活动的共同作用,而人类活动是近10 a区域土地利用/土地覆被变化的主要驱动因子。尽管近年来黄河三角洲的开发取得了快速发展,但部分人类经济活动给区域土地资源及其生态环境的可持续发展带来巨大压力,甚至导致区域土地质量的进一步退化。     

厦门市土地利用变化的时空格局及驱动力

Using Landsat TM data of 1988, 1998 and 2001, the dynamic process of the spatial-temporal characteristics of land use changes during 13 years from 1988 to 2001 in the special economic zone of Xiamen, China was analyzed to improve understanding and to find the driving forces of land use change so that sustainable land utilization could be practiced. During the 13 years cropland decreased remarkably by nearly 11 304.95 ha. The areas of rural-urban construction and water body increased by 10 152.24 ha and 848.94 ha, respectively. From 1988 to 2001, 52.5% of the lost cropland was converted into rural-urban industrial land. Rapid urbanization contributed to a great change in the rate of cropland land use during these years. Land-reclamation also contributed to a decrease in water body area as well as marine ecological and environmental destruction. In the study area 1） urbanization and industrialization, 2） infrastructure and agricultural intensification, 3） increased affluence of the farming community, and 4） policy factors have driven the land use changes. Possible sustainable land use measures included construction of a land management system, land planning, development of potential land resources, new technology applications, and marine ecological and environmental protection.     

新疆焉耆盆地地表温度时空分布对LUCC的响应

为了辨析地表温度时空分布及其变化对土地利用/土地覆盖变化(land use/cover change,LUCC)的响应,以新疆焉耆盆地为研究区,将Landsat遥感影像数据、气象要素的观测数据和野外采样数据相结合,利用单窗算法和单通道算法反演研究区2000、2009、2011和2015年的地表温度,分析焉耆盆地地表温度时空分布特征,研究LUCC对地表温度的影响。结果表明:1)研究区温度时空分布图主要划分为低温区、中温区和高温区。从时空分布变化上来看,2000年高温区范围减少幅度最大、2009年次之、2015年最小;2009年低温区范围减少幅度最大、2000年次之、2015年最小;2)研究区地表温度的分布具有明显的空间差异性,高温区主要分布在沙漠区和山区与盆地之间的戈壁滩,具有明显的以博斯腾湖为中心的环状分布特点。低温区主要分布在水域、湿地和绿洲等区域;3)在2011年内不同时期不同LUCC的温度变化幅度不一,地表温度在不同下垫面上平均值大小不同,地表温度高低主要表现为沙漠盐碱地裸地小麦-玉米其他作物森林棉花芦苇湿地水域。由结果可知,焉耆盆地近十几年地表温度的时空变化与LUCC有着密切关系,农作物的结构、土地利用类型及其面积变化都会影响地表温度的时空分布。     

淮南市土地利用程度变化过程的时空演化特征

土地利用变化研究中存在重格局轻过程、重模拟轻度量的现象,缺乏对序列快照间土地利用单元演化过程的时空模式的探查和度量研究。该文以土地利用变化的序列时空数据为研究对象,以时空栅格为建模手段,以土地利用程度累积变化度为时空过程的基本度量工具,对淮南市土地利用变化过程的时空模式进行分析。结果表明:2008—2017年间研究区的土地利用程度的剧烈变化在特定尺度下呈现显著的时空聚集性特征;同时土地利用程度的平缓变化也呈现出较为显著的时空聚集性特征;介于二者之间的较为剧烈的土地利用程度变化的时空聚集性不显著,表明研究时段人类干扰活动具有明显的时空异质性。进一步研究发现,3种土地利用程度在距离交通网络较近的范围内(300和600 m范围内)均呈现聚集性,而在更远的距离上(900 m范围内)趋于随机分布,表明交通网络对土地利用变化具有较强烈的影响;在距离交通网络的不同空间尺度上,土地利用程度的剧烈变化和平缓变化在较小的空间尺度上时空聚集性呈现显著性,而较为剧烈的土地利用程度变化在多个尺度上的时空聚集性都不显著,表明交通网络对土地利用程度时空变化的影响存在尺度差异,且较为极端的土地利用变化过程更容易呈现时空聚集性。     

1980－2005年太湖地区土地利用变化及驱动因素分析

为了定量化研究土地利用变化特征及其驱动因素,该文应用遥感和GIS技术,分析江苏省环太湖地区1980-1990年、1990-2000年、2000-2005年3个不同时段土地利用的数量变化特征及土地利用类型的空间转换特征,并对研究区各时段土地利用变化的驱动因素进行探讨。结果表明:25a江苏省环太湖地区土地利用类型发生了复杂变化,3个不同时段土地利用变化特征各不相同且具有明显的区域差异性;区域土地利用程度持续增加,土地利用仍处于发展期;从土地利用类型转移变化看,建设用地转入的速度远大于转出的速度,有规模增加的趋势,而水田、旱地、林地的转入速度小于转出速度,存在规模减少的趋势。人口数量的增加、工业化、城市化带来的经济发展与土地管理政策等人类活动是江苏省环太湖地区土地利用类型转换的主要驱动因素。尽管近年来江苏省环太湖地区的土地开发利用取得了巨大的经济收益,但部分人类经济活动给区域农业的发展及土地资源的可持续利用带来巨大压力,甚至导致以水田为主的区域耕地资源质量的进一步退化。该研究为江苏省环太湖地区土地资源的可持续利用及人-地关系的协调发展提供科学依据。     

黄河口生态脆弱区土地利用时空变化及驱动因素分析

黄河三角洲是典型的生态环境脆弱区,在人类活动及自然环境相互作用下土地利用变化剧烈,是研究土地利用变化的热点地区。该文以黄河口垦利县为研究区,选用1989年、1995年、2000年、2005年及2011年5个时相的遥感影像,获取各时相土地利用信息,利用土地利用变化相关模型,分析了研究区20余年来土地利用的时空变化特点,并对其驱动因素进行了探讨。结果表明:研究区土地利用变化的主要特征是旱地、林草地面积减少和建设用地、水域、盐荒地、滩涂面积的大幅增加。2000年之前总体土地利用变化程度高于后期,单一土地利用动态度,河流水面、水域及建设用地表现较明显。研究时段内旱地、盐荒地、水田、建设用地重心均向西南方向迁移,林草地、河流水面、滩涂重心则向东北方向迁移,水域重心转向西南,但整体地域分布特点变化不大。蒸降比大、偏砂质地土壤、地下水埋深浅且矿化度高、黄河断流等气候水文因素是该区土地利用覆盖变化的主导自然驱动,人类不合理的农业开发活动是主要人为驱动。该研究为黄河口生态脆弱区资源环境的利用保护和社会经济的可持续发展提供依据。     

国家尺度耕地变化驱动力的定量分析方法

该文使用中国1987～1989年和2000年两期土地利用遥感调查数据,探索了国家尺度土地利用变化驱动力分析的定量研究方法。以全国耕地变化为例,首先通过GIS和遥感技术对全国耕地变化与自然、社会经济状况进行综合分区,然后利用人工神经网络对各类型区的耕地变化的主导因素进行了分析。研究发现,东部沿海地区及四川盆地自1987年到2000年发生的耕地流失严重,城市化导致的城镇人口增长进而导致城镇扩张、市场经济条件下区域经济之间的相互作用、第二、三产业的迅速发展是其主导原因。在变量选取中大样本的神经网络训练得到较好结果,表明神经网络在土地利用变化驱动力研究中具有强大能力,并说明了先分区后筛选变量的研究思路的合理性。该研究方法对其他类型的土地利用变化驱动力研究以及全球变化研究具有借鉴作用。     

基于遥感的沿海土地利用变化及地表温度响应

该文基于两期时相接近的高分辨率遥感影像数据,利用遥感分类和定量反演技术,提取两期土地利用/土地覆盖（LUCC）信息和对应的地表温度信息,结合山东省莱州湾沿岸近20 a来海水入侵研究成果,分析LUCC对地表温度影响的空间格局和变化规律。经研究发现：在海水入侵影响下,研究区域土地覆盖以旱地、盐碱地、建设用地和盐田为主,未利用土地覆盖类型（盐碱地、滩涂）占很高的比例,随着距海的远近,土地利用程度变化显著。在沿海经济发展和LUCC影响下,整个研究区域水面覆盖和植被覆盖面积增加,使研究区域的地表温度降低：研究区域1987年平均地表温度为30.8℃,2000年平均地表温度为29.2℃;2000年相对1987年,研究区域的地表温度降低了1.62℃。海水入侵显著地影响了土地覆盖空间格局和变化,土地覆盖的显著变化进而明显地影响了沿海区域地表温度的空间分布和变化,沿海区域的地表温度变化与地表覆盖变化密切相关。该研究可为沿海湿地生态环境保护和滩涂开发提供科学参考。     

一种新的辨别土地利用/覆被的遥感图像融合方法

In China, accelerating industrialization and urbanization following high-speed economic development and population increases have greatly impacted land use/cover changes, making it imperative to obtain accurate and up to date information on changes so as to evaluate their environmental effects. The major purpose of this study was to develop a new method to fuse lower spatial resolution multispectral satellite images with higher spatial resolution panchromatic ones to assist in land use/cover mapping. An algorithm of a new fusion method known as edge enhancement intensity modulation (EEIM) was proposed to merge two optical image data sets of different spectral ranges. The results showed that the EEIM image was quite similar in color to lower resolution multispectral images, and the fused product was better able to preserve spectral information. Thus, compared to conventional approaches, the spectral distortion of the fused images was markedly reduced. Therefore, the EEIM fusion method could be utilized to fuse remote sensing data from the same or different sensors, including TM images and SPOT5 panchromatic images, providing high quality land use/cover images.