排序方式: 共有8条查询结果,搜索用时 15 毫秒
1
1.
2.
[目的] 探索不同耕地类型的空间分布、动态变化及其影响因素,为该区域耕地保护、可持续农业发展和水土保持综合治理提供科学指导。[方法] 以山东省莱阳市为研究区,基于2019—2021年高分遥感数据,结合野外调查,采用动态变化度、土地利用转移矩阵及地理探测器等方法,对耕地类型进一步细分为水浇地、旱平地、旱坡地、旱梯田、撂荒地等5类,并探讨其空间分布影响因素、年际时空分布格局及其易变化区域识别。[结果] ①研究区耕地占土地总面积的54.44%,整体呈现南多北少,西多东少的特征;以旱梯田为主,所占比例为61.19%;其次为水浇地、旱平地和旱坡地,撂荒地仅占0.33%。②单因子探测器结果表明,地貌类型、坡度及土壤类型是影响耕地类型分布的主导因素,因子交互作用时,影响因子的解释力q值均达0.3以上。③2019—2021年耕地总体动态度为-0.25%,面积减少4.73 km2,主要由旱梯田、旱坡地、旱平地、水浇地转化为建设用地,多发生在城镇周边,且以低丘陵区坡度小于5°的棕壤土居多。[结论] 研究区耕地类型以旱梯田为主,分布在低丘陵区且坡度较平缓(耕作质量较好)的耕地类型易发生变化,从而使耕地面积持续减少。因此,应加强对高质量耕地的保护措施。 相似文献
3.
4.
5.
6.
7.
[目的]研究江苏省沿海地区土壤侵蚀空间分布特征,识别主要影响因素并开展驱动力因子定量归因,为该区域水土流失防治与生态环境建设提供科学指导。[方法]以江苏沿江地区为对象,基于高分辨率遥感影像、数字高程模型和长系列降雨等数据,采用中国土壤流失方程、地理探测器等方法,探索土壤侵蚀空间分异性的主导影响因子及其交互作用影响程度,识别土壤侵蚀高风险区域。[结果](1)平原区与山丘区土壤侵蚀均以坡度与土地利用类型为主导因素。茶园的土壤侵蚀以植被覆盖度为主导,其他类型土地的土壤侵蚀均以坡度为主导因子。(2)土壤侵蚀的主导交互作用为坡度叠加土地利用类型。茶园与草地主导交互作用因子为坡度叠加植被覆盖度,其他类型土地的土壤侵蚀主导交互作用因子为坡度叠加降雨量。(3)果园、茶园、林地与生产建设活动扰动地的土壤侵蚀高风险区域位于坡度>20°,降雨量1 300~1 400 mm,植被高覆盖度的丘陵山区。[结论]地理探测器操作简便,结果包括单因子影响、两因子交互作用及风险区域分析。江苏省生产建设活动扰动地、园地的水土流失问题应引起密切关注。 相似文献
8.
土壤是陆地生态系统最大的碳库,在提升生态系统服务功能和调节气候变化等方面发挥关键作用。对复杂多变环境下土壤有机碳(SOC)含量的精确预测将有助于正确评估区域土壤质量和碳汇功能。本研究以亚热带丘陵区一个典型小流域为研究对象,以地形、气候和植被三类环境变量为驱动因子,分析支持向量机回归(SVR)、随机森林(RF)、极端梯度提升算法(XGBoost)和轻量级梯度提升机(LightGBM)四种不同的机器学习算法在土壤(0~20 cm)SOC含量预测中的精度差异,并筛选影响SOC分布的主要环境影响因素。结果表明,RF模型、XGBoost模型和LightGBM模型均能较好预测SOC含量,以RF模型的表现相对最佳(R^(2)=0.540),其预测精度优于XGBoost(R^(2)=0.528)和LightGBM模型(R^(2)=0.504)。而SVR模型的预测精度(R^(2)=0.427)低于模型预测精度的最低可接受值0.50,并不适用于亚热带丘陵地貌SOC含量的预测。相关分析表明,在亚热带丘陵地貌区,地形(主要为海拔)对几种模型预测的贡献最大,是预测SOC的重要环境变量。基于四种模型预测的SOC数字制图显示,SOC空间分布趋势总体相似,均表现为北部区域、西南和东南边缘区域SOC含量较高,而中部区域SOC含量普遍偏低。 相似文献
1