1980-2015年黄河流域土地利用变化特征与驱动力

采用1980-2015年共6期黄河流域土地利用数据,对全流域土地利用类型的面积与时空变化进行分析,利用动态度指标进一步研究流域土地利用的变化率;基于行政分区,采用转移矩阵对全流域及流域内各省(自治区)1980-2000、2001-2015年2个时期土地利用的转移类型和数量进行分析,探究了影响土地利用的主要驱动因子。结果表明:黄河流域的土地利用在数量和结构上都存在显著特征,草地、旱地、林地一直是该流域的主要土地利用类型,1980-2015年,旱地、草地、水域、未利用土地的面积减少率分别为1.60%、1.23%、6.66%、1.84%,水田、林地、城乡土地的面积增加率为8.22%、2.53%、44.32%;在单一土地利用类型方面,城乡用地的变化率较大,其余相对较小;黄河流域内发生土地利用转变的区域主要集中在中部和东部,中下游省(自治区)转变明显;气候变化、人口增加和人类经济发展等都是黄河流域土地利用变化的主要驱动因子。     

农牧交错区土地利用变化对水资源的影响研究

基于遥感影像,借助于G IS技术以及数理统计方法,对研究区1988年~2007年土地利用及水资源变化状况进行了分析。结果表明:①在1988年土地利用以耕地、林地和草地为主,2007年以林地和耕地为主;土地利用变化以草地、未利用土地面积的减少和旱地、林地面积的增加为主要特征;②由于土地利用类型的变化,耗水量增加了2 235.8万m3,增幅达19.3%;增量最大的是林地,其次是旱地,耗水量增幅最大的是沼泽地,其次为建设用地;③研究区地表水面积和储量处于减少状态;地下水位自1990年起下降了1.90 m。为保护水资源,应控制森林和耕地面积,实施退耕还草,并开展节水农业,规范水资源开发利用。     

长江上游及清江流域土地覆被变化分析

随着长江上游电站及清江流域电站开工、投产发电,其控制的流域成为重要敏感性区域。利用国家基础地理信息中心于2014年研制的2000,2010 年两期30 m分辨率土地覆被数据产品GlobeLand30,对2000~2010年长江上游及清江流域土地覆被的空间分布格局、变化幅度、区域差异及主要土地覆被类型的变化原因进行了综合分析。研究发现,总体上2010年较2000年,长江上游及清江流域耕地、森林变化率较低,分别为-0.09%,0.31%;冰川及永久积雪、人造地表、湿地、水体变化率较高,分别为-7.25%,22.9%,10.60%,2.87%。分析结果客观反映了气候变暖、城市扩张、水电站建设等活动对流域的影响,可为长江上游及清江流域调查、生态评价提供依据。     

地形对重庆市土地利用动态变化影响分析

对重庆市2001～2016年的土地利用进行动态变化研究,为该地社会经济发展战略的制定提供科学参考。以Landsat影像为基础,借助RS和GIS技术,分析了重庆市15 a来土地利用的时空演变及地理空间分异特征与规律。结果表明:①重庆市的土地利用类型以耕地和林地为主,耕地、草地面积减少,林地、建设用地、水域和未利用地面积增加,建设用地动态度变化最大,林地最小。②土地利用类型的转移主要存在于耕地和建设用地、耕地和林地之间。③耕地、草地、林地随着坡度的增加,土地利用类型面积变化变慢,未利用地和水域随着坡度的增加,土地利用类型面积变化变快,建设用地在各级坡度上面积变化都快。④建筑用地在各级高程范围内面积增加都十分迅速,在高程小于200 m的地区是各种土地利用类型面积变化最大的区域,各种土地类型在该区域存在最大的竞争关系。     

渭河流域土地利用变化特征及驱动力分析

基于GIS和RS技术,通过1990年、2000年、2005年、2010年的土地利用现状图,定量分析渭河流域土地利用动态变化及其自然因素和人类活动的驱动作用。研究表明:1990—2010年,渭河流域的土地利用类型以草地、耕地、林地为主;在自然和人类活动综合作用下,土地利用类型以草地、林地、耕地和建筑用地之间的相互转化为主;耕地、未利用地、湿地占比呈逐渐减少趋势,草地和林地占比呈增加趋势;自然条件制约土地的开发利用程度,人类活动尤其是宏观政策影响土地利用的结构与方式。     

三门峡库区湿地景观格局变化及其驱动力分析

以三门峡库区为研究对象,依据1980年、1990年、2000年、2010年4个时期的卫星遥感影像,采用最大似然法进行监督分类,并运用人机交互解译和野外检验方法获取三门峡库区的水体、滩地、沼泽等土地利用数据;利用地理信息系统空间分析和统计功能,研究了1980—2010年三门峡库区的土地利用动态变化情况。结果表明:30 a间城镇用地、农村用地明显增加;水体、滩地、草地均有不同程度减少,分别减少18.64%、62.6%、27.6%,林地面积基本持平;滩地主要转化为水体和耕地,草地主要转化为耕地和林地。土地变化格局的主要驱动力是人口增长、城市化与经济的发展、气候环境的变化等。     

云南元谋典型图幅土地利用动态变化研究

云南元谋地处金沙江干热河谷区,是典型的生态脆弱区.为揭示当地的生产活动对土地环境的压力,利用GIS空间分析功能,对1990年和2005年期间云南元谋典型调查图幅内土地利用变化状况、程度及景观格局指标进行了详细分析.结果表明,15 a来研究区的各地类间都存在着相互转移,以耕地向林地、未利用地转移为主和未利用地向林地、耕地转移为主;由于耕地减少,而林地、建设用地等的比重增加,土地利用程度呈下降趋势;土地利用格局逐渐多样化、破碎化,景观斑块的空间分布趋于均匀,斑块的聚集状况分散化.     

土地利用变化对卧虎山水库入库径流的影响

采用情景模拟分析法,基于HIMS模拟分析了不同土地利用情景下济南三川流域卧虎山水库入库径流的变化。研究结果显示:HIMS模型能够较好地模拟卧虎山水库月入库径流过程,率定期和验证期入库径流模拟与实测值的纳西效率系数大于0.88,相对误差小于13%。对比不同土地利用情景下径流模拟结果发现:将25°的耕地退耕还林还草,将20°且25°的耕地转化为林地、草地或园地,以及将15°且20°的耕地转化为草地或园地,卧虎山水库年入库径流减少量不超过6%。     

基于GIS的松花江流域土地利用变化的研究

在GIS支持下,基于1996和2005年IandsatTM卫星遥感数据完成对研究区域土地利用信息的提取,通过空间叠加提取土地利用动态变化和相互转化的信息。结果表明：林地面积增加的最多,耕地面积减少的最少;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;草地和耕地是林地的主要来源;开展土地利用时空格局动态变化研究,有助于实现土地资源利用的可持续发展及维持区域生态平衡。     

近30a瀛湖流域土地利用时空变化的遥感分析

为揭示1988~2014年南水北调中线工程水源区瀛湖流域土地利用变化规律,以Landsat TM/ETM+和ALOS遥感影像为数据源,采用监督分类与目视解译相结合的分类方法,提取瀛湖流域1988~2014年5期土地利用信息,分析了土地利用时空变化特征。精度分析表明:监督分类与人工目视解译相结合方法,能够快速、准确地完成土地利用空间分布信息提取,ALOS影像总体分类精度达98%以上;但是Landsat TM/ETM+等中低分辨率遥感影像难以识别山区较分散的农村居民用地等建设用地,导致建设用地解译结果偏低。土地分类结果表明:受山谷型地貌特点影响,瀛湖流域土地利用类型呈斑块状交错分布,建设用地多呈条带状分布;目前土地利用类型以草地、耕地和林地为主,分别约占流域面积的51%,29%和18%;1988年以来建设用地的年变化率最大,高达22%,新增量来源主要是耕地,其贡献比例高达87%。     

基于MOD16的东江流域地表蒸散发时空特征分析

流域内蒸散特征及其变化原因对于保持能量平衡和水循环有关键作用。基于MOD16遥感数据集,分析东江流域地表蒸散发年际和年内的时空分布规律以及不同土地覆被类型的地表蒸散发时空特征。结果表明:①东江流域蒸散值(ET)整体呈中游>下游>上游的态势,而潜在蒸散发值(PET)呈下游>中游>上游的趋势。②10 a中,ET值波动较小,而PET值则相对波动较大,二者在2014年后均有增加趋势。③年内各月ET呈单峰型,ET值较高的月份集中在5—10月,最高月份在9月,ET值较低的月份集中在12月—次年2月,最低月份为2月;其次,流域内四季的ET均值表现为秋季>夏季>春季>冬季。④不同土地利用类型下,年尺度上,ET表现为裸地>耕地>城市用地>草地>林地;PET表现为城市用地>耕地>草地>林地>裸地;月尺度上,ET与年尺度基本一致,且冬季ET变异系数较高,夏季较低;在林地,四季ET的变异系数均较低,离散程度小。研究结果为预防东江流域的旱涝灾害提供理论依据。     

淮河流域历史覆被变化及其对水文过程的影响

以淮河流域蚌埠集水区为研究区域,利用淮河流域1700、1800和2000年3种历史覆被情景,结合陆面水文耦合模型(CLHM)定量评价了流域土地利用/覆被变化的水文效应,并分析了流域径流与主要覆被类型变化方式的定量关系。结果表明:CLHM模型可以较好地模拟淮河流域的流量过程,在研究区具有较好地适用性;三期覆被情景下主要覆被类型变化为林地转变为耕地或草地以及草地转变为耕地,此种变化导致流域总蒸发量减少了6.5%,流域出口研究期平均径流量增加了6.1%;极端覆被情况下,年均蒸发量由多到少依次为林地、草地和耕地;林地对流域径流过程的影响主要体现在洪峰上,相对于耕地,林地具有削减洪峰的作用;通过分析覆被类型变化与流域多年平均径流的相关关系,林地转变为草地以及林地转变为耕地是近400年来影响淮河流域水文过程及水资源分配的主要覆被变化因子。因此,合理规划土地利用格局对流域水资源高效利用具有重要意义。     

基于SWAT和GIS的洱海流域土地利用变化对径流影响的研究

利用DEM、土地利用、土壤、气象等时空数据并结合GIS和RS技术,建立洱海流域SWAT模型,分析了2000年和2010年不同土地利用情景对径流的影响,其结果为洱海流域土地利用变化引起径流的变化率为2.46%。以《云南省土地利用总体规划大纲(2006—2020)》为依据,结合洱海流域土地利用分布的实际情况,设置3种土地利用情景,研究不同土地利用情景对径流的影响。结果表明情景1中,66.06 km²的耕地转林地和89.16 km²的耕地转草地,模拟的年均径流值增加75.73 mm;情景2中,100.13 km²的裸地和105.74 km²的草地转为耕地,年均径流增加39.89 mm;情景3中,138.72 km²的草地和292.86 km²林地转耕地,年均径流减少20.36 mm。模拟表明在坡度15°以上,洱海流域森林和草地面积的增加将会增加径流量;在坡度15°以下,耕地的增加会一定程度上减少径流量。研究成果为洱海流域水资源空间合理调配提供参考依据。     

基于SWAT模型的诺敏河流域径流对土地利用/覆被变化的响应模拟研究

土地利用/覆被变化直接反映了人类活动的影响程度,对于流域水文循环过程影响显著。本文以诺敏河流域为研究区,基于1976和2000年两期土地利用数据,结合SWAT模型定量评价了径流对土地利用/覆被变化的响应。研究结果表明:SWAT模型可以较好地模拟诺敏河流域的月径流变化过程,在研究区具有一定的适用性;相对于1976年的土地利用条件,2000年土地利用变化主要表现为林地和草地面积减小,耕地面积增加。1976-2000年间诺敏河流域土地利用变化导致年均地表径流增加了17.78%,且空间差异显著,尤其是下游的莫力达瓦达斡尔族自治旗和阿荣旗等地地表径流增加趋势更为明显,增加幅度超过20 mm。模拟研究对于诺敏河流域合理规划土地利用格局具有重要意义。     

永定河上游流域土地利用变化及生态环境效应研究

基于1980年、1990年、2000年及2010年4期土地利用数据,定量化计算永定河上游流域土地利用动态度、土地利用类型间的转移矩阵、生态环境质量指数等指标,对永定河上游流域的土地利用变化和生态环境效应进行了系统分析。结果表明:(1)过去30年期间,研究区土地利用类型的面积所占比例由大到小排列为耕地草地林地城乡、工矿、居民用地水域未利用土地;1980—1990年与1990—2000年,土地利用综合动态度分别为0.06%、0.19%,土地利用类型的转出率或转入率基本上均小于10%,土地利用变化较小;2000—2010年,土地利用综合动态度较大,达到了6%,土地利用类型的转出率或转入率均大于10%,土地利用变化较大。(2)2000—2010年间永定河上游流域生态环境质量指数从从0.4230上升到0.4290,生态环境质量略有好转;总体上维持着区域生态环境的动态稳定。该研究可为永定河上游流域土地利用格局优化及生态环境的改善提供技术支撑。     

阿克苏灌区土地利用格局变化图谱及驱动力分析

利用地学信息图谱方法,以阿克苏灌区3期遥感影像(2006年、2010年、2015年)为基础,合成系列土地利用变化图谱,分析研究区土地利用格局变化规律,并对阿克苏灌区土地利用格局变化进行驱动力分析。结果表明:①2006—2010年,研究区耕地、园地和建设用地面积增加,林地、草地、水域和其他土地面积减少,其中耕地图谱单元增长最多,增加了149 868.54 hm²,主要来源于园地和其他土地;园地的增长速率最快,增长率高达43.08%;②2010—2015年,研究区园地和建设用地呈快速增加趋势,耕地、林地、草地、水域和其他土地面积呈缩减态势,其中园地图谱单元增长最多,增加了59 705.55 hm²,主要来源于耕地;建设用地增长速度最快,增长率高达300.50%;③经济、交通以及人口因素是引起阿克苏灌区建设用地规模快速扩张的主要驱动力。     

深圳坪山河流域土地利用变化对流域非点源污染负荷的影响

采用GIS空间分析技术,对坪山河流域1990和2000年的土地利用结构变化进行分析,并结合土壤普查资料和降雨数据,利用长周期水文影响评价模型(L THIA),以TP、TN为评价指标,对非点源污染负荷进行分析。结果表明:由1990年到2000年,耕地、园地有向建设用地转化的趋势,其中耕地和园地所占比例分别由原来的7.8%和12.4%减少到3.2%和8.7%,建设用地和水域所占比例分别由原来的1.8%和1.9%增加到7.5%和2.4%。同时,非点源污染敏感区不断扩大,平均径流量增加了9.6%;TN污染负荷由1990年的483.2t增加到2000年的498.4t,TP污染负荷从29.2t增加到36.3t。