民勤绿洲荒漠交错带不同土地覆被下土壤养分分布特征

以西北干旱区民勤绿洲荒漠交错带为例,选取民勤沙生植物园、东坝镇、苏武山等8个样带221个样点开展不同土地覆被类型下的土壤养分含量及土壤肥力综合评价研究.结果表明:(1)土壤有机质含量表现为绿洲区＞绿洲荒漠过渡带＞荒漠区的梯度变化;受人类活动影响和荒漠景观特征的影响,不同样带内土壤养分含量离散程度较大,变异系数为16.67％～410.68％,且土壤养分样带内变异程度基本呈现出沿荒漠—绿洲荒漠交错带—绿洲逐渐增加的趋势.(2)荒草地、灌木林地、乔木林地和裸地的土壤N,P,K含量主要受土壤质地和植被类型的影响而呈现出差异.(3)不同土地覆被下土壤肥力质量指数大小为草地(0.552)＞灌木地(0.057)＞乔木地(-0.642)＞裸地(-0.677),草本和灌木具有良好的土壤培肥作用.     

福建省土地利用/覆被变化对区域生态环境影响研究

土地利用/覆被变化对区域生态环境的影响已成为国际土地科学研究中最为活跃的前沿领域之一,也是相关领域研究的重点。从气候、生物多样性、土地退化等几个方面分析了福建省土地利用/覆被变化对陆域生态环境的影响,土地利用变化对湿地的影响。结果表明:土地利用通过改变土地覆被将从正反两面影响区域的生物多样性;土地利用/覆被变化主要通过改变地表反射率和大气中气体含量影响气候质量;不同的土地利用类型和土地覆被程度引起土壤侵蚀的程度不同,土壤侵蚀过程加速了土壤养分的流失与土壤退化。     

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。     

贵州省乌江流域土地利用与土壤侵蚀关系研究

根据贵州省乌江流域20世纪80年代初和2000年左右的15幅Landsat MSS/ETM遥感影像数据、2000年土壤侵蚀调查数据和GIMMS/AVHRR NDVI数据,利用遥感、GIS技术和数理统计方法,系统分析了1980-2000年贵州省乌江流域土地利用/覆被变化的时空特征,探讨了不同土地利用方式对土壤侵蚀的影响.研究表明:乌江流域土地利用类型以林地、耕地和草地为主.1980-2000年的20 a间,流域内土地利用/土地覆被数量结构变化明显,呈好转趋势.不同土地利用类型下的土壤侵蚀强度大小为:裸岩石砾地＜其他林地＜建设用地＜有林地＜水域＜水田＜低覆盖度草地＜灌木林地＜高覆盖度草地＜疏林地＜中覆盖度草地＜旱地.旱地、中覆盖度草地和疏林地是流域内土壤侵蚀发生的主要土地利用类型.从不同侵蚀等级的发生区域来看,各强度类型侵蚀都集中分布在植被覆盖度为50％～60％的地区,侵蚀存在50％～60％的植被覆盖度临界值,这与非喀斯特地区随着植被盖度降低,侵蚀强度逐渐增大的规律不同.     

荒漠绿洲过渡带农业绿洲土地退化动态特征

为量化荒漠-绿洲过渡带农业绿洲土地退化动态，运用遥感与GIS技术，结合地统计学理论，对研究区自1960年土地开垦以来，耕地开发利用的结构变化以及1983～2005年土地利用类型与表层土壤(0～20 cm)土地退化时空变异规律关系分析研究。结果表明：农业绿洲经历4个阶段：过渡垦荒阶段、适度土地利用阶段、土地撂荒阶段、土地利用综合治理阶段。23年间农业绿洲景观改变的人为影响程度加剧是造成景观多样性和景观破碎化的主要动因。从1983～2005年，沿沙漠区向农业绿洲内部土地退化的程度降低，灰漠土退化面积明显高于盐     

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。     

基于RS和GIS的北京潮白河流域沙化现状及成因分析

潮白河流域是北京市主要的供水源地之一,但是由于各种因素的影响,已经出现了沙化现象。了解潮白河流域沙化现状,研究其沙化成因对于科学地进行防沙治沙,从而改善北京市的生态环境具有重要意义。利用2007年4月的SPOT5卫星的多光谱和全色影像,结合植被覆盖度、土壤类型和土地利用类型这3种辅助数据,进行沙化信息提取。根据所提取的信息,分析潮白河流域沙化现状,研究不同的植被覆盖度和土地利用类型上的沙化情况,并探讨该区域沙化的成因。分析结果表明:植被覆盖度为30%~60%的沙化土地面积较大;绝大部分沙化土地为林地、草地和未利用地这3种土地利用类型;沙化是自然和人为双重作用下的结果。     

甘肃民勤土地退化治理政策效果分析

以民勤土地退化治理水资源调控和耕地压减政策措施为研究对象,分析国家政策执行过程中地方政府和农户的响应以及政策失效问题,并分析造成国家政策失效原因。通过土地利用覆被变化监测,发现民勤水资源的调控政策取得良好的效果,但是耕地压减政策失效,当地政府对水资源调控政策的响应要远好于对耕地压减政策的响应。在国家-区域-农户的"自上而下"的政策制定以及推行中,下级政策执行者在响应上级的政策时均会考虑自身的利益,而耕地压减政策对当地政府和农户均不利,造成政策失效。土地利用覆被及其变化可以较为客观的表征国家生态治理政策实施的效果。     

西藏高寒河谷流动沙地植被恢复潜力综合评价模型

生境胁迫条件下高寒河谷不同类型沙地植被恢复潜力定量评价,是开展青藏高原退化沙化生态系统植被恢复急需解决的瓶颈问题和决策依据。笔者选择河滩流动沙地、河岸流动沙地和山坡流动沙地3种类型试验样地作为研究对象,结合不同类型沙地的植被演替阶段划分和生境特点,采用层次分析法和模糊综合评价方法,通过构建植被恢复潜力评价指标与标准体系,建立了高寒河谷流动沙地植被恢复潜力综合评价模型。结合2008-2014年的植被恢复试验结果,验证与探讨了该模型的评价精度与适用性。结果表明,山坡流动沙地植被恢复潜力等级为强,河滩流动沙地植被恢复潜力等级为较强,河岸流动沙地植被恢复潜力等级为较弱。气象条件、地形条件和土壤状况决定了生境胁迫条件下植被恢复具备的先天条件,恢复措施则决定了其具备的后天条件。通过强有力的人工促进植被恢复措施即可直接提高寒河谷流动沙地植被恢复潜力,亦可间接改变土壤状况,从而提升植被恢复效果。     

基于GIS的河北省丰宁县土地沙化演变及驱动力分析

[目的]综合分析河北省丰宁县土壤沙化区沙化演变规律和驱动因子,为沙化土地治理及合理开发利用土地资源上提供技术依据。[方法]以遥感和GIS作为信息获取和分析工具,通过对河北省丰宁县2009,2014年2期土地沙化遥感影像解译,研究了该区土地沙化的时空演变规律,并对引起其演变的驱动因子进行了探讨。[结果]沙化土地在空间分布上具有明显的区域性,主要分布于中部以西地区,且沙化类型以固定沙地为主;近5a来,尽管中度沙化面积有所增加,但沙化土地面积总体呈减少趋势,轻度沙化减少了560.9hm2,重度沙化减少了1 872.6hm2,沙化土地总面积减少了809.2hm2;高原区较低山区易发生土地沙化,干旱区土壤沙化程度重于半干旱地区。[结论]以当地地貌环境条件为基础,合理开发利用土地资源,增加林地面积,可有效减弱土地沙化。     

基于多季相光谱混合分解和决策树的干旱区土地利用分类

该文利用2015年Landsat 8多季相数据,以民勤县为例探讨了干旱区土地覆被/利用分类方法。首先进行了研究区多季相遥感数据的主成分变换,确定了Landsat OLI光谱空间的内在维数。其次通过对各季相主成分空间的分析,确定了光谱混合分解的端元类型及各自的代表性季相。获取端元光谱之后,采用全约束线性光谱混合模型分解各个季相的遥感影像,估计各端元组分占像元的面积百分比（端元丰度值）。最后利用端元丰度值的多季相估计结果,依据先验知识和训练样本建立决策树分类规则进行土地覆被/利用分类。分类方法的总体精度达到90.94%,Kappa系数为0.90。研究表明：将物理意义明确的端元丰度值作为分类变量,能够快速、有效地获取分类规则,生成树的结构简单、合理、清晰,对训练数据的依赖性较低,因此具有应用于整个旱地系统土地覆被/利用分类的潜力。     

利用光谱混合分解模型分析GF-6新增波段对土地利用/覆被的响应

当前面对紧迫的自然资源管理压力和生态环境监测需求,针对国产遥感卫星大数据应用能力的挖掘将面临很大的挑战。GF-6卫星具有大角度、高频次和新谱段的特点,该文基于GF-6卫星数据,测试新增的红边、黄光和紫光波段响应能力。利用具有物理意义的全约束线性光谱混合分解模型,根据研究区物候特征确定四端元包括植被(GV),裸地和建设用地等基质(SU),山体植被阴影(DA)以及水(WA),通过对比保留红边、黄光波段、紫光波段和去除红边、黄光、紫光波段后的分解结果,对各新增波段和GV端元、SU端元、差均方根(RMSE)进行相关性分析;最后对比光谱混合分解结果和基于专家知识决策树分类结果。通过对比丰度值估计参数和决策树分类结果发现红边波段对植被较为敏感,对光谱混合分解模型的适用性、稳健性以及丰度值估计精度有着很大贡献,黄光波段和紫光波段经过数据降维后对植被和裸地、建设用地有少量贡献。通过相关性分析发现红边2波段、近红外波段与GV端元丰度图有最大的相关性,紫光波段、黄光波段和红边1波段与GV端元反向相关;红边1波段、紫光波段和黄光波段与SU端元丰度图显著相关;红边1波段和黄光波段对丰度值计算误差有主要贡献,是主要的噪音来源,紫光波段次之。通过对比GF-6数据和OLI、Sentinel-2数据丰度值估计结果发现GF-6丰度值估计的均方根误差以及除了WA端元的各端元丰度值估计变异系数均小于OLI和Sentinel-2载荷,体现出CF-6卫星在地表信息识别上较高的精度和稳健性。     

基于GF-1 WFV数据的玉米与大豆种植面积提取方法

准确掌握农作物的空间种植分布情况,对于国家宏观指导农业生产、制定农业政策有重要意义。针对黑龙江省玉米与大豆生育期接近、光谱特征相似,较难区分的问题,以多时相16 m空间分辨率高分一号(GF-1)卫星宽覆盖(wide field of view,WFV)影像为数据源,选择归一化植被指数(normalized difference vegetation index,NDVI)、增强植被指数(enhanced vegetation index,EVI)、宽动态植被指数(wide dynamic range vegetation index,WDRVI)、归一化水指数(normalized difference water index,NDWI)4个特征,结合实地调查样本点,采用随机森林分类算法,提取黑龙江省黑河市嫩江县玉米与大豆种植面积。研究表明,区分玉米与大豆的最佳时段为9月下旬至10月上旬,即大豆已收获而玉米未收获的时段,在4个待选特征中,NDVI、NDWI与WDRVI指数组合表现最佳;随机森林算法与最大似然算法、支持向量机算法相比,分类精度更高,其总体分类精度为84.82%,Kappa系数为77.42%。玉米制图精度为91.49%,用户精度为93.48%;大豆制图精度为91.14%,用户精度为82.76%。该方法为大区域农作物的分类提供重要参考和借鉴价值。     

基于多时相遥感数据的吉林西部土地覆被分类提取

为深化计算机自动提取土地覆被类型在遥感分类研究中的应用,以吉林西部的镇赉县为试验区,利用Landsat8多时相遥感数据的季节变化信息、地表植被、水体与土壤等特征参量,构建多维分类特征数据集对试验区进行土地覆被分类研究,提取了11种地表覆被类型。结果表明:1)多维变量组合方案的总体分类精度为95.50%,Kappa系数为0.9504。该方案自动提取地类达到了一个比较理想的分类结果,方案有效可行;2)方案中,3个主要特征分类变量的引入能很好改善易混淆地类的可分性,尤其,地表植被季节变化信息和土地信息的引入能明显提高土地覆被的分类精度;3)实际情况表明,引入的分类特征量不是越多越好,只有将多种分类特征有效结合才能够提高土地覆被分类精度。该文为农牧交错带上的土地覆被遥感监测提供了一个可行的方案,该方案有效可行。     

A Knowledge‐Based Approach for Mapping Land Degradation in the Arid Rangelands of North Africa

Rangelands cover about 82% of the arid area of Morocco. It is generally acknowledged that these areas are threatened by desertification. Monitoring desertification requires accurate knowledge about the current status of rangeland degradation. Remote sensing is widely used to assess changes in land cover, but its use in arid rangelands has limitations because of spectral confusion among various types of land cover. The objective of this study was to assess the severity and spatial extent of rangeland degradation in the high plateaus of eastern Morocco, using a knowledge‐based approach combining remote sensing and ancillary data. This approach relies on analyzing datasets derived from Landsat TM satellite imagery, lithology, bioclimatic data and field measurements. The level of rangeland degradation was assessed using indicators such as vegetation parameters, grazing levels and cultivation intensity, which provided a high level of accuracy for mapping and monitoring the degradation of the arid rangelands. The results showed that the total area of degraded rangeland in the high plateaus of eastern Morocco is about 17,417 km², accounting for 48% in the studied area. Copyright © 2015 John Wiley & Sons, Ltd.     

绿洲景观多季相特征的线性光谱混合分解方法研究

因干旱、半干旱区生态环境的脆弱性和社会经济的干扰,区域景观季相间具有显著变异,但该类区域季相景观异质性研究相对薄弱。加上遥感数据空间分辨率的约束,表征荒漠化状态的异质性景观特征以一定程度的混合像元存在,传统的景观信息提取方法具有一定的局限性。以甘肃省民勤县为例,进行了荒漠化异质性季相景观特征的线性光谱混合分解方法研究,包括端元类型确定,多季相代表性端元选择和光谱值优化等关键步骤。结果表明,多季相线性光谱混合分解模型考虑了端元在季相之间的可比性和分解结果的物理意义,可以直接进行物理解译,有效模拟民勤绿洲的景观要素分布,多季相端元丰度可以描述各类端元的季相变异,为土地荒漠化监测评价提供保障。     

融合光谱混合分解与面向对象的土地利用/覆被分类

错综复杂的土地利用模式和破碎的地物斑块制约了土地利用/覆被分类的精度和效率。一方面,混合像元模糊了地物的光谱信息,影响了分类精度。另一方面,如何高效利用地物的光谱、形状和纹理特征是当前土地利用/覆被分类的研究热点。为了提高基于遥感技术的土地利用/覆被分类精度,该研究基于Sentinel-2A遥感影像,开展融合光谱混合分解与面向对象的土地利用/覆被分类研究。首先,基于地物的光谱、形状和纹理特征,在3个分割尺度通过NDWI（Normalized Difference Water Index)、NDVI（Normalized Difference Vegetation Index）、SBL（Soil Background Level）等8个特征参数构建了不同地物信息的提取规则。其次,利用光谱混合分解模型提取研究区基质（SL;岩石和土壤）、植被（GV;光合作用叶片）和暗色物质（DA;阴影和水）3类通用端元。最后,尝试融合3端元光谱特征优化地物信息提取规则。研究结果表明：1）基于构建的光谱、形状和纹理的地物信息提取规则,使用模糊函数、阈值法进行土地利用/覆被分类,获得了较高的分类精度,总体精度为80.83%,Kappa系数为0.76。2）融合3端元的光谱特征的提取规则将分类精度提升至90.00%,Kappa系数提升至0.88。3）具有明确物理意义的3端元的融入增强了像元内各组分信息的差异性,弥补了传统光谱指数对植被与土壤间的亮度信息解析度不足的缺陷。该方法能充分利用影像的光谱信息,是一种由易到难、对不确定因素进行逐层剥离的土地利用/覆被信息提取技术。因此,对中高分辨率的多光谱遥感影像十分友好,在土地利用/覆被的精细化分类中有较大应用潜力。     

基于HJ卫星数据与面向对象分类的土地利用/覆盖信息提取

土地利用/覆盖信息是区域气候与环境研究的基础,是土地资源规划与管理、合理开发与保护的信息保障。为此,该文选取长株潭城市群核心区为试验区,以时间序列HJ卫星影像为数据源,首先构建了时间序列归一化植被指数(normalized difference vegetation index,NDVI)、时间序列光谱第一主成分(first principal component,PC1)数据集,通过J-M(Jeffries-Matusita)距离变量可分离性分析结合地表覆盖的物候特征,确定最佳时序HJ组合数据;其次,采用面向对象的随机森林算法对研究区土地利用/覆盖信息进行分类,并对分类结果进行精度评价与比较分析。研究结果表明:采用时间序列HJ组合数据与面向对象的分类方法,提取城市土地利用/覆盖信息的总体精度和Kappa系数分别达到91.55%和0.90,其中水田、水浇地、旱地、林地、建设用地的生产者精度均达到90%及以上;相对于时间序列基于像元分类、单时相面向对象的分类方法,该文提出的土地利用/覆盖信息提取方法的总体分类精度和Kappa系数分别提高了2.26%、0.02和6.82%、0.08,有效提高了区域土地利用/覆盖信息提取的精度,为大范围土地利用/覆盖精细化分类提供了有效的途径。     

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。     

多元信息支持的岩溶区土地利用信息提取方法构建

土地利用信息是重要的基础数据,其准确程度将对其后续应用工作的结果产生重要影响。岩溶区地形复杂、地表覆盖类型多样,使用目视解译和传统监督分类的方法都存在一定的局限。通过结合遥感影像和植被指数、湿度指数、地形等多元信息,结合主成分分析方法,利用决策树实现上述多元信息建模,进而以实地调查样点为目标函数获取决策树的分类决策参数阈值,从而构建了多元信息支持的岩溶区土地利用信息提取方法。经试验区的模型应用和样点验证表明,该方法获取的土地利用信息基本符合典型岩溶区土地利用比例和分布特征,总体分类精度达到82%。该方法能够加深对多维遥感信息的认识,充分挖掘出其中隐含的信息,并根据这些信息提高岩溶区土地利用信息提取的精度,尤其能体现出岩溶区地貌特征对土地利用空间分布的影响。