近12年陕北能源化工基地土地利用动态变化分析

采用1997、2004、2007和2009年的Landsat TM影像,利用遥感监督分类方法得到4期陕北能源化工基地土地利用信息,通过GIS空间分析以及数理统计分析方法,得到1997—2004年、2004—2007年和2007—2009年3个时段的土地利用变化的数量、速率、幅度、空间分布格局等相关变化特征。结果表明:陕北能源化工基地耕地经历了先减少后略微增加的过程;草地经历了前期增加,中期、后期减少的过程;林地则是处于持续增加的状态,表现为前期显著增加,中后期增加速率减慢;同时12a间土地利用格局发生显著变化,1997年的耕地所占比例为38.6%,是主导类型,2009年的草地成为了主导类型,占33.8%。监测的4个年份,耕地、草地、林地、未利用地都是土地利用变化的主导类型,土地利用类型的变化主要表现为耕地、草地与其它土地利用类型间的相互转化。     

鱼梁河湿地公园土地利用和生境质量遥感监测分析

利用高分卫星遥感数据,对贵州鱼梁河国家湿地公园2016—2019年土地利用和生境质量变化进行监测,定量评估分析湿地公园的生态环境质量与变化情况。结果表明:(1)湿地土地利用类型主要以林地、河渠和水田为主,期间林地面积增加31.46 hm~2;(2)湿地植被恢复良好,林地植被生态改善最为明显;(3)2016—2019年湿地生境质量指数上升1.78%,生态环境质量略有上升;(4)区域生境质量变化与土地利用类型的变化直接相关,且人为因素是土地利用类型变化主要驱动力。     

云南省陆地生态系统和土地利用类型的NDVI时空变化特征

研究不同陆地生态系统和土地利用类型的归一化植被指数(NDVI)时空变化特征,不仅可揭示基准年以来各生态系统和土地利用类型的变化情况,而且可为云南不同生态区的保护提供科学依据。基于SPOT-VEGETATION NDVI数据,利用一元回归和相关分析等方法,在ArcGIS平台下分析1999-2013年云南NDVI时空变化的基础上,以2000年云南陆地生态系统和土地利用为基准年,重点分析植被指数变化显著区域的各类陆地生态系统和土地利用类型NDVI的变化情况。结果表明,云南省国土面积六成以上区域的植被指数出现了显著的上升趋势,局部地区出现了下降趋势,其中,昆明、玉溪、红河、大理、德宏5个州(市)和曲靖市南部植被指数上升不明显,显著下降的区域主要是滇中地区;普洱市出现大面积连片上升区。植被指数上升的主要生态类型是农田、森林和草地生态系统,下降的是聚落、水体和湿地生态系统;从土地利用类型看,植被指数上升面积比例较高的是旱地、有林地、灌木林、疏林地和高覆盖度草地,下降面积比例较高的是城镇用地和其他建设用地。分析结果可为云南省生态保护提供科学依据。     

基于Landsat 8 OLI数据的地表植被覆盖类型与江西省雷电活动相关性分析

利用2006—2015年江西省闪电定位系统监测资料和地表植被遥感数据,通过数理统计、线性回归等方法,分析江西省不同地表植被覆盖类型的雷电活动特征分布。结果表明:1)江西省各年雷电活动最活跃区域主要在城乡建设用地、水域和未利用土地3类地表之间变化,其中发生在城乡建设用地的概率最高,闪电密度值高的区域其闪电强度相对较弱。2)江西省闪电密度随着地表覆盖度的增大而减小,而闪电平均强度随着覆盖度的增加总体呈增强的趋势。3)多雷区在城乡建设用地、水域、未利用土地和耕地所占比例较大;少雷区在草地所占比例最大,其次为林地,而城乡建设地所占比例最小。     

江西省社会经济数据和土地覆盖时空差异演化

基于江西省遥感影像数据和统计年鉴资料,利用地理信息系统技术（GIS）,分析江西省1990—2020年社会经济和土地利用类型的时空差异,以摸清人口、经济和土地利用类型的逐年变化情况。结果表明：1） 江西省GDP和人口快速增长,尤其是末期较初期GDP增长了近60倍,经济发展不平衡矛盾减弱。2） 以南昌市为中心的环鄱阳湖区域在江西省经济发展中占据主导地位,部分设区市出现不同程度的经济热点区。3） 江西省人口与GDP时空变化具有一定的相似性,人口分布密度高的区域GDP相对较高,反之亦然。4） 江西省耕地、林地面积总和约占全省国土面积的90%。城乡建设用地面积变化最大,这与社会经济发展有明显关系,各种土地利用类型综合变化速率由大到小依次为城乡建设用地、草地、未利用地、耕地、水域、林地。     

2000~2011年黄河上游地区景观格局变化研究——以青海省海南州为例

通过采用2000和2011年TM遥感影像资料,选用多种景观格局分析方法分别从景观格局变化特征、转化特征、破碎度及多样性特征等方面研究了海南州近11年地表景观格局变化。研究结果表明:(1)草地是整个海南州地区最主要的景观类型,2000~2011年耕地、林地、人工用地和未利用土地均增加,草地和水域面积均减少。近11年景观类型斑块总数增加1155个。各种景观类型在空间分布上差异性较大;(2)2000~2011年海南州景观转化总面积为2022.13km2,转化面积最多的是草地,最少的是人工用地。2000年向2011年所转化的各类型景观中,草地的贡献率最高;(3)从斑块类型和景观尺度分别来看,2000~2011年海南州景观受到的干扰程度和破碎化程度在增加,景观空间的异质性程度在增大,团聚程度降低,多样性和优势度也显著降低。     

延安丘陵沟壑区土地利用类型坡度分异研究

选取典型黄土高原丘陵沟壑区的延安市宝塔区,利用遥感和地理信息系统技术,通过监督分类方法得到1997～2004年间该地区的土地利用分类图,并结合DEM(数字高程模型)坡度信息,分别提取1997年、2004年的坡耕地、坡林地、坡草地和坡园地数据,对该地区土地利用类型变化及坡度分异进行深入分析.结果表明:①在1997～2003年,耕地面积减少了33.1%,林地增加了10.1%、草地增加了20.6%、果园面积增加了33.3%,使该区域生态环境整体得到改善;②耕地减少的面积主要集中发生在坡耕地部分,其中坡度大于等于35°、25°～35°这两个等级减少的幅度最大,坡度大于等于35°减少了55.5%,25°～35°减少了51.2%,减少的坡耕地,基本上都是转变成了坡林地、坡草地、坡园地.耕地总面积减少的同时,基本农田(可灌溉)所占比例是增加的.该研究区"退耕还林(草)"工程的实施已经取得了初步成效.     

不同土地利用数据对WRF模拟新疆高温天气的影响

本研究在WRF(v3.8.1)中使用MODIS 21类和USGS24类土地利用类型数据,模拟了新疆2017年7月9日的极端高温天气,并在对模拟温度进行了高度订正的基础上,对比了两种土地利用数据对2m温度预报的影响。结果表明：(1)MODIS和USGS在新疆地区的土地利用差异主要在阿尔泰山、天山以及南疆西部的昆仑山北部海拔3000米以上的高山带,相应地,使用USGS模拟的这些高山带2m气温明显高于使用MODIS的模拟值,最高偏高12℃左右,是全疆范围内两者偏差的极大值。(2)就新疆区域而言,使用USGS模拟的2m气温整体优于使用MODIS的模拟值,且USGS模拟的2m温度整体低于MODIS模拟的2m温度。两者的均多在2℃以内。(3)在伊犁河谷,MODIS土地利用类型主要为“旱地/草地”,USGS为“草地”和“农田/林地马赛克”。代表站点2m温度模拟多以高温偏低、低温偏高为主。(4)与MODIS相比,USGS中哈密地区 “农田/林地马赛克”所占比重明显增大。哈密地区多数代表站点高、低温均以偏低为主。(5)站点温度的高度订正多以调低为主,调高幅度最大值为1.9℃,出现在伊犁河谷的尼勒克站,调整幅度明显大于MODIS和USGS模拟2m温度的差值,由此可见温度高度订正的必要性。     

WRF模式中不同土地利用数据对新疆一次高温天气模拟的影响

本研究在WRF(v3.8.1)中分别使用MODIS 21类和USGS 24类土地利用类型数据,模拟了新疆2017年7月9日的极端高温天气,并在对模拟温度进行了高度订正的基础上,对比了两种土地利用数据对2 m温度预报的影响。结果表明:(1)MODIS和USGS在新疆地区的土地利用差异主要在阿尔泰山、天山以及南疆西部的昆仑山北部海拔3000 m以上的高山带,相应地,使用USGS模拟的这些高山带2 m气温明显高于使用MODIS的模拟值,最高偏高12 K左右,是全疆范围内两者偏差的极大值。(2)就新疆区域而言,使用USGS模拟的2 m气温整体优于使用MODIS的模拟值,且USGS模拟的2 m温度整体低于MODIS模拟的2 m温度。两者与实况的偏差多在2 K以内。(3)在伊犁河谷,MODIS土地利用类型主要为"旱地/草地",USGS为"草地"和"农田/林地马赛克"。伊犁河谷代表站点2 m温度模拟多以高温偏低、低温偏高为主。(4)与MODIS相比,USGS中哈密地区"农田/林地马赛克"所占比重明显增大。哈密地区多数代表站点高、低温均以偏低为主。(5)站点温度的高度订正多以调低为主,调低幅度最大值为1.9 K,出现在伊犁河谷的尼勒克站。站点2 m温度的调整幅度整体上明显大于MODIS和USGS模拟2 m温度的差值,由此可见温度高度订正的必要性。     

腾格里沙漠风光热基地对区域生态环境的效应分析

沙漠地区风光热资源丰富,已建设的风光热基地对区域生态环境的影响机制尚不明确。开展区域风光热基地建设的生态环境效应研究对指导区域清洁能源开发与促进社会经济发展具有重要意义。本研究以腾格里沙漠为研究区,基于谷歌地球引擎云平台(Google Earth Engine, GEE)并结合2000年、2022年研究区Landsat 8遥感影像,采用土地利用动态度、土地利用转移矩阵、生态环境质量指数、景观格局指数、地理加权回归模型等方法对沙区风光热基地建设前后生态环境的效应进行分析。结果表明：(1)沙区土地利用空间分布时空异质性显著,主要土地利用类型为沙地、低覆盖草地及戈壁。沙地面积占研究区总面积的69.10%～72.72%。2000-2022年,风光热基地建设前后沙区土地利用类型变化剧烈区主要分布在沙区东南及西南边缘等。(2)近22年,土地利用动态度最高的是工矿建设用地,达到0.11%。沙地转移为工矿建设用地,而工矿建设用地中80%为风光热基地面积,沙地成为风光热基地的重要转移源。(3)区域生态环境质量指数(Ecological Environment Quality Index, EEQI)高值...     

Evaluation of the Biodiversity Conservation Function in Liaohe Delta Wetland,Northeastern China

The scientific evaluation of the wetland biodiversity conservation function is the basis of balanced wetland protection and development. Our research sought to provide references for the protection of wetland ecological environments as well as the related planning and management policies. The study established a fitting model for evaluating the biodiversity conservation function in the Liaohe Delta, northeastern China. The new model, the Wetland Biodiversity Conservation Indicator(WBCI), was with four input factors, including the vegetation coverage(VC), habitat suitability index(HI), land use and land cover(LULC) index(LI), and threat factor index(TI) of the LULC type. The values assigned to HI and TI were based on Integrated Valuation of Ecosystem Services and Tradeoffs(In VEST)habitat quality models. The weights of all the factors in WBCI were valued with the Principal Component Analysis(PCA). We evaluated the wetland biodiversity conservation function of Panjin, Liaohe Delta, China, by using the WBCI model based on Gaofen-1(GF-1) satellite data in 2018, and the result was verified with In VEST and other models. It showed that the output map was similar to that of In VEST, with the higher-quality habitat including the wetland, tidal flat, water body, and forest, as well as the lower-quality land use types including the paddy field, crop field, construction land, and land used by traffic. The wetland biodiversity conservation function was better in areas less affected by human disturbance, with very abundant species and good-quality habitat. It was poor in areas impacted by more frequent human activities such as the land cultivation, housing, and traffic, which led to the landscape fragmentation. The WBCI model provided a more accurate reflection of the bird distribution than the In VEST model. The WBCI model was able to reflect the difference in quality of each habitat grade, in contrast to the net primary productivity(NPP) method and species distribution models(SDMs). The new model was, therefore, simpler and suitable in reflecting the quality of wetland biodiversity function in the Liaohe Delta.     

辽宁土地利用动态遥感监测分析

介绍了在RS与GIS支持下,以Landsat TM和ETM及SPOT数据为主要信息源,采用栅格数据与矢量数据、多源与多时相数据、遥感数据与生态环境基础图件相结合和内业处理与外业调查相结合的技术路线,应用遥感信息提取技术和遥感影像处理及DOM制作方法,得出近15 a辽宁土地面积变化及趋势。结果表明:近年辽宁耕地、水域和工矿等用地面积逐年上升;湿地、草地和未利用土地面积逐年下降。     

辽河流域生态系统时空格局及服务价值变化研究

以辽宁省境内辽河流域为研究对象,将流域生态系统划分为7类,从全流域、15个子流域、河岸带3个尺度分析了生态系统结构的空间和时间变化,结合生态系统服务价值评估方法,评价了三个尺度下生态系统服务价值及变化。结果表明：全流域生态系统以农田和森林生态系统为主,子流域生态系统结构及时空变化存在较大差异,河岸带生态系统结构与全流域结构差异显著,与全流域生态系统结构相比,河岸带森林生态系统所占成分显著降低,水体与湿地生态系统显著增加。全流域生态系统服务总价值逐渐降低,森林生态系统服务价值最高;子流域内森林生态系统服务价值对子流域服务价值最大;河岸带内水体与湿地生态系统服务价值最大。     

基于均值—标准差改进的滨州市多时相热岛强度变化分析

为探究山东省滨州市热岛强度的时空分布及其变化特征,通过2001、2009和2018年夏季的3期Landsat数据实现地表温度反演,并基于热岛强度定义对传统的均值—标准差分级法进行改进,能够较好地消除因背景数据不一致而导致不同时期热岛强度数据难于对比的问题.在此基础之上,分析热岛效应及其变化的时空分布特征,并结合土地利用...     

2000—2020年呼伦贝尔地区归一化植被指数时空变化及其对气候的响应

利用2000—2020年MOD13Q1和气象观测数据, 结合Sen趋势分析、M-K显著性检验、变异系数、Hurst指数、相关系数等对呼伦贝尔地区归一化植被指数(NDVI)时空变化及气候响应进行分析。结果表明: 呼伦贝尔地区多年生长季平均NDVI为0.63, 平均年变化倾向率为0.028/10 a, 大部分地区呈增加趋势, 其中大兴安岭森林大部及岭西耕地增加显著。呼伦贝尔地区生长季NDVI的平均变异系数为0.08, 其中呼伦贝尔草原西部的波动较大。Hurst指数表明, 呼伦贝尔地区生长季NDVI整体变化呈反持续性趋势, 结合现有NDVI变化趋势, 未来将呈下降趋势, 对生态环境的保护工作较为不利。大兴安岭森林生长季NDVI与气温呈正相关, 耕地与草原区呈负相关, 而呼伦贝尔大部分地区的生长季NDVI与降水普遍呈正相关, 其中呼伦贝尔草原和大兴安岭两麓耕地的生长季NDVI与降水相关显著, 说明气温是制约北部大兴安岭森林生长的主要因素, 而降水是制约呼伦贝尔草原生态平衡和农牧业发展的主要因素。     

2000-2013年新疆植被覆盖变化多尺度遥感分析

基于中等分辨率成像光谱仪(MODIS)8 d 500 m分辨率地表反射率数据生成归一化植被指数(NDVI)时间序列,利用线性回归、转折点检测和Mann-Kendall趋势分析方法,分析2000—2013年新疆地区植被覆盖时空变化格局,并结合Landsat数据分析典型区域植被变化。研究结果表明：近14 a来,新疆地区植被覆盖整体呈波动型上升的趋势,植被改善区面积占全区的34.02%,恶劣区的占3.20%,其中2000—2003年植被明显增长、2003—2009年的波动下降及2009—2013年的逐渐回升,植被增长显著的区域主要分布在准噶尔盆地南部和塔里木盆地北部绿洲;大多数植被类型NDVI呈增长趋势,其中增长率最高的是作物、开放灌丛和混交林,6种主要植被类型常绿针叶林、混交林、开放灌丛、多树草原、草原、作物呈现出相似的NDVI变化趋势;在植被覆盖变化显著的4个典型区,NDVI变化受土地覆盖类型变化的影响,荒漠、草地被开垦成农田导致NDVI增加,城市建成区扩张导致NDVI降低。     

2001～2010年中国区域土地利用/覆盖变化对陆面过程影响的模拟研究

基于2001年和2010年中分辨率成像光谱仪MODIS（MODerate-resolution Imaging Spectroradiometer）土地覆盖数据,利用公共陆面模式（Community Land Model, CLM）模拟真实的土地利用/覆盖变化（Land Use/Cover Change, LUCC）对地表能量平衡和水分循环过程的影响。研究表明:1）在2001～2010年,中国LUCC最明显的区域位于干旱半干旱区过渡带、半干旱半湿润区过渡带和南方地区;中国区域荒漠减少0.92%,草地减少0.01%,农田增加0.77%,森林增加2.86%,植被覆盖度整体增加。2）在2001年和2010年两种土地利用/覆盖背景下,LUCC使大部分地区感热通量增加,植被蒸腾、蒸发潜热通量增加,土壤表面蒸发潜热通量减小。3）LUCC使大部分地区地表径流减小;中国西北东部、华北和东北地区土壤湿度减小,其他地区土壤湿度增加,仅干旱半干旱过渡带上的土壤湿度发生了显著变化。4）当典型过渡带区域由荒漠变为草地后,感热通量增加1.11 W m?2,潜热通量增加0.14 W m?2;冠层蒸腾和蒸发分别增加0.039 mm d?1、0.009 mm d?1。土壤湿度平均减小0.01 m3 m?3,且随深度增加变干更明显,这是由于根系吸收了较多深层土壤水分,以满足植被显著增加的蒸腾而产生的结果。当草地变为灌木时,其能量通量和水分循环的变化与上述结果类似。     

新疆湿地资源时空变化特征及其原因分析研究

以新疆第一次（2000年）和第二次（2011年）湿地资源调查中相同的347块湿地为研究对象,利用3S技术,对CBERS、SPOT5和LandsatTM遥感数据进行调查监测,并结合野外实地验证,比较分析新疆湿地资源的时空变化状况及其原因。结果表明,新疆湿地总面积呈减少的趋势,其中河流湿地和沼泽湿地面积增加,分别增加29162 hm²和17130 hm²,湖泊湿地和人工湿地面积减少,分别减少126618 hm²和19391 hm²;各湿地型中,永久性河流、草本沼泽、森林沼泽和季节性咸水沼泽面积有所增加,洪泛平原、内陆盐沼、永久性 淡水湖、季节性淡水湖、季节性咸水湖和库塘湿地面积减少。新疆湿地面积总变化率-7%,各湿地类型中,面积变化率最大的是湖泊湿地（18%）,呈减少趋势;最小的是沼泽湿地（5%）,呈增加趋势。湿地面积变化的主要原因是气候变化和人类活动。     

Accelerating savanna degradation threatens the Maasai Mara socio-ecological system

Savanna megafauna have become scarce outside of protected areas in Africa, largely because of land conversion for farming (smallholders and agribusiness) and expansion of settlements and other infrastructure. Intensification also isolates protected areas, even affecting natural processes within reserve boundaries. Here, we used satellite imagery from the past 32 years in the iconic Maasai Mara ecosystem to assess the capacity of different land tenures to prevent degradation. We compare unprotected land with two types of conservation management: fully protected land without livestock (land sparing) and semi-protected community-based conservation – protected land with regulated livestock densities (land sharing). On unprotected land (61% of the area), we detected massive and accelerating degradation and fragmentation of natural vegetation, with large losses of woodland (62%) and grassland (56%), resulting in the expansion of bare ground. In contrast, directional change was minimal in both types of protected areas. Vegetation resistance to drought was lowest on unprotected land, intermediate under community-based conservation and highest under full protection. Our results show that the Mara ecosystem is under heavy pressure, but that conservation management counteracts negative trends. Importantly, semi-protected community-based land-sharing conservation offers clear, partial buffering against degradation.     

Land cover change and soil organic carbon stocks in the Republic of Ireland 1851–2000

Using both historic records and CORINE land cover maps, we assessed the impact of land cover change on the stock of soil organic carbon (SOC) in the Republic of Ireland from 1851 to 2000. We identified ten principal land cover classes: arable land, forest, grassland, heterogeneous agricultural areas/other, nonvegetated semi-natural areas, peatland, suburban, urban, water bodies, and wetland. For each land cover class, the SOC stock was estimated as the product of SOC density and land cover area. These were summed to calculate a national SOC budget for the Republic of Ireland. The Republic of Ireland’s 6.94 million hectares of land have undergone considerable change over the past 150 years. The most striking feature is the decrease in arable land from 1.44 million ha in 1851 to 0.55 million ha in 2000. Over the same time period, forested land increased by 0.53 million ha. As of 2000, agricultural lands including arable land (7.85%), grassland (54.33%), and the heterogeneous agricultural areas/other class (7.91%) account for 70.09% of Irish land cover. We estimate that the SOC stock in the Republic of Ireland, to 1 m depth, has increased from 1,391 Tg in 1851 to 1,469 Tg in 2000 despite soil loss due to urbanization. This increase is largely due to the increase of forested land with its higher SOC stocks when compared to agricultural lands. Peatlands contain a disproportionate quantity of the SOC stock. Although peatlands only occupy 17.36% of the land area, as of 2000, they represented 36% of the SOC stock (to 1 m depth).