内陆干旱区土地利用变化的景观格局特征分析——以新疆白杨河流域为例

基于GIS/RS环境对两期Landsat7-ETM 影像数据进行土地利用分类处理,运用景观生态学原理和数理统计分析方法,从区域整体景观格局水平和土地利用类型水平两个角度,选取景观多样性指数等5个指数描述白杨河流域土地利用变化的景观格局特征。结果表明:研究区各土地利用类型面积都有不同程度的变化,除草地和未利用土地有所减少,其他土地利用类型都有不同程度的增加。从景观水平上看,区域景观异质性在增大,景观斑块的连通性降低,表现为多样性指数和均匀度指数呈增加,优势度指数减小;从类型水平上看,5年间人类对景观的干预程度较大,对人工景观的干扰强于半自然景观,体现在半自然景观类型的分离度较小,而人工景观类型的分离度较大。同时,景观周长-面积分维度指数的增长趋势说明景观斑块的自我相似性减小,几何形状趋于复杂化。总体上,是人类活动加剧破坏了自然绿洲内部的整体性和完整性,并且人类活动干扰还在增加。     

哈尼梯田土地利用空间格局及其变化的信息图谱研究

以云南省元阳县为例,建立土地利用空间格局及变化信息图谱,对其图谱特征进行分析。结果表明:土地利用时空演变征兆图谱更直观形象的揭示区域土地利用变化的基本模式,提供时空复合的表达方式;土地利用斑块形态与空间扩展图谱的建立应用空间格局研究中的相关概念和方法,将微观、宏观层次图形信息与变化过程结合;土地利用变化景观特征图谱建立以度量空间格局变化为目标的景观指数体系。     

镇江市土地利用景观格局时空过程与驱动因素

以宁镇扬丘陵区的镇江市为案例地,基于1978—2012年遥感图像数据,从类型尺度和景观尺度2个维度分析镇江市土地利用景观格局时空过程特征;并通过PCA模型定量揭示镇江市土地利用景观格局时空演化驱动因素。结果表明:1)1978—2012年耕地是区域主导景观类型,其次林地、建设用地为区域优势景观类型;其中耕地、林地景观类型分别减少7.63%、1.21%,而建设用地景观增加8.87%;2)镇江市总体斑块数目增加,平均斑块面积、斑块形状指数和分维数下降,且耕地、建设用地及水域对区域景观格局演化响应最为显著;区域景观破碎度、集聚度及多样性指数不断上升,表明人类活动对研究区景观干扰不断增强,且存在镇江中东部高于西部的空间分异特征;3)人口快速增长是土地利用景观格局演变的直接诱因,城市化推动、经济持续发展是景观格局演化的重要驱动,而技术革新进步会对景观格局演变具有一定冲击作用;4大驱动力综合耦合作用1978—2012年镇江市土地利用景观格局时空演化过程。     

基于GIS的土地整理景观效应分析

以北京市怀柔区的土地整理项目为例,基于GIS,应用景观生态学方法,分析了土地整理前后的土地利用结构和景观格局变化。结果表明:(1)土地整理实施后,项目区超过70％的面积为耕地,其他土地利用类型多转变为耕地。(2)土地利用的斑块数量和斑块密度降幅超过50％;平均斑块面积、最大斑块面积和最小斑块面积分别增加1.2倍、0.4倍和79倍,而斑块面积变异系数降低了24.18%。(3)土地利用斑块形状变得简单规则、空间分布集中,景观边缘密度、形状指数和分离度指数明显降低,降幅超过29％,分维数略有降低,而聚集度升高。(4)土地整理在减轻景观破碎化的同时也降低了景观多样性,斑块类型丰富度指数降低14%,而Shannon与Simpson的多样性指数和均匀度指数的降幅超过30%。     

土地利用分类对景观格局指数的影响

基于景观格局指数的空间格局分析是当前景观生态学研究的重要基础内容,不仅数据源准确度、尺度效应显著影响景观格局指数,土地利用类型划分也对景观格局指数具有显著影响,但我们对这种影响的总体理解尚很缺乏。本研究选取24种常用景观格局指数,以深圳市宝安区为试验区,探讨景观格局指数随土地利用分类系统变化的基本规律。研究结果表明,土地利用分类对景观格局指数的确具有显著影响。而根据景观格局指数对土地利用类型数目变化响应的可预测性,可将其分为三类：① 第一类指数随土地利用分类系统变化的可预测性强,能用简单函数关系 (对数函数关系、S形曲线、反比曲线关系) 来表达,包括斑块数目、斑块密度、边界密度、平均斑块面积、景观形状指数、平均斑块形状指数、周长面积比分维数、平均斑块分维数、聚合度、Shannon多样性指数、Simpson多样性指数和修改Simpson多样性指数;② 第二类指数随土地利用分类系统变化可预测性较差,表现为典型的分段 (或阶梯形) 变化,存在多种可能 (S形曲线、直线、反比曲线与复合曲线关系),包括斑块面积标准差、斑块面积变异系数、最大斑块指数、面积加权平均斑块形状指数、面积加权平均斑块分维数、分离度和斑块结合度;③ 第三类指数由于在度量相关空间格局特征时考虑了土地利用类型数多少的影响,随土地利用分类系统变化呈无规律变化,难以用一种简单函数或分段函数来预测其变化行为,包括蔓延度、Shannon均匀度指数、Simpson均匀度指数、修改Simpson均匀度指数和优势度指数。这些指数随土地利用分类系统变化的变化规律,使试验区不同时期、不同土地利用分类系统下的空间格局比较成为可能。     

河西走廊中西段肃州区景观空间格局研究

景观空间格局研究是景观生态学研究的核心之一。运用景观生态学原理,借助GIS技术(ArcGIS 8．1)和Fragstats Version 3．3软件,基于2000年Landsat5 的4、3、2(RGB)波段合成影像解译结果．将研究区分为19个景观要素,选取斑块特征指数(斑块伸长指数、斑块密度、边缘密度、分维数)、景观多样性指数(香农多样性指数、均匀度、优势度)和景观空间构型指数(蔓延度、破碎度、分离度)等指标,对酒泉市肃州区进行了景观格局研究。结果表明：(1)肃州区景观的主要斑块类型为戈壁(沙地)、耕地、盐碱地和低覆盖草地,体现了景观的基质是戈壁沙地和农牧业绿洲类型的特点;(2)斑块特征指数表现为：农村居民点、耕地和低覆盖草地斑块密度较大,耕地、戈壁、低覆盖草地和盐碱地斑块边缘密度较大,反映出农村居民点多而分散,草地退化和耕地碎片化状况;(3)景观多样性指数SHDI表明景观异质性较高的特点,SHEI则表明景观中有一定的优势类型,以戈壁、耕地和盐碱地等景观类型占优势;(4)景观空间构型指数蔓延度反映了聚集度适中的特点,破碎度则反映肃州区景观总体受人类活动干扰相对较小,戈壁、耕地、沙地、盐碱地分离度较小,反映出肃州区这些景观类型占较大面积,斑块相对聚集,构成控制性生态景观。     

营口市景观空间格局及生态环境质量分析

根据营口市2007年土地利用相关图形数据,选用生态意义明确的景观格局指数和区域生态环境指数,从斑块和景观两个尺度对营口市景观空间格局进行定量分析,并揭示了景观格局对区域生态环境的影响.结果表明:(1)林地是营口市占地面积最大,斑块数最多的基质景观,面积比例高达49.80％,斑块个数为1 252个,占总斑块数的38.89％,斑块分离度为0.05;旱地和水田面积比例也较大,分别占21.76％和14.28％;城乡用地面积仅占11.66％,但其斑块数达1 198个;滩涂面积比例最小,仅为0.07％.(2)营口市生态环境质量较好,区域生态环境指数达0.48,高于相邻的盘锦市和瓦房店市.(3)营口市滩涂、沼泽面积较小.     

元阳县土地利用空间格局及其变化的图谱方法研究

信息图谱为区域土地利用空间格局及变化提供了一种谱系化、定量化与定位化相结合的研究方法.以云南省元阳县为例,在遥感、GIS空间分析和统计分析模型的支持下,从土地利用时空演变模式、空间扩展过程、斑块的空间分布特征三方面建立土地利用空间格局及变化信息图谱,并对其图谱特征进行分析.结果表明:土地利用时空演变征兆图谱更直观形象地揭示了区域土地利用变化的基本模式,提供了时空复合的表达方式;土地利用斑块形态与空间扩展图谱的建立应用空间格局研究中的相关概念和方法,将微观、宏观层次的图形信息与变化过程相结合;利用等步长变距离缓冲区分析法建立的VCM曲线可直观地描述不同土地利用类型斑块的空间分布特征及不同研究时段内其空间分布特征的变化情况.     

三个时期南四湖景观格局及其变化

为了研究南四湖景观格局在纵向和横向上的时空变化规律,提取湖区1985年、2000年和2015年研究区的景观类型信息,在Fragstats 4.2软件支持下,利用斑块类型面积、斑块密度、最大斑块指数、斑块凝聚度指数、平均斑块分维指数、景观分割度指数和Shannon’s多样性指数,分析湖区总体景观格局特征;采用移动窗口方法,分析沿不同梯度采样带的景观格局细节变化规律。研究结果表明,与1985年相比,2015年,南四湖区景观破碎度增加,连通度下降,景观形状日趋规则,优势景观由1985年的湖泊明水面、芦苇(Phragmites australis)荡和荷(Nelumbo nucifera)田变成养殖水面、水稻田和湖泊明水面。在纵向景观梯度上,各湖泊交界处和人类活动密集地带景观结构变化最为明显,异质性和多样性强,斑块破碎度高,研究区丰富的水资源和剧烈的人为干扰活动加快了土地开发利用速度;在横向景观梯度上,在景观过渡带及易受人为干扰的湖岸两侧、城镇地区,呈现出斑块分离度和多样性高、自然连通度和优势度低、景观形状复杂的格局特点。横、纵采样带各景观指数值随时间的变化与总体格局一致,即景观分离度增加、优势度下降,整体景观形状趋于简单。     

西北半干旱区城郊土地利用结构与分形模型研究——以兰州市西固区为例

以兰州市西固区为区域背景,以RS和GIS为技术手段,按照地貌特征将研究区划分为4个分区,运用多样性指数、优势度、破碎度、分离度等指标研究半干旱区城郊土地利用结构的数量特征;运用分形理论建立各种土地分布形态的分形结构模型,以分维数为依据分析各种土地类型分布形态的复杂性与稳定性;探讨控制和影响土地利用格局的主要因素及土地利用优化与管理的有关问题。     

龙川江流域土地利用格局变化与趋势预测研究

以龙川江流域为研究对象,在遥感和GIS技术的支持下,应用1988年与1999年两期TM遥感影像解译制图,编制两期土地利用现状图。在ARC/INFO下,建立空间信息库,进行叠加分析,获取该流域土地利用类型动态转移数据矩阵,揭示该流域11年来土地利用空间分布规律及其变化特征。同时,应用Markov链模型对未来土地利用格局趋势进行预测分析,得出有林地、水域、水田、居民地在逐年增加,旱地、荒草地、灌木林逐年减少的结论,从而为调控该流域土地利用结构和方式,改善其生态环境状况提供依据。     

21世纪初中国土地利用强度的空间分布格局

土地利用强度直接反映了人类活动对自然生态系统的影响程度,成为全球环境变化的重要驱动力,也是土地利用可持续程度的重要测度指标。当前土地科学研究主要关注土地覆被变化及其对生态环境的影响,而土地利用强度的高分辨率时空表达尚在探索阶段。本文基于土地利用栅格成分数据、遥感数据、社会经济数据等空间化指标要素,根据地表被人类活动干扰程度及其可逆性分为人工地类、半人工地类、半天然地类、天然地类4个一级类型;依据耕作强度、人口密度等人类活动强度指标分为22个二级类型,获得空间分辨率为1 km的中国土地利用强度图。21世纪初全国人工地类、半人工地类、半天然地类和天然地类的面积比例分别为0.71%、19.36%、58.93%和21%,人口分布密集的东南部土地利用强度类型多样,且整体高于人口稀疏的西北部;随着经度的增加,土地利用强度类型由以天然地类和半天然地类为主转变为半天然地类和半人工地类为主;东部省市区土地利用强度高于中、西部,西部省市区土地利用强度最低;土地利用强度类型呈区域性集聚分布。与已有研究相比,该研究有效刻画了中国土地利用强度的空间异质性,有助于深入理解人类与自然生态系统的交互格局及其生态环境效应,为可持续土地利用政策的制定提供科学依据。     

50年来东北黑土区土地利用变化对沟蚀的影响——以克东地区为例

以位于东北典型黑土区的克东地区作为研究区,以1965年的Corona、2005年的SPOT5和2015年高分一号影像作为数据源,通过目视解译获取研究区对应年份的侵蚀沟分布状况;以1954年地形图和1975年的Landsat/MSS、2005年和2015年的Landsat/TM影像为数据源分别获取1965年、2005年和2015年土地利用数据;以侵蚀沟裂度为指标从土地利用变化角度分析研究区近50年来沟蚀变化状况。结果表明：黑土区沟壑侵蚀状况日益严重,耕地中侵蚀沟面积最大、侵蚀沟裂度增长速度最快;耕地、草地和建设用地上沟蚀状况的加剧伴随着林地和未利用地的开垦;耕地和草地相互转换裂度变化最大,退耕还林还草短期内侵蚀沟裂度仍然很高,但随着近10年来“退耕还林”的推行和用地状况的改善,沟蚀虽仍在发展但速度趋于缓慢。     

徐州煤矿区土地利用变化分析

以3 个时相的卫星遥感图像TM 为主要数据源, 利用神经网络分类法进行监督分类, 获得1987-2003 年间徐州煤矿区土地利用变化的基础数据。由此计算出土地利用类型的动态转移矩阵、土地利用程度变化指数、动态度指数、土地利用变化类型的多度和重要度指数等区域土地利用变化的指数模型, 定量分析该区土地利用变化情况。结果显示: ① 建设用地和水体的面积均保持持续上升的势头; 耕地呈现持续下降态势; 林地先减少后增加; 未利用地面积则呈现出先增加后减少态势。② 在1987-2003 年间, 建设用地和未利用地都主要转向耕地。在1987-1994 年间, 水体主要向林地转移; 耕地主要转向未利用地和建设用地; 林地主要转向耕地。在1994-2003 年间, 水体的转移比例很小; 耕地主要转向未利用地和林地; 林地主要转向水体。③ 在1987-2003 年间, 该区土地利用变化的剧烈程度很大, 并且其土地利用正处于一个衰退期。④ 在1987-1994 年间, 主要的土地利用变化类型分别是: 未利用地与耕地、耕地与建设用地之间的相互转化。在1994-2003 年间, 主要的土地利用变化类型分别是: 耕地转化为未利用地、耕地转化为林地、未利用地转化为耕地、耕地转化为建设用地。     

土地利用/土地覆被时空分布100 年数字重建 ——-以大庆市杜尔伯特蒙古族自治县为例

长时间序列的土地利用/ 土地覆被数据是开展全球变化、可持续发展及生态安全等各项研究的重要基础。然而,早期的土地利用/ 土地覆被数据,特别是卫星遥感数据出现之前 的土地利用/ 土地覆被信息通常很难获取。利用TM、MSS 遥感影像数据和地形图、气候、地质、地貌、土壤、植被、水文等自然环境背景图件以及数据,社会经济统计数据等多源数 据,选择大庆市杜尔伯特蒙古族自治县作为典型案例区,在GIS 技术支持下建立了土地利用/ 土地覆被数字重建模型,再现了典型研究区20 世纪30 年代和50 年代土地利用/ 土地覆被空间分布状况。通过野外调查和历史文献资料对土地利用数字重建结果进行精度评价并初步得到以下结论：① 采用逐个图斑跟踪记录的方法对研究区各个时期土地利用/ 覆被变化的敏感 性进行分析,有利于揭示区域土地利用/ 土地覆被变化的规律;② 在定量、定位分析环境背景对土地利用/ 土地覆被分布及其变化的影响基础上,综合判断各种土地利用/ 土地覆被分布概率,其结果可为土地利用数字重建提供依据;③ 对1:10 万地形图提取土地利用信息的可行性与可信度分析表明,地形图中土地利用信息完全能够达到一级土地利用分类精度,同时疏林地、灌木林、沼泽地、盐碱地、沙地等二级分类信息也能获取。     

黄河三角洲土地利用/覆被变化时空特征研究

黄河三角洲地区受人类活动作用时间相对较短,为土地利用/覆被变化及其驱动力研究提供了难得的条件.以位于黄河入海口处的垦利县为例,通过对1987-2000年土地利用/覆被变化幅度、变化构成以及流向图的分析,得到了该地区土地利用/覆被变化的特点,并应用遥感及GIS空间分析手段分析了黄河、渤海对该区土地利用/覆被变化格局的影响与作用机制.结果表明:(1)位于黄河入海口处的垦利县土地生态环境脆弱,占土地总面积80%的旱地、林草地、盐荒地和滩涂存在状态不稳定,盐荒地是其土地利用/覆被变化的核心类型;(2)黄河淡水和海洋咸水所控制的水文条件变化是该区土地利用/覆被变化的重要驱动因素,基本控制了分布的格局,并影响土地利用/覆被变化的可能性及变化方向.     

黄土台塬区土地利用转移流及空间集聚特征分析

提出了土地利用转移流和土地利用活跃度的概念,基于Landsat 遥感影像数据,采用土地利用变化测度模型,以5 年和25 年两种时间尺度对黄土台塬区土地利用时空动态特征进行分析,并将密度制图法应用到土地利用变化的空间集聚特征识别中.研究表明：① 黄土台塬区耕地占绝对优势,后备耕地资源严重不足,林地、草地、水域比例较低,存在较大生态风险;② 耕地与建设用地、草地、林地之间的转移关系是黄土台塬区土地利用转移的关键关系,决定着台塬区土地利用变化特征;③ 1985-2010 年耕地转建设用地流高达26668.80 hm²,占土地转移流40.75%,草地转耕地流18923.90 hm²,占28.91%,建设占用耕地情况严重,耕地占补平衡主要通过挤占草地实现;④ 25 年以来,土地利用变化对水域扰动最大,其次为森林,草地第三;⑤ 土地利用变化存在阶段性,1990-2000 年土地利用变化速率高于其他时段;⑥不同时间尺度下土地利用变化的空间集聚特征不同,25 年尺度下城镇附近土地变化幅度较高,5 年尺度下土地利用变化热点区由台塬中部向东西边缘区推移.     

基于GIS／RS的西畴县法斗乡土地利用变化研究

随着科学技术的发展,遥感技术运用到土地利用管理中,能够快速提取土地利用变化信息,同时地理信息技术（GIS）迅猛发展,基于这两种技术结合起来探测土地资源的变化具有重要的现实意义。因此,在GIS平台支持下,将土地利用变化分析结果用于土地利用更新从而得到更新后的土地利用现状图。并根据土地利用面积变化、类型等方面对项目区进行了定性定量研究。根据土地利用变化情况以及土地利用各类型之间的相互转换状况,建立了土地利用类型转换矩阵并根据项目区实际情况提出了在石漠化地区生态效益恢复的建议及对策。     

Status of land use intensity in China and its impacts on land carrying capacity

Land use intensity quantifies the impacts of human activities on natural ecosystems, which have become the major driver of global environmental change, and thus it serves as an essential measurement for assessing land use sustainability. To date, land-change studies have mainly focused on changes in land cover and their effects on ecological processes, whereas land use intensity has not yet received the attention it deserves and for which spatially-explicit representation studies have only just begun. In this paper, according to the degree and reversibility of surface disturbance by human activities, there are four main classes of land use intensity: artificial land, semi-artificial land, semi-natural land, and natural land. These were further divided into 22 subclasses based on key indicators, such as human population density and the cropping intensity. Land use intensity map of China at a 1-km spatial resolution was obtained based on satellite images and statistical data. The area proportions of artificial land, semi-artificial land, semi-natural land, and natural land were 0.71%, 19.36%, 58.93%, and 21%, respectively. Human and economic carrying capacity increased with the increase of land use intensity. Artificial land supports 24.58% and 35.62% of the total population and GDP, using only 0.71% of the total land, while semi-artificial land supported 58.24% and 49.61% of human population and GDP with 19.36% of China’s total land area.     

中国土地利用强度及其承载力研究（英文）

Land use intensity quantifies the impacts of human activities on natural ecosystems, which have become the major driver of global environmental change, and thus it serves as an essential measurement for assessing land use sustainability. To date, land-change studies have mainly focused on changes in land cover and their effects on ecological processes, whereas land use intensity has not yet received the attention it deserves and for which spatially-explicit representation studies have only just begun. In this paper, according to the degree and reversibility of surface disturbance by human activities, there are four main classes of land use intensity: artificial land, semi-artificial land, semi-natural land, and natural land. These were further divided into 22 subclasses based on key indicators, such as human population density and the cropping intensity. Land use intensity map of China at a 1-km spatial resolution was obtained based on satellite images and statistical data. The area proportions of artificial land, semi-artificial land, semi-natural land, and natural land were 0.71%, 19.36%, 58.93%, and 21%, respectively. Human and economic carrying capacity increased with the increase of land use intensity. Artificial land supports 24.58% and 35.62% of the total population and GDP, using only 0.71% of the total land, while semi-artificial land supported 58.24% and 49.61% of human population and GDP with 19.36% of China's total land area.