草地荒漠化遥感动态监测

对荒漠化草地的遥感动态监测研究是目前草地研究、监测、管理的热点。选择色达县色柯镇、年龙乡和亚龙乡为研究区,依托色达县第二次土地调查项目,利用RS与GIS技术对色达县草地荒漠化进行了遥感动态监测分析;选取了色达县1994年TM影像和2001年ETM+影像,采取监督分类法,提取了研究区多时相草地荒漠化信息,并对其动态变化过程进行了定量分析,根据影像特征对变化趋势进行预测和分析,并提出科学合理的防治措施。     

基于CLUE-S模型的南京市土地利用变化模拟

本文以南京市为研究区,以南京市1986年的土地利用现状图为基础,分析研究区概况并根据数据的可获取性,选取13类土地利用变化驱动因素,利用逻辑斯蒂回归分析求解土地利用变化驱动因素作用系数矩阵。在此基础上运行CLUE-S模型,对南京市1996年的土地利用空间格局进行模拟。将模拟结果与南京市1996年土地利用现状图与进行对比,结果较为理想,模拟正确率达88.57%,KAPPA指数0.86。这说明CLUE-S模型具有成功模拟区域土地利用时空动态变化的能力,对土地利用预测、规划具有重要的指导作用。     

黄河中游地区荒漠化变化特征及影响因素

黄河中游地区荒漠化形势十分严峻,为了更好地掌握该区荒漠化变化情况与影响因素,利用全国生态地质环境遥感调查与监测项目提供的1975年、1990年、2000年、2007年4期荒漠化遥感解译变化统计图,提取黄河中游地区32 a来的荒漠化变化信息,利用MapGIS 6.7软件平台对研究区荒漠化情况做了统计分析,并利用SPSS软件对荒漠化的影响因素做了主成分分析,探讨黄河中游地区荒漠化的变化特征以及不同影响因素在荒漠化发展中的作用.结果表明:近年来局部地区荒漠化有所缓解,2007年总荒漠化面积较1975年减少了2.43×103 km2;但总体形势依然严峻,荒漠化面积超过研究区总面积的60％.风成地貌类型上的荒漠化最严重,占研究区总面积的43.1％.短期内,人为因素对荒漠化发展的影响占52％,气候因素的影响占48％,也就是说,相对恶劣的气候条件和不断增强的人类活动共同影响着当地荒漠化的发展.     

元胞自动机（CA）模型在土地利用领域的研究综述

通过模型对区域土地利用/覆盖变化（LUCC）进行分析已经成为了当前全球的研究主要内容之一。元胞自动机（CA）模型是一种通过定义局部的简单的计算规则来模拟和表示整个系统中复杂现象的时空动态模型,其＂自下而上＂的研究思路,强大的复杂计算功能及高度动态,使得它在模拟空间复杂系统的时空动态演变方面具有很强的能力。CA模型通过与其他模型相结合,在综合考虑各种限制因素和转换规则的前提下,通过反复迭代综合空间分析与非空间分析,模拟土地利用变化情景,在国内外已经形成了较为成熟的研究模型。本文首先提出了CA模型在土地利用变化中应用的背景及其特点;然后,分析了CA模型的构成原理以及在国内外的应用进展与现状;最后,详细阐述了CA模型在土地利用变化中的发展趋势及今后研究工作中应注意的问题。     

基于时空分析的贫困丘陵山区耕地变化机理研究

在地理信息系统技术的支持下 ,利用耕地面积变化时间序列模型、耕地动态度模型、耕地重心变化模型等 ,对湖北省咸宁市耕地的时间变化和空间变化特征进行了定量的研究 ,并应用主成分分析法 ,选择 2 3个因素对其驱动因子进行了相关分析。结果表明 ,耕地变化主要受经济因子、人口、房地产政策及耕地开发强度的影响     

基于多源遥感数据的玛纳斯河流域荒漠化监测

利用遥感手段对玛纳斯河流域绿洲-荒漠带的荒漠化状况进行监测。利用不同时期TM数据,在小尺度上分析该区域2000~2008年荒漠化土地的分布特征;基于MODIS陆地遥感产品(NDVI、Albedo及LST),利用多源信息复合法计算荒漠化程度指数;基于TM荒漠化监测结果对该指数进行分级处理,初步建立并验证基于MODIS数据的荒漠化监测评价模型。结果表明:近10 a来,绿洲外围荒漠化土地变化较小,大部分变化发生在绿洲内部,主要为局部荒漠化被开发或因盐碱化过重导致的撂荒;荒漠化监测评价模型对研究区荒漠化程度定量评价精度可达91.25%。     

土地利用变化模拟模型及应用研究进展

元胞自动机CA(Cellular Automata)和多智能体ABM(Agent-Based Model)模型是土地利用格局和演化模拟的主流方法,两者在模拟自然因素影响和人文驱动机制方面具有突出优势,为LUCC研究提供了重要的工具。当前,ABM无论在模型构建还是应用研究方面,CA和ABM均取得了显著进展。论文从数据基础、模拟尺度、CA转换规则挖掘、ABM行为规则定义、CA和ABM的耦合4个方面梳理土地利用模拟模型和方法的研究进展。并总结这些模型在虚拟城市模拟与理论验证、真实城市模拟与规划预测以及多类用地模拟与辅助决策等方面的应用。最后,总结土地利用模拟模型在精细模拟和全球变化研究方面存在的局限性,认为未来发展将主要集中于解决从2维模型向3维模型发展、大数据与规则精细挖掘以及大尺度模拟与知识迁移等问题。     

特殊地质地貌条件对水蚀型荒漠化的影响分析——以广西壮族自治区为例

广西壮族自治区是我国经济相对欠发达的地区之一,随着人口的增长和区域开发进度的加快,水蚀型荒漠化问题也日益严重.本文研究发现,广西的地形地貌、岩土性质、构造等因素对水蚀荒漠化有直接重要影响.基于GIS分析发现广西地区的水蚀型荒漠化主要分布在碳酸盐岩地区、花岗岩地区、泥岩地区、砂砾岩及砂页岩地区,其中以碳酸盐岩地区为主,占总体荒漠化面积的46%以上.对荒漠化地区的地质岩性、地质构造、地形地貌等地质因素进行了分析,并提出了合理的治理措施.     

基于CLUE-S模型的深圳海岸带土地利用变化模拟

以深圳海岸带为研究区,基于1996、2005、2011年遥感影像得到研究区土地利用历史数据,选取自然、社会统计数据作为驱动因素,利用CLUE-S模型分别从不同时间尺度和空间尺度对研究区2005、2011年的土地利用分布予以模拟,并对模拟结果分别从类别和景观水平予以精度评价。从类别水平角度,选择ROC曲线对各地类的Logistic回归拟合精度进行评价;从景观水平角度,选取Kappa指数对模拟效果予以评估,以验证所选驱动因子的合理性。结果表明:在研究区范围内,CLUE-S模型的类别精度随着空间分辨率的改变而有所差异,100 m分辨率为本研究模拟的最佳尺度,各地类的ROC值均高于0.7;随着模拟时间的缩短模拟精度有所增加;东海岸由于受到人类影响较小,模拟效果整体相对较好。总体而言,CLUE-S模型适用于研究区土地利用模拟,所选驱动力因子能够对研究区土地利用变化予以较好的解释。     

RS和GIS技术在土地荒漠化动态监测中的应用研究与构想——以陕西省神？…

以陕西省神木县为例,探索性地进行了遥感（ＲＳ）技术和地理信息系统（ＧＩＳ）技术在土荒漠化动态监测中的应用研究。论述了利用遥感技术,建立土地荒漠化解译标志,并参照解译标志,采用不同时期的遥感图像进行信息提取并建立近１０年间陕西省神木县荒漠化土地专题数据库的步骤和方法;阐明了利用地理信息系统技术,适时,动态地显示荒漠化土地的分布,面积,快还生成土地荒漠化动态分布图的步骤和方法;同时,论述了应用信息论、     

基于神经网络的土地荒漠化信息提取方法研究

土地荒漠化是当今全球面临的重大环境问题之一,它的发生、发展及其逆转是气候、环境和人类社会经济活动综合作用的结果.区域荒漠化信息的提取技术研究是荒漠化研究进一步深入的关键,根据土地荒漠化的遥感探测机理,应用神经网络技术,利用了TM卫星遥感数据中的可见光、热红外和植被指数(NDVI)数据,建立了相应的BP神经网络的土地荒漠化信息的自动提取模型.实验应用表明,基于人工神经网络方法提取土地荒漠化发生的地点和范围等信息,其精度可达到84%.因此,应用人工神经网络方法提取土地荒漠化信息是切实可行的,并具有可推广价值.     

近30年云贵高原水蚀荒漠化遥感监测及影响因子时空分异规律

云贵高原属于典型季节性干旱生态脆弱区,其中因流水造成的水蚀荒漠化已成为限制该区域持续发展的重大生态环境问题之一。本文采用长时间序列Landsat卫星数据监测云贵高原核心区云贵两省近30年水蚀荒漠化的现状与时空变化,并分析该区域荒漠化关键影响因子的时空分异规律,提出一种多指标规则分类算法用于云贵高原水蚀荒漠化遥感监测,并选用植被面积、GDP及降水3个关键影响因子,采用地理加权回归模型,分析该区域水蚀荒漠化影响因子的空间分异规律。试验结果表明：①云贵高原荒漠化的主要分布区为滇桂黔区、川滇交界地区、滇西边境区及蒙自地区。②近30年研究区水蚀荒漠化变化趋势可分为1989—2010年、2010—2013年及2013—2016年3个阶段,1989—2010年该区域的荒漠化呈现波动增长状态;2010—2013年荒漠化面积快速扩展;2013—2016年荒漠化快速扩展的趋势得到了有效遏制。③3个关键影响因子与水蚀荒漠化关系呈现数值大小不同、正负效应和因子组合效应的空间分布差异,局部地区的经济发展和气候变化加剧了其水蚀荒漠化。本文研究成果将为云贵高原水蚀荒漠化的精细化防控和治理提供一定的理论依据和技术支撑。     

近30年来民勤土地荒漠化变化遥感分析

利用 2 0世纪 70年代航测资料和 80年代中后期及 90年代中期LandsatTM 3个不同时期的遥感影像 ,在GPS的辅助下 ,对遥感图像进行精确的几何纠正 ,并投影到统一的坐标系统 ;在建立统一的解译标志基础上进行人工判读 ,并利用GIS对荒漠化土地信息进行管理和分析 ,调查了中国典型的荒漠化地区———甘肃省民勤县的荒漠化土地变化状况。结果表明 :近 30年来民勤县的荒漠化土地面积呈现增加的趋势 ,但是1 985年以来荒漠化土地的扩展速度有所变缓 ;流动和半流动沙丘的面积持续增大而固定和半固定沙丘得到有效的控制。同时 ,利用野外调查和各种数据分析 ,从自然环境和人文因素两个方面分析探讨了研究区近 30年荒漠化变化的原因     

NDVI像元二分模型在喀斯特地区提取石漠化中的应用

石漠化现象是喀斯特地区最为严重的生态环境问题,越来越受到重视。此次实验以甘洛县为研究对象,运用NDVI像元二分模型结合3S手段,提取出了石漠化区域,并进行了等级划分。根据实地调查结果表明,该方法适用于喀斯特地区石漠化信息的提取,为石漠化研究及应对措施的制定提供理论依据。     

利用遥感和GIS研究塔里木河下游阿拉干地区土地沙漠化

新疆塔里木河流域受人类活动的影响,特别是由于水资源利用的不合理,不同区域出现了一系列生态环境问题,下游地区普遍存在的沙漠化现象表现得尤为突出。通过应用多时相（１９５９年、１９８３年、１９９２年）、多波段、多平台的遥感信息,在野外调研的基础上编制阿拉干地区不同年代沙漠化类型图,并在ＡＲＣ／ＩＮＦＯ软件支持下,对图件进行编辑处理,制作沙漠化动态图;通过ＧＩＳ数据库提供的资源环境定量数据,应用系统论、信息论及控制论的观点分析阿拉干地区沙漠化的演化过程,并借助于ＧＭ（１,１）模型,预测阿拉干地区土地沙漠化的发展趋势。     

A novel approach for predicting the spatial patterns of urban expansion by combining the chi-squared automatic integration detection decision tree,Markov chain and cellular automata models in GIS

Urban development is a continuous and dynamic spatio-temporal phenomenon associated with economic developments and growing populations. To understand urban expansion, it is important to establish models that can simulate urbanization process and its deriving factors behaviours, monitor deriving forces interactions and predict spatio-temporally probable future urban growth patterns explicitly. In this research, therefore, we presented a hybrid model that integrates the chi-squared automatic integration detection decision tree (CHAID-DT), Markov chain (MC) and cellular automata (CA) models to analyse, simulate and predict future urban expansions in Tripoli, Libya in 2020 and 2025. First, CHAID-DT model was applied to investigate the contributions of urban factors to the expansion process, to explore their interactions and to provide future urban probability map; second, MC model was employed to estimate the future demand of urban land; third, CA model was used to allocate estimated urban land quantity on the probability map to present future projected land use map. Three satellite images of the study area were obtained from the periods of 1984, 2002 and 2010 to extract land use maps and urban expansion data. We validated the model with two methods, namely, receiver operating characteristic and the kappa statistic index of agreement. Results confirmed that the proposed hybrid model could be employed in urban expansion modelling. The applied hybrid model overcame the individual shortcomings of each model and explicitly described urban expansion dynamics, as well as the spatio-temporal patterns involved.     

一种提取城市多种不透水层的垂直不透水层指数

针对中低分辨率影像中不透水层的异质性及其与裸土光谱的易混性两类问题,选用蓝、近红外波段进行线性组合,构建了一种新的不透水层提取指数——垂直不透水层指数(PII)。该指数考虑了不透水层和其他地物在光谱空间的差异与不透水层的内部异质性,并以"不透水层线"与"土壤线"夹角的角平分线作为PII的参照线,实现了自适应的不透水层提取。本文将PII指数应用于武汉和北京不同场景中,并对比归一化建筑物指数(NDBI)、比值居民地指数(RRI)以及生物物理组份指数(BCI)的提取结果。试验表明:1在裸土较少、地形平坦的武汉市区域和裸土较多、地形起伏的北京市区域,PII指数均能有效减弱裸土的混淆影响,不透水层提取精度分别达到96.05%和96.76%,优于其他3种指数;2PII指数不仅增强了不透水层与其他地物的可区分性,还保持了不透水层类内的相似性,在城市不同场景中的不透水层提取精度均能达到90%以上。由于PII指数是一种线性组合形式的指数,能够根据研究区的地物光谱自适应调整指数的方程系数,从而能适用于不同研究区,在裸地较多的地区优势尤为明显。     

Desertification Vulnerability Assessment Model for a Resource Rich Region: A Case Study of Bellary District,Karnataka, India

Desertification is a global challenge being experienced across countries irrespective of their levels of development. Desertification is a complex negative process involving both natural and human components in terms of their socio-economic attainments. Hence, for identification and assessment of the process, pattern, magnitude and possible impacts of desertification, a multi-disciplinary approach with inter-disciplinary framework of analysis is essential. This study has made such an attempt to develop a comprehensive desertification vulnerability assessment Model on the basis of multi-variate Principal Component Analysis along with the Geographic Information System framework by using natural and socio-economic resources data inputs from census, satellite data and other sources. Bellary district, located in a rapidly growing southern state of India, Karnataka which is afflicted with various natural and development issues such as droughts, backwardness, haphazard mining, over irrigation, and associated effects of land degradation, siltation and water pollution has been chosen for the study. The inter-disciplinary framework based desertification vulnerability assessment model has assessed that 1379.198 km² area (15.55%) of Bellary district is prone to desertification (based on the satellite data IRS LISS III data of Dec 2005, Feb 2006, March 2006 and April 2006). In addition, 3229.337 km² (36.40%) is under moderate vulnerability which is fragile. Hence, unless proper development intervention and conservation measures are taken well in advance, almost more than half of Bellary district (51.95%) will be vulnerable to desertification. Spatially, the talukas that are seriously affected and that require development intervention on high priority are: Sandur, Kudligi, Hospet and Bellary which are the prime talukas of the district.     

阜新市重点沙化地区遥感监测

利用2003/2008/2013年中、高分辨率,多源、多尺度遥感影像、地理国情普查数据以及其它专题资料,采取内、外业相结合的方式,利用决策树模型提取不同地区沙化信息。最终通过该沙化信息了解研究区沙化现状,实现沙化动态监测,并结合相应的防沙治沙措施分析不同方法对不同地物类型防沙效果的优劣,方便决策者因地制宜地制定防沙治沙方法,以便取得最优的治理效果。此外,在现有环境稳态的基础上,建立沙化转移矩阵,在环境稳态不改变的条件下,预测研究区沙化趋势。结果表明,2016年沙化状态有所减轻。     

Using weights of evidence in the spatial relation between infected snails and geographic factors

Schistosomiasis is a serious public health problem in the middle-lower Yangtze River Basin in China. Study of spatial variation of snail distribution that is related to microgeographic factors can help to choose pertinent measures for snail extinguishment and environment rebuilding. This paper studied the theoretical architecture of weights-of-evidence approach. The case study was made for spatial relation between the occurrence of infected snails and geographic factor combinations in Waijiazhou marshland of Poyang Lake region in China. The multievidence data came from the geographical factor combinations by crossing operation of vegetation coverage grade layer, cattle route distance grade layer, and special environment layer (181 combinations in total) in GIS. The calculation of weight contrast index shows that high vegetation coverage, cattle route distance of <45 meters, and special geographic factor “ground depression” had direct spatial relation with the occurrence of infected snails. The verification by crossing operation in GIS indicated 72.45% of the infected snails concentrated on the areas of positive weight contrast index (sequenced in an order of weight contrast index from high to low), demonstrating the high efficiency of the model established in finding infected snails according to the geographic factor combinations that can be explicitly discerned in the study area.