基于RS和GIS的喀斯特山区景观生态格局

喀斯特地区生态脆弱性特征受各种自然和人为因素综合作用的影响。本文选取桂西南典型喀斯特山区，集成GIS和RS技术提取景观生态格局信息，运用景观生态学的基本理论和方法，在FRAGSTATS*ARC软件支持下，以分维数、形状指数、景观优势度、景观破碎度和相邻指数等景观格局指标，对该区脆弱生态环境的景观格局进行定量分析。结果表明石漠斑块已经占据景观的主导地位，景观格局呈现明显的破碎现象，必须采取综合措施进行生态重建。     

基于RS和GIS的济宁市土地利用变化及生态安全研究

在RS/GIS技术的支持下,选择南四湖流域典型市域——济宁市为研究区,基于多源数据,揭示了研究区1987～2008年的土地利用时空变化特点,进一步构建"隐患-状态-免疫"的生态安全评价指标体系,采用组合赋权法确定指标权重,应用改进TOPSIS模型实现了100 m×100 m栅格水平上的生态安全综合评价。结果表明:研究区土地利用变化较为剧烈且具有独特的区域特色,其总体特征为耕地、林地、草地和未利用地的面积持续下降,建设用地急剧扩张,水域面积则先降后升;20 a来,研究区生态安全状况经历了先恶化后改善的变化趋势,南水北调工程的实施、环境治理和生态建设加大是2000年后研究区生态安全好转的主要驱动力;研究区生态安全状态空间差异明显,东部山地丘陵区和南四湖区最好,中部和西北部地区最差,其余区域基本处在预警状态。研究结果可为研究区生态建设和土地生态安全格局的制定提供依据。     

基于RS和GIS的中国西北不同生态类型区生态环境时空变化研究

采用定性与定量相结合的方法,在遥感（RS）和地理信息系统（GIS）支持下,利用1982-2000年的空间分辩率为8 km×8 km的NDVI数据（由NOAA-AVHRR提供）和地面气象资料,联合分析西北不同生态类型区生态环境的变化过程,得出中国西北地区NDVI的年平均值及其历年变化曲线、NDVI年平均值分布图和每隔10 a的差值变化图。由此可以看出,生态环境变化时空特点明显:20世纪80年代生态环境的变化波动不大,90年代以来波动变化明显,而且从1998年以后生态环境总体呈下降趋势;不同生态类型区植被指数年际变化的驱动因子不同,黄土高原区植被指数年际变化与降水量的相关性显著,而青藏高原高寒区与气温的相关性显著,其他分区与降水量和气温的相关性都不显著;生态环境变化的地域差异性明显,西北不同生态类型区中生态环境由好到差依次是陕南-陇南湿润半湿润区、黄土高原区、青藏高原高寒区、干旱区。四个分区1990年比1982年生态环境有所提高,但干旱区退化面积较大,2000年与1990年相比,生态环境都出现不同程度的退化,其中,陕南-陇南湿润半湿润区退化面积最大,其次是黄土高原区。整体生态环境状况不佳,而且近年的退化应该引起重视。     

基于RS和GIS的西双版纳土地覆被动态变化

人口增加、经济发展导致滇南热带地区西双版纳土地利用/土地覆被发生显著变化,这些变化对该区的生态环境及生物多样性保护有着重要影响。基于RS和GIS方法,通过对1976、1988和2003年三个时期遥感影像解译分析,试图了解西双版纳近27 a间土地利用/土地覆被时空变化特征及影响因素。结果表明,近27 a间有林地在西双版纳分布最广、占绝对优势,其中以亚热带常绿阔叶林面积最大;但在研究时段内,有林地面积不断减少、呈现破碎化,尤其是热带季节雨林、山地雨林面积减少最为明显和破碎化最为严重。相应,橡胶园、灌木林面积不断扩大并聚集成片,其中橡胶园在1988~2003年间是面积增长最快、最多的地类,其面积扩张主要来源于对热带季节雨林的砍伐。轮歇地面积在1976~1988年是所有地类中增长最快、最多的,在1988~2003年由于向橡胶园转变而大幅度减小。粗放式的刀耕火种和橡胶种植园的不断扩大是主导本区土地利用/土地覆被变化的主要因素,土地利用变化导致了本区生态环境的退化和生物多样性的丢失。     

基于RS和GIS的内蒙古多伦县土地利用变化对生态服务价值的影响

采用内蒙古多伦县1987年、1995年、2000年和2005年的TM影像,运用GIS方法提取了各年的多伦县土地利用动态变化数据。采用中国陆地生态系统的服务价值测算方法对多伦县土地利用数据进行分析处理,测算了多伦县土地利用变化引起的生态系统服务价值变化。结果表明,1987~2005年间多伦县土地利用变化十分剧烈,耕地、林地、城镇用地、水域面积呈增加趋势,草地、未利用地面积呈减少趋势。土地利用类型主要由未利用地和草地向林地、耕地变更,并且草地和未利用地面积持续减少,林地和城镇用地面积呈持续增加趋势;多伦县生态系统服务价值1987~1995年间呈下降趋势,而1995~2005年间呈增加趋势,其生态系统服务价值处于可持续发展状态;耕地、林地和草地生态系统服务价值占多伦县总生态系统服务价值的比例较大,耕地、林地和水域的生态系统服务价值均呈增加趋势,而草地和未利用地生态系统服务价值呈减少趋势;各土地利用类型生态系统服务价值敏感性指数都小于1,表明多伦县生态系统服务价值对服务价值指数缺乏弹性,研究结果可信。     

基于生态足迹模型的南宁市生态承载力分析

生态足迹模型是用于计算人类生态消费、衡量生态可持续性发展的一种定量方法。本文运用此方法对广西南宁市2009年生态足迹和生态承载力进行了测算,并将之与其他区域进行对比分析,得出了南宁市当前社会资源的供给与需求存在严峻的矛盾,进而提出了减轻生态赤字、加强可持续发展的措施和建议,试为该区可持续发展战略的实施提供科学决策依据。     

基于RS和GIS长城沿线沙漠化动态研究

基于遥感影像,以长城沿线榆林地区为研究对象,在野外实地观测和验证的基础上利用RS和GIS平台对该地区沙漠化进行动态变化研究。结果表明:在1988—2002年沙漠化面积在逐步减少;按照沙漠化的类型分析,在1999年之前,逆转区的面积为1 221 682.0 hm2,发展区的面积为1 285 603.0 hm2,发展区的面积大于逆转区的面积;1999年之后,发展区的面积为680 374.6 hm2,逆转区的面积为1 488 989.0 hm2,逆转区的面积远大于发展区的面积;从沙漠化程度分析,轻度和潜在沙漠化的面积在大幅度地降低,但中度以上的沙漠化面积仍然在蠕动扩展,这一数据表明榆林地区沙漠化的形势仍然不容乐观,要居安思危。     

基于RS和GIS的邯郸矿区土地利用变化研究

本文以邯郸矿区为研究对象,利用遥感(RS)和地理信息系统(GIS)对矿区的土地利用变化特征做出了定量分析,通过对三个时相的LandsatTM(1990年、2000年、2010年)影像进行解译,利用的GIS的叠加分析功能,分析邯郸矿区近20年来的土地利用变化情况,为改善农业生产条件和人类生存环境,促进区域经济和生态环境协调发展,推进邯郸矿区的生态修复提供借鉴。     

基于RS和GIS的人口估计方法研究综述

随着RS和GIS技术的迅速发展, RS和GIS成为进行人口估计的主要手段。根据人口估计的目标和使用的数据源不同,可以把基于RS和GIS的人口估计方法分成两大类：面插值方法和统计模型方法。面插值方法根据插值过程中是否使用辅助数据可以进一步分成无辅助数据的面插值和有辅助数据的面插值两种。统计模型方法根据模型中自变量的不同可以分成建成区面积估计法、土地利用密度法、居住单元估计法、图像像元特征估计法和自然和社会经济特征综合估计法五种。本文按照上述分类标准综述了基于RS和GIS的各种人口估计方法,分析了各种方法的应用条件、优缺点和研究实例。最后提出了在基于RS和GIS进行人口估计方面需要进一步研究的问题。     

基于GIS和RS技术的北京市功能区产流风险分析

城市化进程加大了城市区域暴雨洪水灾害发生的风险,定量研究城市降雨产流特征,可以为城区的科学规划和管理提供科学依据。以北京市五环内地区为研究对象,利用GIS和RS技术提取了五环内的土地覆被信息,并结合不同地区用途进行了功能分区。在此基础上,结合SCS-CN水文模型分析了研究区在不同降雨重现期的降雨产流分布特征,并定量识别了北京市五环区域内的产流风险区。结果表明:在不同重现期降雨下,五环内地区不同等级产流风险区分布格局差异明显。高产流风险区占全区的面积由重现期1 a的18.90%增加到重现期100 a的54.74%;由于不透水面比率不同,不同功能区的产流特征也存在显著差异,其中商业用地区产流风险最高,平均产流量为24.76mm(重现期1 a),天然绿地区产流量最低,均值为7.36mm(重现期1 a);随着降雨重现期的增加,各功能区之间的产流量存在趋同效应;五环内产流风险格局呈现出中心高、四周低的环状分布特征,高产流风险聚集区大多分布在城市中心的商业和居住区,低产流风险聚集区主要为大型公园和天然绿地,分布在四环与五环之间。城市防涝规划工作应该充分考虑城市产流风险聚集区分布以及不同功能区的降雨产流风险特征,分层统筹,科学拟定规划方案,同时还要充分利用城市自身的"生态"优势,多角度解决城市暴雨洪水问题。     

Ecological footprint analysis based on RS and GIS in arid land

Sustainable development has become a primary objective for many countries and regions throughout the world now. The ecological footprint (EF) is a kind of concise method of quantifiably measuring the natural capital consumption and it can reflect the goal of sustainability. In this paper, the concept, the theory and method of ecological footprint are introduced. On this basis, the study brings forward the method of ecological footprint and capacity prediction. The method is employed for the ecological footprint prediction combining consumption model with population model and the technique is adopted for the ecological capacity (EC) prediction uniting the Geographical Cellular Automata (Geo CA) and Geographic Information System (GIS). The above models and methods are employed to calculate EF and EC in 1995 and 2000 and predict them in 2005 in Hexi Corridor. The result shows that EF is continually increasing, and EC ascended in the anterior 5 years and will descend in the posterior 5 years. This suit of method is of the character of accuracy and speediness.     

基于遥感和GIS的石羊河流域生态安全评价

受气候变化、不合理的人类活动等因素的影响,近年来石羊河流域生态环境退化,水资源匮乏,人地矛盾日益尖锐,生态安全面临着严重的危机。以遥感和GIS为技术手段,根据PSR模型框架机理建立了石羊河流域生态安全评价指标体系,采用层次分析法确定了各指标的权重,然后以流域内县级行政单元为评价单元综合评价了石羊河流域生态安全状况。研究结果表明,石羊河流域生态安全状况上游好于中游,中游好于下游;流域内各县生态安全度主要集中在Ⅱ级和Ⅲ级。针对不同区域的生态安全状况,给出了不同的恢复措施和建议。     

基于空间的生态足迹与生态承载力预测模型——以甘肃省河西走廊地区为例

介绍了测度可持续发展的生态足迹分析的计算方法,在此基础上提出了生态足迹和生态承载力的预测模型:在生态足迹的预测方面采用消费预测模型和人口模型相结合的方法,在生态承载力的预测方面采用地理元胞自动机和地理信息系统技术相结合的方法。以甘肃省河西走廊地区为例,采用以上模型方法计算了1995、2000年的生态足迹和生态承载力,预测了2005年的生态足迹和生态承载力,结果表明:河西走廊地区的生态足迹在逐年上升,生态承载力前5年上升后5年下降。采用该模型方法计算与预测生态足迹和生态承载力,具有快速、准确、可操作性强的特点,但预测具有一定的局限性。     

基于RS和GIS的土地生产力与人口承载量──以向家坝库区为例

本文在分析土地生产力与承载力研究现状的基础上 ,以向家坝库区耕地为研究对象 ,根据库区经济地理现状 ,确定土地人口载量研究区域 ,并利用GIS和RS技术对研究区土地利用现状和地形地貌特点进行深入分析 ,建立“空间·属性一体化”数据库。本文还建立了土地资源人口承载量评价指标体系 ,利用潜力递减法 ,进行以村级为单位的耕地粮食综合村尺度的近期和远景 (2 0 12 )土地人口承载量研究 ,提出与当地农业发展相一致的整个研究区环境容量。结果表明 ,与其它耕作方式相比 ,复种耕种可获得更大的人口承载量 ;库区环境容量已趋饱和 ,而且未来库区土地承载力呈下降趋势 ;通过改良品种、扩大水稻播种面积可在一定程度上缓解地矛盾。     

新疆荒漠化监测分析评价--基于RS与GIS的荒漠化监测研究

The land desertification in Xinjiang was monitored and analyzed based on RS and GIS techniques. Satellite data interpretation was adopted to obtain the general situation of Xinjiang‘s land desertification in assistance with the sampling method and on-the-spot investigations. Related monitoring and investigations showed that Xinjiang was facing with severe wide range land desertification, and its desertified area made up 77.08% of the total monitoring area. As for land types,the desertified farmland accounted for 1.92% of the total monitoring area, desertified woodland 4%,desertified grassland 45%, and unused land 49%. Accordingly, as for desertification degrees,non-desertified land occupied 22.92%, weak desertified land 5.69%, medium-degree desertified land 16.58%, severe desertified land 33.19% and super severe desertified land 21.61%. Finally, as for inducing factors, wind-eroded desertification made up 58.23%, water-eroded desertification 8.69%,salinization desertification 6.52% and frozen-melt eroded desertification 3.64%. Xinjiang‘s land desertification tended to get worse and the harnessing mission remained hard.     

Analysis and assessment of land desertification in Xinjiang based on RS and GIS

The land desertification in Xinjiang was monitored and analyzed based on RS and GIS techniques. Satellite data interpretation was adopted to obtain the general situation of Xinjiang's land desertification in assistance with the sampling method and on-the-spot investigations. Related monitoring and investigations showed that Xinjiang was facing with severe wide range land desertification, and its desertified area made up 77.08% of the total monitoring area. As for land types, the desertified farmland accounted for 1.92% of the total monitoring area, desertified woodland 4%, desertified grassland 45%, and unused land 49%. Accordingly, as for desertification degrees, non-desertified land occupied 22.92%, weak desertified land 5.69%, medium-degree desertified land 16.58%, severe desertified land 33.19% and super severe desertified land 21.61%. Finally, as for inducing factors, wind-eroded desertification made up 58.23%, water-eroded desertification 8.69%, salinization desertification 6.52% and frozen-melt eroded desertification 3.64%. Xinjiang's land desertification tended to get worse and the harnessing mission remained hard.     

基于生态足迹的甘肃省耕地资源可持续利用与情景预测

 基于生态足迹理论,测算了1997-2009年甘肃省在保持社会经济可持续发展下的最佳耕地资源容量,运用ARIMA模型对甘肃省2010-2015年的生态足迹和生态承载力进行预测,按照《甘肃省国民经济和社会发展第十二个五年规划纲要》中的社会经济指标对耕地资源可持续发展容量进行情景预测。结果表明：1997-2009年,甘肃省耕地资源可持续发展容量总体上呈现上升趋势,其中1997-2002年耕地资源可持续发展容量基本低于实际耕地面积,2003-2009年,耕地资源可持续发展容量均高于实际耕地面积,出现耕地利用负荷现象;ARIMA模型预测结果显示,2010-2015年,甘肃省人均耕地生态足迹呈现上升趋势,年平均增长率为4.75%,人均耕地生态承载力呈现减少趋势,但总体上变化不大,人均耕地生态赤字从2011年成为负值,并且逐渐增加;情景预测结果显示2010-2015年,甘肃省耕地资源可持续发展容量与实际耕地面积差距愈来愈大,预计到2015年,为实际耕地面积的2.42倍,耕地利用负荷现象严重,人地关系紧张。     

Dynamic analysis and evaluation of Xinjiang forest resources: based on RS and GIS

The forest resources in Xinjiang were surveyed and analyzed based on RS and GIS. Satellite data interpretation was adopted to obtain the general situation of Xinjiang forest resources in assistance with the sampling method and on-the-spot investigations. Based on GIS, related data obtained from satellite remote sensing in 1996 and 2001 were studied through contrastive analysis. Moreover, the dynamic variation of Xinjiang forest resources was studied in an all-around way. In the past five years, the areas of the forestland, woodland, sparse woodland, nursery garden and the land usable for forestry in Xinjiang kept growing, moreover, the forest cover rate and the total standing stock volume increased correspondingly, showing that the wooded area and the amount of growing stock in Xinjiang were increasing. The forestland area in Xinjiang went up to 17,837 km2 from 17,331 km2, with an annual average increase of 101 km2. Accordingly, the forest vegetation came to 1.08% from 1.05%, up 0.03 percentage point; the total standing stock volume went up to 289,985,200 m3 from 262,416,000 m3, a total increase of 27,569,200 m3, an annual average increase of 5,514,000 m3 and an annual average net growth rate of 2.00%. The analysis results showed that the forest resources in Xinjiang were increasing on the whole, however, there remained some problems, such as the sparse natural forests, low forest cover rate, imbalanced wood age structure, and mono tree species composition, etc.