距平植被指数在1992年特大干旱监测中的应用

本文重点阐述ＮＯＡＡ极轨气象卫星距平植被指数的处理技术及算法，以及在１９９２年干旱监测中的应用。距平植被指数是以归一化植被指数（ＮＤＶＩ）多年旬、月平均值作为背景，然后用当年旬、月的ＮＤＶＩ值减去背景值。植被指数的距平值不仅反映了植被年际间的变化，而且也指示了天气对植被的影响。用这个量监测农作物是否遭到旱灾威胁比只用ＮＤＶＩ的瞬时值优越。研究结果表明当月的距平植被指数与当月降水量距平百分率相一致。     

Combination of multi-sensor remote sensing data for drought monitoring over Southwest China

Drought is one of the most frequent climate-related disasters occurring in Southwest China, where the occurrence of drought is complex because of the varied landforms, climates and vegetation types. To monitor the comprehensive information of drought from meteorological to vegetation aspects, this paper intended to propose the optimized meteorological drought index (OMDI) and the optimized vegetation drought index (OVDI) from multi-source satellite data to monitor drought in three bio-climate regions of Southwest China. The OMDI and OVDI were integrated with parameters such as precipitation, temperature, soil moisture and vegetation information, which were derived from Tropical Rainfall Measuring Mission (TRMM), Moderate Resolution Imaging Spectroradiometer Land Surface Temperature (MODIS LST), AMSR-E Soil Moisture (AMSR-E SM), the soil moisture product of China Land Soil Moisture Assimilation System (CLSMAS), and MODIS Normalized Difference Vegetation Index (MODIS NDVI), respectively. Different sources of satellite data for one parameter were compared with in situ drought indices in order to select the best data source to derive the OMDI and OVDI. The Constrained Optimization method was adopted to determine the optimal weights of each satellite-based index generating combined drought indices. The result showed that the highest positive correlation and lowest root mean square error (RMSE) between the OMDI and 1-month standardized precipitation evapotranspiration index (SPEI-1) was found in three regions of Southwest China, suggesting that the OMDI was a good index in monitoring meteorological drought; in contrast, the OVDI was best correlated to 3-month SPEI (SPEI-3), and had similar trend with soil relative water content (RWC) in temporal scale, suggesting it a potential indicator of agricultural drought. The spatial patterns of OMDI and OVDI along with the comparisons of SPEI-1 and SPEI-3 for different months in one year or one month in different years showed significantly varied drought locations and areas, demonstrating regional and seasonal fluctuations, and suggesting that drought in Southwest China should be monitored in seasonal and regional level, and more fine distinctions of seasons and regions need to be considered in the future studies of this area.     

地理空间要素与贫困分布的关系研究——以赫章县为例

本文以赫章县为例,以乡镇为研究单元,从地形地貌、土地资源、交通条件等方面构建地理空间要素评价指标。并利用地理探测器、地理加权回归模型等方法,从空间的视角科学分析地理空间要素对贫困化空间分布的影响,揭示了贫困程度与资源环境的空间分布规律,为实现因地制宜、精准脱贫,以及巩固脱贫摘帽成果提供了决策参考。     

自然资源生态空间现状与适宜性分析评价——以上海市金山区为例

本文以上海市金山区为例,利用地理国情普查和监测数据,从生态空问规模水平、生态空问稳定水平、生态空问保障度等角度出发,在常规基础评价指标之外,结合生态空问景观格局指数、生物丰富度指数的综合评价模型方法,对金山区各街镇的生态空问适宜性进行了评价.其技术方法与路线,可为相关部门开展生态环境评价、统筹各类规划的空问要求及强化土...     

移动GIS在传染病防控方面的应用——以COVID-19为例

新型冠状病毒肺炎（COVID-19）疫情的出现和暴发流行,给社会、经济及人群健康提出巨大的挑战,已经成为重大公共卫生事件和社会问题。作为一种新发传染病,提早发现、迅速采用有效应对举措,是防止病毒蔓延扩散的重要环节。地理信息系统（GIS）在传染病的控制、预防、预警中有举足轻重的地位,移动GIS（Mobile GIS）作为GIS技术的发展,进一步提高了我国卫生部门应对突发传染病的能力。本文以COVID-19防控为例,重点介绍了移动GIS技术在传染病防控中的应用。     

唐帝陵地表覆盖变化与保护关系浅析——以献陵为例

随着我国文物保护意识的加强,关于唐帝陵的保护不再局限于陵体本身。本文依托于地理国(省)情普查试点项目,通过对陵区监测区两期地表覆盖变化进行对比分析,提出"影响地类变化"反映人类活动对于陵区监测区的影响,并针对唐献陵进行统计分析,为今后陵区保护提供了一定的依据。     

1990—2019年石漠化区耕地时空特征及成因分析——以富源县为例

针对石漠化区耕地变化研究存在时间、空间尺度有限的问题,本文以富源县为例,基于1990、2000、2010和2019年4期的Landsat遥感数据,应用多特征与随机森林相结合的分类方法提取耕地,运用耕地覆盖度、耕地类型转化、坡度分区统计分析了近30年(1990—2019年)耕地时空变化特征,并讨论了耕地变化的原因。结果表明,1990—2019年富源县耕地面积呈先增加(1990—2010年)后减少(2010—2019年)的态势;耕地面积主要来源和转化类型均以林地和草地为主,林地最多;主要分布在北部5个石漠化面积较少的乡镇,以缓坡区为主;耕地覆盖度呈现低-高-低的过程,陡坡区耕地变化率在不同时段差异明显。近30年富源县耕地变化是在石漠化独特的地理环境下,由人口、经济、政策、交通等因素共同作用而形成的。本文的结论可为评估石漠化区域生态安全和粮食安全提供数据支撑。     

城乡生态质量对经济快速增长区建设用地扩张的响应——以合肥为例北大核心CSCD

21世纪以来,中国经济增长促进了城市化进程的快速发展,也在一定程度上带来一系列环境问题。本文以合肥为例,选用2002、2010、2020年的Landsat系列影像,利用改进的遥感生态指数(MRSEI),并引入城市扩张强度、城市重心转移模型等,探讨了城乡生态变化对建设用地扩张的响应。结果表明:2002—2020年合肥市主城区与周边乡镇生态环境质量总体呈恶化趋势,其中周边乡镇MRSEI均值由2002年的0.747下降至2020年的0.495,降幅为33.7%,主城区MRSEI均值由2002年的0.669下降至2020年的0.491,降幅为28.73%;周边乡镇生态质量下降幅度高于主城区,建设用地扩张强度大于主城区,生态破损更为严重。生态环境恶化区域主要由主城区向周边乡镇放射性分布,生态环境变好的区域主要集中在老城区周围,而城市扩张的区域与MRSEI评价结果显示的生态环境恶化区域基本重合,生态环境变化与城市建设用地扩张强度呈明显的负相关关系。