深圳市30年土地利用时空变化及驱动力分析

利用1980~2010年时间序列遥感影像,利用土地变化的变化率、变化贡献率和转移矩阵,从时间和空间上分析了土地利用/土地覆盖的变化特征,并结合单因子相关分析和主成分分析等方法,探讨深圳市土地利用变化的驱动因子。结果显示,30年来深圳市的土地利用发生了巨大变化:城乡用地扩张剧烈,增加了55 077.24 hm2,增长率为265.19%;耕地、林地、水域面积迅速减少,耕地减少33 949.17 hm2,减少率为73.93%。研究时段内,人类活动增强以及影响范围扩大是引起深圳市城乡用地急速增长和耕地下降的主因,且土地利用变化受社会经济驱动力的影响逐步增强。     

土地利用变化驱动力及趋势分析——以琼海市为例

海岸带土地利用变化频繁,而这些变化受自然及社会经济发展等因素制约。以琼海市为研究区,分别对2006、2010、2014年的Landsat影像采取支持向量机的分类方法提取土地利用信息,主成分分析法进行土地利用变化驱动力分析,马尔可夫模型预测土地利用趋势。结果表明:土地利用变化主要驱动力为人口增长、经济发展和产业结构调整,预测出2018和2020年的用地数量和结构。研究成果能为土地利用布局调整和优化等提供基础数据。     

长江流域土地利用/覆盖变化驱动力及影响综述

长江流域是中国生态和社会经济的重要组成部分,土地利用/覆盖状态正经历着快速的变化。随着遥感技术、物联网、社交媒体的发展,可以获得海量的、多维度的土地利用/覆盖相关数据,围绕长江流域土地利用变化过程、驱动因素和生态响应的研究大量涌现,对长江流域的发展规划和生态保护提供了一定的决策依据。首先梳理了当前长江流域土地利用/覆盖变化相关研究,然后从土地利用/覆盖变化的驱动机制和生态效应两个方面阐述了研究方法和结论,最后从土地利用/覆盖产品差异、驱动因素区域性、生态环境变化过程的复杂性和生态服务价值评估的综合性方面讨论了现有研究面临的困难和挑战,以及未来研究可能的发展方向。     

北京城区近20年土地利用变化及其驱动力分析

以北京市城六区作为研究区,利用1989年、2000年和2008年三期landsatTM遥感数据,结合GIS技术,采用土地利用动态变化的综合分析指标体系,揭示研究区20年来土地利用变化的幅度、速度和转移方向,在此基础上进行土地利用变化的驱动力分析。结果表明:北京市的城市化十分迅速,在这20年中,因为城市人口膨胀、经济发展,对土地的需求越来越多,导致耕地锐减,而包括居民地在内的建设用地大幅度增加;由于气候干燥、年降雨量小,以及人类活动对环境的干涉,水域略有变小;而位于城区边缘的小部分的林地和草地,由于地势等的影响,变化不大。     

广西沿海滩涂土地利用变化及驱动力研究

通过遥感影像解译,分析2008~2014年间广西沿海滩涂利用结构及数量变化,并从人口、社会经济发展、政策、城镇化和交通发展4个因素进行变化驱动力分析,为广西海岸滩涂开发利用结构的调整和优化提供参考。     

基于地理探测器的济南市历城区土地利用变化及其驱动力分析

以济南市历城区为研究区域,分别研究2009～2014年期间与2014～2019年期间研究区内土地利用变化特点,借助土地利用结构表、单一土地利用动态度与土地利用转移矩阵等方法描述研究区土地利用各地类的变化特点,通过地理探测器对研究区内建设用地变化内在驱动机制进行分析,揭示自然、社会经济等因素合力作用下对建设用地变化的影响...     

上海市土地利用时空变化及驱动力分析

土地利用/土地覆被变化(LUCC)是全球变化研究的重要组成部分,是人类活动对自然环境施加影响的显著表现形式。本文基于不同时期的遥感数据,获取不同时段的土地覆盖信息,通过空间信息分析,对上海市15a(1985～2000年)土地利用变化进行分析,揭示了土地利用变化的定量时空特征,分析了土地利用数量变化特征。在综合分析的基础上,探讨了上海市土地利用变化的驱动机制。     

吉林市土地利用时空变化及驱动力分析

为了借助系统论中的信息论为城市土地利用结构的优化提供决策支持,文章基于吉林市1996—2008年的土地利用变更数据和特征年份的遥感影像,选取信息熵、均衡度与优势度等评价指标,对该地区土地利用变化进行时空分析,并探索影响其结构变化的主要驱动因子。结果表明,吉林市近年来土地利用的信息熵在逐渐降低,其土地利用结构在稳步趋于有序化;信息熵的空间差异明显,表现出由市区向周边市县递减,东南低西北高的趋势;经济增长及产业结构调整、人口增长与相关政策等作为驱动因素均在不同程度上制约其发展变化。     

洛阳市近十年土地利用遥感动态监测及驱动力分析

随着国民经济建设迅猛发展,洛阳市城市结构、土地利用发生着巨大变化。本文应用3S技术,采用洛阳市2001年和2009年两个时相卫星遥感影像,通过遥感图像处理和信息提取,获取该市近十年来土地利用／覆盖变化的相关情况,并对结果进行动态变化分析。从自然环境、人口、经济、政策等方面分析洛阳市近十年来土地利用变化驱动机制。应用研究结果为洛阳市城市规划、土地合理利用提供科学决策依据。     

武汉市江夏区土地利用变化及其驱动力分析

基于武汉市江夏区1991年和2002年两期TM遥感数据,在GIS技术的支持下,定量分析其11年间土地利用的数量构成、动态变化及转移特征,并进一步探讨武汉市江夏区土地利用变化的驱动机制。通过对该区土地利用的主要流向分析后得出,人口增长、经济发展和政策驱动是导致武汉市江夏区土地利用变化的三类主要因素。     

基于指数分析法的西安市土地利用变化及驱动力研究

基于2000和2007年2期TM遥感影像,利用指数分析法,分别提取出归一化差异建筑指数(NDBI)、修正归一化差异水体指数(MNDWI)和归一化差异植被指数(NDVI)3种指数模型,分别代表西安市的3种最主要的土地利用类型--建筑用地、水体和植被.采用神经网络分类器进行监督分类,借助ERDAS Imagine 9.0、ENVI、ArcGIS 9.2和Matlab等软件平台,计算出西安市土地利用类型的动态转移矩阵,构建了土地利用变化动态度指数模型,定量分析西安市土地利用的时空变化.依据研究区土地利用变化的结果分析,变化的驱动力因子主要是人口增长、经济增长和政策变动.     

基于RS、GIS的松嫩沙地土地利用变化研究——以吉林省前郭县为例

土地利用变化是自然与人文因素综合作用的结果。在较短时间尺度上,社会经济因素是土地利用变化的主要驱动力。本文以吉林省前郭尔罗斯县为例,运用1987年和1996年TM影像及相关统计数据,采用空间分析、统计分析和遥感信息与空间化非遥感信息集成等方法,研究了10a来该县土地利用变化过程及其社会经济驱动机制。结果表明,近10a来,耕地面积明显增加,林地、牧草地面积减少,其它土地利用类型面积变化不大,农业产值、牧业产值、农业人口数和粮食产量是该县土地利用变化的主要社会经济驱动力.     

北京市农村居民点用地的遥感动态监测及驱动力分析

基于遥感与GIS技术,利用多源遥感数据(陆地卫星MSS、TM或ETM+影像,"北京一号"小卫星数据)提取北京市农村居民点用地.结合DEM数据对北京市农村居民点用地的现状及区位意义进行分析,将北京市重新分区.分3个时间段(1978年9月～1995年4月、1995年5月～2000年3月、2000年4月～2005年11月)对改革开放以来的北京农村居民点用地进行动态监测.引人多项指标对北京全市及各区、县的农村居民点用地进行时空变化特征与景观特征分析.选取14项社会、经济指标,利用主成分分析法定量分析影响北京市农村居民点用地变化的驱动力,对于农村的合理规划具有导向作用.     

土地利用动态度双向模型及其在武汉郊县的应用

土地利用动态度是描述单一地类动态变化时采用的模型。事实上 ,土地利用数量净变化是土地利用双向变化的结果。为此 ,作者提出双向动态度模型 ,并以武汉市江夏区为例 ,探讨了结合土地利用动态度使用双向模型的优越性。     

环北京地区土地利用变化监测与分析

利用1992和2002年2期Landsat卫星影像,对环北京地区土地利用变化和退化情况进行监测,探讨和分析了北京地区土地利用变化、土地退化的特征和规律.结果表明,北京风沙源区土地利用变化的最大特点是耕地显著减少,林地和牧草地明显增加;整个风沙源区的土地退化格局宏观上受大兴安岭向南延长段和阴山山脉东段的地形地貌控制,并且随所处位置的不同而退化程度有较明显的差异.     

基于神经网络趋势面分析的地价样点检验方法研究

建立了基于人工神经网络的地价趋势面分析模型,提出了基于该模型并结合可视化检视进行地价样点粗差检测的算法,实例验证了该方法的可行性.     

快速城市化地区土地利用动态变化及城市化空间进程分析

基于多时相TM数据，对上海西南快速城市化地区近10 a来的土地利用变化进行分析研究； 揭示了该区域各类土地利用数量变化的幅度、土地利用变化的空间分布特征、以及城市扩展强度； 计算城市化成熟区中建成区用地面积密度值。通过城市化成熟区和各实验区建成区用地面积密度值的比较，制定“城市化进程指数”，进行城市化空间过程的刻画。     

CBERS-02B星数据土地利用动态遥感监测中方法研究

研究了CBERS-02B星（简称为02B星）HR和CCD数据在土地利用动态遥感监测中的应用,综合分析了目前常用的5种土地利用变化检测方法应用效果,提出了各种方法的适用条件和范围,为规模化应用02B星数据开展土地利用动态遥感监测奠定了技术基础。     

基于RS和GIS的农业土地利用污染分析

讨论了非点源污染与农业土地利用方式之间的关系,利用组件GIS技术,以网格为评价单元,实现非点源污染负荷的定量计算及可视化分析,并对上海市松江区的污染情况进行了分析.