基于Landsat遥感卫星影像的南京市植被动态变化研究

为探究南京市绿色植被覆盖时空动态变化规律, 基于Landsat影像, 借助ENVI、PCI、ArcGIS等软件操作平台构建绿色植被信息提取模型, 利用模型提取了南京市2000年、2009年、2017年3期植被覆盖信息, 并在此基础上进行了时空动态变化及其驱动因素分析。结果表明: (1)时间上, 南京市2000年、2009年、2017年植被覆盖面积分别为4607 km2、4909 km2、4513 km2, 总体呈现出2000—2009年上升, 2009—2017年下降的趋势; (2)空间上, 2000—2009年: 南京市最北部、东部和南部植被呈现不同程度增加的趋势, 最南部明显减少; 2009—2017年: 八卦洲以北区域植被增加, 居民点及城市中心附近植被减少。这种植被的空间变化是由于城市化进程加快、农业类型变化、政策调控等综合因素的作用。研究结果对南京市植被的规划、建设和管理, 以及对南京市的生态环境建设具有参考价值。     

基于多时相Landsat5/8影像的岷江汶川-都江堰段植被覆盖动态监测

植被覆盖度是衡量地表植被状况和指示生态环境变化的一个重要指标。基于像元二分模型,利用Landsat5/8遥感影像和DEM数据,对岷江汶川-都江堰段植被覆盖动态变化进行了监测,并结合高程、坡度和坡向数据,分析了汶川地震前后植被受损与恢复的空间动态格局变化。研究表明:植被覆盖总体良好,大部分区域的植被覆盖度均在中、高度以上,空间格局上呈现由汶川县东部、都江堰市西北部的龙门山区向两侧减少的总体趋势;地震造成植被受损面积达63808.7 hm~2,且集中分布于海拔567—4331 m、坡度26—51°的范围以及东坡、北坡、南坡和西坡;震后5a,植被恢复面积17786.47 hm~2,主要分布在海拔576—2180 m与3256—3793 m、坡度小于9°和26—51°以及东坡、东南坡和和南坡;高程和坡度对植被损毁与恢复的影响明显高于坡向。     

基于遥感和GIS的川西绿被时空变化研究

探索出了利用多时相MODIS数据分析绿被时空变化的技术方法,揭示出了川西2002—2008年间绿被的变化特征。建立了绿被提取模型。用其从2002—2008年的多期MODIS影像中提取出川西多期绿被数据。其次,利用GIS技术对2002—2008年间绿被变化,及其与温度、降雨的关系等进行了分析。研究表明:2002年绿被天数在195 d以上的区域有43.3%。终年无绿被的区域有4.3%。西北部植被生长日数短,而东南部生长日数长。2002—2008年间,春季绿被面积变幅最大,秋季最小。最大绿被面积出现在2006年的夏季,最小绿被面积出现在2005年的冬季。平均夏冬绿被面积差占区域面积46.7%。在季节上,绿被面积与温度和降雨量均在0.01的水平上呈显著正相关关系,其相关系数分别为0.82和0.84。该研究成果对植被生长潜力挖掘、农牧生产和生态建设决策等均有重要意义。     

基于遥感和GIS的20世纪90年代后半期四川林地动态变化

利用遥感和GIS技术对四川省20世纪90年代后半期林地的动态变化特征进行了研究。利用遥感和GIS技术获取20世纪90年代中期和2000年的土地利用数字数据以及土壤侵蚀数字数据。利用GIS技术获取坡度分级数据、环境质量等级数据、地貌分区数据和地市州行政单元数据。将所有数据转化和重采样为100m分辨率的栅格数据。再次,将所有数据投影到同一投影同一坐标系上。利用GIS的提取、叠加和统计分析功能对林地动态变化特征及其背景特征和空间分布特征进行了分析。分析表明,林地净增面积主要来源于草地和其它用地,而林地净减少部分的主要去向是耕地和建设居民用地,总体上,林地净减少7972hm^2;净增林地的区域主要是广元市、绵阳市和达州市或盆周山地和丘陵地区。净增林地的区域主要位于生态环境质量较好,坡度等级较低,土壤侵蚀为强度和中度的区域。净减少林地的区域主要位于生态环境质量中等、水土流失较轻、坡度较大的区域。就林地的生态功能而言,局部区域改进,总体下降;退耕还林的效果在20世纪90年代后半期还未能显现。建议加大对川西北高原和川西南山区的森林保护力度,特别是加大对甘孜藏族自治州、乐山市、雅安市和阿坝藏族羌族自治州等处的森林保护力度,加大对脆弱生态和陡坡环境的森林保护力度。     

基于GIS的北部湾经济区生态安全格局构建与评价

北部湾经济区喀斯特地貌广布,生态环境脆弱,构建生态安全格局有利于保护生态环境,促进人与自然和谐发展。基于生态安全格局理论,借助ArcGIS 10.1、InVEST 2.2、Fragstats 4.2等软件操作平台创建指标识别生态源地,通过对比自然保护区边界数据验证生态源地识别精度;采用土地利用类型、植被覆盖度、到居民点距离、到主干道距离等因子构建最小累积阻力面,在此基础上划分北部湾生态用地的安全格局。结果表明:北部湾经济区的生态安全源地共计3415.04 km~2,自然保护区验证源地拟合度达82.35%,识别出生态保护核心区面34390.76 km~2、缓冲区11719.13 km~2、过渡区15731.95 km~2、限制区9882.32 km~2,针对不同生态功能区提出相应的用地建议。研究可对北部湾经济区不同生态安全级别区域的城镇化建设和生态环境保护提供可靠的依据。     

不同龄组的热带森林植被生物量与遥感地学数据之间的相关性分析

 在森林植被生物量遥感动态监测方面最基础性的研究是探讨生物量与遥感数据及其派生数据、地形数据和气象数据之间的相关性。为此,以我国云南省西双版纳的热带森林植被为例,分别对幼龄林、中龄林、近熟林和成过熟林的生物量与其对应的LANDSAT TM数据及其派生数据、气象数据和地形数据之间的相关性进行了分析。首先,利用森林资源连续清查的林业固定样地数据,通过各树种组的各器官生物量估算模型计算出各样地森林植被的生物量,并根据样地的坐标来建立样地GIS数据库。然后,利用地形图对遥感图像进行几何校正,并对遥感图像进行主成分变换、缨帽变换以及植被指数的计算来产生其派生数据。其次,将栅格样地数据、遥感数据（如LANDSAT TM数据）及其派生数据（如各种植被指数数据、主成分数据、缨帽变换的亮度、绿度和湿度数据）、栅格地形数据（如DEM和坡向）和栅格气象数据（包括年平均温度、大于0 ℃的积温、年平均降雨量和湿润度）统一到同一坐标系和投影下,并将所有的数据内插为30 m分辨率的格网数据,利用样地数据与遥感数据及其派生数据、地形数据和气象数据进行栅格空间叠加分析,从而得到各样地的样地数据、遥感数据及其派生数据、地形数据和气象数据。再次,根据各样地优势树种所属的龄组将所有的数据层化为幼龄林、中龄林、近熟林和成过熟林等几个不同龄组的样本数据。最后,分别对幼龄林、中龄林、近熟林和成过熟林的样地生物量与其对应的遥感数据和派生数据、气象数据和地形数据进行相关性分析。研究表明,在所有的因子中,幼龄林的生物量与LANDSAT 的TM1和TM6波段的亮度值在0.05的水平上呈显著相关,其相关系数均为-0.33;中龄林的生物量与降雨量在0.05的水平上呈显著相关,其相关系数为0.33;近熟林的生物量与LANDSAT TM的派生数据VI3、LANDSAT的TM4和缨帽变换的亮度值在0.05的水平上呈显著相关,其相关系数分别为0.50、-0.45和-0.45;成过熟林的生物量与主成分变换的第二主成分（PC2）在0.05的水平上呈显著相关,其相关系数为-0.46。在0.05的水平上,近熟林的生物量与LANDSAT TM的派生数据VI3的相关系数最高,达到0.50,其次是成过熟林的生物量与主成分变换的第二主成分的相关系数,为-0.46。     

GIS支持下不同温度带土壤侵蚀特征分析

土壤蚀是世界上的主要灾害之一,是土地退化、河道和湖泊淤积的根本原因。     

不同林分郁闭度与遥感数据的相关性

林分郁闭度与遥感数据的相关性分析是郁闭度遥感估算的基础,郁闭度遥感是林业遥感的重要方向。以四川省石棉县为例,就不同林分探讨了其郁闭度与陆地资源卫星专题制图仪LANDSAT Thematic Mapper(TM,包括其波段1至7,分别表示为TM1、TM2、TM3、TM4、TM5、TM6和TM7)数据之间的相关性及其受地形校正的影响。建立了地形数据库和基于1994年调查数据的森林资源数据库;对1994年6月26日成像的LANDSAT TM数据进行了几何校正,并与森林资源数据库配准;分别利用Lambert Cosine Correction(LCC)模型和Sun Canopy Sensor(SCS)模型对TM数据进行地形校正,生成TM-LCC和TM-SCS数据;将TM、TM-LCC和TM-SCS各波段数据分别与森林资源数据叠加统计,得到各小班TM、TM-LCC和TM-SCS各波段数据的均值和标准差,并将其添入数据库中,选取标准差较小的小班共1194个作为样本。按优势树种将样本层化为8个林分层,分别计算其郁闭度与TM、TM-LCC和TM-SCS各波段数据间的相关系数,并分析其在不同林分不同波段上的差异及其受地形校正的影响。研究表明:铁杉、冷杉和云杉等林分郁闭度与TM部分波段数据的相关性在0.01的水平上均为显著;而桦木、栎类、桤木、软阔类和云南松等林分郁闭度与TM数据的相关性在0.05的水平上均不显著;TM的LCC校正提高了冷杉、铁杉和软阔等林分郁闭度与TM4和TM5的相关性,TM的LCC校正还提高了软阔类林分郁闭度与TM7的相关性,TM的SCS校正提高了冷杉林分郁闭度与TM4和TM5的相关性,且在0.01的水平上均为显著。TM的LCC和SCS校正未能明显提高桦木、栎类、桤木、云南松和云杉等林分郁闭度与TM数据的相关性。该研究对林分郁闭度遥感具有一定的科学意义和应用价值。     

2005-2015年四川省土地利用变化及驱动力分析

以2005、2010、2015年三期四川省土地利用栅格数据为基础,应用ENVI和GIS技术对数据进行预处理,采用土地利用转移矩阵与土地利用动态度模型,并结合四川省土地利用实际情况分析四川省2005-2015年土地利用变化特征,并利用SPSS软件对2005-2015年间统计年鉴上相关的社会经济数据进行因子分析,研究影响四川省土地利用变化的主要驱动力因素并分析其作用机理,为后来的四川省土地利用规划提供参考依据。结果表明：(1)四川省近10年土地利用类型面积变化较为频繁,表现为城乡居民工矿用地大幅度增加,但各类土地占比总量土地面积变化不大。(2)耕地、林地、草地始终为四川省的主要土地利用类型,占比较为均衡且保持性好,耕地处于25%左右,林地和草地始终处于35%左右。而城乡居民工矿用地、水域以及未利用地面积虽有变化但占比始终较小。(3)四川省土地利用存在明显的区域差异,东部土地利用程度高,西部利用程度低。林地和草地大量且长期集中在西部,城乡居民工矿用地则在东部集中,东西分布极不均衡,不利于四川省区域经济均衡发展。(4)影响四川省土地利用变化的主要驱动力因子为常驻人口数和GDP,常驻人口始终保持较大数额且稳步增长,保持劳动力人口数量的同时带来社会经济快速发展的结果,从而促使土地利用结构不断发生变化。     

基于数字平台下的耕地及其背景的分析_以重庆市为例

随着人口的增长,毁林开荒和过度开垦导致森林的破坏,生物多样性的减少,水土流失加剧,土壤退化和环境恶化.我国1998年发生在长江中下游的特大洪水灾害与其中上游的森林植被破坏有着密切的关系[1].生态环境建设是我国西部开发战略的重点之一.退耕还林还草是生态环境建设中的一个重要举措.利用先进的地理信息系统技术对不同耕地类型及其背景进行空间分析,为退耕还林还草提供重要的科学依据.本文以重庆市为例,开展了这方面的探讨.