排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
内蒙古杭锦旗生态环境时空变化的遥感监测与评价 总被引:2,自引:0,他引:2
随着生态环境问题的日益突出和全球化,人们越来越注重环境保护,而且遥感技术在生态环境监测和评价中发挥着重要作用。本研究基于1992、2000、2008和2017年的Landsat影像数据,构建遥感生态指数(RSEI),对内蒙古杭锦旗的生态环境质量进行监测和评价,以期为该区生态环境保护提供理论依据。结果表明: 1992—2017年,杭锦旗的生态环境质量总体较差,其RSEI等级以差和较差为主;RSEI均值从0.31(1992年)上升到0.37(2008年),再下降至0.30(2017年),期间生态等级变化均以变化1个等级为主。在空间分布上,杭锦旗生态环境质量较差的区域主要分布在中西部的荒漠平原区,生态质量较好的区域主要分布在黄河沿岸和东南部,生态质量等级变化波动较大的区域主要分布在沙漠边缘、黄河沿岸和东部的丘陵沟壑区。研究期间,杭锦旗各生态等级的重心转移幅度较大,时空波动较明显。总之,杭锦旗生态环境脆弱、不稳定,生态建设对生态环境的改善有一定促进作用,同时也要合理地配置资源和利用土地。 相似文献
2.
3.
为探讨不同特征挖掘方法与广义提升回归模型相结合在数字土壤制图中的应用,本研究首先使用递归特征消除和过滤式两种特征筛选方法对环境协变量进行筛选,再分别使用原始环境协变量、筛选后的最优变量组合作为自变量,建立基于广义提升回归模型和随机森林模型的安徽省土壤pH预测模型并进行制图。结果表明: 引入两种特征挖掘方法均可有效提高广义提升回归模型和随机森林模型预测土壤pH的精度,并且可以起到降维的作用;相较于随机森林模型,广义提升回归模型的验证集预测精度略低,在训练集中,广义提升回归模型的精度却远高于随机森林模型,模型解释度高,整体效果较好;随机森林模型的主要参数ntree和mtry对于模型的影响程度较低,而不同参数对于广义提升回归模型的预测精度影响较大,不同参数组合模型精度不同,建模前需要进行调参。空间制图结果表明,安徽省土壤pH呈“南酸北碱”趋势。 相似文献
4.
浙江省新近耕地动态及其驱动因素 总被引:1,自引:0,他引:1
利用RS和GIS技术对2000、2005和2008年遥感影像数据进行人机交互解译,建立了2000-2008年浙江省耕地动态数据库,并运用岭回归分析法研究了耕地变化的驱动力及其特征.结果表明:2000-2008年间,浙江省耕地变化较剧烈,2000-2005、2005-2008年,研究区耕地年动态度分别为-1.42%和-1.46%,耕地主要流向城乡工矿居民用地.非农人口比例、房地产开发投资、城市绿化面积和果园面积构成了浙江省乃至我国东部发达地区耕地变化的主要驱动因素. 相似文献
5.
红壤区土壤有机质和全氮含量的空间预测方法 总被引:5,自引:0,他引:5
如何利用有限的土壤采样点准确预测土壤属性一直是研究的热点。近些年来,结合辅助信息的克里格空间插值应用广泛,但将土地利用类型信息作为辅助变量提高预测精度的研究鲜有报道。以中国南方红壤丘陵区的余江县为案例区,用网格法采集254个土壤样品,通过普通克里格(OK)和以土地利用方式为辅助变量的克里格(KLU)方法对土壤有机质(SOM)和土壤全氮(STN)进行空间预测,并通过102个验证点比较了两种方法的预测精度。分析表明KLU对SOM和STN的预测值与实测值的相关系数(rSOM=0.786,rSTN=0.803)明显高于OK(rSOM′=0.224,rSTN′=0.307);OK对SOM和STN的预测RMSE分别为12.48g.kg-1和0.64g.kg-1,而KLU的预测RMSE分别为6.86g.kg-1和0.37g.kg-1,仅为前者的55%和58%。可见,KLU对研究区SOM和STN的预测精度均大幅提高。同时分析也表明,KLU对不同土地利用方式SOM和STN预测精度的提高幅度存在差异,其中对旱地预测精度的提高幅度最大,对林地预测精度的提高幅度最小,水田则介于两者之间。研究表明,KLU是南方红壤丘陵区进行SOM和STN空间预测的现实和高效方法。 相似文献
1