1990—2015年湖北省林地遥感制图与时空变化分析

林地作为一种重要森林生态资源, 在区域发展和生态环境保护中发挥了重要的基础性作用。研究基于湖北省1990—2015年(1990、1995、2000、2005、2010和2015年)6期土地利用遥感基础调查数据、DEM和气象(气温和降水)数据, 借助变化率分析方法和GIS空间分析法, 完成了研究区林地遥感制图分析, 并对研究区近25年间林地时空变化特征及驱动因素进行深入探讨。研究表明：近25年间湖北省林地面积总体呈现出先上升后下降的趋势, 其中1990—1995年林地面积增加显著, 增加幅度为641.14 km2; 2000—2005年林地面减少显著, 减少762.96 km2; 1990—2015年林地类型主要以有林地、灌木林地和其他林地为主, 三者占林地总面积的95%以上; 研究区林地在空间上分布较不均匀, 鄂西北、西南为林地的主要集中分布区, 而在江汉平原、武汉市、荆州市及江门市分布较少, 整体呈零星状分布; 林地变化活跃区集中在高程500—1000 m、坡度5—15 °、气温17—18 ℃、降水1000—1200 mm的区域。在驱动因素上, 自然地理要素的垂直地带性规律影响和制约林地的空间分布态势, 而国家政策方针、经济因素和人类活动等因素成为影响林地分布的短期驱动因素。本研究能为湖北省林地制图、生态环境保护和综合评价提供科学依据和理论参考。     

基于Landsat影像的梭磨乡冷杉林地上碳储量估测及其时空动态

森林碳储量研究对森林质量评价、林业资源科学管理及森林生态结构保护具有重要意义。以四川省马尔康县梭磨乡冷杉林为研究对象, 以2010年森林资源调查实测数据和同年Landsat遥感影像数据为基础, 采用逐步线性回归方法, 构建2010年地面冷杉林地上碳储量和遥感因子的多元线性回归模型。然后, 基于伪不变特征原理的相对辐射校正法计算2010年冷杉林地上碳储量估测模型与1995年、2000年、2005年和2015年四期影像数据的相关关系, 分别估测了1995年、2000年、2005年、2010年和2015年研究区冷杉林地上碳储量, 从而揭示出近20年来马尔康县梭磨乡冷杉林地上碳储量的时空动态变化特征。研究结果表明: 从空间分布看, 研究区冷杉林地上碳储量主要分布在贯穿全区东西方向且海拔3000—4000 米的区域; 从时间分布看, 1995—2015年间, 研究区冷杉林地上碳储量总量和碳密度呈持续上升趋势, 森林碳储量结构处于良性发展阶段。该研究结果对高山峡谷地区森林碳储量的后续研究有一定参考价值。     

陇中黄土丘陵区乡镇尺度林地转型时空分异:生态建设工程的效用

基于GIS技术及定西市安定区1995年、2000年、2005年、2010年和2015年5期Landsat遥感影像解译数据,开展乡镇尺度的林地转型来源、幅度、速度和转型时空分异特征研究,并探讨林地变化形式。结果表明:1995—2015年,林地转型数量处于增加态势,草地和耕地是主要来源; 1995—2015年林地转型幅度和转型速度均呈先减后增趋势;整个研究时段内,林地转型空间分布有所差异,乡镇林地面积转型各不相同;林地转型变化随着坡度增加而不同,林地净转换量和转型幅度均先升后降,而转型速度与其相反,林地转型主要发生在坡度15°以上区域。     

秦岭水源涵养功能时空变化及其影响因素

秦岭是中国重要的南北分界线,也是中国重要的水源涵养功能区,探究秦岭地区水源涵养功能的时空变化,对于实现该区自然资源的合理利用与可持续发展具有重要现实意义。本文利用In VEST模型产水模块,分析了秦岭地区2000—2015年产水功能和水源涵养功能的时空变化,并采用逐步回归分析法对水源涵养功能的影响因素进行定量化分析。结果表明:秦岭多年平均产水量和水源涵养量分别为156.96×108和61.51×108m3,各市域的水源涵养能力依次为商洛安康汉中西安宝鸡渭南; 2000—2015年水源涵养功能时空变化显著,空间上呈现南高北低的分布特征,水源涵养量以每年0.26 mm逐年增加,产水量和水源涵养量与年降水量的空间分布基本一致,与实际蒸散发分布相反; 2000—2015年的土地利用变化以未变化类型为主,土地利用变化导致水源涵养能力变化-65.2～14.4 mm,其中林地和草地的水源涵养能力分别呈不同程度的增加和下降;子流域尺度上与水源涵养功能相关性强的主要因子为干燥指数、降水和土壤饱和导水率,对产水功能影响较大的因子有干燥指数、降水和实际蒸散发。     

基于地理探测器的伊犁谷地生境质量时空演变及其影响因素

利用1995—2015年土地利用分类成果,运用CA-Markov模型模拟预测2025年伊犁谷地土地利用的时空变化,结合InVEST模型评估1995—2025年伊犁谷地生境质量的时空格局,采用空间统计方法和地理探测器模型分析了生境质量的变化特征,并对生境质量的空间分布和变化趋势进行驱动因子探测、交互作用探测以及生态探测分析。结果表明:1995—2025年,耕地与建设用地面积呈逐渐增加趋势,林地与未利用地面积呈波动变化态势,草地与水域则出现减少态势,减少的趋势缓慢下降;生态退化度高值区主要在河谷平原耕作与城建区域且呈现条带状分布,应加强生态修复工程;低值区为高山林草地区域,总体上表现为低值区环绕高值区,呈现嵌套分布,应着重进行生态功能保护;生境质量与生态退化度的高、低值区域呈现相反的趋势;各县生态退化总体稳定,且退化程度较小,生境质量在1995—2015年处于下降趋势,2015—2025年有所上升;利用地理探测器识别出生境质量空间变化分布受自然和人为因子的综合作用,主导影响因子是土地利用,其次为坡度,在交互作用探测与生态探测中,各因子对生境质量空间分布的差异性表现显著,并呈现出双因子增强。     

基于动态当量的乐山市生态系统服务价值时空演变及驱动力研究

生态系统服务价值评估作为土地资源合理配置、生态环境保护和生态补偿标准制定的重要前提,是当前的研究热点之一。以乐山市为研究区域,基于2000年、2005年、2010年、2015年4期土地利用数据,运用生态系统服务价值动态当量法、地理探测器模型等方法,定量分析乐山市2000—2015年间生态系统服务价值时空变化规律及驱动机制。结果表明:(1)2000—2015年乐山市生态系统服务价值整体呈下降趋势,仅在2005—2010年有所回升,总量共减少了23.22亿元,主要与林地大量减少和建设用地大量增加有关;(2)空间上呈现西南高、东北低的分布态势,且各区域变化不同,西南方向山地以下降为主,东部平原丘陵以上升为主,河流两侧上升明显;(3)影响生态系统服务价值时空分布的主导因素为土地利用、NPP、降水量和坡度,除此之外气温、高程、土壤类型也有较大决定力;(4)自然因子决定力大于社会经济因子,但社会经济因子的影响越来越突出。研究揭示了乐山市生态系统服务价值的时空变化规律及驱动因子,为该地区土地利用规划与生态环境保护机制的建立提供了科学参考。     

青藏高原土地利用变化对生态系统服务价值影响的多情景模拟

青藏高原具有突出的生态服务价值,但气候多变、环境脆弱的基底,使其易受人类活动的干扰。本文基于土地利用数据和改进当量因子法,定量分析1992—2015年青藏高原土地利用变化对生态系统服务价值时空分布影响,并结合CA-Markov模型模拟探讨自然发展和生态保护情景下土地利用与生态系统服务价值的相互关系。结果表明:1992—2015年青藏高原土地利用结构稳定,以草地为主,林地、裸地为辅,生态系统服务价值总体呈增长趋势,草地、水体和林地是青藏高原生态价值的稳定供应者;青藏高原生态系统服务价值的空间分布极不均衡,不同气候区分布具有空间异质性,冷点区集中分布在青藏高原西北部干旱气候区和东南部湿润气候区,热点区集中于中部湿润和半湿润气候区;6000 m海拔是青藏高原生态系统服务价值的趋势变化节点;生态保护情景下的土地利用变化比自然发展情景下的更加均衡,生态系统服务价值总体增加,生态环境向优发展。     

基于地理探测器的中国农业生态效率时空分异及其影响因素

研究农业生态效率的时空分异及其影响因素对实现中国农业生态高质量发展具有重要意义。基于2000—2018年中国30个省/区/市的面板数据,采用超效率SBM模型测算省际农业生态效率,在时间序列、空间可视化及趋势面分析揭示农业生态效率时空演变规律的基础上,进一步利用地理探测器模型识别影响农业生态效率空间分异的主导因子及其交互作用。结果表明: 2000—2018年,中国农业生态效率整体呈现稳定上升的趋势,但仍然处于较低水平,存在较大提升空间;中国农业生态效率具有显著的空间分异特征,总体上呈现出东西部地区较高、而中部地区较低的空间分布格局;中国农业生态效率的空间分异受到农业资源禀赋、社会经济、自然生态环境等多种因素的影响,不同因子对农业生态效率空间分异的影响存在明显差异且因子间交互作用会增强其空间分异。综上,要关注农业生态效率时空分异的主导因子,并注重区域间的协同合作,以实现农业的高质量发展。     

秦岭地区林地与草地景观格局变化及其驱动因素

以1980—2015年土地利用数据集为数据源,利用GIS空间分析、景观格局指数和主成分分析法,研究了秦岭地区林地与草地景观格局时空变化特征,并探讨其演化的驱动因素。结果表明:(1)林地和草地是秦岭地区主要景观类型,约占研究区总面积的72%,其中有林地为优势景观类型,其次为高覆盖度草地和中覆盖度草地,其他林地和低覆盖度草地分布面积相对较少。(2)35年来,林地和草地总面积整体呈减少趋势,净减少了309.44km~2,其中草地减少占主导地位;空间变化上,损失严重的区域主要分布于以西安市为中心的周边区域,主要向建设用地和耕地转移。(3)林地和草地景观破碎化程度逐渐增加,连通性降低,景观异质性增强且景观形状更为复杂,草地较林地变化明显;空间分布上,林地和草地景观格局指数空间分布特征明显,在地形因子作用下呈现一定的地形梯度性,尤其与海拔的相关性最好。(4)人为活动干扰是影响秦岭地区林地和草地景观格局变化的主要驱动因素,气候因素次之,同时国家宏观政策起着重要的导向作用。减缓人为活动对秦岭地区的过度影响,维护林地和草地的平衡性及完整性,是实现该区生态系统科学管理和资源的可持续利用的关键。     

近16年青海高原植被NPP时空格局变化及气候与人为因素的影响

采用2000—2015年MOD13Q1—16天合成的250 m分辨率NDVI时序数据,基于CASA改进模型估算了青海高原植被NPP,分析了近16年来植被NPP时空变化的特征与规律及其对气候因素变化的响应,并探讨不同区域生态保护工程建设的成效。研究结果表明:①青海高原植被NPP多年平均值242.50 gC m~(-2) a~(-1),空间上呈东高西低,南高北低,由西北向东南逐渐递增分布趋势;②2000—2015年,研究区年NPP分布在53.24—96.56 TgC,呈平稳增加,年增长率1.32 TgC/a;③气候的暖湿化是植被NPP增加的主要因素,降水、气温的耦合作用是青海高原植被NPP年际波动的重要因素,不同区域植被NPP受控因子存在差异;④不同生态保护工程的实施,对区域NPP时空格局及变化趋势存在不同程度的影响。其中,三江源地区年NPP上升趋势最为明显,环青海湖地区、东部地区次之,柴达木地区是最缓慢的地区。     

安徽省近十年植被指数时空变化特征

利用2000—2009年的MODIS数据,研究安徽省近10年来植被指数在时间和空间上的变化。结果表明:近10年来,安徽省年平均NDVI趋势总体增加,但空间分布上有差异,局部地区的植被指数趋于减少,其他大部分地区的植被活动在增强;植被指数的月际变化呈弱双峰型,最大值出现在8月,最小值出现在1月;从各季节的线性拟合斜率来看,春季的植被指数增加最快,秋季次之,冬季最低;安徽省的大别山区和皖南山区的植被指数年际标准差和变异系数比较小,表明山区的林地植被指数变化不明显,受外界干扰较小;沿淮的粮食种植区的植被指数标准差和变异系数较大,植被指数年际变化较大,受人为活动干扰强烈。     

1980-2018年海南岛土地利用与生态系统服务价值时空变化

以海南岛为研究区,利用1980-2018年5期土地利用数据,借助ArcGIS技术,综合运用价值当量因子法、生态系统服务变化指数（Ecological Services Change Index,ESCI）、空间统计分析等方法,探究了海南岛土地利用与生态系统服务价值（Ecosystem Services Values,ESV）的时空变化特征。结果表明：（1）林地是海南岛自然生态系统的主体,占62%以上,林地面积先升高后降低;建设用地增加迅猛,特别是在2010年以后,增长率高达122.46%,其次水域增长率为20.94%。土地利用主要呈现出草地转为林地,耕地、林地转为建设用地或水域的变化特征。（2）1980-2018年海南岛ESV总体表现为先增加后降低的变化趋势,净增加51.59亿元,增长率为2.56%。其中林地ESV占比最高,达70%以上;单项ESV以水文调节、气候调节为主,两者占总ESV的50%以上。（3）在空间分布上,海南岛ESV存在着明显的中部高、四周低的空间分异特征,在时间序列上高值区进一步萎缩、低值区逐渐扩展。（4）1980-2018年海南岛5个时期的ESV及其变化在空间分布上具有显著的正向自相关性;ESV增值热点区集中分布在大广坝水库等库区、海南岛东北部水产养殖场等地,ESV损失冷点区主要出现在海口和三亚等重要城区、洋浦经济开发区以及旅游资源丰富的沿海地区。     

闽三角地区农田景观格局演变及其生态服务功能研究

基于闽三角地区2000年、2005年、2010年和2015年的Landsat TM/ETM+/OLI影像提取农田景观数据, 并利用景观格局分析方法, 从景观面积、空间分异、斑块特征以及总体格局4个方面, 对比研究了2000—2015年闽三角地区农田景观格局的演变特征, 并对其生态服务功能进行深入探讨。研究结果表明: 2000—2015年间, 闽三角地区的农田景观以平原水田和丘陵水田为主, 面积呈现出整体下降的趋势, 其空间分布格局基本保持稳定, 集中分布于东南沿海一带, 地域上主要集中于泉州市和漳州市; 丘陵水田和平原水田的斑块数目最多, 斑块面积最大, 而平原旱地和山区旱地的斑块数目最少, 斑块面积也最小, 其中丘陵水田和平原水田更为集中连片, 景观破碎化程度较低; 农田景观格局呈现出破碎度增加、丰富度下降、类型单一化以及聚集度下降的总体趋势; 闽三角地区的农田景观格局演变会降低其供给、调节、文化以及支持等生态服务功能。     

泛珠江流域土地利用时空变化特征及驱动因子

泛珠江流域是中国改革开放和海上一带一路的“桥头堡”,在国家经济建设中具有重要的战略地位。本研究基于泛珠江流域1990—2015年土地利用数据,结合气候和社会经济指标,利用ArcGIS空间分析和SPSS因子分析等方法,探索泛珠江流域土地利用时空变化特征及其驱动因子。结果表明: 1990—2015年,泛珠江流域土地利用变化明显。其中,水田和有林地面积明显减少,城镇用地和其他建设用地面积急剧增长。在空间上,草地的减少主要发生在流域西北部,耕地的减少集中在流域中部以及沿海地区,城乡、工矿、居民用地的增加主要集中在粤港澳大湾区。其中,变化最为集中的三大典型区域为粤港澳大湾区＞广西中-东南部＞海南岛北部。1990—2000年是流域内土地利用变化最为明显的时期。社会经济和工业的飞速发展,以及居民消费水平的提高是该流域土地利用变化的主要驱动力。     

基于MODIS-归一化植被指数的广东省植被覆盖与土地利用变化研究

基于MODIS-NDVI遥感植被指数,利用像元二分模型进行植被覆盖度提取,结合趋势分析和显著性检验等方法,对2000—2020年间广东省的植被覆盖时空变化特征进行分析,并结合土地利用变化图谱,探究土地利用类型对植被覆盖时空变化的驱动作用。结果表明：(1)2000—2020年,广东省植被覆盖度整体以0.23%/a的变化率呈波动增长趋势,但空间异质性显著,呈现出以珠三角地区为中心向外辐射递增的趋势;(2)广东省多年平均植被覆盖度介于0.7—0.76,以中高和高植被覆盖度为主,低植被覆盖区约占研究区总面积的4.37%。全省以植被改善为主(78.18%),显著和极显著退化区域占全区面积的5.84%,主要集中分布在珠三角、粤东沿海以及粤西沿海等地区;(3)研究区以耕地与林地的图谱单元互换为主要土地利用变化特征,而城乡、工矿、居民用地在耕地和林地的占用和补充过程中起了重要的作用,反映出城乡建设过程中对耕地和林地的大量占用;植被覆盖变化与土地利用变化存在响应联系,且各土地利用类型对植被覆盖度的贡献各异;向城乡、工矿、居民用地转化的图谱与植被显著和极显著退化区高度重合,说明耕地和林地向城乡、工矿、居民...     

基于地形梯度的岩溶槽谷土地利用变化特征

揭示岩溶槽谷土地利用变化特征,为地区退耕还林和生态保护提供参考。以印江、思南、石阡等5县区为研究区,选取DEM数据和土地利用数据,探究岩溶槽谷土地利用时空分异特征和地形分异特征。结果表明:(1)2000—2018年间,研究区土地利用类型以耕地、林地及草地为主,水域及建设用地其次,其中林地面积分布最多。(2)2000—2018年间,研究区耕地和草地面积有所减少,林地、水域与建设用地面积有所增加,其中建设用地面积增长迅速。(3)2000—2018年间,研究区耕地、林地峰值分布在海拔700—900 m,草地峰值分布在500—700 m或700—900 m;2018年水域和建设用地峰值分别为500—700 m、700—900 m。(4)各土地利用类型在0o—25o地区均有分布, 25o以上地区以林地为主,耕地及草地次之,建设用地主要分布在25o以下。(5)2000—2018年间,研究区耕地、林地及草地在半阴坡和半阳坡分布较多;2018年建设用地在阳坡分布最多。文章结果可为地区生态保护、土地政策制定、武陵山生态脱贫等提供实际借鉴和理论参考。     

罗霄山区生态用地时空演变及其生态系统服务功能的响应——以井冈山为例

生态用地的可持续利用对人类生存至关重要,而山区生态用地变化及其引起的资源环境效应是山区地域人地关系变化的反映,认识和探讨山区生态用地时空分布和形成机理对维持区域生态平衡和引导经济社会可持续发展具有深远意义。运用土地利用空间分析模型和Meta分析方法,分析井冈山的生态用地变化空间格局及其生态服务价值损益;利用Logistic回归和地理探测器,诊断生态用地的空间指向特征和时间演化过程。结果表明:(1)1990—2015年,井冈山生态用地变化显著,呈不断减少趋势,其中近城区表现最明显;生态用地转移的主要对象为城乡建设用地。1990—2000年间,井冈山生态用地的总体转移速率远远大于2000—2015年间的转移速率;林地的转移面积及占比最大,转移部分大于新增部分,属于生态用地减少型地类,而草地和水域属于生态增加型用地,且转移速率较大,是井冈山市较"活跃"的生态用地类型。(2)生态用地的时间演化过程的主导驱动因素包括人口数量和产业结构,空间演变格局中的主导驱动因素为到河流的距离和到地域中心的距离。(3)1990—2015年,生态系统服务价值不断降低但减少速率逐渐放缓,1990—2000年的年均减少量大于2000—2015年的年均减少量。其中,林地对生态服务价值的贡献最大。山区乡村振兴应以生态系统服务价值目标导向,实现农民生计和生态安全的协同优化,利用山区地域资源优势,强化三产融合,推进山区"乡村振兴"。     

江西省生境质量时空演化特征及预测

生境质量关乎区域可持续发展和人类福祉，评估其时空演化特征和预测未来变化对生态文明建设和高质量发展具有重要意义。以江西省为研究区，利用InVEST模型和热点分析方法定量评估2000—2020年生境质量时空演化特征，结合PLUS模型模拟预测2020—2050年土地利用和生境质量变化。结果表明：(1)2000—2020年江西省有林地、灌木林地、疏林地、水田、旱地面积呈减少趋势，减少部分主要位于南昌市等城市边缘，转为城镇用地和其他建设用地。(2)江西省生境质量总体较好，均值呈微幅下降且加速下降的趋势，具有以南昌市等城市为中心、向外辐射提高和中部低、四周高、北部低、南部高的时空分异特点，20年内8.52%的区域生境质量得到改善，44.85%的区域发生退化，退化区域以生境质量低值区域为核心向外辐射。热点分析显示，在乡镇尺度上，生境质量与生境退化度在空间分布上具有相似的集聚特征，但高低值相反。(3)结合PLUS模型预测显示，2020—2050年江西省城镇用地、其他建设用地进一步急剧扩张，时空特征表现为环鄱阳湖扩张圈和萍乡市-宜春市-新余市-南昌市-抚州市-鹰潭市-上饶市东西向扩张带，生境质量均值保持...     

1982-2020年安徽省净生态系统生产力时空格局变化及其成因

净生态系统生产力（NEP）是定量描述陆地生态系统与大气之间碳交换的重要指标。明确区域尺度NEP的时空格局及主导因子,有助于增强对区域碳循环变化机制的认知。基于BEPS （Boreal Ecosystem Productivity Simulator）模型模拟结果,评估了安徽省1982-2020年NEP时空格局,分析了安徽省NEP对主要环境植被因子的敏感性,并借助通径分析和贡献率分析探究了影响安徽省NEP时空变化的驱动因子。结果表明：（1）1982-2020年,安徽省多年年均NEP为651.14 gC/m²,线性趋势变化率为1.10 gC m^-2 a^-1,总体呈显著增加趋势（P<0.01）。在空间上,NEP表现为"南北部较高、中部较低"的分布,显著增加（P<0.05）的区域占52.77%,主要分布在北部和南部,显著减小（P<0.05）的区域占7.11%,主要分布在西部和东南部。NEP重心有显著的北移趋势（P<0.01）。（2） NEP对大气CO₂浓度变化最为敏感,对降水变化最不敏感。时间上,NEP对叶面积指数（LAI）（P<0.01）、CO₂（P<0.01）和饱和水汽压差（VPD）（P<0.05）的敏感性变化显著增强,对总辐射的敏感性变化显著减弱（P<0.01）,对气温和降水的敏感性变化不显著（P>0.05）。空间上,NEP对各因子的敏感性有地区差异性。（3）所选环境植被因子综合解释了NEP 79%的时空变化。LAI与CO₂是安徽省NEP时空变化的主导因子,为正贡献,气候因子为次主导因子,为负贡献。空间上,LAI为主导因子的地区主要分布在安徽省北部、中西部的大部分地区,占49.65%,CO₂为主导因子的地区主要分布在安徽省西北部与东南部的大部分地区,占44.54%。     

基于土地覆盖和NDVI变化的拉萨河流域生境质量评估

气候变化和人类活动导致的土地覆盖和植被变化都会对生境质量产生影响。青藏高原是众多珍稀高原动植物的栖息地,具有重要的生物多样性维持价值。拉萨河流域是青藏高原经济最发达、人口最密集的核心地区,人类活动对生境质量带来的胁迫和压力持续增加。为揭示近些年来土地覆盖和植被变化对拉萨河流域生境质量的影响,选择生长季NDVI作为植被变化的指示因子,通过对不同植被类型各年份的生境适宜度进行修正,利用In VEST模型评估了拉萨河流域1990—2015年的生境质量时空变化。研究结果表明,1990—2015年拉萨河流域土地覆盖变化整体相对较小,其中人工表面和湿地面积增幅相对较大,分别为82.65%和32.40%;土地覆盖变化的转移方向主要为稀疏草地转化为草原和草甸、耕地转化为人工表面以及冰川/积雪转化为荒地。植被变化方面,1990—2000年,除流域中上游的裸岩、裸土地区和念青唐古拉山地区外,流域NDVI整体有较显著上升;而2000年以后略有下降。从生境质量的空间分布来看,高质量生境主要分布在流域下游、念青唐古拉山南侧河谷地区以及拉萨河源头等地区,低质量生境主要分布在拉萨市市辖区及周边、林周县县城及周边,以及流域中上游的荒地等地区。从时间变化上来看,1990—2000年,拉萨河流域整体生境质量指数从0.51上升到0.57; 2010年和2015年整体生境质量指数分别为0.56和0.55,较2000年略有下降。相比于土地覆盖变化,NDVI对生境质量变化的影响更为显著。