基于NDVI数据的兰州市和银川市植被覆盖情况对比分析
多气候带复杂地理环境植被覆盖指数(NDVI)的时间变化特征及其与环境因子关系解析
多气候带复杂地理环境植被覆盖指数(NDVI)的时间变化特征及其与环境因子关系解析多气候带复杂地理环境植被覆盖指数(NDVI)的时间变化特征及其与环境因子关系解析植被覆盖指数(NDVI)是一种用于反映植被活力和植被覆盖程度的指标。
通过监测和分析NDVI的时间变化特征,我们可以了解不同气候带复杂地理环境下植被的生长状况和环境因子对植被生长的影响。
首先,不同气候带的植被覆盖指数存在明显的时间变化特征。
以夏季为例,气候带的北部地区温度逐渐升高,降水逐渐增多,植被覆盖指数也呈现上升的趋势。
而在南部地区,气温逐渐升高、降水量减少,植被覆盖指数呈现下降趋势。
同时,气候带的东部地区与西部地区也存在一定的差异。
东部地区受到大气环流和地形的影响,降水量较高,植被覆盖指数相对较高。
而西部地区受到干旱气候和地质条件的制约,植被覆盖指数相对较低。
其次,气候因子对植被生长的影响非常重要。
温度和降水是影响植被生长的核心因素。
适宜的温度和适量的降水有助于提供良好的生长环境,促进植物的光合作用和养分吸收。
在夏季,北部地区温度升高,降水增多,对植被的生长起到促进作用。
而南部地区由于温度升高和降水减少,导致植被生长不足。
此外,水分的分布也在很大程度上影响着植被覆盖指数的变化。
在复杂地理环境下,地形和水文条件对水分的分布起到重要的调节作用。
最后,利用遥感技术可以对植被覆盖指数进行监测和分析。
通过遥感影像和相关算法,我们可以获取不同时间段和空间的植被覆盖指数数据。
结合气候数据和地理信息系统分析工具,可以进一步研究植被覆盖指数与环境因子之间的关系,并绘制相应的空间分布图。
这种综合分析方法可以帮助我们更好地了解植被覆盖指数的变化特征,为保护生态环境和可持续发展提供科学依据。
综上所述,多气候带复杂地理环境下的植被覆盖指数具有明显的时间变化特征,且与环境因子密切相关。
深入研究植被覆盖指数的时空变化规律和影响因素对于有效监测和管理植被资源具有重要意义。
基于遥感的中国北部植被NDVI和物候变化研究
基于遥感的中国北部植被NDVI和物候变化研究一、概述随着全球气候变化和环境问题的日益突出,对植被生长状况和物候变化的研究显得尤为重要。
遥感技术作为一种高效、宏观且非接触式的观测手段,在植被动态监测和物候变化分析方面发挥着不可替代的作用。
本文旨在利用遥感技术,对中国北部地区的植被归一化植被指数(NDVI)和物候变化进行深入研究,以揭示该区域植被生长状况和物候特征的时空变化规律,为生态环境保护和可持续发展提供科学依据。
中国北部地区地域辽阔,气候类型多样,植被类型丰富,是研究植被NDVI和物候变化的理想区域。
通过遥感技术获取该区域的植被数据,可以实现对大范围植被生长状况的实时监测和动态分析。
同时,结合气象、土壤等辅助数据,可以进一步探讨植被生长与气候因子之间的关系,揭示植被物候变化的驱动机制。
本研究将重点关注以下几个方面:利用遥感影像提取中国北部地区的植被NDVI数据,分析NDVI的空间分布特征和时序变化规律结合物候提取方法,提取植被的物候参数,如生长季开始和结束时间、生长季长度等,并分析其时空变化特征探讨植被NDVI和物候变化与气候因子之间的关系,以及人类活动对植被生长和物候变化的影响。
通过本研究,我们期望能够深入了解中国北部地区植被的生长状况和物候变化规律,为生态环境保护和可持续发展提供有力的数据支持和科学依据。
同时,本研究也将为遥感技术在植被动态监测和物候变化分析方面的应用提供有益的参考和借鉴。
1. 研究背景与意义植被作为地球生态系统的重要组成部分,其生长状况与空间分布对维持生态平衡、促进气候稳定以及保障人类生存与发展具有至关重要的作用。
中国北部地区,作为我国的重要生态屏障和农业产区,其植被状况直接关系到区域乃至全国的生态环境安全和粮食安全。
受气候变化和人类活动等多重因素的影响,中国北部地区的植被状况正面临着严峻的挑战。
遥感技术作为一种高效、快速获取地表信息的手段,已成为植被动态监测与评估的重要工具。
甘肃民勤生态移民政策的效果测评——基于卫星遥感数据、层次分析法和调查分析多重视角的观测
第36卷㊀第2期2021年6月邢台学院学报JOURNAL OF XINGTAI UNIVERSITYVol.36,No.2Jun.2021[收稿日期]2021-01-04[作者简介]王玉芳(1981-),女,甘肃静宁人,硕士,副教授,研究方向:区域经济金融.甘肃民勤生态移民政策的效果测评基于卫星遥感数据㊁层次分析法和调查分析多重视角的观测王玉芳(兰州财经大学长青学院,甘肃兰州㊀730020)摘㊀要:甘肃民勤是石羊河流域下游生态脆弱区域,国家投入了大量资金进行了生态移民治理,生态移民的效果是国家和政府关注的重要内容㊂本文基于宏观观测的卫星遥感数据㊁微观测算的层次分析法和问卷调查等多重视角测算甘肃民勤生态移民的效果㊂研究表明,尽管近20年来民勤生态状况总体在逐步恶化,但是移民地区生态环境在逐步改善,经济㊁社会和环境可持续发展指标也有着较大的提高,生态移民政策可持续综合指标有着显著提高,这说明国家的生态移民和生态治理效益明显㊂关键词:生态移民;层次分析;卫星遥感中图分类号:C922文献标志码:A文章编号:1672-4658(2021)02-0025-07㊀㊀一㊁研究背景与综述民勤县位于甘肃省河西走廊东端,西㊁北㊁东三面被巴丹吉林沙漠和腾格里沙漠所包围,由沙漠㊁戈壁㊁低山残丘三种面积构成,2008年总面积1.58万平方公里,绿洲面积占比10.3%,农区及绿洲面积占16.35%,总人口31.5万人㊂民勤人口集中在954.42平方公里的绿洲地区,绿洲人口达到330人每平方公里㊂其人口密度远远高于甘肃省和全国的人口密度,更是联合国制定同类地区人口密度的将近50倍㊂民勤人口压力已经远远超过其生态承载力㊂民勤县生态环境脆弱,曾是东西方文化交通要道,在西汉以前生态良好,拥有 水草丰美的滨湖绿洲 之称,之后因军事需要大量人口迁入,绿洲灌溉面积扩大,草原放牧增加,沙固植被破坏,尤其是农牧交替使得耕地兴废不定,绿洲荒漠化加快,明清移民屯田开垦,草原沙漠化更明显㊂民国后,武威绿洲农垦使得石羊河上游各支流被拦截,下有民勤干旱沙漠化更严重㊂20世纪50年代,石羊河流域最后一个湖泊青土湖干涸而成沙源,民勤荒漠化生态加速发展,时至今日,荒漠化面积已占全县土地总面积的94.51%,达到2288.3万亩㊂同时,民勤县的地下水资源近年来下降趋势严重,从20世纪90年代以来,地下水位平均以每年0.5~1.0m 的速度下降,全县平均地下水位由20世纪90年代的18.40m 降至2007年的10m,其中湖区地区下降最快,由1998年的21.70m 下降至2007年的14.07rn,年平均下降0.85m㊂民勤已成为全国乃至全世界最干旱㊁荒漠化危害最严重的地区之一,是中国北方地区的四大沙尘暴发源地之一㊂同时,人口增长超过生态承载力㊂民勤人口从1949年的19.97万人逐步增加到1985年的24.66万人㊁2000年的30.29万人㊂绿洲区域人口密度真正反映了民勤资源对人口的承载力㊂表1反映出1960-2008年民勤绿洲面积变化基本趋于平衡,由865.058km 2发展到954.42km 2,变化率为10.3%;而总人口由19.93万增加到31.5万,变化率为58.05%,这无疑从人口方面增加了绿洲人口的密度㊂民勤绿洲区域人口密度近50年来一直处于生态超载范围,且呈增加趋势,至2008年绿洲区平均每平方公里人口近330人,约为河西26㊀邢台学院学报第36卷平均人口密度的3.4倍,甘肃平均人口密度的5.9倍,是联合国制定同类地区人口密度的47.14倍㊂民勤绿洲的人口压力系数已严重超过了干旱区人口与生态承载力的均衡点㊂表1㊀民勤绿洲区域人口密度近50年变化数据(单位:人/km2)年份19601973198719941998200120082018总人口199300229324252805276274293773304760315000绿洲面积865.061103.48977.811056.521110.1394.95954.42人口面积230207258261264306330㊀㊀注:数据来源于:历年‘民勤县国民经济和社会发展统计资料汇编“㊁‘数字民勤1949-2009“等㊀㊀移民成了民勤解决人与自然矛盾的一条重要途径㊂历史上,民国时期至1949年新中国成立就有近50万民勤人迁移至内蒙古和新疆等人口稀疏的地区㊂建国之后,民勤县曾经发生过五次较大规模的移民行为㊂第一次移民发生在1958 1960年大规模向新疆㊁内蒙古㊁河套等地逃荒㊂第二次人口迁移发生在1960 1970年民勤大批青壮年劳动力进入国家兴建的大型工矿企业而人口流出㊂后三次移民是2000年以后政府组织的移民㊂第三次是民勤政府把荒漠化严重地区的农民迁移到绿洲内部邓马营湖区域,从2000年开始,共移民4112人㊂第四次是政府组织农民的向新疆等地劳务输出,移民共计1037人,在2004年以后逐步地进行㊂第五次移民从2008年开始,政府通过湖区移民安置㊁县内搬迁㊁教育移民㊁劳务移民等形式完成了34283人的移民㊂民勤县的后三次移民均为政府参与㊁主导的移民,移民成本巨大,仅2011年县内移民搬迁成本户均达到30万元左右,人均达到7万元㊂生态移民的效果如何是国家和政府所关注的重要内容,国内学者对民勤地区进行了大量研究㊂研究集中在以下三个方面:(1)大量的研究集中在关于民勤生态环境的改善㊁土地利用㊁生态防护和生态恢复等方面㊂董晓峰(2009)和刘晓荣(2010)等均利用生态足迹测算民勤的可持续发展,戴晟懋(2008)等对民勤生态干旱防治提出了许多对策㊂(2)民勤人口的变迁和承载力的研究㊂刘璐(2012)对民勤人口变迁进行了分析,闫夏(2010)对民勤人口变迁和承载力进行了研究㊂(3)关于民勤人居环境的研究㊂蒲卫晖(2008)采用问卷调查方式对人居环境进行研究㊂朱前涛(2015)采取走访和调查等收集数据建立模型分析人居环境㊂综观学者的研究,民勤移民的全面研究测评较少,生态移民的效果测评是目前学者和国家关注的重要方面㊂国内生态移民效果测评最常用的方法是微观居民调查研究和宏观统计指标测算㊂这两种方法的研究均不如卫星遥感数据直观和准确,鉴于此,本文选取卫星遥感数据观测㊁宏观统计数据测算和居民问卷调查三种方法全面测评民勤县生态移民的效果,具有一定的价值㊂二㊁民勤生态移民效益的卫星图比较测评卫星影像图是一种具有一定数学基础,由多幅卫星遥感影像按其地理坐标镶嵌拼接而成的影像图㊂卫星影像图是最能够直观准确看出民勤县生态环境和人居环境变化的图像,广泛应用于资源与环境的调查㊁研究,并作为基础图件编制各种专题图㊂卫星影像图形象直观,地理精度㊁空间分布模式和定位量测精度精准,并且地表影像在极大的空间尺度上连续显示,有助于进行各种区域范围的宏观研究㊂尤其是对大地构造和绿被推移有效㊂民勤县生态移民效果采用卫星影像图观测准确㊁直观,是评价移民效果的有效手段㊂(一)民勤卫星影像图绘制原理1.归一化植被指数(NDVI)的计算原理NDVI计算公式:NDVI=(NIR-R)/(NIR+ R)(NIR为近红外波段,R为红波段)㊂NDVI的第2期王玉芳:甘肃民勤生态移民政策的效果测评27㊀计算原理是利用遥感影像中近红外波段(NIR)和红波段(R)的反射率求解其数值,主要用于检测值被生长状态;NDVI 的取值范围在-1~1之间,即-1<=NDVI <=1,其中:负值表示地面覆盖为云㊁水㊁雪等,对可见光高反射;0表示有岩石或裸土等,NIR 和R 近似相等;正值表示有植被覆盖,且随覆盖度增大而增大㊂但NDVI 的局限性表现是用非线性拉伸的方式增强了NIR 和R 的反射率的对比度,所以对于同一幅图象NDVI对高植被区具有较低的灵敏度㊂2.计算及图像处理归一化植被指数中的卫星数据必须包括完整的影像数据信息以便数据的预处理㊂民勤县生态移民的生态环境和人居环境变化分析采用航天遥感技术通过卫星地面站获取民勤县的覆盖范围近60年以来地图影像数据,利用遥感图像专业处理软件对数据进行辐射校正㊁增强㊁融合㊁镶嵌等处理㊂同时,借助民勤区域现有较大比例尺的地形数据,对影像数据进行投影变换和几何精校正,并从地形地图上获得境界㊁城市㊁居民点㊁山脉㊁河流㊁湖泊以及铁路㊁公路等典型地貌地物信息和相应地名信息,进行相应的标注和整饰,制作城市数字正射影像图㊂此图最能够准确和直观的对比分析民勤县近60年来生态状况和人居环境的变化,能够直观的分析出民勤县生态移民政策实施的效果㊂(二)民勤卫星影像图绘制结果图1为民勤县近二十年的卫星遥感影呈现出的环境沙漠化变化,1996和2006年的遥感影像为Landsat -5㊂1996年的影像呈现的生态环境比较良好,并且人为的破坏较少,人类活动比较强烈;2006的影像变化已经明显可以看出,生态沙漠化趋势明显,生态环境变化较大,此时段的人类活动在慢慢减弱㊂㊀㊀㊀㊀㊀注:数据和图像来源于中国科学院和中国近现代物理研究所甘肃高分中心卫星观测中心图1㊀民勤县1996-2016沙漠化(1)和绿洲环境(2)变化图㊀㊀2014和2016年的遥感影像为GF -1㊂2014年的高分卫星遥感影相中可以看出同一地点的环境退化锐利,生态环境已经表现的很脆弱,沙漠化较严重,人类活动逐渐在减弱;2016的遥感影像显示人类活动几乎绝迹,说明生态环境已经退化到不宜人类活动,同一地点环境变化很剧烈,沙漠化和盐碱化已经侵蚀了大部分的人类活动场地甚至周边㊂详细来看,图1(1)影像上表现出民勤县在1996 2016二十年间生态环境沙漠化严重,人类居住适宜性在逐渐减弱㊂这正是民勤县政府生态移民的原因所在㊂图1(2)为民勤县绿洲二十年遥感影像计算归一化植被指数NDVI 的变化图,左上图的NDVI 数值在0-1之间,其主要是在没28㊀邢台学院学报第36卷有人为因素的参与情况下,自然生态环境良好,此时人类活动并没有影响到生态环境的变化;右上的NDVI值出现负值,说明随着人类活动的增强,自然生态环境已经有了明显的衰退现象,并渐渐的威胁人类的生存,所以在1996 2016年的十年间,随着人类活动的增强整个自然的生态环境是逐渐衰弱的㊂十年前人类活动对生态环境的改变很大,并且有明显的破坏作用;后十年的NDVI值和遥感影像变化说明自然的生态环境已经非常不适合人类生产生活,但通过人为参与有意识的改变恶化的生态环境,包括生态移民㊁环境治理㊁人工亚沙等措施,整个生态环境得到很大的改善,着从图上可以体现这一点,2006年的NDVI值甚至大于1996年的NDVI值㊂(三)民勤生态移民政策实施效果的卫星图分析及结论通过以上的分析可以看出,民勤县整体而言,生态环境较差,气候和土壤对人类提出了严峻的挑战,尤其是近20年的卫星图像显示,土地退化严重,沙漠化趋势持续,图1(1)所示㊂但是,近年来,尤其是生态移民实施的近10年来,民勤绿洲地区环境改善明显,比如图1(1)和图1 (2)所显示的民勤绿洲,近年来随着人为参与有意识改变恶化的生态环境,包括生态移民㊁环境治理㊁人工亚沙等措施,使整个生态环境得到很大的改善㊂这表明通过卫星图像观测,国家实施的生态移民措施对民勤县环境治理是有一定效果的㊂三㊁民勤生态移民效果的宏观统计测算民勤生态移民的效果微观上可以通过可持续性发展测算来完成,可持续性发展包括经济可持续㊁社会可持续和环境可持续三个方面㊂本文以民勤县经济㊁社会和环境三个方面建立测算指标体系来进行测算㊂由于民勤生态移民后三次实施时间为2000年至2008年,前两次自主移民集中在1949年至1970年㊂为了研究后三次政府主导的生态移民政策,选取1970年至1999年没有生态移民的时间段作为后三次生态移民之前的数据,选取2000年至2009年作为后三次移民的实施过程的数据,选取2010年至2017年作为生态移民之后的数据,以1970-1999的数据㊁2000-2008年的数据和2010年至2017年的数据进行比较,来说明生态移民政策实施效果㊂(一)指标体系的建立与数据来源由于区域可持续发展涉及到自然资源㊁生态环境及社会经济等多个要素,民勤县可持续发展测度应该是测度经济㊁社会㊁资源和环境等要素的综合,这些要素之间的相互作用㊁相互协调和相互制约反应民勤可持续发展的动态趋势㊂因此,我们根据国内有关专家建立的可持续发展评价体系(模型),结合民勤绿洲的实际情况,构建民勤县可持续发展的测评指标,指标分为社会可持续㊁经济可持续和环境可持续性三个二级指标,综合评价民勤的生态移民政策实施效果的可持续性㊂民勤县生态移民可持续发展评价指标见表2㊂本研究采用的数据主要来源于四个方面:民勤县的客观指标直接取自2008 2018年‘民勤县经济统计资料汇编“㊁‘数字民勤1949 2009“㊁2000 2018年‘甘肃统计年鉴“㊁2000 2018年‘中国县(市)社会经济统计年鉴“㊁民勤统计信息网以及其他公开统计数据等㊂(二)移民之前和移民之后民勤县可持续发展测算比较通过主成分分析和因子分析进行计算,计算结果见图2㊂可以看出1970 2000年经济可持续指数和社会可持续指数大体趋势逐步提高,其中经济可持续指数在1995年有所回落㊂而2000 2009年经济可持续指数和社会可持续指数逐也是逐年速提高,其中社会可持续指数提高速度较大㊂2010年至2017年经济可持续指数和社会可持续指数逐年增加,增加趋势明显,其中社会可持续发展指数优于经济可持续发展指数㊂总体而言,生态移民政策实施过程中的2000 2009年和生态移民之后的2010 2017年均比生态移民政策实施之前的1970 2000年经济可持续指数和社会可持续第2期王玉芳:甘肃民勤生态移民政策的效果测评29㊀指数均有所提高,而且提高速度增加,尤其是社会可持续指数尤为明显㊂1970 2000年环境可持续指数逐年降低,降低幅度较大㊂2000 2008年生态移民实施过程之中和生态移民结束之后的时间段环境可持续指数逐年提高,提高趋势十分明显㊂这说明生态移民政策实施以来的2000 2009年和生态移民实施之后的2010 2017年比生态移民政策实施之前的1970 2000年环境可持续指数变化很大,直接由连年降低变为逐年增加㊂移民政策实施前后环境对比分析表示,移民政策实施之前环境逐年恶化,移民政策实施之后环境逐年优化,当然在移民政策过程中国家也实行了大量的环境保护和治理的其他措施㊂表2㊀民勤县生态移民可持续发展评价指标子系统评价指标及功效类型经济可持续发展指数经济水平:x11人均GDP+㊁x12人均第三产业产值+㊁x13人均固定资产投资+㊁x14人均社会消费品零售总额+㊁x15人均实际利用外资+㊁x16经济密度+㊁经济结构:x21第二产业占GDP的比重+㊁x22第三产业占GDP的比重+㊁x23第二产业从业人员的比重+㊁x24第三产业从业人员的比重+经济增长:x31GDP增长率+㊁x32人均GDP增长率+㊁x33第二和第三产业增加值+经济效益:x41万元GDP固定资产投资额+㊁x42万元GDP财政收入+社会可持续发展指数人口压力:y11人口密度-㊁y12人口自然增长率-人口素质:y21非农业人口的比重+㊁y22每万人科技人员数+㊁y23每万人医生数+生活质量:y31恩格尔系数+㊁y32农民人均纯收入+㊁y33城乡居民人均储蓄额+基础设施:y41公路密度+㊁y42人均客运量+㊁y43人均邮电业务量+㊁y44每百人电话机数+环境可持续发展指数自然资源:z11人均可利用水资源+㊁z12人均耕地+㊁z13森林覆盖率+环境控制:z21万元GDP电耗-㊀㊀注: + 表示正功效, - 表示负功效;Note: + indicates positive efects,while - indicates negativeeffects图2㊀民勤县可持续发展综合指数变化趋势1970 2000年可持续发展综合指数变化复杂,主要体现为1970 1980有所提高,1980 1995年有所下降,1995 2000年逐步提高㊂2000 2008年可持续发展综合指数逐年上升,而且上升幅度较大,由2000年0.14上升到2009年的0.58㊂2010 2017年可持续发展综合指数逐年上升㊂对比移民政策实施前后可以看出,生态移民政策实施的10年时间里,民勤可持续发展有着较大的改善,政策实施效果良好㊂生态移民完成之后的10年间,民勤可持续发展稳健改善,由弱可持续发展阶段向中度持续发展阶段推进㊂(三)民勤生态移民效果的可持续性发展结论民勤县生态移民政策的可持续性发展成效显著㊂从移民前后的测算可以看出,生态移民的可持续发展综合指数前后对比非常明显,移民之后此项指标明显提高,并且逐年上升㊂这说明生态移民对当地的可持续发展成效显著㊂综合来看,民勤县可持续发展的三大影响因素中环境可持续发展起到最大的作用,环境可持续发展与可持续发展综合指数的发展基本一致,持续发展综合指数主要受环境可持续发展的拉动㊂经济可持续和社会可持续发展的影响不大,在个别年份经济可持续发展和社会可持续发展的发展30㊀邢台学院学报第36卷趋势与可持续发展综合指数保持基本一致,具体来看,社会可持续发展指标对可持续发展综合指数影响次之,经济可持续发展指标对可持续发展综合指数影响最低㊂这说明民勤县可持续发展的重点次序还是环境改善保护㊁社会生活改善提高和经济发展㊂四㊁民勤生态移民效果居民调查分析我们对民勤县生态移民农户选取大量样本问卷调查和访谈,调查问卷围绕着经济效益㊁居住环境和居民评价等主题进行㊂第一,生态移民之后居民存在较大的正经济效益,移民之后民勤县农户家庭总收入整体有所提高,农户净收入增加较大,收入增加近年来趋势明显㊂移民后农户依靠粮食种植和畜牧业获取收入有所减少;依靠经济作物种植有所增加,尤其是依靠打工㊁建筑和其他服务业的收入大幅增加,这表明民勤移民生产方式有所改变㊂移民农户产业结构由传统上仅依靠农事种植的方式向第三产业逐步增加㊂第二,民勤生态移民之后居民的物质环境和人际环境均产生了重大变化㊂移民之前农户的房子全部为自盖的土木结构房屋,有院落㊁面积较大,移民之后,村民的房子全部是政府统一建造的砖混结构的新农村住房,房屋美观舒适,但是面积有所减少㊂52.1%的居民对于住房比较满意,其他居民对于面积有所减少不满意㊂第三,民勤生态移民政策实施中居民最关注的是环境改善㊁土地分配㊁低保㊁乡村道路和饮水,这是因为这些项目决定居民的基本需求,居民满意度主要取决于此㊂在个体居民与整体居民的调查中,个体居民最关注低保,集体农户最关注环境改善㊂总体而言,居民最关注的这五项评价满意度较高,大多数居民比较满意㊂居民满意度呈现复杂变化的体现为政府帮扶㊂政府帮扶的对象主要是农户中的少数困难户,此项对不同农户的体现和满意不同㊂第四,生态移民调查中突出移民不满意的包括两个方面:土地分配和住房㊂少数农户认为土地的质量优劣不同㊁分配不均,土地的数量分配不满意,以及移民前承诺的土地补偿条件没有完全达到等方面㊂少数农户认为住房条件没达到㊁住房位置分配不满㊁住房面积太小和住房费用分担不满意等㊂土地和住房分配问题成为移民过程的一个重要难题,这也是考验移民的重要方面,总体而言,70%以上的移民对这两项比较满意㊂五㊁结论及讨论(一)民勤生态移民政策评价结论民勤生态移民是我国的一项重要项目,通过层次分析和卫星遥感数据影像图可以看出,民勤县后三次生态移民政策实施效果显著,居民的社会㊁环境和经济均有较大的提高,尤其是环境的改善比较明显㊂通过卫星遥感数据影像图明显可以看出,尽管民勤地区生态环境逐步恶化,但是绿洲移民地区环境逐步改善,改善明显,生态逐步优良㊂居民调查显示民勤县生态移民总体上成效显著,居民获得了较大的福利㊂民勤县近年来环境㊁经济和社会的改善一方面证明生态移民的成效,另一方面还与政府近年来在环境治理和经济社会综合改善等方面有关㊂在民勤上游保护祁连山生态㊁在中游采取了防沙固沙,退耕还林和开荒种树等措施保护绿洲资源㊁在下游发展林草和沙地经济;在经济社会综合发展改善方面进行了乡村环境整洁治理㊁社会保障建设㊁公共基础建设和强化社会管理等措施㊂这些因素综合对民勤发展起到巨大作用㊂(二)民勤生态移民政策可持续性发展的对策和建议民勤县生态移民总体上成效显著,但是在可持续发展中依然存在一些问题,具体包括:对移民农户在培训就业方面不足,政府应加强后续的就业培训和就业推荐,解决他们后续的生产工作问题㊂移民相比较其他地区的农民在投资㊁建设㊁教育和生活等方面更需要融资资金,移民地区融资政策不够倾斜,对农户的发展不利,政府应通过金融政策为居民提供金融融资㊂第三,地方经济的统筹带动不够㊂移民之后的经济发展需第2期王玉芳:甘肃民勤生态移民政策的效果测评31㊀要政府统筹发展,政府在这方面的推动不够深入㊂移民农户希望政府提供较好的致富项目,共同参与㊂因此,政府应出台政策引进项目,扩展就业机会㊂参考文献:[1]马永欢,周立华.甘肃民勤绿洲近年来生态治理政策在农户中的响应[J].中国沙漠,2005,3(25):397-403. [2]李丁,张洁.近60年来民勤县生态政策演进研究[J].西北师范大学学报,2015,2(51):114-118.[3]朱前涛.民勤湖区生态移民模式效益比较研究[J].西北师范大学学报,2015,4(51):104-108.[4]朱永杰.民勤生态环境问题的社会经济原因分析[J].北京林业大学:社会科学版,2006,3(2):1671-6116. [5]樊胜岳,马永欢,周立华.甘肃民勤绿洲近年来生态治理政策在农户中的响应[J].中国沙漠,2005,25(3):397-403.[6]刘晓荣,曹方,杜英,等.基于生态足迹模型的生态脆弱区生态承载力分析 以民勤绿洲为例[J].干旱区资源与环境,2010,6(24):32-36.[7]董晓峰,郭立磊,李丁,等.民勤县生态足迹计算与可持续发展状况分析[J].西北师范大学学报:自然科学版, 2009,6(45):107-110.[8]戴晟懋,邱国玉,赵明.甘肃民勤绿洲荒漠化防治研究[J].干旱区研究,2008,5(25):319-324.[9]刘璐.甘肃省民勤县人口外流:原因㊁后果及公共管理启示[D].兰州:兰州大学,2012,4.[10]闫夏.绿洲人口变化与生态可持续发展研究 以民勤绿洲为例[D].兰州:甘肃农业大学,2010,6. [11]蒲卫晖.甘肃民勤生态状况调查与分析[J].中国农学通报,2008,5(24):514-519.(责任编辑:王志勇)(上接第24页)参考文献:[1]贺丹,刘厚莲.中国人口老龄化发展态势㊁影响及应对策略[J].中共中央党校:国家行政学院学报,2019,23 (04):84-90.[2]韩松,王莉.我国体育产业与养老产业融合态势测度与评价[J].体育科学,2017,37(11):3-10.[3]杜辉,王楚渊,李惟英.现阶段发展老年休闲体育的理性分析[J].体育科技文献通报,2017,25(07):92-94. [4]姜坤,苏波儿.健康产业和体育产业融合发展路径探析 以浙江省宁波市为例[J].体育科技文献通报, 2019,27(02):55-56.[5]叶宋忠.体育与养老产业融合对体育产业结构升级影响的实证研究[J].武汉体育学院学报,2019,53(05): 36-43.[6]叶宋忠.体育产业与养老产业融合发展协调度评价研究 以我国东部地区11个省市为例[J].成都体育学院学报,2019,45(02):62-69.[7]蓝敏萍.新时代广西体医养大健康产业融合发展的路径设计[J].改革与战略,2019,35(10):84-92. [8]许焰妮,曹靖宜.从分割到协作:体育产业与相关产业融合中的府际关系网络研究[J].体育学刊,2020,27 (06):70-74.[9]郑元男.体育锻炼对老年人的主观幸福感有影响吗? 关于中国老年休闲体育参与者的实证研究[J].中国体育科技,2019,55(10):32-40. [10]郭朋.建国70周年我国休闲体育研究的文献综述[J].四川体育科学,2019,38(03):94-103. [11]唐星星.重庆市老年人参与体育活动现状及对策研究[J].重庆工商大学学报:自然科学版,2016,33(04): 116-120.(责任编辑:王志勇)。
NDVI指数在植被研究中的应用及其评价
NDVI指数在植被研究中的应用及其评价归一化植被指数NDVI是目前应用最广泛的植被指数。
不同的NDVI值对应不同的土地覆被类型,可以进行土地覆被方面的研究;NDVI 20余年的时序资料可用于研究植被动态,以及与相关生态因子的相关性研究;卫星遥感技术具有覆盖面广、获取数据快等特点,可以用于环境、植被等的监测;应用NDVI发展生态学模型,可以开展生态学模拟研究,并在实地检验过程中完善。
NDVI指数虽然存在容易饱和、校正有限、噪音较多等缺点,而且已经发展了新的替代性指数,但其特有的优点仍将使其在今后的研究中发挥重大作用。
植被指数是基于植物的光谱特征,将可见光与近红外遥感光谱观测通道进行组合运算而得到的数据。
迄今为止,植被指数已经发展出40 余种。
其中AVHRR-NDVI是目前应用最广泛的植被指数,应用领域包括土地利用、产量预报、区域检测以及生物地理学和生态学研究等。
NDVI已经积累了20 余年的数据资料Anyamba Tucker,2005,应用研究颇具成效。
1、NDVI指数原理植物叶片组织对蓝光470nm和红光650nm有强烈吸收,而对绿光和红外光强烈反射叶片中心的海绵组织和叶片背面组织对近红外辐射NIR,700-1000nm 反射较强。
从红光Red到红外光,裸地反射率较高但增幅很小。
植被覆盖越高,红光反射越小,近红外光反射越大。
红光吸收很快达到饱和,而近红外光反射随着植被增加而增加。
所以,任何强化Red 和NIR 差别的数学变换都可以作为植被指数,来描述植被状况。
归一化植被指数NDVI 就被定义为:NIR/Red-1/ NIR/Red1。
在理想状况下,不考虑大气、土壤背景等的影响,太阳-地物-传感器位置相对固定,此时传感器受到的信号将没有信号丢失和噪音干扰。
而现实中,遥感数据要受到大气、土壤和传感器角度等因素的影响,因此在使用时需要进行必要的校正。
如AVHRR-NDVI,对瑞利散射和臭氧吸收作了校正,又通过最大值合成法MVC对其他噪音作了校正。
基于MODIS数据的植被指数与植被覆盖度关系研究
基于MODIS数据的植被指数与植被覆盖度关系研究在植被遥感监测领域,植被指数被普遍运用于植物生长状况及植被覆盖的研究,其与植被覆盖度有着密切的联系。
文章选取攀枝花地区MODIS遥感影像作为信息源,对归一化植被指数、比值植被指数与植被覆盖度间的关系进行研究。
结果表明:基于MODIS数据提取的植被指数与植被覆盖度之间存在较强的相关性,且相关系数大小与植被指数类型和选取的拟合函数类型有关。
各植被指数同植被覆盖度间相关性最高的是归一化植被指数,选用相同植被指数情况下,指数曲线拟合的相关系数最大。
标签:MODIS图像;植被指数;植被覆盖度;植被指数与植被覆盖度相关系数植被覆盖度是一个重要的生态气候参数,能为环境和气候变化研究提供重要的基础数据,对它的研究具有十分重要的意义[1]。
利用遥感图像提取植被指数进而估算出植被覆盖度信息是较为简便有效的做法。
目前大多数学者都致力于研究植被指数的提取方法以及植被覆盖度的提取算法,少数研究者对植被覆盖度与植被指数的相关性进行研究[2]。
文章选取MODIS图像作为研究数据,采用不同的植被指数,结合不同的曲线模型对植被覆盖度与植被指数的相关性进行探讨,从而为植被覆盖度的估算选择最佳植被指数,也为准确估算植被覆盖度供理论依据。
1 研究区概况研究区位于四川省西南部,行政区划隶属于攀枝花市,范围为102°20′E-102°45′E、26°30′N-26°45′N。
研究区位于金沙江和雅砻江的交汇地带,属南亚热带亚湿润气候类型,降雨量少,生物种类繁多。
区域内植被主要以热带及亚热带落叶大乔木,常绿针叶林为主。
2 数据源简介本次研究使用的数据是由美国国家宇航局(NASA)EOS数据中心提供的MODIS数据,数据获取时间为2005年7月23日。
该数据是由搭载于EOS/Terra 卫星上的中分辨率成像光谱仪(MODIS)获取的,其分辨率为250m。
包括Blue、Red、NIR、MIR四个波段和经过后期处理的分辨率为250m的归一化植被指数数据、增强型植被指数。
近20年黄土高原不同地貌类型区植被覆盖变化及原因分析
2011年2月9(1):16-23中国水土保持科学Sc i ence o f So il and W ater Conservati onV o.l 9 N o .1Feb .2011近20年黄土高原不同地貌类型区植被覆盖变化及原因分析刘志红1,郭伟玲2,杨勤科2,郭艳芬1,朱小祥3,李锐2(11成都信息工程学院资源环境学院,610225,成都;21中国科学院水利部水土保持研究所,712100,陕西杨凌;31国家卫星气象中心,100081,北京)摘要 植被覆盖是控制或加速水土流失最敏感的因子。
以黄土高原为研究对象,利用1988)2005年NOAA /AVHRR 植被指数(N DV I)月最大值合成的7月份资料分析不同地貌类型区NDV I 值的时空变化规律,并通过计算NDV I 值与同期降雨量的相关系数分析降雨量对不同地貌类型区NDV I 的影响,探讨黄土高原典型区县退耕还林政策对NDV I 的影响。
结果表明:1)黄土高原整体植被覆盖度较低,NDV I 多年平均值为0129,平原区、石质山地、黄土低山、黄土塬及其周围地区NDV I 值在0130~0140之间,梁、卯、片沙黄土丘陵区N DV I 值在0118~0122之间,其余地貌类型区均低于0115;2)1998年之后8年NDV I 的平均值比前10年的NDV I 平均值略有增加,整体增加幅度为415%,不同地貌类型区NDV I 值变化表现出明显的地带性,呈东北西南走向,黄土高原主体部分中的黄土塬、黄土破碎塬、梁状黄土丘陵均增加10%以上,峁状黄土丘陵、风蚀沙化丘陵略有减少,减少的区域没有增加的区域大;3)除石质山地、黄土低山和平原地区外,其他地貌类型区7月最大NDV I 值与5)7月累计降雨量存在很好的相关性,R 2在0160以上;4)地处梁状黄土丘陵区的吴旗县,1998年后形成了一个明显的以县为边界的NDV I 值增长区,增幅达40%,远远高于该地貌类型区的平均增长值14%。
基于GIS的ndvi植被覆盖度的估算
1.绪论1.1 课题研究的目的与意义植被,包括森林、灌丛、草地和农作物,既是生态系统的主要组成部分,也是生态系统存在的基础,具有截流降雨、减缓径流、防沙治沙、保持水土等功能,联结着土壤、大气和水分等自然过程,在陆地表面的能量交换、生物地球化学循环和水文循环等过程中扮演着重要角色,是全球变化研究中的“指示器”[1]。
植被根据生态系统中水、气等的状况,调控其内部与外部的物质、能量交换。
植被覆盖与气候因子关系极为密切,研究植被覆盖变化对气候的影响是气候变化研究的主要内容之一,它影响着土壤湿度、地表温度和地表能量与水的循环(李苗苗,2004)。
植被覆盖度(vegetation fractional cover,简称FC)是指植被(包括叶、茎、枝)在地面的垂直投影面积占统计区总面积的百分比[2]。
它是植被对地面的垂直投影比例,对于山坡进行植被覆盖度测量时,应该采用垂直于坡面的角度。
植被覆盖度具有强烈的尺度效应,同一片植被,因被纳入统计的范围不同而表现为不同的植被覆盖度。
如一个地区的植被覆盖度很高,但平均到全国水平就大大降低了[3]。
植被覆盖度在提示地表植被分布规律, 探讨植被分布影响因子, 分析评价区域生态环境, 及时准确地掌握其动态变化, 分析其发展趋势对维护区域生态平衡等方面都具有重要意义。
[4]而城市植被则是城市生态系统重要的还原组织和最重要的元素,对于保护城市生态环境具有不可忽视的作用[5] ,如有效缓解城市“热岛效应”,改善城市区域小气候[5~7] 等。
城市化的迅速推进,带来了多样化的生态足迹,植被覆盖度,土壤污染率,地表侵蚀率,逐渐成为生态研究的热点,也成为环境保护的重点。
借助于高速发展的RS与GIS技术来进行植被覆盖度的估算,将是当前环境监测的必要步骤。
徐州是由矿区发展起来的城市,由于长期开采矿产,导致了一系列严重的生态问题,如塌陷地广布,植被破坏率严重,土地侵蚀率增大,等。
在此背景下,研究徐州市整体的土地覆盖情况,即是现实需要,也是未来生态城市规划的重要步骤。
ndvi归一化植被指数 公式含义
NDVI是农业领域常用的一种指数,它可以用来评估植被的生长状况和土壤的湿度情况。
下面将详细介绍NDVI的概念、公式含义以及其在农业生产中的应用。
一、NDVI的概念NDVI即归一化植被指数(Normalized Difference Vegetation Index),是一种通过遥感技术获取的植被信息指数。
它是由美国科学家Rouse等人于1974年提出的,是利用植被红外光和可见光谱反射率之间的比值来反映植被覆盖度和生长状况的指标。
二、NDVI的计算公式NDVI的计算公式如下:\[ NDVI = \frac{NIR - RED}{NIR + RED} \]其中,NIR表示红外波段的反射率,RED表示可见光波段的反射率。
通过计算这两个波段的反射率的差值和比值,可以得到NDVI的数值。
NDVI的数值范围通常在-1到1之间,数值越大代表植被覆盖度越高,生长状况越好。
三、NDVI在农业生产中的应用1. 土壤湿度监测通过监测植被的生长状况,可以间接地推断土壤的湿度情况。
植被生长状况好的地方往往意味着土壤湿度较高,而生长状况差的地方则可能是由于土壤干旱。
农民和农田管理者可以根据NDVI的数值来及时调整灌溉系统,保证农田的水分充足。
2. 病虫害监测有些病虫害对植被的影响会导致植被的生长受到阻碍,从而导致NDVI 数值的下降。
农民可以通过监测NDVI数值的变化来及时发现并采取控制措施,防止病虫害对农作物造成严重损害。
3. 作物产量预测植被的生长状况与作物的产量密切相关。
通过监测植被的生长情况,可以对作物的产量进行预测,帮助农民及时调整农作物的种植结构和管理措施,最大程度地提高作物的产量。
4. 土地利用规划通过对不同地块的NDVI数值进行监测和分析,可以为土地的合理利用提供科学依据。
可以根据NDVI数值的变化来调整种植作物的布局,或者在土地治理和防护工程中进行合理规划。
四、结语NDVI作为一种重要的植被信息指数,对于农业生产和土地资源管理具有重要意义。
ndvi时间序列影像合成方法-概述说明以及解释
ndvi时间序列影像合成方法-概述说明以及解释1.引言1.1 概述引言概述NDVI(Normalized Difference Vegetation Index,归一化植被指数)是遥感领域中广泛应用于植被检测和监测的关键指标之一。
它通过计算可见光和近红外波段的反射率之差的比值,提供了植被的健康状况和生长状态的定量描述。
NDVI的时间序列影像合成方法是一种将多个时期的NDVI影像融合为一幅单一影像的技术,可以用于分析植被的动态变化和趋势。
随着遥感技术的快速发展和卫星数据的广泛应用,获取大范围、高分辨率的NDVI时间序列影像已经成为可能。
通过合成多个时期的NDVI影像,我们可以获得一幅完整的植被生长过程图像,以便更好地理解和研究植被的演变过程。
同时,NDVI时间序列影像合成方法也为植被监测、气候变化研究、生态环境评估等提供了可靠的数据基础。
在本文中,我们将介绍一些常用的NDVI时间序列影像合成方法,包括像元级方法和基于统计学的方法。
像元级方法通过对每个像元的NDVI数值进行运算融合,可以较为精细地重建植被动态变化的图像。
而基于统计学的方法则通过对NDVI数据进行统计分析,提取出植被生长的趋势和周期性变化,适用于大范围植被监测和研究。
本文的结构如下:引言部分对NDVI时间序列影像合成方法进行概述,明确文章的目的和意义;正文部分将详细介绍像元级方法和基于统计学的方法,并比较它们的优劣;最后,结论部分将总结本文的主要内容,并对未来可能的研究方向进行展望。
通过本文的阅读,读者将了解到NDVI时间序列影像合成方法的基本原理和应用意义,以及不同方法之间的特点和适用范围。
希望本文能为遥感研究人员和相关领域的科研工作者提供有益的参考和指导。
1.2 文章结构部分的内容:本文按照以下结构进行论述:第1章简介1.1 概述本章主要介绍本文的研究背景、研究目的以及数据来源和研究方法等,为读者提供研究主题的整体背景和意义。
1.2 文章结构本章将对整篇文章的结构进行概括性介绍,包括各个章节的内容和安排,以便读者了解文章的整体框架,明确每个章节的主要内容。
中国典型植被类型NDVI动态变化与气温、降水变化的敏感性分析
中国典型植被类型NDVI动态变化与气温、降水变化的敏感性分析一、本文概述本文旨在探讨中国典型植被类型(Normalized Difference Vegetation Index,NDVI)的动态变化与气温、降水变化的敏感性。
NDVI作为一种重要的遥感植被指数,能够反映植被的生长状况、覆盖度以及生产力等关键信息。
气温和降水作为影响植被生长的主要气候因子,对NDVI的变化具有重要影响。
因此,研究NDVI与气温、降水之间的敏感性关系,有助于深入理解植被动态变化的驱动机制,为生态环境保护、气候变化研究以及农业可持续发展提供科学依据。
本文将基于长时间序列的遥感影像数据,结合地面气象观测数据,运用统计分析方法,对中国典型植被类型的NDVI动态变化进行定量描述。
通过构建敏感性分析模型,评估气温和降水变化对NDVI的影响程度,揭示不同植被类型对气候变化的响应机制和差异。
本文的研究结果将有助于深入了解中国植被动态变化的特点和规律,为生态环境保护和可持续发展提供决策支持。
本文的研究方法和成果也可为类似地区或国家的植被动态变化与气候变化关系研究提供借鉴和参考。
二、研究区域与数据来源本研究选取了中国境内具有代表性的植被类型分布区作为研究区域,这些植被类型包括森林、草原、荒漠和湿地等。
具体研究区域的选择基于中国植被图的分类和中国生态系统研究网络(CERN)的布局,确保所选区域能够全面反映中国植被类型的多样性及其地理分布特点。
数据来源主要包括遥感数据和气象数据。
遥感数据选用了长时间序列的归一化植被指数(NDVI)数据,该数据来源于美国国家航空航天局(NASA)的MODIS卫星产品,具有较高的时空分辨率和稳定性,能够准确反映植被的生长状况和变化趋势。
气象数据则来自中国气象局的国家气候中心,包括气温和降水等关键气象要素,数据覆盖范围广泛,时间序列连续,为分析植被与气候因子的关系提供了有力支撑。
在数据处理方面,首先对遥感数据进行预处理,包括辐射定标、大气校正和几何校正等步骤,以确保数据的准确性和可靠性。
银川市公园园林植物调研及其应用分析
http ://hljnykx. haasep. cnDQI :1011942/j. issrL1002-2767 2021 02 0088:黑龙江农业科学2021(2):88-96Heilongjiang Agricultural Sciences拓万里,赵莉,陈生煜,等•银川市公园园林植物调研及其应用分析[J ]•黑龙江农业科学,2021(2)=8-96.银川市公园园林植物调研及其应用分析拓万里,赵莉,陈生煜,邓传远,吴沙沙(福建农林大学园林学院,福建福州350002)摘要:为促进银川市城市公园园林植物应用中对于本地树种的保护、开发和利用,按照公园绿地划分标准选 取了银川市3个区3种不同类型共9个城市公园,采用实地调查的方式,并查阅相关公园植物配置资料及地 理位置资料,对公园园林植物配置种类、分布状况、配置结构以及养护状况等方面进行了调查。
结果表明:银川市城市公园现有主要园林植物134种,分属62科,103属;其中,蔷薇科植物应用广泛,共计16种;乡土树 种共计75种,引种树种59种,其比值为1. 3: 1.0;从银川市城市公园园林植物观赏效果来看,观花类乔木、灌木共计79种。
基于调查分析结果建议:在未来城市公园发展过程中,继续推广蔷薇科植物的应用,推荐沙枣 等为本地特色树种,侧柏、毛白杨等为城市公园园林绿化骨干树种。
此外要加强对抗逆性强、具有特殊观赏价值树种的利用,增加城市公园园林植物植物种类的多样性,增加常绿树种,优化树种的结构与组成,加强对 园林植物的栽培,发掘本地树种,增强地域风情特色。
关键词:城市公园;园林植物;银川市;植物应用随着城市化进程迅速的推进,在经济、文化层面带来了巨大的提升,但是随之而来的是造成了 一定程度的污染问题,严重危害了人们的身体 健康,所以对于城市公园在这其中发挥的重要作用是不可忽视的。
城市公园是居民休闲游憩的主要场所,是城市文化的展示平台,同时也是调节 区域小气候的重要组成部分[1]o 所以城市公园中 园林植物科学合理应用配植的需求变得十分 突出。
基于NDVI的黄河三角洲植被覆盖度动态变化研究
度 J . 随着 遥 感 对 地 观 测 技 术 的发 展 , 国 内外 应 用遥 感技 术 进 行 了大 量 的植 被 覆 盖 研 究 . P a l me r
和v a n R o o y e n利 用 L a n d s a t T M 数 据 对 喀拉 哈 里
沙 漠南部 的植 被覆 盖 进 行 了分 析 ; 赵 强 等 基 于 L a n d s a t T M 数 据对 潮 白河 地 区植被 覆盖 变化 进 行
面积从 1 9 9 5年的 2 0 3 . 8 2 1 2 k m 增加到 2 0 1 0年 的 1 0 5 5 . 6 6 9 4 k m , 生态 环境有 了较大 的改善 . 另一 方面 , 随着 的城市 的快速发展 , 建筑 用地及工业用地的增加 , 出现 了局 部地区植被退化 , 植被覆 盖度 降低 . 关键词 : N D V I ; 植被 覆盖度 ; 动态变化 ; 黄河三角洲 中图分类号 : Q 9 4 8 ; T P 7 9 文献标 志码 : A 文章编号 : 1 6 7 3 — 8 0 2 0 ( 2 0 1 3 ) 0 3 - 0 2 5 0 - 0 5
盖 度 变化 的原 因.
被的时空动态特征 , 是生态系统健康评价的前提
和 必要基 础 .
目前 估算 植 被 覆 盖度 的方 法 主 要 有两 种 J ,
即地表 实测 法
又具有很大的不确定性 , 不利于大范围的植被信
息提取 . 而 采用遥 感监 测法 可 以高效 快速 的 、 大面 积 的对 区域 植被 信 息 进 行 提 取. 遥 感 量测 法 即利 用遥感 技 术提取 研 究 区 的植 被 光谱 信 息 , 再 将 其
盖情 况及 其动 态 变化 , 对 整个 区域 的生 态 经济 建 设具 有重 要 的 意 义 . 张 高 生 等 利 用 R S和 G I S 技术 曾对 黄河 三 角洲 植 被 覆 盖 进 行 过 研究 , 侯 本
植被覆盖度的遥感估算方法研究
植被覆盖度的遥感估算方法研究一、本文概述随着遥感技术的快速发展,其在植被覆盖度估算中的应用日益广泛。
植被覆盖度作为衡量地表植被状况的关键指标,对于理解生态系统功能、监测环境变化和评估生态系统健康具有重要意义。
本文旨在探讨和研究植被覆盖度的遥感估算方法,以期为提高估算精度和效率提供理论和技术支持。
本文将首先介绍植被覆盖度及其遥感估算的重要性,阐述植被覆盖度遥感估算的基本原理和方法。
在此基础上,本文将重点分析不同遥感数据源在植被覆盖度估算中的适用性,以及估算方法的优缺点。
本文还将探讨遥感估算中的误差来源和质量控制方法,以提高估算结果的准确性和可靠性。
通过深入研究和分析,本文旨在为植被覆盖度的遥感估算提供一种全面、系统的理论框架和技术指导,为相关领域的研究和实践提供有益参考。
本文还将展望植被覆盖度遥感估算的未来发展趋势,为推动遥感技术在生态环境监测和保护领域的应用提供有益启示。
二、遥感估算植被覆盖度的基本原理和方法遥感估算植被覆盖度的基本原理和方法主要基于植被的光谱特性和地表反射率的差异。
植被在可见光和近红外波段范围内具有特定的反射和吸收特性,这些特性使得植被在遥感影像上呈现出独特的颜色和纹理。
通过利用这些特征,我们可以从遥感影像中提取植被信息,进而估算植被覆盖度。
遥感数据源的选择对于植被覆盖度的估算至关重要。
常用的遥感数据源包括多光谱遥感影像和高光谱遥感影像。
多光谱遥感影像如Landsat、Sentinel-2等,具有较高的空间分辨率和时间分辨率,适用于大范围的植被覆盖度估算。
而高光谱遥感影像如Hyperion、AVIRIS等,具有更高的光谱分辨率,能够更准确地识别植被类型和估算植被覆盖度。
植被指数是一种通过组合遥感影像中的不同波段来增强植被信息的指数。
常用的植被指数包括归一化植被指数(NDVI)、增强型植被指数(EVI)等。
这些植被指数能够反映植被的生长状况、覆盖度和生物量等信息。
通过计算植被指数,我们可以从遥感影像中提取植被信息,为后续的植被覆盖度估算提供基础数据。
基于卫星遥感技术的城市植被覆盖度分析
基于卫星遥感技术的城市植被覆盖度分析城市植被覆盖度是指城市内绿化区域占城市总面积的比例,是评估城市绿化程度的重要指标。
城市植被覆盖度分析主要依赖于卫星遥感技术,该技术能够获取大量数据,提供城市植被分布的细节信息,具有高效、精确、经济等特点。
卫星遥感技术是指通过使用遥感卫星采集地球上的数据,并将其传输到地面站进行处理和分析的技术。
其主要工具为遥感卫星,这些卫星配备有多种传感器,如光学、热红外、雷达等,能够捕捉不同波段的图像和数据。
在进行城市植被覆盖度分析时,卫星遥感技术可以提供以下几个方面的数据和信息:1.植被覆盖度分布:通过卫星图像的解译与处理,可以获取到城市内不同区域的植被覆盖度分布情况。
在卫星图像中,植被覆盖度会表现为不同的颜色或亮度,可以通过图像处理算法进行数字化分析。
2.植被类型划分:卫星遥感技术可以对城市内不同类型的植被进行划分和识别。
通过对卫星图像进行分类和特征提取,可以将城市内的植被区域划分为不同的类别,如草地、树木、花坛等。
这样可以更好地了解城市内不同植被类型的分布情况。
3.植被生长状况评估:卫星遥感技术可以定期获取和比较城市内不同时间段的植被图像,从而评估植被的生长状况和变化情况。
通过分析植被指数等遥感数据,可以了解城市植被的健康程度、生长速率、季节性变化等,为城市绿化管理提供科学依据。
4.植被与城市热岛效应关系分析:城市热岛效应是指城市相对于周围乡村地区的气温明显增高的现象。
卫星遥感技术可以通过红外遥感数据来研究城市植被与热岛效应之间的关系。
绿化覆盖度高的地区通常具有较低的表面温度,可以通过观察植被覆盖度与热岛效应的空间分布关系,评估植被对调节城市气温的作用。
总之,基于卫星遥感技术的城市植被覆盖度分析可以为城市规划和绿化管理提供重要的数据支持和决策参考。
这项技术的应用可以帮助评估城市绿化效果,优化城市绿色空间布局,提高城市环境质量,实现可持续发展的目标。
基于无人机影像VDVI指数的植被覆盖度估算--以陕西神木防护林工程研究区为例
第37卷第2期2021年3月森林工程FOREST ENGINEERING Vol. 37 No. 2 Mar. ,2021基于无人机影像V D V I指数的植被覆盖度估算—以陕西神木防护林工程研究区为例凌成星1>2,刘华,纪平1,胡鸿3,王晓慧w,侯瑞霞1(1.中国林业科学研究院资源信息研究所,北京,100091 ;2.国家林业和草原局林业遥感与信息技术重点实验室,北京,100091 ;3.国家林业和草原局调査规划设计院,北京,100714)摘要:为快速准确获取防护林工程区植被覆盖度特征,掌握植被生长和生态环境评价重要指标,利用无人机高时间频 率获取、高空间分辨率的特点,在陕西神木的三北工程樟子松防护林研究区进行实验,构建无人机可见光RGB波段差异性植 被指数(VDVI)和HSV变换植被指数(HSVVI),并与同区域GF - 1卫星NDVI指数进行相关性分析,建立无人机研究区的植 被覆盖度估算模型,快速计算出植被覆盖度结果。
研究表明,VDVI指数与NDVI指数具有更高的相关性,非常适用于像元二 分模型的植被覆盖度估算模型建立,通过地面调查的植被覆盖度实测值与模型估算值精度验证,决定系数炉为0.855 6,植 被覆盖度估算精度达到81.35% ,在研究区域得到较为理想的估算结果。
由此也证明采用无人机影像可见光数据构建VDVI 指数像元二分模型进行植被覆盖度估算是有效和准确的,可以为快速获取植被覆盖度特征服务。
关键词:无人机;CCD传感器;植被覆盖度;植被指数中图分类号:S812文献标识码:A文章编号:1006-8023(2021)02-0057-10Estimation of Vegetation Coverage Based on VDVI Indexof UAV Visible Image------Using the Shelterbelt Research Area as An Example LING Chengxing1'2, UU Hua1'2* , JI Ping1, HU Hong3, WANG Xiaohui1'2, HOU Ruixia1(1. Institute of Forest Resource Information Techniques, Beijing 100091, China; 2. Key Laboratory of ForestryRemote Sensing and Information System of National Forestry and Grassland Administration, Beijing 100091, China;3. Investigation, Planning and Design Institute of National Forestry and Grassland Administration, Beijing 100714, China)A bstract:In order to quickly and accurately obtain the characteristics of vegetation coverage in the shelterbelt project area and master the important indicators of vegetation growth and ecological environment evaluation, experiments were carried out in the research area of 朽nu5 对ris var. mongolica shelterbelt in Shenmu, Shanxi Province by using the characteristics of high time frequency acquisition and high spatial resolution of UAV. Different Vegetation Index (VDVI) and HSV Transform Vegetation Index (HSVVI) in RGB band of UAV visible light were constructed, and correlation analysis was conducted with the NDVI index of GF - 1 satellite in the same region. Vegetation coverage estimation model was established in the UAV study area, and the results of vegetation coverage were quickly calculated. The results showed that VDVI index and NDVI index had a higher correlation, which was very suitable for the establishment of vegetation coverage estimation model of pixel binary model. Through the accuracy verification of the measured FVC value and the model estimation value, the determination coefficient Z?2 was 0. 855 6, and the estimation accuracy of FVC was 81. 35% , which was an ideal estimation result in the study area. It was also proved that the VDVI index pixel binary model based on visible light data of UAV images was effective and accurate for vegetation coverage estimation, which could serve for the rapid acquisition of vegetation coverage characteristics.Keywords : UAV ;CCD sensor ;vegetation coverage ;vegetation index收稿日期:2020-ll-15基金项目:国家重点研发计划课题(2017YFC0506502)第一作者简介:凌成星,博士,副研究员。
基于NDVI遥感影像数据的作物种植面积估计研究
基于NDVI遥感影像数据的作物种植面积估计研究作物种植面积是农业产量的重要指标之一。
传统的作物种植面积测量方法包括人工普查和地面调查。
然而,这些方法耗时耗力,并且难以获取大规模数据。
随着遥感技术的不断发展,基于NDVI遥感影像数据的作物种植面积估计方法备受关注。
本文将就该技术进行一定的研究,以探究其可行性和有效性。
一、 NDVI遥感影像数据的基本原理NDVI(Normalized Difference Vegetation Index),即归一化植被指数,是一种基于遥感影像数据的植被覆盖度指标。
NDVI的原理是基于植物叶片色素对不同波长光的吸收和反射率不同而设计的。
一般情况下,植物对可见光波段的吸收较高,而对近红外波段的反射较高。
NDVI通过检测可见光和近红外波段的比值来测量植被覆盖度。
具体公式为:NDVI = (NIR - R) / (NIR + R),其中NIR为近红外波段反射值,R为可见光波段反射值。
二、 NDVI遥感影像数据在作物种植面积估计中的应用NDVI遥感影像数据在作物种植面积估计中可以通过以下步骤实现:1.获取遥感影像数据:包括可见光波段和近红外波段数据。
2.计算NDVI:通过遥感影像数据计算NDVI值。
3.建立NDVI值与作物面积之间的线性关系模型:通过样本数据,建立NDVI值与实际作物面积之间的线性关系模型。
4.利用建立的模型估计作物种植面积:通过遥感影像数据计算NDVI值,并利用建立的模型估计作物种植面积。
基于NDVI的作物种植面积估计方法具有以下优点:1.简便快捷:利用遥感影像数据,可以获取大面积的数据,同时不需要进行人工普查和地面调查,省去了大量的人力物力成本。
2.高效准确:基于建立的模型,可以获取较为准确的作物种植面积信息。
3.信息丰富:NDVI遥感影像数据不仅可以估计作物种植面积,还可以对植被覆盖度、生物量等信息进行测量。
三、本文的实验设计和数据分析为了验证NDVI遥感影像数据在作物种植面积估计中的有效性和可行性,本文进行了以下实验设计和数据分析:1.实验样本选择:在广东省河源市选取了12个样本区域,包括水稻、油菜、茶叶等作物。
基于NDVI的植被覆盖变化分析一一以甘肃省甘南藏族自治州为例
基于NDVI的植被覆盖变化分析一一以甘肃省甘南藏族自治州为例包琼;颉继珍;吴翠霞;雷元奇【期刊名称】《甘肃林业科技》【年(卷),期】2024(49)1【摘要】为明确区域内植被覆盖状态,揭示地表植被的变化趋势,进而为揭示区域环境变化奠定基础,本文利用像元二分法计算了甘肃省甘南藏族自治州2000一2022年植被覆盖度,分析了甘南州植被覆盖空间变化特征、时间变化特征。
结果表明:1)低植被覆盖度主要分布在甘南州北部,高植被覆盖度主要分布在甘南州东南部和西南部;2)2000一2022年,植被高覆盖度区域面积减少了88168.75hm^(2);植被低覆盖区域面积增加了3268.75hm^(2);3)2000—2005年植被覆盖度呈上升趋势,植被覆盖度改善的面积大于退化面积;2005一2015年植被覆盖度呈下降趋势,植被覆盖度改善面积小于植被覆盖度退化面积;2015一2022年植被覆盖度呈上升趋势,植被覆盖度改善的面积大于退化面积;总体来看,2000一2022年间,甘南州植被覆盖度呈现“上升一下降一上升”的波动趋势,改善面积为716237.50hm^(2),而退化面积为857193.75hm^(2),植被覆盖度总体下降。
【总页数】6页(P9-13)【作者】包琼;颉继珍;吴翠霞;雷元奇【作者单位】甘肃省土地开发整理中心【正文语种】中文【中图分类】Q948.15【相关文献】1.基于NDVI的植被覆盖度的变化分析——以甘肃省张掖市甘州区为例2.基于NDVI的干旱区绿洲植被覆盖度动态变化分析——以新疆阿克苏地区为例3.基于MODIS_NDVI的甘肃省会宁县植被覆盖度变化监测4.基于MODIS NDVI的输电线路植被覆盖变化分析——以雅布赖变至阿右旗变220kV输电线路为例5.基于GIMMS-NDVI的新疆植被覆盖时空变化附图1新疆1982—2006年植被NDVI 平均值分布因版权原因,仅展示原文概要,查看原文内容请购买。
兰州市南北两山植物群落结构调查
兰州市绿色文化博览园绿化植物群落结构调查摘要:利用天然群落的样带调查方法对兰州市绿色文化博览园绿化群落进行调查,统计兰州市绿色文化博览园乔灌木树种结构的相对多度、相对频度、相对显著度及重要值,并根据调查所得的数据分析兰州市绿色文化博览园绿化群落垂直结构分布和优势种胸径径级结构,并以此为例结合建造生态公园的原则与方法,运用正确的城市生态绿化思路和措施,依据兰州市的自然状况,针对兰州市绿色文化博览园绿化方面存在的问题,提出相应的改善措施,使兰州市绿色文化博览园建设向生态平衡方向有更进一步的发展。
关键词:生态公园绿化群落重要值垂直结构径级结构1地理位置兰州市南北两山地跨兰州市辖区内的城关区、安宁区、西固区、榆中县、皋兰县永登县,东西长60km,南北跨5~15km,地理坐标东103°21′04′′~104°00′38′′、北纬35°53′18′′~36°33′56′′,范围南山东起榆中县和平镇营盘水,西至西固区八盘峡,南至七里河区阿干镇舰子口;北山东起城关区青石乡张二沟,西至西固区达川乡达家沟,北至兰州中川机场。
兰州市绿色文化博览园位于皋兰县中和镇,成立于上世纪九十年代,有兰州市两山指挥部管辖。
本地域属于北山绿化区。
2自然状况2.1地质地貌兰州地处我国黄土高原、青藏高原和蒙新高原的过渡地带,属我国黄土高原的最南端,立地区划为甘肃黄土高原陇中北部黄土丘陵、河谷盆地类地型区,本地区河谷地貌发育,黄河横贯东西,形成峡谷与河谷盆地相间的葫芦状地形。
兰州河谷盆地形成冲击性平原,黄河及支流两岸以梁状丘陵占优势,并有多级阶地和侵蚀沟壑,基本特点是黄土广泛分布且深厚,土质疏松、土壤瘠薄。
地貌特征可分为黄土山地、梁状丘陵及河谷川台阶地三大类型,共同组成千沟万壑、地形支离破碎的地貌单元。
区内海拔1530~2129m,相对高差为100 ~300m,沟壑密度3~5 km/km2(每平方公里内侵蚀沟(或水文网)的总长度,以km/km2表示,或称切割裂度)沟底比降5%~10%;山地坡度一般20~50°,受水土流失长期冲刷的影响,阳坡普遍陡峭,多在35°以上,阴坡相对平缓。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
基于NDVI数据的兰州市和银川市植被覆盖情况对比分析曹胜鹤(甘肃农业大学资源与环境学院兰州730070)摘要:植被覆盖度是反应地区生态环境的重要指标,利用2007年兰州市和银川市Landsat-7卫星ETM+影像数据,得出归一化植被指数(NDVI)数据,在此基础上分别计算出2007年兰州市和银川市植被覆盖度并得出植被覆盖度分级图,以此分析出两个地区植被覆盖分布情况。
两个地区的植被覆盖相对较低,具体表现在:兰州市低植被覆盖地区的面积占20﹪,中等植被覆盖地区的面积占71﹪,中高植被覆盖地区的面积占5.8﹪,高植被覆盖地区的面积占3.1﹪;银川市低植被覆盖地区的面积占21﹪,中等植被覆盖地区的面积占53﹪,中高植被覆盖地区的面积占19﹪,高植被覆盖地区的面积占6.2﹪。
关键词:NDVI 植被覆盖度兰州市银川市像元二分模型1.引言植被是覆盖地表的森林、灌丛、草地与农作物等群落的总称,具有截流降雨、减缓径流、防沙治沙、保水固土等功能。
同时,也是反映区域生态环境优劣的重要监测指标之一。
植被覆盖是全球、区域变化众多监测模型中所需的重要参数,是描述生态系统的重要基础数据,在生态系统中发挥着重要的作用;较大尺度的植被覆盖变化体现了自然和人类活动对自然生态环境的作用。
因此,获取地表植被覆盖及其变化信息,对揭示地表空间变化规律、探讨变化的驱动因子和驱动力、分析评价区域生态环境具有重要的现实意义。
随着遥感技术的发展,植被覆盖度测量由原来传统的地面测量,改进为现在的遥感数据估算,尤其是为大范围地区的植被覆盖度监测提供可能。
且随着观测仪器的改进,出现了一些基于影像反射物理模型的新方法,主要包括回归模型法、植被指数法与像元分解模型法。
其中,回归模型法依赖于对特定区域的实测数据,虽在小范围内具有一定的精度,但在推广应用方面却受到诸多限制。
而植被指数法则不依赖于实测数据,其中归一化植被指数(NDVI)被定义为近红外波段(NIR)与可见光红波段(R)数值之差和这两个波段数值之和的比值,即NDVI=(NIR-R)/(NIR+R),它在运用遥感图像进行植被及植物物候研究方面得到广泛应用,是植物生长状态及空间分布密度的最佳指示因子。
因此本次研究主要通过对2007年兰州市Landsat-7卫星ETM+影像数据的NDVI 提取,得出该地区植被覆盖分布情况,分析植被覆盖与该区域的地理位置、气候、降水、土地利用以及人类活动等因素的关系,对区域绿化工程和植被的恢复与重建具有重要的现实意义。
2.研究区域概况2.1兰州市区域概况兰州市是甘肃省省会,处在北纬36°02′,东经103°44′,距西北其他四省(自治区)的省会平均距离最近。
市区南北群山环抱,东西黄河穿流而过,枕山带河,依山傍水,平均海拔1500米,具有带状盆地城市的特征。
地处黄河上游,属中温带大陆性气候,特点是降水少,日照多,光能潜力大,气候干燥,昼夜温差大,年日照时数为2600小时,无霜期为180天,年平均降水量在250-350毫米,并集中分布在6-9月,年平均气温9.1℃。
该地区的植被类型主要是典型草原向荒漠草原过度类型。
全市现辖城关、七里河、西固、安宁、红古5个区和永登、榆中、皋兰3个县。
兰州市域地貌格分石质山地、黄土梁峁丘陵和河谷川盆台地三大类型,分别占全市土地总面积的19%、66%和15%。
石质山地分布在市域西部和南部海拔2000-3600米的高峻地区,天然植被发育良好,为市域内的两大“湿岛”;黄土梁峁丘陵主要包括南部黄土长梁及大面积的黄土梁峁沟壑区,植被稀疏,地表破碎,水土流失较严重;河谷川台盆地主要沿黄河、湟水、大通河、庄浪河及宛川河谷地展开分布,是兰州市相对发达的“黄金地带”。
2.2银川市区域概况银川市是宁夏回族自治区的首府,处在在东经106°16′,北纬38°20′,总面积9 555.38平方公里。
位于黄河上游宁夏平原中部,东与盐池县接壤;西依贺兰山,与内蒙古自治区阿拉善盟为邻;南与同心县、吴忠市利通区、青铜峡市相连;北接平罗县与内蒙古自治区鄂托克旗相邻。
银川市下辖兴庆区、金凤区、西夏区3个区,灵武市和永宁县、贺兰县。
银川市地貌自西向东依次划分为贺兰山地、山前洪积倾斜平原、洪积冲积平原(俗称老阶地)及黄河冲积平原四大部分。
贺兰山山地分布着大面积的大然次生林,是国家级的自然保护区;山前洪积倾斜平原分布着植被比较稀疏的大然草场,是宁夏滩羊产区;洪积冲积平原分布着农垦系统和区市机关、企事业单位的国营农、林、牧场;黄河冲积平原是老灌区,是国家级的商品粮基地。
3.研究方法利用遥感图像专业处理软件ERDAS IMAGINE 8.5对兰州市和银川市的原始ETM图像进行了预处理,并生成了NDVI图像和植被覆盖度图像;利用辅助软件ARCMAP对结果进行了分级显示和统计分析。
主要有以下步骤:一是对兰州市和银川市各景遥感影像数据进行预处理,并进行多波段组合;二是根据研究区域的界限进行遥感影像裁剪,生成结果见图1:(a)为兰州市ETM图,(b)为银川市ETM图像;三是植被指数的提取;四是植被覆盖度的估算。
该技术流程见图2。
(a) (b)图1 兰州市与银川市ETM图3.1植被覆盖度遥感估算模型论文使用像元二分模型,利用NDVI 估算植被覆盖度。
像元二分模型,假设像元只由两部分构成:植被覆盖地表与无植被覆盖地表,所得的光谱信息也只由这两个部分因子线性合成,它们各自的面积在像元中所占的比率即为各因子的权重,其中植被覆盖地表占像元的百分比即为该像元的植被覆盖度,因而可以使用此模型来估算植被覆盖度[4]。
用公式表达为:v s s s s -= (1)其中,s 为通过传感器所观测到的信息;v s 为由绿色植被成分所贡献的信息;s s 为无植被地表成分所贡献的信息。
对于一个由土壤与植被两部分组成的混合像元,像元中有植被覆盖的面积比例即为该像元的植被覆盖度c f ,而土壤裸露的面积比例为c f -1。
设全由植被所覆盖的纯像元所得的遥感信息为veg s ,混合像元的植被成分所贡献的信息v s 可以表示为:v e g c v s f s ∙= (2)同理,设全由土壤裸露的纯像元所得的遥感信息为soil s 。
混合像元的土壤成分所贡献的信息s s 可以表示为:soil c s s f s ∙-=)1( (3)将式(2)与式(3)带入公式(1),可得:s o i l c veg c s f s f s ∙-+∙=)1( (4)对(4)式进行变换,可得以下计算植被覆盖度的公式:)/()(soil veg soil c s s s s f --= (5)其中veg s 和soil s 都是参数,因而可以根据公式(5)利用遥感信息来估算植被覆盖度。
3.2植被指数(NDVI )估算植被覆盖度归一化植被指数NDVI ,定义为近红外波段NIR 与可见光红波段R 数值之差和这两个波段数值之和的比值,即公式:)/()(R NRI R NRI NDVI +-= (6)根据像元二分模型,一个像元的NDVI 值可以表达为由绿色植被部分所贡献的信息veg NDVI 与由无植被覆盖(裸土)部分所贡献的信息soil NDVI 这两部分组成,将归一化植被指数(NDVI )代入公式(2)可得:)/()(soil veg soil c NDVI NDVI NDVI NDVI f --= (7)其中,soil NDVI 为无植被像元的NDVI 值;而veg NDVI 为纯植被像元的NDVI 值[5]。
3.3植被覆盖度分级根据水利部1996年颁布的土壤侵蚀分类分级标准(SL190-96),将不同的水土流失等级对应于不同等级的植被覆盖度,同时结合兰州市和银川市具体情况,将植被覆盖度大小分为五级:无植被覆盖(f=0)、低植被覆盖(0<f ≤15﹪)、中等植被覆盖( 15﹪<f ≤40﹪)、中高植被覆盖(40﹪<f ≤70﹪)、高植被覆盖(f>70﹪),根据上述分级方法,将植被覆盖度计算结果转化为植被覆盖分级图,见图3。
4.结果分析(a) (b)4.1兰州市植被分布的总体情况由图3可以看出兰州市主要是以低植被覆盖和中等植被覆盖为主。
植被覆盖度高的地区主要集中于山区,如榆中县、永登县,越接近城区,植被越稀疏,植被覆盖度低。
也就是说兰州的植被覆盖由南部和西部山区向北、向东逐步递减,出现这种情况的原因有很多,但主要有以下几条:首先,兰州市大部属黄土高原丘陵区,呈半干旱荒漠草原状态。
受青藏高原山脉东延的影响,市域西部和南部山地具有高寒阴湿的地理环境特征;北部地区受蒙新高原干旱的制约,呈半干旱干旱荒漠化植被景观。
其次,兰州市域地势相对高亢,大陆性较强,受东亚季风影响,具有较显著的山地或高原气候特征,降水量少,变率大,降水由南部和西部山地向北、向东逐渐递减。
再次,土地利用方向与结构直接影响到地表植被覆盖,全市农用地面积109.108万公顷,占市域总面积的83.19﹪,其中农用地包括耕地、园地、牧草地、水面以及林地,兰州市的天然林地集中分布于西部和南部湿润山区,具有水源涵养、自然保护和旅游娱乐等多种功能。
兰州市建设用地面积6.0709万公顷,占市域总面积的4.63﹪,其中包括居民地及工矿用地、交通用地和水利设施用地。
兰州市未利用地面积15.9865万公顷,占全市区域总面积的12.19﹪。
最后,随着人口数量的快速增长,尤其是城镇人口增长最为迅速,城市占地面积扩大,生产生活需求量加大,对生态环境不可避免要产生负面影响。
人口数量越多、密度越大的地区,植被覆盖越差;相反,人口密度小的地区,植被覆盖就越好,如人口密度大的城区,植被覆盖度远远低于人口很少的周边山区。
由此可见,兰州市植被覆盖分布与兰州市所处的地理位置、气候、降水、土地利用以及人类活动等因素有着很密切的关系。
4.2银川市植被分布的总体情况同样由图3(b)可以得出银川市是以中等植被覆盖为主,其次是中低等植被覆盖和中高等植被覆盖,比重相当。
植被覆盖度高的地区主要集中于山区,越接近城区植被覆盖度越低,即银川地区的植被覆盖由东部的山区向西部递减。
出现这种情况的原因有很多,但主要的条件有:首先,银川市区地形分为山地和平原两大部分。
西部、南部较高,北部、东部较低,略呈西南-东北方向倾斜,地貌类型多样,西山东川,西高东低,黄河顺境、三级阶地是银川市地貌格局的基本特征,东北和西南都有沙漠盘踞。
其次,土地利用方面来说,全市土地总面积354981.2公项,其中耕地100483.7公顷,占全市土地总面积的28.31%;园地5269.6公顷,占1.48%;林地25289.0公顷,占7.12%;牧草地89635.2公顷,占25.25%;居民点及工矿用地22685.7公顷,占6.39%;交通用地5022.7公顷,占1.41%;水域36161.5公顷,占10.19%;未利用地70431.8公顷,占19.84%。