基于遥感和GIS的巢湖流域生态功能分区研究_王传辉

合集下载

多源遥感数据应用于鄱阳湖水环境研究

多源遥感数据应用于鄱阳湖水环境研究

多源遥感数据应用于鄱阳湖水环境研究1. 本文概述本文聚焦于多源遥感数据在鄱阳湖水环境研究中的创新应用与深入探索。

随着遥感技术的快速发展和大数据时代的来临,多源遥感数据因其时空覆盖广、观测信息丰富而成为监测和评估复杂水环境系统的有力工具。

本研究通过整合运用Landsat系列、Sentinel卫星、Radarsat合成孔径雷达(SAR)以及其他新型遥感平台提供的光学与微波遥感数据,针对鄱阳湖这一中国最大淡水湖的水环境特性,开展了一系列高精度、动态化的监测研究。

研究的核心内容涵盖鄱阳湖水体面积变化、水质参数反演、水位波动监测、湿地生态响应等多个层面。

我们不仅详尽探讨了如何选取合适的数据源并进行预处理,还开发了一套适用于鄱阳湖水环境特征的遥感数据分析模型与算法,旨在实现对湖泊水体透明度、富营养化程度、水面蒸发量等关键水环境指标的有效估算与动态追踪。

研究结合实地采样验证和历史统计资料,构建了鄱阳湖水环境演变的时空格局模型,以期为湖泊水资源管理、湿地保护、生态系统健康维护及区域可持续发展规划提供科学依据与决策支持。

2. 鄱阳湖概况在撰写关于《多源遥感数据应用于鄱阳湖水环境研究》的文章中,“鄱阳湖概况”段落可以这样构建:鄱阳湖,位于中华人民共和国江西省北部,地理位置处于东经11549至11646,北纬2824至2946之间,横跨九江、南昌、上饶三市行政区域,是长江中下游地区一颗璀璨的明珠。

作为中国第一大淡水湖,鄱阳湖以其庞大的水体面积和平原湖泊的独特性质,在国内乃至全球湖泊体系中占有极其重要的地位。

其水域面积随季节和水位波动显著,平水位时湖面约为3150平方公里,而在高水位时可扩大至超过4125平方公里,而低水位时则缩减至不足500平方公里,显示出典型的吞吐型湖泊特征。

鄱阳湖接纳了赣江、抚河、信江、饶河、修河五大河流以及博阳河、漳田河、潼津河等区间来水,这些河流汇入湖中,经过湖区的有效调蓄,最终通过湖口流入长江主干流,对于维持长江中下游水位稳定、减轻洪水压力具有战略意义。

巢湖流域土地利用程度变化及其空间异质性分析

巢湖流域土地利用程度变化及其空间异质性分析

巢湖流域土地利用程度变化及其空间异质性分析黄木易;何翔;吴迪;吴杨;王少成【摘要】基于GIS和遥感平台提取巢湖流域范围,分析了2000-2013近15年来的巢湖流域土地利用程度及其空间异质性特征.研究表明:①近15年来,巢湖流域的土地利用结构变化较大,呈现“三减一增”的变化趋势,即林地、农地和水体呈下降趋势,建设用地呈上升趋势,其中,农地面积下降明显,建设用地面积增幅较大;②土地利用程度变化两极分化,弱土地利用程度显著下降,强土地利用程度明显增加.分析表明,2000-2013年的近15年间,弱和较弱土地利用程度的流域面积下降3 429 km2,占总流域面积24.61%;较强和强土地利用程度的流域面积上升729 km2,占总流域面积5.23%;③土地利用程度空间异质性分析表明,2000年和2013年巢湖流域土地利用程度全局空间自相关的Moran'sI值分别为0.802 2和0.753 9,呈显著的正相关关系,表明巢湖流域土地利用程度不是无序的,而是具有明显的空间集聚性;局部空间自相关分析表明,LISA图显示土地利用程度的高高值区主要集聚在以合肥市区为核心的周围,低低值区主要集聚在以西南部的大别山森林地区和中部巢湖及沿湖周边.【期刊名称】《土壤》【年(卷),期】2015(047)005【总页数】7页(P994-1000)【关键词】土地利用;时空变化;空间异质性;巢湖流域【作者】黄木易;何翔;吴迪;吴杨;王少成【作者单位】安徽建筑大学环境与能源工程学院,合肥230601;安徽建筑大学环境与能源工程学院,合肥230601;安徽建筑大学环境与能源工程学院,合肥230601;安徽建筑大学环境与能源工程学院,合肥230601;安徽建筑大学环境与能源工程学院,合肥230601【正文语种】中文【中图分类】Q149;P901土地不仅本身是一种资源和环境,而且它还是其他资源、环境的载体,是整个资源、环境的根基,居核心地位。

基于遥感的合肥市不透水层覆盖度研究

基于遥感的合肥市不透水层覆盖度研究

基于遥感的合肥市不透水层覆盖度研究高学武;李茂林;曹艳;陈立君;黄仁庆;方刚【摘要】随着合肥市城市化进程的不断加快,合肥市城市不透水面也在不断扩张.为了更好地了解合肥市城市不透水盖度的空间分布状况,应用Landsat 8卫星中的OLI和TIRS影像,利用归一化差值不透水面指数(NDISI)来提取合肥市城市不透水层盖度,并对其进行分析.通过计算得出:2017年,合肥市市区不透水层占研究区面积的6.22%,透水层占研究区面积的93.78%.城市不透水层变化是反映城市化进程的一个重要标志.利用遥感技术对合肥市城市不透水面盖度进行估算,研究成果对合肥市的城市规划、环境质量评价、经济发展及城市化进程等都有重要意义.【期刊名称】《商丘师范学院学报》【年(卷),期】2018(034)009【总页数】4页(P52-55)【关键词】遥感;不透水层;NDISI;Landsat8;合肥市【作者】高学武;李茂林;曹艳;陈立君;黄仁庆;方刚【作者单位】宿州学院环境与测绘工程学院,安徽宿州234000;宿州学院环境与测绘工程学院,安徽宿州234000;宿州学院环境与测绘工程学院,安徽宿州234000;宿州学院环境与测绘工程学院,安徽宿州234000;宿州学院环境与测绘工程学院,安徽宿州234000;宿州学院环境与测绘工程学院,安徽宿州234000【正文语种】中文【中图分类】X1430 引言随着城市经济的快速发展,城市化进程的不断加快,城市最突出的变化是城市不透水层面积不断增加.不透水层被定义为屋顶、沥青、水泥道路、停车场等具有不透水性的地物表面[1],随着城市不透水面的不断增加,城市热岛效应及水质面源污染也会不断加剧,城市不透水面是表征城市环境的一个重要因子,也是衡量城市化水平的一个重要指标[2].城市地表同种地物光谱变异强烈,给终端单元选取带来较大的不确定性,直接影响线性光谱混合模型对各端元分量的拟合精度[3].目前,利用遥感技术估算城市不透水层的方法大致分为五类:(1)用其他地类(如植被)和不透水面关系获取不透水面信息.(2)使用最小噪音(MNF)变换和线性光谱分解模型(LSMA)估算不透水面面积.(3)通过将影像分类结果和其他数据生成的不透水面系数进行解算获取不透水面面积.(4)通过影像分类,手工或半自动获取不透水面信息.(5)利用主成分分析(PCA)融合算法获取不透水面信息[4].前两种方法是基于VIS模型.在此之前,周纪、张道卫[5]、金晶[6]等也进行了类似研究.合肥市作为安徽省省会,对其进行城市不透水面信息研究是十分重要的.作者在参考前人研究成果的基础上,利用Landsat 8卫星数据和徐涵秋提出的归一化差值不透水指数(NDISI)模型[7],提取合肥市城市不透水面信息,并对合肥市城市不透水层覆盖度进行分析.1 研究区概况及数据来源1.1 研究区概况合肥市地处长江和淮河之间,位于116°41′-117°58′E,30°57′-32°32′N间,面积为11900 km2,其中巢湖水域面积为809.4 km2,市区总面积为838.52 km2,本文研究区为合肥市市区及其县区,由于2017年合肥市进行了行政区划调整,研究区也做了相应调整,如图1所示.图1 合肥市行政区划图Fig.1 Map of the administrative divisions of Hefei图2 研究区影像图Fig.2 Image of study area1.2 数据来源2013年美国成功发射Landsat-8卫星.由于Landsat-8卫星OLI影像能提供更大的灰度值区间,使不同土地覆盖类型的区分更加明显,能明显提升水体、不透水层、耕地和裸土分类精度[8].TIRS主要用于收集地球两个热区地带的热量流失,目标是了解所观测地带的水分消耗.论文采用的遥感数据是2017年4月23日Landsat8卫星影像,天气晴好,轨道号为121-38,云量为0%.由于Landsat 8数据已进行几何校正,因此只需对其进行辐射定标和大气校正,利用合肥市矢量边界图裁剪出合肥市影像图,其影像大小为4021×6097像元,研究区影像图如图2所示.2 研究方法徐涵秋在研究不透水层时发现,不透水面在热红外波段具有较高的辐射率,而在近红外波段具有较低的反射率,可利用热红外波段与复合波段比值运算来增强不透水面信息,在此基础上提出归一化差值不透水面指数(Normalized Difference Impervious Surface Index,NDISI),并将其在福州、厦门地区实验成功.归一化差值不透水面指数的计算原理:在多光谱波段内分别找出对不透水层辐射最强波段和最弱波段,将辐射弱者作为分母,强者作为分子.为了去除水体对不透水层信息的影响,将改进型归一化水体指数(MNDWI)加入NDISI指数中的弱反射波段[7],即:(1)公式(1)中RG为绿色波段反射值,是Landsat8卫星OLI影像第3波段.(2)公式(2)中RNIR、RMIR和RTIR分别为Landsat8卫星近红外波段、中红外波段和热红外波段反射值.在Landsat 8卫星OLI影像中:NIR是第5波段,MIR是第6波段;在Landsat 8卫星TIRS影像中:TIR是第10波段[9].在公式(2)中,由于水体在可见光波段中的反射率要低于不透水层,所以将改进型归一化水体指数(MNDWI)加入NDISI指数中的弱反射波段.为了避免出现分子太小和分母太大而造成指数偏低的状况,特将弱反射组值(MNDWI+RNIR+RMIR)除以3,使不透水层信息值为正值,植被、沙土和水体信息值均为负值,扩大不透水层和植被、沙土、水体的反差,抑制这些背景地物信息,从而增强不透水面信息.NDISI指数的缺点在于其所使用的热红外波段分辨率较低,虽与多光谱波段的混合计算起到了一定融合细化作用,仍加剧了中分辨率影像的混合像元现象.克服这一问题的思路是先对热红外波段影像进行细化,然后再计算该指数,可明显提高NDISI影像的清晰度[10].NDISI具有归一化指数特征,NDISI值介于-1和1之间,如果取“0”值作为阈值,则大于“0”的值是被增强的不透水层信息,受抑制的其他地物值要小于或等于“0”.对NDISI反演的结果进行归一化处理,使其值介于0-1之间,其结果可作为城市不透水面盖度.3 合肥市归一化差值不透水面指数的计算与分析在参考和借鉴前人研究成果的基础上,以Landsat8卫星影像为数据源,利用归一化差值不透水面指数(NDISI)、公式(1)和公式(2)来计算合肥市城市不透水面信息,计算结果如图3所示.由图3可知,合肥市NDISI指数大于0的范围(即城市不透水信息)主要分布在城市建成区、平原区和河流两侧.在前面图像处理的基础上,将NDISI指数值进行归一化处理,使其值统一到0-1间,归一化结果可作为合肥市城市像元的不透水面盖度,2017年合肥市城市不透水面盖度如图4所示.利用ENVI软件的统计功能,经统计得到合肥市2017年平均不透水盖度为6.22%.图3 2017年NDISI指数图Fig.3 2017 NDISI index chart图4 2017年合肥市不透水盖度图Fig.4Impervious coverage of Hefei city in 2017图5 基于NDISI的不透水面二值化结果图Fig.5Two value map of impervious surface Based on NDISI图6 研究区不透水盖度分布图Fig.6Coverage of impervious surface chart in study area为了更直观地了解不透水面盖度在合肥市区的分布,在ENVI5.3软件中,以“0”值作为阈值进行二值化处理,结合合肥市实际情况,将合肥市不透水面盖度分为不透水层、水体、植被、裸土等四类,分类结果如图5和图6所示.由图5可知,研究区不透水层主要分布在城市建成区,透水层主要分布在市郊及县城,而且分布相对集中.在ENVI5.3软件中,利用“Class Statistics”功能统计出合肥市2017年不透水层面积,统计结果见表1.表1 2017年合肥市不透水盖度Tab.1Impervious coverage of Hefei city in2017分类面积/(km2)比例/%不透水层739.356.22植被3185.5426.78裸土6612.6355.60水体1356.3611.40由表1可知,2017年合肥市城市不透水层面积为739.35 km2,透水层面积为11154.1 km2,为了更详细地了解不透水层盖度在空间上的分布特征,通过ENVI 掩膜功能计算出研究区各个区县范围内的不透水层盖度,计算结果见表2.表2 2017年合肥市各区县不透水层盖度Tab.2Impervious coverage of districts and counties in Hefei in2017行政区面积/(km2)比例/%合肥市143.3927.8肥东县149.356.6肥西县146.886.3居巢区83.784.1庐江县67.382.9长丰县148.616.3合肥市市区的不透水层盖度明显高于郊区,城市中心的不透水层盖度最高,且由市中心老城区向外,各县不透水层面积均有所增加.主要是由于合肥市近几年城市化快速发展,城市不断向外扩张所致,城市内的居民区、地铁线路、工厂等建设,使不透水层明显增多.由表2可知,在研究区范围内,合肥市的不透水层盖度最高,比例达27.8%,庐江县的不透水层盖度最低,比例只有2.9%,肥东县、肥西县和长丰县不透水层盖度比例基本持平.4 结论(1)论文以Landsat8卫星影像为数据源,利用ENVI5.3软件和归一化差值不透水面指数(NDISI)提取了合肥市2017年城市不透水层信息.研究表明,合肥市市区的不透水层盖度明显高于郊区及周边县区,市中心的不透水层盖度最高.(2)合肥市城市不透水层主要分布在建成区,其不透水层面积占研究区面积的6.22%,这与合肥市城市大规模扩张密切相关.近年来,合肥市整体发展趋势向南,工业向北发展,城市道路及公共设施面积大幅增加,使得建设用地面积不断扩大,从而引起城市不透水层盖度也不断增加.(3)研究区透水层主要分布在市郊及周边农村地区.(4)研究成果可为合肥市城市建设和城市规划提供一定的参考和借鉴.参考文献:【相关文献】[1]周纪,陈云浩,张锦水,等.北京城市不透水层覆盖度遥感估算[J].国土资源遥感,2007,19(3):13-17.[2]单丹丹,夏骏士,杜培军,等.基于HJ-1数据和V-I-S模型的城市不透水层变化分析[J].国土资源遥感,2011(4):92-99.[3]高利鹏,赵华亮,刘明翔,等.基于遥感影像不透水层估算的震后城区损坏面积评估[J].遥感技术与应用,2013,28(4):582-587.[4]顾海燕,李海涛,杨景辉.基于最小噪声分离变换的遥感影像融合方法[J].国土资源遥感,2007(2):53-55.[5]张道卫,郭华东,孙仲旭.超大城市地表特征参数估算及其对城市热环境的影像研究[J],遥感技术与应用,2012,27(1):51-57.[6]金晶,王斌,张立明.基于线性光谱混合分析的城市不透水层分布估算[J].复旦学报(自然科学版),2010(2):197-208.[7]徐涵秋.一种快速提取不透水面的新型遥感指数[J].武汉大学学报(信息科学版),2008,33(11):1150-1153.[8]陈齐,李新通.Landsat 8 OLI影像新增特征对土地覆盖遥感分类的影响分析[J].亚热带资源与环境学报,2015,10(3):79-86.[9]崔秋洋,潘云,杨雪.基于Landsat8遥感影像的北京市平原区不透水层盖度估算[J].首都师范大学学报(自然科学版),2015,36(2):89-92.[10]徐涵秋,王美雅.地表不透水面信息遥感的主要方法分析[J].遥感学报,2016,20(5):1270-1289.。

基于TM遥感数据的土地覆盖分类与制图方法研究

基于TM遥感数据的土地覆盖分类与制图方法研究

基于TM遥感数据的土地覆盖分类与制图方法研究作者:成玉兰来源:《华夏地理中文版》2016年第02期摘要:随着遥感技术的发展,土地利用分类方法在研究土地利用和覆盖中发挥了日益重要的作用。

针对土地利用分类方法在遥感技术领域的重要性,以Landsat TM数据森林资源二类调查数据为数据源,利用最大似然法、神经网络法两种分类方法与目标地物的光谱信息、纹理信息相结合,将研究区土地利用类型分为建筑用地、水域、裸地、阔叶林、针叶林、灌木林、其他用地七类,在此基础上进行精度分析,将比较两种土地利用分类方法进行比较,最终制作出土地利用图。

关键词:土地覆盖;分类;最大似然法;神经网络法土地是人类赖以生存和发展的物质基础,是社会生产的劳动资料,是农业生产的基本生产资料,是一切生产和一切存在的源泉。

土地是一种不可再生资源,且资源的数量是相对有限的,土地的利用是否合理直接关系着社会经济的未来发展。

因此如何合理的配置现有的土地资源,使其不断满足经济、社会、环境等各方面的需求,逐渐成为学者们研究的焦点。

遥感技术具有高光谱分辨率、高空间分辨率、实时观测、重访周期短等特点,在土地利用中显示出明显的优势,在国内外得到了广泛应用。

文章以Landsat TM数据和森林资源二类调查数据为数据源,利用最大似然法、神经网络法两种分类方法与目标地物的光谱信息、纹理信息相结合,将研究区土地利用类型分为建筑用地、水域、裸地、阔叶林、针叶林、灌木林、其他用地七类,在此基础上进行精度分析,将比较两种土地利用分类方法进行比较,终制作出土地利用图。

一、理论方法及研究意义遥感图像计算机分类的依据是图像的相似度。

由于自然界中不同类型的地物具有各自不同的波普特性,遥感影像中不同像元有不同的数值,不同的数值反映了不同地物的波普特性。

因此,通过计算机对图像像元的数值进行运算、统计、对比归纳对像元进行分类,即可达到对地物的自动识别,这种技术处理称为分类。

通常将遥感图像分类方法分为监督分类和非监督分类两大类。

遥感图象和环境资料用于生物地球化学循环的生态类型划分

遥感图象和环境资料用于生物地球化学循环的生态类型划分

遥感图象和环境资料用于生物地球化学循环的生态类型划分刘怀全;陈利顶
【期刊名称】《环境科学学报》
【年(卷),期】1991(11)2
【摘要】为海河流域C,N,S,P元素生物地球化学循环研究提供生态类型分布数据。

生态类型的分类,主要依据美国陆地卫星12幅TM图象(1:500000),结合有关土地
利用、地表形态等资料,进行图象的野外现场综合分析判读。

根据判读结果和其它
环境信息,划分出10种主要表生生态类型。

对流域内的6个水系,分别测量、统计
每个生态类型的分布面积。

【总页数】6页(P166-171)
【关键词】地球化学;循环;生态类型;遥感;应用
【作者】刘怀全;陈利顶
【作者单位】中国科学院生态环境研究中心
【正文语种】中文
【中图分类】X87
【相关文献】
1.FasART模糊神经网络用于遥感图象监督分类的研究 [J], 林剑;鲍光淑;敬荣中;黄继先
2.农林复合生态系统氮素生物地球化学循环及其环境影响研究 [J], 彭奎;欧阳华;朱波
3.浙江省生态环境区域类型划分及不同区域生态环境 [J], 吴国庆;杨良山;金敏毓;曲建国
4.用遥感图象编制河南1:25万土地类型图 [J], 李学仁;徐传宝
5.开展我国陆地生态系统碳氮循环的生物地球化学遥感动态评估的思路与建议 [J], 秦小光;蔡炳贵;张鹏;王润生;刘东生
因版权原因,仅展示原文概要,查看原文内容请购买。

一种基于遥感技术的徽州传统聚落的水系空间分析方法

一种基于遥感技术的徽州传统聚落的水系空间分析方法

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN106951567A(43)申请公布日 2017.07.14(21)申请号CN201710222782.7(22)申请日2017.04.07(71)申请人安徽建筑大学地址230000 安徽省合肥市经济技术开发区紫云路292号(72)发明人冀凤全;沈超;任燕;王家骏;吕荃(74)专利代理机构温州知远专利代理事务所(特殊普通合伙)代理人汤时达(51)Int.CI权利要求说明书说明书幅图(54)发明名称一种基于遥感技术的徽州传统聚落的水系空间分析方法(57)摘要本发明公开了一种基于遥感技术的徽州传统聚落水系空间分析方法。

本发明中:传统聚落的水系空间格局的分析采用遥感技术与飞行器高清拍摄方式,对水系区域进行监测及区域边界细节划定;利用GPS定位方式,将遥感拍摄与低空飞行器的拍摄同步进行,包括GPS定位系统对低空飞行器进行定位的同时,向遥感拍摄系统实时提供定位信息,完成遥感拍摄和低空飞行器拍摄的同时同地操作。

本发明通过低空飞行器对自然水系景观、街巷水系景观和庭院水系景观进行分类高清拍摄,利用GPS定位系统完成低空飞行器的拍摄轨迹记录操作;利用GPS定位系统,将遥感拍摄和低空飞行器的拍摄进行同步的结合,从而完成对传统聚落区域内的水系景观的系统化高清化的整理和规划操作。

法律状态法律状态公告日法律状态信息法律状态2017-07-14公开公开2017-07-14公开公开2017-07-14公开公开2017-08-08实质审查的生效实质审查的生效2017-08-08实质审查的生效实质审查的生效2020-07-17授权授权权利要求说明书一种基于遥感技术的徽州传统聚落的水系空间分析方法的权利要求说明书内容是....请下载后查看说明书一种基于遥感技术的徽州传统聚落的水系空间分析方法的说明书内容是....请下载后查看。

基于ArcGIS与层次分析法的巢湖北郊矿区地质环境评价

基于ArcGIS与层次分析法的巢湖北郊矿区地质环境评价

质环 境有一定的借鉴价值 。
关键词 矿 区地质环 境 ArcGIS 层 次分析法 评价模型 治理措施 滑坡监 测
中图分类号 TD167
文献标志码 A
文章编号 1001'1250(2018)一0141i.cnki.isks.201806031
为例 ,详细 分析了矿 区地质灾 害类型和发育规律 ,通 过层 次分析法建立评 价 函数 ,对地质灾害 隐患进行分 区评价 和赋 值 ,共建立 了 4个准则层 ,拓展 出 l6个评 价 因子 ;而后借 助 ArcGIS软件进行 源数据提取 和预处理 ,构建 了矿区地质灾
害 4级分 区评价模型 。研究表 明 :矿 区地质环境 问题较轻 区域面积为 4.684 kIn2,占矿 区开采 总面积 的 36.7%;地质环境
Evaluation on the Geological Environm ent of t h e North of Chaohu County Based on ArcGIS and Analytic Hierarchy Process
Zhao Hongtao ’ (Department ofSurveying and Mapping,Liaoning Geology Engineering Vocational College,Dandong 1 18303,China)
问题 中等区域 面积为 4.177 km。,占矿区总 面积 的 32.7%;地质环 境问题较严重 区域面积 为 2.566 km ,占矿 区总面积 的
20.1% ;地质环境 问题 严重 区域面积为 1.335 km ,占矿 区总面积 的 10.5% ,与实地调查结 果基本一致 。在上述 分析 的
基础上 ,针对 矿区西南侧发 育的典型 滑动体 ,提出 了“避 ”、“排 ”、“挡 ”、“固”4条治理 措施 ,即 :① 建立临时 或永 久性监 测设施 ,提前组织人员 避险 ;② 在边坡上缘和坡 面开挖截水沟将地 表水引 出滑坡 区 ;③ 滑坡 体下缘采用抗 滑桩 与预应 力锚杆相结合 的措施进行支档 ;④利用灌浆孔对滑坡松散 堆积体和潜在滑动面进行 固结灌浆 ,对于有效治理该矿 区地

GIS与遥感支持下基于层次分析法的土壤水资源分布研究——以石家庄市为例

GIS与遥感支持下基于层次分析法的土壤水资源分布研究——以石家庄市为例

2 0世纪 7 0年 代提 出的一种 定性 与定 量相 结合 的决策 分析 方法 。 近年来 , 层次 分析法 在水 资源 领域 的应用越 来越 广泛 : S u r a b u d d i n Mo n d a l ,Md . 等[ 6 1 基 于研 究 区 的
地貌 、 地质 、 排水 、 线性 构造 、 坡 度 和地势 等构成 的水 文
型, 以2 0 0 0年石 家庄 市为例 , 选取 6个土壤 水 影响 因子 , 分别是 降水、 蒸发、 海拔 、 坡度 、 土壤 孔 隙度 、 土 地 利 用方 式 , 最后 基 于 G I S的 空间分析 功 能 实现 了石 家庄 市土壤 水 资 源分级 。该 方 法可为 快速 获取 区
域土壤 水 资源分布提供 新 的途径 。 关 键词 : 土壤 水资 源 ; 层 次分析 法 ; G I S ; 遥感; 石 家庄
年 月尺度上 的土 壤水 资源状 况 。( 3 ) 遥感 反演 法 : 王 文
生 等[ 5 1 基 于遥 感监 测蒸 散 量 , 通过 水量 平衡 的方 法 , 对 馆 陶县用水 总量 、土 壤水 蓄变量进 行 了初步核 定与 分 析 。 以上 几种 方法 中 , 实地 观测 花费较 高 , 且插 值 区的 精 度难 以保 障 ;模型 模拟在 应用 中常 面临数据 不 足的
定 量反 映 了土 地利 用结 构对 区域水 土 流 失 的影 响 ; 苏 德 林 等阎 运用 层 次分 析法 对松 花 江哈 尔 滨江 段 水体 的
收稿 日期 : 2 0 1 3 — 0 3 — 1 2 基 金项目 : 国 家 自然科 学基 金 : 基 于静 止 气 象 卫 星数 据 的 区域 尺 度 土 壤 水 分 反 演 方 法 研 究 ( 4 1 2 7 1 3 7 9 ) ; 中 国 科 学 院 重 点部 署 项 目 : 黄 河 源 区 冻 土 变 化 的 水 文 效应 ( K Z Z D — E W一 1 3 ) ; 国 家重 点 基 础 研 究 发展 计 划 ( 2 O 1 O C B 4 2 8 8 O 0 1 作 者 简介 : 周芳成 ( 1 9 8 8 一) , 男, 山 东 烟 台人 , 硕 士 研究 生 , 研 究 方 向为 地 表 参 数遥 感 定 量 反 演 与 水 文模 拟 。E - m a i l : z h o u f a n g c h e n g l 1 @g ma i l c o m

巢湖流域生境质量时空演变特征与多情景模拟研究

巢湖流域生境质量时空演变特征与多情景模拟研究

巢湖流域生境质量时空演变特征与多情景模拟研究目录1. 内容概要 (2)1.1 研究背景 (2)1.2 研究意义 (3)1.3 国内外研究现状 (5)2. 研究区域与方法 (6)2.1 巢湖流域概况 (7)2.2 数据来源与分析方法 (8)2.3 时空分析方法 (9)3. 巢湖流域生境质量时空演变特征分析 (11)3.1 巢湖流域生境质量现状分析 (12)3.2 巢湖流域生境质量时空变化趋势 (13)3.3 巢湖流域生境质量空间分布特征 (15)4. 巢湖流域生境质量影响因素分析 (16)4.1 自然因素分析 (18)4.2 人为因素分析 (19)4.3 影响因素相互作用分析 (20)5. 多情景模拟研究 (22)5.1 模拟情景设计 (23)5.2 模型构建与参数设置 (24)5.3 模型验证与结果分析 (25)5.4 不同情景下的生境质量演变预测 (27)6. 优化策略与对策建议 (28)6.1 生境质量恢复与保护措施 (29)6.2 生态环境治理与修复策略 (31)6.3 政策建议与实施路径 (32)1. 内容概要本课题旨在深入探讨巢湖流域生境质量的时空演变特征,并结合未来可能的发展情景进行多情景模拟研究。

首先,通过收集和整理巢湖流域多年环境监测数据和地理信息数据,对生境质量进行全面评估,分析其主要影响因素,包括自然和人文因素。

其次,基于时空序列分析、技术和地理信息系统等先进方法,揭示巢湖流域生境质量在不同时间和空间尺度上的演变规律。

进而,构建多情景模拟模型,结合不同政策情景、经济发展路径以及气候变化等因素,预测未来巢湖流域生境质量的潜在变化趋势。

本研究将为巢湖流域生态保护与恢复提供科学依据,为相关部门制定合理的生态保护和水资源管理政策提供重要参考。

1.1 研究背景巢湖流域作为中国东部重要的湖泊生态系统之一,不仅承载着丰富的生物多样性,而且在调节气候、提供水资源、维护生态平衡等方面发挥着关键作用。

基于Sentinel-2_卫星遥感影像的巢湖及南淝河叶绿素a_浓度反演

基于Sentinel-2_卫星遥感影像的巢湖及南淝河叶绿素a_浓度反演

收稿日期:2021-09-17修回日期:2023-02-14基金项目:国家自然科学基金(43971311);安徽省科技重大专项(201903a07020014)。

作者简介:孙世举,1997年生,男,硕士研究生,研究方向为环境生态与资源管理。

E-mail:*****************通信作者:杨辉,1987年生,男,博士研究生,研究方向为深度学习遥感信息提取。

E-mail:***************.cn基于Sentinel-2卫星遥感影像的巢湖及南淝河叶绿素a 浓度反演孙世举1,徐浩2,吴艳兰1,3,4,吴鹏海1,3,杨辉5(1.安徽大学资源与环境工程学院,安徽合肥230601;2.北京空间飞行器总体设计部,北京100094;3.安徽省地理信息智能技术工程研究中心,安徽合肥230601;4.信息材料与智能感知安徽省实验室,安徽合肥230601;5.安徽大学物质科学与信息技术研究院,安徽合肥230601)摘要:叶绿素a 是反映水生态环境污染状况的重要指标,定量反演叶绿素a 浓度有助于及时监测水体营养状态变化,对富营养化水体治理具有重要意义。

以巢湖及南淝河支流下游为研究区域,利用Sentinel-2卫星遥感数据源,构建其叶绿素a 浓度反演模型,探究叶绿素a 浓度的时空变化规律。

结果显示,构建的深度神经网络(DNN )模型反演精度较高(R 2=0.96,MRE=31.62%,RMSE=24.4μg/L )。

通过分析减少训练样本量对DNN 模型精度的影响,发现训练样本较少时,模型仍具有较高的精度;根据其精度的敏感模型训练样本个数,将训练集按组等分,模型呈现较好的稳定性并具有一定的适用性。

分析表明,研究区叶绿素a 浓度在时间上呈现夏秋季上升、春冬季下降的规律,在空间上呈现湖区西高东低、局部近岸区分布较高的特点。

关键词:叶绿素a ;卫星遥感;浓度反演;巢湖;南淝河中图分类号:X835文献标志码:A文章编号:1674-3075(2023)04-0058-09近年来,淡水湖泊富营养化造成的藻类水华暴发问题日趋严重(钱瑞等,2022)。

基于GIS和RS的巢湖北岸湿地分类研究

基于GIS和RS的巢湖北岸湿地分类研究
第3 1卷 第 1 期 1
20 0 8年 1 1月
合肥 _ 7 大 学 学报 ( -业 自然科 学版)
J OURNAl OF H E IU NI FE VERSTY I OF TECHNOLOGY
Vo . 1No 1 13 . 1
NO . 2 0 V 08基 于 GI S和 RS的巢 湖北 岸 湿地 分类 研究
出 几点 建 议 。 关 键词 : 湖湿 地 ;图像 融 合 ; 督 分 类 巢 监 中 图分 类号 : 7 TP 9 文献 标 识 码 : A 文 章编 号 :0 35 6 ( 08 1-7 60 10 —0 O 2 0 ) 11 3—4
S u y o ta ls i c to n t e n r h b n fCh o u b sd o S a d RS t d fwe lnd ca sf a i n o h o t a k o a h a e n GI i n
ma p n fwe ln s Fis l , o r i a e f so e h d r s d t r c s h P p i g o ta d . r ty f u m g u i n m t o s a e u e o p o e s t e S OT- a a S c 5 d t. e — o d y b tl i g t e s p r ie l s i c t n m e h d h a e o t i e t h a d r to f so n l , y u i zn h u e v s d ca s f a i t o ,t e i g b a n d wih t e b n - a i- u i n i i o m me h d i f r h r p o e s d t x r c a d u e t p n o m a i n, k h a h ta d t e a i t o s u t e r c s e o e t a t ln — s y e i f r to ma e t e Ch o u we l n h m t c ma n a c lt h r a fa l i d f ta d h t d r a p a d c lu a e t e a e so l k n s o we ln s i t e s u y a e .Fi a l ,t e s a i l it i u i n n n l y h p t s rb to a d o ta d n t a sn a t r r n l z d,s v r l e o fwe l n sa d is c u i g f c o s a ea ay e e e a c mm e d t n b u o t e p t e S S r n a i s a o t w o k e h U — o h t i a l e eo me t r u d Ch o u La e a e p o o e . an b e d v l p n o n a h k r r p s d a Ke r s C a h ta d m a e f so y wo d : h o u we ln ;i g u i n;s p r ie ls i c to u e v s d c a sf a i n i

巢湖富营养化遥感监测

巢湖富营养化遥感监测

巢湖富营养化遥感监测
刘淑英;牛志春;徐升
【期刊名称】《环境监测管理与技术》
【年(卷),期】2010(022)004
【摘要】以巢湖为研究区,通过对蓝藻水华暴发程度与其光谱反射率之间关系的研究,确定MODIS遥感影像识别水华暴发级别的阈值,对4类不同暴发程度蓝藻水华光谱特征进行遥感识别;进而确立巢湖水体富营养化评价方法,建立巢湖富营养化遥感反演模型,为实时监控巢湖水质,预警蓝藻水华暴发提供技术支持.
【总页数】4页(P55-57,60)
【作者】刘淑英;牛志春;徐升
【作者单位】安徽省环境监测中心站,安徽,合肥,230061;江苏省环境监测中心,江苏,南京,210036;安徽省环境监测中心站,安徽,合肥,230061
【正文语种】中文
【中图分类】X87
【相关文献】
1.巢湖蓝藻水华时空分布特征遥感监测研究 [J], 解华明;潘法康;舒莹;黄明
2.巢湖水华遥感监测与年度统计分析研究 [J], 朱利;王桥;吴传庆;吴迪
3.巢湖蓝藻水华遥感监测初探 [J], 周先传;徐升
4.基于GF-1影像的巢湖浊度遥感监测及时空变化研究 [J], 晁明灿;赵强;杨铁利;李华富;谢发之;吴蕾
5.巢湖藻类遥感监测和气象因子分析 [J], 张红;黄勇;姚筠;马晓群
因版权原因,仅展示原文概要,查看原文内容请购买。

基于遥感的鄱阳湖五河滨岸带生态功能分区研究

基于遥感的鄱阳湖五河滨岸带生态功能分区研究

基于遥感的鄱阳湖五河滨岸带生态功能分区研究
徐坚;李国忠;郑航;栾华龙;刘同宦;杨文俊
【期刊名称】《长江科学院院报》
【年(卷),期】2022(39)7
【摘要】河流滨岸带在净化水体、截留污染、景观休闲等方面起着极为重要的作用。

为了分析鄱阳湖五河不同河段滨岸带的生态水利功能,从自然功能和社会功能
两大方面构建了滨岸带功能分类体系,综合运用遥感、GIS等空间信息技术,对鄱阳
湖五河典型河段的滨岸带进行了地表覆盖解译和功能分区,进一步分析鄱阳湖五河
典型河段滨岸带现状及横纵向的空间差异。

基于典型河段滨岸带现状分析,探讨了
滨岸带生态水利功能在河流纵、横向上的空间分区,最终结合不同河流不同河段的
特点给出针对性的生态水利治理建议,为实施流域生态保护与生态建设的分区管理、区域产业布局、生态防灾减灾、环境保护与建设规划等提供科学依据。

【总页数】9页(P154-162)
【作者】徐坚;李国忠;郑航;栾华龙;刘同宦;杨文俊
【作者单位】长江科学院空间信息技术应用研究所;长江科学院水利部长江中下游
河湖治理与防洪重点实验室;长江科学院河流研究所
【正文语种】中文
【中图分类】P237
【相关文献】
1.鄱阳湖湿地生态功能分区研究
2.鄱阳湖生态经济区主体功能分区研究
3.鄱阳湖生态经济区县域主体功能分区研究
4.基于遥感和GIS的北京湿地生态服务功能评价与分区
5.基于遥感和GIS的巢湖流域生态功能分区研究
因版权原因,仅展示原文概要,查看原文内容请购买。

基于土地利用变化的巢湖流域生态风险分析

基于土地利用变化的巢湖流域生态风险分析

基于土地利用变化的巢湖流域生态风险分析彭俊;凌敏;龚传康;张兵;俞珊妮;张宽豪【期刊名称】《洛阳理工学院学报:自然科学版》【年(卷),期】2022(32)1【摘要】测度流域景观格局与生态风险特征,建立健全流域生态风险应急制度,是合理保护流域生态的重要环节。

通过解译2000~2020年巢湖流域Landsat影像,在统计景观结构和景观指数变化的基础上,构建生态风险模型,分析巢湖流域生态风险的时空变化特征。

结果表明:巢湖流域景观结构变化总体表现为“一增、一减、四稳定”,即建设用地面积增长,耕地面积减少,草地、水域、林地和未利用地面积较为稳定;耕地向建设用地转变最为明显,主要发生在合肥市中心区域的庐阳区、瑶海区和包河区,耕地和林地之间相互转化明显,多发生在西部山地区域;各景观指数的斑块密度(NP)呈现下降趋势,香农多样性指数(SHDI)和香农均匀度指数(SHEI)呈现增加趋势,形状指数(LSI)呈现先增后降趋势;巢湖流域极低生态风险区明显减少,主要位于巢湖及周边地区以及西南部霍山县区域,极高生态风险区、高生态风险区和中生态风险区均呈增加趋势,主要分布在环巢湖区域及桐城县东南部区域,高生态风险区和极高生态风险区扩张明显,在发展环巢湖经济区时要格外关注。

【总页数】9页(P4-12)【作者】彭俊;凌敏;龚传康;张兵;俞珊妮;张宽豪【作者单位】滁州学院地理信息与旅游学院;上海市城市建设工程学校(上海市园林学校);安徽美图信息科技有限公司【正文语种】中文【中图分类】X171.1【相关文献】1.基于景观生态学的喀斯特生态脆弱区土地利用/覆被变化评价——以贵州猫跳河流域为例2.基于土地利用变化和空间统计学的区域生态风险分析——以武汉市为例3.20年巢湖流域土地利用变化及生态服务功能价值分析4.基于RSEI的巢湖流域生态环境质量时空变化分析5.基于GIS干旱区绿洲县域土地利用变化生态风险分析——以新疆泽普县为例因版权原因,仅展示原文概要,查看原文内容请购买。

基于多源遥感数据的巢湖水华长时序时空变化(2009-2018年)分析与发生概率预测

基于多源遥感数据的巢湖水华长时序时空变化(2009-2018年)分析与发生概率预测

ke SOi湖泊科学),2021,33(2):414-427DOI10.18307/2021.0204©2021by Journal p Lake Sciences基于多源遥感数据的巢湖水华长时序时空变化(2009-2018年)分析与发生概率预测!祁国华1,2,马晓双1,2!!,何诗瑜#,吴鹏海1,2(1:安徽大学资源与环境工程学院,合肥230601)(2:安徽大学湿地生态保护与修复安徽省重点实验室,合肥230601)摘要:湖泊富营养化导致的水华问题严重影响了淡水资源的利用和保护,快速、全面、准确的监测水华信息对于湖泊水环境的治理具有十分重要的意义•本文以巢湖为研究区域,利用多源光学遥感影像和时空融合技术,采用波段融合的方式将ENZ指数波段加入到遥感影像当中#并通过监督分类解译水华信息,以此揭示2009—2018年10年间巢湖水华的时空变化规律.结果表明:巢湖发生的水华以零星和局部水华为主#2012年巢湖水体首次出现区域蓝藻水华;巢湖水华的季节变化性强,夏、冬半年水华变化差异大,其中2018年季节间的差异最为显著;巢湖水华后五年发生频率明显高于前五年#西半湖水华较东半湖严重#且巢湖西北部是水华的高发区域#2011年水华开始向沿岸蔓延#2014年水华首次出现在西南湖区#2016年巢湖水华高发区域新增巢湖东部和中部地区•另外#本文根据巢湖的相关气象数据#构建了Logibe水华气象风险概率预测模型#模型平均预测准确率高达87.52%.探究巢湖水华长时序的时空变化规律有助于从宏观上把握其动态趋势#为后续湖区治理以及周边生态环境建设提供理论依据#水华气象风险概率预测模型可为巢湖水华的预警和防控提供决策支持.关键词:巢湖;水华;遥感监测&监督分类&时空变化&气象数据;Logibic模型Long-term spatiotempordl variation analysis and probability prddiction of algal blooms in Lake Chaohu(2009-2018)based on multi-source remote sensing date*Qi Guohua1'2,Ma Xiaoshuang1'2**,He Shi y u1&W(Penghai1#2(1:School of Resources and Environmental Engineering#Anhui University#Hefei230601#P.R.China)(2:Anhui Province Key Laborctory of Wetland Ecosystem Protection and Restoration#Anhui University#Hefei230601#P.R.China)Abstract:The algal blooms problem caused by eutrophication of lakes has seUously affected the utilization and protection of fresh­water resources#hence the rapid#comprehensive and accurate monitoring of algal blooms information ft of great significance7s the governance of water environment.Taking Lake Chaohu as the research area#this a/icle uses mulO-source optical remote sensing omag7sand spatoo-tmpoeaaousoon tchnoaogytoee7aath7spatoo-tmpoeaachang7te7ndsooaagaabaoomsoeom th7y7aeoo2009to 2018#by7mpaoyongband ousoon m7thod and sup7eeos7d caa s ooocatoon-bas7d baooms7xteactoon m7thod.Th7esuatsshowthat:Th7 algal blooms in Lake Chaohu are mainly sporadic and localized.In2012#egional cyanobacteria blooms appeared for the first time. Algal blooms in Lake Chaohu has a strong seasonal variation#and there is a big dibeence between summer and winter which ft most significant in2018;in the last five years#the occurrence frequency of algal blooms was significantly higher than that of the previous five yeav.The west half lake blooms were more serious than the east half lake blooms#and the no/hwest part of Lake Chaohu had a high incidence of algal blooms.In2011#tUe algal blooms began to spread to the coast;In2014#the algal blooms 7ct appeared in the southwest lake area&In2016#the eastee and cenWal pa/s of Lake Chaohu became the hCh-accur e nce area. Besides#based on the relevant meteorological data of Lake Chaohu#this paper constecW a Logistic forecast model of algal meteore-*2020-05-25;2020-06-30.国家自然科学基金项目(41701390)和安徽省科技重大专项(201903a07020014)联合资助.**通信作者;E-mail:************.祁国华等:基于多源遥感数据的巢湖水华长时序时空变化(2009—2018年)分析与发生概率预测415logical risk probability with an average prediction accuracy rate of87.52%.The study of We spatio-temporal variation of cyanobacte­ria blooms in Lake Chaohu can help us t grasp its dynamic trend from a macro perspective,providing a theoretical basis tfs subse­quent lake area governance and ecological environment consWucttn.Besides,the algal blooms meteorological sisk probability po-diction model can provide decision suppoO for early warning and prevention of Lake Chaohu's algal blooms.Keywords:Lake Chaohu;algal blooms;remote sensing monitoring;supervised classification;spaXotemporal changes;meteoro­logical data;Logistic model淡水资源是我国社会经济发展最重要的资源之一,它的利用和保护关系到国家发展和社会民生•近年来,随着人类活动的增加和经济的快速发展,淡水湖泊的富营养化已经成为一个严重的生态、环境、经济和社会问题,而蓝藻水华则是富营养化湖泊中最常见的环境问题•据报道,我国有不少大型淡水湖泊,如巢湖E、太湖⑵、滇池⑶、洱海+4]等都岀现过大规模的水华现象.水华的频繁发生,严重威胁了湖泊周边居民的生产生活用水安全,并且对湖区的生物多样性甚至整个生态系统造成了严重的影响⑸.因此,快速、全面、准确的掌握水华发生的规律,探究水华发生的驱动因素,对后期水华的监测、治理以及预防具有十分重要的意义纟近年来卫星遥感技术的发展和应用愈发成熟,使得大范围、长时序的水华监测得以实现,与常规监测手段相比具有无可比拟的优势,国内外众多学者利用卫星影像在蓝藻水华监测研究中取得了明显的成效•例如李晟铭等利用Landsat影像探究了巢湖水华的长时序时空变化特征⑹;唐晓先等〕通过MODIS数据揭示了2000—2015年间巢湖水华的时空变化规律.Landsat卫星发射时间早、空间分辨率高,虽然能满足长时序研究的要求,但重返周期长,实际研究中数据密度较低,由于水华高动态性的变化特点,数据密度对水华动态分析的影响较大;MODIS数据时间分辨率较高,每天都可获取到影像,但其空间分辨率较低,最高仅有250 m,在一定程度上会影响水华提取的精度,并且不适应用监督分类的方式解译水华.大部分长时序的研究都受限于单一数据源的缺点,无法兼备高时空数据的优点.因此,要想提高水华提取的精度,更加准确客观地分析水华长时序时空变化趋势,必须获取高时间和高空间分辨率的遥感影像纟如何利用技术手段提高水华解译的精度是水华研究的一个热点课题.Rouse等⑻提岀了归一化植被指数(normalized dCferenco veyetation index,ENZ),用来区分水体和水中蓝藻;Hu⑼建立了一种浮游藻类指数(UoaCng algae index,FAI)来识别水华,有效地减小了大气对水华提取的影响•指数阈值提取法对水华有较好的辨识性,但是对于不同数据源甚至同一数据源不同时相的遥感影像,阈值都会发生变化,因此阈值的选定存在极大的主观性和不确定性;再者,阈值提取法避免不了会将“异物同谱(的物质进行误分,容易导致水华面积偏大•不少学者,如潘琛等利用监督分类的方法对内陆湖泊的水华信息进行有效提取;Zhang等+11〕利用监督分类的方法对海洋中的赤潮进行了识别•监督分类的优势在于能够有效利用研究者的经验,摆脱阈值选择带来的困扰,并且在样本选取时还能消除浑浊水体的背景干扰和“异物同谱”物质的影响,但是易于受影像质量问题(如云、雾等)的影响,在样本选择过程中往往会岀现误选,导致难以取得较高的解译精度.因此本质上来讲,提高样本选择的准确性以及在监督分类中考虑更多的影像信息特征是提高水华提取精度的有效途径纟在利用遥感影像监测到水华信息的基础上,众多学者针对水华时空变化开展了相关的研究•例如马荣华等对太湖蓝藻水华最初在夏季岀现时间的变化、覆盖面积、空间分布特点等做了研究〔⑵,朱利等+13]从发生频率、起始日期和持续时间三个角度分析探讨了巢湖水华的动态变化规律•以上这些研究虽然都尝试从不同角度探寻水华的时空变化规律,但受限于遥感数据量较少、分辨率较低以及水华提取方法精度不高等的影响,难以较准确获取长时间尺度、高时空分辨率的水华信息•此外,还有学者通过分析湖区气象条件变化对水华发生的影响,利用LoghOc回归建立气象风险概率预测模型,将气象因子与遥感监测结果建立直接的关系[⑷•气象因素虽不是水华发生的主导因素,但却是诱导因素,不同湖区气象条件差异显著,如何选取气象因子精准建立预测模型以及判定水华气象风险的主导气象因素值得探寻和深入研究纟本文利用2009—2018年10年间巢湖区域的多源遥感影像以及时空融合技术得到研究区长时序高时空分辨率的遥感数据,采用波段融合的方式将NDVI指数波段加入到遥感影像当中并通过监督分类提取水华信息,从水华发生程度、四季变化特征、发生频率、空间分布及其原因等角度揭示了巢湖水华的长时序时空416J. Lake SO.(湖泊科学),2021,33(2)变化特征;另外,通过分析水华发生期的气温、日照、降水、风速等气象因素,构建Logioic 巢湖水华气象风险预 型,为 湖水华的 、治理和防控提供了重要的理论 和 支撑.1研究区域与数据13研究区域概况巢湖(31。

应用MODIS数据监测巢湖蓝藻水华的研究

应用MODIS数据监测巢湖蓝藻水华的研究

应用MODIS数据监测巢湖蓝藻水华的研究梅长青;王心源;彭鹏【期刊名称】《遥感技术与应用》【年(卷),期】2008(23)3【摘要】以巢湖为研究区域,以MODIS卫星影像为数据源,结合准同步的地面水质监测数据,将MO-DIS250m分辨率的波段反射率与叶绿素a浓度实测值进行相关分析。

在此基础上通过回归拟合,构建基于中分辨率成像光谱仪(MODIS)的叶绿素遥感提取模型。

应用模型成功提取出蓝藻爆发水域chl-a的分布。

从MODIS遥感图像上可以清晰地反映出巢湖这次蓝藻爆发的强度、地点和分布范围。

研究结果表明:用MODIS影像监测巢湖蓝藻水华是可行的,其中250m分辨率波段1、2的比值组合r2/r1与叶绿素a浓度实测值高度相关(R=0.9093),适于反演叶绿素a浓度。

【总页数】6页(P328-332)【关键词】MODIS影像;巢湖;蓝藻水华【作者】梅长青;王心源;彭鹏【作者单位】安徽师范大学环境科学学院;中国科学院-教育部-国家文物局遥感考古联合实验室安徽遥感考古工作站【正文语种】中文【中图分类】TP79【相关文献】1.基于MODIS数据的淀山湖蓝藻"水华"监测 [J], 怀红燕;张锦平;汤琳2.EOS/MODIS数据在太湖蓝藻水华时空分布规律提取中的应用研究 [J], 金焰;张咏;姜晟3.EOS/MODIS数据在太湖蓝藻水华时空分布规律提取中的应用研究 [J], 金焰;张咏;姜晟4.基于MODIS数据的巢湖蓝藻水华时空分布特征分析 [J], 关保宇5.基于MODIS数据的巢湖蓝藻水华时空分布规律 [J], 董丹丹;孙金彦;黄祚继;宋强;王春林因版权原因,仅展示原文概要,查看原文内容请购买。

1962—2019年巢湖流域土地利用变化遥感监测及驱动因素分析

1962—2019年巢湖流域土地利用变化遥感监测及驱动因素分析

1962—2019年巢湖流域土地利用变化遥感监测及驱动因素
分析
熊竹阳;崔力鹏
【期刊名称】《中国防汛抗旱》
【年(卷),期】2024(34)3
【摘要】为掌握巢湖流域土地利用类型变化及驱动因素,给巢湖流域生态环境保护和产业发展规划提供参考,基于1962—2019年巢湖流域10期遥感影像,解译了耕地、林草及未利用土地、水域、建设用地4种土地利用类型,分析了巢湖流域近60年来土地利用类型变化和转移情况,重点探讨了改革开放后不同年份农业联产承包责任制、城镇化、生态恢复等因素对流域土地利用变化的影响。

结果表明:建设用地面积逐年增加,耕地、水域面积逐年减少。

城镇扩张、生态恢复、农业开发是影响巢湖流域土地利用变化的3个主要驱动因素。

【总页数】5页(P55-59)
【作者】熊竹阳;崔力鹏
【作者单位】安徽省巢湖管理局湖泊生态环境研究院
【正文语种】中文
【中图分类】F301.2;P237
【相关文献】
1.基于遥感监测的无锡市土地利用变化特征及其驱动力分析
2.近30年巢湖流域土地利用变化及其驱动力研究
3.县级土地利用变化遥感动态监测及驱动力分析研究
——以内蒙古自治区包头市固阳县为例4.黄河三角洲典型地区土地利用变化遥感监测及驱动力分析5.日照市土地利用变化遥感监测及驱动力分析
因版权原因,仅展示原文概要,查看原文内容请购买。

  1. 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. 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. 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)。

第33卷第18期2013年9月生态学报ACTA ECOLOGICA SINICA Vol.33,No.18Sep.,2013基金项目:国家自然科学基金项目(41271427);安徽省高等学校省级自然科学研究重大项目(ZD200908)收稿日期:2013-03-27;修订日期:2013-07-01*通讯作者Corresponding author.E-mail :jedi-wuli@163.com DOI :10.5846/stxb201303280543王传辉,吴立,王心源,王官勇,孙叶根,胡降临.基于遥感和GIS 的巢湖流域生态功能分区研究.生态学报,2013,33(18):5808-5817.Wang C H ,Wu L ,Wang X Y ,Wang G Y ,Sun Y G ,Hu J L.RS-and GIS-based study on ecological function regionalization in the Chaohu Lake Basin ,Anhui Province ,China.Acta Ecologica Sinica ,2013,33(18):5808-5817.基于遥感和GIS 的巢湖流域生态功能分区研究王传辉1,吴立1,*,王心源2,王官勇3,孙叶根1,胡降临1(1.安徽师范大学国土资源与旅游学院,芜湖241003;2.中国科学院遥感与数字地球研究所,北京100094;3.滁州学院地理信息与旅游学系,滁州239000)摘要:生态功能分区是区域自然资源科学管理及可持续发展利用的基础。

基于生态功能分区原则,考虑流域———子流域完整性进行巢湖流域生态功能分区。

在综合分析巢湖流域生态环境基本特征的基础上,确定生态功能分区原则、依据、方法及命名,基于遥感与GIS 在数据采集方面及多层面叠加功能的优势,通过遥感数据对研究区土地利用信息的提取以及利用DEM 空间分析进行子流域划分等技术手段,探讨了遥感和GIS 技术支持下的研究区子流域生态功能划分方法,形成了巢湖流域生态功能分区方案,将全流域分为5个生态功能区和12个生态功能亚区,并阐明了不同生态功能区的生态保护重点与经济社会发展约束。

对于新调整行政区划的巢湖流域生态环境综合治理具有重要的现实意义,可为流域产业布局、生态防灾减灾、环境保护与建设规划等提供科学依据。

关键词:遥感和GIS ;巢湖流域;生态与环境;生态功能分区RS-and GIS-based study on ecological function regionalization in the Chaohu Lake Basin ,Anhui Province ,ChinaWANG Chuanhui 1,WU Li 1,*,WANG Xinyuan 2,WANG Guanyong 3,SUN Yegen 1,HU Jianglin 11College of Territorial Resources and Tourism ,Anhui Normal University ,Wuhu 241003,China2Institute of Remote Sensing and Digital Earth ,Chinese Academy of Sciences ,Beijing 100094,China3Department of Land Information Engineering ,Chuzhou University ,Chuzhou 239000,ChinaAbstract :Ecological function regionalization ,one of the important methods for conducting geographic spatial division ,is based on environmental resource ,ecological sensitivity ,and spatial differentiation of ecological service functions.By using this method ,an entire area can be divided into several different ecological function regions.Based on an analysis of the basic features of the ecological environment of the Chaohu Lake Basin of Anhui Province ,China ,the principles ,basis ,methodology and nomenclature of ecological function regionalization have been determined.The purpose is to clarify ecological environmental problems and fragile areas ,and to provide scientific grounds for environmental protection and the planning of construction ,ecological security ,rational use of resources ,and industrial distribution of the studied area.As the sub-valley is an independent geographic unit within the entire basin ,its ecosystem has ecological integrity from upstream to downstream.Thus ,conducting monitoring and management of regional ecological environments in sub-valley units is of great importance to the conservation and ecological restoration of regional ecosystems.However ,most sub-valleys cover multiple economic or administrative units ,and thus it is difficult to obtain the thematic information of the ecological environment for each sub-valley.The superiority of RS and GIS is embodied fully here.The advantages of data collection and multilayer superstition are made full use of for solving the difficult problems of ecological information extraction.The data for the research include :1ʒ50000basic digital geographical data of the Chaohu Lake Basin ,such as data layers of river systems ,residential areas ,railways ,administrative divisions ,and contour lines ;digital data layers for resources andenvironments derived from the vectorization of 1ʒ250000soil type ,land type ,and land use maps ;and 1ʒ100000land use maps interpreted from Landsat TM images from January 11,2009.The above data layers are tested and updated from Landsat TM images.Through extraction of land use information from remote sensing data and sub-valley divisions from DEM analysis ,this research discusses the methodology of sub-valley ecological function regionalization in the study area ,based on the application of RS and GIS technology.The ecological function regionalization of the Chaohu Lake Basin was established and five ecological function regions and 12sub-regions determined.The dominant factor of the first-level ecological function region is the boundary of the sub-valley ,reflecting the general pattern of ecological function with the sub-valley as a unit.The dominant factor of the second-level ecological function region is the land use type.However ,characteristics of landformor climate ,ecosystem type ,and ecosystem service function should also be embodied.The second-level ecological function region is the basic unit of ecological function type ,reflecting the differentiation of ecological function inside the first-level division.The focus of ecological protection and the economic-social development constraints of each ecological function region were also clarified.The above technique reduces costs greatly and improves the accuracy and efficiency of the graphics ,realizing the classic graphical principles (e.g.,principles of the dominant factor and superposition )excellently.This study has important realistic meaning for integrated management of the ecological environment of the Chaohu Lake Basin ,and provides scientific grounds for comprehensive control of the ecological environment ,industrial distribution ,ecological hazard prevention and reduction ,environment protection ,and the planning of construction in this area.Key Words :RS and GIS ;Chaohu Lake Basin ;ecology and environment ;ecological function regionalization以区划思想为代表的空间分区研究一直是地理学的传统和永恒主题,其起源可以追溯到19世纪初德国地理学家HumboldtAlexander 提出的区域分异理论[1],而后Merriam 于1898年提出了对美国农作物带进行的农业区划方案[2]。

相关文档
最新文档