期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
宁夏荒漠草原带生态环境质量时空变化及其驱动机制
1
作者 岳奕帆 赵文智 +1 位作者 刘任涛 李涛 《生态学报》 CAS CSCD 北大核心 2024年第20期9067-9080,共14页
生态环境质量及其变化评价是生态系统管理的关键依据,也是衡量区域生态文明建设成效的重要指标。宁夏荒漠草原带人工绿洲、旱作农田、荒漠草原、流动沙地并存,加上黄河及其沿岸湿地,山水林田湖草沙景观相对完整,是研究多种生态系统耦合... 生态环境质量及其变化评价是生态系统管理的关键依据,也是衡量区域生态文明建设成效的重要指标。宁夏荒漠草原带人工绿洲、旱作农田、荒漠草原、流动沙地并存,加上黄河及其沿岸湿地,山水林田湖草沙景观相对完整,是研究多种生态系统耦合生态环境质量评价的典型区域。以宁夏中部荒漠草原带为例,基于Google Earth Engine(GEE)云平台对2000—2020年Landsat地表反射率图像进行像元间优化重构,计算了区域湿度(WET)、绿度(NDVI)、干度(NDBSI)、热度(LST)四个分量指标,利用土地分类数据核算区域生态系统服务价值(ESV),通过主成分分析法将上述指标加权耦合,构建改进型遥感生态指数(IRSEI),在长时序尺度下对研究区域生态状况进行监测,并明确影响IRSEI的主要驱动因素。结果表明:(1)前两主轴累计贡献率为84.66%,其中NDVI与WET是PC1主要贡献因子;ESV是PC2的主要贡献因子。IRSEI的评价分析中引入ESV减少了分量指标在PC1的聚集现象,将分量指标分散有效反映了IRSEI的多样性。(2)研究区生态系统服务价值呈现稳步增加的趋势,其中调节服务>支持服务>供给服务>文化服务,空间上呈东北高西南低的格局。(3)2000—2020年IRSEI指数均值范围为0.546—0.598,呈现单峰型波动增加趋势,增长率为7.42%。2000—2020年,面积变化由中等与较高级为主转变为较高与高等级为主,其中高等级面积增长率达到84.79%。(4)降水是影响IRSEI分异的主要驱动因素,整体驱动因素上:降水>人口密度>温度>土地利用强度>经济生产总值。海拔则是通过影响气候因子进而间接影响了IRSEI指数。研究评价了2000—2020年宁夏荒漠草原带生态环境质量时空变化特征及驱动机制,为指导区域生态保护修复和可持续发展提供了重要决策参考。 展开更多
关键词 生态环境质量 改进型遥感生态指数 生态系统服务价值 驱动机制 主成分分析
下载PDF
基于GEE平台的舟曲县1998—2019年植被覆盖变化分析 被引量:7
2
作者 岳奕帆 陈国鹏 +2 位作者 王立 李小霞 李瑱 《草地学报》 CAS CSCD 北大核心 2022年第6期1534-1542,共9页
为了探究甘肃省舟曲县植被覆盖的时空变化,精确把握区域植被增减情况并及时做出应对措施,本文基于Google Earth Engine云平台,以Landsat 30 m遥感数据作为数据源,辅以DEM与气象数据,运用像元二分模型、趋势分析等方法对舟曲县1998—201... 为了探究甘肃省舟曲县植被覆盖的时空变化,精确把握区域植被增减情况并及时做出应对措施,本文基于Google Earth Engine云平台,以Landsat 30 m遥感数据作为数据源,辅以DEM与气象数据,运用像元二分模型、趋势分析等方法对舟曲县1998—2019年间的植被覆盖进行逐像元时空变化特征分析。结果表明:22年间舟曲县FVC在0.76~0.85之间波动,整体植被覆盖呈显著增加的趋势(P<0.05),增长速率为3.9×10^(-3) a^(-1),春季和初夏的降水与FVC呈显著正相关(P<0.05);植被覆盖度随海拔的升高呈单峰型变化,在中海拔段(2200~3400 m)表现最优良;县域植被覆盖以轻微改善为主,面积占总面积一半以上;退化趋势也以轻度退化为主,明显退化与显著退化面积占比极低;变异系数呈稳定态势,稳定区域面积占比71.33%。研究植被覆盖的长时序变化特征可为舟曲县生态修复效果评价提供参考依据。 展开更多
关键词 Google Earth Engine 舟曲县 植被覆盖 时空变化 趋势分析
下载PDF
基于Google Earth Engine云平台的甘肃舟曲县生态环境质量动态监测与评价 被引量:9
3
作者 岳奕帆 陈国鹏 +2 位作者 王立 杨钧 杨克彤 《应用生态学报》 CAS CSCD 北大核心 2022年第6期1608-1614,共7页
舟曲县地处青藏高原向秦巴山地的过渡区,是长江上游生态屏障的重要组成部分。本研究利用Google Earth Engine云处理平台对1998—2019年Landsat地表反射率图像进行像元间优化重构,计算区域湿度、绿度、干度、热度分量4个指标,利用主成分... 舟曲县地处青藏高原向秦巴山地的过渡区,是长江上游生态屏障的重要组成部分。本研究利用Google Earth Engine云处理平台对1998—2019年Landsat地表反射率图像进行像元间优化重构,计算区域湿度、绿度、干度、热度分量4个指标,利用主成分分析法将分量指标耦合,构建遥感生态指数(RSEI),分析舟曲县生态环境质量的时空变化。结果表明:4个分量指标对耦合构成的RSEI特征值贡献率均在70%以上,且载荷分布均匀,表明RSEI集成了分量指标绝大部分特征。1998—2019年,舟曲县RSEI在0.55~0.63,呈现增加趋势,增长率为0.04·(10 a)^(-1),良好等级的面积增幅明显,增加425.56 km^(2)。海拔≤2200 m区域以中等及中等偏低生态环境质量等级为主,良好生态环境质量等级的面积增加16.5%;海拔2200~3300 m区域生态环境质量以良好等级为主,2019年增至71.3%,中等及以下生态环境质量等级的面积逐年下降;海拔≥3300 m区域以中等生态环境质量等级为主。研究期间,中等及以下生态环境质量等级呈“U”型变化趋势。舟曲县的生态环境质量趋势向好,但也有波动,需继续加强生态环境的保护和治理,以保障生态环境质量的持续改善。 展开更多
关键词 Google Earth Engine 遥感生态指数 主成分分析 生态环境质量
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部