期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
京杭大运河沿线地区城市化与生态环境耦合协调关系研究 被引量:12
1
作者 孟丹 刘玲童 +2 位作者 宫辉力 李小娟 蒋博武 《自然资源遥感》 CSCD 北大核心 2021年第4期162-172,共11页
以京杭大运河沿线地区城市为研究对象,运用夜间灯光数据和Landsat数据分别建立表征城市化水平的夜间灯光指数和表征生态环境质量的遥感生态指数,研究京杭大运河沿线地区城市1992—2018年的城市化及生态环境变迁;运用耦合协调度模型及其... 以京杭大运河沿线地区城市为研究对象,运用夜间灯光数据和Landsat数据分别建立表征城市化水平的夜间灯光指数和表征生态环境质量的遥感生态指数,研究京杭大运河沿线地区城市1992—2018年的城市化及生态环境变迁;运用耦合协调度模型及其分类原则判定两者协同发展格局,为京杭大运河沿线地区城市与生态环境协调发展提供科学依据和决策支持。结果表明:①京杭大运河沿线地区城市发展水平具有空间不平衡性,呈现出南北高,中部低的空间格局,1992—2018年京杭大运河沿线地区高城市化水平的城市逐年增多,1992—2002年为城市化缓慢发展阶段,2002—2013年为城市化进程加速阶段,2013—2018年为城市化稳步提升阶段;②1992—2018年京杭大运河沿线地区遥感生态指数均大于0.4,表明京杭大运河沿线地区生态环境均较好,1992—2002年京杭大运河沿线地区生态环境状况相对稳定,2002—2007年生态环境质量提升,2007—2018年生态环境质量有所下降;③1992—2018年京杭大运河沿线地区城市化与生态环境系统耦合协调度先上升后下降,协同发展类型整体上逐渐由城市化滞后演变为生态环境滞后,生态环境质量需要进一步提高。大运河沿线地区在发展经济的同时,也应加大对生态环境的保护。 展开更多
关键词 京杭大运河 城市化 生态环境 耦合协调
下载PDF
基于Landsat-8遥感数据的冬小麦种植区地表蒸散量时空分布研究 被引量:3
2
作者 蒋博武 孟丹 +1 位作者 郭晓彤 朱琳 《灌溉排水学报》 CSCD 北大核心 2022年第7期140-146,共7页
【目的】基于Landsat-8遥感数据估算冬小麦不同生育期蒸散量,为区域尺度科学、精准灌溉提供依据。【方法】以河南省商丘市梁园区为研究区,选取Landsat-8遥感数据、气象数据和冬小麦农业观测站点数据,利用监督分类结合阈值法提取冬小麦... 【目的】基于Landsat-8遥感数据估算冬小麦不同生育期蒸散量,为区域尺度科学、精准灌溉提供依据。【方法】以河南省商丘市梁园区为研究区,选取Landsat-8遥感数据、气象数据和冬小麦农业观测站点数据,利用监督分类结合阈值法提取冬小麦种植区的空间分布,采用SEBS模型估算其蒸散量,分析冬小麦蒸散量的时空变化特征。【结果】研究区内冬小麦种植面积的提取精度为88.0%,kappa系数达到了0.75,冬小麦种植面积占研究区耕地总面积的66.85%,占土地总面积的43.96%。冬小麦蒸散量随季节变化显著,平均蒸散量表现为夏季>春季>秋季>冬季。分析不同生育期冬小麦蒸散频率,在播种期、分蘖期、拔节期和抽穗期的蒸散频率分布集中,在收获期蒸散频数分布离散,冬小麦蒸散量表现为:抽穗期>拔节期>收获期>播种期>分蘖期。【结论】基于Landsat-8遥感数据,采用SEBS模型可准确估算冬小麦日尺度蒸散量的时空分布,研究结果对于农业水资源合理利用和分配具有重要意义。 展开更多
关键词 Landsat-8 SEBS模型 蒸散发 冬小麦
下载PDF
基于MODIS蒸散量数据的淮河流域蒸散发时空变化及影响因素分析 被引量:13
3
作者 郭晓彤 孟丹 +2 位作者 蒋博武 朱琳 龚建师 《水文地质工程地质》 CAS CSCD 北大核心 2021年第3期45-52,共8页
淮河流域作为我国重要的粮食产地,其水资源利用情况具有很高的研究价值。利用MODIS蒸散发数据产品(MOD16/ET)、降水和气温时序数据以及土地利用数据,探讨了淮河流域20002014年蒸散量时空变化特征及其对气候变化、土地利用的响应。结果表... 淮河流域作为我国重要的粮食产地,其水资源利用情况具有很高的研究价值。利用MODIS蒸散发数据产品(MOD16/ET)、降水和气温时序数据以及土地利用数据,探讨了淮河流域20002014年蒸散量时空变化特征及其对气候变化、土地利用的响应。结果表明:淮河流域蒸散量在空间上表现为南高北低,蒸散量多年均值为589.1 mm,夏季最高,冬季最低。整体而言,淮河流域15年间蒸散量具有先增加后减少的趋势;趋势分析结果显示,31.4%的地区蒸散量呈显著或极显著减少趋势,5.4%的地区蒸散量呈显著或极显著增加趋势,63.2%的地区蒸散量无显著变化。从蒸散量的气候因子分区看,52.0%的区域表现为非气候因子驱动型,44.1%的地区为降水驱动型,双因子驱动型和气温驱动型范围很小,面积占比分别为2.4%、1.5%,表明人类活动对蒸散发的影响巨大。四种植被覆盖土地利用蒸散量均值表现为林地>水田>旱地>草地。根据20002014年土地利用转变引起蒸散量变化的统计结果,草地转变为水田时蒸散量明显增加,旱地转变为草地、林地转变为旱地后蒸散量明显减少。 展开更多
关键词 MODIS 时空分布特征 土地利用类型 气温 降水 淮河流域 蒸散发
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部