“一带一路”地区资源环境多要素空间格局初探

"一带一路"倡议涉及区域覆盖亚非欧大陆,沿线国家自然资源丰富,发展潜力巨大。推进"一带一路"倡议的实施既是我国深化对外开放的需要,也是加强同亚非欧国家和世界各国合作的需要,对于强化农业资源环境保护和利用、积极拓展农业国际合作领域,实施农业走出去战略意义重大。本研究区选择与"一带一路"经济走廊紧密关联的64个国家,通过多源数据整合、处理和GIS分析,可视化揭示各国在资源环境方面的发展状况,在劳动力、市场、贸易与能源等方面的发展机遇,以及各国在灾害、健康、宗教与恐怖活动等方面面临的挑战。具体分析的数据类别涉及人口、农业发展、能源、科技、基础设施、经济贸易、国际合作和自然灾害等8大类,数据分析指标包括人口密度、人口增长率、劳动力人口、人口粗出生率、农业用地面积、农业用地百分比、耕地面积、耕地百分比、谷物产量等22个。结合各专题要素GIS空间布局,对"一带一路"地区资源环境多要素格局进行分析,并结合其发展机遇与挑战提出相关建议。

“一带一路”经济走廊资源环境信息开发利用研究进展与展望

六大经济走廊是“一带一路”倡议的战略支柱,该区域横跨亚、欧、非大陆,涉及国家众多,地理条件千差万别,资源环境本底复杂。通过对沿线区域资源环境信息进行系统性、全面性的揭示,能够为科学推进“一带一路”倡议实施提供至关重要的决策支持作用。本文提出了面向协同创新的“一带一路”空间信息服务系统框架,综述了“一带一路”经济走廊地区在资源环境信息开发利用进展,具体包括资源环境格局与时空演变、联合国可持续发展目标监测与评价、防灾减灾知识服务关键技术应用、资源环境信息集成与共享、新冠疫情对经济社会发展影响,进而展望了其发展趋势和潜在的研究方向,为“一带一路”经济走廊的可持续发展提供决策支持。

基于特征空间的黄河三角洲垦利县土壤盐分遥感提取

土壤盐渍化是实现土地资源可持续利用所面临的重要挑战,在我国滨海的黄河三角洲区域遥感定量反演适宜方法可为区域盐渍化监测与防治提供技术方法参考。研究以Landsat 8 OLI数据和野外实测数据为基础,提取关键地表特征参量,定量化探讨土壤盐分与地表生物物理参数之间的规律及关系,建立黄河三角洲土壤盐分最优反演模型。结果表明:Albedo-MSAVI、SI-Albedo、SI-NDVI反演精度分别为83.4%、88.8%和80.6%。分析认为SI-Albedo模型最适用于滨海地区盐渍化程度反演,对滨海地区土壤盐分的预测能力较强;Albedo-MSAVI、SI-NDVI模型对内陆干旱、半干旱地区的盐渍化信息提取具有一定的参考意义。基于精度最高的SI-Albedo所反演的结果来看,垦利县盐渍化程度自东向西总体呈高低高走向,与该区域盐分积聚的成因机理相符。

基于深度神经网络的蒙古国色楞格河流域水体信息提取

蒙古高原地处干旱半干旱地区,河流水系对该区域的资源环境格局及其生态环境影响重大。发源于蒙古国的色楞格河是蒙古高原最主要的水资源来源,准确掌握该流域的水体信息对东北亚地区生态环境问题及资源保护具有重要意义。本文以蒙古高原色楞格河流域为研究对象,基于谷歌地球引擎(Google Earth Engine,GEE)云平台,使用Sentinel-2多光谱卫星遥感影像,利用深度神经网络(Deep Neural Network,DNN)方法对色楞格河流域的水体信息进行提取,并与支持向量机方法进行对比;利用全球30 m SRTM数据生成水系分布矢量图,通过空间分析形成河流提取目标区,结合深度神经网络分类结果,绘制蒙古国色楞格河流域2019年河流分布图。研究结果表明:①该方法能够准确地完成大流域范围内的水体制图,提取结果能够体现色楞格河流域河流的空间分布,且能够减少河流断流、空洞现象;②深度神经网络模型中批量大小设置为8时,在处理数据速度与精度中达到最优,而神经网络结构中隐含层数达到4层时,在精度评价指标测试数据集上达到0.9666,保证了模型特征挖掘能力;③经样本点的验证,结果总体精度达到97.65%,可以满足实际应用需求。本研究预期可以为蒙古高原的水体提取提供方法支持和相关数据支持。

蒙古国中东部地区2006–2015年产草量遥感估算研究（英文）

蒙古国是“一带一路”倡议“中蒙俄经济走廊”的重要组成部分,也是受全球气候变化影响显著的区域,草地产草量的变化对该地区可持续发展具有深远影响。本文探索适合于蒙古国地区特征的产草量估算最优模型,并对该地区产草量时空分布进行研究。基于EVI、MSAVI、NDVI和PsnNet四种遥感指数,结合地面观测资料,通过统计分析方法建立三种产草量估算模型。在模型评价基础上,选择模拟效果最好的基于MSAVI的指数函数模型(模型精度78%),完成2006-2015年蒙古国中东部6省产草量估算。结果表明,研究区10年间产草量具有明显的波动趋势,前5年产草量缓慢下降,后5年则波动较大,总体略呈上升趋势。研究区产草量(单产)自西南向东北呈逐渐增加的趋势,大部分省份单产均在lOOOkgha-1以上,最大单产地区为肯特省,为3944.35kghaH;各省产草量(总量)差异较大,其中肯特省的产草量(总量)最高,为2341.76>U04t。研究还发现,中蒙俄铁路沿线产草量变化趋势与研究区6省基本一致。

基于稀疏样点的蒙古国产草量估算方法研究

产草量是衡量草原生产力和诊断草原健康状况的指标,是草地资源管理的重要依据。近年来,遥感数据结合地面实测数据建模已成为产草量估算的重要手段。充足的实测样点信息是产草量遥感建模估算的基础。受境外采样多重因素的制约,蒙古国产草量估算研究中无法获取足够且分布均匀的实测样点,估产模型的精度受到影响,这一问题目前尚未发现有好的解决方法。本研究选取中蒙铁路沿线(蒙古段)两侧200 km缓冲区作为研究区,针对产草量遥感估算中野外样点稀少且分布不均的问题,引入P-BSHADE方法,基于多年NDVI数据和获取的少量地面实测样点数据,考虑草地分布的非均匀性以及样点之间的相关性,对均匀分布的模拟样点处的产草量数据进行插值实验。结果显示,P-BSHADE法的插值效果优于Kriging法,可得到均匀分布于研究区的样点。基于以上实测样点和插值样点,结合NDVI、EVI、PsnNet 3种植被指数进行遥感建模,最优模型精度达到80%,精度优于已有相关研究。选取其中最优的基于NDVI的指数模型对研究区2000—2019年产草量进行反演,获得的产草量空间格局与年际变化与已有研究结果趋势吻合,进一步印证了结果的可靠性和插值方法的可行性。本研究通过插值的方式改善数据源从而提高估算模型精度是一种全新的思路与尝试,对于"一带一路"等境外区域资源环境监测具有借鉴意义。