黄河下游滩区1985–2020年30 m分辨率土地利用/覆被变化数据集

黄河下游滩区是黄河流域的重要组成部分。建立长序列、高精度的黄河下游滩区土地利用/覆被变化数据集,再现其历史轨迹,把握现实格局,对黄河下游滩区高质量发展及其相关问题的科学研究而言,是一项具有重要意义的基础性工作。本文选取1985–2010年36景Landsat5 TM、2015–2020年8景GF-1 WFV和12景Landsat8 OLI遥感影像,采用随机森林、人机交互解译和混淆矩阵精度评价等方法,研制了1985–2020年每5年共8期黄河下游滩区土地利用/覆被变化数据。数据空间分辨率为30 m,总体精度均达90%以上,Kappa系数高于0.85。本数据集可为区域生态环境保护、国土空间规划、黄河流域典型区域自然–人文系统耦合过程、机理、测度等研究提供科学数据支撑。

济南南部山区土地利用/覆被变化对碳储量的影响研究

以黄河下游生态脆弱区-济南南部山区为研究对象,基于区域1980~2020年6期土地利用/覆被数据,结合InVEST模型(Integrated Valuation of Ecosystem Services and Trade-offs model),分析区域土地利用/覆被和碳储量的时空分布特征和动态变化规律,研究土地利用/覆被变化对陆地生态系统碳储量的影响.结果表明,土地利用/覆被变化对碳储量的影响较为显著,1980~2005年土地利用变化较小,人类活动影响较小,由于林草地碳储量的累积,碳储量增长速度明显高于其他时期;2005~2010年城市扩张速度最快,城乡建设用地大量侵占耕地、林地和草地,使区域固碳能力明显下降;2010~2020年,由于城市化扩张限制以及植树造林等生态保护措施的实施,区域碳储量逐渐呈增长趋势;1980~2020年济南南部山区的总碳储量呈“增长-下降-增长”的趋势;并且林地是济南南部山区碳储量的主要供给者,区域碳储量值随着远离城乡居民生活中心的距离增大而增大,说明人类活动对区域碳储量有重要的影响.另外,土地利用类型的转移引起地类碳密度的变化,是区域碳储量变化的主要影响因素,土地利用类型的碳储量变化与各地类的面积变化有一定的关系.该成果可为生态脆弱区塑造良好的陆地碳汇格局提供理论依据.

近40年济南南部山区土地利用/覆被的变化特征及影响因素研究

基于济南南部山区1980、1995、2005、2010、2015、2020年6期土地利用/覆被数据,结合土地利用/覆被变化的转移矩阵、单一动态度和综合动态度等指标,研究近40年济南南部山区土地利用/覆被的时空演变特征,采用主成分分析法,探究了研究区土地利用变化的影响因素。结果表明:南部山区的主要土地利用类型为耕地、林地和草地,其占比为90%左右,林地、草地主要分布在上游河源区及海拔较大的中部地区,城乡用地及耕地主要分布在河流两岸及下游地区;1980—2010年,由于经济社会发展以及城市扩张,耕地逐渐减少,林地、草地、水域有略微的减少,且基本转化为城乡用地,城乡用地逐渐从下游向上游河源地区扩展,其中,2005—2010年各土地利用类型变化最为剧烈,其综合动态度为0.49%;2010年以来,南部山区禁止一切与水源保护、生态保护无关的建设活动。2010—2015年,只有水域面积存在明显变化。2015—2020年各土地利用类型基本保持稳定,城市扩张速度得到了减缓。经济社会发展是引起城市快速扩张的重要原因,积极的保护政策有利于南部山区生态格局的优化和生态环境改善。

基于GEE的洱海流域土地利用/覆被分类算法对比研究

快速准确地进行复杂高原山区的土地覆被长时序自动分类,可为国土规划、资源利用提供依据。利用GEE云平台,选取Landsat影像地表反射率、植被指数、水体指数、DEM 4种空间数据集作为土地覆被分类的基础和辅助数据,分别运用CART、RF和SVM 3种分类算法,实现洱海流域土地覆被信息的自动提取和精度对比。结果表明:(1)3种分类算法中,RF的总体分类精度最高,SVM的总体精度最低;RF是洱海流域LULC的最适宜分类算法。(2)采用光谱指数、地形特征等辅助数据集会进一步提高解译精度,而样本点的选取是最主要的影响因素。(3)Erhai_RF能够达到较高的精度,同时更加突出细节特征,在局部实际分类精度上会更高。研究结果可为洱海流域长时序土地覆被数据产品智能快速提取以及最优分类算法筛选提供方法和技术支撑。

2000、2010和2020年中国广西土地利用/土地覆盖融合数据集

本研究选取全球/中国广泛应用的6大土地利用/土地覆盖遥感数据产品,包括欧空局全球土地覆盖产品(ESAGC)、ESRI全球10米土地利用/土地覆盖数据(ESRI-LULC)、清华大学高分辨率全球土地覆盖产品(FROM-GLC)、武汉大学中国土地覆盖数据集(CLCD)、全球30米高分辨率系统土地覆盖产品(GLC_FCS30)以及Globe Land30(GLC30),通过对多个数据产品进行重分类,提出基于一致性评估的多源数据产品融合方法,合成新的广西区域2020年度土地利用/土地覆盖数据产品,与地方统计年鉴数据相关系数大于0.94。研究进一步选用有长时间序列的三套数据(CLCD、GLC_FCS30和GLC30)融合形成广西2000、2010及2020年共三期土地利用/土地覆盖融合数据产品。本研究可以为区域土地利用/土地覆盖数据产品的融合应用提供方法基础,融合数据可以更好的支持广西区域的环境保护、农业生产规划和城市发展规划等相关研究。

黔中城市群碳储量对土地利用/覆被变化的响应及脆弱性

[目的]探究土地利用/覆被变化对区域生态系统碳储量及生态系统脆弱性的影响,以期为区域绿色低碳和生态系统的可持续发展提供参考依据。[方法]以2000,2010,2020年黔中城市群核心经济区3期土地利用/覆被数据为基础,运用InVEST模型和土地利用转移矩阵定量分析生态系统碳储量及其空间分布格局,并采用潜在影响指数(PI)对区域生态系统服务脆弱性进行评估。[结果]①2000—2020年,黔中城市群核心经济区土地利用/覆被变化总体表现为耕地和林地持续下降,建设用地持续上升。研究区土地利用/覆被转移主要表现为耕地、林地、草地向其他地类的转移,其中,2000—2010,2010—2020年分别有3339.35,3669.15km^(2)土地发生了转移,前者林地转为草地是主要转移类型,后者耕地转为建设用地为主要转移类型。②2000—2020年区域的碳储量表现为减少趋势,由4.42×10^(7)t减小到4.33×10^(7)t,累计减小9.40×10^(5)t,林地转为草地是引起碳储量减少的主要原因。各年度碳储量密度均呈现西部、东部高,中部低的分布态势;20a间,高密度区未发生明显变化,低密度区表现为由中心区域向外围扩散。③2000—2020年黔中城市群核心经济区主要扮演碳源的角色,土地利用程度指数增加了2.83,PI指数分别为-0.04,-0.31,均表现为负面潜在影响,且脆弱性不断增强。[结论]增加林地、控制林地转为其他用地及建设用地扩张是促进区域绿色低碳和生态系统的稳定可持续发展的重要手段。

融入辅助数据集的面向对象土地利用分类研究

土地利用分类结果对国土空间的管理至关重要。为提高土地利用分类结果的准确性,本文以博湖县为研究区,使用Sentinel-2A影像提取光谱特征,并结合雷达、光谱指数、土壤和地形特征构建6个面向对象的土地利用分类模型,使用简单非迭代聚类(SNIC)算法和随机森林(RF)算法对影像进行分割和分类,得出模型的分类精度以及特征重要性排序,最后使用分类回归树(CART)算法验证辅助数据集对提高分类精度的影响。结果表明:使用SNIC算法分割影像时,分别设置种子大小为17、紧凑度为0时,该研究区影像分割效果最好。基于RF分类算法,在只使用光谱信息进行分类时分类精度最低,加入雷达、光谱指数、土壤和地形特征中任何一个辅助数据集均可提高土地利用的分类精度,其中地形特征对提高分类精度的效果更显著,加入所有辅助数据集时分类精度达到最高,OA=92.34%,Kappa系数=0.91。使用CART算法进行分类有效性验证得出,基于RF算法的分类效果优于CART算法。基于遥感云平台的SNIC分割算法,融入辅助数据集进行面向对象分类,为提高土地利用分类精度提供参考。

基于时序NPP-VIIRS夜间灯光和土地利用数据的福州市GDP时空分布研究

基于时序NPP-VIIRS夜间灯光、社会经济统计等数据,构建GDP空间化模型,并结合空间分辨率为30 m×30 m的土地利用数据对模型进行修正,研究2013—2020年福州市经济空间差异性及演变趋势。结果表明:(1)利用土地利用数据对GDP空间化模型进行修正以提高单元网格精度和效度的方法是可行的,对较小尺度的经济空间分析具有意义。(2)将土地利用数据对应的各产业产值用于对GDP空间化模型修正,能够进一步提升单元网格的模拟精度。(3)从共时性比对来看,福州市的经济空间呈现东部GDP较高,西部和北部GDP以低值为主、高值零星分布的格局。从历时性来看,自2015年起,福州市GDP高值区域的扩张与GDP总值的增长速度明显提高,2018年后整体出现略微下降趋势。

基于人口位置大数据的高校土地集约利用评价研究

文章将人口位置大数据应用到校区尺度的土地集约利用评价中,为合理评价高校教育用地集约利用程度提供参考依据。研究发现:(1)各校区工作日与节假日、同一天不同时点人口在不同功能区的聚集情况存在差异。(2)老校区建成区面积占比较大,建筑密集,但容积率较低,人员较少、分布分散,总体利用效率较低;新校区面积较大,建筑密度较低,但容积率较高,人数众多、人口分布集中,整体利用效率更高。结果表明,人口位置大数据在高校土地集约利用评价中具有重要作用,合理评价高校教育用地集约利用程度,需将评价尺度具体到校区级,根据实际情况揭示不同校区土地集约利用水平,并在此基础上因校区施策,促进土地集约高效利用。

基于“大数据+AI”的黑土地保护与利用智能决策关键技术研究

黑土地是一种性状好、肥力高的土壤,非常适合植物生长,广泛分布在黑龙江省、吉林省、辽宁省和内蒙古自治区,其对维护粮食安全和生态平衡极为重要。本研究将大数据与人工智能(Artificial Intelligence,AI)相结合,设计基于“大数据+AI”的黑土地保护与利用智能决策系统。该系统融合遥感、气候、土壤和人类活动数据,通过智能分析提供全面的土地退化监测和修复方案。本研究对提高黑土地保护效率、促进农业可持续发展具有重要意义。

基于地理国情数据的城市土地利用变化与地表降雨径流关联分析

城市化进程推动了社会经济发展,同时引发了污染、内涝等城市问题。城市化最直观的表现形式之一是土地利用变化,其与城市地表降雨径流变化之间的关联是本文关注点。本文以济南市中心城区为研究对象,利用分辨率优于2.5 m的2015、2020年地理国情数据,分析其土地利用变化情况,选择SCS(Soil Conservation Service)模型模拟计算研究区地表降雨径流。在参阅大量文献基础上,本文提出实验区反映地表下垫面单元产流能力的核心参数CN值,与高分辨率地理国情数据建立直接映射,来计算雨量充沛的两个时间节点的地表降雨径流。最后,本文利用地理探测器分析土地利用类型对地表降雨径流系数变化的影响,得出不透水面、未利用地、林地、草地的相互转换是影响城市地表降雨径流的主要因素。

基于GEE云平台和Sentinel-2时序数据的土地利用分类研究——以南宁市为例

以南宁市为研究区域,基于GEE云平台调用2020年65景Sentinel-2 MSI时序数据,分别采用随机森林(Random Forest,RF)和支持向量机(Support Vector Machine,SVM)分类算法进行土地利用分类研究。结果表明:(1)RF分类的总体精度和Kappa系数分别为85.59%和0.82,高于SVM分类的72.57%和0.66,且RF分类结果与实际统计数据更加贴合。(2)利用RF分类结果进行土地利用现状分析,南宁市林地所占面积比例最大,主要分布在中部及东西部的高海拔地区;其次为耕地和园地,相间分布于南宁市大部分区域;建设用地主要集中分布在南宁市主城区;水域以南部的邕江和大王滩水库为主;未利用地占比较小,在研究区范围内零散分布。

城市规划中基于大数据的土地利用效率评价研究

在现代城市规划中,有效评价土地利用效率是提高土地资源开发持续性和城市发展效益的关键。本文以大数据技术作为强大的工具,用于收集与分析土地利用的各维度信息,为城市发展提供决策依据。我们构建了一种基于大数据的土地利用效率评价模型,该模型包括土地利用状况、经济效益、环境效益和社会效益四个主要指标。通过数据整合和处理,系统采集了各城区土地资源利用情况的详细数据。运用经济效益、环境效益和社会效益的相应参数,利用相关模型计算出土地利用效率。研究结果显示,该模型具有客观性、科学性,并强烈反映了土地利用效率与城市规划、经济发展、环境治理和社会建设等多重因素的关系。使用大数据分析土地利用效率,不仅可以提供城市规划的科学依据,也对于指导土地资源合理配置和提升城市总体效益具有重要意义。

2000-2020年新疆阿克苏地区土地覆被变化的研究

为解析阿克苏地区土地覆被变化及其影响因素,采用土地利用转移矩阵和景观格局分析法,通过解译遥感影像绘制了不同年份的土地覆被变化现状图。结果表明,阿克苏地区的土地利用类型发生了显著变化。2000-2020年,阿克苏地区的耕地和城乡、居民工矿用地明显增多,其他类型的用地逐渐减少;同期气候呈暖干特点。相关性分析表明,不同年份的景观格局指数与6类用地面积的相关性存在一定差异:斑块数量与地类面积的相关性由2000年的0.6下降至2020年的0.3;景观分割指数与不同类型用地面积的相关性由2000年的0.6上升至2020年的0.9。草地向未利用地转移6255 hm^(2),耕地向草地转移最多为3706.16 hm^(2),未利用地向草地转移11848.8 hm^(2)。景观格局分析表明,该区域景观呈现破碎化,土地承载力下降,抵抗生态风险的能力减弱。

基于土地利用/覆被数据的泰山生态功能区生境质量时空演变研究

探究区域土地利用/覆被和生境质量时空动态对于区域环境保护和国土空间规划具有重要意义。本文以泰山生态功能区为例,基于2000-2020年土地利用/覆被遥感影像解析成果,采用土地利用转移矩阵与InVEST模型结合方法,从土地利用/覆被变化的角度对泰山生态功能区的生境质量时空动态进行分析。结果表明:(1)耕地是泰山生态功能区的主要土地利用/覆被类型,2000-2020年间呈下降趋势,建设用地大量扩张;(2)生境质量2000-2020年间呈上升趋势;(3)生境质量和土地利用/覆被相关,但两者的变化具有一定的空间异质性。研究结果可为研究区生态环境保护,国土空间规划提供决策参考和数据支撑。

东北地区土地覆被格局变化模拟:基于CLUE-S和Markov-CA模型的对比分析

研究以遥感解译的东北地区2000年、2010年、2015年的土地覆被变化为基础,充分考虑自然和社会因素对土地覆被变化的影响,分别通过CLUE-S模型和Markov-CA模型对东北地区2015年和2030年土地覆被格局进行模拟,研究结果表明:通过与遥感解译的2015年实际土地覆被类型数据对比验证,CLUE-S模型和Markov-CA模型模拟结果的总体Kappa指数分别为0.9700和0.9649,结果表明2种模型的模拟结果较为理想,CLUE-S模型的模拟精度较Markov-CA模型更高。2015—2030年东北地区草地、耕地、湿地、其他用地和水体面积呈现下降趋势,林地、人工表面面积呈现增加趋势,人地关系越发紧张。东北地区作为生态环境相对脆弱的区域需警惕不可持续的土地覆被变化,需权衡生态保护、粮食增加与基础设施建设的用地需求和协调发展。

土地利用覆被变化与生态系统服务的影响关系研究进展

生态系统服务是从生态系统中获得的收益,土地利用/覆被变化通过人类活动改变生态系统结构与生态过程,是生态系统服务变化的驱动力。本文在综述生态系统服务与土地利用/覆被变化主要研究成果的基础上,总结了生态系统服务与土地利用/覆被变化的相互关系,并对未来的研究趋势进行展望,为未来研究工作提供一定的借鉴与参考。

基于Markov-PLUS模型的乐山市土地覆被多情景模拟研究

针对如何通过预测未来土地利用结构的变化,以解决不合理的土地覆被类型造成的人地矛盾逐渐尖锐,以及生态、经济、社会发展失衡等问题,通过马尔可夫-斑块生成土地利用模拟(Markov-patch-generating land use simulation,Markov-PLUS)模型,以2000、2010、2020年乐山市土地覆被数据为基础,模拟2030年在自然惯性发展、生态保护、耕地保护3种不同情景下土地覆被的数量以及空间格局的变化,并对其转化情况进行分析。结果表明,Markov-PLUS模型模拟精度较高,可以较好地预测未来乐山市不同发展情景下土地覆被的数量以及空间格局的变化。土地覆被在3种情景中都有变化,耕地、草地、灌木地以及湿地面积在3种情景中均下降,水体、人造地表面积均上升,林地在生态保护情景下上升,其余2种情景下降。3种发展情景对比发现:生态保护情景下能较好保护乐山市生态环境;耕地保护情景下需要更严格的政策干预来保护耕地。该研究通过模拟预测不同情景下乐山市未来土地覆被变化,从而为该地区土地利用规划提供可能的参考。

多源土地利用产品在黄土丘陵沟壑区的精度评估

[目的]为评估多源土地利用产品在黄土丘陵沟壑区的精度。[方法]以黄河二级支流关川河流域为例,基于高精度GCLUCC土地利用数据,从空间分布、面积特征、样本点精度和空间一致性4个方面评估空间分辨率为10,30 m的6种土地利用产品(WorldCover 10 m、ESRI 10 m、GLC_FCS30-2020、GlobleLand30、CNLUCC和CLCD)的准确性。GCLUCC数据是基于GF-2(0.8 m)、DEM(5 m)、野外采样点(6400个)和Google Earth样本点(2320个),采用面向对象法和人工目视解译,空间分辨率为1 m,整体精度超过95%。[结果](1)分类特征方面,多数产品能提取主要土地类别,但提取效率和准确度存在明显差异,特别是在耕地、林地和建设用地等地类的空间分布上。(2)面积一致性上,各产品与GCLUCC在不同地类的面积上存在显著差异。部分产品的草地面积是GCLUCC的2倍以上,而林地和水域面积仅占GCLUCC的0.13%~12.11%和1.41%~11.27%。(3)整体精度方面,GlobleLand30和WorldCover 10 m展现较高精度,空间图谱精度分别达到58.21%和50.19%。而CLCD和CNLUCC的准确性相对较低,其中,林地与草地、耕地与草地及建设用地与耕地间的分类混淆严重。(4)所有产品与实际地表间的空间误差显著,尤其在对乔木、灌木、裸地和水体分类上面临挑战。[结论]当前土地利用产品在黄土丘陵沟壑区精确表征地表覆盖特征方面存在挑战。未来的产品开发应更多地考虑地形和地理特征,并加强对特定土地利用类型的识别。研究结果可为黄土高原生态保护和地表信息获取提供理论参考。

基于土地利用变化的江苏省碳排放时空差异与碳平衡分区

以江苏省13个设区市为例,基于碳排放(CE)和碳吸收估算方法,分析2005—2020年江苏省市域碳收支和碳补偿率的时空演变特征,随后引入环境基尼系数(EGC)从经济和生态两个角度分析空间碳平衡特征。结果表明:2005—2020年,江苏省土地利用碳排放从14210.005×10^(4)t增至23015.325×10^(4)t,碳吸收3039.383×10^(4)t波动上升至3628.703×10^(4)t,总体表现为碳源;13个设区市的碳补偿率整体呈现下降趋势,碳排放量与经济发展水平处于比较协调状态,与其人口聚集协调性较高;根据碳平衡分析,将13个设区市划分为碳汇功能区、低碳保持区、经济发展区、碳强度控制区、高碳优化区5类,并建议前两个分区充分发挥生态优势,着重推进生态产品价值变现;其余分区优先推动产业低碳转型,能源绿色化发展。