矿区植被覆盖度时空变化遥感监测研究--以广东省大宝山矿区为例

以广东省大宝山矿区为研究对象,结合研究区2005—2019年Landsat TM/ETM/OLI多时相遥感数据,采用归一化植被指数算法和地统计空间分析方法,对研究区2005—2019年植被覆盖度时空变化特征进行系统分析。结果表明,近15年大宝山矿区不同等级植被覆盖度变化时空差异显著,其中2005年总体植被覆盖度最高,中等及以上植被覆盖度区域面积为24.84 km^(2),占比为78.13%;2019年中等及以上植被覆盖度区域面积达到最小值,仅为20.77 km^(2),占比65.34%。整体来看,中等以下植被覆盖度区域面积呈现增加态势,中等及以上植被覆盖度面积逐渐减小,一定程度上表明矿区总体生态环境质量状况有所下降。

城市地表温度空间分异及驱动因子差异性分析——以合肥市为例

近年来合肥市发展迅速,不透水面、建筑密度的迅速增加加剧了城市热岛效应。研究城市地表温度的空间分异性及驱动因素对城市规划和生态环境的改善有重要意义。然而目前对城市地表温度的研究仍存在空间分异探讨较少、单一因子解释力度不够、驱动因子交互影响研究不多等问题。利用2020年9月MOD11A2遥感影像,选取气压、相对湿度、短波辐射、DEM、NDVI、人口密度、夜间灯光为驱动因子,对合肥市地表温度的空间分异性及地表温度驱动因子的差异性进行分析。首先将合肥市划分为1 km×1 km的单元网格并提取地表温度和各驱动因子的值,然后利用地理探测器确定该区域地表温度的空间分异性,最后结合广义可加模型对地表温度进行驱动因子分析。结果表明,(1)合肥市地表温度空间分异q值为0.575,各驱动因子空间分异q值均大于0且均通过P<0.01的显著性检验,地表温度和各因子的空间分异性显著。地表温度大致呈现中心高、四周低的空间格局,因此,将研究区域分为高温区和低温区。(2)利用GAM拟合地表温度与驱动因子,得到高温区驱动因子显著性排序为夜间灯光>NDVI>短波辐射>人口密度>相对湿度>DEM>气压;低温区驱动因子显著性排序为NDVI>夜间灯光>短波辐射>人口密度>气压>相对湿度>DEM。(3)高温区和低温区因子交互均在P<0.001水平下显著影响地表温度分布,模型调整后均优于单因素拟合模型,说明因子交互对地表温度影响更大。合肥市高温区和低温区的地表温度的主控因素不同,因子间交互对地表温度的影响更显著,可根据主控因素差异调节热环境,为今后城市发展规划提供参考依据。

粤北山地城市园地分等定级的时空分异特征——以始兴县为例

园地分等定级研究是园地资源价值化的重要参考依据,以广东省韶关市始兴县为例,基于始兴县2021年国土变更调查成果数据、坡度、坡向和城市POI数据等,借助特尔斐法和GIS多元空间分析方法,从多个指标因子层面阐述了始兴县园地分等定级成果及其空间分布特征。结果表明,自然因素、社会经济因素、区位因素的差异是导致定级单元出现时空分异特征的主要因素,其中自然因素下的自然环境要素的差异是导致研究区各级别园地在空间分布上出现差异的主要原因。该成果可为山区城市园地基准地价制定和自然资源价值化提供技术支持及参考。