共查询到20条相似文献，搜索用时 15 毫秒
1.
针对ASTER GDEM高程精度还未得到充分验证,以江西省莲花县为试验区,使用ICESat-2数据系统分析了ASTER GDEM在坡度、地形起伏度和土地利用类型中的误差分布。结果表明,ASTER GDEM受坡度、地形起伏度影响严重,随坡度、地形起伏度增加,GDEM误差呈上升趋势;对于不同土地利用类型,GDEM误差存在较大差异,在水域误差最大,在建设用地误差最小。最后,使用后向传播神经网络(BPNN)对莲花县ASTER GDEM修正,结果发现BPNN模型可以有效改善其高程精度。 相似文献
2.
基于TM和OLI数据山西省潞城市土地利用动态变化分析与预测 总被引：2，自引：0，他引：2
以1995年、2000年、2005年和2010年4期TM影像与2015年OLI影像为数据源,首先采用决策树分类算法(classification and regression tree,CART),提取山西省潞城市的土地利用信息,并进行精度评价;其次,利用土地利用变化幅度、单一土地利用动态度和土地利用程度变化综合指数等分析其土地利用的动态变化情况;然后,利用前4期数据预测2015年居民地面积,并与实际数据对比,验证GM(1,1)模型有效性;最后,利用GM(1,1)模型预测2020年的土地利用类型情况。研究结果表明,研究区土地利用动态变化情况中,林地与居民地面积增加,耕地与未利用地面积减少,水域基本保持不变;开发利用程度属于中等;土地利用结构基本保持不变;2020年研究区内耕地面积预测值为22 759.32 hm~2,居民地面积预测值为8 854.76 hm~2。 相似文献
3.
地形起伏度最佳分析区域预测模型 总被引：3，自引：0，他引：3
地形起伏度指分析区域内最高点和最低点之差,反映宏观区域内地形的起伏特征,是描述地貌形态的定量指标。确定最佳分析区域是地形起伏度提取算法的核心步骤,以及决定地形起伏度提取结果有效性的关键。本文以全国范围内随机选取的78个实验区域、三种不同尺度的DEM数据作为实验对象,分别进行系列分析区域尺度的地形起伏度计算,建立了基于微观地形特征因子的地形起伏度最佳分析区域预测模型。实验表明：相同区域、不同尺度的DEM数据提取的地形起伏度存在差异,DEM尺度相差较小时,地形起伏度的差异也较小;地形起伏度和实验区域的最大高程、区域高差、平均坡度和平均坡度变率等地形特征因子存在强相关关系;当置信水平为0.05时,预测模型拟合参数的准确率达到95%以上,证明预测模型可以有效地确定最佳分析区域的取值范围。 相似文献
4.
5.
地形差异是山区土地利用结构和空间格局分异的重要影响因素,云南小江流域作为典型山地流域的代表,针对其土地利用结构不合理导致生态环境恶化的问题,文中提出利用小江流域1990、2000、2010年三期土地利用数据,采用GIS空间分析技术,在简要分析土地利用宏观总体格局及变化的基础上,分析流域4大垂直带谱的土地利用格局,并分析驱动因素。重点从高程和坡度两个因子分析流域土地利用格局及演变的地形梯度特征,得出土地利用变化所在的各地形梯度位置范围,可为小江流域土地利用结构优化、土地资源合理利用和生态环境治理及改善提供重要参考。 相似文献
6.
针对叶尔羌河流域这一生态脆弱区,基于像元二分法利用MODIS NDVI数据计算该研究区典型正常年份2016年6—9月生长季植被指数(植被覆盖度),分析探讨了该流域植被覆盖度与土地利用/覆盖状况及高程、坡度、坡向等地貌状况主要要素之间的耦合关联关系。结果表明:叶尔羌河下游地区地形起伏较小,植被覆盖状况和土地利用/覆盖类型均具有明显的地带状与分层分布特征,植被覆盖度仅与距离水源地的远近相关性显著,与高程、坡度等其他地貌因子无明显相关性;而叶尔羌河中上游地区植被覆盖状况复杂,植被覆盖度与高程、坡度和坡向三因子总体耦合度较高。高程对植被覆盖状况的影响尤为显著,具有明显的垂直地带性;同时,随着高程增加,坡度对植被覆盖度的影响则表现出一定的垂直周期地带变化特性,以及随着坡向的变化植被覆盖度呈现出由阴坡、半阴坡较高(4 000m以下地区)按"顺时针"向阳坡、半阳坡较高(4 000m以上地区)逐渐转移。 相似文献
7.
基于遥感与GIS的北京城乡结合部土地利用时空变化分析 总被引：1，自引：0，他引：1
随着城镇化进程的加快,我国土地利用结构发生了显著的变化。及时、精确地掌握土地资源的数量、质量、分布特征及其变化趋势,对土地资源的持续发展与规划有着至关重要的作用。在遥感和GIS技术支持下,选择北京市顺义区作为研究对象,采用分类后比较方法,对1999~2011年间土地利用类型的动态变化进行定量分析以及空间分布制图。结果表明:该区域耕地、林地和水域的面积分别减少了15.77%、27.85%和75.82%,居民工矿用地增加了18.49%;耕地资源数量减少,非农业用地大量增加,综合土地利用动态度达到2.37%,城乡结合部的范围在12年间从西向东进行了大范围地移动。 相似文献
8.
采用青海玉珠峰1998、2010、2013、2015年7月份四期SPOT5及QuickBird遥感影像(1998年为航片),解译冰雪范围线,对冰雪覆盖区域的时空变化特征进行分析。获取2013年雪线高程,利用30 m分辨率的SRTM-DEM提取坡度、地形曲率、地形起伏度等地形因子。在气温、降水条件基本相同的情况下,对不同的海拔范围采用回归分析推算雪线高程与地形因子的相关关系。结果表明,随着海拔的升高,雪线高程与地形因子的相关性有逐步增强的趋势。当海拔达到约5 500 m时,雪线高程与坡度、地形起伏度、剖面曲率、平面曲率的相关系数分别为0.509、0.517、0.141、0.221,地形起伏度与坡度是对雪线分布影响相对较大的地形因子。 相似文献
9.
以南昌市为研究区域,利用多时段土地利用遥感影像数据和DEM数据,分析研究区水平空间以及垂直方向上土地利用变化的时空分异,更全面地研究土地利用/覆盖变化情况。研究表明,南昌市土地类型分布中耕地和水域面积比重较大,土地利用的主要变化模式为耕地和水域之间的相互转化以及耕地转化为城乡工矿居民用地。高程对南昌土地利用空间分布的约束十分突出,各种土地类型在高程上的空间分布格局呈显著变化。1980~2005年南昌市不同高程土地利用动态度随时间推进提高了1.33%,土地利用类型变化最快的地方一直集中在高21.68~100.00 m之间。 相似文献
10.
《国土资源遥感》2016,(3)
地貌限制土地利用形式,土地利用类型又影响着地貌的形成与演化,基于以上关系提出一种辅以地貌类型的面向对象土地利用信息提取方法。以喀斯特地貌类型分布多样的安顺市为例,选取2010年的TM影像作为基本的数据源。首先,根据不同喀斯特地貌组合的尺度响应特征对试验区影像进行多尺度分割;进而利用数字高程模型(digital elevation model,DEM)数据以及衍生的坡度、地形起伏度和地表切割深度等特征,建立隶属度函数提取喀斯特地貌信息;最后,以地貌类型为基本分类单元,根据不同地貌类型的土地利用特点,采用面向对象的分类方法对土地利用信息进行提取。结果表明:面向对象的分类方法可以对喀斯特地貌类型进行自动提取,试验区地貌类型主要以峰丛谷地、峰丛洼地为主,峰林溶源与峰林盆地分布较少。土地利用类型以灌木与旱地为主,分别占总面积的25.58%和20.74%,土地利用信息提取总体精度达到87.35%。 相似文献
11.
天津滨海新区土地利用变化及驱动因子分析 总被引：1，自引：0，他引：1
随着全球变化研究的深入,人们逐渐认识到人类活动所导致的土地利用/土地覆盖变化(Land Use and Cover Change)最终会反过来影响到人类自身的生存和发展。因此,土地利用与土地覆盖变化成为全球变化研究的热点问题。本文以天津滨海新区为研究区域,使用ENVI软件通过面向对象解译的方法分别对2005、2010、2014年的遥感图像进行处理,得到3期的解译数据;然后,运用土地利用动态度及土地利用转移矩阵的方法对土地利用的面积变化情况进行分析;最终得出结论:该区域土地利用类型面积变化以建筑用地、未利用地的大幅增加及水域的锐减为主。2005~2014年9年间建筑用地和未利用地面积增加量分别为13 638.15 hm~2、6 926.94 hm~2;植被和盐田的面积都是减少的,而植被减少的面积最多,减少的面积量为10 673.28 hm~2。同时,本文进一步分析了经济、人口、政策驱动因子对该区域土地利用变化的影响。 相似文献
12.
土地利用空间格局与坡度坡向的关系 总被引：1，自引：0，他引：1
坡度坡向是影响土地利用空间格局的因素。以韶关市大塘镇为研究区,基于DEM和土地利用现状图,利用GIS提取坡度坡向及土地利用信息,并将坡度坡向与土地利用图进行叠加分析,研究坡度坡向与土地利用空间格局的关系。研究结果表明,除林地外的土地利用类型随坡度增加而大体呈现下降趋势;除平地外,各坡向土地利用类型差异较小;坡度坡向影响光照、水分、热量等分布,进而对人类活动和土地利用空间格局产生影响。 相似文献
13.
ASTER GDEM与SRTM3高程差异影响因素分析 总被引：3，自引：0，他引：3
作为最新发布的全球地形数据,ASTER GDEM比目前常用的SRTM3数据有着更高的分辨率和更广的覆盖范围,对于相关地学分析具有重要意义。本文以华中地区为研究区域,对ASTER GDEM与SRTM3数据进行了比较,重点分析了坡度、坡向、地形起伏度、土地利用类型、植被覆盖度、生成ASTER GDEM栅格点高程数据所用的ASTER DEM影像数等因素对2种DEM数据高程差异的影响。结果表明,在研究区域内,ASTER GDEM高程比SRTM3高程平均低5.42 m,两种DEM数据高程差异的RMS值为16.90 m;ASTER GDEM与SRTM3之间的高程差异随着坡度、地形起伏度、植被覆盖度的增大而增大,而ASTER DEM影像数越大,高程差异越小;坡向、土地利用类型对高程差异也有影响。 相似文献
14.
针对迁西县土地利用的分布特征和空间变化问题,该文运用面向对象的分类方法对迁西县2009、2013和2017年3期遥感影像进行土地利用分类,再运用转移矩阵、变化图谱和信息熵对研究区土地利用类型的数量、空间分布特征和系统结构有序性逐一进行分析。结果表明:2009—2017年,迁西县居民地、工矿用地和其他用地面积增加,林地、耕地、园地和水体面积减少,但是林地和耕地依然是研究区最主要的土地利用类型;林地和耕地的减少主要是由居民地和工矿用地引起的,且林地和耕地之间的互相转化最为频繁;总体来说,迁西县土地利用朝稳中向好的趋势发展。该研究可以为迁西县的土地利用结构调整、土地利用规划和土地的可持续发展提供一定的理论参考。 相似文献
15.
巴马县地形因子与土地利用空间分布关系研究 总被引：1，自引：0，他引：1
《地理空间信息》2015,(5):141-143
选取广西喀斯特地区代表之一巴马县,利用土地利用现状图和DEM,从中提取出研究区的高程、坡度、坡向数据。利用ArcGIS的空间分析功能,分别对高程、坡度、坡向和土地利用数据进行叠加处理,得到在不同高程、坡度、坡向下的土地利用分布情况,并利用SPSS软件对土地利用类型与地形因子进行相关分析。 相似文献
16.
17.
地形高度是影响土地利用空间格局分布的影响因素之一,本文以韶关市大塘镇为研究区,基于研究区的DEM和土地利用现状图,利用GIS提取研究区的地形高程及土地利用信息,并将各地形高度与土地利用图进行叠加分析,研究地形高度与土地利用空间格局的关系。研究结果表明:1随着高程增加,各土地利用类型的面积及占土地总面积的比例都呈下降趋势;2土地利用类型占该该类土地利用的比重均在第一级高程或第二级高程达到最大值,随高程增加,分布比重逐渐下降;3低高程区域土地利用较为破碎,高高程区域土地利用较为集中,以林地为主。 相似文献
18.
基于DEM的龙口市土地利用空间格局与时空变化研究 总被引：4，自引：0，他引：4
本文以龙口市为例,在ARCG IS软件的支持下,分别从高程、坡度与坡向三个方面,对研究区内的耕地、园地、林地和建设用地四种土地利用类型,进行了空间格局与时空变化研究。研究结果表明:从1989年到2005年的17年间,耕地总数在减少,但其分布仍主要集中于低地形等级上。园地的面积增加较多,空间分布上,有向地形高等级发展的趋势,说明园地对各地形因子的适应性较强。林地主要分布于高海拔,大坡度的区域,这有利于防止水土流失。建设用地基本上不受地形的限制,其分布主要是人类活动的结果,因此它在各地形等级的变化表现不明显。通过对土地利用空间格局指标及参数特征的定量分析,将有助于优化该区土地利用结构,实现不同地形上土地利用类型的合理布局,促进区域持续发展。 相似文献
19.
利用卫星遥感影像来研究城市扩展,使用遥感手段提取各时间段内城市的建设区域,并分析扩张过程的时空特征,与传统研究土地利用动态监测的方法比较,具有很大优势.本文以天津市作为研究区域,基于1997年、2007年和2017年3个时期的Landsat影像,利用面向对象分类法进行土地利用类型分类,进而对天津市20年以来城市扩展的时空变化特征及其土地利用差异进行重点研究和分析.试验分析表明,近20年天津市整体扩张、居民地对耕地及裸地侵占、城市扩张的进程有明显的地域差异. 相似文献
20.
以兰州市2000年和2010年两个年版的土地利用现状数据进行土地利用/土地覆被动态变化资源为对象,结合遥感技术和地理信息系统技术,分析兰州市土地利用的数量变化特征和空间变化特征.研究结果表明:农田、草地、居住地、工矿成为10年来兰州市土地利用的主要转化类型.其中农田面积增加了126.26 km2,主要由草地、居住地、裸地、灌木、工矿转化而来.兰州市属两山夹一河的特殊地貌,城市用地紧张,本研究为探索兰州市发展的新途径提供了技术参考. 相似文献