共查询到20条相似文献，搜索用时 31 毫秒
1.
三峡库区重庆段生态与环境敏感性综合评价 总被引：17，自引：3，他引：14
在RS与GIS 技术的支持下,选择研究区比较突出的土壤侵蚀、石漠化、生境和酸雨4 个生态环境要素建立敏感性评价模型与方法,对三峡库区重庆段生态环境敏感性进行综合研究,定量揭示了研究区生态环境敏感性程度及其空间分布规律。研究结果表明：(1) 土壤侵蚀以高度敏感、中度敏感和极敏感为主;东北部是土壤侵蚀最为敏感的区域;土壤侵蚀现状与土壤侵蚀敏感性具有很好的对应关系。(2) 石漠化总体以不敏感为主,其次是高度敏感和中度敏感;高度以上敏感区主要分布东北部地区,中度以上石漠化与石漠化高度和极敏感区具有很好的对应关系。(3) 生境敏感性类型以不敏感为主,其次为高度敏感地区;东北部和南部生境敏感性高,而中西部地区生境敏感性低。(4) 酸雨高度敏感面积和比例最大,其次是中度敏感和轻度敏感区;极敏感区呈块状零星散布、高度敏感区和中度敏感区集中片状分布、轻度敏感和不敏感区沿江河带状分布,部分呈团块状散布。(5) 生态环境敏感性类型以高度敏感为主,其次为中度敏感区和不敏感区;东北部和南部生态环境敏感性高,中西部地区生态环境敏感性低。 相似文献
2.
3.
基于景观格局和水土流失敏感性的大理市生态脆弱性分析 总被引：5，自引：0，他引：5
以大理市为研究对象,在2005年大理市土地利用现状数据的基础上,从景观格局与水土流失敏感性相结合角度探讨了大理区域生态环境脆弱性问题。首先,选择景观分离度（DIVISION）、周长面积比分维数（PAF-RAC）的倒数、斑块密度（PD）3个景观格局指数,分析了景观类型脆弱度;并在此基础上,以1：5万的土地利用类型数据和DEM数据为基础,以ARC／INF09．2为工具,依据通用水土流失方程,选择降水侵蚀力、土壤质地、地形起伏度和地表覆盖等自然因子作为水土流失评价指标,得出水土流失敏感性指数。通过对景观格局指数和水土流失敏感性修正指数的数值分析和空间分析,得出了大理市不敏感、轻度敏感、中度敏感、高度敏感和极度敏感等5个生态脆弱性级别分区及其空间分布特征。 相似文献
4.
泥石流的发生受控于多种因子,而各因子属性段对泥石流的发生起到不同的作用.以甘肃南部武都地区为研究区,考虑到地震扰动影响并结合当地的地质环境条件,选取了高程、坡度、岩性、土地利用类型、滑坡点密度、地震因子、地质构造缓冲区及归一化植被指数(NDVI)等8个评价因子进行危险性评价.而后基于信息量模型和敏感性分析法对各影响因子属性类进行计算分析,得到各属性类的量化值.最后通过叠置分析,得到泥石流灾害危险性分区.结果表明,在中度、高度及极高度危险区内,信息量模型中分布的泥石流面积占研究区泥石流总面积的百分比为22.5％,24.7％,37.2％,而敏感性模型中占到的比例分别为25.5％,28.1％和36.4％.敏感性模型中中度危险区以上包含的泥石流比例占到90％,大于信息量模型的84.4％,因此,采用敏感性模型得到的危险性分区结果具有更高的精确性,能够为实际应用提供参考依据. 相似文献
5.
《地域研究与开发》2020,(1)
借助于GIS和RS技术,运用层次分析法,选取影响生态环境的10个因子进行单因子及综合因子评价,分析湖州塘浦(溇港)圩田系统生态空间的环境敏感程度及敏感区分布,构建研究区生态空间敏感性评价体系及生态空间布局优化策略。结果表明:研究区生态空间敏感性分布存在空间异质性,呈现边缘高、中心高、周边低的趋势,敏感性较高的区域为西南部(高程 600 m)及西北部,高、较高敏感区面积为500. 06 km~2,占总面积的25. 55%。从总体上看,研究区生态空间环境脆弱,生态问题突出,表现为区域内圩田水网布局错位、植被指数较低、溇港淤泥堵塞及高海拔区域圩田供水不足等,地理、自然、人文等因素是影响该区域生态空间敏感性的重要因素。因此,必须通过减少干扰等措施来保护塘浦(溇港)圩田的生境,形成对该区整体生态系统有支撑能力的空间结构体系。 相似文献
6.
生态环境敏感性及其管理对策——以庆阳市为例 总被引：1，自引：1，他引：0
可持续发展理念已经深入人心,而生态环境与社会经济的协调发展成为研究热点之一。而干旱、半干旱区更是面临生态环境恶化与社会经济发展的双重压力,为促进生态环境保护与建设,加强不同生态敏感区的生态环境管理对策,以庆阳市为例,对土壤侵蚀敏感性、土壤沙漠化敏感性、水环境敏感性和生境敏感性进行了评价,并计算了生态敏感性综合指数,将庆阳市划分为生态环境不敏感区、中度敏感区、高度敏感区和极敏感区4个等级。并提出了不同敏感性区域的环境保护对策和产业调整方向,以作为庆阳市可持续发展规划决策的依据。 相似文献
7.
西藏水土流失敏感性评价及其空间分异规律 总被引：25，自引：0，他引：25
以水土流失通用方程为理论基础,运用数学模型和GIS分析相结合的方法,将降水、地貌、土壤和植被因子对西藏水土流失敏感性的影响程度,划分为极敏感、相当敏感、敏感、较敏感和不敏感5个等级,并生成各单因素评价图。在Arcinfo中完成单因素图的叠加分析,得到西藏水土流失敏感性综合评价图。在此基础上,探讨了西藏特殊高原环境下的水土流失敏感性高低的分布规律及其在不同主导因子作用下的水土流失敏感性空间分异,提出了西藏水土流失治理的优先区,为水利、公路和农牧等部门进行专题规划和治理提供依据。 相似文献
8.
基于GIS的龙岩市土地利用生态敏感性评价 总被引：5，自引：0，他引：5
基于GIS空间分析技术,选择对土地利用生态敏感性影响较大的评价因素,采用多因素加权叠加法,对龙岩市的土地利用生态敏感性进行深入分析。按生态敏感度的高低将研究区划分为极度敏感区、高度敏感区、敏感区、不敏感区和很不敏感区5个不同类型区域,并提出了土地利用的建议,为研究区的土地利用总体规划提供参考信息。研究结果表明,龙岩市土地利用敏感区、高度敏感区和极敏感区面积共占全市的的53．56％,说明龙岩市土地利用生态敏感性较高,应对全市作合理的主体功能区划。 相似文献
9.
区域生态敏感性评估的理论框架与模型设计——以陕西省为例 总被引：1，自引：0，他引：1
生态敏感性评估可以为管控生态风险与保障区域生态安全提供决策依据。在生态敏感性定义的基础之上运用经济学理论构建生态敏感性评估的理论模型,以土地利用转移几率比替代矩阵作为敏感性评价因子,并且利用生态系统服务价值的实际值与预测值之比的绝对值作为区域生态敏感性指数。结果表明：① 设计的生态敏感性评估方法可以弥补现有生态敏感性评估方法的不足,不仅可以观测到区域敏感性因子还能有效地进行敏感性分区,并且在不同尺度下得到了可靠的结果。② 在各县（区）最主要敏感性因子的列示中,陕西省1990—2000年以生态破坏因子为主导;而2000年以后,退耕还林工程导致耕地→林地、耕地→草地成为陕北地区最重要的敏感因子,陕南秦巴山区与关中地区由于众多水利工程建设导致生态系统服务价值对草地→水域因子的响应程度比较高。③ 陕西省总体敏感性由南向北呈现“低敏感-高敏感”间隔有序的基本格局,并且呈现空间上集聚、时间上稳定的状态;高敏感区主要分布沿秦岭、“子午岭-黄陵山”分布,低敏感区主要分布在关中平原以及榆林中部地区。 相似文献
10.
从分析桂阳县土地利用现状入手,结合其自然地理条件和社会经济等状况,选取对区域土地利用影响较大的地质灾害、水环境、土壤侵蚀和生境等因素进行单因子生态敏感性分析,在GIS技术支持下运用多因子加权求和模型,对桂阳县土地生态敏感性进行综合评价,按生态敏感性高低将研究区划分为生态敏感区、生态弱敏感区和生态不敏感区。评价结果表明,生态敏感区和弱敏感区各占研究区的28.7﹪和41.6﹪,说明研究区土地生态敏感性总体上较高,生态风险较大。最后,有针对性地提出桂阳县土地可持续利用建议,为其土地生态环境保护和产业经济布局提供参考。 相似文献
11.
自然灾害的预测预报被认为是主动减灾防灾研究中较为经济有效的方式,其中,滑坡空间预测是滑坡灾害研究的基础工作。以汶川地震重灾区北川县为研究区,选取坡度、高程、岩石类型、地震烈度、水系、道路等6个重要滑坡影响因素作为评价因子,全面分析了地震滑坡分布与各影响因子之间的统计相关性,分别采用多元回归模型与神经网络模型计算滑坡灾害敏感性指数,并进行分级和制图。结果表明,极高和高敏感区主要分布在曲山、陈家坝等乡镇,主要沿着龙门山断裂带周边地区的河流和道路呈带状分布。其中,回归模型的预测精度为73.7%,神经网络模型的预测精度为81.28%,在本区域内,神经网络模型在滑坡灾害空间预测方面更具优势。 相似文献
12.
中国西北干旱区土地沙漠化敏感性时空格局 总被引：14，自引：1，他引：13
土地沙漠化敏感性评估是沙漠化监测的重要内容之一,也是研究如何防止和治理沙漠化的重要课题。本文以中国西北干旱区作为研究区,利用遥感技术和GIS空间分析技术为支撑,通过构建“土壤—地形—水文—气候—植被”沙漠化敏感性综合评价指标体系,并借助空间距离模型计算了沙漠化敏感性指数,进而定量评估2000年、2005年、2010年和2017年西北干旱区土地沙漠化敏感性的时空演变特征,在此基础上引入地理探测器等方法对其主要驱动因素进行了深入分析。研究结果表明：① 地形、土壤、气候、植被和水文等5个方面相互影响,彼此制约,共同构成中国西北干旱区沙漠化敏感性分布和变化的本底条件;② 西北干旱区沙漠化敏感性总体上呈现周边低、内部高的分布特征,低敏感区主要分布在阿尔泰山、天山、昆仑山、阿尔金山和祁连山等地,而高敏感区则主要分布在准噶尔盆地、塔里木盆地和内蒙古高原等大部分地区,包括塔克拉玛干沙漠、巴丹吉林沙漠和腾格里沙漠腹地。沙漠化敏感性的空间分布具有显著的区域性,高敏感区和低敏感区界限分明、分布集中;③ 从时空演变看,2000年以来沙漠化敏感性变化以稳定型占据主导,而整体上敏感性表现为缓慢降低趋势,说明潜在沙漠化区域逐年减少,区域沙漠化治理工作取得了一定成效;④ 西北干旱区的各驱动因素中,土壤及气候起直接作用,是最主要的影响因素,而植被是改变沙漠化敏感性最活跃、最基本的因素。除此之外,地形的分布和水文的变化对沙漠化敏感性起到一定的限制作用,而社会经济因素是影响区域沙漠化敏感性最为快速的因素,且经济发展对促进区域沙漠化敏感性的增长作用有逐渐加强的趋势。从整体来看,中国西北干旱区土地沙漠化得到了有效遏制,沙漠化治理工作取得了积极成效,但在全球气候变化加强和社会经济发展进入新常态的大背景下,中国沙漠化监测评估和治理工作仍然任重而道远。 相似文献
13.
《湿地科学》2021,(2)
根据最大熵原理,建立了最大熵模型,计算出9个环境因子对模型的贡献率,确定了对苏州市湿地生态敏感性影响较大的4个因子;利用该模型的输出结果,将环境因子对模型的贡献率作为权重,计算出生态敏感性指数,生成2017年苏州市生态敏感性指数分布图;对苏州市具有代表性的8处典型湖泊,进行生态不敏感、低敏感、中敏感、高敏感和极高敏感区划分,分级评价。研究结果表明,地表温度、景观开发强度指数、归一化差值植被指数、道路密度是4个重要的生态敏感性因子;受人类活动影响,苏州市8处湖泊的生态敏感性存在差异;独墅湖位于城市中心,周边区域人口密度大,人类活动频繁,整个湖泊只能划分为生态高敏感区和极高敏感区,而没有生态中、低和不敏感区,整体生态环境很差;漕湖、昆承湖、北麻漾和阳澄湖生态低敏感区所占比例较大;元荡、淀山湖和澄湖生态不敏感区所占比例较大,其中,澄湖的生态不敏感区所占比例在8处湖泊中相对最大。 相似文献
14.
运用GIS-IDRISI软件,在其空间分析模块支持下,结合植被、土壤和DEM数据建立了一个土壤侵蚀功能模型,并在3种不同植被状况下(1.现有植被;2.植被遭受严重破坏;3.植被得以良好保护和恢复),利用此模型对梅里雪山国家公园的土壤侵蚀状况进行情景分析.结果表明:在梅里雪山国家公园内,土壤侵蚀极敏感和高度敏感区,主要分布于高海拔的高山区域和低海拔的澜沧江河谷区,而中度敏感、轻度敏感和不敏感区主要分布于中间海拔区域.研究区现有植被得到了当地藏族居民的较好保护,但如果该区域的植被受到严重破坏,如情景2所示,那么土壤侵蚀极敏感、高度敏感和中度敏感区面积将大量增加,相反,轻度敏感和不敏感区的面积将大量减少,尤其是不敏感区将几乎全部消失.所以梅里雪山国家公园当前的首要任务为保护好当地的植被和各生态系统. 相似文献
15.
基于PSR框架的内蒙古自治区沙漠化敏感性评估 总被引：1，自引：0，他引：1
沙漠化敏感性是测度区域沙漠化可能性的关键指标。鉴于沙漠化敏感性研究“重评价、缺框架”、“重格局、轻变化”的研究现状,本文基于“压力—状态—响应”(Pressure-State-Response, PSR)分析框架,构建了“气候条件—地表覆盖—植被恢复”沙漠化敏感性综合评价指标体系,定量评估了2000、2015年内蒙古自治区(除流动沙地(丘)外)沙漠化敏感性,结合县域人口密度开展了区域沙漠化防治分区。研究结果表明：2015年研究区以中度敏感区为主(27.04%),其次为轻度敏感区(25.53%)、不敏感区(22.96%)和高度敏感区(20.82%),极敏感区占比最小(3.65%),沙漠化敏感性呈现出中西部高、东部低的空间格局;2000-2015年间,内蒙古自治区9.20%的土地沙漠化敏感性等级降低,24.83%则趋于增强。研究区可划分为生态保育区、沙化治理区、综合发展区和生态移民区四大沙漠化防治区。 相似文献
16.
基于GIS的吴江东部地区生态敏感性分析 总被引：64，自引：5，他引：59
区域可持续发展的基础是生态环境的可持续,而生态敏感性区划是制定生态环境规划的前提和基础。文章借助GIS技术,选择有区域代表性的生态因子,采用因子叠加法,对吴江东部地区的生态敏感性进行了深入分析,按生态敏感度的高低将研究区划分为5 级:极高敏感区、高敏感区、中敏感区、低敏感区和非敏感区,并提出了分区保护与建设的建议,为研究区生态环境保护和产业经济布局提供有价值的参考。研究结果表明,极高和高生态敏感区面积占研究区的48.63%,说明研究区生态敏感性总体上很高。 相似文献
17.
基于GIS和RS的四川省彭州市土壤侵蚀敏感性评价 总被引：1，自引：0，他引：1
根据彭州市独特的自然地理特征,结合美国通用土壤流失方程(USLE),选择降雨侵蚀力(R)、土壤可蚀性(K)、坡度坡长(LS)和地表覆盖(C)4个自然因子作为彭州市土壤侵蚀敏感性评价的指标,在GIS和RS技术支持下,对彭州市土壤侵蚀敏感性并进行综合评价.结果表明:彭州市土壤侵蚀敏感性以不敏感(37.78％)、轻度敏感(19.22％)和极敏感(22.09％)为主,中度敏感(10.57％)和高度敏感(10.33％)比例相对较小;区域内土壤侵蚀敏感性的空间分布具有垂直地带性,其中最不敏感区主要分布在东南平原地区,极敏感区主要分布在北部坡度大于25.的亚高山、低山和深丘地区.研究结果将为区域内土壤侵蚀状况的宏观把握和水土保持政策的制定提供科学依据. 相似文献
18.
基于信息量模型的玉树地震次生地质灾害危险性评价 总被引：1，自引：0，他引：1
2010-04-14发生在青海省玉树的Ms7.1级地震引发了大量的地质灾害.基于GIS技术和信息量模型方法,以坡度、坡向、高程、坡形、地貌类型、断层距和地层岩性为评价因子,通过空间分析计算各因子的信息量,分析地质灾害在各因子中的空间分布特征,对各评价因子图层进行空间建模,将获取的信息量图划分为高度、中度、轻度三级危险区,通过遥感解译研究区实际滑坡分布,与危险性分布图叠加表明:本次研究得出的危险等级与实际的滑坡发生情况相吻合,为灾区重建提供参考依据. 相似文献
19.
基于RUSLE的广东南岭土壤侵蚀敏感性研究 总被引：2，自引：0，他引：2
基于修正的通用水土流失方程RUSLE和GIS技术,分析了影响土壤侵蚀敏感性的降雨侵蚀力因子、土壤可蚀性因子、坡度坡长因子以及植被覆盖与管理因子,并生成单要素敏感性评价图,在此基础上,评价研究区土壤侵蚀敏感性,探讨不同土壤侵蚀敏感性的分布规律及其主导因子的空间分异特征。结果表明：降雨侵蚀力因子的变化范围为8 181.52~14 621.56（MJ·mm）/（hm2·h·a）,土壤可蚀性因子为0.146~0.238（t·hm2·h）/（hm2·MJ·mm）,坡度坡长因子为0~612.615,植被覆盖与管理因子为0.101~1.183,土壤侵蚀的最大值和平均值分别为7 016.44和137.69 t/（km2·a）,土壤侵蚀敏感性以低度敏感和较低敏感为主,不同影响因子在敏感性分区的变化范围不同,其中地形因子和植被覆盖与管理因子对土壤侵蚀最为敏感。 相似文献
20.
长江中游经济带土地利用转型及其生态服务功能交叉敏感性研究 总被引：13，自引：2，他引：11
以长江中游经济带325个县域为研究单元,利用2000年、2005年和2010年Landsat TM遥感影像解译数据,分析土地利用转型及生态系统服务价值时空演变特征。构建交叉敏感性响应矩阵,分析生态系统服务价值对土地利用转型的敏感程度并进行敏感性分区。结果表明:(1)长江中游经济带土地利用空间分布格局与区域地形特征相契合。年综合土地利用变化率高值区集中在武汉和环鄱阳湖城市圈、长株潭城市群及江西省南部;低值区集中在西部和中部山区,分别对应土地利用转型快速和迟缓区。(2)森林和农田向其他多数地类转型对生态服务功能的影响均较敏感,其中森林与农田、湿地、水域、荒漠、建设用地间转型,农田与湿地、水域、建设用地间转型最敏感,而草地、水域和荒漠向其他地类转型不够敏感。(3)生态服务价值敏感性分区空间分异明显:森林与荒漠、湿地、水域间转型的高生态敏感区分布较广;森林与建设用地、农田与湿地、水域、建设用地间转型的高生态敏感区分布较小;森林与荒漠、水域间转型的高生态敏感区多集中在山地丘陵区;森林与农田间转型的中、高生态敏感区多集中在平原盆地区。研究结果可为如何在科学管理土地开发利用的同时实现生态服务功能的延续和提升提供借鉴。 相似文献