排序方式： 共有43条查询结果，搜索用时 351 毫秒
31.
基于RS和GIS的三江平原湿地景观变化研究 总被引：31，自引：2，他引：31
利用1986年和2000年遥感影像作为基本信息源,在GIS技术支持下,建立湿地空间数据库。选取斑块大小、分维数、景观破碎度、多样性和优势度等指标,对湿地景观空间格局的动态变化进行分析。同时利用马尔柯夫模型对该地区的湿地景观类型转换进行了模拟。结果显示,1986－2000年期间,该地区的湿地景观发生了显著变化,湿地景观趋于破碎化。 相似文献
32.
为了探究京津冀小时极端降雨特征,本文基于地区线性矩法计算多种重现期下的小时极端降雨值,并分析小时极端降雨的特征与变化趋势,同时探究小时极端降雨致灾因子危险性并得到以下结果。① 研究得到适合计算京津冀小时极端降雨频率估计值的分布线型及不同重现期的频率估计值;② 京津冀大于50年一遇的小时极端降雨的强度虽高（>70 mm/h）但其出现的次数（1~2次）相对较少,且多数站点的频次与强度无显著变化趋势;③ 小时极端降雨致灾因子危险性较高的区域位于北京、保定、廊坊交界地带及唐山、衡水、邢台部分地区。本研究在考虑空间差异的基础上探究小时极端降雨并分析其特征和致灾因子危险性,对于京津冀极端降雨灾害的管理与风险规避有一定的意义。 相似文献
33.
34.
基于遥感和GIS的北京湿地生态服务功能评价与分区 总被引：1，自引：0，他引：1
湿地(特别是大城市湿地)的分布、生态服务功能及其管理与城市的生态环境和居民生活质量关系密切.以北京市湿地为例,综合运用遥感、基础地理、野外实测和社会统计等多源数据,借鉴千年生态系统评估(millennium ecosystem assessment,MA)概念框架,利用价值量评价方法,构建基于遥感与GIS的城市湿地生态服务功能评价指标体系;以行政区(县)为评价单元,应用层次分析(analytic hierarchy process,AHP)和综合指数等方法对湿地生态服务功能的构成要素进行综合建模分析;分别对北京湿地的“调节”、“供给”、“文化”和“支持”功能类别及其功能综合进行评价分析,得到北京湿地4个功能类别及其综合的湿地功能重要程度分级格局.研究结果表明:①在北京湿地生态服务功能类型中,“调节”和“供给”功能最重要,“文化”功能次之,“支持”功能最弱;②就北京市各区县湿地综合功能的重要性等级而论,密云湿地为“最重要湿地”,房山、东城、西城、朝阳、延庆和怀柔的湿地为“重要湿地”,平谷、通州、海淀和门头沟的湿地为“比较重要湿地”,而大兴、昌平、顺义、石景山和丰台的湿地为“一般重要湿地”. 相似文献
35.
中国北方农牧交错带生态环境的空间格局演变 总被引：1，自引：0，他引：1
1 IntroductionThe scope of the farm ing-pastoral region of northern China begins from the w est of G reatH inggan M ountains, w estw ards passes through southeastern Inner M ongolia, northern H ebei,Shanxiand Shaanxi,and then reaches the O rdos Plateau.It… 相似文献
36.
洞庭湖区湿地生态系统健康综合评价 总被引：16，自引：3，他引：13
湿地与海洋、森林并称为地球三大生态系统,湿地退化速度远大于其他生态系统,从而使得湿地健康评价与分析成为湿地领域研究的重点内容之一。本文以生态系统健康及压力-状态-响应模型为研究方法,综合利用遥感、野外实测和社会统计等多源数据,建立一套湿地生态系统健康评价指标体系,集成利用遥感和地理信息技术建立湿地生态系统健康评价模型,实施湿地压力、状态、响应、健康分析,揭示了洞庭湖湿地生态系统健康状况的空间分布规律。研究结果表明:(1) 洞庭湖区31%的湿地面临人类干扰压力较大,19%的湿地状态较好,82%的湿地生态系统发生很大变化。(2) 湿地的总面积在人类活动的干预下逐渐缩小,湿地综合健康较差、一般和较好的区域分别占总面积的6%、75%和19%,缺乏健康状况最好及最差的区域。(3) 湘阴县、沅江县及岳阳县的湿地生态系统健康状况较好,益阳县较差,安乡县等12个县市一般。 相似文献
37.
基于MODIS数据的雪面温度遥感反演 总被引：3，自引：0，他引：3
通过对Planck函数在低温范围内进行线性化,改进了针对MODIS数据的实用性分裂窗算法,建立了基于MODIS数据的中纬度地区雪面温度遥感反演方法。以环青海湖地区为研究区进行了算法应用,取得了较理想的效果。验证并分析了雪面温度与海拔高度的负相关关系。通过对下垫面相对均一的3个样区进行分析,讨论了雪面温度与归一化积雪指数的关系,并提出了"NDSI-Ts空间"的概念。 相似文献
38.
河源区边界是重要的国家基础地理信息之一,但除长江、黄河等大江大河外的我国大部分其他中小流域仍缺乏确切的河源区边界信息,需要科学划定河源区边界以支持流域水生态保护相关政策的规划与实施。对此,本文在确立河源区划分原则、明确划分依据的基础上,提出了基于多特征指标和层次聚类分析法的河源区边界划定方法。以沁河流域为研究案例,首先利用均值变点分析法计算沁河流域子流域提取的最佳汇流累积量分位数阈值为0.15%,再基于子流域的多特征指标运用层次聚类分析法最终确定河源区范围边界,并将该方法应用于长江、黄河流域进行验证分析。结果表明：① 基于多特征指标和层次聚类分析提取的沁河流域河源区范围处于河底比降法、水文站点方法得到的源区范围面积之间;② 该方法在长江、黄河流域河源区划分结果的交并比分别达到85.40%和79.99%,侧面验证了本文方法进行河源区边界划分的合理性与适用性。基于多特征指标和层次聚类分析的河源区边界自动划分方法可以简捷高效地识别缺乏明确河源区边界信息的流域河源区范围,为我国河源区生态安全屏障识别、水资源保护相关政策的规划和实施提供科学支撑。 相似文献
39.
To understand the variations in vegetation and their correlation with climate factors in the upper catchments of the Yellow River, China, Normalized Difference Vegetation Index(NDVI) time series data from 2000 to 2010 were collected based on the MOD13Q1 product. The coefficient of variation, Theil–Sen median trend analysis and the Mann–Kendall test were combined to investigate the volatility characteristic and trend characteristic of the vegetation. Climate data sets were then used to analyze the correlation between variations in vegetation and climate change. In terms of the temporal variations, the vegetation in this study area improved slightly from 2000 to 2010, although the volatility characteristic was larger in 2000–2005 than in 2006–2010. In terms of the spatial variation, vegetation which is relatively stable and has a significantly increasing trend accounts for the largest part of the study area. Its spatial distribution is highly correlated with altitude, which ranges from about 2000 to 3000 m in this area. Highly fluctuating vegetation and vegetation which showed a significantly decreasing trend were mostly distributed around the reservoirs and in the reaches of the river with hydropower developments. Vegetation with a relatively stable and significantly decreasing trend and vegetation with a highly fluctuating and significantly increasing trend are widely dispersed. With respect to the response of vegetation to climate change, about 20–30% of the vegetation has a significant correlation with climatic factors and the correlations in most areas are positive: regions with precipitation as the key influencing factor account for more than 10% of the area; regions with temperature as the key influencing factor account for less than 10% of the area; and regions with precipitation and temperature as the key influencing factors together account for about 5% of the total area. More than 70% of the vegetation has an insignificant correlation with climatic factors. 相似文献
40.
