排序方式： 共有3条查询结果，搜索用时 0 毫秒
1
1.
甘达基河流域(Gandaki River Basin,GRB)是喜马拉雅中部地区的一部分,该地区栖息着许多珍稀的野生动物。由于气候和人类活动的影响,许多珍稀保护物种的生境处于危险之中。本研究基于最大熵(MaxEnt)模型,运用生物气候、土地覆被和DEM数据,分析各环境要素对棕尾虹雉(Lophophorusimpejanus)的生境适宜性的影响,评估棕尾虹雉现在状况和未来栖息地分布的变化。研究表明,目前棕尾虹雉的高度适宜栖息地面积约为749 km^2,主要分布在流域北部、东部和西部,尤其是郎塘国家公园、马纳斯卢峰自然保护区和安纳布尔纳峰自然保护区等保护区内。到2050年,棕尾虹雉的高度适宜栖息地面积将减少至561 km^2,主要在流域北部和西北部(即Chhyo,Tatopani,Humde和Chame地区)。未来环境变化的模拟表明,由于适宜栖息地面积的减少,棕尾虹雉面临的生存风险将增加。 相似文献
2.
由于云污染、实地验证点的匮乏,以及地形地貌的复杂、破碎化,多云山区土地覆被的准确分类较难实现。以藏东南这一典型的多云山区及生态过渡区为研究区,基于Google Earth Engine(GEE)平台和野外实测数据,结合多光谱数据、雷达数据、高程数据、辅助数据,提取光谱特征、纹理特征、地形特征等信息,利用递归特征消除法对特征进行优化,并采用随机森林算法构建分类模型,以期有效利用多源遥感数据提高土地覆被分类精度。结果表明：(1)并非特征越多分类精度越高,特征选择后数量由58个减至38个,分类精度（总体精度93.96%,Kappa系数0.92）较未优化前（总体精度93.11%,Kappa系数0.92）略有提升。(2)地形特征及雷达特征对藏东南土地覆被分类具有重要作用,地形特征对多数土地覆被类型的分类精度具有影响,而雷达数据对裸地、建设用地、灌丛影响较大,分类过程中如不考虑地形及雷达特征,总体精度分别降至88.98%,92.48%。纹理特征以及时序特征仅对提高具有明显纹理以及时序变化的土地覆被类型的精度有帮助。结合随机森林和特征优化算法,能够在保证土地覆被分类精度的同时,高效整合多源数据信息,... 相似文献
3.
NDVI是监测地表植被变化的重要工具,但不同来源的NDVI数据集在不同尺度下的应用存在较大差异,需要对其进行一致性评估。本研究选取了SPOT、MODIS、GIMMS以及CDR AVHRR等四套NDVI数据集,采用相关分析和趋势分析的方法,评估了2000—2015年间四套数据集在三江源地区年际变化的一致性和差异性,结果表明：(1)从NDVI平均值的年际变化趋势来看,SOPT NDVI和MODIS NDVI均呈现出增加的趋势,且两者之间具有最强的相关性（R=0.72,p<0.001）,而GIMMS NDVI和CDR AVHRR NDVI则呈现出减少的趋势。(2)从栅格尺度的NDVI年际变化趋势来看,SPOT NDVI、MODIS NDVI以及GIMMS NDVI均呈现出整体变绿的趋势,变绿像元占比分别为86.94%、69.52%以及66.95%,而CDR AVHRR NDVI数据则呈现出整体变褐的趋势,变绿像元占比仅为33.38%。(3)从不同海拔梯度下四套NDVI数据集的差异来看,四套数据集中平均NDVI随海拔增加的变化趋势相同,但GIMMS的平均NDVI值要显著大于其他三套数据集... 相似文献
1