基于遥感与GIS的土壤侵蚀强度快速估测方法

针对土壤侵蚀问题,提出了一种基于遥感数据、气象数据、土壤数据的区域土壤侵蚀快速估测方法。首先,通过对土壤侵蚀问题形成原因和影响因素的分析,确定土壤侵蚀敏感性因子;其次,利用遥感(RS)、GIS技术提取土壤侵蚀敏感性因子信息;然后,在GIS系统支持下,运用主成分分析方法,进行土壤侵蚀强度分级;以北京密云水库周边区域为例,进行了土壤侵蚀估测方法的应用,并对该区域的土壤侵蚀空间特征进行分析。研究结果表明:(1)区域土壤侵蚀快速估测方法与实际情况有较好的一致性;(2)密云水库周边地区土壤侵蚀以微度和轻度侵蚀为主,所占面积比例为67.51%,中度以上侵蚀仅占面积的1.46%;(3)土壤侵蚀受坡度、地貌影响明显,中度侵蚀主要发生在低山、丘陵区以耕地为主的土地利用上以及坡度在大于25°的阳坡地带。     

白云鄂博矿区生态退化研究

矿区开发为国民经济和国防建设提供了重要保障,但也对当地生态环境造成了极大破坏。以白云鄂博矿区为研究区,在大量野外调查基础上,采用Landsat TM、OLI、Quickbird等遥感数据和数字高程数据(DEM),利用GIS的邻域空间分析功能和频率比分析方法,从土地毁损、植被破坏和土壤侵蚀3个方面,研究矿区开发对生态环境的影响。结果表明,矿区土地占用和毁损情况严重,被占用的土地利用类型以草地为主;离矿区距离越近受破坏程度越大,植被生长状况越差;1990—2014年土壤侵蚀面积基本没变,但矿区500 m范围内轻度等级侵蚀向重度等级侵蚀转移明显。整体来看,白云鄂博矿区周边生态环境呈恶化趋势,且距矿区越近越严重。     

内蒙古草原矿区土地退化特征

随着内蒙古地区矿产资源开发力度的加强,生态脆弱的草原地区出现的各种生态环境问题严重影响了当地经济发展和生态建设。选择内蒙古白云鄂博铁矿、准格尔煤矿、达茂旗萤石矿和苏莫查干萤石矿4个矿区作为典型研究区,利用遥感和GIS技术,选择土地毁损、植被破坏和土壤侵蚀等方面的指标,研究内蒙古矿区20多年来的土地退化特征。结果表明,矿区开发过程中道路建设对植被的破坏比较明显;被毁损的土地类型主要来源于草地;NDVI、植被覆盖度、生物量和生物丰度等指标在矿区500 m范围内的值远小于其他范围;土壤侵蚀呈由轻度向中度发展的趋势;所有指标都反映出距矿区越近土地退化越严重的特征。     

雅鲁藏布江源区土壤侵蚀特征

以雅鲁藏布江源区所在的马泉河流域为研究区域,运用遥感和G IS技术对土壤侵蚀及其空间分布的地貌特征进行研究,结果表明:轻度及其以上强度土壤侵蚀面积为18 933.33 km2,占源区面积的71.86%;冻融侵蚀是土壤侵蚀的主要形式,占源区面积的82.53%;风力侵蚀占5.33%,集中分布在河谷宽谷段;水力侵蚀面积所占比例较小,以微度侵蚀为主。土壤侵蚀的地理分布规律受海拔高度的影响较大,垂直分异明显,主要发生在坡度等级较低、地势较平坦的地区。轻度以上冻融侵蚀主要分布在海拔4 600~5 200 m,且有20%以上集中在0°~5°坡地;风力侵蚀主要分布在海拔4 600~5 600 m、0°~25°坡地。极强烈风力侵蚀以西南坡向最大,南、西、东南坡和平地分布较少。强烈风力侵蚀以平地所占比例最大,东北和西2个坡向次之。坡向对冻融侵蚀影响较小。     

基于RS-GIS的湖北丹江库区土壤水力侵蚀定量分析

湖北丹江库区是南水北调中线工程的主要淹没区和水源区,土壤水力侵蚀是影响水质安全和工程实施的重要因素。以1998年和2003年的TM遥感影像为主要信息源,建立了以植被覆盖度、坡度和土地利用为指标的水力侵蚀遥感分析方法,将水力侵蚀强度分为六级,并结合GIS的空间分析功能对1998年和2003年库区水力侵蚀强度变化及空间分布进行了划分。结果表明五年间库区微度侵蚀、中度侵蚀和强度侵蚀面积呈增加趋势,而轻度侵蚀和极强度侵蚀面积呈减少趋势;并将库区水力侵蚀空间分布划分为北部中低山丘陵中强度侵蚀区和中部河谷城区轻度流失区。分析结果对库区土壤侵蚀的治理和生态环境的改善具有指导意义。     

东北典型黑土区农村居民点对水土流失影响研究

从人地关系视角探究典型区域农村居民点布局对生态环境的影响,对合理优化农村居民点分布格局、保障粮食安全具有重要战略意义。以东北典型黑土区克山县为例,综合运用分散度统计、核密度估计、空间关联测度模型等空间分析方法,揭示1988—2018年克山县农村居民点时空演变规律;结合修正通用RULSE模型,采用景观指数分析和广义变异系数的灰色关联度量化模型,探讨农村居民点分布特征对水土流失的影响。结果表明:(1)近30 a来,克山县农村居民点数量急剧增加,分散化趋势明显,以高密度多核心集聚、低密度广泛分布为主要空间分布特征,分布重心向东北部迁移。(2)研究区水土流失以微度、轻度和中度侵蚀为主,水土流失强度空间分布格局与农村居民点的空间分布格局呈现一致性。(3)研究区农村居民点分布特征因子与水土流失面积的关系存在差异,农村居民点分布范围与密度对水土流失具有较强作用。     

渭河流域土壤侵蚀时空特征及其地理探测

基于GIS和RS技术,利用RUSLE模型研究渭河流域2000—2015年土壤侵蚀时空分异特征,并运用地理探测器对其影响因素进行研究,结果表明:(1)2000—2015年渭河流域土壤侵蚀模数呈减小趋势,2000、2005、2010和2015年平均土壤侵蚀模数分别为50.724、42.270、39.716和35.944 t·hm~(-2)·a~(-1),侵蚀总量减少1.959亿t,大部分地区土壤侵蚀强度向低级别转化;(2)流域土壤侵蚀强度较大区域主要分布在陇东黄土高原区及陇中黄土丘陵区,较小区域主要分布在关中平原和河谷平原。(3)植被覆盖度、造林面积和降雨量是影响流域土壤侵蚀空间分布的主要因素,且不同因子的交互作用均会增强对土壤侵蚀的解释力。(4)植被覆盖度小于0.3、降雨量在481.27～547.75 mm区间、海拔处于3 282～3 874 m区间以及坡度位于20°～25°区间的地区为流域土壤侵蚀高风险区。     

静乐县生态脆弱性时空演变与分区研究

生态脆弱性研究是区域生态环境恢复与治理的重要依据。基于人为-自然因素综合作用体系,选取表征人类活动、社会经济、植被、气象、土壤和地形地貌等14个因子构建静乐县生态脆弱性评价指标体系。运用空间主成分分析法,结合遥感数据和地理信息系统技术,对山西省静乐县2007和2017年生态脆弱性进行定量评价和分区,揭示区域生态脆弱性时空演变特征。结果表明:(1)通过主成分特征分析发现,地形起伏度、土壤侵蚀程度、人均耕地面积、年均降水量和人均GDP是影响研究区生态脆弱性的主要因素。(2)静乐县生态脆弱性类型主要由微度脆弱、轻度脆弱、中度脆弱和重度脆弱4类组成。2007年以轻度脆弱和中度脆弱为主,2017年以中度脆弱和重度脆弱为主。空间上均呈现"中部高-两边低"的格局。(3)研究期内,各类生态脆弱性等级相互转移的总面积为662.84 km~2,以轻度和中度脆弱转移为主。轻度脆弱主要转向中度脆弱,转移面积为472.90 km~2;中度脆弱主要转向重度脆弱,转移面积为187.65 km~2。研究区空间上基本呈现"轻度向中度演变、中度向重度演变"的趋势,生态形势严峻。(4)根据时空演变特征将研究区划分为生态修复区、生态持平区和生态退化区。研究成果可为静乐县及同类型地区开展生态修复治理工作提供科学支撑和研究思路。     

融合主被动遥感的乌海矿区土地损伤测度

煤炭资源开发战略加速西移,迫使西北矿区土地损伤迅速加剧。传统的矿区土地监测手段难以实现全空间覆盖的土地损伤诊断,该研究以乌海矿区为研究对象,采用Landsat TM/OLI影像和Sentinel-1A影像,利用3S、合成孔径雷达干涉测量(InSAR)技术,通过提取植被损伤指数、地表形变指数和土地覆被类型等关键参数,以土地结构损伤函数与土地功能损伤函数为主体构建矿区土地损伤测度模型。结果表明:矿区土地损伤在空间分布上呈现以开采工作面为中心向四周辐射衰减特征,土地损伤值为4.5～8.0的高损伤区面积为42.36 km~2,占总面积的2.68%;中损伤区面积为544.21 km~2,占比为34.43%;非损伤区面积为994.02 km~2,占比为62.89%。损伤测度结果有助于矿区环境修复精细化设计,为乌海矿区土地整治与修复提供决策参考。     

贵州省煤矿区植被指数变化及其影响因子分析

基于遥感和空间分析技术,利用MODIS数据对2000—2014年贵州省煤炭资源开采对植被的影响进行监测分析。采用最大值合成、平均值和一元线性回归分析等方法研究贵州省煤矿区植被变化特征,并运用地理探测器分析高程、坡度、坡向、土壤、多年平均降水量、多年平均气温和煤炭年产量对矿区植被变化的影响。结果表明,贵州省煤矿区NDVI值均大于0.77,整体生长状况较好,但低于全省平均水平,其中大型煤矿植被指数均值明显低于中、小型煤矿;在全省NDVI值处于上升趋势的情况下,大多数矿区(79.22%)植被也处于改善趋势,依然有部分矿区(13.42%)植被呈现退化趋势;全省总体而言,煤炭产量对矿区植被变化的解释力在7个因子中处于第3位,在遵义、毕节和六盘水市,其解释力分别排第4、5和5位,对植被变化解释力最大的是自然环境因子中的降水、土壤和坡度。     

陕北黄土高原陡坡耕地土壤侵蚀变异的空间格局

利用环境放射性核素137-Cs技术定量评价陕北黄土高原典型山坡地顺坡断面(240 m)土壤重新分布的空间变化及其影响因素.结果表明,黄土高原坡地土壤侵蚀率存在明显的空间格局,即山坡中、上部是土壤侵蚀最为严重的地带,土壤平均侵蚀速率高达82.8 t/(hm2(a)以上;山顶和坡脚侵蚀速率较小,土壤平均侵蚀速率分别为17.1 t/(hm2(a)及22.3 t/(hm2(a),而坡下部土壤侵蚀速率居中,土壤平均侵蚀速率为46.8 t/(hm2(a).坡度变化是影响该地区土壤侵蚀速率空间变化的主导因子.本研究结果对黄土高原坡地土壤侵蚀的预测预报和准确防治土壤流失具有重要价值.     

基于光谱特征的煤矿覆煤区遥感识别与监测方法研究:以云南小龙潭矿区为例

面对煤矿区土地退化日益加重带来的严峻生态环境问题,以及露天矿区覆煤地表范围难以准确界定的现实难题,基于煤矿区典型地物水体、植被、裸地和煤堆的光谱特征以及Landsat 8遥感数据的波段特性,提出了归一化差异煤矿指数(normalized difference coal mine index,NDCMI),并结合地物样本的NDCMI值设定阈值,对煤堆与矿区背景地物信息加以区分识别。结果表明:(1)利用Landsat 8的蓝光、红光、近红外和中红外波段组成的NDCMI方法对小龙潭矿区(下辖小龙潭露天矿和布沼坝露天矿)具有较强的适用性;(2) 2013—2018年,布沼坝露天矿开采面积增加1. 03倍,而小龙潭露天矿开采面积减少42%;(3)在空间上小龙潭矿区的煤炭开采活动重心呈现自东北向西南、从小龙潭露天矿向布沼坝露天矿转移的趋势,大大增加了布沼坝露天矿的生态环境压力。     

利用~(137)Cs示踪技术与土壤化学物质研究滇池流域土壤侵蚀

核素示踪技术研究作为一种新的土壤侵蚀研究方法,已经在土壤侵蚀研究中获得了极大应用,并在土壤侵蚀的沉积、侵蚀、运移研究上取得许多成果.采用放射性核素作为土壤示踪剂,可以很好的进行流域尺度的范围研究,且可靠性比较高,省时省力.云贵高原在处于我国的西南地区,是我国南方水土流失严重的地区之一.该地区缺乏较长时间的资料积累,仅通过短时间的测定,无法准确估算中长期(约50 a)的平均土壤侵蚀速率.文章应用137Cs示踪技术,并结合土壤有机碳、全氮等土壤化学物质,首次研究了云南省滇池流域土壤侵蚀的强度分异规律.1)山坡不同部位的土壤侵蚀速率大小顺序是:坡中部>坡下部>坡上部,坡位是影响土壤侵蚀的重要因素.2)土壤利用方式上看,非耕地(林地和撂荒地)的侵蚀速率小于耕地的侵蚀速率.同一种土地利用方式下,由于耕作措施与耕作方法的差异,也会直接影响到土壤侵蚀的速率大小.3)从土壤侵蚀模数来看,区域整体上属于轻度侵蚀.土壤平均侵蚀速率为1280.2 t·km-2·a-1,其中耕地的平均土壤侵蚀速率为1672.8 t·km-2·a-1,非耕地土壤平均侵蚀模数为1161.2 t·km-2·a-1.4)虽然是轻度侵蚀,但是随着土壤侵蚀的进行,土壤有机碳、氮等的流失,造成土地退化较为严重,这给当地的生态环境带来直接的危害:滇池土壤淤积,土壤中的有机质、化肥等物质也直接随土壤流入滇池,会导致水体富营养化和水质变差.     

红壤丘陵区LAI与土壤侵蚀分布特征的关系

叶面积指数(LAI)是常用的一个用于描述植被覆盖的方面指数,土壤侵蚀的分布又与植被的覆盖状况息息相关,这就意味着LAI与土壤侵蚀有一定的相关性,目前有关这二者的相关性研究还鲜有文献报道。基于这此,本研究首先利用2000年的遥感影像(TM)解释出该年度的土壤侵蚀强度图,再利用该遥感影像通过图像的代数运算得出该地区的NDVI栅格图,通过实测该县不同典型植被条件的LAI值,得出实测的LAI与图像NDVI值之间的函数关系式,由图像的代数运算把NDVI图转换成LAI图,即实现了遥感图像的实测LAI纠正。在GIS软件的帮助下,通过将LAI栅格图与土壤侵蚀强度图的空间叠加分析,得到不同LAI条件下的土壤侵蚀分布。结果表明,LAI与土壤侵蚀的分布表现为:大致以LAI=2为分界线,当LAI<2时,土壤侵蚀并未随LAI的增加而迅速减少,LAI>2时,土壤侵蚀的分布随植被指数的增加而减少,当LAI=2左右时,土壤侵蚀的面积最大。这种情况对于轻度、中度及强度土壤侵蚀的影响是类似的,都呈类正态分布的曲线形式,但在曲线的两侧土壤侵蚀类型是有本质区别的,在曲线的左侧土壤侵蚀类型的分布是中度和强度为主,而在曲线右侧则以轻度为主。表明LAI这个指标与土壤侵蚀有很好的相关性,可以用于土壤侵蚀方面的相关研究工作。     

徐州市区土地利用格局变化分析及其空间扩张模拟

城市化是社会发展进程中的重要阶段,而随着城市化的快速发展,城市土地利用格局发生了巨大变化,城市土地利用问题逐渐浮现。为了破解城市土地利用格局失衡和空间扩张失控的难题,通过遥感解译、空间分析及模型仿真对徐州市区进行土地利用格局分析及其空间扩张模拟预测,预测结果可为未来土地资源的合理利用及政府决策提供科学依据。结果表明:(1)徐州市区各土地利用格局演变表现为集聚趋势,城市空间扩张与结构调整并行,并且总量增长占主导;景观格局方面,斑块破碎化程度降低,斑块分布更加集中,景观复杂程度降低,景观内部与其他斑块类型相邻的斑块数量减少;土地利用/覆被方面,徐州市区周边的耕地、林地和未利用地等用地类型向建设用地不断转化,并且建设用地表现为向东北部和东部扩张趋势。(2)空间模拟显示,2016—2020年间徐州市区周边建设用地空间扩张方向上仍然集中在东北部和东部地区,与现有土地和城市规划方向较为一致,空间扩张预测规模由高到低分别为:东北部4 126.23 hm~2,东部3 203.01 hm~2,西北部2 723.22 hm~2,南部2 600.91 hm~2,东南部2 203.11 hm~2,西南部2 150.64 hm~2,西部1 834.83 hm~2,北部1 565.91 hm~2。建议徐州市区未来(至少5 a内)继续对东部和东北部地区进行重点建设,以实现区域高效可持续发展。     

南昌市生态空间和生态保护红线划定研究

生态保护红线作为生态空间的刚性约束区域,是保障和维护国家生态安全的底线和生命线。结合国土空间规划双评价技术,以南昌市为例,选取水源涵养功能、水土保持功能、水质保护功能、生物多样性保护功能4种重要性指标和土壤侵蚀、酸沉降、水污染3种敏感性指标,采用模型评估法和净初级生产力定量指标评估法,开展生态空间和生态保护红线划定研究。结果表明:南昌市生态保护红线面积为1648.43 km2,占总面积的22.27%,以水质保护与水污染敏感红线和生物多样性维护功能生态保护红线为主,面积分别为787.93 km2和628.96 km2,主要分布在南昌市梅岭森林公园及周边地区、中部赣江与瑶湖范围、东部军山湖与青岚湖地区、西部鄱阳湖湖域以及近鄱阳湖部分区域,以水域、农田、森林3种地类为主;生态空间面积为4271.43 km2,占总面积的57.70%,主要分布在南昌东部、南部以及西南方向,以农田、森林地类为主;其他空间面积为1482.67 km2,占总面积的20.03%,主要分布在南昌市中部以及市区周边部分地区,以建设用地为主。研究结果可为区域国土空间规划和生态安全提供参考。     

大城市边缘区土地利用空间格局特征分析——以北京大兴区为例

以北京大兴区为例,利用景观格局和空间分析方法,从产业布局和区位角度分析大城市边缘区土地利用空间分异特征。结果表明:(1)该区土地利用程度高,区域产业布局及距城市、村镇和道路距离等区位因素使其土地利用综合水平呈现北高南低、北部和南部区域内部重点镇高于一般镇的等级梯度分异格局。(2)设施农用地、园地和设施耕地等集约利用程度较高的农用地比例很大,集中分布在村镇和道路附近,生产便利性和成本是其空间分异的主要影响因素;(3)各类土地破碎化严重,集聚度和规模化程度低,亟需通过土地综合整治,重构村庄空间体系,充分发挥循环经济和农用地多功能性的优势,优化农业产业间及其与非农用地间的用地结构和空间布局,进一步提高土地利用综合效益。     

基于ZY-3卫星数据的神东煤矿区土地退化人为影响因素调查与评价

基于ZY-3卫星数据,建立煤矿区土地退化人为影响专题因素遥感解译标志,对神东煤矿区土地退化人为影响因素开展遥感监测。运用层次分析法构建土地退化人为因素影响强度评价指标体系,采用综合评分法计算研究区土地退化人为因素影响强度指数。结果表明:土地压占破坏是造成神东煤矿区土地退化的首要人为影响因素,人类矿业活动对该区土地退化的影响程度已达"强烈"级别。为定量估算神东煤矿区矿业开发对土地资源的占用破坏数量并预测矿区土地退化发展趋势,提出1种煤矿区土地占用破坏率的计算方法。研究表明,ZY-3卫星数据完全满足井工开采煤矿区土地退化因素调查对高分辨率卫星数据的需求。今后需加强煤矿开发秩序的有效监管和矿山环境遥感动态监测,以防人为因素对土地退化的影响程度日益加深。     

京津冀植被退化的空间格局及人为驱动因素分析

植被净初级生产力(NPP)是区域生态系统健康与退化的重要指示器之一。基于2000—2010年NPP数据和土地利用数据,采用趋势分析、叠加分析和显著性检验等方法,研究京津冀植被退化的空间格局,并分析其人为驱动因素。结果表明:(1)研究区植被NPP多年均值(以C计)集中在400~700 g·m~(-2)·a~(-1),高值区主要分布在燕山山脉、太行山山脉及太行山山脉东麓山前平原,低值区主要分布在冀西北草原区、研究区东部沿海地带和冀东平原盐碱地地区。(2)11 a间京津冀植被NPP呈减少趋势的区域面积占研究区总面积的59.214%,其中,显著和极显著减少区域面积占10.050%,研究区局部区域植被发生明显退化;京津冀区域植被退化总面积为21 545.07km~2,其中,重度退化面积为5 775.66 km~2,中度退化面积为8 168.18 km~2,轻度退化面积为7 601.23 km~2;研究区植被退化表现出明显的空间聚集特征,一是太行山东麓呈条带状连片区域,二是京津唐都市圈呈环状区域。(3)京津冀区域植被退化格局主要人文驱动因素有3个:一是城市(镇)蔓延式扩张,研究区城市新增建成区面积与重度、中度、轻度退化面积之间的相关系数分别为0.897 9、0.783 5和0.686 9(P0.05);二是区域交通路网密度影响区域植被退化格局和程度,以重要交通线为核心,从核心到两翼,植被退化程度逐渐降低;三是区域经济发展战略和产业布局直接影响区域植被空间格局。     

北方草原露天煤矿区植被退化因素分析

露天煤矿区植被退化问题日益严峻且对环境影响较大,确定植被退化主控因素并实施精准防治意义重大。为此,选取胜利与平庄露天矿区作为研究区域,以归一化植被指数(normalized difference vegetation index,NDVI)反映植被退化程度。同时,将熵权法引入灰色关联分析来构建熵权灰色关联模型,利用该模型分析NDVI值与挖损、压占、沙漠化和土壤侵蚀4个因素的关联性,根据各因素的关联性排序确定引起植被退化的主控因素。结果表明:(1)胜利矿区不同因素熵权关联序排序为压占(熵权关联度为0. 294 7)沙漠化(0. 155 5)挖损(0. 151 0)土壤侵蚀(0. 119 3),平庄矿区则为挖损(0. 169 3)压占(0. 163 7)土壤侵蚀(0. 150 5)沙漠化(0. 103 4);(2)露天煤矿区植被退化最直接、最严重的影响因素是土地挖损、压占;(3)沙漠化、土壤侵蚀2项因素对植被退化影响比挖损、压占因素小,但亦不容忽视。基于研究结果提出了相应措施,有助于避免植被退化防治的盲目性。