1968～2018年洞庭湖江湖连通河道松滋口冲淤变化特征

探究江湖连通河道演变态势是评估重大人类活动事件对江湖关系变化影响的重要环节。以洞庭湖—荆江三口中松滋口河道为研究对象，通过建立其河道长期的水位—流量关系曲线分析其河道的冲淤变化特征，对其河道冲淤变化驱动因素进行分析，并采用实测河道断面资料验证其结果的可靠性。结果表明：水位—流量关系曲线法分析河道地形冲淤演变特征与实测横断面地形资料分析结果一致，松滋口河道同流量下水位下降对应于该时期河道冲刷，同流量下水位上升对应于河道淤积。不同时期松滋口东西分支河道冲淤变化主要驱动因素不同。1968～1981年间，下荆江裁弯引起的河势变化是西支新江口河道冲刷与东支沙道观河道淤积的主要诱因。1981～2003年间，其东西两支河道淤积主要是由于葛洲坝运行后引起的上荆江河道冲刷导致的。2003～2018年间，其河道冲刷主要是由于三峡大坝运行引起的河道水沙比例的大幅改变导致的。     

面向对象的河口滩涂冲淤变化遥感分析

河口滩涂位于江河入海口前沿,其岸线受江河上游来水来沙、海水潮汐动力和人为因素影响处于不断变化中。针对遥感人工目视解译判读出岸线进行冲淤变化分析方法的不足,提出了面向对象的岸线遥感识别提取方法,阐述了整个遥感迭代识别提取过程。以长江河口崇明东滩为实验区,选取长江口1990年12月4日、1995年4月6日、2000年6月14日和2005年11月27日4个时相的陆地卫星TM/ETM+遥感影像,对其进行基于面向对象的识别处理,直接提取相应年份的岸线和滩涂陆域多边形,对4个年份的陆域多边形进行空间叠加分析,得到了崇明东滩自1990年以来15年间的冲淤空间变化。应用表明面向对象的遥感分析识别技术在河口滩涂冲淤变化分析中具有准确、快速、简便的特点。     

基于遥感及数值模拟的崇明东滩冲淤与植被关系探讨

首先提取多时相卫星影像的水边线信息,借助水动力模型模拟水边线对应时刻的水位,根据水边线水位及实测潮滩高程断面推算潮滩的高程及冲淤变化信息,同时利用高分辨率遥感影像（Quick Bird）对潮滩植被进行模糊分类及变化监测,并通过植被覆盖度指数及现场观测数据反演植被的发育程度信息。依据上述计算结果探讨了崇明东滩冲淤变化与植被及潮间带高程的关系。结果表明在崇明东滩中低潮滩附近存在冲淤峰值,由峰值位置向海向陆侧递减。年平均沉积速率与潮滩高程(<3.4 m)的相关性〖WTBX〗R〖WTBZ〗2=0.8 106。中低潮滩出现最大沉积速率主要是受植被的捕沙作用及沉积滞后的影响,高潮滩沉积速率较小则归因于高潮滩淹水机率相对较小导致泥沙在高潮滩落淤量降低,相反低潮滩则由于高程较低加之缺少植被保护沉积速率较小。结果同时表明由于南北部潮滩动力条件及植被状况的差异导致崇明东滩从北部滩面、中部滩面到南部滩面冲淤峰值出现的高程各不相同。总之,遥感技术结合水动力模型能够较方便地得到滩涂相关环境因子信息,克服了常规测量的困难,为分析海岸带冲淤变化动态提供了新的技术手段。〖     

江苏省湖泊遥感监测及10年动态变化分析

以多时相Landsat TM/ETM+影像和HJ CCD影像为数据源,提取江苏省2000、2005及2010年湖泊,分析江苏省湖泊10年的水域面积变化及驱动力。研究结果显示,江苏省湖泊三期水域面积分别为5 90223、5 89191和5 88319 km2,全省湖泊面积整体相对稳定,但单个湖泊变化差异较大,变化最明显的是洪泽湖和白马湖。洪泽湖及白马湖10年的动态变化表明,洪泽湖变化主要位于西南方向,白马湖变化明显的是西南与东北方向。进一步从人为和自然因素对其变化驱动力进行分析,结果表明,10年间洪泽湖和白马湖周边区域气温升高、降水量及入湖水量的减少是造成水面减小的重要自然因素;洪泽湖10年间面积加权的平均拼块分形维数（AWMPFD）变化不大,2000、2005及2010年分别为1161 0、1162 1和1159 0,处于相对稳定状态;白马湖10年间AWMPFD持续下降,从2000年的1274 5到2005年的1239 6,再到2010年的1211 3。因此,人为活动影响及湖周土地利用方式的变化是湖泊水域面积萎缩的重要人为因素     

长江口九段沙上沙典型潮滩年周期冲淤变化分析

根据2006年6月-2007年6月长江口九段沙上沙两固定断面逐月滩面高程测量结果，并结合同期表层悬沙浓度逐日观测资料，对潮滩的短周期冲淤变化过程及其演变特征进行了分析。结果表明：①潮滩具有明显的季节性冲淤循环规律，呈现“洪淤枯冲”的变化特征，其垂直冲淤量与同期提前一周长江大通径流量呈较好相关关系，相关系数达0．61；②“碧利斯”台风导致滩面平均蚀低6．4cm，最大蚀深20．2cm，其侵蚀量占年侵蚀总量近五成；③有人工抛石堤庇护的潮滩相对于自然潮滩，其冲淤变化量值和幅度均较小，而其相对高程与悬沙浓度间的线性相关系数变幅大，表明人工抛石堤具有一定的保滩功能，但其同时也改变了潮滩自然发育演变过程和规律。分析认为：上述潮滩年周期冲淤演变特征是在人为因素影响基础上，暴风浪和流域来水来沙综合作用的体现。     

丹江口库区2001～2020年植被生态系统质量遥感监测与时空演变分析

丹江口库区是我国南水北调中线工程的核心水源地,良好的生态系统质量是保证水库安全运行和“一泓清水”永续北送的前提。以丹江口库区为研究区,在获取高精度精细生态系统类型数据基础上,基于植被覆盖度FVC(Fractional Vegetation Cover)、叶面积指数LAI(Leaf Area Index)和总初级生产力GPP(Gross Primary Productivity)等生态系统遥感参量构建生态系统质量评估模型,对库区2001～2020年植被生态系统质量进行遥感监测,分析其时空格局演变。研究结果表明：(1)丹江口库区2001和2020年植被生态系统质量指数分别为56.16和78.32。2001～2020年,库区植被生态系统质量逐渐变好,质量指数增加15以上的区域占总面积的81.32%;(2)各县(市、区)生态系统质量有所差异,淅川县和丹江口市生态系统质量指数在2001和2020年均低于库区平均水平,但增量较高,分别增加25.55和23.99;(3)不同生态系统类型中,森林生态系统质量指数最高,但增量较低;(4)2001～2020年,生态系统质量指数随坡度增加而增加,其中0°～3...     

1984～2017年太湖岛屿的动态变化及驱动因子分析

近些年来,围堰、跨区域调水、清淤等人类活动导致太湖中的岛屿面积的变化及其边界的迁移。基于Landsat遥感影像探究太湖内岛屿面积的变化趋势及边界的迁移方向,一定程度上反映人为因素对岛屿动态变化的的影响,进而指导太湖治理工作。通过波段分析、非监督分类以及分类后处理的方法从Landsat影像中提取岛屿信息,获得1984～2017年不同时期的岛屿面积和边界数据,并对岛屿面积和边界数据进行动态变化趋势的分析,最终结合从文献、年鉴和其他与太湖相关资料中总结的与太湖岛屿相关的人为活动信息分析引起太湖主要岛屿动态变化的原因。研究表明:小贡山、漫山岛和三山岛屿总面积均呈下降趋势,但下降程度与年际间波动幅度不同,岛屿面积变化的人为驱动因素可归纳为清淤和旅游开发,自然驱动因子为流水侵蚀;岛屿边界的迁移与"禁止围网养殖"、"湿地公园建设"等政策实施呈现显著相关性,且具体变化与政策颁布之间存在时间上的滞后性。     

2000～2007年湖北省耕地变化的遥感调查与分析

以中国科学院资源环境数据库为基础,利用2005和2007年获取的遥感数据,结合地面调查,对湖北省2000～2007年的耕地动态变化进行了监测,并进行了制图分析。研究结果表明：2000年以来湖北省耕地面积在不断下降,7a间净减少125 387 hm2;水域扩张是耕地流失的最主要原因,占到耕地流失面积的54.6%,其中又有88%是转变成坑塘;耕地资源变化存在明显区域差异：江汉平原水域的扩张导致超过湖北全省的一半耕地流失发生在江汉平原,建设用地占用耕地主要发生在湖北中东部和平原地区,湖北中西部耕地减少则是生态退耕造成;2005年以来,建设用地扩张明显,是2005年以来耕地流失的主要原因。因此,今后湖北应继续实行严格的耕地保护政策,着力解决粮渔争地问题和加强对建设用地的控制,以实现湖北省耕地资源的可持续利用。〖     

2000～2015年丹江口库区植被覆盖时空变化趋势及其成因分析

基于MODIS NDVI、Landsat遥感影像及气象观测数据,应用趋势分析、偏相关分析和土地利用转移矩阵等方法,阐明了2000~2015年丹江口库区植被覆盖时空变化趋势,并探讨了气候变化和人类活动对库区植被覆盖的影响。结果表明：（1）近16 a来丹江口库区植被覆盖度呈增加的趋势,增速为4.73%/10 a（p < 0.001）;（2）40.94%的区域植被覆盖度增加显著,主要分布在库周丘陵和平原地带;10.04%的区域植被覆盖度减少显著,主要位于西北部伏牛山区及库区建成区周边;49.02%的区域变化不显著;（3）丹江口库区植被覆盖度受气候变化影响不显著,但受人类活动影响较大,其中灌草地和农业用地转变为林地是库区植被覆盖度升高的主要原因,农业用地转变为水体和建设用地是部分区域植被覆盖度降低的重要因素,这些土地利用/覆被变化主要受造林、退耕还林、水库蓄水以及建设活动的驱动;（4）生态建设工程和项目的实施对库区植被覆盖度的稳步增加起到了积极作用。 关键词： 植被覆盖度;变化趋势;土地利用;丹江口库区     

城市化水平、工业化水平对空气质量的影响分析——基于湖北省16城市2005～2017年数据的时空模型

基于湖北省16城市2005~2017年数据,应用空间计量模型研究城市化水平、工业化水平对空气SO2、NO2、PM10含量的影响。结果显示,在城市化水平中,人均GDP对空气中SO2含量有显著负向影响,对NO2有显著正向影响,民用汽车的数量、公路里程对城市空气中SO2、NO2、PM10含量有显著正向影响,工业化水平对空气中SO2、NO2显著负向影响,对PM10含量有显著正向影响,人均绿地面积对空气中SO2的含量有显著负向影响,对NO2、PM10的影响不显著。为此,必须加快产业转型升级,做好产业发展规划;必须强化城市民用汽车尾气排放检测,加强城市配套园林建设;必须建立城市绿色发展联动机制,做好区域巡查监管。     

长江三角洲地区四季变化特征及城市化影响研究

基于1961～2017年长江三角洲地区(以下简称长三角)112个气象站点逐日气温数据和1981～2015年各气象站点周边10 km范围内建设用地面积变化资料,利用线性趋势、Mann-Kendall突变检验、相关性和显著性检验等气候统计方法,分析了长三角四季开始日期、四季长度变化特征及其受城市化的影响.结果 表明:过去57年间,长三角入春和入夏日期分别以2.1和1.7 d/10a的趋势显著提早,入秋和入冬日期分别以2.0和1.3 d/10a的趋势显著推迟,并在几乎所有地区都呈提早或推迟趋势.长三角区域平均夏季长度以3.6d/10a的趋势显著延长,冬季长度以3.5d/10a的趋势显著缩短,且在长三角绝大部分地区都显著;春、秋季长度变化不显著.四季开始日期大多在20世纪90年代中后期发生显著突变.区域内城市建设用地的增长与四季变化具有较好的对应关系.城市化进程引起的建设用地增长,导致了下垫面地表物理属性的改变和地表能量平衡变化,促进四季增温并使春夏季提早、秋冬季推迟和夏季长度的增加、冬季长度的缩短.     

Application of Remote Sensing Detection and GIS in Analysis of Vegetation Pattern Dynamics in the Yellow River Delta

Abstract

Regional vegetation pattern dynamics has a great impact on ecosystem and climate change. Remote sensing data and geographical information system (GIS) analysis were widely used in the detection of vegetation pattern dynamics. In this study, the Yellow River Delta was selected as the study area. By using 1986, 1993, 1996, 1999 and 2005 remote sensing data as basic information resource, with the support of GIS, a wetland vegetation spatial information dataset was built up. Through selecting the land-scape metrics such as class area (CA), class percent of landscape (PL), number of patch (NP), largest patch index (LPI) and mean patch size (MPS) etc., the dynamics of vegetation pattern was analyzed. The result showed that the change of vegetation pattern is significant from 1986 to 2005. From 1986–1999, the area of the vegetation, the percent of vegetation, LPI and MPS decreased, the NP increased, the vegetation pattern tends to be fragmental. The decrease in vegetation area may well be explained by the fact of the nature environment evolution (Climate change and decrease in Yellow River runoff) and the increase in the population in the Yellow River Delta. However, from 1999–2005, the area of the vegetation, the percent of vegetation, LPI and MPS increased, while the NP decreased. This trend of restoration may be due to the implementation of water resources regulation for the Yellow River Delta since 1999.     

Application of Remote Sensing Detection and GIS in Analysis of Vegetation Pattern Dynamics in the Yellow River Delta

Regional vegetation pattern dynamics has a great impact on ecosystem and climate change. Remote sensing data and geographical information system （GIS） analysis were widely used in the detection of vegetation pattern dynamics. In this study, the Yellow River Delta was selected as the study area. By using 1986, 1993, 1996, 1999 and 2005 remote sensing data as basic information resource, with the support of GIS, a wetland vegetation spatial information dataset was built up. Through selecting the landscape metrics such as class area （CA）, class percent of landscape （PL）, number of patch （NP）, largest patch index （LPI） and mean patch size （MPS） etc., the dynamics of vcgetation pattern was analyzed. The result showed that the change of vegetation pattern is significant from 1986 to 2005. From 1986-1999, the area of the vegetation, the percent of vegetation, LPI and MPS decreased, the NP increased, the vegetation pattern tends to be fragmental. The decrease in vegetation area may well be explained by the fact of the nature environment evolution （Climate change and decrease in Yellow River runoff） and the increase in the population in the Yellow River Delta. However, from 1999 2005, the area of the vegetation, the percent of vegetation, LPI and MPS increased, while the NP decreased. This trend of restoration may be due to the implementation of water resources regulation for the Yellow River Delta since 1999.     

Application of Remote Sensing Detection and GIS in Analysis of Vegetation Pattem Dynamics in the Yellow River Delta

Regional vegetation pattem dynamics has a great im- pact on ecosystem and climate change.Remote sensing data and geographical information system (GIS) analysis were widely used in the detection of vegetation pattern dynamics.In this study,the Yellow River Delta was selected as the study area.By using 1986, 1993,1996,1999 and 2005 remote sensing data as basic informa- tion resource,with the support of GIS,a wetland vegetation spa- tial information dataset was built up.Through selecting the land- scape met...     

清代1644~1911年期间珠江流域旱涝灾害时空特征分析

通过收集和整理1644~1911年珠江流域旱涝灾害历史文献资料,利用受灾县次划分旱涝等级法重建268a来的旱涝等级序列。并运用滑动平均、累积距平、EEMD、IDW等方法分析旱涝序列的时空特征。结果表明：清代1644～1911年珠江流域旱涝灾害频发,且涝灾的频次略多于旱灾,可以将1644～1911年珠江流域旱涝灾害划分为3个偏旱期和2个偏涝期,旱涝变化存在年际（准2 a、准5 a）、年代际（准10 a、准24 a和准54 a）和准世纪际（准134 a）上的3类变化周期。清代珠江流域旱涝灾害的受灾县次比在空间上存在明显的差异性,总体上洪涝灾害多于干旱灾害。珠江流域各府（州）的干旱灾害空间分布不均匀,整体上由东向西递减,洪涝灾害的频次空间分布上具有区域相连性,主要集中广东、江西两省以及云南省中部地区。