首页> 正文

“中缅人字形经济走廊”植被覆盖时空演化的遥感监测及驱动机制研究

2020-12-08阅读(361)

“中缅人字形经济走廊”植被覆盖时空演化的遥感监测及驱动机制研究

论文摘要

“中缅人字形经济走廊”依托于我国“一带一路”战略背景,由中缅双方于2017年提出。该区地理位置重要、战略地位突出、生态区位敏感,其生态环境问题影响着“走廊”经济结构的调整和布局,然而,目前国内外针对该区的研究甚少,且现有数据过于零星和残缺,在全球陆地生态环境变化背景下,对其植被覆盖变化进行科学探究显得尤为必要和关键。由此,本文以“走廊”沿线区域2000-2017年的植被覆盖为研究对象,以3S为核心技术,串联起基于空间位置、面向对象分类技术、空间分析以及气象学、统计学等多领域、多学科的研究方法,从多层次多角度探究研究区植被覆盖时空格局、演化、波动、可持续性及未来发展趋势等特征;此外,进一步探究区内植被对自然、人类活动等各因子响应情况,深入剖析近18a植被覆盖变化驱动机制。通过探究,构建基于多学科交叉的普适的研究方法体系及模型,以促进该领域理论和研究方法在广度和深度的拓展;另一方面,建立研究区基础地理数据资料库,丰富其在植被覆盖领域的研究内容,研究结论可为区域植被保护及生态环境建设提供科学依据,尤其是在“走廊”建设背景下,为提升我国应对边境生态风险及地缘安全影响的能力提供重要参考。研究主要结论如下:（1）时间上:2000-2017年间,研究区植被覆盖度（vegetation fractional cover,VFC）在年际和季际方面均在低态势的波动过程中呈现出增加趋势,并伴有以14a为主的周期性变化特征;月际变化方面呈现出“S”型增长趋势。18a VFC均值为0.6899,中高及高植被覆盖区合计占比达79.06%,植被覆盖整体良好,其空间分布具体表现为中部及南部低,其余各地均较高;年内方面,受旱季、雨季、凉季交替带来的水热变化影响,各季节植被覆盖度平均态表现为VFC 秋>VFC冬>VFC夏>VFC春。空间上:近18a植被覆盖变化以持续不变及改善趋势为主,合占96.18%;大部分区域表现出低波动变化特征。区内植被未来演化以同向特征为主,呈良性、恶性、不变以及不确定方向发展的区域分别占比35.31%、8.32%、36.07%、20.30%,植被发展前景良好,而针对恶性发展区域,应引起重视并因地制宜地制定植被保护政策。（2）面向对象的Cart决策树分类精度较高,可满足研究需求。分类结果显示,区内近18a来各地类在低态势过程中进行增减转化,其中林草地的增加与裸地的大面积减少,成为研究区植被覆盖增加的主要原因,土地转移矩阵与宏观尺度下植被覆盖演化特征的研究结论一致。（3）区内同期的高程、坡度、气温、降水人口密度、人类活动强度（HAILS,Human activity intensity of land surface）、城镇辐射距离等单因子均与VFC存在相关性。其中高程、坡度、人口密度等因子与植被覆盖的分布具有双向相关性,VFC在时间变化与空间分布上分别与气温和降水表现出滞后相关性与空间差异性;人类活动强度、城镇辐射距离与VFC分布分别表现出显著负相关关系与显著正相关关系。（4）综合驱动机制研究显示:时间尺度方面,研究区在近18a植被覆盖动态变化过程中,降水量因子对其影响最大,其次为气温,两者合计76.73%,人类活动因子贡献率占23.27%,受研究区人口密度较低,经济发展相对落后以及区内严格的林业保护政策等因素影响,区内人类活动在近18a对植被覆盖造成的影响较小。空间尺度方面,影响VFC空间分布的各指标贡献率从大到小依次为高程、坡向、坡度、气温、人口密度、HAILS和降水量,其中,地形因子贡献率合计达到61.78%,成为影响植被空间分布的主控因素;气温和降水的贡献率分别为14.70%、4.64%,合计19.34%,与时间尺度驱动效应相比,由于区内整体水资源储备较丰富且调节能力强,致降水量对VFC的驱动力大幅减弱;人类活动因素中,人口密度和人类活动强度的贡献率合计18.88%,人口数量的增加,经济发展、城镇化进程加剧等人类活动均会抑制区内植被的发展。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  •   1.1 研究背景
  •   1.2 相关领域的国内外研究进展
  •     1.2.1 遥感动态监测
  •     1.2.2 植被覆盖研究进展
  •     1.2.3 面向对象的遥感影像分类研究进展
  •     1.2.4 植被覆盖变化驱动力研究进展
  •   1.3 研究目标
  •   1.4 研究内容
  •     1.4.1 植被覆盖的时空演化特征分析
  •     1.4.2 地形因子数据提取及相关性分析
  •     1.4.3 气象因子数据提取及相关性分析
  •     1.4.4 人类活动数据提取及相关性分析
  •     1.4.5 驱动机制综合分析
  •   1.5 技术路线
  • 第二章 研究区概况与数据源
  •   2.1 研究区概况
  •     2.1.1 研究区地理区位
  •     2.1.2 自然地理特征
  •     2.1.3 人文环境特征
  •   2.2 数据源与预处理
  •     2.2.1 遥感数据
  •     2.2.2 DEM数据
  •     2.2.3 样本点数据
  •     2.2.4 气象数据
  •     2.2.5 社会经济数据
  • 第三章 研究方法
  •   3.1 植被覆盖度计算
  •     3.1.1 最大合成法
  •     3.1.2 像元二分模型估算植被覆盖度
  •   3.2 植被覆盖时间变化特征研究方法
  •     3.2.1 均值法
  •     3.2.2 小波分析
  •   3.3 植被覆盖空间变化趋势特征研究方法
  •     3.3.1 灰度分割（Color Slices）+空间对比分析
  •     3.3.2 sen趋势分析+Mann-Kendall检验
  •     3.3.3 变异系数法
  •   3.4 植被覆盖未来演化趋势特征研究方法
  •     3.4.1 Hurst指数法
  •     3.4.2 空间分析技术
  •   3.5 土地利用/覆被遥感提取及人类活动强度计算方法
  •     3.5.1 基于面向对象的土地利用/覆被遥感信息提取
  •     3.5.2 人类活动强度测评方法
  •   3.6 植被覆盖变化与各因子相关性分析
  •     3.6.1 相关性分析
  •     3.6.2 偏相关分析
  •   3.7 驱动机制综合分析
  • 第四章 “走廊”沿线区域植被覆盖度时空演化特征
  •   4.1 时间变化特征
  •     4.1.1 年际变化特征
  •     4.1.2 年内变化特征
  •   4.2 空间变化特征
  •     4.2.1 空间分布特征
  •     4.2.2 空间演化趋势
  •     4.2.3 空间波动特征
  •     4.2.4 未来演化趋势特征
  • 第五章 2000-2017年“走廊”沿线区域土地利用/覆被现状及转移特征
  •   5.1 基于面向对象的土地利用/覆被遥感信息提取
  •     5.1.1 多尺度分割
  •     5.1.2 特征指标
  •     5.1.3 Cart决策树构建
  •     5.1.4 Cart决策树分类结果及分析
  •     5.1.5 精度评价
  •   5.2 2000-2017年“走廊”沿线区域土地利用/覆被现状及演化特征
  • 第六章 驱动因子提取及与VFC相关性分析
  •   6.1 自然因素
  •     6.1.1 地形因子提取及分析
  •     6.1.2 地形因子与VFC相关性分析
  •     6.1.3 气象因子提取及分析
  •     6.1.4 气象因子与VFC相关性分析
  •   6.2 人类活动因素
  •     6.2.1 人口密度提取及分析
  •     6.2.2 主要城市点VFC对人口密度的响应特征
  •     6.2.3 人类活动强度提取及分析
  •     6.2.4 VFC对人类活动强度的响应特征
  •     6.2.5 城镇对VFC辐射效应特征
  • 第七章 “走廊”沿线区域植被覆盖变化驱动机制综合分析
  •   7.1 时间尺度
  •   7.2 空间尺度
  • 第八章 结论与讨论
  •   8.1 结论
  •   8.2 讨论
  • 附录:部分模型相关代码
  • 参考文献
  • 攻读硕士学位期间的科研成果
  • 致谢

    • 文章来源

    类型: 硕士论文

    作者: 李杰

    导师: 张军

    关键词: 技术,植被覆盖度,面向对象,驱动机制,中缅人字形经济走廊

    来源: 云南大学

    年度: 2019

    分类: 基础科学

    专业: 生物学

    单位: 云南大学

    分类号: Q948

    总页数: 141

    文件大小: 14283K

    下载量: 67

    相关论文文献

    • [1].基于高分一号遥感影像的植被覆盖遥感监测——以厦门市为例[J]. 国土资源遥感 2019(04)
    • [2].气候变化与人类活动对植被覆盖的影响[J]. 西安科技大学学报 2020(01)
    • [3].北京市2005～2015年植被覆盖变化对蒸散发量的影响[J]. 水电能源科学 2020(02)
    • [4].海南岛植被覆盖变化驱动因子及相对作用评价[J]. 国土资源遥感 2020(01)
    • [5].基于NDVI数据的宝鸡市和西安市植被覆盖情况对比分析[J]. 农业科学研究 2020(01)
    • [6].恩施市植被覆盖时空特征及动态变化分析[J]. 湖北农业科学 2020(07)
    • [7].济南泉域重点渗漏带植被覆盖空间异质性[J]. 东北林业大学学报 2020(09)
    • [8].2010—2018年辽宁西部地区植被覆盖变化及其对气候的响应[J]. 测绘与空间地理信息 2020(07)
    • [9].济南市植被覆盖时空变化特征研究[J]. 绿色科技 2020(14)
    • [10].基于多期遥感数据的华蓥山中段植被覆盖变化研究[J]. 河北省科学院学报 2020(03)
    • [11].基于植被覆盖变化的塔里木河干流保护对策研究[J]. 黑龙江水利科技 2020(09)
    • [12].中国植被覆盖变化研究遥感数据源及研究区域时空热度分析[J]. 地球科学进展 2020(09)
    • [13].贵州省黔南州植被覆盖时空变化分析[J]. 地理空间信息 2018(12)
    • [14].基于Google Earth Engine分析黄土高原植被覆盖变化及原因[J]. 中国环境科学 2019(11)
    • [15].基于Google Earth Engine的京津冀2001～2015年植被覆盖变化与城镇扩张研究[J]. 遥感技术与应用 2018(04)
    • [16].闽赣自然植被覆盖格局及其驱动机制分析[J]. 长江科学院院报 2016(12)
    • [17].基于NDVI的陕北黄土高原丘陵沟壑区植被覆盖变化及其驱动力分析——以志丹县为例[J]. 林业经济 2016(12)
    • [18].基于MODIS数据的宁波市植被覆盖时空变化研究[J]. 浙江水利科技 2017(01)
    • [19].1975–2014年福建省植被覆盖变化及其驱动因素[J]. 植物生态学报 2017(02)
    • [20].2001—2014年间黄土高原植被覆盖状态时空演变分析[J]. 国土资源遥感 2017(01)
    • [21].西北干旱区植被覆盖时空动态特征[J]. 林业资源管理 2017(01)
    • [22].基于MODIS数据乌江流域植被覆盖变化与气候变化关系研究[J]. 林业资源管理 2017(01)
    • [23].黄土高原典型干旱区退耕还林后植被覆盖变化研究[J]. 生态科学 2017(01)
    • [24].2000年以来朝鲜植被覆盖变化及其与气候因子的相关性研究[J]. 干旱区地理 2017(04)
    • [25].兰州南北两山植被覆盖变化动态监测[J]. 兰州理工大学学报 2017(03)
    • [26].德清县植被覆盖时空变化遥感监测[J]. 浙江水利科技 2017(05)
    • [27].山西省植被覆盖变化及其影响因素研究[J]. 西北师范大学学报(自然科学版) 2017(06)
    • [28].植被覆盖下膨胀土长期强度特性分析[J]. 常州工学院学报 2015(05)
    • [29].石家庄1995～2015年植被覆盖变化监测及预测[J]. 遥感信息 2016(04)
    • [30].2001年～2013年准格尔旗植被覆盖变化特征[J]. 内蒙古科技与经济 2015(11)

    标签：;  ;  ;  ;  ;  

    “中缅人字形经济走廊”植被覆盖时空演化的遥感监测及驱动机制研究
    下载Doc文档

    猜你喜欢

    © 2024 毕论降 版权所有 鄂ICP备12018319号-6