Please wait a minute...
 
国土资源遥感  2003, Vol. 15 Issue (2): 19-22,33    DOI: 10.6046/gtzyyg.2003.02.05
  技术应用 本期目录 | 过刊浏览 | 高级检索 |
黄河三角洲盐碱地动态变化遥感监测
关元秀1, 刘高焕2
1. 中国科学院中国遥感卫星地面站, 北京 100086;
2. 中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室, 北京 100101
REMOTE SENSING DETECTION OF DYNAMIC VARIATION OF THE SALINE LAND IN THE YELLOW RIVER DELTA
GUAN Yuan-xiu1, LIU Gao-huan2
1. China Remote Sensing Satellite Ground Station, Chinese Academy of Sciences, Beijing 100086, China;
2. State Key Laboratory of Resources and Environment Information System, Institute of Geographyical Science and Resources, Chinese Academy of Sciences, Beijing 100101, China
全文: PDF(388 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

运用多期陆地卫星图像数据,结合野外调查及采样分析,对黄河三角洲近15a来盐碱地的动态变化进行了监测.研究区内发现盐碱地面积呈不断扩大趋势,不同类型的盐碱地变化不同:轻盐碱地不断增多,重盐碱地逐渐减少,光板地先增后减.盐碱地数量方面的增减并没有对盐碱地在不同土地类型中的空间分布格局产生太大影响.

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
关键词 济南泉域土地利用驱动力    
Abstract

Land salinization is a dynamic phenomenon or process. With the annual and seasonal variation of the groundwater table, the nature, extension, magnitude and spatial distribution of the saline land are changing from time to time. The grasp of the up-to-date and reliable information on the saline land is a prerequisite for land reclamation and regional sustainable development. For the purpose of providing a generalized view of a fairly large area, remote sensing is widely used in saline land survey and dynamic study. Three groups of Landsat data were selected for the study of saline land dynamics during the past 15 years in the Yellow River Delta. Based on repeated field survey and soil sample analysis, an integrated classification method was developed for the extraction of information about saline lands. The study shows that, from 1987 to 2000, the trend of land salinization was rapidly accelerated; light saline land greatly increased; strong saline land gradually decreased; barren saline land increased from 1987 to 1996 and then decreased. The spatial structure of saline land distribution in such 6 types of landforms as terrace uplands, present flood plain, abandoned river courses, embanked former back swamps, isolated depressions and salt marshes & tidal flats in2000 was almost the same as that in1987.

Key wordsJinan spring field    Land use    Driving forces
收稿日期: 2002-04-27      出版日期: 2011-08-02
作者简介: 关元秀(1972-),女,地图学与地理信息系统专业博士,主要从事遥感与地理信息系统在区域可持续发展方面的应用研究.
引用本文:   
关元秀, 刘高焕. 黄河三角洲盐碱地动态变化遥感监测[J]. 国土资源遥感, 2003, 15(2): 19-22,33.
GUAN Yuan-xiu, LIU Gao-huan . REMOTE SENSING DETECTION OF DYNAMIC VARIATION OF THE SALINE LAND IN THE YELLOW RIVER DELTA. REMOTE SENSING FOR LAND & RESOURCES, 2003, 15(2): 19-22,33.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2003.02.05      或      https://www.gtzyyg.com/CN/Y2003/V15/I2/19



[1] 许学工.黄河三角洲地域结构、综合开发与可持续发展[M].北京:海洋出版社,1998.





[2] 关元秀,刘高焕.区域土壤盐渍化遥感监测研究综述[J].遥感技术与应用,2001,16(1):40-44.





[3] 刘高焕,汉斯*德罗斯特.黄河三角洲可持续发展图集[M].北京:测绘出版社,1997.





[4] 邹兆平.遥感与农业[M].北京:农业出版社,1983.





[5] Congalton, R G. A review of assessing the accuracy of classification of remotely sensed data[J]. Remote Sensing of Environment, 1991, 37: 35-46.





[6] Groom G B, Fuller R M, Jones A R. Contextual correction: techniques for improving land cover mapping from remotely sensed images[J]. International Journal of Remote Sensing, 1996, 17(1): 69-90.





[7] 关元秀.黄河三角洲盐碱地遥感监测、预报和治理研究[D] .中国科学院地理科学与资源研究所博士学位论文,2001.

[1] 吴琳琳, 李晓燕, 毛德华, 王宗明. 基于遥感和多源地理数据的城市土地利用分类[J]. 自然资源遥感, 2022, 34(1): 127-134.
[2] 宋奇, 冯春晖, 马自强, 王楠, 纪文君, 彭杰. 基于1990—2019年Landsat影像的干旱区绿洲土地利用变化与模拟[J]. 自然资源遥感, 2022, 34(1): 198-209.
[3] 王娟娟, 毋兆鹏, 王珊珊, 尹慧慧. 干旱区河谷绿洲土地利用冲突格局分析[J]. 自然资源遥感, 2021, 33(4): 243-251.
[4] 桑潇, 张成业, 李军, 朱守杰, 邢江河, 王金阳, 王兴娟, 李佳瑶, 杨颖. 煤炭开采背景下的伊金霍洛旗土地利用变化强度分析[J]. 自然资源遥感, 2021, 33(3): 148-155.
[5] 肖东升, 练洪. 顾及参数空间平稳性的地理加权人口空间化研究[J]. 自然资源遥感, 2021, 33(3): 164-172.
[6] 邓小进, 井长青, 郭文章, 闫豫疆, 陈宸. 准噶尔盆地不同土地利用类型地表反照率研究[J]. 自然资源遥感, 2021, 33(3): 173-183.
[7] 汪清川, 奚砚涛, 刘欣然, 周文, 徐欣冉. 生态服务价值对土地利用变化的时空响应研究——以徐州市为例[J]. 自然资源遥感, 2021, 33(3): 219-228.
[8] 郝固状, 甘甫平, 闫柏琨, 李贤庆, 胡辉东. 红崖山水库近20年面积变化遥感调查及驱动力分析[J]. 国土资源遥感, 2021, 33(2): 192-201.
[9] 宋奇, 冯春晖, 高琪, 王明玥, 吴家林, 彭杰. 阿拉尔垦区近30年耕地变化及其驱动因子分析[J]. 国土资源遥感, 2021, 33(2): 202-212.
[10] 胡苏李扬, 李辉, 顾延生, 黄咸雨, 张志麒, 汪迎春. 基于高分辨率遥感影像的神农架大九湖湿地土地利用类型变化及其驱动力分析——来自长时间尺度多源遥感信息的约束[J]. 国土资源遥感, 2021, 33(1): 221-230.
[11] 王德军, 姜琦刚, 李远华, 关海涛, 赵鹏飞, 习靖. 基于Sentinel-2A/B时序数据与随机森林算法的农耕区土地利用分类[J]. 国土资源遥感, 2020, 32(4): 236-243.
[12] 李国庆, 黄菁华, 刘冠, 李洁, 翟博超, 杜盛. 基于Landsat8卫星影像土地利用景观破碎化研究——以陕西省延安麻塔流域为例[J]. 国土资源遥感, 2020, 32(3): 121-128.
[13] 高文龙, 苏腾飞, 张圣微, 杜银龙, 雒萌. 矿区地物分类及土地利用/覆盖变化动态监测——以海流兔流域为例[J]. 国土资源遥感, 2020, 32(3): 232-239.
[14] 古海玲, 陈超, 芦莹, 褚衍丽. 基于卫星遥感技术的区域经济发展模型构建[J]. 国土资源遥感, 2020, 32(2): 226-232.
[15] 郭瑞琦, 陆波, 陈恺霖. 基于CLUMondo模型的多情景土地利用变化动态模拟——以广西沿海城市为例[J]. 国土资源遥感, 2020, 32(1): 176-183.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发