Please wait a minute...
 
国土资源遥感  2007, Vol. 19 Issue (2): 60-64    DOI: 10.6046/gtzyyg.2007.02.15
  技术应用 本期目录 | 过刊浏览 | 高级检索 |
基于空间连续数据的小流域景观格局破碎化研究
路云阁1, 蔡运龙2
1.中国国土资源航空物探遥感中心,北京100083; 2.北京大学资源环境地理学系,北京100087
A STUDY OF LANDSCAPE PATTERN FRAGMENTATION
IN WATERSHED BASED ON SPATIAL CONTINUOUS DATASETS
LU Yun-ge 1, CAI Yun-long 2
1.China Aero Geophysical Survey and Remote Sensing Center for Land and Resources, Beijing 100083, China; 2.Department of Resources & Environment & Geography, Peking University, Beijing 100871, China
全文: PDF(853 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

基于空间连续数据,采用局部空间关联指标(LISA)——局部Moran指数(Local Moran Index, LMI),通过探测小流域内景观均质性和异质性的变化情况来反映景观格局破碎化的变化过程。作为一种空间明确的景观格局研究方法,LMI能够发现流域景观格局变化过程中的热点地区,并分析其与流域土地利用变化之间的联系,明确了土地利用变化是引起小流域景观格局变化的最主要的驱动因素。研究表明,基于空间连续数据的局部空间关联指标方法可以作为传统景观格局变化研究方法的有益补充。

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 陆相盆地遥感1:5万区调四川    
Abstract

 Based on spatial continuous datasets (NDVI) and local indicators of spatial association (LISA)——local Moran’s I (LMI), this paper deals with the process of landscape pattern fragmentation in a small watershed by detecting the change of local spatial autocorrelation of landscape features. As a spatial explicit indicator evaluating the landscape heterogeneity, LMI can detect the hot spots during the landscape fragmentation process. The relationship between the landscape pattern change and the land use / land cover change in the past 30 years is also studied, and the results show that the hot spots of landscape fragmentation are located in downstream areas where land use changes are very dramatic. The researches performed by the authors show that the land use change in the small watershed is the main driving force resulting in such changes of landscape pattern as landscape fragmentation. Studies show that the local indicators of spatial autocorrelation are helpful to the traditional analysis of landscape pattern.

Key wordsred beds    remote sensing    1: 50000 areal geological mapping    Si Chuan
收稿日期: 2007-03-06      出版日期: 2009-07-24
: 

TP79

 
基金资助:

国家自然科学基金重点项目(40335046)。

通讯作者: 路云阁(1976-)男,博士,主要研究方向为区域综合自然地理和土地利用/覆被变化
引用本文:   
路云阁, 蔡运龙. 基于空间连续数据的小流域景观格局破碎化研究[J]. 国土资源遥感, 2007, 19(2): 60-64.
LU Yun-Ge, CAI Yun-Long. A STUDY OF LANDSCAPE PATTERN FRAGMENTATION
IN WATERSHED BASED ON SPATIAL CONTINUOUS DATASETS. REMOTE SENSING FOR LAND & RESOURCES, 2007, 19(2): 60-64.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2007.02.15      或      https://www.gtzyyg.com/CN/Y2007/V19/I2/60
[1] 李伟光, 侯美亭. 植被遥感时间序列数据重建方法简述及示例分析[J]. 自然资源遥感, 2022, 34(1): 1-9.
[2] 丁波, 李伟, 胡克. 基于同期光学与微波遥感的茅尾海及其入海口水体悬浮物反演[J]. 自然资源遥感, 2022, 34(1): 10-17.
[3] 高琪, 王玉珍, 冯春晖, 马自强, 柳维扬, 彭杰, 季彦桢. 基于改进型光谱指数的荒漠土壤水分遥感反演[J]. 自然资源遥感, 2022, 34(1): 142-150.
[4] 张秦瑞, 赵良军, 林国军, 万虹麟. 改进遥感生态指数的宜宾市三江汇合区生态环境评价[J]. 自然资源遥感, 2022, 34(1): 230-237.
[5] 贺鹏, 童立强, 郭兆成, 涂杰楠, 王根厚. 基于地形起伏度的冰湖溃决隐患研究——以希夏邦马峰东部为例[J]. 自然资源遥感, 2022, 34(1): 257-264.
[6] 刘文, 王猛, 宋班, 余天彬, 黄细超, 江煜, 孙渝江. 基于光学遥感技术的冰崩隐患遥感调查及链式结构研究——以西藏自治区藏东南地区为例[J]. 自然资源遥感, 2022, 34(1): 265-276.
[7] 王茜, 任广利. 高光谱遥感异常信息在阿尔金索拉克地区铜金矿找矿工作中的应用[J]. 自然资源遥感, 2022, 34(1): 277-285.
[8] 吕品, 熊丽媛, 徐争强, 周学铖. 基于FME的矿山遥感监测矢量数据图属一致性检查方法[J]. 自然资源遥感, 2022, 34(1): 293-298.
[9] 张大明, 张学勇, 李璐, 刘华勇. 一种超像素上Parzen窗密度估计的遥感图像分割方法[J]. 自然资源遥感, 2022, 34(1): 53-60.
[10] 薛白, 王懿哲, 刘书含, 岳明宇, 王艺颖, 赵世湖. 基于孪生注意力网络的高分辨率遥感影像变化检测[J]. 自然资源遥感, 2022, 34(1): 61-66.
[11] 宋仁波, 朱瑜馨, 郭仁杰, 赵鹏飞, 赵珂馨, 朱洁, 陈颖. 基于多源数据集成的城市建筑物三维建模方法[J]. 自然资源遥感, 2022, 34(1): 93-105.
[12] 于新莉, 宋妍, 杨淼, 黄磊, 张艳杰. 结合空间约束的卷积神经网络多模型多尺度船企场景识别[J]. 自然资源遥感, 2021, 33(4): 72-81.
[13] 李轶鲲, 杨洋, 杨树文, 王子浩. 耦合模糊C均值聚类和贝叶斯网络的遥感影像后验概率空间变化向量分析[J]. 自然资源遥感, 2021, 33(4): 82-88.
[14] 艾璐, 孙淑怡, 李书光, 马红章. 光学与SAR遥感协同反演土壤水分研究进展[J]. 自然资源遥感, 2021, 33(4): 10-18.
[15] 李特雅, 宋妍, 于新莉, 周圆锈. 卫星热红外温度反演钢铁企业炼钢月产量估算模型[J]. 自然资源遥感, 2021, 33(4): 121-129.
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