Please wait a minute...
 
国土资源遥感  2020, Vol. 32 Issue (4): 199-208    DOI: 10.6046/gtzyyg.2020.04.25
  技术应用 本期目录 | 过刊浏览 | 高级检索 |
雅砻江中上游流域生态环境脆弱性动态评价及预测
姚昆1(), 张存杰2(), 何磊3, 李玉霞4, 李小菊5
1.西昌学院资源与环境学院,西昌 615000
2.国家气候中心,北京 100081
3.成都信息工程大学软件工程学院,成都 610103
4.电子科技大学自动化工程学院,成都 610054
5. 马来西亚博特拉大学工程学院,吉隆坡 43400
Dynamic evaluation and prediction of ecological environment vulnerability in the middle-upper reaches of the Yalong River
YAO Kun1(), ZHANG Cunjie2(), HE Lei3, LI Yuxia4, LI Xiaoju5
1. College of Resource and Environment, Xichang University, Xichang 615000, China
2. National Climate Center, Beijing 100081, China
3. School of Software Engineering, Chengdu University of Information Technology, Chengdu 610103, China
4. School of Automation Engineering, University of Electronic Science and Technology of China, Chengdu 610054, China
5. Engineering College, Universitiy Putra Malaysia, Kuala Lumpur 43400, Malaysia
全文: PDF(5712 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

为及时了解雅砻江中上游流域生态环境脆弱性动态变化和未来发展规律,研究选取高程、坡度和土地利用类型等9项指标,将遥感和地理信息系统技术与层次分析-主成分熵权模型相结合,对其2000—2018年间生态环境脆弱性进行动态评价,并引入CA-Markov模型对2021年的发展状况进行模拟预测。主要成果如下: ①该地区生态环境整体呈现出由北向南脆弱程度逐渐降低的分布变化; ②脆弱性栅格比例呈现微度、轻度、潜在、中度和重度逐渐降低的变化形态; ③预测精度验证表明,CA-Markov模型适用于该地区生态环境脆弱性的预测且准确性较高; ④区域脆弱性综合指数分别为2.539 2,2.501 6,2.485 6,2.460 7和2.436 6,2021年的值预测为2.428 5,表明区域整体生态环境质量得到提升且发展良好。研究揭示了该地区生态环境脆弱性动态变化的规律和未来发展状况,能作为该地区生态环境保护措施制定的理论参考。
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
姚昆
张存杰
何磊
李玉霞
李小菊
关键词 ： RS,  GIS,  AHP-PCA熵权模型,  CA-Markov模型,  雅砻江中上游流域    
Abstract：

In order to timely grasp the changes and future development of the ecological environment vulnerability, the authors selected 9 indicators, such as elevation, slope and land use type. Combining RS and GIS technology with AHP-PCA entropy weight model, the authors evaluated the vulnerability of the region in 2000—2018 dynamically, and introduced CA-Markov model for the development of 2021 simulation prediction. The following results have been achieved: ①The overall vulnerability of the region shows gradual decrease in gradient from north to south. ②The degree of vulnerability shows a gradual decrease in the proportion of micro, light, potential, moderate and severe grids. ③CA-Markov is not only suitable for predicting ecological vulnerability in the region, but also with high accuracy, and the proportion of potential, micro, mild, moderate and severe grids in 2021 is 20.18%, 38.02%, 25.71%, 10.96% and 5.13% respectively. ④Throughout the study period, the region’s vulnerability composite index is 2.539 2, 2.501 6, 2.485 6 , 2.460 7 and 2.436 6, respectively, and the 2021 value is 2.428 5. The continuous decrease of this value indicates that the overall ecological environment of the region has been effectively improved and will be in a state of change with sustained and good development. The study effectively reveals the law of dynamic change of ecological environment vulnerability in middle-upper reaches of the Yalong River Basin. With a more scientific analysis of its main drivers and future development, it can be used as an important theoretical reference for the formulation of ecological protection measures in the region.
Key words： RS    GIS    AHP-PCA entropy model    CA-Markov model    the middle-upper reaches of the Yalong River Basin
收稿日期: 2019-11-29      出版日期: 2020-12-23
:  TP79  
基金资助:国家科技部全球变化与应对重点研发项目“气候极端事件风险防范决策支持系统研制”(2020YFA0608203);四川省科技厅重点研发项目“集成机器学习的自然植被对气候变化响应研究”(2020YFS0338);“基于多源数据的典型目标要素智能化提取与解释研究”(2020YFG0296)
通讯作者: 张存杰
作者简介: 姚 昆(1991-),男,硕士,助教,主要从事GIS技术应用与教学。Email:jiangshan996@126.com。
引用本文:   
姚昆, 张存杰, 何磊, 李玉霞, 李小菊. 雅砻江中上游流域生态环境脆弱性动态评价及预测[J]. 国土资源遥感, 2020, 32(4): 199-208.
YAO Kun, ZHANG Cunjie, HE Lei, LI Yuxia, LI Xiaoju. Dynamic evaluation and prediction of ecological environment vulnerability in the middle-upper reaches of the Yalong River. Remote Sensing for Land & Resources, 2020, 32(4): 199-208.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2020.04.25      或      https://www.gtzyyg.com/CN/Y2020/V32/I4/199
Fig.1  研究区地理位置
名称及描述 数据来源
雅砻江中上游流域90 m空间分辨率DEM数据 地理空间数据云平台(http: //www.gscloud.cn)
雅砻江中上游流域1∶100万矢量土壤类型数据 中国土壤数据库
2000—2018年研究区及周边气象观测数据 中国气象数据网(http: //data.cma.cn/)
2000—2018年研究区1∶10万土地利用类型矢量数据,分为水田、旱地、有林地和疏林地等22个二级类 中国科学院资源环境科学数据中心(http: //www.resdc.cn)
各年份6—8月的MODIS-NDVI数据,空间分辨率250 m,周期16 d,采用最大化合成获取最终成果数据 NASA
各年份各县的人口和GDP统计数据 《四川省统计年鉴》及各县统计公报等资料
全国1∶10万土壤侵蚀强度等级遥感解译成果矢量数据 国家地球系统科学数据共享平台 (http: //loess.geodata.cn)
Tab.1  研究区基础数据来源及描述
Fig.2-1  流域年累计降水量和年均气温空间插值
Fig.2-2  流域年累计降水量和年均气温空间插值
指标 分级
1 2 3 4 5
土壤类型 泥炭土、草甸土、黑毡土和粗骨土 褐土 湖泊、水库、灰褐土、棕壤和棕色针叶林土 寒冻土、沼泽土、石质土和暗棕壤 草毡土
土地利用
类型		 有林地、灌木林地和高度盖度草地 中覆盖度草地、疏林地、沼泽地和旱地 低覆盖度草地、河渠、湖泊、水库坑塘和滩地 城镇用地、农村居民点和其他建设用地 裸岩石质地
Tab.2  研究区土地利用和土壤类型分级
Fig.3-1  研究区各指标分级
Fig.3-2  研究区各指标分级
决策层 方案层 指标层 权重
生态环境脆弱性 土地生态
(0.528 7)		 NDVI 0.307 5
土地利用类型 0.163 4
土壤类型 0.057 9
气候
(0.268 7)		 年降水量 0.089 6
年均气温 0.179 1
地形
(0.134 3)		 高程 0.100 6
坡度 0.033 6
社会
(0.068 3)		 GDP 0.045 5
人口 0.022 8
Tab.3  研究区各指标AHP计算权重
指标 W1j 2000年 2005年 2010年 2015年 2018年
W2j Wj W2j Wj W2j Wj W2j Wj W2j Wj
NDVI 0.307 5 0.064 4 0.163 1 0.076 8 0.173 8 0.077 8 0.176 5 0.061 3 0.161 8 0.077 9 0.177 2
土地利用类型 0.163 4 0.091 2 0.141 6 0.118 8 0.157 6 0.098 2 0.144 6 0.087 7 0.141 1 0.096 4 0.143 7
年降水量 0.089 6 0.119 7 0.120 1 0.059 3 0.082 5 0.071 7 0.091 5 0.079 1 0.099 3 0.067 9 0.089 3
DEM 0.100 6 0.060 8 0.090 7 0.094 6 0.110 3 0.084 2 0.105 0 0.058 9 0.090 7 0.082 6 0.104 4
年均气温 0.179 1 0.070 7 0.130 5 0.100 4 0.151 6 0.092 6 0.147 0 0.070 5 0.132 5 0.087 3 0.143 2
土壤类型 0.057 9 0.182 1 0.119 1 0.199 7 0.121 6 0.197 3 0.122 0 0.190 4 0.123 8 0.195 4 0.121 8
坡度 0.033 6 0.167 4 0.087 0 0.193 8 0.091 3 0.198 1 0.093 1 0.195 2 0.095 5 0.198 9 0.093 6
GDP 0.045 5 0.127 1 0.088 2 0.055 9 0.057 1 0.063 8 0.061 5 0.141 7 0.094 7 0.077 7 0.068 1
人口 0.022 8 0.116 6 0.059 8 0.100 7 0.054 2 0.116 4 0.058 8 0.115 1 0.060 4 0.115 8 0.058 8
Tab.4  2000—2018年流域地区各指标权重
Fig.4  2000—2018年雅砻江中上游流域生态环境脆弱性评价结果
等级 2000年 2005年 2010年 2015年 2018年
栅格数 比例/% 栅格数 比例/% 栅格数 比例/% 栅格数 比例/% 栅格数 比例/%
潜在 202 043 18.77 205 514 19.10 205 124 19.06 207 976 19.33 215 774 20.05
微度 395 374 36.74 398 513 37.03 405 941 37.72 413 468 38.42 412 936 38.37
轻度 266 690 24.78 275 921 25.64 273 948 25.46 271 215 25.20 271 778 25.26
中度 120 452 11.19 119 127 11.07 119 614 11.12 117 882 10.95 113 105 10.51
重度 91 576 8.51 77 060 7.16 71 508 6.64 65 594 6.10 62 535 5.81
Tab.5  2000—2018年雅砻江流域各等级脆弱区栅格数及比例
Fig.5  流域2015和2021年脆弱性预测模拟结果
[1] 张笑楠, 王克林, 张伟, 等. 桂西北喀斯特区域生态环境脆弱性[J]. 生态学报, 2009,29(2):749-757.
Zhang X N, Wang K L, Zhang W, et al. The quantitative assessment of eco-environment vulnerability in Karst regions of northwest Guangxi[J]. Acta Ecologica Sinica, 2009,29(2):749-757.
[2] 韦晶, 郭亚敏, 孙林, 等. 三江源地区生态环境脆弱性评价[J]. 生态学杂志, 2015,34(7):1968-1975.
Wei J, Guo Y M, Sun L, et al. Evaluation of ecological environment vulnerability for Sanjiangyuan area[J]. Chinese Journal of Ecology, 2015,34(7):1968-1975.
[3] 谢人栋, 赵翠薇. 基于栅格尺度的喀斯特槽谷区生态环境脆弱性时空分异研究[J]. 长江科学院院报, 2018,35(4):48-53.
Xie R D, Zhao C W. Spatio-temporal differentiation of ecological environment vulnerability in Karst trough region based on grid scale[J]. Journal of Yangtze River Scientific Research Institute, 2018,35(4):48-53.
[4] 林金煌, 胡国建, 祁新华, 等. 闽三角城市群生态环境脆弱性及其驱动力[J]. 生态学报, 2018,38(12):4155-4166.
Lin J H, Hu G J, Qi X H, et al. Ecological environmental vulnerability and its driving forces in urban agglomeration in the Fujian Delta region[J]. Acta Ecologica Sinica, 2018,38(12):4155-4166.
[5] 邵秋芳, 彭培好, 黄洁, 等. 长江上游安宁河流域生态环境脆弱性遥感监测[J]. 国土资源遥感, 2016,28(2):175-181.doi: 10.6046/gtzyyg.2016.02.27.
Shao Q F, Peng P H, Huang J, et al. Monitoring eco-environmental vulnerability in Anning River Basin in the upper reaches of the Yangtze River using remote sensing techniques[J]. Remote Sensing for Land and Resources, 2016,28(2):175-181.doi: 10.6046/gtzyyg.2016.02.27.
[6] 田超, 杨夏捷, 鞠园华, 等. 吉林省西部地区生态脆弱性的动态评价[J]. 水土保持研究, 2018,25(4):298-303.
Tian C, Yang X J, Ju Y H, et al. Dynamic evaluation of ecological vulnerability in western Jilin Province[J]. Research of Soil and Water Conservation, 2018,25(4):298-303.
[7] 郭梦迪, 韩继冲, 施玥, 等. 基于DPRISM概念框架的生态环境脆弱性评价——以岷江上游为例[J]. 物探化探计算技术, 2019,41(1):128-134.
Guo M D, Han J C, Shi Y, et al. Assessment of eco-environmental vulnerability based on DPRISM conceptual framework:A case study of upper Minjiang River[J]. Compute Techniques for Geophysical and Geochemical Exploration, 2019,41(1):128-134.
[9] 张梅, 罗怀良, 陈林. 资源型城市脆弱性评价——以攀枝花市为例[J]. 长江流域资源与环境, 2018,27(5):1170-1178.
Zhang M, Luo H L, Chen L. Vulnerability assessment of resource-based city:A case study of Panzhihua[J]. Resources and Environment in the Yangtze Basin, 2018,27(5):1170-1178.
[10] 仙巍, 李涛, 邵怀勇. 基于SVM的安宁河流域生态环境脆弱性评价[J]. 环境科学与技术, 2014,37(11):180-184.
Xian W, Li T, Shao H Y. Ecological frangibility evaluation of Anning River Basin in the Upper Yangtze River based on support vector machine[J]. Environmental Science and Technology, 2014,37(11):180-184.
[11] 陈金月, 王石英. 岷江上游生态环境脆弱性评价[J]. 长江流域资源与环境, 2017,26(3):471-479.
Chen J Y, Wang S Y. Ecological environment vulnerability assessment in upper reaches of Minjiang River[J]. Resources and Environment in the Yangtze Basin, 2017,26(3):471-479.
[12] 杨斌, 詹金凤, 李茂娇. 岷江上游流域环境脆弱性评价[J]. 国土资源遥感, 2014,26(4):138-144.doi: 10.6046/gtzyyg.2014.04.22.
Yang B, Zhan J F, Li M J. Evaluation of environmental vulnerability in the upper reaches of the Minjiang River[J]. Remote Sensing for Land and Resources, 2014,26(4):138-144.doi: 10.6046/gtzyyg.2014.04.22.
[13] 王志杰, 苏嫄. 南水北调中线汉中市水源地生态脆弱性评价与特征分析[J]. 生态学报, 2018,38(2):432-442.
Wang Z J, Su Y. Analysis of eco-environmental vulnerability characteristics of Hanzhong City,near the water source midway along the route of the south-to-north water transfer project,China[J]. Acta Ecologica Sinica, 2018,38(2):432-442.
[14] 姚建, 丁晶, 艾南山. 岷江上游生态脆弱性评价[J]. 长江流域资源与环境, 2004(4):380-383.
Yao J, Ding J, Ai N S. Assessment ecological vulnerability in the upper reaches of the Minjiang River[J]. Resources and Environment in the Yangtze Basin, 2004(4):380-383.
[15] 钟晓娟, 孙保平, 赵岩, 等. 基于主成分分析的云南省生态脆弱性评价[J]. 生态环境学报, 2011,20(1):109-113.
Zhong X J, Sun B P, Zhao Y, et al. Ecological vulnerability evaluation based on principal component analysis in Yunnan Province[J]. Ecology and Environmental Sciences, 2011,20(1):109-113.
[16] 刘正佳, 于兴修, 李蕾, 等. 基于SRP概念模型的沂蒙山区生态环境脆弱性评价[J]. 应用生态学报, 2011,22(8):2084-2090.
pmid: 22097371
Liu Z J, Yu X X, Li L, et al. Vulnerability assessment of eco-environment in Yimeng Mountainous area of Shandong Province based on SRP conceptual model[J]. Chinese Journal of Applied Ecology, 2011,22(8):2084-2090.
pmid: 22097371
[17] Shao H, Liu M, Shao Q, et al. Research on eco-environmental vulnerability evaluation of the Anning River Basin in the upper reaches of the Yangtze River[J]. Environmental Earth Sciences, 2014,72(5):1555-1568.
[18] Shao H, Sun X, Tao S, et al. Environmental vulnerability assessment in middle-upper reaches of Dadu River watershed using projection pursuit model and GIS[J]. Carpathian Journal of Earth and Environmental Sciences, 2015,10(4):143-146.
[19] Shao H, Sun X, Wang H, et al. A method to the impact assessment of the returning grazing land to grassland project on regional eco-environmental vulnerability[J]. Environmental Impact Assessment Review, 2016,56:155-167.
[20] 王晓, 牛玉欣, 李杨. 基于熵权计算的公路生态环境评价[J]. 西南大学学报(自然科学版), 2010,32(9):168-172.
Wang X, Niu Y X, Li Y. Entropy weight-based evaluation of ecological environment along highways[J]. Journal of Southwest University (Natural Science Edition), 2010,32(9):168-172.
[21] 牛玉欣, 许金良, 杨宏志, 等. GIS支持下的公路生态环境评价[J]. 重庆大学学报, 2010,33(9):126-131.
Niu Y X, Xu J N, Yang H Z, et al. GIS-based eco- environmental quality evaluation of highway[J]. Journal of Chongqing University, 2010,33(9):126-131.
[22] 欧定华, 夏建国, 欧晓芳. 基于GIS和RBF的城郊区生态安全评价及变化趋势预测——以成都市龙泉驿区为例[J]. 地理与地理信息科学, 2017,33(1):49-58.
Ou D H, Xia J G, Ou X F. Regional ecological security assessment and change trend prediction in per-urban areas based on GIS and RBF:A case study in Longquanyi District of Chengdu City[J]. Geo-graphy and Geo-Information Science, 2017,33(1):49-58.
[23] 靳毅, 蒙吉军. 生态脆弱性评价与预测研究进展[J]. 生态学杂志, 2011,30(11):2646-2652.
Jin Y, Meng J J. Assessment and forecast of ecological vulnerability:A review[J]. Chinese Journal of Ecology, 2011,30(11):2646-2652.
[24] 张晓娟, 周启刚, 王兆林, 等. 基于MCE-CA-Markov的三峡库区土地利用演变模拟及预测[J]. 农业工程学报, 2017,33(19):268-277.
Zhang X J, Zhou Q G, Wang Z L, et al. Simulation and prediction of land use change in Three Gorges Reservoir Area based on MCE-CA-Markov[J]. Transactions of the Chinese Society of Agricultural Engineering, 2017,33(19):268-277.
[25] 李峰, 刘小阳, 于雪涛, 等. 基于AHP-PCA模型的煤炭城市生态环境质量评价[J]. 矿业安全与环保, 2017,44(5):103-106,110.
Li F, Liu X Y, Yu X T, et al. Eco-environmental quality evaluation of coal city based on AHP-PCA model[J]. Mining Safety and Environmental Protection, 2017,44(5):103-106,110.
[26] 夏兴生, 朱秀芳, 李月臣, 等. 基于AHP-PCA熵组合权重模型的三峡库区(重庆段)农业生态环境脆弱性评价[J]. 南方农业学报, 2016,47(4):548-556.
Xia X S, Zhu X F, Li Y C, et al. Evaluation for vulnerability of agroecological environment in Three Gorges Reservoir area(Chongqing section)based on AHP-PCA entropy combination weight mode[J]. Journal of Southern Agriculture, 2016,47(4):548-556.
[27] 陈朝亮, 彭树宏, 钱静, 等. 基于AHP-Logistic熵权模型的西南浅丘区地质灾害分布特征研究——以内江市为例[J]. 长江科学院院报, 2020,37(2):55-61.
Chen Z L, Peng S H, Qian J, et al. Distribution characteristics of geological hazards in southwestern shallow hill based on AHP-Logistic entropy combined weight model:A case study of Neijiang[J]. Journal of Yangtze River Scientific Research Institute, 2020,37(2):55-61.
[28] 侯成成, 赵雪雁, 张丽, 等. 基于熵组合权重属性识别模型的草原生态安全评价——以甘南黄河水源补给区为例[J]. 干旱区资源与环境, 2012,26(8):44-51.
Hou C C, Zhao X Y, Zhang L, et al. Ecological security evaluation of grassland based on combined weight on principle of relative entropy:A case of Yellow River water source areas of Gannan[J]. Journal of Arid Land Resources and Environment, 2012,26(8):44-51.
[29] 吴开亚, 金菊良. 区域生态安全评价的熵组合权重属性识别模型[J]. 地理科学, 2008,28(6):754-758.
Wu K Y, Jin J L. Attribute recognition method of regional ecological security evaluation based on combined weight on principle of relative entropy[J]. Scientia Geographica Sinica, 2008,28(6):754-758.
[30] 四川省人民政府. 四川省“十三五”生态保护与建设规划[EB/OL].[2017-04-19]. http://www.sc.gov.cn/zcwj/xxgk/NewT.aspx?i=20170421084123-670731-00-000.
Sichuan Provincial People’s Government. Sichuan Province’s “13th Five-Year Plan” for ecological protection and construction[EB/OL].[2017-04-19]. http://www.sc.gov.cn/zcwj/xxgk/NewT.aspx?i=20170421084123-670731-00-000.
[31] 谭剑波, 李爱农, 雷光斌. 青藏高原东南缘气象要素Anusplin和Cokriging空间插值对比分析[J]. 高原气象, 2016,35(4):875-886.
doi: 10.7522/j.issn.1000-0534.2015.00037
Tan J B, Li A N, Lei G B. Contrast on Anusplin and Cokriging meteorological spatial interpolation in southeastern margin of Qinghai-Xizang Plateau[J]. Plateau Meteorology, 2016,35(4):875-886.
doi: 10.7522/j.issn.1000-0534.2015.00037
[32] Li A N, Wang A S, Liang S L, et al. Eco-environmental vulnerability evaluation in mountainous region using remote sensing and GIS:A case study in the upper reaches of Minjiang River,China[J]. Ecological Modelling, 2006,192(1-2):175-187.
doi: 10.1016/j.ecolmodel.2005.07.005
[33] 邓良基, 侯大斌, 王昌全, 等. 四川自然土壤和旱耕地土壤可蚀性特征研究[J]. 中国水土保持, 2003(7):27-29,48.
Deng L J, Hou D B, Wang C Q, et al. Soil erodibility characteristics of natural soil and dryland in Sichuan Province[J]. Soil and Water Conservation in China, 2003(7):27-29,48.
[34] 马骏, 李昌晓, 魏虹, 等. 三峡库区生态脆弱性评价[J]. 生态学报, 2015,35(21):7117-7129.
doi: 10.5846/stxb201309252364
Ma J, Li C X, Wei H, et al. Dynamic evaluation of ecological vulnerability in the Three Gorges Reservoir Region in Chongqing Municipality,China[J]. Acta Ecologica Sinica, 2015,35(21):7117-7129.
[35] 任金铜, 莫世江, 陈群利, 等. 草海湿地区域土地利用/覆被变化与预测研究[J]. 信阳师范学院学报(自然科学版), 2017,30(3):385-392.
Ren J T, Mo S J, Chen Q L, et al. Analysis and prediction of land use and land cover changes in Caohai Wetland areas[J]. Journal of Xinyang Normal University (Natural Science Edition), 2017,30(3):385-392.
[36] 艾丽娅, 王少军, 张志. 1997—2017年锡林郭勒盟中部草原植被覆盖时空演变及预测[J]. 水土保持通报, 2019,39(5):249-256.
Ai L Y, Wang S J, Zhang Z. Spatial-temporal evolution and prediction of vegetation cover in central part of Xilingol grassland during 1997—2017[J]. Bulletin of Soil and Water Conservation, 2019,39(5):249-256.
[37] Wang L X, Yu D Y, Liu Z, et al. Study on NDVI changes in Weihe Watershed based on CA-Markov model[J]. Geological Journal, 2018,53:435-441.
[38] 龚雪梅, 冯文兰, 郑杰, 等. 岷江上游土壤侵蚀敏感性评价[J]. 干旱区资源与环境, 2017,31(9):68-74.
Gong X M, Feng W L, Zheng J, et al. Assessment of soil erosion sensitivity in the upper reaches of Minjiang River[J]. Journal of Arid Land Resources and Environment, 2017,31(9):68-74.
[1] 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.
[2] 武艺杰, 孔雪松. 江苏省“生态-农业-建设”用地空间格局模拟及发展模式选择[J]. 自然资源遥感, 2022, 34(1): 238-248.
[3] 姚金玺, 张志, 张焜. 基于GEE的诺木洪洪积扇植被时空变化特征、成因及趋势分析[J]. 自然资源遥感, 2022, 34(1): 249-256.
[4] 李东, 唐诚, 邹涛, 侯西勇. 近海人工鱼礁水下物理状态探测与评估[J]. 自然资源遥感, 2022, 34(1): 27-33.
[5] 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.
[6] 王爽, 张磊, 张俊勇, 王一乐. GIS在全民健身中的应用特征研究[J]. 自然资源遥感, 2021, 33(4): 265-271.
[7] 王正, 贾公旭, 张清凌, 黄粤. COVID-19疫情背景下2020年第一季度广东省二、三产业GDP空间分布变化分析[J]. 自然资源遥感, 2021, 33(3): 184-193.
[8] 马新萍, 武涛, 余玉洋. 基于SWAT模型的汉江上游流域径流情景预测研究[J]. 国土资源遥感, 2021, 33(1): 174-182.
[9] 张莉, 谢亚楠, 屈辰阳, 汪鸣泉, 常征, 王茂华. 基于K-Means城市分类算法的夜光遥感电力消费估算[J]. 国土资源遥感, 2020, 32(4): 182-189.
[10] 木哈代思·艾日肯, 张飞, 刘康, 阿依努尔·玉山江. 基于天宫二号及Landsat8城镇生态环境现状评价[J]. 国土资源遥感, 2020, 32(4): 209-218.
[11] 屈辰阳, 张莉, 汪鸣泉, 王茂华. 基于NPP/VIIRS卫星夜光数据的新建高铁站所在县域的GDP估算模型[J]. 国土资源遥感, 2020, 32(2): 81-87.
[12] 王永全, 李清泉, 汪驰升, 朱家松, 王新雨. 基于系留无人机的应急测绘技术应用[J]. 国土资源遥感, 2020, 32(1): 1-6.
[13] 宋仁波, 朱瑜馨, 丁上珊, 贺巧宁, 王细元, 王月香. 基于GIS空间分析的任意多边形骨架线自动提取方法[J]. 国土资源遥感, 2020, 32(1): 51-59.
[14] 施益强, 邓秋琴, 吴君, 王坚. 厦门市MODIS气溶胶光学厚度与空气质量指数的回归分析[J]. 国土资源遥感, 2020, 32(1): 106-114.
[15] 梅昭容, 李云驹, 康翔, 魏善宝, 潘剑君. 基于移动窗口分析法的矿区景观格局时空演变研究[J]. 国土资源遥感, 2019, 31(4): 60-68.
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