Please wait a minute...
 
自然资源遥感  2023, Vol. 35 Issue (4): 214-225    DOI: 10.6046/zrzyyg.2022311
  技术应用 本期目录 | 过刊浏览 | 高级检索 |
1991—2021年雄安新区土地利用与植被覆盖变化遥感研究
崔囤月1(), 王世东1, 张学军2()
1.河南理工大学测绘与国土信息工程学院,焦作 454000
2.河南省地质矿产勘查开发局第二地质矿产调查院,郑州 450001
A remote sensing-based study on change in land use and vegetation cover in Xiong’an New Area from 1991 to 2021
CUI Dunyue1(), WANG Shidong1, ZHANG Xuejun2()
1. School of Surveying and Mapping and Land Information Engineering, Henan University of Technology, Jiaozuo 454000, China
2. The Second Institute of Geology and Mineral Resources of Henan Bureau of Geology and Mineral Resources Exploration and Development, Zhengzhou 450001, China
全文: PDF(7174 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

为研究雄安新区1991—2021年间土地利用与植被覆盖变化,以5个时期的Landsat TM\OLI数据为基础,采用GIS技术与图谱融合法探究雄安新区30 a土地利用变化特征; 利用像元二分模型提取植被覆盖信息,并分析30 a植被覆盖变化特征; 利用地理探测器模型探测植被覆盖变化的潜在驱动因素,并借鉴图谱融合法分析土地利用变化对植被覆盖变化的影响。结果表明: ①1991—2021年,雄安新区建设用地面积整体增长108.09 km2,转入面积主要来源于耕地和其他用地; 其他用地面积整体减少108.17 km2,流出面积主要变成耕地; 林草地面积增加11.56 km2,转入面积主要来源于水域和其他用地; 水域面积减少38.76 km2,主要流向耕地和其他用地; 耕地面积无明显变化。②30 a间,雄安新区植被覆盖情况整体较好,中、高及以上植被覆盖度面积占比超过50.00%,整体呈现“安新县高,容城县中等,雄县低”的空间分布。从阶段性变化来看,1991—2001年呈退化趋势,退化面积占比达到39.15%; 2001—2021年呈改善趋势,改善面积占比最高达到47.55%。③植被覆盖变化存在空间分异性,人口密度变化、GDP变化、土壤类型和土壤质地对植被覆盖变化具有较大影响,高程和坡度对其影响较小; 建设用地和其他用地向耕地的转化是植被明显改善的重要原因,耕地向其他用地的转化是植被严重退化的重要原因。研究结果可为雄安新区的可持续发展提供一定的科学依据和对策建议。
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
崔囤月
王世东
张学军
关键词 ： 雄安新区,  植被覆盖变化,  土地利用变化,  地理探测器,  驱动因素    
Abstract：

This study aims to analyze the changes in the land use and vegetation cover in the Xiong'an New Area from 1991 to 2021. To this end, this study explored the characteristics of the land use changes in the area over the 30 years based on the Landsat TM\OLI data of five periods using the GIS technology and map fusion method. Then, it extracted the vegetation cover information using the dimidiate pixel model and analyzed the changes in the vegetation cover. Furthermore, this study explored the potential factors driving the vegetation cover change in the area using the geographic detector model and analyzed the impact of land use change on vegetation cover change by referencing the existing map fusion method. The results show that: ① From 1991 to 2021, the construction land in Xiong’an New Area increased by 108.09 km2, primarily transformed from farmland and other types of land; other types of land reduced by 108.17 km2, predominantly transformed to farmland; forestland and grassland increased by 11.56 km2, mainly transformed from water areas and other types of land; the water area decreased by 38.76 km2, mainly transformed to farmland and other types of land; and the area of farmland roughly remained unchanged; ② Over the 30 years, the Xiong’an New Area generally exhibited high vegetation coverage, and the area with moderate and high vegetation coverage and above accounted for more than 50.00%. The vegetation coverage in the Xiong’an New Area presented an overall spatial distribution pattern characterized by high in Anxin County, moderate in Rongcheng County, and low in Xiong County. Regarding the phased changes, this area showed a degradation trend from 1991 to 2001, and the area with degraded vegetation cover accounted for 39.15%. From 2001 to 2021, this area exhibited an improvement trend, the area with improved vegetation cover accounted for up to 47.55%; ③ The vegetation cover change showed spatial differentiation, significantly affected by the population density, GDP, soil type, and soil quality but slightly affected by the elevation and slope. The transformation of construction land and other types of land to farmland acted as an important reason for the improvement in vegetation cover, while the transformation of farmland to construction land and other types of land served as an important reason for vegetation degradation. The results of this study can, to some extent, provide a scientific basis and suggestions for the sustainable development of Xiong’an New Area.
Key words： Xiong’an New Area    vegetation cover change    land use change    geographic detector    driving factors
收稿日期: 2022-07-27      出版日期: 2023-12-21
ZTFLH:  TP79  
基金资助:河南省科技攻关重点项目“南水北调中线工程实施背景下丹江流域土地功能演变及其生态效应”(222102320005);河南省高等学校重点科研项目“基于多源时序遥感的丹江流域LUCC轨迹分析与趋势预测”(22A420002);河南省高校科技创新团队支持计划项目“区域生态演变与调控”(22IRTSTHN008)
通讯作者: 张学军(1974-),男,高级工程师,主要从事地质测绘、地质勘查等方面研究。Email: 478441986@qq.com。
作者简介: 崔囤月(1999-),男,硕士研究生,主要从事资源环境遥感、地理信息技术及应用。Email: c17832177427@163.com。
引用本文:   
崔囤月, 王世东, 张学军. 1991—2021年雄安新区土地利用与植被覆盖变化遥感研究[J]. 自然资源遥感, 2023, 35(4): 214-225.
CUI Dunyue, WANG Shidong, ZHANG Xuejun. A remote sensing-based study on change in land use and vegetation cover in Xiong’an New Area from 1991 to 2021. Remote Sensing for Natural Resources, 2023, 35(4): 214-225.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/zrzyyg.2022311      或      https://www.gtzyyg.com/CN/Y2023/V35/I4/214
Fig.1  雄安新区地理位置
Fig.2  不变性因子分类
Fig.3  变化性因子分类
Fig.4  1991—2021年雄安新区土地利用图谱
Fig.5  1991—2021年雄安新区重要土地利用转化类型图谱
地类 面积/km2
1991年 2001年 2011年 2017年 2021年
建设用地 129.68 156.31 186.98 224.72 237.77
耕地 1 136.03 1 141.28 1 184.81 1 099.84 1 163.72
林草地 28.74 12.71 17.79 32.31 40.30
其他用地 131.79 99.21 84.09 150.79 23.62
水域 131.94 148.67 84.05 49.70 93.18
合计 1 558.18 1 558.18 1 557.72 1 557.36 1 558.59
Tab.1  1991—2021年雄安新区土地利用数量结构变化
转化类型 编
码		 1991—2001年 2001—2011年 2011—2017年 2017—2021年
面积/km2 变化率/% 面积/km2 变化率/% 面积/km2 变化率/% 面积/km2 变化率/%
建设用地→耕地 12 46.87 10.66 60.80 17.00 41.13 9.18 44.86 13.13
耕地→建设用地 21 60.62 13.78 74.26 20.76 104.35 23.29 55.86 16.35
耕地→其他用地 24 83.96 19.09 47.25 13.21 101.46 22.65 18.85 5.52
其他用地→耕地 52 84.38 19.19 62.09 17.30 68.09 15.20 114.94 33.63
小计 275.83 62.72 244.40 68.27 315.03 70.32 234.51 68.63
建设用地→林草地 13 0.50 0.11 0.31 0.09 30.75 6.86 0.12 0.04
建设用地→其他用地 14 2.25 0.51 1.14 0.32 16.20 3.61 3.34 0.98
建设用地→水域 15 0.59 0.13 0.75 0.21 6.60 1.47 0.19 0.06
耕地→林草地 23 2.33 0.53 5.93 1.66 20.75 4.63 26.54 7.77
耕地→水域 25 36.26 8.25 0.77 0.22 8.30 1.85 15.95 4.67
林草地→建设用地 31 4.22 0.96 3.91 1.09 0.38 0.09 0.37 0.11
林草地→耕地 32 19.06 4.33 3.91 1.09 10.21 2.28 15.89 4.65
林草地→其他用地 34 1.24 0.28 0.39 0.11 3.78 0.84 0.10 0.03
林草地→水域 35 2.75 0.63 3.21 0.90 1.97 0.44 6.30 1.84
水域→建设用地 41 1.90 0.43 11.89 3.32 0.21 0.05 0.28 0.08
水域→耕地 42 38.10 8.66 52.10 14.57 4.23 0.94 3.29 0.96
水域→林草地 43 4.52 1.03 9.50 2.66 2.37 0.53 0.35 0.10
水域→其他用地 44 7.28 1.66 8.84 2.47 20.32 4.54 0.03 0.01
其他用地→建设用地 51 10.09 2.29 3.64 1.02 1.01 0.22 4.69 1.37
其他用地→林草地 53 3.89 0.88 0.93 0.26 3.51 0.78 3.60 1.05
其他用地→水域 55 28.94 6.58 6.05 1.69 2.40 0.53 26.20 7.67
变化总面积/km2 439.75 357.67 448.02 341.75
Tab.2  1991—2021年雄安新区土地利用转化类型面积与占比
植被覆盖度等级 低植被覆盖度 中低植被覆盖度 中等植被覆盖度 中高植被覆盖度 高植被覆盖度
面积/km2 190.60 187.89 393.37 447.97 336.11
占比/% 12.25 12.08 25.28 28.79 21.60
Tab.3  雄安新区年均植被覆盖度
Fig.6  雄安新区年均植被覆盖度空间分布
植被覆盖
变化等级		 1991—2001 2001—2011 2011—2017 2017—2021
面积/km2 比重/% 面积/km2 比重/% 面积/km2 比重/% 面积/km2 比重/%
严重退化 296.51 19.53 41.82 2.76 47.31 3.12 34.09 2.24
轻度退化 297.97 19.62 432.42 28.51 356.11 23.47 322.31 21.20
保持稳定 469.80 30.94 514.69 33.93 392.30 25.86 503.03 33.09
轻度改善 350.21 23.06 426.07 28.09 405.72 26.74 404.48 26.60
明显改善 104.03 6.85 101.89 6.71 315.58 20.81 256.46 16.87
Tab.4  1991—2021年雄安新区植被覆盖变化趋势
Fig.7  1991—2021年雄安新区植被覆盖变化趋势图谱
年份 X1 X2 X3 X4 X5 X6
1991—2001 0.144 2 0.104 5 0.041 5 0.005 2 0.115 6 0.104 2
2001—2011 0.093 4 0.125 8 0.061 8 0.032 6 0.138 6 0.112 8
2011—2017 0.138 1 0.116 8 0.015 4 0.002 4 0.128 3 0.167 3
2017—2021 0.187 9 0.153 5 0.024 1 0.015 0 0.148 2 0.094 5
Tab.5  驱动因子作用强度q值变化趋势
Fig.8  土地利用变化对植被覆盖变化的影响
[1] Sun L, Wei J, Duan D H, et al. Impact of land-use and land-cover change on urban air quality in representative cities of China[J]. Journal of Atmospheric and Solar-Terrestrial Physics, 2016, 142:43-54.
doi: 10.1016/j.jastp.2016.02.022
[2] 新华社. 中共中央、国务院决定设立河北雄安新区[EB/OL].(2017-04-01) [2017-05-31]. https://www.gov.cn/xinwen/2017-04/01/content5182824htm.
Xin Hua News Agency. The Central Committee of the Communist Party of China and the State Council decided to establish the Xiong’an new area in Hebei[EB/OL].(2017-04-01) [2017-05-31]. https://www.gov.cn/xinwen/2017-04/01/content5182824htm.
[3] 吴昌广, 周志翔, 肖文发, 等. 基于MODIS NDVI的三峡库区植被覆盖度动态监测[J]. 林业科学, 2012, 48(1):22-28.
Wu C G, Zhou Z X, Xiao W F, et al. Dynamic monitoring of vegetation cover in Three Gorges reservoir area based on MODIS NDVI[J]. Scientia Silvae Sinicae, 2012, 48(1):22-28.
[4] 刘斌, 罗全华, 常文哲, 等. 不同林草植被覆盖度的水土保持效益及适宜植被覆盖度[J]. 中国水土保持科学, 2008, 6(6):68-73.
Liu B, Luo Q H. Chang W Z, et al. Soil and water conservation benefits of different forest and grass vegetation cover levels and suitable vegetation cover levels[J]. Soil and Water Conservation in China, 2008, 6(6):68-73.
[5] 何全军, 曹静, 张月维. 基于MODIS的广东省植被指数序列构建与应用[J]. 气象, 2008, 34(3):37-41.
He Q J, Cao J, Zhang Y W. Construction and application of MODIS based vegetation index series in Guangdong Province[J]. Meteorological Monthly, 2008, 34(3):37-41.
[6] 彭飞, 范闻捷, 徐希孺, 等. 2000—2014年呼伦贝尔草原植被覆盖度时空变化分析[J]. 北京大学学报(自然科学版), 2017, 53(3):563-572.
Peng F, Fan W J, Xu X R, et al. Analysis of spatial and temporal changes of vegetation cover in Hulunbuir grassland from 2000 to 2014[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2017, 53(3):563-572.
[7] 王思, 张路路, 林伟彪, 等. 基于MODIS-NDVI的广东省植被覆盖与土地利用变化研究[J]. 生态学报, 2022(6):2149-2163.
Wang S, Zhang L L, Lin W B, et al. Research on vegetation cover and land use change in Guangdong Province based on MODIS-NDVI[J]. Acta Ecologica Sinica, 2022(6):2149-2163.
[8] 晋成名, 杨兴旺, 景海涛. 基于RS的陕北地区植被覆盖度变化及驱动力研究[J]. 自然资源遥感, 2021, 33(4):258-264.doi:10.6046/zrzyyg.2021019.
Jin C M, Yang X W, Jing H T. RS-based study on vegetation cover changes and driving forces in northern Shaanxi[J]. Remote Sensing for Natural Resources, 2021, 33(4):258-264.doi:10.6046/zrzyyg.2021019.
[9] 苏迎庆, 刘庚, 赵景波, 等. 2006—2018年汾河流域土地生态安全预警测度及时空格局演变[J]. 水土保持通报, 2021, 41(1):144-151.
Su Y Q, Liu G, Zhao J B, et al. Evolution of early warning measures and spatial and temporal patterns of land ecological security in the Fen River Basin from 2006-2018[J]. Bulletin of Soil and Water Conservation, 2021, 41(1):144-151.
[10] Kallimanis A S, Touloumis K, Tzanopoulos J, et al. Vegetation coverage change in the EU:Patterns inside and outside Natura 2000 protected areas[J]. Biodiversity and Conservation, 2015, 24(3): 579-591.
doi: 10.1007/s10531-014-0837-9
[11] Jung G, Prange M, Schulz M. Influence of topography on tropical African vegetation coverage[J]. Climate Dynamics, 2016, 46(7):2535-2549.
doi: 10.1007/s00382-015-2716-9
[12] 王劲峰, 徐成东. 地理探测器:原理与展望[J]. 地理学报, 2017, 72(1):116-134.
doi: 10.11821/dlxb201701010
Wang J F, Xu C D. Geodetectors:Principles and perspectives[J]. Acta Geographica Scinica, 2017, 72(1):116-134.
[13] Wang G J, Peng W F. Quantifying spatiotemporal dynamics of vegetation and its differentiation mechanism based on geographical detector[J]. Environmental Science and Pollution Research, 2022, 29(21):32016-32031.
doi: 10.1007/s11356-021-17544-w
[14] Deng X J, Hu S Z, Che S. Attribution of vegetation coverage change to climate change and human activities based on the geographic detectors in the Yellow River Basin,China[J]. Environmental Science and Pollution Researchinternational, 2022: 1-16.
[15] 彭文甫, 张冬梅, 罗艳玫, 等. 自然因子对四川植被NDVI变化的地理探测[J]. 地理学报, 2019, 74(9):1758-1776.
doi: 10.11821/dlxb201909005
Peng W F, Zhang D M, Luo Y M, et al. Geographical detection of natural factors on NDVI changes in Sichuan vegetation[J]. Acta Geographica Scinica, 2019, 74(9):1758-1776.
[16] 李丹, 周嘉, 战大庆. 黑龙江省耕地时空变化及驱动因素分析[J]. 地理科学, 2021, 41(7):1266-1275.
doi: 10.13249/j.cnki.sgs.2021.07.017
Li D, Zhou J, Zhan D Q. Analysis of spatial and temporal changes in arable land and drivers in Heilongjiang Province[J]. Scientia Geographica Sinica, 2021, 41(7):1266-1275.
[17] 祁鹏卫, 张贤. 2000—2019年重庆市植被覆盖时空变化特征及其驱动因素[J]. 生态学报, 2022, 42(13):5427-5436.
Qi P W, Zhang X. Analysis of spatial and temporal variation characteristics of vegetation cover and its driving factors in Chongqing from 2000 to 2019[J]. Acta Ecologica Sinica, 2022, 42(13):5427-5436.
[18] 赵子娟, 范蓓蕾, 王玉庭, 等. 2000—2018年西辽河流域植被覆盖度时空变化特征及影响因素研究[J]. 中国农业资源与区划, 2021, 42(12):75-88.
Zhao Z J, Fan B L, Wang Y T, et al. Study on the characteristics of spatial and temporal changes of vegetation cover and influencing factors in the West Liaoning River Basin from 2000 to 2018[J]. Journal of China Agricultural Resources and Regional Planning, 2021, 42(12):75-88.
[19] 贾玉娜, 张文超, 康会涛, 等. 2016-2019年雄安新区土地覆盖变化研究[J]. 测绘通报, 2020(9):76-79.
doi: 10.13474/j.cnki.11-2246.2020.0287
Jia Y N, Zhang W C, Kang H T, et al. A study of land cover changes in Xiongan New Area from 2016 to 2019[J]. Bulletin of Surveying and Mapping, 2020(9):76-79.
[20] 姜鲁光, 吕佩忆, 封志明, 等. 雄安新区土地利用空间特征及起步区方案比选研究[J]. 资源科学, 2017, 39(6):991-998.
doi: 10.18402/resci.2017.06.01
Jiang L G, Lv P Y, Feng Z M, et al. Study on the spatial characteristics of land use in the Xiong’an New Area and the comparison of start-up area options[J]. Resources Science, 2017, 39(6):991-998.
[21] 孙颖, 易浪, 尹少华. 洞庭湖流域植被覆盖变化及其协同治理[J]. 经济地理, 2022, 42(4):190-201.
Sun Y, Yi L, Yin S H. Vegetation cover changes in the Dongting Lake watershed and its synergistic management[J]. Economic Geography, 2022, 42(4):190-201.
[22] 曹永香, 毛东雷, 薛杰, 等. 绿洲-沙漠过渡带植被覆盖动态变化及其驱动因素——以新疆策勒为例[J]. 干旱区研究, 2022, 39(2):510-521.
Cao Y X, Mao D L, Xue J, et al. Vegetation cover dynamics in the oasis-desert transition zone and its driving factors:A case of Cele,Xinjiang[J]. Arid Zone Research, 2022, 39(2):510-521.
[23] Sewnet A, Abebe G. Land use and land cover change and implication to watershed degradation by using GIS and remote sensing in the Koga watershed,North Western Ethiopia[J]. Earth science Informatics, 2018, 11(1): 99-108.
doi: 10.1007/s12145-017-0323-5
[24] 吕晓, 史洋洋, 黄贤金, 等. 江苏省土地利用变化的图谱特征[J]. 应用生态学报, 2016, 27(4):1077-1084.
Lyu X, Shi Y Y, Huang X J, et al. Mapping characteristics of land use change in Jiangsu Province[J]. Chinese Journal of Applied Ecology, 2016, 27(4):1077-1084.
[25] 王金亮, 邵景安, 李阳兵. 近20 a三峡库区农林地利用变化图谱特征分析[J]. 自然资源学报, 2015, 30(2):235-247.
doi: 10.11849/zrzyxb.2015.02.007
Wang J L, Shao J A, Li Y B. Characterization of agricultural and forest land use change mapping in the Three Gorges reservoir area in the last 20 a[J]. Journal of Natural Resources, 2015, 30(2):235-247.
[26] 杨彩云, 王世曦, 杨春艳, 等. 川藏铁路沿线植被覆盖度时空变化特征分析[J]. 干旱区资源与环境, 2021, 35(3):174-182.
Yang C Y, Wang S X, Yang C Y, et al. Spatial and temporal variation characteristics of vegetation cover along the Sichuan-Tibet Railway[J]. Journal of Arid Land Resources and Environment, 2021, 35(3):174-182.
[27] Mishra R, Singh E, Kumar A. et al. Application of remote sensing for assessment of change in vegetation cover and the subsequent impact on climatic variables[J]. Environmental Science and Pollution Rellution Research, 2021, 28(31):41675-41687.
[28] 李苗苗, 吴炳方, 颜长珍, 等. 密云水库上游植被覆盖度的遥感估算[J]. 资源科学, 2004, 26(4):153-159.
Li M M, Wu B F, Yan C Z, et al. Remote sensing estimation of vegetation cover in the upper reaches of Miyun Reservoir[J]. Resources Science, 2004, 26(4):153-159.
[29] 王文川, 薛沛, 刘素华. 1999-2018年河南省植被覆盖时空演变分析[J]. 水土保持研究, 2022, 29(2):243-248,264.
Wang W C, Xue P, Liu S H. Analysis of spatial and temporal evolution of vegetation cover in Henan Province from 1999 to 2018[J]. Research of Soil and Water Conservation, 2022, 29(2):243-248,264.
[30] Gao S Q, Dong G T, Jiang X H, Nie T, et al. Quantification of natural and anthropogenic driving forces of vegetation changes in the Three-River headwater region during 1982 to 2015 based on geographical detector model[J]. Remote Sensing, 2021, 13(20): 4175.
doi: 10.3390/rs13204175
[31] 王正雄, 蒋勇军, 张远嘱, 等. 基于GIS与地理探测器的岩溶槽谷石漠化空间分布及驱动因素分析[J]. 地理学报, 2019, 74(5):1025-1039.
doi: 10.11821/dlxb201905014
Wang Z X, Jiang Y J, Zhang Y Z, et al. Analysis of spatial distribution and drivers of rock desertification in karst trough valleys based on GIS and geodetectors[J]. Acta Geographica Scinica, 2019, 74(5):1025-1039.
[32] 黄木易, 岳文泽, 方斌, 等. 1970—2015年大别山区生态服务价值尺度响应特征及地理探测机制[J]. 地理学报, 2019, 74(9):1904-1920.
doi: 10.11821/dlxb201909015
Huang M Y, Yue W Z, Fang B, et al. Characteristics of ecological service value scale response and geodetection mechanism in Dabie Mountain area from 1970 to 2015[J]. Acta Geographica Scinica, 2019, 74(9):1904-1920.
[1] 李光哲, 王浩, 曹银璇, 张晓宇, 宁晓刚. 长株潭城市群生态环境质量时空演变及影响因素分析[J]. 自然资源遥感, 2023, 35(4): 244-254.
[2] 田柳兰, 吕思雨, 毋兆鹏, 王娟娟, 史欣鹏. 乌鲁木齐市土地利用变化及其空间冲突测度[J]. 自然资源遥感, 2023, 35(4): 282-291.
[3] 刘晓民, 阿木古楞, 杨耀天, 刘勇. 鄂尔多斯市黄河流域旗县生态安全评价[J]. 自然资源遥感, 2023, 35(4): 139-148.
[4] 王叶兰, 杨鑫, 郝利娜. 2001—2021年川西高原植被NDVI时空变化及影响因素分析[J]. 自然资源遥感, 2023, 35(3): 212-220.
[5] 虎小强, 杨树文, 闫恒, 薛庆, 张乃心. 基于时序InSAR的新疆阿希矿区地表形变监测与分析[J]. 自然资源遥感, 2023, 35(1): 171-179.
[6] 孙禧勇, 李晶晶, 张瑞江, 王绍强, 冀欣阳, 李光玮. 基于遥感的雄安新区古水系网重构与城镇规划关系研究[J]. 自然资源遥感, 2023, 35(1): 132-139.
[7] 林雪敏, 李伟峰, 王红, 明冬萍, 韩立建. 我国东部沿海三大城市群地下水储量变化与驱动因素分析[J]. 自然资源遥感, 2022, 34(4): 262-271.
[8] 杨潋威, 赵娟, 朱家田, 刘雷, 张平. 基于PLUS和InVEST模型的西安市生态系统碳储量时空变化与预测[J]. 自然资源遥感, 2022, 34(4): 175-182.
[9] 朱思佳, 冯徽徽, 邹滨, 叶书朝. 2000—2019年洞庭湖流域植被NPP时空特征及驱动因素分析[J]. 自然资源遥感, 2022, 34(3): 196-206.
[10] 李静芝, 王苗, 冯文静, 李彬. 湘西州地区生态系统服务价值时空特征及驱动分析[J]. 自然资源遥感, 2022, 34(3): 207-217.
[11] 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.
[12] 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.
[13] 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.
[14] 袁倩颖, 马彩虹, 文琦, 李学梅. 六盘山贫困区生长季植被覆盖变化及其对水热条件的响应[J]. 国土资源遥感, 2021, 33(2): 220-227.
[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