Please wait a minute...
 
自然资源遥感  2024, Vol. 36 Issue (2): 218-228    DOI: 10.6046/zrzyyg.2023040
  技术应用 本期目录 | 过刊浏览 | 高级检索 |
基于MODIS时序数据的北京市植被物候时空变化特征分析
姚家慧(), 丁海勇()
南京信息工程大学遥感与测绘工程学院,南京 211800
Analysis of the spatio-temporal variations in vegetation phenology in Beijing based on MODIS time series data
YAO Jiahui(), DING Haiyong()
School of Remote Sensing & Geomatics Engineering, Nanjing University of Information Science & Technology, Nanjing 211800, China
全文: PDF(15096 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

植被是生态环境变化的指示器,分析植被物候的时空变化特征及其影响因素对分析陆地生态系统的碳、水和能量平衡具有重要意义。该文利用MOD13Q1 EVI数据集,采用D-L拟合法和动态阈值法提取了北京市2001—2020年植被生长季开始期(start of season,SOS)、植被生长季长度(growing season length,GSL)和植被生长季结束期(end of season,EOS)。通过构建城乡梯度带,分析了北京市城乡区域植被物候的时空变化特征。利用回归分析和趋势分析方法探讨了植被物候参数对气温、降水、日照、风速等气候因子以及城市热岛强度和城市化影响因子的响应。研究表明: 2001—2020年间北京市植被物候呈现出SOS提前、GSL延长和EOS推迟的趋势。林地和灌木的SOS比草地早,EOS较草地晚,说明木本植物生长季开始期早,结束期晚。通过分析气候因子与物候之间的关系发现气温、降水、日照和风速都对北京市植被物候有一定的影响,其中SOS对日照的变化最为敏感,EOS对风速的变化最为敏感。植被物候沿城区—郊区—农村方向呈现明显的梯度变化,城区SOS比农村平均提前12.2 d、EOS平均推迟18.9 d。城市夜晚热岛强度与SOS在城乡梯度带上具有显著相关性(p<0.01),SOS,GSL和EOS与人口密度、城市建成区面积、地均GDP均存在显著相关关系(p<0.01),说明城市化发展对北京市SOS提前、GSL延长和EOS推迟具有重要作用。
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
姚家慧
丁海勇
关键词 ： 植被物候,  气候变化,  城市化,  城市热岛效应    
Abstract：

Vegetation can indicate the changes in ecological environments. Analyzing the spatio-temporal variations and influencing factors of vegetation phenology holds critical significance for exploring the carbon, water, and energy balance of terrestrial ecosystems. In this study, the MOD13Q1 EVI dataset was employed to extract the start of season (SOS), the growing season length (GSL), and the end of season (EOS) for vegetation in Beijing from 2001 to 2020 using the double logistic (D-L) function fitting method and the dynamic threshold method. The spatio-temporal variations of vegetation phenology in urban and rural areas of Beijing were analyzed by constructing an urban-rural gradient zone. The response of vegetation phenological parameters to climate factors like temperature, precipitation, sunshine, and wind speed, as well as urban heat island intensity and urbanization, was investigated through regression and trend analyses. The results show that from 2001 to 2020, the vegetation phenology of Beijing manifested a trend of earlier SOS, extended GSL, and delayed EOS. Compared to grassland, woodland and shrubs manifested earlier SOS and later EOS, suggesting that the phenology of woody plants started earlier and ended later. As revealed by the relationship between climate factors and phenology, temperature, precipitation, sunshine, and wind speed all displayed certain effects on vegetation phenology in Beijing, with SOS and EOS being the most sensitive to sunshine and wind speed, respectively. The vegetation phenology was characterized by a significant gradient change along the urban-suburban-rural direction. Compared to the rural area, the urban area showed SOS 12.2 d earlier and EOS 18.9 d later on average. The urban nighttime heat island intensity was significantly correlated with the SOS of vegetation in the urban-rural gradient zone (p<0.01). Moreover, the SOS, GSL, and EOS were significantly linearly correlated with population density, urban built-up area, and GDP per square kilometer of land (p<0.01). Therefore, urbanization played a significant role in advancing SOS, extending GSL, and delaying EOS of vegetation phenology in Beijing.
Key words： vegetation phenology    climate change    urbanization    urban heat island effect
收稿日期: 2023-02-22      出版日期: 2024-06-14
ZTFLH:  TP79  
基金资助:高分辨率对地观测系统重大专项资助项目(30-Y60B01-9003-22/23)
通讯作者: 丁海勇(1974-),男,博士,教授,主要研究方向为植被物候、土地利用变化监测。Email: hyongd@163.com。
作者简介: 姚家慧(1999-),女,硕士研究生,主要研究方向为植被物候。Email: nxdyjh1999@163.com。
引用本文:   
姚家慧, 丁海勇. 基于MODIS时序数据的北京市植被物候时空变化特征分析[J]. 自然资源遥感, 2024, 36(2): 218-228.
YAO Jiahui, DING Haiyong. Analysis of the spatio-temporal variations in vegetation phenology in Beijing based on MODIS time series data. Remote Sensing for Natural Resources, 2024, 36(2): 218-228.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/zrzyyg.2023040      或      https://www.gtzyyg.com/CN/Y2024/V36/I2/218
Fig.1  北京市2020年土地覆盖类型图
Fig.2  北京市2000年城区及各缓冲区
数据集 数据来源 数据属性 数据类型 时间范围
MOD13Q1 美国国家航空航天局 时间分辨率为16 d,空间分辨率为250 m EVI数据 2001—2020年
MOD11A2 美国国家航空航天局 时间分辨率为8 d,空间分辨率为1 000 m 白天地表温度和夜晚地表温度 2001—2020年
MCD12Q2 美国国家航空航天局 空间分辨率为500 m 植被生长季开始期和结束期 2001—2019年
气候数据 中国地面气候资料日值数据集V3.0 中国地面699个国家级基准、基本站 气温、降水、日照、风速 2001—2020年
土地利用覆盖数据 中国逐年土地覆盖数据集CLCD 空间分辨率为30 m 耕地、草地、灌木林、林地 2001—2020年
城市建成区数据 全球城市边界(Global Urban Boundary-GUB)数据集 空间分辨率为30 m ———— 2000年
城市统计数据 中国城市建设统计年鉴 ———— 人口密度、城市区建成区面积、地均GDP 2001—2020年
Tab.1  数据来源及说明
Fig.3  物候参数验证
Fig.4  北京市植被物候2001—2020年均值空间分布
Fig.5  2001—2020年北京市植被物候年际变化
Fig.6  2001—2020年北京市植被物候空间变化趋势及其显著性区域
Fig.7  2001—2020年北京市不同植被覆盖类型物候年际变化
Fig.8  2001—2020年北京市不同缓冲区内植被物候年际变化
Fig.9  城乡梯度带上的地表温度变化
Fig.10  城乡梯度带上各区域植被物候差异与UHII差异之间的关系
UHII 城区 郊区 农村 年均
[0,5) km [5,10) km [10,15) km [15,20) km
SOS -0.508*① -0.389 -0.307 -0.254 -0.228 -0.257 -0.324
GSL 0.427 0.356 0.140 0.021 -0.045 -0.040 0.123
EOS 0.314 0.250 -0.013 -0.159 -0.239 -0.277 -0.053
Tab.2  各区域白天城市热岛强度(UHII)与植被物候的相关关系
UHII 城区 郊区 农村 年均
[0,5) km [5,10) km [10,15) km [15,20) km
SOS -0.675**① -0.679** -0.626** -0.626** -0.593** -0.573** -0.630**
GSL 0.643** 0.604** 0.499* 0.487* 0.473* 0.403 0.490*
EOS 0.494* 0.417 0.253 0.246 0.229 0.154 0.262
Tab.3  各区域夜晚城市热岛强度(UHII)与植被物候的相关关系
Fig.11  北京市植被物候与城市化因子的关系
植被物
候参数		 缓冲区 人口密度 城市建成区面积 地均GDP
SOS 城区 -0.634**① -0.639** -0.624**
郊区 -0.650** -0.587** -0.654**
农村 -0.624** -0.584** -0.627**
GSL 城区 0.696** 0.738** 0.673**
郊区 0.852** 0.786** 0.855**
农村 0.765** 0.728** 0.748**
EOS 城区 0.673** 0.685** 0.665**
郊区 0.784** 0.751** 0.788**
农村 0.765** 0.728** 0.748**
Tab.4  城市化因子与植被物候参数SOS,GSL,EOS的相关关系
气候因子 城区 郊区 农村
[0,
5) km		 [5,
10) km		 [10,
15) km		 [15,
20] km
最高气温 -0.448*① -0.375 -0.367 -0.340 -0.357 -0.377
最低气温 -0.256 -0.137 -0.116 -0.166 -0.150 -0.177
降水 -0.291 -0.374 -0.257 -0.315 -0.361 -0.389
日照 -0.372 -0.451* -0.512* -0.475* -0.456* -0.426
风速 -0.168 -0.261 -0.323 -0.246 -0.161 -0.179
Tab.5  气候因子与不同缓冲区内SOS的相关关系
气候因子 城区 郊区 农村
[0,
5) km		 [5,
10) km		 [10,
15) km		 [15,
20] km
最高气温 0.397 0.403 0.418 0.452*① 0.461* 0.459*
最低气温 0.166 0.134 0.171 0.176 0.201 0.220
降水 0.494* 0.641** 0.593** 0.533* 0.516* 0.527*
日照 -0.0019 -0.033 0.037 0.054 0.029 0.070
风速 0.690** 0.833** 0.822** 0.782** 0.754** 0.768**
Tab.6  气候因子与不同缓冲区内EOS的相关关系
[1] 曹沛雨, 张雷明, 李胜功, 等. 植被物候观测与指标提取方法研究进展[J]. 地球科学进展, 2016, 31(4):365-376.
doi: 10.11867/j.issn.1001-8166.2016.04.0365.
Cao P Y, Zhang L M, Li S G, et al. Review on vegetation phenology observation and phenological index extraction[J]. Advances in Earth Science, 2016, 31(4):365-376.
doi: 10.11867/j.issn.1001-8166.2016.04.0365.
[2] 付永硕, 李昕熹, 周轩成, 等. 全球变化背景下的植物物候模型研究进展与展望[J]. 中国科学:地球科学, 2020, 50(9):1206-1218.
Fu Y S, LI X X, Zhou X C, et al. Progress in plant phenology modeling under global climate change[J]. Scientia Sinica(Terrae), 2020, 63:1237-1247.
[3] 卜亚勤, 丁海勇. 北京植被物候时空变化及其对城市化的响应[J]. 遥感信息, 2022, 37(2):112-118.
Bu Y Q, Ding H Y. Spatiotemporal variation of vegetation phenology and its response to urbanization in Beijing[J]. Remote Sensing Information, 2022, 37(2):112-118.
[4] 李婷婷, 郭增长, 马超. 中国第二、三级阶梯地形过渡带山前植被物候时空变化探析[J]. 地理研究, 2022, 41(11):3000-3020.
doi: 10.11821/dlyj020211206
Li T T, Guo Z Z, Ma C. Spatiotemporal changes of piedmont phenology in the transitional zone between the second and third steps,China[J]. Geographical Research, 2022, 41(11):3000-3020.
[5] Jonsson P, Eklundh L. Seasonality extraction by function fitting to time-series of satellite sensor data[J]. IEEE Transactions Geoscience and Remote Sensing, 2002, 40(8):1824-1832.
[6] 孙梦鑫, 张岳, 辛宇, 等. 川西高原近20 a植被物候变化及其对气候变化的响应[J]. 生态环境学报, 2022, 31(7):1326-1339.
doi: 10.16258/j.cnki.1674-5906.2022.07.005
Sun M X, Zhang Y, Xin Y, et al. Changes of vegetation phenology and its response to climate change in the west Sichuan Plateau in the past 20 years[J]. Ecology and Environmental Sciences, 2022, 31(7):1326-1339
[7] 张仁平, 郭靖, 马晓芳, 等. 基于MODIS数据的新疆草地物候提取方法及变化趋势分析[J]. 草业学报, 2022, 31(1):1-12.
doi: 10.11686/cyxb2020510
Zhang R P, Guo J, Ma X F, et al. Grassland phenology extraction for Xinjiang Province and trend analysis using MODIS data[J]. Acta Prataculturae Sinica, 2022, 31(1):1-12.
[8] Shen M G, Piao S L, Cong N, et al. Precipitation impacts on vegetation spring phenology on the Tibetan Plateau[J]. Global Change Biology, 2015, 21(10):3647-3656.
doi: 10.1111/gcb.12961 pmid: 25926356
[9] Wang C, Cao R Y, Chen J, et al. Temperature sensitivity of spring vegetation phenology correlates to within-spring warming speed over the Northern Hemisphere[J]. Ecological Indicators, 2015, 50:62-68.
[10] 魏晓帅, 高永龙, 范雅倩, 等. 北京植被净初级生产力对物候变化的响应[J]. 农业工程学报, 2022, 38(18):167-175.
Wei X S, Gao Y L, Fan Y Q, et al. Responses of the net primary productivity of vegetation to phenological changes in Beijing of China[J]. Transactions of the Chinese Society of Agricultural Engineering, 2022, 38(18):167-175.
[11] 代武君, 金慧颖, 张玉红, 等. 植物物候学研究进展[J]. 生态学报, 2020, 40(19):6705-6719.
Dai W J, Jin H Y, Zhang Y H, et al. Advances in plant phenology[J]. Acta Ecologica Sinica, 2020, 40(19):6705-6719.
[12] Zhang Q, Kong D D, Shi P J, et al. Vegetation phenology on the Qinghai-Tibetan Plateau and its response to climate change(1982-2013)[J]. Agricultural and Forest Meteorology, 2018, 248:408-417.
[13] Gao X, Zhao D. Impacts of climate change on vegetation phenology over the Great Lakes Region of Central Asia from 1982 to 2014[J]. The Science of the Total Environment, 2022, 845:157227.
[14] 钟巧, 焦黎, 李稚, 等. 博斯腾湖流域潜在蒸散发时空演变及归因分析[J]. 干旱区地理, 2019, 42(1):103-112.
Zhong Q, Jiao L, Li Z, et al. Spatial and temporal changes of potential evapotranspiration and its attribution in the Bosten Lake Basin[J]. Arid Land Geography, 2019, 42(1):103-112.
[15] 胡明新, 周广胜, 吕晓敏, 等. 温度和光周期协同作用对蒙古栎幼苗春季物候的影响[J]. 生态学报, 2021, 41(7):2816-2825.
Hu M X, Zhou G S, Lyu X M, et al. Interactive effects of different warming and changing photoperiod on spring phenology of Quercus mongolicus seedlings[J]. Acta Ecologica Sinica, 2021, 41(7):2816-2825.
[16] 李耀斌, 张远东, 顾峰雪, 等. 中国温带草原和荒漠区域春季物候的变化及其敏感性分析[J]. 林业科学研究, 2019, 32(4):1-10.
Li Y B, Zhang Y D, Gu F X, et al. Changes of spring phenology and sensitivity analysis in temperate grassland and desert zones of China[J]. Forest Research, 2019, 32(4):1-10.
[17] Zhou D C, Zhao S Q, Zhang L X, et al. Remotely sensed assessment of urbanization effects on vegetation phenology in China’s 32 major cities[J]. Remote Sensing of Environment, 2016, 176:272-281.
[18] Li X C, Zhou Y Y, Asrar G R, et al. Response of vegetation phenology to urbanization in the conterminous United States[J]. Global Change Biology, 2017, 23(7):2818-2830.
doi: 10.1111/gcb.13562 pmid: 27988975
[19] Mathew A, Khandelwal S, Kaul N. Investigating spatial and seasonal variations of urban heat island effect over Jaipur city and its relationship with vegetation,urbanization and elevation parameters[J]. Sustainable Cities and Society, 2017, 35:157-177.
[20] 张聪聪, 孟丹, 李小娟. 京津冀地区植被物候时空变化及其对城市化的响应[J]. 生态学报, 2023, 43(1):249-262.
Zhang C C, Meng D, Li X J. Spatial and temporal changes of vegetation phenology and its response to urbanization in the Beijing-Tianjin-Hebei region[J]. Acta Ecologica Sinica, 2023, 43(1):249-262.
[21] 胡召玲, 戴慧, 侯飞, 等. 中国东北城乡植被物候时空变化及其对地表温度的响应[J]. 生态学报, 2020, 40(12):4137-4145.
Hu Z L, Dai H, Hou F, et al. Spatio-temporal change of urban-rural vegetation phenology and its response to land surface temperature in Northeast China[J]. Acta Ecologica Sinica, 2020, 40(12):4137-4145.
[22] 蔡红艳, 杨小唤, 张树文. 植物物候对城市热岛响应的研究进展[J]. 生态学杂志, 2014, 33(1):221-228.
Cai H Y, Yang X H, Zhang S W. Research advances in plant phenological responses to urban heat island[J]. Chinese Journal of Ecology, 2014, 33(1):221-228.
[23] Yang J, Huang X. The 30 m annual land cover dataset and its dynamics in China from 1990 to 2019[J]. Earth System Science Data, 2021, 13(8):3907-3925.
[24] Li X C, Gong P, Zhou Y Y, et al. Mapping global urban boundaries from the global artificial impervious area (GAIA) data[J]. Environmental Research Letters. 2020. 15(9):094044.
[25] 丁海勇, 卜亚勤, 徐路明. 长三角地区植被物候时空变化及其对城市化的响应[J]. 安全与环境学报, 2021, 21(3):1352-1360.
Ding H Y, Bu Y Q, Xu L M. Spatial and temporal variation of the plant phenology and its response to the urbanization trend in the Yangtze River delta[J]. Journal of Safety and Environment, 2021, 21(3):1352-1360.
[26] 韩红珠, 白建军, 张波, 等. 基于 MODIS 时序的陕西省植被物候时空变化特征分析[J]. 国土资源遥感, 2018, 30(4):125-131.doi:10.6046/gtzyyg.2018.04.19.
Han H Z, Bai J J, Zhang B, et al. Spatial-temporal characteristics of vegetation phenology in Shaanxi Province based on MODIS time series[J]. Remote Sensing for Natural Resources, 2018,(4):125-131.doi:10.6046/gtzyyg.2018.04.19.
[27] 周稳, 迟永刚, 周蕾. 基于日光诱导叶绿素荧光的北半球森林物候研究[J]. 植物生态学报, 2021, 45(4):345-354.
Zhou W, Chi Y G, Zhou L. Vegetation phenology in the Northern Hemisphere based on the solar-induced chlorophyll fluorescence[J]. Chinese Journal of Plant Ecology, 2021, 45(4):345-354.
[28] 周玉科, 刘建文. 基于MODIS NDVI和多方法的青藏高原植被物候时空特征分析[J]. 遥感技术与应用, 2018, 33(3):486-498.
Zhou Y K, Liu J W. Spatio-temporal analysis of vegetation phenology with multiple methods over the Tibetan Plateau based on MODIS NDVI data[J]. Remote Sensing Technology and Application, 2018, 33(3):486-498.
[29] White M A, DeBEURS K M, Didan K, et al. Intercomparison,interpretation, and assessment of spring phenology in North America estimated from remote sensing for 1982-2006[J]. Global Change Biology, 2009, 15(10):2335-2359.
[30] 吉珍霞, 裴婷婷, 陈英, 等. 黄土高原植被物候变化及其对季节性气候变化的响应[J]. 生态学报, 2021, 41(16):6600-6612.
Ji Z X, Pei T T, Chen Y, et al. Vegetation phenology change and its response to seasonal climate changes on the Loess Plateau[J]. Acta Ecologica Sinica, 2021, 41(16):6600-6612.
[31] 覃嘉佳, 张继红, 张勇, 等. 季节性气候对不同草地植被物候变化的影响[J]. 遥感信息, 2022, 37(4):10-15.
Qin J J, Zhang J H, Zhang Y, et al. Grassland vegetation phenology change and its response to seasonal climate[J]. Remote Sensing Information, 2022, 37(4):10-15.
[32] 石智宇, 王雅婷, 赵清, 等. 2001-2020年中国植被净初级生产力时空变化及其驱动机制分析[J]. 生态环境学报, 2022, 31(11):2111-2123.
doi: 10.16258/j.cnki.1674-5906.2022.11.002
Shi Z Y, Wang Y T, Zhao Q, et al. The spatiotemporal changes of NPP and its driving mechanisms in China from 2001 to 2020[J]. Ecology and Environmental Sciences, 2022, 31(11):2111-2123.
[33] Guo M, Li J, He H S, et al. Detecting global vegetation changes using mann-kendal (MK) trend test for 1982-2015 time period[J]. Chinese Geographical Science, 2018, 28(6):907-919.
[34] 赖小红, 李名扬, 刘聪, 等. 植物物候对重庆主城区热岛效应的响应[J]. 生态学报, 2019, 39(19):7025-7034.
Lai X H, Li M Y, Liu C, et al. The phenological responses of plants to the heat island effect in the main urban area of Chongqing[J]. Acta Ecologica Sinica, 2019, 39(19):7025-7034.
[35] 王彦超, 朱一丹, 徐丹丹. 基于Landsat 8影像的南京市热岛效应对植物物候的影响[J]. 南京林业大学学报(自然科学版), 2018, 61(6):99-105.
Wang Y C, Zhu Y D, Xu D D. The impact of urban heat island of Landsat 8 OLI on plant phenology in Nanjing[J]. Journal of Nanjing Forestry University (Natural Sciences Edition), 2018, 42(6):99-105.
[1] 杨妮, 邓树林, 樊艳红, 谢国雪. 基于植被光学厚度的全球植被动态监测进展[J]. 自然资源遥感, 2024, 36(2): 1-9.
[2] 姚灵筠, 王力, 牛铮, 尹子琪, 付雨文. 2000—2018年长株潭城市群城市扩张及其热岛响应[J]. 自然资源遥感, 2024, 36(1): 162-168.
[3] 冯晓刚, 赵毅, 李萌, 周在辉, 李凤霞, 王园, 杨永佺. 城市河道及周临用地对地表热环境的影响研究[J]. 自然资源遥感, 2023, 35(3): 264-273.
[4] 庞鑫, 刘珺. 气候变化对亚洲地区植被NDVI变化的影响[J]. 自然资源遥感, 2023, 35(2): 295-305.
[5] 张祯祺, 蔡惠文, 张平平, 王泽琳, 李婷婷. 基于GEE遥感云平台的三江源植被碳源/汇时空变化研究[J]. 自然资源遥感, 2023, 35(1): 231-242.
[6] 王雅婷, 朱长明, 张涛, 张新, 石智宇. 2002—2020年秦岭—黄淮平原交界带植被物候特征遥感监测分析[J]. 自然资源遥感, 2022, 34(4): 225-234.
[7] 孟丹, 刘玲童, 宫辉力, 李小娟, 蒋博武. 京杭大运河沿线地区城市化与生态环境耦合协调关系研究[J]. 自然资源遥感, 2021, 33(4): 162-172.
[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.
[9] 魏浩翰, 许仁杰, 杨强, 周权平. 多源卫星测高数据监测太湖水位变化及影响分析[J]. 自然资源遥感, 2021, 33(3): 130-137.
[10] 王佳新, 萨楚拉, 毛克彪, 孟凡浩, 罗敏, 王牧兰. 蒙古高原土壤湿度时空变化格局及其对气候变化的响应[J]. 国土资源遥感, 2021, 33(1): 231-239.
[11] 潘梦, 曹云刚. 高亚洲地区冰湖遥感研究进展与展望[J]. 国土资源遥感, 2021, 33(1): 1-8.
[12] 王小龙, 闫浩文, 周亮, 张黎明, 党雪薇. 利用SVM分类Landsat影像的朝鲜主要城市建设用地时空特征分析[J]. 国土资源遥感, 2020, 32(4): 163-171.
[13] 罗红霞, 戴声佩, 李茂芬, 李玉萍, 郑倩, 胡盈盈. 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, 32(1): 154-161.
[14] 孟庆林, 李明玉, 任春颖, 王宗明, 田艳林. 基于HSI模型的吉林省东部地区生境质量动态评价[J]. 国土资源遥感, 2019, 31(3): 140-147.
[15] 左家旗, 王泽根, 边金虎, 李爱农, 雷光斌, 张正健. 地表不透水面比例遥感反演研究综述[J]. 国土资源遥感, 2019, 31(3): 20-28.
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