特殊地质地貌条件对水蚀型荒漠化的影响分析—以广西壮族自治区为例

doi:10.6046/gtzyyg.2010.s1.35

摘要
参考文献
相关文章
Metrics

全文: PDF(854 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要

广西壮族自治区是我国经济相对欠发达的地区之一，随着人口的增长和区域开发进度的加快，水蚀型荒漠化问题也日益严重。本文研

究发现，广西的地形地貌、岩土性质、构造等因素对水蚀荒漠化有直接重要影响。基于GIS分析发现广西地区的水蚀型荒漠化主要分布在碳酸

盐岩地区、花岗岩地区、泥岩地区、砂砾岩及砂页岩地区，其中以碳酸盐岩地区为主，占总体荒漠化面积的46%以上。对荒漠化地区的地质岩

性、地质构造、地形地貌等地质因素进行了分析，并提出了合理的治理措施。

	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
	万余庆
	闫永忠

关键词 ：高光谱遥感, 煤层烧变岩, Fe³⁺定量分析

Abstract：

Guangxi is one of the less developed areas in China. With increasing population and accelerating regional

exploitation, water erosion desertification has become increasingly serious. The peculiar lithology and structure of

Guangxi are likely to form specific physiognomy. This paper holds that there exists direct effect of physiognomy, lithology

and structure on water erosion desertification in Guangxi, with the physiognomy being the primary factor in this aspect.

Based on GIS analysis, the authors have found that the water erosion desertification is mostly distributed in such areas

as carbonate, granite, mudstone and gritstone. The area of carbonate is most serious in this aspect, possessing 46% of the

total desertification area. This paper has analyzed the lithology, structure, physiognomy of the desertification area. Some

logical control countermeasures are also put forward in this paper.

Key words： Hyperspectral remote sensing Burnt rock Fe³⁺content quantitative analysis

收稿日期: 2010-04-21 出版日期: 2010-11-13

:
	TP 79

基金资助:

中国地质调查局地质调查项目“中国东部基础地质遥感调查与监测”（编号： 1212010510706）。

通讯作者: 陈华（1977-），男，博士，高级工程师，主要从事国土资源遥感专业的研究，已发表论文10余篇。

引用本文:

陈华, 宋志宏, 王永江. 特殊地质地貌条件对水蚀型荒漠化的影响分析—以广西壮族自治区为例[J]. 国土资源遥感, 2010, 22(s1): 169-173.
CHEN Hua, SONG Zhi-Hong, WANG Yong-Jiang.
An Analysis of the Effect of Peculiar Geological and Geomorphologic Conditions on Water Erosion Desertification in Guangxi. REMOTE SENSING FOR LAND & RESOURCES, 2010, 22(s1): 169-173.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.2010.s1.35 或 https://www.gtzyyg.com/CN/Y2010/V22/Is1/169

［1］中国荒漠化(土地退化)防治研究课题组. 中国荒漠化(土地退化)防治研究［M］. 北京：中国环境科学出版社，1998：32-47.

［2］刘柏根，温桃芳，梅宗焕，等. 江西宁都县地质因素与水土流失的关系［J］. 水土保持研究，1999(2)：146-150.

［3］庞衍军，叶维强，黎广钊，等. 广西新构造运动的一些特征［J］. 广西地质，1987(1)：49-56.

［4］Valle H F Del, Elissalde N O, Gagliardini D A, et al. Status of Desertification in the Patagonian Region：Assessment

and Mapping from Satellite Imagery［J］. Arid Soil Research and Rehabilitations, 1998,12：95-121.

［5］Tripathy G K, Ghosh T K, Shah S D. Monitoring of Desertification Process in Karnataka State of India Using

Multitemporal Remote Sensing and Ancillary Information Using GIS［J］. International Journal of Remote Sensing, 1996,17(12)

：2243-2257.

［6］朱震达，刘恕. 中国北方地区的沙漠化过程及其治理区划［M］. 北京：中国林业出版社，1981.

［7］陈建平，王功文，厉青，等. 北京及邻区荒漠化动态演化的遥感综合研究［J］. 遥感信息，2002(3)：17-20.

［8］王世杰，李阳兵，李瑞玲. 喀斯特石漠化形成背景、演化与治理［J］. 第四纪研究，2003，23(6)：657-666.

［9］袁道先. 中国岩溶生态系统［M］. 北京：地质出版社，2002：39-47.

［10］杨景春. 中国地貌特征与演化［M］. 北京：海洋出版社，1993：78-90.

［11］张龙. 华南地区几种常见岩性的水土流失成因与治理措施研究［J］. 资源调查与环境，2002(04)：288-291.

［12］张建国，赵惠君. 山西省砂页岩土石山区土壤侵蚀的基本规律［J］. 人民黄河，1994(4)：23-26.

[1]	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.
[2]	高文龙, 张圣微, 林汐, 雒萌, 任照怡. 煤矿开采中SOM的遥感估算和时空动态分析[J]. 自然资源遥感, 2021, 33(4): 235-242.
[3]	姜亚楠, 张欣, 张春雷, 仲诚诚, 赵俊芳. 基于多尺度LBP特征融合的遥感图像分类[J]. 自然资源遥感, 2021, 33(3): 36-44.
[4]	臧传凯, 沈芳, 杨正东. 基于无人机高光谱遥感的河湖水环境探测[J]. 自然资源遥感, 2021, 33(3): 45-53.
[5]	胡新宇, 许章华, 陈文慧, 陈秋霞, 王琳, 刘辉, 刘智才. 基于PROBA/CHRIS影像的归一化阴影植被指数NSVI构建与应用效果[J]. 国土资源遥感, 2021, 33(2): 55-65.
[6]	孙珂. 融合超像元与峰值密度特征的遥感影像分类[J]. 国土资源遥感, 2020, 32(4): 41-45.
[7]	王瑞军, 张春雷, 孙永彬, 王诜, 董双发, 王永军, 闫柏琨. 高光谱在甘肃红山多金属找矿模型构建中的应用[J]. 国土资源遥感, 2020, 32(3): 222-231.
[8]	张东辉, 赵英俊, 秦凯. 典型目标地面光谱信息系统设计与实现[J]. 国土资源遥感, 2018, 30(4): 206-211.
[9]	任广利, 杨敏, 李健强, 高婷, 梁楠, 易欢, 杨军录. 高光谱蚀变信息在金矿找矿预测中的应用研究——以北山方山口金矿线索为例[J]. 国土资源遥感, 2017, 29(3): 182-190.
[10]	张川, 叶发旺, 徐清俊, 刘洪成, 孟树. 新疆白杨河铀铍矿区航空高光谱矿物填图及蚀变特征分析[J]. 国土资源遥感, 2017, 29(2): 160-166.
[11]	苏红军, 刘浩. 一种利用空间和光谱信息的高光谱遥感多分类器动态集成算法[J]. 国土资源遥感, 2017, 29(2): 15-21.
[12]	林娜, 杨武年, 王斌. 基于核方法的高光谱遥感图像混合像元分解[J]. 国土资源遥感, 2017, 29(1): 14-20.
[13]	鲁锦涛, 马丽. 基于流形对齐的高光谱遥感图像降维和分类算法[J]. 国土资源遥感, 2017, 29(1): 104-109.
[14]	柴颖, 阮仁宗, 柴国武, 傅巧妮. 基于光谱特征的湿地植物种类识别[J]. 国土资源遥感, 2016, 28(3): 86-90.
[15]	戴晓爱, 贾虎军, 张晓雪, 吴芬芳, 郭守恒, 杨武年, 杨叶. 岷江上游亚高山典型森林植被高光谱特征识别[J]. 国土资源遥感, 2016, 28(3): 174-180.

Viewed

Full text

Abstract

Cited

Shared

Discussed