Please wait a minute...
 
Remote Sensing for Natural Resources    2025, Vol. 37 Issue (1) : 94-101     DOI: 10.6046/zrzyyg.2023242
|
Evaluation of typical natural landscapes in Xinjiang based on an EWM-CRITIC-TOPSIS model
WANG Fanglei1,2,3(), ZHANG Lei1,2(), ZHAI Fuxiang4
1. Key Laboratory of Digital Earth Science, Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100094, China
2. International Research Center of Big Data for Sustainable Development Goals, Beijing 100094, China
3. University of Chinese Academy of Sciences, Beijing 100049, China
4. Aerospace Times Feihong Technology Company Limited, Beijing 100094, China
Download: PDF(2783 KB)   HTML
Export: BibTeX | EndNote | Reference Manager | ProCite | RefWorks    
Abstract  

In 2021, China launched the third comprehensive scientific expedition in Xinjiang to establish a natural protected area system centered around national parks and to achieve the goal of the declaration and protection of world natural heritage. Based on the natural landscape identification using the space-ground integrated technology, this study constructed an EWM-CRITIC-TOPSIS model, followed by the elevation of 460 typical natural landscapes of 15 categories in Xinjiang. The results indicate that compared to traditional multi-index evaluation methods, the EWM-CRITIC-TOPSIS model can reduce the limitations of a single weighting approach by comprehensively considering various evaluation indicators, proving highly applicable to landscape assessment. The assessment of landscapes by categories reveals that grade I, II, III, and IV geological and geomorphological landscapes account for 2.9%, 30.5%, 44.7%, and 21.9%, respectively; grade I, II, III, and IV terrestrial biological landscape represent 1.7%, 24.6%, 40.0%, and 33.7%, respectively, and grade I, II, III, and IV wetland landscapes account for 12.2%, 26.7%, 52.2%, and 8.9%, respectively. This study will provide an important foundation and reference for the protection, utilization, and management of natural landscape resources in Xinjiang.
Keywords typical natural landscape investigation      landscape evaluation      entropy weight method (EWM)      CRITIC weight method      technique for order preference by similarity to ideal solution (TOPSIS)     
ZTFLH:  P94  
  TP79  
Issue Date: 17 February 2025
Service
E-mail this article
E-mail Alert
RSS
Articles by authors
Fanglei WANG
Lei ZHANG
Fuxiang ZHAI
Cite this article:   
Fanglei WANG,Lei ZHANG,Fuxiang ZHAI. Evaluation of typical natural landscapes in Xinjiang based on an EWM-CRITIC-TOPSIS model[J]. Remote Sensing for Natural Resources, 2025, 37(1): 94-101.
URL:  
https://www.gtzyyg.com/EN/10.6046/zrzyyg.2023242     OR     https://www.gtzyyg.com/EN/Y2025/V37/I1/94
序号 类型 名称 分辨率/m 数据来源
1 栅格数据 Sentinel-2A卫星影像 10 Google Earth Engine
高分系列卫星影像(全色,多光谱) 2,8 对地观测数据共享计划平台
SRTM DEM数据 90 Google Earth Engine
Sentinel-2 Land Cover数据 10 ArcGIS Living Atlas of the World
MOD13Q1 006 NDVI数据 250 Google Earth Engine
生态系统服务价值空间数据集 1 000 资源环境科学与数据中心
中国生态系统敏感性数据集 1 000 中国生态系统评估与生态安全格局数据库
中国维管植物种数空间分布数据 — 生态环境部南京所《中国生物多样性本底评估报告》
2 矢量数据 行政边界 — 全国地理信息资源目录服务系统
主要河流 — Open Street Map
自然保护地边界 — 国家林业和草原局自然保护地管理司
3 其他 新疆自然景观相关图册、论文 — 中国知网等
Tab.1  List of data collection
Ⅰ级代码 Ⅰ级类型 Ⅱ级代码 Ⅱ级类型 Ⅱ级类型定义
1 地质地貌景观 11 地质剖面景观 具有保存完整、连续、代表性和科学价值的地质剖面,或者具有色彩鲜明的地层
12 生物化石景观 大型的地层化石群,如硅化木、恐龙化石等
13 风蚀地貌景观 由风蚀作用形成的,具有一定排列和组合方式的岩石地貌,如雅丹地貌
14 风积地貌景观 由风积作用形成的,具有奇特排列和组合方式的松散堆积地貌,如坡面沙丘
15 岩石地貌景观 受风化、季节性冲蚀、重力崩塌,以及岩性变化、解理作用,形成形态各异、色彩鲜明的岩石和山体地貌,如球形花岗岩、奇异侵入岩、丹霞地貌等
16 岩溶地貌景观 灰岩、盐岩、第四纪沉积物经水环境溶蚀,及自身岩性、解理作用,形成喀斯特溶洞、石林、土林、盐山、泉华等
17 构造地貌景观 由新构造运动和地质构造引起的地面隆起、褶皱(向斜和背斜)、大断裂,如险峰、陡崖、大峡谷、断裂带
18 火山地貌景观 岩浆侵入或喷发,泥沙喷发形成火山口、熔岩流及侵入体地貌
2 陆地生物景观 21 寒温性针叶林景观 山地高大、原始的针叶林
22 山地草原草甸景观 山地生长致密的典型草原和草甸
23 荒漠乔木林景观 在河流两侧、古河道分布的荒漠乔木林,如胡杨林
3 湿地景观 31 湖泊景观 大型的、纯净的湖泊
32 沼泽景观 由湖泊和河流发育的沼泽地景观
33 泉水与瀑布景观 由温泉、气泉、瀑布形成的景观
34 永久冰川积雪景观 高海拔地区因极寒形成的永久性冰川和积雪
Tab.2  Classification system of typical natural landscapes in Xinjiang
序号 综合评价层 项目评价层 地质地貌评价指标 陆地生物评价指标 湿地评价指标
1 美学价值 形态奇特性 景观奇特度 景观奇特度 景观形状指数
色彩独特性 色彩丰富度
色彩饱和度		 植被饱和度 色彩饱和度
结构差异性 景观差异度 — —
空间组合度 景观类型指数 景观类型指数 景观类型指数
2 科学价值 珍稀性 景观类型数量 景观类型面积 景观类型数量
典型性 景观典型度 — —
完整性 景观完整度 植物多样性 —
3 生态价值 调节服务 — 气候调节价值
气体调节价值
净化环境价值		 水文调节价值
净化环境价值
供给服务 — 原料生产价值 水资源供给价值
支持服务 — 土壤保持价值
维持养分循环价值
生物多样性价值		 维持养分循环价值
生物多样性价值
4 环境扰动 自然扰动 沙漠化敏感性
土壤侵蚀敏感性
盐渍化敏感性		 酸雨敏感性
土壤侵蚀敏感性
盐渍化敏感性		 盐渍化敏感性
酸雨敏感性
人为扰动 自然保护地面积 自然保护地面积 自然保护地面积
5 景观属性 水平规模 景观面积 景观面积 景观面积
垂直规模 景观相对高差 景观相对高差 景观相对高差
Tab.3  Integrate evaluation index system of typical natural landscapes
序号 指标 单位 指标描述 序号 指标 单位 指标描述
1 景观奇特度 — 野外科考奇特度评分 15 净化环境价值 万元/km2 当量因子法净化环境价值
2 景观形状指数 m-1 周长面积比 16 原料生产价值 万元/km2 当量因子法原料生产价值
3 色彩丰富度 — Hasler色彩丰富度指数[12] 17 土壤保持价值 万元/km2 当量因子法土壤保持价值
4 色彩饱和度 — RGB通道中最大、最小值之差与最大值的比值 18 维持养分循环价值 万元/km2 当量因子法维持养分循环价值
5 植被饱和度 — NDVI 19 生物多样性价值 万元/km2 当量因子法生物多样性价值
6 景观差异度 — 野外科考结构差异度评分 20 水文调节价值 万元/km2 当量因子法水文调节价值
7 景观类型指数 — 香农多样性指数 21 水资源供给价值 万元/km2 当量因子法水资源供给价值
8 景观类型数量 个 同类景观的数量 22 沙漠化敏感性 — 沙漠化敏感性等级
9 景观类型面积 km2 同类景观的面积 23 土壤侵蚀敏感性 — 土壤侵蚀敏感性等级
10 景观典型度 — 野外科考典型度评分 24 盐渍化敏感性 — 盐渍化敏感性等级
11 景观完整度 — 野外科考完整度评分 25 酸雨敏感性 — 酸雨敏感性等级
12 植物多样性 — 维管植物种类数量等级 26 自然保护地面积 km2 划为自然保护地的面积
13 气候调节价值 万元/km2 当量因子法气候调节价值 27 景观面积 km2 景观的面积
14 气体调节价值 万元/km2 当量因子法气体调节价值 28 景观相对高差 m 最大高程与最小高程之差
Tab.4  Description of indicators
Fig.1  Spatial distribution pattern and field photos of typical natural landscapes in the study area
序号 地质地貌景观 陆地生物景观 湿地景观
指标 权重 指标 权重 指标 权重
1 自然保护地面积 0.181 5 自然保护地面积 0.147 4 景观类型数量 0.115 4
2 景观面积 0.166 0 景观类型面积 0.108 4 维持养分循环价值 0.098 2
3 景观类型数量 0.094 7 景观奇特度 0.083 7 自然保护地面积 0.091 8
4 沙漠化敏感性 0.080 3 景观面积 0.082 9 生物多样性价值 0.089 6
5 景观相对高差 0.078 4 土壤保持价值 0.063 0 净化环境价值 0.088 6
6 盐渍化敏感性 0.059 6 植物多样性 0.052 0 盐渍化敏感性 0.073 6
7 景观奇特度 0.055 4 景观类型指数 0.046 8 水文调节价值 0.066 5
8 景观丰富度 0.052 2 酸雨敏感性 0.041 1 景观面积 0.064 5
9 景观典型度 0.050 6 维持养分循环价值 0.041 0 景观形状指数 0.063 1
10 色彩饱和度 0.050 0 原料生产价值 0.039 5 景观相对高差 0.058 2
11 景观差异度 0.043 0 净化环境价值 0.038 5 景观类型指数 0.051 6
12 景观完整度 0.037 2 气体调节价值 0.038 5 酸雨敏感性 0.051 4
13 土壤侵蚀敏感性 0.032 1 生物多样性价值 0.038 4 水资源供给价值 0.049 3
14 景观类型指数 0.018 8 景观相对高差 0.038 3 色彩饱和度 0.038 1
15 气候调节价值 0.037 3
16 土壤侵蚀敏感性 0.036 7
17 盐渍化敏感性 0.034 8
18 植被饱和度 0.031 8
Tab.5  Evaluation index weights of typical natural landscapes in Xinjiang
Fig.2  Statistics of integrate evaluation value of typical natural landscapes
Fig.3  Grade evaluation of typical natural landscapes in the study area
[1] 成程, 肖燚, 饶恩明. 北京香山公园自然景观价值二十年变迁[J]. 生态学报, 2014, 34(20):6020-6027.
[1] Cheng C, Xiao Y, Rao E M. Analysis of natural landscape value change in recent 20 years of Xiangshan Park in Beijing[J]. Acta Ecologica Sinica, 2014, 34(20):6020-6027.
[2] 肖笃宁, 李秀珍. 当代景观生态学的进展和展望[J]. 地理科学, 1997, 17(4):356-364.
[2] Xiao D N, Li X Z. Development and prospect of contemperary landscape ecology[J]. Scientia Geographica Sinica, 1997, 17(4):356-364.
[3] 王春玲, 樊怡琳, 庞勇, 等. 基于GEE与Sentinel-2影像的落叶针叶林提取[J]. 北京林业大学学报, 2023, 45(8):1-15.
[3] Wang C L, Fan Y L, Pang Y, et al. Extraction of deciduous conife-rous forest based on Google Earth Engine(GEE) and Sentinel-2 image[J].Journal of Beijing Forestry University, 2023, 45(8):1-15.
[4] 王磊, 方维萱, 鲁佳, 等. 新疆乌恰康苏地区构造地貌与景观生态格局研究[J]. 地质力学学报, 2022, 28(1):101-112.
[4] Wang L, Fang W X, Lu J, et al. A study on tectonic geomorphology and landscape ecological pattern in the Kangsu area,Wuqia,Xinjiang[J]. Journal of Geomechanics, 2022, 28(1):101-112.
[5] Dong S, Ma J, Mo Y, et al. GIS-based watershed unit forest landscape visual quality assessment in Yangshuo section of Lijiang River basin,China[J]. Sustainability, 2022, 14(22):14895.
[6] 张致义. 冬奥平原快速通道林带视觉景观质量评价研究[D]. 北京: 中国林业科学研究院, 2021.
[6] Zhang Z Y. Study on visual landscape quality evaluation of fast track forest belt in winter Olympic plain[D]. Beijing: Chinese Academy of Forestry, 2021.
[7] Li H, Xie H, Woodward G. Soundscape components,perceptions,and EEG reactions in typical mountainous urban parks[J]. Urban Forestry & Urban Greening, 2021,64:127269.
[8] 刘珍环, 张国杰, 付凤杰. 基于景观格局-服务的景观生态风险评价——以广州市为例[J]. 生态学报, 2020, 40(10):3295-3302.
[8] Liu Z H, Zhang G J, Fu F J. Assessing landscape ecological risk based on landscape pattern and services in Guangzhou during 1990—2015[J]. Acta Ecologica Sinica, 2020, 40(10):3295-3302.
[9] Kang N, Liu C. Towards landscape visual quality evaluation:Methodologies,technologies,and recommendations[J]. Ecological Indicators, 2022,142:109174.
[10] 住房和城乡建设部. GB/T 50298—2018 风景名胜区总体规划标准[S]. 北京: 中国建筑工业出版社, 2018.
[10] Ministry of Housing and Urban-Rural Development. GB/T 50298—2018 Overall planning standards for scenic spots[S]. Beijing: China Architecture & Building Press, 2018.
[11] 国家市场监督管理总局, 国家标准化管理委员会. GB/T 39737—2021 国家公园设立规范[S]. 北京: 中国标准出版社, 2021.
[11] State Administration for Market Regulation, Standardization Administration. GB/T 39737—2021 Specification for national park establishment[S]. Beijing: Standards Press of China, 2021.
[12] Hasler D, Suesstrunk S E. Measuring colorfulness in natural images[C]// Proceeding SPIE 5007,Human Vision and Electronic Imaging VIII, 2003,5007:87-95.
[13] 田福金, 马青山, 张明, 等. 基于主成分分析和熵权法的新安江流域水质评价[J]. 中国地质, 2023, 50(2):495-505.
[13] Tian F J, Ma Q S, Zhang M, et al. Evaluation of water quality in Xin’anjiang River basin based on principal component analysis and entropy weight method[J]. Geology in China, 2023, 50(2):495-505.
[14] 胥明, 许杰, 万友生, 等. 基于CRITIC法与TOPSIS地铁车站施工安全评价[J]. 自然灾害学报, 2022, 31(3):157-166.
[14] Xu M, Xu J, Wan Y S, et al. Safety evaluation of subway station construction based on CRITIC method and TOPSIS[J]. Journal of Natural Disasters, 2022, 31(3):157-166.
[15] Neogi D. Performance appraisal of select nations in mitigation of COVID-19 pandemic using entropy based TOPSIS method[J]. Ciencia & Saude Coletiva, 2021, 26(4):1419-1428.
[1] HE Suling, HE Zenghong, PAN Jiya, WANG Jinliang. County-scale land use/land cover simulation based on multiple models[J]. Remote Sensing for Natural Resources, 2023, 35(4): 201-213.
[2] Junnan XIONG, Wei LI, Zhiqi LIU, Weiming CHENG, Chunkun FAN, Jin LI. Research on downscaling of TRMM data in the Tibetan Plateau based on GWR model[J]. Remote Sensing for Land & Resources, 2019, 31(4): 88-95.
[3] Junnan XIONG, Wei LI, Weiming CHENG, Chunkun FAN, Jin LI, Yunliang ZHAO. Spatial variability and influencing factors of LST in plateau area: Exemplified by Sangzhuzi District[J]. Remote Sensing for Land & Resources, 2019, 31(2): 164-171.
[4] TIAN Su-Rong, SUN Yong-Jun, LI You-Gang, PAN Chun-Mei. AN INVESTIGATION OF WETLAND CHANGES BASED ON MULTI-REMOTE SENSING DATA[J]. REMOTE SENSING FOR LAND & RESOURCES, 2007, 19(4): 81-84.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
京ICP备05055290号-2
Copyright © 2017 Remote Sensing for Natural Resources
Support by Beijing Magtech