红壤区植被覆盖变化及与地貌因子关系 您所在的位置:网站首页 oppoa93和什么手机壳一样 红壤区植被覆盖变化及与地貌因子关系

红壤区植被覆盖变化及与地貌因子关系

2024-06-02 02:09| 来源: 网络整理| 查看: 265

红壤是中国长江流域以南各种红色或黄色酸性土壤的总称,面积 2.18亿hm2,是中国重要的土壤资源和多种农林产品的主产区。近年来,由于不合理的土地利用方式以及红壤固有的特性,该区域水土流失严重,生态退化趋势明显,成为中国仅次于黄土高原的水土流失严重地区之一 [1,2]。植被是连接土壤、大气和水分的纽带,具有降雨、减少雨滴击溅、减缓地表径流、增加土壤保土固土等功能,是土壤侵蚀与水土流失的主要监测因子[3],也是山地生态系统的重要衡量指标[4]。遥感由于在时效性、测算范围等方面的明显优势,已成为植被覆盖监测的主要方法[5-7]。植被的形成与变化同所处的地理环境及人类干扰密切相关,而地貌又是决定植被生境要素的主导因子,通过地貌差异来研究植被空间分布规律,已成为揭示植被与地貌因子之间关系的重要途径[8-10]。上述研究为从地貌角度揭示植被覆盖差异提供了借鉴方法,同时也表明地貌影响植被覆盖具有地域差异性。赣南大部分土壤呈红色,酸性,是典型的中国南方红壤分布区[11]。本文以该区域为研究对象,以HJ卫星CCD影像为数据源,计算和分析该区域2008~2011年植被覆盖演变及空间分布特征,提取植被退化区域,利用DEM高程数据,分析海拔高度、坡度、坡向与植被覆盖及退化植被的关系,为南方红壤丘陵山区乃至类似区域环境监测与治理提供科学依据。

1 数据与方法 1.1 研究区概况

赣州市简称赣南,位于江西省南部,居赣江上游,地处24°29′~27°09′N,113°54′~116°38′E之间,为江西、湖南、福建、广东四省交界,下辖1区2市 15县,总面积约4万km2。该区处于武夷山脉、南岭山脉与罗霄山脉的交汇地带,为盆地地形,四周高山环绕,中部丘陵起伏,小盆地散布,河流汇聚。地貌以丘陵、山地为主,占全市土地面积的83%。该区域土壤类型呈现垂直地带性分布,海拔500 m以下基本为山地红壤土,500~800 m为黄红壤土,800~1 700 m为黄壤和黄棕壤土,1 700 m以上为草甸土[12]。其中红壤土所占比例为82.1%,该土壤土层薄、酸性强、粘重板结、有机质含量低,保肥保水能力差。另外,赣州是全国重点有色金属基地之一,素有世界钨都、稀土王国美誉。随着人口增长和资源开发,加之赣州本身特殊的红壤土质和潮湿多雨环境,局部区域出现严重的植被退化和生态安全问题。

1.2 数据来源及预处理

本研究主要使用了遥感影像数据、土地利用数据、地形数据。所使用的遥感数据来源于中国资源卫星应用中心的HJ卫星CCD影像数据,空间分辨率为30 m,云覆盖量为0%,数据获取时间及标识分别为:2008-12-19(HJ-1B-CCD1)、2008-12-07(HJ-

1B-CCD2)、2011-12-14(HJ-1A-CCD2)、2011-12-14(HJ-1A-CCD1);DEM地形数据来源于国际科学数据服务平台,也为30 m分辨率。土地利用数据来自江西省国土资源厅2010年野外调查数据。

首先,对获取的HJ卫星数据进行数据预处理,包括遥感影像的辐射定标、大气校正、图幅镶嵌、几何校正和研究区影像数据裁剪。其中,辐射定标和大气校正是数据预处理的关键。利用绝对定标系数将DN值图像转换为辐亮度图像的公式为:L=DDN/a+L0,其中L为辐亮度,a为绝对定标系数增益,DDN为DN原始遥感影像数字值,L0为偏移量,转换后辐亮度单位为W/(m2·sr2·μm),定标系数从原始影像数据的元数据文件.xml中获取,通过ENVI的Band math工具编写代码进行传感器定标。定标完成后,采用ENVI大气校正模型进行大气校正。采用ENVI自动配准功能进行精确配准,然后进行拼接,拼接后利用已经精确配准的TM影像对其进行几何校正,最后利用赣州矢量边界数据进行裁剪。通过上述处理,得到2008、 2011年2期赣州全境遥感影像图,每幅影像分别由两景HJ-CCD影像拼接裁剪而成。

1.3 研究方法

1) 覆盖度计算及纯像元确定。采用像元二分法计算植被覆盖度[5,13],假设存在纯像元,则纯植被所覆盖的反射率为Rveg,无植被覆盖即纯裸土的反射率为Rsoil,R为含有植被和土壤的地表的反射率。若混合像元只由植被和土壤2种组分组成,则该像元中有植被覆盖的面积比例为Vf,即为该像元的植被覆盖度,那么裸土覆盖的面积比例则为(1-Vf)。将混合像元的反射率看作是植被和土壤反射率的线性组合,其比重与它们各自所占面积有关,由此,构建如(1)所示植被覆盖度计算公式。

Vf =(R-Rsoil)/(Rveg-Rsoil) (1)

将植被指数看作是纯植被和纯土壤的线性组合,则(1)式可表示为式(2)。

Vf =(NNDVI-NNDVIsoil)/(NNDVIveg-NNDVIsoil) (2)

其中,NNDVIsoil为裸土或无植被覆盖区域的NDVI值,NNDVIveg代表完全植被覆盖的NDVI值。在理论上NNDVIsoil不随时间改变,对于大多数类型的裸地表面,理论上应该接近零。然而由于大气影响地表湿度条件的改变,NNDVIsoil会随着时间而变化。此外,由于地表湿度、粗糙度、土壤类型、土壤颜色等条件的不同,NNDVIsoil也会随着空间变化[13]。NNDVIveg代表着全植被覆盖像元的最大值,由于植被类型的不同,植被覆盖的季节变化,叶冠背景的污染,传感器成像角度,NNDVIveg值也会随着时间和空间而改变。对于此问题,大多采用经验方法或统计方法。本研究为克服空间和时间不确定性,首先根据土地利用图,对遥感影像植被和裸土进行提取,然后均匀地在空间上分别对植被和裸土进行采样,然后对每一采样区域分别采用ENVI软件提供的纯净象元提取功能,提取出纯净像元,进而提取纯净像元对应的NDVI的值,然后分别统计裸土和植被平均纯净像元NDVI值,对应为NNDVIsoil 以及NNDVIveg值,代入公式(2),计算植被覆盖度,得到植被覆盖度分布图。

2) 覆盖度分级及地貌特征分析。对计算出的植被覆盖度影像进行修正,将大于1的赋值为1,小于0的赋值为0,然后对植被覆盖度进行分级。根据水利部1996年颁布的《土壤侵蚀分类分级标准》(SL190-96),将不同强度水土流失等级对应于不同等级的植被覆盖度,并结合当地植被类型结构,借鉴具有类似地理区位的植被分级方法[[14],将植被覆盖度分为5级:低植被覆盖度(Vf Table 1 表1

表1   2008~2011年研究区区植被覆盖度变化面积统计

Table 1   The area statistics of vegetation coverage change in 2008-2011

覆盖度等级覆盖度区间(%)2008年(km2)占总面积比例(%)2011年(km2)占总面积比例(%)2008~2011年变化值(km2)变化率(%)Ⅰ0~1084.950.21125.400.3240.4547.61Ⅱ10~30421.631.07968.242.45546.61129.64Ⅲ30~504443.3411.227386.4318.662943.0966.24Ⅳ50~709498.0923.9916563.9541.837065.8674.39Ⅴ70~10025141.6763.5114545.6636.74-10596.01-42.15

新窗口打开

Table 2 表2

表2   分级标准及部分县分级面积占总面积的百分比

Table 2   Grading standards and percentage of total area for the grading area in some counties

严重减少区减少区轻微减少区稳定区轻微增加区增加区剧烈增加区覆盖度差值分级(%)< -30-30~-10-10~-5-5~55~1010~30>30占总面积(%)信丰3.7942.817.0826.714.794.390.44南康4.2944.7117.3326.403.973.130.17兴国1.7228.5915.4733.728.9810.870.65于都1.5324.1618.7342.427.405.300.46瑞金1.4131.4319.3537.356.323.910.23龙南5.1949.8917.2221.283.352.910.17宁都0.9716.2712.4840.6712.4115.581.62

新窗口打开

计算2008、2011年研究区平均植被覆盖度分别为75.40%,68.10%,植被覆盖总体较好,但2008年植被质量明显优于2011年,植被覆盖呈退化趋势。由图2a和b及表2可知,2008和2011年研究区植被覆盖度等级发生较明显变化。高植被覆盖面积减少占总面积的26.77%;植被覆盖低值区域(等级Ⅰ和等级Ⅱ)面积增加,增加面积占该区总面积的1.49%。将图2a、b与赣南市县界行政区划图层叠加,可以看出:中度及中度以下植被覆盖区域多以城市建城区为中心向外围扩散,而高植被覆盖区域集中在赣州周围山区;另外,信丰、南康、兴国、于都、瑞金、宁都、龙南都存在大面积的集中连片的中度及中度以下植被覆盖区,该区域红壤集中连片,由花岗岩风化物发育形成,整个土层中夹有多量石英砂和砾石,质地粗糙,漏水漏肥,为全国水土流失严重县。由图1c可见,近3 a该研究区植被覆盖变化以减少为主,其次为稳定区域。植被退化呈现典型的空间集聚性,主要分布在赣州南部和赣州中西部两大区域;上犹、崇义西部山区植被有较大恢复,该区域相对海拔较高,土壤类型以黄壤和黄棕壤为主,利于植被生长和恢复。由表2可知,宁都、余都、兴国3个典型水土流失县植被覆盖总体趋向好转,其中宁都植被改善尤为明显;瑞金、龙南、南康、信丰植被覆盖呈进一步恶化趋势,其中龙南植被退化在这几个县中最为严重,龙南离子型重稀土的储量和质量居世界之首,近几年稀土盗采和无序开发直接导致大量植被砍伐,生态环境破坏严重,另外,大量山地被开垦成果园也是植被覆盖减少的重要原因。

显示原图| 下载原图ZIP| 生成PPT

图2   2008~2011年研究区植被覆盖度随高程变化

Fig.2   The change of vegetation with elevation in the study area during 2008-2011

2.2 植被覆盖度变化的地貌特征

由于研究区DEM高程1 300 m所占面积较小,因此,本文以50~1 300 m的高程作为研究范围,重点研究50~800 m红壤和黄红壤高程范围的植被覆盖及退化(植被严重减少、减少区及轻微减少区)的高程分布特征。将高程以50 m为间距,求每一高程间距内植被覆盖度的平均值及退化平均值,得到研究区植被及退化植被覆盖度随高程的变化特征如图2所示。其中2008、2011分别表示2008和2011年整个区域的平均植被覆盖度,2008-T、2011-T分别表示退化区域的平均植被覆盖度。可以看出:在50~500 m高程范围内,植被覆盖随高程增加而增加;500~800 m,两个年度植被覆盖度均保持较为稳定的高覆盖度状态; 800~1 300 m,植被覆盖度均呈下降趋势,2008年比2011年有更大的下降幅度。对高程进行分级统计,小于500 m高程约占整个赣南近80%的面积,为山地红壤土,由于夹有大量石英砂和砾石,质地粗糙,抗冲击性弱,是该区域水土流失的直接成因[15]。同时,该高程范围为人类活动频繁区域,随着高程增加,人口和耕地数量下降、居民点规模逐渐缩小[16],植被覆盖度逐渐增加。对500 m下高程和植被覆盖度数值进行相关性计算,得到2008、2011年分别为0.946 1和0.954 5,具有高度的正相关性;500~800 m区域,约占赣南总面积15%,其土质为黄红壤土,为山地红壤和黄壤之间的过渡性土壤,有机质含量较丰富,同时,人类活动较少,属于植被自然生长区域,植被覆盖状况最为良好。计算相关系数,得到2008和2011年分别为0.360 8和0.954 6,2008年低相关系数说明该区域植被覆盖空间分布有一定随机波动;到800~1 300 m高海拔地区主要为黄壤土质,多为陡坡地或是沟缘地,水热条件较差,地表植被稀疏难以生长,其相关系数分别为-0.989 7和-0.976 1,呈现高的负相关。

总体上看,植被相对退化度有随高程增加而逐渐降低的趋势,但又体现不同高程分化特点(图3)。在50~150 m高程范围内,退化度急剧降低,从47.47%降至32.47%,植被退化严重。随后,至950 m高程范围,植被退化度在24%附近波动,随后随着高程增加而增加,退化度在1 100~1 150 m高程范围内增至局部最高点28.46%,在1 150 m高程范围后,植被退化度逐渐降低。从退化区域的面积百分比来看,退化区域在150~200、200~250 m高程范围内的面积分别达到退化总面积的38.97%和30.79%,在100~300 m高程范围的退化面积占总面积的88.84%,且具有相对较高的退化度;而50~100 m 高程范围尽管有相对最高的退化度,但是其退化面积仅占退化总面积的0.07%,影响不大。总体来看,退化区域主要集中在100~300 m高程范围,体现了低海波区域人类活动对植被退化的影响。

显示原图| 下载原图ZIP| 生成PPT

图3   2008~2011年植被覆盖退化度及退化面积随高程变化

Fig.3   The change of vegetation covers degradation and degraded area with elevation in 2008-2011

研究区域山体坡度

Fig.4   The change of vegetation with slope in study area during 2008- 2011

计算植被覆盖退化度及退化面积随坡度变化如图5所示。总体上,在0~4°的坡度范围,植被退化度达到最大,该范围地形平坦,植被退化主要由于城镇建设的扩张;在4~13°坡度范围,由于随坡度增加,人类活动逐渐减少,植被退化逐渐减缓;在13~27°坡度范围,植被退化呈现较平稳的随机波动,体现为人类活动减少减缓退化与雨水对水土流失作用会加剧的交互影响;在27°坡度以后,随着坡度增加而逐渐加剧,说明坡度对水土流失产生决定性影响。因此,对该区域来说,在13°以下坡度和27°坡度以上区域是植被退化严重区域,应该加以关注。坡度为1~5°占总的退化面积的88.41%,说明退化区域主要集中在低坡度区域。

显示原图| 下载原图ZIP| 生成PPT

图5   2008~2011年植被覆盖退化度及退化面积随坡度变化

Fig.5   The change of vegetation covers degradation and degraded area with slope in 2008-2011

将坡向以18°为间距,采用同上方法,得到该区域植被覆盖及退化随坡向的变化特征(图6)。由于不同坡向决定着光照等自然条件,坡向对温度、湿度有较大影响,进而直接影响植被生长。可以看出,从时间尺度上,2008与2011年植被覆盖随坡向变化趋势基本一致,各坡向范围内植被覆盖度均呈减少趋势。总体来看,植被在阳坡(坡向范围为:135~225°)生长状况优于阴坡(坡向范围为:315~360°、0~45°)。这主要与温度和降水的差异有关,阳坡比阴坡接受更多的太阳辐射,温度状况优于阴坡。此外,该研究区处于东南亚季风地区,夏半年盛行偏南风,为单一盛行风向,受地形阻挡和焚风效应的影响,阳坡的降水量也多于阴坡,从而有利于植被的生长。对坡向和植被覆盖度数值的相关性进行计算,得到2008、2011年植被覆盖度与坡向相关系数分别为-0.82和-0.60,具有一定的负相关性。

显示原图| 下载原图ZIP| 生成PPT

图6   2008~2001年研究区植被覆盖随坡向变化

Fig.6   The change of vegetation with aspect in the study area during 2008-2011

计算植被覆盖退化度及退化面积百分比随坡向变化如图7所示。从植被退化度曲线看,植被在阳坡坡向范围135~225°正好处于曲线谷值,而在阴坡315~360°、0~45°坡向范围处于退化度最大区域,阴坡退化程度比阳坡剧烈,一方面由于阴坡不利于植被生长,另一方面,人类活动在开发阳坡后,也逐渐向阴坡转移,如大面积的果园种植。退化区域的坡向分布相对其它地貌因子较为均衡,其中最小退化面积百分比在坡向为0~18°范围,占总面积0.9%,最大退化面积百分比为342~360°坡向范围,占总面积18.73%,其余坡向范围所占面积为总面积2.26%~6.08%之间。126~180°、306~360°坡向范围累积分别占总退化面积的15.85%和30.73%,为退化较为严重区域。

显示原图| 下载原图ZIP| 生成PPT

图7   2008~2011年植被覆盖退化度及退化面积随坡向变化

Fig.7   The change of vegetation covers degradation and degraded area with aspect in 2008-2011

3 结 论

赣南山区作为典型的南方红壤丘陵生态脆弱区,近年来,随着人口增长及矿业开发,该区域的生态问题日益引起人们关注。 本文以遥感为数据源,从时间和空间尺度计算和分析了该区域2008和2011年植被覆盖演变特征及其与地貌因子的关系,得到如下结论:

1) 该区域2008、2011年平均植被覆盖度分别为75.40%,68.10%,尽管整体情况良好,但有退化趋势,高植被覆盖面积大幅减少;植被退化呈现典型的空间集聚性,主要分布在赣州南部和赣州中西部两大区域,宁都、余都、兴国三个典型水土流失县植被覆盖总体趋向好转,而瑞金、龙南、南康、信丰植被覆盖呈进一步恶化趋势;

2) 2008年与2011年植被覆盖在红壤区域(高程500 m以下)与高程的相关系数分别为0.946 1、0.954 5,具有强正相关性; 2008年,植被退化区域的平均植被覆盖度高于平均覆盖度,说明植被退化主要集中在高植被覆盖区域;100~300 m高程范围的退化面积占总退化面积的88.84%,坡度为1~5°的退化面积占总的退化面积的88.41%,坡向为306~360°坡向范围退化面积占总退化面积的30.73%,说明植被退化主要集中在低坡度和低海拔区域,阴坡植被退化较为严重; 50~150 m高程范围内退化最为剧烈,13°以下坡度和27°坡度以上区域是植被退化最严重区域,阴坡植被退化程度比阳坡剧烈;

3) 本文以遥感为技术手段,以赣州地区为例,研究了红壤区域植被覆盖变化与地貌因子的定量关系,为红壤区域环境治理和监测提供科学依据。下一步可以考虑利用更短访问周期的长时间序列遥感数据,同时,和土地利用、植被类型数据相结合,进行更深入的研究。

The authors have declared that no competing interests exist.

参考文献 原文顺序 文献年度倒序 文中引用次数倒序 被引期刊影响因子 [1] 赵其国.

我国红壤退化问题

[J].土壤,1995( 6):281~285.

[本文引用: 1]     

[2] 谢锦升,杨玉盛,陈光水,等.

植被恢复对退化红壤团聚体稳定性及碳分布的影响

[J].生态学报,2008, 28( 2):705~709.

[本文引用: 1]     

[3] 张宝庆,吴普特,赵西宁.

近30 a黄土高原植被覆盖时空演变监测与分析

[J].农业工程学报,2011,27(4):287~294.

[本文引用: 1]     

[4] 陈勇,陈国阶,王益谦.

山区人口与环境互动关系的初步研究

[J].地理科学,2002,22(3):282~258.

[本文引用: 1]     

[5] 马娜,胡云锋,庄大方,等.

基于遥感和像元二分模型的内蒙古正蓝旗植被覆盖度格局和动态变化

[J].地理科学,2012,32(2):251~257.

[本文引用: 2]     

[6] Zhang J X,Liu Z J,Sun X X.

Changing landscape in the three gorges reservoir area of Yangtze river from 1977 to 2005: Land use/land cover, vegetation cover changes estimated using multi-source satellite data

[J].International Journal of Applied Earth Observation and Geoinformation,2009,(11):403-412.

[7] 南颖,刘志锋,董叶辉,等.

2000~2008 年长白山地区植被覆盖变化对气候的响应研究

[J].地理科学,2010,30(6):921~929.

[本文引用: 1]     

[8] 程圣东,李占斌,鲁克新,等.

文安驿流域植被覆盖度时空分异及其与地貌因子关系研究

[J].西安理工大学学报,2011,27(2):145~151.

[本文引用: 1]     

[9] Liu L,Jing X,Wang J,et al.

Analysis of the changes of vegetation coverage of western Beijing mountainous areas using remote sensing and GIS

[J].Environmental monitoring and assessment, 2009, 153(1-4): 339-349.

[10] Peng J,Liu Y H,Shen H,et al.

Vegetation coverage change and associated driving forces in mountain areas of Northwestern Yunnan,China using RS and GIS

[J]. Environ Monit Assess,2012,184(8):4787-4798.

[本文引用: 1]     

[11] 张广越,彭良志,淳长品.

脐橙叶片镁硼含量变化与缺素黄化的关系

[J].园艺学报,2010,37(8):1317~1324.

[本文引用: 1]     

[12] 汪玉如,刘仁林,廖为民.

江西南部外来植物多样性与生态安全分析

[J].江西农业大学学报,2010,32(6):1209~1217.

[本文引用: 1]     

[13] 陈爱京,傅玮东,肖继东,等.

基于像元二分模型的和布克赛尔县植被覆盖动态变化分析

[J].草叶科学,2012,29(6):857~863.

[本文引用: 2]     

[14] 甘春英,王兮之,李保生,等.

连江流域近18年来植被覆盖度变化分析

[J].地理科学,2011,31(8):1019~1025.

[本文引用: 1]     

[15] 熊平生.

赣南地区水土流失成因分析及其治理措施

[J].水土保持研究,2007,14(5):334~335.

[本文引用: 1]     

[16] 钟业喜,熊文平.

江西省县域人口垂直分布与耕地的相关性研究

[J].安徽农业科学,2009,37(29):14293~14294

[本文引用: 1]     

[17] 陈冲,周卫军,郑超,等.

红壤丘陵区坡度与坡向对耕地土壤养分空间差异的影响

[J].湖南农业科学,2011,(23):53~56.

[本文引用: 1]     

[18] 张少伟,杨勤科,任宗萍,等.

江西省赣南地区土地利用动态分析

[J].水土保持研究,2011,18(2):53~57.

[本文引用: 1]     

我国红壤退化问题 1 ... 红壤是中国长江流域以南各种红色或黄色酸性土壤的总称,面积 2.18亿hm2,是中国重要的土壤资源和多种农林产品的主产区.近年来,由于不合理的土地利用方式以及红壤固有的特性,该区域水土流失严重,生态退化趋势明显,成为中国仅次于黄土高原的水土流失严重地区之一 [1,2].植被是连接土壤、大气和水分的纽带,具有降雨、减少雨滴击溅、减缓地表径流、增加土壤保土固土等功能,是土壤侵蚀与水土流失的主要监测因子[3],也是山地生态系统的重要衡量指标[4].遥感由于在时效性、测算范围等方面的明显优势,已成为植被覆盖监测的主要方法[5-7].植被的形成与变化同所处的地理环境及人类干扰密切相关,而地貌又是决定植被生境要素的主导因子,通过地貌差异来研究植被空间分布规律,已成为揭示植被与地貌因子之间关系的重要途径[8-10].上述研究为从地貌角度揭示植被覆盖差异提供了借鉴方法,同时也表明地貌影响植被覆盖具有地域差异性.赣南大部分土壤呈红色,酸性,是典型的中国南方红壤分布区[11].本文以该区域为研究对象,以HJ卫星CCD影像为数据源,计算和分析该区域2008~2011年植被覆盖演变及空间分布特征,提取植被退化区域,利用DEM高程数据,分析海拔高度、坡度、坡向与植被覆盖及退化植被的关系,为南方红壤丘陵山区乃至类似区域环境监测与治理提供科学依据. ... 植被恢复对退化红壤团聚体稳定性及碳分布的影响 1 2008 ... 红壤是中国长江流域以南各种红色或黄色酸性土壤的总称,面积 2.18亿hm2,是中国重要的土壤资源和多种农林产品的主产区.近年来,由于不合理的土地利用方式以及红壤固有的特性,该区域水土流失严重,生态退化趋势明显,成为中国仅次于黄土高原的水土流失严重地区之一 [1,2].植被是连接土壤、大气和水分的纽带,具有降雨、减少雨滴击溅、减缓地表径流、增加土壤保土固土等功能,是土壤侵蚀与水土流失的主要监测因子[3],也是山地生态系统的重要衡量指标[4].遥感由于在时效性、测算范围等方面的明显优势,已成为植被覆盖监测的主要方法[5-7].植被的形成与变化同所处的地理环境及人类干扰密切相关,而地貌又是决定植被生境要素的主导因子,通过地貌差异来研究植被空间分布规律,已成为揭示植被与地貌因子之间关系的重要途径[8-10].上述研究为从地貌角度揭示植被覆盖差异提供了借鉴方法,同时也表明地貌影响植被覆盖具有地域差异性.赣南大部分土壤呈红色,酸性,是典型的中国南方红壤分布区[11].本文以该区域为研究对象,以HJ卫星CCD影像为数据源,计算和分析该区域2008~2011年植被覆盖演变及空间分布特征,提取植被退化区域,利用DEM高程数据,分析海拔高度、坡度、坡向与植被覆盖及退化植被的关系,为南方红壤丘陵山区乃至类似区域环境监测与治理提供科学依据. ... 近30 a黄土高原植被覆盖时空演变监测与分析 1 2011 ... 红壤是中国长江流域以南各种红色或黄色酸性土壤的总称,面积 2.18亿hm2,是中国重要的土壤资源和多种农林产品的主产区.近年来,由于不合理的土地利用方式以及红壤固有的特性,该区域水土流失严重,生态退化趋势明显,成为中国仅次于黄土高原的水土流失严重地区之一 [1,2].植被是连接土壤、大气和水分的纽带,具有降雨、减少雨滴击溅、减缓地表径流、增加土壤保土固土等功能,是土壤侵蚀与水土流失的主要监测因子[3],也是山地生态系统的重要衡量指标[4].遥感由于在时效性、测算范围等方面的明显优势,已成为植被覆盖监测的主要方法[5-7].植被的形成与变化同所处的地理环境及人类干扰密切相关,而地貌又是决定植被生境要素的主导因子,通过地貌差异来研究植被空间分布规律,已成为揭示植被与地貌因子之间关系的重要途径[8-10].上述研究为从地貌角度揭示植被覆盖差异提供了借鉴方法,同时也表明地貌影响植被覆盖具有地域差异性.赣南大部分土壤呈红色,酸性,是典型的中国南方红壤分布区[11].本文以该区域为研究对象,以HJ卫星CCD影像为数据源,计算和分析该区域2008~2011年植被覆盖演变及空间分布特征,提取植被退化区域,利用DEM高程数据,分析海拔高度、坡度、坡向与植被覆盖及退化植被的关系,为南方红壤丘陵山区乃至类似区域环境监测与治理提供科学依据. ... 山区人口与环境互动关系的初步研究 1 2002 ... 红壤是中国长江流域以南各种红色或黄色酸性土壤的总称,面积 2.18亿hm2,是中国重要的土壤资源和多种农林产品的主产区.近年来,由于不合理的土地利用方式以及红壤固有的特性,该区域水土流失严重,生态退化趋势明显,成为中国仅次于黄土高原的水土流失严重地区之一 [1,2].植被是连接土壤、大气和水分的纽带,具有降雨、减少雨滴击溅、减缓地表径流、增加土壤保土固土等功能,是土壤侵蚀与水土流失的主要监测因子[3],也是山地生态系统的重要衡量指标[4].遥感由于在时效性、测算范围等方面的明显优势,已成为植被覆盖监测的主要方法[5-7].植被的形成与变化同所处的地理环境及人类干扰密切相关,而地貌又是决定植被生境要素的主导因子,通过地貌差异来研究植被空间分布规律,已成为揭示植被与地貌因子之间关系的重要途径[8-10].上述研究为从地貌角度揭示植被覆盖差异提供了借鉴方法,同时也表明地貌影响植被覆盖具有地域差异性.赣南大部分土壤呈红色,酸性,是典型的中国南方红壤分布区[11].本文以该区域为研究对象,以HJ卫星CCD影像为数据源,计算和分析该区域2008~2011年植被覆盖演变及空间分布特征,提取植被退化区域,利用DEM高程数据,分析海拔高度、坡度、坡向与植被覆盖及退化植被的关系,为南方红壤丘陵山区乃至类似区域环境监测与治理提供科学依据. ... 基于遥感和像元二分模型的内蒙古正蓝旗植被覆盖度格局和动态变化 2 2012 ... 红壤是中国长江流域以南各种红色或黄色酸性土壤的总称,面积 2.18亿hm2,是中国重要的土壤资源和多种农林产品的主产区.近年来,由于不合理的土地利用方式以及红壤固有的特性,该区域水土流失严重,生态退化趋势明显,成为中国仅次于黄土高原的水土流失严重地区之一 [1,2].植被是连接土壤、大气和水分的纽带,具有降雨、减少雨滴击溅、减缓地表径流、增加土壤保土固土等功能,是土壤侵蚀与水土流失的主要监测因子[3],也是山地生态系统的重要衡量指标[4].遥感由于在时效性、测算范围等方面的明显优势,已成为植被覆盖监测的主要方法[5-7].植被的形成与变化同所处的地理环境及人类干扰密切相关,而地貌又是决定植被生境要素的主导因子,通过地貌差异来研究植被空间分布规律,已成为揭示植被与地貌因子之间关系的重要途径[8-10].上述研究为从地貌角度揭示植被覆盖差异提供了借鉴方法,同时也表明地貌影响植被覆盖具有地域差异性.赣南大部分土壤呈红色,酸性,是典型的中国南方红壤分布区[11].本文以该区域为研究对象,以HJ卫星CCD影像为数据源,计算和分析该区域2008~2011年植被覆盖演变及空间分布特征,提取植被退化区域,利用DEM高程数据,分析海拔高度、坡度、坡向与植被覆盖及退化植被的关系,为南方红壤丘陵山区乃至类似区域环境监测与治理提供科学依据. ...

... 1) 覆盖度计算及纯像元确定.采用像元二分法计算植被覆盖度[5,13],假设存在纯像元,则纯植被所覆盖的反射率为Rveg,无植被覆盖即纯裸土的反射率为Rsoil,R为含有植被和土壤的地表的反射率.若混合像元只由植被和土壤2种组分组成,则该像元中有植被覆盖的面积比例为Vf,即为该像元的植被覆盖度,那么裸土覆盖的面积比例则为(1-Vf).将混合像元的反射率看作是植被和土壤反射率的线性组合,其比重与它们各自所占面积有关,由此,构建如(1)所示植被覆盖度计算公式. ... Changing landscape in the three gorges reservoir area of Yangtze river from 1977 to 2005: Land use/land cover, vegetation cover changes estimated using multi-source satellite data 0 2009 2000~2008 年长白山地区植被覆盖变化对气候的响应研究 1 2010 ... 红壤是中国长江流域以南各种红色或黄色酸性土壤的总称,面积 2.18亿hm2,是中国重要的土壤资源和多种农林产品的主产区.近年来,由于不合理的土地利用方式以及红壤固有的特性,该区域水土流失严重,生态退化趋势明显,成为中国仅次于黄土高原的水土流失严重地区之一 [1,2].植被是连接土壤、大气和水分的纽带,具有降雨、减少雨滴击溅、减缓地表径流、增加土壤保土固土等功能,是土壤侵蚀与水土流失的主要监测因子[3],也是山地生态系统的重要衡量指标[4].遥感由于在时效性、测算范围等方面的明显优势,已成为植被覆盖监测的主要方法[5-7].植被的形成与变化同所处的地理环境及人类干扰密切相关,而地貌又是决定植被生境要素的主导因子,通过地貌差异来研究植被空间分布规律,已成为揭示植被与地貌因子之间关系的重要途径[8-10].上述研究为从地貌角度揭示植被覆盖差异提供了借鉴方法,同时也表明地貌影响植被覆盖具有地域差异性.赣南大部分土壤呈红色,酸性,是典型的中国南方红壤分布区[11].本文以该区域为研究对象,以HJ卫星CCD影像为数据源,计算和分析该区域2008~2011年植被覆盖演变及空间分布特征,提取植被退化区域,利用DEM高程数据,分析海拔高度、坡度、坡向与植被覆盖及退化植被的关系,为南方红壤丘陵山区乃至类似区域环境监测与治理提供科学依据. ... 文安驿流域植被覆盖度时空分异及其与地貌因子关系研究 1 2011 ... 红壤是中国长江流域以南各种红色或黄色酸性土壤的总称,面积 2.18亿hm2,是中国重要的土壤资源和多种农林产品的主产区.近年来,由于不合理的土地利用方式以及红壤固有的特性,该区域水土流失严重,生态退化趋势明显,成为中国仅次于黄土高原的水土流失严重地区之一 [1,2].植被是连接土壤、大气和水分的纽带,具有降雨、减少雨滴击溅、减缓地表径流、增加土壤保土固土等功能,是土壤侵蚀与水土流失的主要监测因子[3],也是山地生态系统的重要衡量指标[4].遥感由于在时效性、测算范围等方面的明显优势,已成为植被覆盖监测的主要方法[5-7].植被的形成与变化同所处的地理环境及人类干扰密切相关,而地貌又是决定植被生境要素的主导因子,通过地貌差异来研究植被空间分布规律,已成为揭示植被与地貌因子之间关系的重要途径[8-10].上述研究为从地貌角度揭示植被覆盖差异提供了借鉴方法,同时也表明地貌影响植被覆盖具有地域差异性.赣南大部分土壤呈红色,酸性,是典型的中国南方红壤分布区[11].本文以该区域为研究对象,以HJ卫星CCD影像为数据源,计算和分析该区域2008~2011年植被覆盖演变及空间分布特征,提取植被退化区域,利用DEM高程数据,分析海拔高度、坡度、坡向与植被覆盖及退化植被的关系,为南方红壤丘陵山区乃至类似区域环境监测与治理提供科学依据. ... Analysis of the changes of vegetation coverage of western Beijing mountainous areas using remote sensing and GIS 0 2009 Vegetation coverage change and associated driving forces in mountain areas of Northwestern Yunnan,China using RS and GIS 1 2012 ... 红壤是中国长江流域以南各种红色或黄色酸性土壤的总称,面积 2.18亿hm2,是中国重要的土壤资源和多种农林产品的主产区.近年来,由于不合理的土地利用方式以及红壤固有的特性,该区域水土流失严重,生态退化趋势明显,成为中国仅次于黄土高原的水土流失严重地区之一 [1,2].植被是连接土壤、大气和水分的纽带,具有降雨、减少雨滴击溅、减缓地表径流、增加土壤保土固土等功能,是土壤侵蚀与水土流失的主要监测因子[3],也是山地生态系统的重要衡量指标[4].遥感由于在时效性、测算范围等方面的明显优势,已成为植被覆盖监测的主要方法[5-7].植被的形成与变化同所处的地理环境及人类干扰密切相关,而地貌又是决定植被生境要素的主导因子,通过地貌差异来研究植被空间分布规律,已成为揭示植被与地貌因子之间关系的重要途径[8-10].上述研究为从地貌角度揭示植被覆盖差异提供了借鉴方法,同时也表明地貌影响植被覆盖具有地域差异性.赣南大部分土壤呈红色,酸性,是典型的中国南方红壤分布区[11].本文以该区域为研究对象,以HJ卫星CCD影像为数据源,计算和分析该区域2008~2011年植被覆盖演变及空间分布特征,提取植被退化区域,利用DEM高程数据,分析海拔高度、坡度、坡向与植被覆盖及退化植被的关系,为南方红壤丘陵山区乃至类似区域环境监测与治理提供科学依据. ... 脐橙叶片镁硼含量变化与缺素黄化的关系 1 2010 ... 红壤是中国长江流域以南各种红色或黄色酸性土壤的总称,面积 2.18亿hm2,是中国重要的土壤资源和多种农林产品的主产区.近年来,由于不合理的土地利用方式以及红壤固有的特性,该区域水土流失严重,生态退化趋势明显,成为中国仅次于黄土高原的水土流失严重地区之一 [1,2].植被是连接土壤、大气和水分的纽带,具有降雨、减少雨滴击溅、减缓地表径流、增加土壤保土固土等功能,是土壤侵蚀与水土流失的主要监测因子[3],也是山地生态系统的重要衡量指标[4].遥感由于在时效性、测算范围等方面的明显优势,已成为植被覆盖监测的主要方法[5-7].植被的形成与变化同所处的地理环境及人类干扰密切相关,而地貌又是决定植被生境要素的主导因子,通过地貌差异来研究植被空间分布规律,已成为揭示植被与地貌因子之间关系的重要途径[8-10].上述研究为从地貌角度揭示植被覆盖差异提供了借鉴方法,同时也表明地貌影响植被覆盖具有地域差异性.赣南大部分土壤呈红色,酸性,是典型的中国南方红壤分布区[11].本文以该区域为研究对象,以HJ卫星CCD影像为数据源,计算和分析该区域2008~2011年植被覆盖演变及空间分布特征,提取植被退化区域,利用DEM高程数据,分析海拔高度、坡度、坡向与植被覆盖及退化植被的关系,为南方红壤丘陵山区乃至类似区域环境监测与治理提供科学依据. ... 江西南部外来植物多样性与生态安全分析 1 2010 ... 赣州市简称赣南,位于江西省南部,居赣江上游,地处24°29′~27°09′N,113°54′~116°38′E之间,为江西、湖南、福建、广东四省交界,下辖1区2市 15县,总面积约4万km2.该区处于武夷山脉、南岭山脉与罗霄山脉的交汇地带,为盆地地形,四周高山环绕,中部丘陵起伏,小盆地散布,河流汇聚.地貌以丘陵、山地为主,占全市土地面积的83%.该区域土壤类型呈现垂直地带性分布,海拔500 m以下基本为山地红壤土,500~800 m为黄红壤土,800~1 700 m为黄壤和黄棕壤土,1 700 m以上为草甸土[12].其中红壤土所占比例为82.1%,该土壤土层薄、酸性强、粘重板结、有机质含量低,保肥保水能力差.另外,赣州是全国重点有色金属基地之一,素有世界钨都、稀土王国美誉.随着人口增长和资源开发,加之赣州本身特殊的红壤土质和潮湿多雨环境,局部区域出现严重的植被退化和生态安全问题. ... 基于像元二分模型的和布克赛尔县植被覆盖动态变化分析 2 2012 ... 1) 覆盖度计算及纯像元确定.采用像元二分法计算植被覆盖度[5,13],假设存在纯像元,则纯植被所覆盖的反射率为Rveg,无植被覆盖即纯裸土的反射率为Rsoil,R为含有植被和土壤的地表的反射率.若混合像元只由植被和土壤2种组分组成,则该像元中有植被覆盖的面积比例为Vf,即为该像元的植被覆盖度,那么裸土覆盖的面积比例则为(1-Vf).将混合像元的反射率看作是植被和土壤反射率的线性组合,其比重与它们各自所占面积有关,由此,构建如(1)所示植被覆盖度计算公式. ...

... 其中,NNDVIsoil为裸土或无植被覆盖区域的NDVI值,NNDVIveg代表完全植被覆盖的NDVI值.在理论上NNDVIsoil不随时间改变,对于大多数类型的裸地表面,理论上应该接近零.然而由于大气影响地表湿度条件的改变,NNDVIsoil会随着时间而变化.此外,由于地表湿度、粗糙度、土壤类型、土壤颜色等条件的不同,NNDVIsoil也会随着空间变化[13].NNDVIveg代表着全植被覆盖像元的最大值,由于植被类型的不同,植被覆盖的季节变化,叶冠背景的污染,传感器成像角度,NNDVIveg值也会随着时间和空间而改变.对于此问题,大多采用经验方法或统计方法.本研究为克服空间和时间不确定性,首先根据土地利用图,对遥感影像植被和裸土进行提取,然后均匀地在空间上分别对植被和裸土进行采样,然后对每一采样区域分别采用ENVI软件提供的纯净象元提取功能,提取出纯净像元,进而提取纯净像元对应的NDVI的值,然后分别统计裸土和植被平均纯净像元NDVI值,对应为NNDVIsoil 以及NNDVIveg值,代入公式(2),计算植被覆盖度,得到植被覆盖度分布图. ... 连江流域近18年来植被覆盖度变化分析 1 2011 ... 2) 覆盖度分级及地貌特征分析.对计算出的植被覆盖度影像进行修正,将大于1的赋值为1,小于0的赋值为0,然后对植被覆盖度进行分级.根据水利部1996年颁布的《土壤侵蚀分类分级标准》(SL190-96),将不同强度水土流失等级对应于不同等级的植被覆盖度,并结合当地植被类型结构,借鉴具有类似地理区位的植被分级方法[[14],将植被覆盖度分为5级:低植被覆盖度(Vf


【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有