石羊河流域土地利用变化对区域碳排放和碳吸收的影响

利用土地利用转移矩阵、RS、GIS技术,根据2006、2010、2015年3期遥感影像数据和统计年鉴数据,分析2006-2015年石羊河流域土地利用变化情况,借助碳存储和碳排放的估算方法对2006-2015年石羊河流域土地利用/土地覆盖变化的碳效应进行剖析,运用模糊线性规划法对研究区土地利用结构进行规划.结果表明:2006-2015年石羊河流域林地、建设用地和未利用地呈增加趋势,未利用地、建设用地增加明显,林地略有增加;草地、耕地和水域呈减少趋势,耕地和草地减少显著,大量转化为未利用地,弃耕和荒化现象明显;建设用地是最重要的碳源,林地、水域、耕地、草地是主要的碳汇,未利用地的碳收支密度较低,但面积较大,对区域净碳储量贡献较大;土地利用碳存储量大于碳排放量,存在碳吸收盈余现象,但是盈余的空间有缩小态势.在增汇减排目标的模糊线性规划情景下,石羊河流域林地、草地、耕地、水域面积增加,建设用地和未利用地减少.石羊河流域的碳存储增加了1.7331×10~9 kg,碳排放减少了4.898 4×10~9 kg,净碳存储量增加了6.631 5×10~9 kg,碳排放明显减少.规划方案增汇减排的效果明显,有效缓解陆地生态系统的碳排放,达到优化土地利用结构的目的.     

西安市土地利用变化与碳排放空间格局特征研究

目的研究城市土地利用与碳排放变化的时空特征及响应机制,为西安市低碳化的城市土地利用与空间增长提供理论依据。方法基于遥感和GIS技术,运用能源消耗的碳排放模型和Hopfield神经网络聚类方法进行研究。结果 2000—2007年西安市各区县的建设用地增长迅速,耕地减少,部分区县林地面积有所增加,草地变化量很小;土地利用动态度依次为建设用地、水体、耕地、未利用地、草地、林地;建设用地的碳源作用非常突出,林地的碳汇功能较强,建设用地增长是导致碳排放总量变化的主要因素;西安市各区县的碳排放类型可以划分为4类。结论西安市土地利用表现出显著的碳源增加、碳汇减少的特征;从"减排"和"增汇"两个方面优化土地利用结构,对西安城市低碳发展和低碳调控具有重要意义;从西安市碳排放的4种区县类型来看,新城市空间增长区域的碳代价显著大于老城区,优化城市空间增长模式对西安市低碳发展具有重要意义。     

曲靖市陆良县近20年土地利用时空变化

基于陆良县2000、2010、2020年土地利用覆被数据,借助土地利用动态度、土地利用转移矩阵、标准差椭圆对陆良县近20年的土地利用时空变化进行研究.结果表明：(1)耕地、草地、林地是陆良县主要的土地利用类型,研究期间,草地、耕地、林地和未利用地面积减少,建设用地和水域面积增加,其中建设用地面积增加幅度最大.(2)土地利用综合动态度较小,土地利用变化总体较平缓,建设用地增加较快.(3)耕地、草地、林地相互转移量大,建设用地的扩张主要是通过占用中部坝区的耕地来实现.(4)建设用地总体呈东北—西南的布局特征,重心迁移变化不明显,2000年建设用地的空间聚集性最强.     

土地利用变化碳排放效应研究 — —以重庆市为例(三峡地区资源环境生态研究)

土地利用方式是影响碳排放的主要原因,低碳排放已成为土地利用调控的新课题。为了分析不同土地利用方式的碳排放效应,本文以重庆市为例,分析直辖以来重庆市主要土地利用方式的碳排放,并对重庆市的碳排放进行预测。结果表明,1997-2008年,由于土地利用的变化,重庆市碳排放从1 158.29万t增加到2 892.75万t,其中建设用地和耕地是主要碳源,建设用地年碳排放达1 214.92～2 987.29万t,排放强度为2.49～5.04 kg/(m2a),耕地年碳排放从126.3万t降为111.13万t;林地为主要的碳汇,由于林地面积持续扩大,林地的年碳吸收量由182.43万t增加到205.17万t。对重庆市2020年土地利用规划下的碳排放预测结果显示,2020年重庆市单位GDP碳排放比2005年减少43.99%,但碳排放总量显著增加,为10 381.19万t,因此面临的减碳任务非常严峻。     

三峡库区土地利用时空变化特征及其驱动力分析

综合运用地理信息系统空间分析方法和数理统计方法,分析20世纪90年代三峡库区土地利用时空变化特征及驱动力因素.结果表明:(1)1990~1995年,耕地、水域和未用地逐渐减少,而林地、草地和建设用地不断增加;1995~2000年,林地、草地减少,而建设用地、耕地、水域则增加.(2)库区综合土地利用变化率不高.(3)土地利用变化存在明显的区域差异,以库首区变化最大.(4)土地利用动态变化主要是耕地、林地和草地相互间转化及向建设用地转化.(5)土地利用变化驱动力主要有人口、社会经济发展和宏观经济政策等.     

贵州喀斯特山区土地利用格局变化及土壤侵蚀效应——以大方县为例

喀斯特山区生态脆弱,土壤侵蚀将导致严重的土地退化和生态破坏。以2000年、2010年大方县土地利用矢量数据和土壤侵蚀遥感调查数据作为主要信息源,基于GIS技术和数理统计方法,分析大方县2000~2010年土壤侵蚀和土地利用的动态变化特征;计算并对比2000年,2010年不同土地利用类型的土壤侵蚀强度指数,反映土地利用变化对土壤侵蚀的影响。结果表明:研究区土地利用类型以林地、耕地和草地为主,且耕地面积减少,林、草地和水域用地面积增加;土壤侵蚀以微度侵蚀为主,面积明显增加,主要来自于轻度、中度和强烈侵蚀;不同土地利用类型下的土壤侵蚀强度大小为:耕地草地未利用地林地建设用地水域。2000~2010年,大方县土地利用格局变化向有利于水土保持的方向发展,土壤侵蚀强度减弱。     

基于Logistic 回归模型的张家口市土地利用变化驱动力及建设用地增加空间模拟研究

利用张家口市1989, 2000 和2010 年土地利用数据、数字高程模型(DEM)以及社会经济统计数据, 分析张家口市土地利用变化的时空特征, 构建基于Logistic 回归模型的土地利用变化空间驱动力模型, 定量分析各土地利用类型变化的空间驱动因素, 进行未来建设用地空间格局模拟和预测, 为土地利用系统模拟与预测研究提供一种有效途径和工具。结果表明: 1989-2010 年研究区耕地大面积减少, 主要转为林地、草地和建设用地; 林地大面积增加, 主要来自于草地和耕地; 建设用地面积快速增加, 主要来自耕地、草地和未利用地; 草地、水域、未利用地面积持续减少。400 m 邻域范围内的地类邻域丰度自相关因子、坡度、坡向、距城镇、村庄、道路和自然保护区距离是影响土地利用变化的主要驱动因素。未来建设用地增加多发生在坝下中心城周围及河流谷地, 中心城区向南和向西扩展趋势明显, 万全县、怀来县、蔚县的建设用地增加较多, 且多围绕现有城镇中心进行扩张。     

基于GEE的土地利用变化对生态系统服务价值的影响研究——以京津冀地区为例

基于Google Earth Engine(GEE)云平台提供的随机森林分类算法对京津冀地区2017年—2019年遥感影像进行分类,解译出林地、耕地、草地、建设用地,水域和未利用地等类型,由此发现三年内林地、耕地、草地面积变化幅度最大,其次为建设用地、水域和未利用地.土地利用类型主要由耕地转向林地、草地;土地利用面积的变化导致研究区生态系统服务价值(ESV)总值从2017年的3 914亿元增长到2019年的4 013.99亿元,其中林地面积的变化起主要作用,而未利用地贡献最低; ESV对三地的生态价值系数缺乏弹性,生态系统服务价值系数对ESV的影响较小,结果具有可靠性. 研究表明伴随京津冀协同发展战略的推进,生态服务有所提高,但应当根据各地区实际情况合理规划土地利用格局,加强对林地、草地、水域的保护,推进集约用地,合理开发未利用地.     

贵州省玉屏县2000—2015年土地利用与景观格局变化研究

采用土地利用综合动态度模型、土地利用转移矩阵及景观格局指数对玉屏县2000-2015年土地利用数据进行分析处理.结果表明:整个研究时期内土地利用变化的核心是建设用地、耕地、林地、草地及水域用地.建设用地和水域用地呈现逐年增加的趋势,耕地呈现逐年减少的趋势;土地利用综合动态度呈先缓后快增加的趋势.景观破碎化程度呈现上升发展趋势,景观多样性指数先增加后降低;均匀度指数在研究时段内有波动,总体上有所提高;蔓延度指数和优势度指数呈现下降趋势;耕地、林地、草地及建设用地的分离度、破碎度、分维数指数呈现递增趋势发展.     

江西省土地利用动态变化研究

利用不同时相的遥感影像解译成果数据,在地理信息系统软件支持下,分析江西省土地利用时空格局、土地利用类型的变化趋势及其变化速率等．研究结果表明,自1986-2005年近20年来,江西省的主要土地利用类型为林地和耕地;研究期内,工矿居民点用地、林地和水域面积增加,而耕地、草地和未利用地面积减少;工矿居民点用地增加来源主要为耕地,林地来源主要为草地,水域来源主要为未利用地：从土地利用稳定性来看,上饶市和萍乡市的土地利用相对不稳定．     

铜仁市土地利用变化对生态服务价值的影响分析

基于铜仁市2007年、2012年和2017年的土地利用变更调查数据和主要粮食作物的统计数据,利用生态服务价值理论分析铜仁市土地利用变化及其带来的生态服务价值的变化。研究结果表明:(1)铜仁市10年间耕地、草地和未利用地面积减少,林地、建设用地和水域面积增加,草地和未利用地因大力实施土地开发项目面积变化较快,和草地、未利用地相比,建设用地增长的速度较快,耕地变化速度较慢;(2)生态系统服务总价值(ESV)增长了17. 08亿元,林地占总变化绝对值的比例达43. 5%;(3)在单项生态服务价值中,研究时段内水源涵养的ESV变化最大,食物生产的ESV变化最小,主要原因是水域、耕地面积变化的影响,水域是水源涵养生态服务价值最高的土地类型,而耕地是提供食物生产生态服务价值最高的土地类型;(4)研究区敏感性指数小于1,ESV对VC是缺乏弹性的,其中林地的敏感性系数最大。     

安徽省土地利用/覆被时空变化及其驱动因素分析

【目的】研究安徽省土地利用/覆被变化(LUCC)及其驱动因素,为安徽省国土资源利用与管理提供理论参考。【方法】基于安徽省1995—2020年6期30 m分辨率的Landsat系列遥感影像土地利用/覆被分类数据,利用土地利用/覆被类型结构与空间分布、转移矩阵、动态变化及土地利用程度综合指数和其聚类,分析安徽省土地利用/覆被类型时空变化特征;选取13个影响LUCC的驱动因子,采用主成分分析法(PCA)进行定量分析。【结果】1995—2020年安徽省土地利用/覆被类型面积耕地排首位,其次是林地、建设用地;25年间耕地、林地、草地分别减少了3 826.6、164.7和78.5 km²,建设用地、水域、未利用地分别增加了3 895.9、160.9、16.2 km²,耕地与建设用地相互转移面积最大。2005—2015年耕地、林地、草地减少与建设用地增加的趋势最明显,2015—2020年建设用地转移为耕地的面积大增。从土地利用程度综合指数变化率可知,25年间经济发展较快的合肥市土地利用综合指数变化率(2.18%)、芜湖市(1.60%)及矿业城市铜陵市(3....     

基于GIS的鄱阳湖流域土地利用动态变化研究

利用不同时相的遥感影像解译成果数据,在地理信息系统软件支持下,分析鄱阳湖流域土地利用时空格局、土地利用类型的变化趋势及其变化速率等。研究结果表明,自1985-2010年近25年来,鄱阳湖流域的主要土地利用类型为林地和耕地;研究期内,工矿居民点用地、林地和水域面积增加,而耕地、草地和未利用地面积减少;工矿居民点用地增加来源主要为耕地,林地来源主要为耕地,水域来源主要为未利用地;从土地利用稳定性来看,工矿居民点用地相对不稳定,从流域分析来看,鄱阳湖区的土地利用相对最不稳定。     

京津冀结合部生态用地变化及驱动力研究

生态用地是维持人类健康和社会可持续发展的重要载体,对生态用地变化及驱动力进行研究有利于更好地进行区域生态规划和生态文明建设。本文利用2005年、2010年和2015年土地利用遥感监测数据,以地理学第一定律为理论基础构建生态用地变化空间自相关模型,对京津冀结合部生态用地变化及其扩展机理展开分析。结果表明:(1)截止到2015年,京津冀结合部生态用地面积为13 049.71 km~2,其中耕地占52.42%,林地、草地和水域分别占32.26%、10.05%和5.27%,耕地主要集中分布在研究区南部平原区,北部山区林地集聚;(2)研究期间,生态用地减少193.13 km~2,主要流失方向为建设用地;(3)生态用地和建设用地的空间自相关性均有所提高,空间聚集性逐渐加强;(4)人口密度、农机总动力、粮食单产是导致生态用地变化的主要因子,说明人口集聚程度、农业机械化水平及耕地利用效率对生态用地有重要的影响。优化资源结构及改善土地利用方式对促进区域可持续发展和生态文明建设具有重要意义。     

贵州经济后发山区土地利用变化及其地形分异特征

以贵州省丹寨县为研究区,运用遥感解译、GIS空间分析和数理统计分析方法,分析经济后发山区的土地利用变化及其地形分异特征,为实现经济后发山区的土地资源可持续利用提供参考。结果表明:1)2013年到2015年,丹寨县土地利用变化迅速,平均土地利用变化动态度为17.07%;耕地和林地面积减少,建设用地、草地和水域增加;建设用地增加最快,其用地面积由97.76 km2增加到243.65 km2,增加了145.89 km2;主要变化类型有林地转为耕地,耕地转为林地,耕地转为建设用地,以及林地转为建设用地等4种形式。2)土地利用变化主要发生在海拔为400 m~1200 m地带,坡度为6°~25°的缓坡和斜坡地带,坡向为45°~135°和225°~315°的半阳坡地带。各地带都以林地与耕地之间的转换、林地和耕地向建设用地的转化为主。平地和平缓地是耕地转为建设用地最显著的区域。对于山地面积占76%的丹寨来说,这些地带的土地质量相对优良,土地生产力较高。因此,在今后的经济建设工作中,要加强这些地带的土地资源保护,提高其土地利用的生态经济效益。     

香格里拉土地利用垂直分异分析

垂直分异是自然地理环境各组成要素或自然综合体沿地表按确定方向有规律地发生分化所引起的差异的客观规律。开展区域土地利用垂直分异研究,有助于揭示垂直分异规律,还能为当地农业发展、林业保护利用以及水土保持等提供一定服务。在GIS技术的支持下,利用土地利用数据和高程分级数据定量分析了香格里拉县土地利用规律,结果表明(1)土地利用结构随海拔高度的变化十分明显,形成了耕地—城镇建设用地、耕地—林地、林地—耕地—草地、林地—草地—耕地的牧—林、林地—灌丛—草地等多种利用模式;(2)同类土地利用类型的垂直变化,如城镇建设用地随着海拔的增高在每级所占的面积比例逐渐减少;常绿阔叶林、落叶阔叶林、针叶林和针阔混交林从海拔最低处到最高处的变化大致呈现先增加后减少的趋势等。造成这种分布特征的主要原因主要是地形垂直高差大引起气候垂直分异和民族和农业生产方式的垂直变化决定的。     

高潜水位资源型城市水域转化及其碳排放分析

从土地利用转型角度研究高潜水位资源型城市的水域转化及其碳排放,为低碳背景下的水资源治理提供科学支持和有效依据。以淮南市为例,通过Google Earth Engine平台调用随机森林和Landsat系列数据,对1987～2019年进行水域时空演变分析,并对2007～2019年进行土地利用分类,构建水域转化矩阵,运用碳排放系数法,估算淮南市和矿区水域与其他地类相互转化产生的碳排放。结果表明,1987～2019年,淮南市和矿区的水域面积总体上呈增长趋势,增量分别为87.98km²和68.20km²;在空间上,淮南市水域变化主要分布于矿区;2007～2019年,水域与耕地相互转化最为频繁,主要是耕地转化为水域,该过程主要发生在矿区;淮南市和矿区水域转化产生的碳排放在2007～2013年分别呈碳源和碳汇,2013～2019年均呈碳汇。淮南市和矿区水域转化呈碳源/碳汇主要取决于水域与建设用地相互转化产生的碳排放量。     

杭州市土地利用与景观格局变化分析

大规模的城市化对土地利用带来了深远的影响,也给景观格局带来了深刻改变﹒本文利用2010年和2017年土地利用数据分析杭州市的土地利用变化空间特征与景观破碎度、集聚度和异质性﹒在综合评价和比较后发现:耕地、草地、未利用地面积减少,林地、水域、城乡建设用地面积增加,耕地与林地、城乡建设用地之间的互动作用十分强烈,城市扩张效应显著,土地利用方式较为粗放;土地利用变化和空间分布受到多方面因素的影响,空间性规划对于土地利用变化起决定性作用;景观破碎化程度和异质性增加,景观优势度有所降低,各类用地比例更为平衡,但生态用地优势度较低、破碎化程度较高,存在生态安全风险﹒     

黔东南苗族侗族自治州土地利用时空变化与驱动因素

选择黔东南州作为研究对象, 利用1993, 1999和2009年3期遥感影像, 研究了黔东南16年来土地利用格局的时空变化特征。结果表明: 1993?1999年, 研究区耕地、建筑用地面积明显增加, 而林地面积、草地面积和水体面积均呈下降趋势; 1999?2009年, 研究区建设用地仍然呈增加趋势, 耕地和水体面积略有增加, 林地和草地面积略有减少。研究区各市、县土地利用格局的变化动态差异明显, 耕地和林地是各市、县的主要土地利用类型, 变化强度较大, 并且在时间维度上的变化不稳定。 1993?2009年土地利用程度的变化表明,土地利用正处于发展期, 随着经济的增长和人口数量的增加, 对建设用地的需求还将扩大, 土地利用的广度和深度将不断增大。     

快速城镇化地区的土地利用模拟——以德阳市为例

土地利用变化是自然、社会和政策综合作用的结果,伴随城镇化的快速发展,深入研究土地利用演变规律并预测未来变化趋势是非常重要的.本研究以德阳市2005,2010,2015年Landsat影像为数据源,运用土地利用变化图谱、标准差椭圆等方法研究德阳市土地利用变化,利用CA-Markov模型预测研究区2025年的土地利用格局.研究结果表明:①2005-2015年,全市土地利用变化表现为建设用地、水域面积增加,耕地、林地、草地及未利用地面积减少;②土地利用变化图谱面积由大到小排序为稳定变化型、前期变化型、后期变化型、反复变化型、持续变化型;③模拟得到的2015年土地利用结构与解译结果基本一致, Kappa系数达0.9166.预测到2025年,耕地和林地依然是研究区主要的土地利用类型.耕地、建设用地、水域和未利用地面积增加,林地和草地面积减少.预测结果表明,德阳市未来城镇化发展中,生态压力将进一步增大.因此,提出通过加强空间统筹、坚持生态优先和绿色发展的理念、建立健全节约集约用地制度等方式,不断缓解用地矛盾和生态压力,统筹推进新型城镇化建设,研究结果以期为德阳市可持续发展和国土空间规划提供理论支撑和依据.