在对流域可持续发展评估的研究中,生态系统服务价值的时空评估具有重要意义。以新疆艾比湖流域为研究区,基于1996-2016年的3期遥感影像和社会统计数据,对艾比湖流域土地利用和生态系统服务价值时空动态变化进行分析,并借鉴生态服务价值...在对流域可持续发展评估的研究中,生态系统服务价值的时空评估具有重要意义。以新疆艾比湖流域为研究区,基于1996-2016年的3期遥感影像和社会统计数据,对艾比湖流域土地利用和生态系统服务价值时空动态变化进行分析,并借鉴生态服务价值当量估算法定量探讨生态系统服务价值的变化特征,采用多元回归模型对流域土地利用和生态系统服务价值变化的驱动力进行分析。结果表明:1)1996-2016年,艾比湖流域耕地和建设用地面积变化最大,其占比分别从1996年的8.47%和0.42%,增加到2016年的15.28%和2.07%;林地、草地、湿地和水域的较少,但幅度较剧烈。2)近21a来,研究区生态系统服务价值总量呈持续减少的趋势,共减少了约85.863×108元,耕地、建设用地、盐碱地和沙地等土地利用类型的生态系统服务价值(ecosystem service value, ESV)值呈增加趋势;林地、草地、水域、湿地和未利用地等类型均呈减少趋势。3)空间上,21a间艾比湖流域ESV较高区面积逐渐减少,ESV较低区域面积逐渐增加,ESV中等区域呈现先减小后增大。4)回归分析表明影响艾比湖流域ESV变化的主要驱动因素是综合城镇化率、人口密度、气温和降水等指标,在未来的经济发展中,艾比湖流域要合理优化调整土地利用格局,保证生态系统的稳定-协调发展,实现经济-社会-生态的可持续发展。展开更多
基于机器学习预测干旱区(如新疆)土壤盐分的研究目前较少涉及且敏感变量的筛选还需深入探讨。该研究比较5种机器学习算法(套索算法,The Least Absolute Shrinkage and Selection Operator-LASSO;多元自适应回归样条函数,Multiple Adapti...基于机器学习预测干旱区(如新疆)土壤盐分的研究目前较少涉及且敏感变量的筛选还需深入探讨。该研究比较5种机器学习算法(套索算法,The Least Absolute Shrinkage and Selection Operator-LASSO;多元自适应回归样条函数,Multiple Adaptive Regression Splines-MARS;分类与回归树,Classification and Regression Trees-CART;随机森林,Random Forest-RF;随机梯度增进算法,Stochastic Gradient Treeboost-SGT)在3个不同地理区域(奇台绿洲,渭-库绿洲和于田绿洲)的性能表现;参与的变量被分为6组:波段,植被相关变量集,土壤相关变量集,数字高程模型(digital elevation model,DEM)衍生变量集,全变量组,优选变量组(全变量组经过算法筛选后的变量集合)。通过算法筛选,以示不同研究区的盐度敏感变量。同时借助以上述6组结果评判算法的性能。结果表明:综合分析6个变量组的R2和RMSE,预测精度排名如下:优选变量组>植被指数变量组>土壤相关变量组>波段>DEM衍生变量组。由于结果不稳定,全变量组未参与排名。在所有变量中,植被指数(EEVI,ENDVI,EVI2,CSRI,GDVI)和土壤盐度指数(SIT,SI2和SAIO)与土壤盐度相关性高于其他变量。综合评价以上5种算法,Lasso和MARS的预测结果出现极端异常值,但其预测结果能基本呈现土壤盐分空间分布格局。CART的结果能清晰分辨灌区和非灌区土壤盐分的分布态势,但二者内部并无太多变化且稳定性较差。RF和SGT的结果显示,二者在3个绿洲的土壤盐分值域范围和土壤盐分空间分布格局相似,纹理信息相对其他3个算法更为丰富。更为重要的是,算法在各个地区的结果都较为稳定。二者相比,SGT验证精度相对最高,其次为RF。展开更多
基于MODIS-NDVI数据,提取新疆2001—2016年典型植被物候期,分析新疆不同生态分区的山地-绿洲系统植被物候期的时空演变趋势和空间分异特征,并结合同期气象数据,探讨植被物候与气候变化的响应关系。结论为:(1)新疆植被物候具有明显的纬...基于MODIS-NDVI数据,提取新疆2001—2016年典型植被物候期,分析新疆不同生态分区的山地-绿洲系统植被物候期的时空演变趋势和空间分异特征,并结合同期气象数据,探讨植被物候与气候变化的响应关系。结论为:(1)新疆植被物候具有明显的纬向分布和垂直地带性分布特征,海拔在物候的地域分异中扮演着重要作用。新疆植被生长季开始时间(Start of season,SOS)集中于3月中旬至5月上旬,生长季结束时间(End of season,EOS)集中于10月中旬至12月下旬。(2)与全球大背景下典型植被物候特征变化趋势相反,新疆植被SOS呈推迟趋势,推迟幅度为1.9d/10a;EOS呈提前趋势,提前幅度为3.66d/10a;生长季长度(Length of season,LEN)呈缩短趋势,缩短幅度为5.6d/10a。除东疆地区外,全疆及不同分区均呈现出绿洲及平原SOS较早,山地区域较迟;全疆及不同分区均呈现出山地EOS结束较早,绿洲结束较迟;除东疆地区外,全疆及不同分区的LEN均为绿洲及平原区域>山地,同样显示出垂直地带性分布的特征。(3)通过冗余分析(Redundancy analysis,RDA)解释了物候特征与气象因子关系的绝大部分信息,生长季开始时间受春季气温、前一年冬季降水量和日照时数的显著影响。夏季和秋季降水量是新疆植被生长季结束时间的重要影响因素,在总体上受气温和日照时数的影响较小。展开更多
文摘在对流域可持续发展评估的研究中,生态系统服务价值的时空评估具有重要意义。以新疆艾比湖流域为研究区,基于1996-2016年的3期遥感影像和社会统计数据,对艾比湖流域土地利用和生态系统服务价值时空动态变化进行分析,并借鉴生态服务价值当量估算法定量探讨生态系统服务价值的变化特征,采用多元回归模型对流域土地利用和生态系统服务价值变化的驱动力进行分析。结果表明:1)1996-2016年,艾比湖流域耕地和建设用地面积变化最大,其占比分别从1996年的8.47%和0.42%,增加到2016年的15.28%和2.07%;林地、草地、湿地和水域的较少,但幅度较剧烈。2)近21a来,研究区生态系统服务价值总量呈持续减少的趋势,共减少了约85.863×108元,耕地、建设用地、盐碱地和沙地等土地利用类型的生态系统服务价值(ecosystem service value, ESV)值呈增加趋势;林地、草地、水域、湿地和未利用地等类型均呈减少趋势。3)空间上,21a间艾比湖流域ESV较高区面积逐渐减少,ESV较低区域面积逐渐增加,ESV中等区域呈现先减小后增大。4)回归分析表明影响艾比湖流域ESV变化的主要驱动因素是综合城镇化率、人口密度、气温和降水等指标,在未来的经济发展中,艾比湖流域要合理优化调整土地利用格局,保证生态系统的稳定-协调发展,实现经济-社会-生态的可持续发展。
文摘基于MODIS-NDVI数据,提取新疆2001—2016年典型植被物候期,分析新疆不同生态分区的山地-绿洲系统植被物候期的时空演变趋势和空间分异特征,并结合同期气象数据,探讨植被物候与气候变化的响应关系。结论为:(1)新疆植被物候具有明显的纬向分布和垂直地带性分布特征,海拔在物候的地域分异中扮演着重要作用。新疆植被生长季开始时间(Start of season,SOS)集中于3月中旬至5月上旬,生长季结束时间(End of season,EOS)集中于10月中旬至12月下旬。(2)与全球大背景下典型植被物候特征变化趋势相反,新疆植被SOS呈推迟趋势,推迟幅度为1.9d/10a;EOS呈提前趋势,提前幅度为3.66d/10a;生长季长度(Length of season,LEN)呈缩短趋势,缩短幅度为5.6d/10a。除东疆地区外,全疆及不同分区均呈现出绿洲及平原SOS较早,山地区域较迟;全疆及不同分区均呈现出山地EOS结束较早,绿洲结束较迟;除东疆地区外,全疆及不同分区的LEN均为绿洲及平原区域>山地,同样显示出垂直地带性分布的特征。(3)通过冗余分析(Redundancy analysis,RDA)解释了物候特征与气象因子关系的绝大部分信息,生长季开始时间受春季气温、前一年冬季降水量和日照时数的显著影响。夏季和秋季降水量是新疆植被生长季结束时间的重要影响因素,在总体上受气温和日照时数的影响较小。
