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

发布时间：2021-01-26 18:36

　　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. 

【文章来源】：华中师范大学学报(自然科学版). 2020,54(04)北大核心

【文章页数】：9 页

【文章目录】：
1 研究区概况与数据获取
    1.1 研究区概况
    1.2 数据获取
2 研究方法
    2.1 基于GEE的随机森林算法（Random Forest）土地利用分类
    2.2 生态系统服务价值计算
    2.3 敏感性分析方法
3 结果与讨论
    3.1 土地利用变化
    3.2 生态系统服务价值时间变化
    3.3 价值系数敏感性分析
4 结论


【参考文献】：
期刊论文
[1]基于Google Earth Engine与多源遥感数据的海南水稻分类研究[J]. 谭深,吴炳方,张鑫.  地球信息科学学报. 2019(06)
[2]基于GEE平台的1990年以来北京市土地变化格局及驱动机制分析[J]. 胡云锋,商令杰,张千力,王召海.  遥感技术与应用. 2018(04)
[3]基于Google Earth Engine的京津冀2001～2015年植被覆盖变化与城镇扩张研究[J]. 张滔,唐宏.  遥感技术与应用. 2018(04)
[4]土地利用及景观格局演变对生态系统服务价值的影响[J]. 王航,秦奋,朱筠,张传才.  生态学报. 2017(04)
[5]基于生态系统服务价值和生态安全格局的土地利用格局模拟[J]. 何玲,贾启建,李超,张利,许皞.  农业工程学报. 2016(03)
[6]中国生态系统服务的价值[J]. 谢高地,张彩霞,张昌顺,肖玉,鲁春霞.  资源科学. 2015(09)
[7]基于单位面积价值当量因子的生态系统服务价值化方法改进[J]. 谢高地,张彩霞,张雷明,陈文辉,李士美.  自然资源学报. 2015(08)
[8]土地利用变化对生态系统服务的影响研究综述[J]. 王军,顿耀龙.  长江流域资源与环境. 2015(05)
[9]基于随机森林的特征选择算法[J]. 姚登举,杨静,詹晓娟.  吉林大学学报(工学版). 2014(01)
[10]基于土地利用的生态系统服务价值当量修订方法——以渤海湾沿岸为例[J]. 徐丽芬,许学工,罗涛,朱高儒,马宗文.  地理研究. 2012(10)

硕士论文
[1]随机森林的特征选择和模型优化算法研究[D]. 雍凯.哈尔滨工业大学 2008



本文编号：3001619