数字地形特征对土地利用空间分布的定量影响
发布时间:2022-01-25 13:06
为了获取地形对土地利用空间分布的定量影响,以山西省为研究区,基于数字高程模型(DEM)数据生成4种地形因子(海拔高度、起伏度、坡度和坡向)表征数字地形特征,并通过遥感影像解译获得土地利用空间分布,利用地理探测器方法定量分析地形因子对土地利用空间分布的分异性、相关性及其交互作用的定量影响。研究结果表明:起伏度与坡度的空间分异性最显著(显著性水平p<0.01);起伏度空间相关性最强(空间统计量q=0.012),其次为坡度(q=0.010);任意两种地形因子交互均具有非线性增强作用,其中海拔高度与起伏度的交互作用最强(q=0.034)。因此,起伏度是影响土地利用空间分布最重要的单个地形因子,它和海拔高度一起对土地利用空间分布发挥重要作用。
【文章来源】:科技导报. 2020,38(13)北大核心CSCD
【文章页数】:8 页
【部分图文】:
地理探测器方法示意[22]
SRTM1 DEM数据源自美国太空总署(NASA)和国防部国家测绘局(NIMA)于2000年通过“奋进”号航天飞机联合测量获取的雷达影像数据,覆盖范围为56°S~60°N,约占地球陆地面积的80%,分辨率为1"(约30 m),称为SRTM1 DEM。通过下载山西省范围内的SRTM1 DEM源数据(https://earthexplorer.usgs.gov/),并在ArcGIS软件中进行拼接、转投影等处理,形成了山西省SRTM1 DEM数据(图2),作为本研究中数字地形特征提取的基础数据。2.2.2 派生数据
从图4可以看出,山西省东西两侧的山地主要分布草地和林地,中间的盆地和平坦区域则主要分布耕地和建设用地,这与地形特征的空间分布特征相对一致。水域和未利用地面积较小,很难发现。对各种土地利用类型的分布面积进行数理统计,结果如表1所示。从表1可以看出,山西省以耕地和草地为主,均占总面积的约35.3%;其次为林地,约占山西省总面积的23.8%;建筑用地占全省总面积的4.2%,水域和未利用地则面积很少。
【参考文献】:
期刊论文
[1]复杂地形区土地利用/土地覆被分类机器学习方法比较研究[J]. 谷晓天,高小红,马慧娟,史飞飞,刘雪梅,曹晓敏. 遥感技术与应用. 2019(01)
[2]1960~2010年黑龙江省土地利用变化对气温的影响[J]. 张丽娟,于洋,粟练灵,郝甜甜,郑红. 地理科学. 2017(06)
[3]基于DEM的遗址域定量算法及可获取耕地统计[J]. 王琳,武虹. 遥感技术与应用. 2017(02)
[4]城乡土地市场一体化对土地利用/覆被变化的影响研究综述[J]. 黄贤金. 地理科学. 2017(02)
[5]地理探测器:原理与展望[J]. 王劲峰,徐成东. 地理学报. 2017(01)
[6]基于地形梯度的汾河流域土地利用时空变化分析[J]. 李京京,吕哲敏,石小平,李志. 农业工程学报. 2016(07)
[7]山西省不同地貌形态类型区土地覆被变化的GIS分析[J]. 何维灿,赵尚民,程维明. 地球信息科学学报. 2016(02)
[8]基于地理探测器的东北地区气温变化影响因素定量分析[J]. 于佳,刘吉平. 湖北农业科学. 2015(19)
[9]基于地理探测器的北京市居民宜居满意度影响机理[J]. 湛东升,张文忠,余建辉,孟斌,党云晓. 地理科学进展. 2015(08)
[10]基于格网的农村居民点用地时空特征及空间指向性的地理要素识别——以环渤海地区为例[J]. 杨忍,刘彦随,龙花楼,陈呈奕. 地理研究. 2015(06)
本文编号:3608588
【文章来源】:科技导报. 2020,38(13)北大核心CSCD
【文章页数】:8 页
【部分图文】:
地理探测器方法示意[22]
SRTM1 DEM数据源自美国太空总署(NASA)和国防部国家测绘局(NIMA)于2000年通过“奋进”号航天飞机联合测量获取的雷达影像数据,覆盖范围为56°S~60°N,约占地球陆地面积的80%,分辨率为1"(约30 m),称为SRTM1 DEM。通过下载山西省范围内的SRTM1 DEM源数据(https://earthexplorer.usgs.gov/),并在ArcGIS软件中进行拼接、转投影等处理,形成了山西省SRTM1 DEM数据(图2),作为本研究中数字地形特征提取的基础数据。2.2.2 派生数据
从图4可以看出,山西省东西两侧的山地主要分布草地和林地,中间的盆地和平坦区域则主要分布耕地和建设用地,这与地形特征的空间分布特征相对一致。水域和未利用地面积较小,很难发现。对各种土地利用类型的分布面积进行数理统计,结果如表1所示。从表1可以看出,山西省以耕地和草地为主,均占总面积的约35.3%;其次为林地,约占山西省总面积的23.8%;建筑用地占全省总面积的4.2%,水域和未利用地则面积很少。
【参考文献】:
期刊论文
[1]复杂地形区土地利用/土地覆被分类机器学习方法比较研究[J]. 谷晓天,高小红,马慧娟,史飞飞,刘雪梅,曹晓敏. 遥感技术与应用. 2019(01)
[2]1960~2010年黑龙江省土地利用变化对气温的影响[J]. 张丽娟,于洋,粟练灵,郝甜甜,郑红. 地理科学. 2017(06)
[3]基于DEM的遗址域定量算法及可获取耕地统计[J]. 王琳,武虹. 遥感技术与应用. 2017(02)
[4]城乡土地市场一体化对土地利用/覆被变化的影响研究综述[J]. 黄贤金. 地理科学. 2017(02)
[5]地理探测器:原理与展望[J]. 王劲峰,徐成东. 地理学报. 2017(01)
[6]基于地形梯度的汾河流域土地利用时空变化分析[J]. 李京京,吕哲敏,石小平,李志. 农业工程学报. 2016(07)
[7]山西省不同地貌形态类型区土地覆被变化的GIS分析[J]. 何维灿,赵尚民,程维明. 地球信息科学学报. 2016(02)
[8]基于地理探测器的东北地区气温变化影响因素定量分析[J]. 于佳,刘吉平. 湖北农业科学. 2015(19)
[9]基于地理探测器的北京市居民宜居满意度影响机理[J]. 湛东升,张文忠,余建辉,孟斌,党云晓. 地理科学进展. 2015(08)
[10]基于格网的农村居民点用地时空特征及空间指向性的地理要素识别——以环渤海地区为例[J]. 杨忍,刘彦随,龙花楼,陈呈奕. 地理研究. 2015(06)
本文编号:3608588
本文链接:https://www.wllwen.com/jingjilunwen/nongyejingjilunwen/3608588.html