基于LUCC的成都平原地区碳排放效应研究
发布时间：2021-10-23 12:31
人类生产和生活引起的土地利用/覆被变化是大气中碳含量增加的主要因素,在全球陆地生态系统与大气碳循环中有着重要的作用。土地是重要的物质基础,它不仅是陆地生态系统碳排放的自然载体,也是社会经济人为源碳排放的空间载体,土地利用变换导致的人类生活和生产方式的变化,造成的间接碳排放量是巨大的。本文从土地利用/覆被类型转变（如围湖造田、建设用地扩张、采伐森林等）导致生态系统类型更替造成的碳排放角度进行分析,对于理解成都平原地区碳排放效应及碳循环机理,在此基础上提出有效的节能减排措施,具有重要的理论和现实意义。本论文依托“教育部重点实验室”、国家自然科学基金项目完成,选取成都平原地区为研究区。以2000 a、2007 a、2008 a、2015 a Landsat TM/ETM+及Landsat8 OLI遥感影像为数据源,利用遥感（RS）与GIS技术,借助ArcGIS 10.3、ENVI5.3、InVEST 3.3.1、Origin 8、地理探测器等相关软件,从LUCC角度出发,分析研究区土地利用时空变化特征。基于土地利用类型图与成都平原地区碳密度表,通过InVEST模型得到研究区四期碳储量与四时段...
【文章来源】：四川师范大学四川省
【文章页数】：104 页
【学位级别】：硕士
【部分图文】：
研究区位置
图 3.1 GPS 野外验证点（4）分类精度评价执行监督分类后需要评价分类结果，确定分类结果的可用性。进行评价精度的因子有混淆矩阵、总体分类精度、Kappa 系数、错分误差、漏分误差、每一类的制图精度和用户精度[44]。一般分类精度评价方式主要有两种方式：以数据为表达形式的混淆矩阵和以线条为表达形式的 ROC 曲线。选取每类训练样本，根据研究区区域大小，保证各类样本数不低于 50，再利用 ENVI 中混淆矩阵模块（ConfusionMatrices）计算总体分类精度和 Kappa 系数值结果见表（3.3）。总体分类精度与 Kappa 系数的表达方式如下：总体分类精度：=×100%XXTkk（公式 3.1）总体分类精度指的是所有正确分类的像元数的总和占总像元数比例。被正确分类的像元数目分布在沿着混淆矩阵的对角线位置，总像元数指的是具有真实参考的像元总数。
成都平原地区四期土地利用类型
【参考文献】：
期刊论文
[1]中国黄花蒿中青蒿素含量空间分布特征分析[J]. 张小波,郭兰萍,邱智东,曲晓波,王慧,景志贤,黄璐琦. 中国中药杂志. 2017(22)
[2]基于RS和GIS的深圳市土地利用/覆被变化及碳效应分析[J]. 裴杰,王力,柴子为,扶卿华,牛铮. 水土保持研究. 2017(03)
[3]基于遥感影像的大区域植被类型样本快速提取方法研究——以寒温带针叶林区域为例[J]. 胡博,鞠洪波,刘华,郝泷,刘海. 林业科学研究. 2017(01)
[4]地理探测器:原理与展望[J]. 王劲峰,徐成东. 地理学报. 2017(01)
[5]基于土地利用变化的四川省碳排放与碳足迹效应及时空格局[J]. 彭文甫,周介铭,徐新良,罗怀良,赵景峰,杨存建. 生态学报. 2016(22)
[6]基于InVEST模型的森林碳储量动态监测[J]. 何涛,孙玉军. 浙江农林大学学报. 2016(03)
[7]基于地理加权回归的我国各市人口总数的空间特征分析[J]. 玄海燕,李琪,张运虎. 生物数学学报. 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]小兴安岭7种典型林型林分生物量碳密度与固碳能力[J]. 胡海清,罗碧珍,魏书精,魏书威,孙龙,罗斯生,马洪斌. 植物生态学报. 2015(02)
[10]土地利用变化对区域碳源汇的影响研究进展[J]. 马晓哲,王铮. 生态学报. 2015(17)
博士论文
[1]成都平原农田土壤镉污染成因与阻控技术研究[D]. 李冰.西北农林科技大学 2014
[2]低碳经济导向的区域土地利用评价与结构优化研究[D]. 黎孔清.华中农业大学 2013
[3]中国土地利用的碳排放效应研究[D]. 赖力.南京大学 2010
硕士论文
[1]烟台市土地利用变化碳排放效应分析[D]. 马江涛.鲁东大学 2017
[2]基于RS和GIS的成都平原LUCC模拟及预测研究[D]. 文路军.四川师范大学 2017
[3]遥感与GIS支持下的成都市山地平原过渡地区生态安全及时空分异研究[D]. 尚雪.四川师范大学 2017
[4]基于InVEST模型的喀纳斯自然保护区森林生态系统调节功能价值评估[D]. 樊远辛.安徽农业大学 2016
[5]基于地理探测器模型的自然和人为因素对植被变化的影响[D]. 庞静.山西大学 2016
[6]基于地貌类型单元的山西省土地利用变化与适宜性分析[D]. 何维灿.太原理工大学 2016
[7]基于遥感与GIS的区域土地利用变化与生态安全评价研究[D]. 王怀英.四川师范大学 2016
[8]上海市土地利用/覆被变化及其碳排放效应研究[D]. 周翔.华东师范大学 2015
[9]基于InVEST模型的土地利用变化与碳储量研究[D]. 黄卉.中国地质大学(北京) 2015
[10]2000-2010年中原经济区陆地生态系统逐年土地利用与碳储量变化研究[D]. 蒋琳.河南大学 2015
本文编号：3453188
【文章来源】：四川师范大学四川省
【文章页数】：104 页
【学位级别】：硕士
【部分图文】：
研究区位置
图 3.1 GPS 野外验证点（4）分类精度评价执行监督分类后需要评价分类结果，确定分类结果的可用性。进行评价精度的因子有混淆矩阵、总体分类精度、Kappa 系数、错分误差、漏分误差、每一类的制图精度和用户精度[44]。一般分类精度评价方式主要有两种方式：以数据为表达形式的混淆矩阵和以线条为表达形式的 ROC 曲线。选取每类训练样本，根据研究区区域大小，保证各类样本数不低于 50，再利用 ENVI 中混淆矩阵模块（ConfusionMatrices）计算总体分类精度和 Kappa 系数值结果见表（3.3）。总体分类精度与 Kappa 系数的表达方式如下：总体分类精度：=×100%XXTkk（公式 3.1）总体分类精度指的是所有正确分类的像元数的总和占总像元数比例。被正确分类的像元数目分布在沿着混淆矩阵的对角线位置，总像元数指的是具有真实参考的像元总数。
成都平原地区四期土地利用类型
【参考文献】：
期刊论文
[1]中国黄花蒿中青蒿素含量空间分布特征分析[J]. 张小波,郭兰萍,邱智东,曲晓波,王慧,景志贤,黄璐琦. 中国中药杂志. 2017(22)
[2]基于RS和GIS的深圳市土地利用/覆被变化及碳效应分析[J]. 裴杰,王力,柴子为,扶卿华,牛铮. 水土保持研究. 2017(03)
[3]基于遥感影像的大区域植被类型样本快速提取方法研究——以寒温带针叶林区域为例[J]. 胡博,鞠洪波,刘华,郝泷,刘海. 林业科学研究. 2017(01)
[4]地理探测器:原理与展望[J]. 王劲峰,徐成东. 地理学报. 2017(01)
[5]基于土地利用变化的四川省碳排放与碳足迹效应及时空格局[J]. 彭文甫,周介铭,徐新良,罗怀良,赵景峰,杨存建. 生态学报. 2016(22)
[6]基于InVEST模型的森林碳储量动态监测[J]. 何涛,孙玉军. 浙江农林大学学报. 2016(03)
[7]基于地理加权回归的我国各市人口总数的空间特征分析[J]. 玄海燕,李琪,张运虎. 生物数学学报. 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]小兴安岭7种典型林型林分生物量碳密度与固碳能力[J]. 胡海清,罗碧珍,魏书精,魏书威,孙龙,罗斯生,马洪斌. 植物生态学报. 2015(02)
[10]土地利用变化对区域碳源汇的影响研究进展[J]. 马晓哲,王铮. 生态学报. 2015(17)
博士论文
[1]成都平原农田土壤镉污染成因与阻控技术研究[D]. 李冰.西北农林科技大学 2014
[2]低碳经济导向的区域土地利用评价与结构优化研究[D]. 黎孔清.华中农业大学 2013
[3]中国土地利用的碳排放效应研究[D]. 赖力.南京大学 2010
硕士论文
[1]烟台市土地利用变化碳排放效应分析[D]. 马江涛.鲁东大学 2017
[2]基于RS和GIS的成都平原LUCC模拟及预测研究[D]. 文路军.四川师范大学 2017
[3]遥感与GIS支持下的成都市山地平原过渡地区生态安全及时空分异研究[D]. 尚雪.四川师范大学 2017
[4]基于InVEST模型的喀纳斯自然保护区森林生态系统调节功能价值评估[D]. 樊远辛.安徽农业大学 2016
[5]基于地理探测器模型的自然和人为因素对植被变化的影响[D]. 庞静.山西大学 2016
[6]基于地貌类型单元的山西省土地利用变化与适宜性分析[D]. 何维灿.太原理工大学 2016
[7]基于遥感与GIS的区域土地利用变化与生态安全评价研究[D]. 王怀英.四川师范大学 2016
[8]上海市土地利用/覆被变化及其碳排放效应研究[D]. 周翔.华东师范大学 2015
[9]基于InVEST模型的土地利用变化与碳储量研究[D]. 黄卉.中国地质大学(北京) 2015
[10]2000-2010年中原经济区陆地生态系统逐年土地利用与碳储量变化研究[D]. 蒋琳.河南大学 2015
本文编号：3453188
本文链接：https://www.wllwen.com/shekelunwen/renwendili/3453188.html
