多源土地覆被数据类别一致性及景观格局差异性——以京津冀区域为例
发布时间:2023-05-06 03:06
土地覆被遥感数据是大尺度景观格局研究的基础信息。然而不同的土地覆被数据来自于不同的科研团队,采用不同的数据源及分类方法,导致其对于景观格局研究结果具有差异性,因此定量分析土地覆被数据一致性及其对景观格局研究的影响具有重要意义。本研究以当前2套全球尺度30 m分辨率的土地覆被遥感数据GlobeLand30和FROMGLC为对象,从土地覆被类别及景观格局指数两个角度对比分析了二者在京津冀不同水土保持区的差异。结果表明:(1)在太行山东部山地丘陵水源涵养保土区,二者的面积一致性最大,一致性值为96.8%,在太行山西北部山地丘陵防沙水源涵养区二者的面积一致性最低,其数值仅为3.6%;(2)两数据集在津冀鲁渤海湾生态维护区空间的一致性最高,其空间一致性值为73.6%,在太行山西北部山地丘陵防沙水源涵养区空间的一致性最低,其值为25.17%;(3)在景观格局上,GlobeLand30数据集在京津冀6个生态功能区的复杂程度均小于FROM-GLC数据集,说明GlobeLand30数据景观多样性较低,地表景观类别均质性较强,而FROM-GLC数据的地表景观异质性较强,破碎化程度较高。
【文章页数】:9 页
【文章目录】:
1 研究地区与数据来源
1.1 研究区概况
1.2 数据来源
2 研究方法
2.1 数据预处理
2.2 一致性分析
2.2.1 面积一致性
2.2.2 空间一致性
2.3 景观格局指数分析
3 结果与分析
3.1 一致性分析
3.1.1 面积一致性分析
3.1.2 空间一致性分析
3.2 景观格局指数分析
3.2.1 景观类型指数分析
3.2.2 景观水平指数分析
4 结论
本文编号:3808901
【文章页数】:9 页
【文章目录】:
1 研究地区与数据来源
1.1 研究区概况
1.2 数据来源
2 研究方法
2.1 数据预处理
2.2 一致性分析
2.2.1 面积一致性
2.2.2 空间一致性
2.3 景观格局指数分析
3 结果与分析
3.1 一致性分析
3.1.1 面积一致性分析
3.1.2 空间一致性分析
3.2 景观格局指数分析
3.2.1 景观类型指数分析
3.2.2 景观水平指数分析
4 结论
本文编号:3808901
本文链接:https://www.wllwen.com/wenyilunwen/huanjingshejilunwen/3808901.html