一、基于遥感影像的土地利用动态监测精度评价方法（论文文献综述）
刘树西[1]（2021）在《基于天空地一体化的石漠化治理特色林产业效益监测评价研究》文中研究指明喀斯特石漠化是中国南方生态建设中需要面临的最突出地域问题,治理成效是判断该地区实现生态文明建设与可持续发展的主要依据之一。党的十九届五中全会要求科学推进石漠化综合治理,石漠化治理特色林产业是石漠化综合治理工程向纵深发展的重要组成部分,是科学改善石漠化生态环境和社会经济发展的有效措施之一。协同天空地一体化地理空间信息技术挖掘林业资源信息、监测评价综合效益对石漠化治理特色林产业协调发展具有重要意义。根据地理学、生态学、区域经济学有关人地协调发展、生物多样性、目标决策、3S技术等理论,针对石漠化治理特色林产业效益评价指标因子深度挖掘、天空地多尺度协同对林产业效益评价专题信息提取等科学问题和科技需求,在代表南方喀斯特石漠化生态环境类型总体结构的贵州高原山区选择关岭-贞丰花江、毕节撒拉溪和施秉喀斯特为研究区。2018-2021年协同天空地通过对野外考察、定位采集、天空地数据挖掘、资料调查收集等多手段、多数据、多方法为一体,挖掘生态和社会经济指标因子,运用空间分析、熵权法、综合指数模型等方法,构建基于天空地一体的石漠化治理特色林产业综合效益监测评价指标体系和评价模型,通过不同石漠化等级特色林产业“两山”效益、扶贫效益、惠民效益与综合效益实现综合效益动态监测和评价,揭示特色林产业发展的驱动力因素,提出后续可持续发展的对策建议,为国家和地方石漠化治理特色林产业发展和评价提供科技参考。1基于2015-2020年的两期遥感影像和相关地理专题数据,结合天空地一体化多源数据挖掘不同等级石漠化特色林产业专题资源信息,提取石漠化区生态资源时空分布特征表明中国南方喀斯特石漠化治理特色林产业整体改善了石漠化区生态环境状况。近5年来关岭-贞丰花江无石漠化面积比例由2015年的20.62%增长至23.28%,潜在、轻度、中度和重度石漠化动态度分别下降了0.29%、6.64%、5.58%、14.89%;毕节撒拉溪无石漠化面积比例由2015年的11.07%增长至13.55%,潜在石漠化动态度增长了39.94%,但轻度、中度和重度石漠化动态度分别下降了47.88%、34.51%、0.31%;施秉无石漠化面积比例由2015年的49.70%增长至50.81%,潜在石漠化、轻度石漠化、中度石漠化动态度分别下降了7.07%、53.85%、1.61%。不同地域石漠化等级总体呈现下降趋势,且不同石漠化等级的演进以重度向轻度过程演进为主。2基于喀斯特石漠化环境背景按照指标选取原则,协同天空地一体化多源数据挖掘特色林产业综合效益评价因子,以层次分析法构建了石漠化治理特色林产业综合效益评价指标体系并采用熵权法确定指标权重,结果表明中国南方喀斯特生态环境改善良好,经济效益和社会效益稳定提升。依据指标体系结构层次的属性特征,即土地覆盖、植被覆盖度、生物多样性、石漠化程度、植被净初级生产力、涵养水源、人均收入、林产值、产业结构变化、人口密度、基础设施覆盖度、恩格尔系数、农村居民生活保障、贫困率。采用熵权法计算生态效益权重为0.426,经济效益和社会效益权重为0.298和0.276。该指标体系及科学指标权重赋值法综合反映了石漠化治理特色林产业的生态经济社会发展变化情况,为中国南方喀斯特石漠化治理林产业综合效益评价提供了参考依据。3基于指标权重通过线性加权求和以确定不同石漠化等级特色林产业的生态和社会经济效益,并构建天空地一体的特色林产业综合效益评价模型。表明特色林产业综合效益随时间提高的变化程度,即石漠化治理特色林产业总体发展效益水平明显提升,但不同石漠化等级之间特色林产业的效益发展程度有所不同。近5年间关岭-贞丰花江（中-强度石漠化区）特色林产业综合得分由2015年的0.156增长至2020年的0.247。毕节撒拉溪（潜在-轻度区）综合得分由0.096增长至0.201。施秉（无-潜在石漠化区）综合得分由0.094提升至0.206。不同地域不同石漠化等级特色林产业发展过程中如何对资源要素进行合理分配以及不同生计策略制约经济社会发展问题值得商榷。4通过线性组合加权函数建立了特色林产业综合效益评价模型表明综合效益增长变化明显。近5年间中-强度石漠化（关岭-贞丰花江）特色林产业综合效益由2015年的0.492提升至0.756,相较于其他两地区增长幅度最小（0.264）,综合效益等级由中等（0.4～0.6）转变为较好。潜在-轻度石漠化（毕节撒拉溪）综合效益由2015年的0.296增长到2020年的0.622,综合效益等级由较差转变为较好（0.6～0.8）。无-潜在石漠化（施秉）综合效益分别为0.283、0.604,综合效益增长了（0.321）,综合效益等级由较差（0.2～0.4）转变为较好（0.6～0.8）。石漠化治理特色林产业在一定程度上足以实现生态恢复与维持农户生计发展促进区域生态-经济-社会可持续发展模式,喀斯特石漠化治理特色林产业实施对生态环境具有直接性影响,而社会经济环境具有间接性和滞后性,未来需建立长效的生态补偿机制及综合效益评价,使其更加科学合理的可持续循环发展。
张吟[2]（2021）在《基于天空地一体化的石漠化治理草地畜牧业效益监测评价研究》文中认为喀斯特石漠化是中国南方生态建设中需要面临的最突出地域问题,治理成效是判断该地区实现生态文明建设与可持续发展的主要依据之一。党的十九届五中全会要求科学推进石漠化综合治理,石漠化治理草地畜牧业是石漠化综合治理工程向纵深发展的重要组成部分,是科学改善石漠化生态环境和推动社会经济高质量发展的有效措施之一。进行石漠化草地畜牧业综合效益评价对揭示草地畜牧业的实施与成效间的协调性和畜牧业生产效益具有重要意义。根据地理学、遥感学、草地学、畜牧学等关于空间异质性、地物光谱差异性、草地生态系统整体性等理论,针对草地畜牧业效益监测与信息化融合、因地制宜的定量效益评价指标体系、模型构建等技术需求和科学问题,在代表南方喀斯特石漠化生态环境类型总体结构的贵州高原山区选择关岭-贞丰花江、毕节撒拉溪和施秉喀斯特为研究区。以天空地一体化为技术手段,获取2015-2020年卫星遥感、航空遥感和地面监测等数据,运用频度统计、理论分析、专家咨询、层次分析、静态和动态分析相结合等方法,构建基于天空地一体的石漠化治理草地畜牧业综合效益监测评价指标体系和评价模型,通过不同石漠化等级草地畜牧业“两山”效益、扶贫效益、可持续效益与综合效益实现综合效益动态监测和评价,提出后续可持续发展的对策建议,为国家和地方石漠化治理草地生态恢复与生态畜牧业发展提供科技参考。（1）基于研究目标以及对数据的时间连续性、空间分辨率、数据获取成本等需求,获取了多平台、多时空、多分辨率、多尺度的数据:包括:2015和2020年两期Landsat-8中分辨率遥感影像,2020年的2m分辨率GF和ZY卫星数据,高精度无人机影像数据,地面草地样本数据,社会经济数据,集成了天空地一体化动态监测体系,满足了研究的时间、空间和精度需求,实现草地畜牧业综合效益动态监测评价与信息化技术的融合。在进一步研究中可以引入雷达遥感和高光谱地面监测数据,丰富数据类型和监测手段,更加有利于提升监测精度。（2）植被覆盖度增加速率与石漠化程度成正比,平均草地地上生物量增加速率与石漠化程度成反比,石漠化演变趋势整体呈现由高等级石漠化向低等级石漠化、有石漠化向无石漠化方向发展,石漠化程度越深的区域,石漠化治理取得的成效越显着:从2015-2020年间的植被覆盖度变化来看,关岭-贞丰花江平均植被覆盖度由38.50%提升至57.87%,毕节撒拉溪平均植被覆盖度由53.03%提升至61.19%,施秉喀斯特平均植被覆盖度由58.45%降低至58.20%,不同等级石漠化区域的平均植被覆盖度增长率分别为52.63%、15.09%和0%。从2015-2020年,植被覆盖度随石漠化程度越深,增长速率越快,无-潜在石漠化的施秉喀斯特植被保护较好,潜在-轻度石漠化和中-强度石漠化区域的植被恢复较好,生态环境得到了较大改善。关岭-贞丰花江平均草地地上生物量密度由478.55 g/m2增加至708.52 g/m2,增长率为48.06%;毕节撒拉溪由703.39 g/m2增加至1544.96 g/m2,增长率为119.64%;施秉喀斯特由1632.85 g/m2降低为1035.97 g/m2,增长率为-36.55%,草地地上生物量总体表现为石漠化程度越深密度越小,施秉喀斯特作为世界自然遗产地保护区,草地生物量密度水平较高,关岭-贞丰花江和毕节撒拉溪草地生态系统恢复均较好。针对不同石漠化地区草地生态系统异质性较强特点,政府制定明确的草地治理与保护目标和具体措施,鼓励农民种草养殖可以有效降低地区裸土比率,提升地表植被覆盖度。（3）运用频度统计法、理论分析法、专家咨询法和实地调研法选定指标,构建了包括13个具体指标的指标层和生态效益、经济效益、社会效益3个准则层的综合效益评价指标体系,采用专家打分法和层次分析法给出相应指标权重,构建石漠化草地畜牧业综合效益评价模型:石漠化草地畜牧业综合效益评价模型生态效益:经济效益:社会效益比为0.4934:0.3108:0.1958。轻度及以下石漠化面积占研究区面积比重C4、人均畜牧业产值C6、植被覆盖度C1、平均草地地上生物量C3、人均耕地面积C12等五个指标对综合效益评价的影响最大,这5个指标权重之和达到目标层权重的61.78%,说明石漠化治理草地畜牧业的综合效益主要由这5个指标来体现。针对石漠化治理草地畜牧业效益多尺度评价缺乏因地制宜的规范指导问题,构建了石漠化治理草地畜牧业综合效益评价模型。基于天空地一体化应用层面构建的评价指标体系还具有一定的试探性,后续研究可以尝试结合高光谱遥感,更系统科学地把宏观和微观指标相结合。（4）石漠化治理草地畜牧业在2015-2020年间的生态效益、经济效益、社会效益变化表现为无-潜在石漠化区域的三类效益增长率最小,潜在-轻度石漠化研究区经济效益增长率最大,中-强度石漠化研究区生态效益和社会效益增长率最大:施秉喀斯特生态效益由0.4883下降至0.4503,毕节撒拉溪生态效益由0.3560增长至0.4217,关岭-贞丰花江生态效益由0.2774增长至0.3301。施秉生态效益增长率为负,但在不同时期施秉的生态效益都优于关岭-贞丰花江和毕节撒拉溪生态效益。潜在-轻度石漠化研究区经济效益值在2015年时相对最低（0.1375）,但在2015-2020年间的增长速率最快（85.98%）。在经济发展方面,潜在-轻度石漠化区域比中-强度石漠化区域和无-潜在石漠化区域更具发展优势。社会效益与不同石漠化程度的关系与生态效益变化规律相似,在不同时期都呈现出无-潜在石漠化区域社会效益值最高,但增长率最低。说明石漠化程度越深的区域社会效益发展潜力越大。（5）在综合效益评价基础上,结合国家提出的生态文明建设要求,精准扶贫思想和可持续发展理念,提出“两山”效益、扶贫效益和可持续效益的联动分析手法:从2015-2020年间,无-潜在石漠化研究区综合效益由0.8173提升到0.8270,潜在-轻度石漠化研究区综合效益由0.6109提升到0.8095,中度-强度石漠化研究区综合效益由0.6126提升到0.7589,就综合效益增长率来看,无-潜在石漠化研究区增长率最小,但与同时期不同等级石漠化研究区相比,综合效益值最高。不同等级石漠化区域石漠化治理草地畜牧业的综合效益在均在变好。施秉喀斯特“两山”效益保持为0.6424不变,毕节撒拉溪“两山”效益由0.4935提升到0.6774,关岭-贞丰花江“两山”效益由0.4879提升到0.6168。施秉喀斯特扶贫效益由0.3290提升到0.3766,毕节撒拉溪扶贫效益由0.2549提升到0.3878,关岭-贞丰花江扶贫效益由0.3352提升到0.4287。施秉喀斯特可持续效益由0.6631下降为0.6349,毕节撒拉溪可持续效益由0.4735提升到0.5539,关岭-贞丰花江可持续效益由0.4021提升到0.4722。石漠化治理草地畜牧业的发展对不同等级石漠化区域的生态文明建设,农村人民的贫困扶持,社会的可持续发展均有一定的贡献。要继续鼓励各单位、组织、机构积极参与石漠化治理科技推广,加强石漠化治理与草地畜牧业关键性技术问题的研究和开发。
乌尼图[3]（2021）在《锡林郭勒草地资源变化信息遥感快速识别与驱动力分析》文中指出草地是发展畜牧业经济和维持生物圈稳定不可代替的重要自然资源。开展草地资源调查,及时掌握草地资源的数量、质量和空间分布特征,明晰草地与外界驱动力间的耦合关系对于科学管理草地资源,维持畜牧业稳定发展具有重要意义。本研究利用锡林郭勒草地近40年的多源遥感数据与地面调查资料,采用地理空间统计方法,实现了大尺度草地类型、草地空间格局、草地生产力时空变化信息的快速提取,并定量分析了导致锡林郭勒草地资源时空变化的外在驱动因子,为锡林郭勒草地资源的合理利用提供了科学依据。主要结论如下:（1）以中国草地分类系统为基础,根据锡林郭勒草地实际情况和草地遥感分类需求,通过归并相似生境条件、相同建群种的草地型,建立了适用于中等空间分辨率影像的草地遥感分类系统。结果显示,基于此分类系统,采用面向对象和随机森林算法的锡林郭勒草地平均分类精度达84%,满足大尺度草地遥感快速分类的需求。分类特征重要度方面,光谱特征在区分不同草地类型中具有显着作用,其重要度最高,其次为位置特征。（2）1980s～2010s,锡林郭勒主要草地类型的面积、破碎化程度与位置均发生了显着变化。首先,冷蒿（Artemisia frigida）草原面积大幅增加,增加量达1.49万km2,其次糙隐子草（Cleistogenes squarrosa）草原面积增加了0.28万km2。另外,羊草（Leymus chinensis）草原面积大幅减少,减少量达1.08万km2。景观指数变化方面,各草地类型斑块数量和斑块密度显着增加,表明草地琐碎斑块增多,破碎化程度增加。空间偏移方面,贝加尔针茅（Stipa baicalensis）草原、线叶菊（Filifolium sibiricum）草原,羊草草原、冷蒿草原和小针茅（Stipa klemenzii）草原向东偏移,典型草原类针茅草原、糙隐子草草原向西偏移。驱动近40年草地类型变化的因子依次为:年均降水量>牲畜数量变化>农业生产总值变化>人口数量变化,表明水分条件和过度放牧是锡林郭勒草地类型变化的主要驱动力。（3）1988年、1998年、2008年和2018年,锡林郭勒草地面积分别为17.60万、17.66万、17.63万和17.32万km2,约占全盟总面积的86.00%。1988～2018年锡林郭勒草地转出面积1.10万km2,其他类型转入草地面积0.82万km2,草地流失面积0.28万km2。沙地、盐碱地和耕地是草地转出的主要形式,占草地总转出面积的44.57%、20.69%和19.39%,与此同时,来自沙地和盐碱地的转入面积分别占转入草地总面积的44.22%和11.46%,表明沙地、盐碱地治理效果虽显着,但沙地扩张、草地盐碱化现象依然严重。1988～2018年,驱动锡林郭勒草地空间格局变化的因子依次为:人口数量变化>农业生产总值变化>第三产业生产总值变化>年均降水量>年均温度>工业生产总值变化,表明人类活动因素对草地空间格局变化的驱动作用大于自然环境因素。（4）1982～2018年锡林郭勒草地净初级生产力（Net primary productivity,NPP）多年平均值为251.13 g·C·m-2·a-1,并表现为自西向东递增的分布特征。草甸草原、典型草原和荒漠草原年均草地NPP分别为374.15、255.38和153.37 g·C·m-2·a-1,其中线叶菊草原年均NPP最高,达423.35g·C·m-2·a-1,小针茅草原年均NPP最低,仅151.43 g·C·m-2·a-1。变化趋势方面,1982～2018年草地NPP呈略微下降趋势,年际变化率-0.42 g·C·m-2·a-1,其中草甸草原NPP呈上升趋势,年际变化率0.26 g·C·m-2·a-1,典型草原和荒漠草原NPP呈下降趋势,年际变化率分别为-0.59和-0.48 g·C·m-2·a-1。1982～2018年,主导锡林郭勒草地生产力变化的主要因素为降水量年际变化。
高文龙[4]（2021）在《基于遥感的煤矿陆面特征演变及生态效应评价》文中研究指明煤矿在我国国民经济发展中占重要地位,但开采过程势必引起矿区地表状态改变,且矿区陆面贫瘠、植物稀少,生态环境极其敏感。本文选取榆林井工矿和平朔露天矿作为典型区开展研究,结合遥感影像、高光谱影像、土壤数据和气象数据等,利用Landsat数据对2000年～2020年井工矿区、露天矿区土地利用、植被和土壤水分进行时空变化分析,同时对2016年～2020年矿区地表能量参数植被生长期时空变化特征的Rn、FVC、Albedo和Ts时空分布展开研究,揭示不同采煤方式下土地利用、植被土壤以及能量变化,进行多年生态效应评价分析。贯彻落实“建设西部绿色矿山,推行绿色化开采”的政策,同时也为西部矿区的持续发展提供符合矿区实际的生态环境修复技术。主要得到以下研究结果:（1）根据矿区土地利用/覆被变化研究使用总体精度89%、Kappa系数0.86的随机森林法进行分类,井工矿区裸地面积减少24.31%,草地/灌木增加24.61%,水域减少0.72%,耕地减少1.86%,建设用地增加2.98%,由于城镇、矿区等经济发展需求各类地物面积将会逐步转化为建设用地。露天矿区裸地面积减少0.32%,草地/灌木减少2.74%,水域减少1.31%,耕地减少2.63%,建设用地增加4.51%,矿坑增加1.85%,主要是草地/灌木、耕地向建设用地和采矿矿坑转移。（2）利用光谱、植被指数反演土壤水分,对原始光谱反射率及数学变换做相关性分析,确定使用一阶微分的光谱与土壤水分特征波段相关性波段在868nm处反射率反演土壤水分,得到两个研究区的回归方程,井工矿区为Y=0.46X近红-2.54,露天矿区为Y=3.16X近红-3.31。两个研究区土壤水分结合NDVI阈值的空间分布格局分析NDVI随着年份变化,植被量逐年上升,而总体土壤水分普遍处于较低水平,露天矿区土壤水分高于井工矿区,土壤水分含量起伏较大。（3）估算矿区2000年～2020年及2016年～2020年地表能量时空分布情况,并以扫描辐射计L1、中国地面气象资料日值数据集及实测数据对Rn和Ts的验证,证明地表能量参数估算适用于井工矿区和露天矿区。井工矿Rn分布为水域>耕地>草地/灌木>裸地>建设用地,Rn在120～695W/m2之间,空间上呈现东高西低的状态。露天矿Rn变化趋势为水域>耕地>草地/灌木>矿坑>剥离区>建设用地,Rn在430～737 W/m2。由于矿区开采的深入,矿区FVC表现为当FVC升高、albedo较低、Ts较低。（4）利用综合关联度和遥感生态指数分别对井工矿、露天矿两个区域进行生态效应评价。根据综合关联度井工矿生态评价,综合分数先降后升,2015年达到最优分数,生态效应综合分数由高到低为草地/灌木>裸地>耕地>建设用地>水域,露天矿总体良好,由高到低为草地/灌木>裸地>耕地>水域>矿坑>建设用地。遥感生态指数得到研究区整体情况,井工矿生态环境逐年由东南向西北转移,2000年全区域生态环境偏差,2010年后纳林河二号矿区附近区域的生态转差。露天矿总体趋势较良好,较差区域主要分布在露天矿开采区域以及东南建设用地区域。
许人伟[5]（2021）在《基于LANDSAT与SENTINEL-2影像的曲靖市烤烟种植区遥感提取与监测》文中指出曲靖市是亚洲最大的优质烤烟生产基地。烤烟是曲靖市农民的最主要的经济作物之一。烤烟种植区的提取与变化监测对掌握区域农民农业收入状况,维护区域烤烟产业发展有重要意义。遥感图像处理是快速获取和监测农作物种植信息的主要手段。当前,农作物种植信息提取与监测主要采用单一计算机的处理方式,然而这种方式受处理速度所限,不适合长时序、大区域的农作物遥感信息提取。曲靖市地处云贵高原,多云雨天气、耕地破碎、农作物类型复杂,给烤烟遥感提取带来很大的困难。Google Earth Engine云平台能够快速获取与处理大批量的遥感数据,为长时间序列大范围烤烟提取提供了平台支撑。ARCGIS是全面可伸缩的GIS数据处理与分析平台,提供了强大的遥感影像变化监测工具,为农作物变化监测提供了重要的技术手段。为此,本文基于Google Earth Engine云平台与ARCGIS软件平台,利用Landsat 8与Sentinel-2卫星影像开展了2015-2020年曲靖市烤烟种植区遥感提取与监测研究。主要研究内容与结论如下:（1）基于多特征和多分类方法优选的烤烟遥感信息提取研究。首先分析烤烟分类关键物候期,得到烤烟分类最佳时相数据;其次提取纹理、光谱、地形和缨帽特征,采用J-M距离公式计算样本分离度的特征优化方法,得到分类的最优特征;然后进行支持向量机、分类和回归树以及随机森林分类器与特征组合对比实验,选择随机森林分类器提取了2015和2020年两期烤烟种植区,并对结果进行了精度评价;最后对2015-2020年烤烟种植区空间分布特征进行了分析。结果表明,烤烟分类最佳时相在4月下旬至5月下旬之间。J-M距离计算样本分离度的特征优化方法提高了样本的可分性。随机森林分类器结合多特征组合的方法具有较高的精确性,2015、2020年两期烤烟种植区产品平均生产者精度为87%,平均用户精度达到89%,平均总体精度达到了92%,平均Kappa系数为0.89。2015年、2020年曲靖市烤烟面积分别为36.78万公顷、22.27万公顷,曲靖市烤烟主要分布在西南部的陆良县、中部的沾益区以及东北部的宣威市。（2）基于空间分析的烤烟种植区变化监测研究。首先采用分类后比较法对两期影像进行影像叠加,得到2015-2020年烤烟变化信息图;其次采用分区统计的方法分别对烤烟面积变化进行时空上的分析;再次计算烤烟土地利用转移矩阵,分析烤烟变化类型及方向;最后计算烤烟面积变化动态度,得到烤烟面积变化速率。结果表明,2015-2020年曲靖市烤烟面积总体和各区县都呈现减少的趋势,宣威市烤烟面积减少最多为2.31万公顷,马龙县烤烟面积减少最少为0.73万公顷,富源县烤烟面积每年减少速度最快为-11.8%,马龙县烤烟面积年变化速率最慢为-4.9%。（3）基于定性定量分析结合的烤烟种植区变化驱动因素分析。首先采用定性方法和主成分分析相结合的方法,得出经济发展、年平均降水量、烤烟每亩生产成本以及烤烟收购价格为影响研究区烤烟变化的主要因子,最后分别从各驱动力因子如何影响烤烟变化进行分析。结果表明,影响曲靖市烤烟变化的主要驱动力为经济发展、年平均降水量、烤烟每亩生产成本以及烤烟收购价格。
陈波[6]（2021）在《基于GEE云平台的云贵高原水稻种植区遥感影像识别与监测研究 ——以曲靖市为例》文中研究说明在高原山区遥感影像识别中,地块破碎、土地利用类型复杂的情况给影像识别带来了很大的困难。针对这个问题,本研究以谷歌地球引擎（Google Earth Engine,GEE）为数据处理平台,云南省曲靖市为研究区域,基于Landsat系遥感数据,计算了一系列植被指数,根据这些植被指数时间序列变化特征,确定水稻提取的关键植被指数,然后用不同的分类方法对研究区水稻种植信息进行提取。本文选择了四种不同的分类器进行训练和分类,分别是分类回归树、支持向量机、最大熵模型和随机森林。并利用Google Earth Pro历史影像目视解译采集的样本点对实验结果进行验证,最终选出分类结果最好的分类方法,来识别曲靖市近30年水稻种植信息,并对水稻种植信息进行遥感监测和驱动力分析。本文主要研究内容和结论如下:（1）基于植被指数时间序列分析的水稻遥感特征提取。基于在GEE中在线选取的研究区样本点数据,计算了一系列植被指数,根据各植被指数的时间序列曲线进行时间序列分析,选取能显着区分研究区各地类的植被指数,使用时间序列谐波分析方法平滑时间序列曲线,根据平滑后的时间序列曲线,选用了增强植被指数EVI、陆表水指数LSWI、归一化建筑植被指数NDBI、改进的归一化差值水体指数MNDWI作为水稻种植信息提取的植被指数。（2）基于多分类方法优选的曲靖市水稻种植信息提取。在GEE中根据构建好的特征使用随机森林分类方法提取了研究区近30年的水稻种植信息,每隔5年提取一次,得到了研究区1990年、1995年、2000年、2005年、2010年、2015年、2019年水稻种植信息,总面积分别为517.47km2、529.71km2、446.18km2、549.25km2、549.90km2、593.69km2、614.03km2,总体精度分别达到79.70%、81.10%、84.33%、89.05%、89.53%、91.25%、94.45%。（3）基于空间分析的水稻种植区域遥感监测和驱动因素分析。基于皮尔逊相关性分析、空间自相关检验、重心分析、空间分异分析等空间分析技术对研究区7年水稻种植信息时空变化进行分析和比较,初步揭示该区域近30年水稻种植信息的变化趋势以及影响因素,可为研究区水稻估产、生产状况监测和政府部门制定相关的水稻种植政策等提供一定的科学依据。
高珺烨[7]（2021）在《基于多源遥感数据的森林类型动态变化研究》文中认为森林是全球生物圈中重要的一环,复杂多样的内部结构使得森林的生态变化过程十分明显,因此实时了解和掌握森林类型分布及其动态变化信息具有重要的现实意义。现阶段的森林类型分类研究大多基于单一遥感数据或单一分类模型展开,缺乏基于多源遥感数据的多算法对比,无法保证分类精度最优,极大制约了后续动态变化研究的开展。针对这一问题,本文选取湖南省怀化市靖州苗族侗族自治县为研究区,以ZY-1-02C影像、Planet影像和GF-1影像为数据源,结合地面控制点、靖州县界矢量文件等辅助数据,利用最大似然法、BP神经网络法、支持向量机法和随机森林法4种分类算法对经过预处理的多源遥感数据进行森林类型分类,并利用基于无人机影像和GoogleEarth影像的验证数据对不同算法的分类结果进行精度评价。研究了基于多源遥感数据的最佳分类算法问题,充分挖掘了高分辨率遥感影像在森林类型分类中的应用潜力;此外,本文还进一步对基于最优分类模型（随机森林法）的2017-2019年靖州县森林类型分类结果进行后处理,选取其中分类效果较好的2018年和2019年的分类数据,对靖州县东北部森林类型分布较为丰富的甘棠镇开展森林类型动态变化研究,为高分辨率遥感卫星数据在森林类型动态变化检测中的应用积累了经验。主要研究成果包括:（1）随机森林法具有较好的分类效果:将研究区中的地类分为阔叶林、针叶林、竹林和非林地4类,利用最大似然法、BP神经网络法、支持向量机法和随机森林法4种分类算法进行研究区森林类型遥感分类。结果表明,采用随机森林法进行分类的效果最好,在ZY-1-02C影像、Planet影像和GF-1影像中的总体分类精度分别为86.87%、88.24%、90.37%;Kappa系数分别为0.83、0.84、0.87;最大似然法的分类效果次之,总体精度分别为84.53%、86.98%、87.45%;Kappa系数分别为0.79、0.82、0.83;支持向量机法的分类效果较差,总体精度分别为68.04%、70.27%、79.42%;Kappa 系数分别为 0.57、0.60、0.72;BP 神经网络法的分类效果最差,总体精度分别为53.54%、81.83%、73.57%;Kappa系数分别为0.37、0.76、0.64。说明在高分辨率遥感影像分类中,随机森林法具有较大优势。（2）GF-1影像具有较好的分类效果:采用随机森林法对研究区ZY-1-02C影像、Planet影像和GF-1影像进行森林类型信息提取,结果表明GF-1影像的分类效果最好,总体分类精度为90.37%,Kappa系数为0.87;Planet影像的分类效果次之,总体分类精度为88.24%,Kappa系数为0.84;ZY-1-02C影像的分类效果较差,总体分类精度为86.87%,Kappa系数为0.83。说明在高分辨率遥感影像森林类型信息提取中,GF-1影像具有较大的应用潜力。（3）森林类型动态变化分析:选取分类效果较好的2018年和2019年靖州县森林类型分类结果数据,对靖州县东北部森林类型分布较为丰富的甘棠镇开展森林类型动态变化研究。2018-2019年间甘棠镇森林类型总体变化较为平缓,各森林类型间的变化情况趋于稳定:竹林变化最为明显,总面积呈下降趋势,减少总面积为2.43km2,减少幅度为33.3 8%;阔叶林变化较大,总面积呈增长趋势,增加总面积为1.73km2,增长幅度为5.80%;针叶林变化幅度较小,总面积呈增长趋势,增加总面积为0.63km2,增长幅度为1.15%;非林地总面积呈小幅度增长趋势,增加总面积为0.07km2,增幅为0.15%。说明2018-2019年间靖州县甘棠镇正处于乡镇区域发展进程中,绿色生态农业与乡镇绿化协同发展,乡镇景观效果有所提升,居民生活环境有所改善,生态文明建设与社会经济发展得到了良好结合,但林区内仍有部分林木采伐、农田开垦、道路修建等情况发生。
徐存刚[8]（2021）在《兰州市南北两山土壤水分遥感反演及植被需水量时空分异》文中认为土壤水分作为陆地表面水循环过程中的基础参数,对植被生长以及区域生态系统的稳定等方面都会产生显着的影响。兰州市南北两山位于黄土高原西部边缘地带,区域气候干燥,年降水量少,蒸发强,土壤水分时空变化复杂,严苛的自然条件导致南北两山植被生长困难。但自南北两山环境绿化工程实施以来,大面积的植被恢复对该区生态环境产生了重要影响,同时也改变了区域地表水土过程和分布特征。因此,开展对南北两山地区土壤水分遥感反演与监测,获取区域土壤水分的时空分布结果,并依据需水量模型对南北两山植被生态需水量进行定量估算,对促进南北两山植树造林以及喷灌水资源的合理分配和高效利用具有重要的现实意义。基于此,本文以兰州市南北两山为研究区,以Sentinel-2 L2A和Landsat8 OLI两种遥感影像为数据源,结合南北两山表层土壤水分的实测数据,分别与垂直干旱指数（PDI）、改进型垂直干旱指数（MPDI）和植被调整垂直干旱指数（VAPDI）构建土壤水分反演模型,并对各反演模型进行验证和精度评价,最终选取反演精度高的Sentinel-2 L2A遥感影像和MPDI干旱指数对兰州市南北两山表层土壤水分进行反演与分析,最后依据植被需水量模型对兰州市南北两山植被需水量进行定量估算,分析其时空变化特征。主要结论如下:（1）基于Sentinel-2 L2A和Landsat 8 OLI遥感影像的PDI、MPDI和VAPDI与南北两山表层土壤水分实测数据之间均存在不同程度的线性负相关关系,平均R2分别为0.37、0.64和0.59,说明运用高分辨率遥感影像红光波段（Red）和近红外波段（NIR）反射率计算的遥感干旱指数构建土壤水分遥感反演模型具有一定的可行性。从三种土壤水分遥感反演模型验证结果的四种模型验证精度评价指标的定量评价结果来看,Sentinel-2 L2A和Landsat 8 OLI两种遥感影像的MPDI土壤水分反演模型精度最高,且基于Sentinel-2 L2A为数据源构建反演模型的验证精度优于Landsat 8 OLI影像。因此,基于Sentinel-2 L2A遥感影像构建的MPDI反演模型的反演效果最优。（2）利用Sentinel-2 L2A遥感影像MPDI土壤水分遥感反演模型对兰州市南北两山2019年生长季共9个时点的表层土壤水分进行动态监测和时空变化分析,结果表明:研究区内不同时点的土壤水分均值整体呈波动增长趋势,土壤水分在春末夏初含量较低,夏季土壤水分含量相对较高,而后开始降低,因此要着重关注和预防春末夏初及秋旱的发生。从空间分布来看,生长季9个时点中除南山的东南部及西南部边缘地带为湿润和无干旱等级外,其他地区在不同时段内均发生不同程度的干旱;其中,发生轻旱的区域主要呈面状和条带状分布在北山的大部分地区及南山的北部;发生干旱的区域所占面积较小,主要呈条带状及零星点状分布于南北两山的沟谷地带;发生重旱的区域所占面积最小,多个时段面积占比不足1%,主要分布在北山的东部,该区域受人类活动影响较大,植被覆盖率较低,土壤水分受地表蒸散发的影响较大,因此导致土壤水分含量低,土壤干旱程度大。（3）根据兰州市南北两山植被需水量估算结果可知,兰州市南北两山4-10月的植被需水量均值呈波动下降趋势,其中植被需水量最大值为3985.66×104m3,出现在7月份,最小值为979.11×104m3,出现在10月份。4-9月南北两山大部分区域的植被需水量均在2000×104m3以上,占林地、草地和耕地总面积的比例均达到50%以上,主要呈面状和条带状分布在南北两山的北部及南山的东南部地区。（4）南北两山环境绿化工程范围内土壤含水量整体较低,因此在预防整个环境绿化工程范围内干旱发生的同时,应着重关注和预防北山绿化工程范围内的干旱。在植被需水量上,应着重关注绿化工程范围内4-8月份植被需水量,其中夏季的7、8月份绿化区域需水量达到最高,因此这一时期应加大对绿化区范围内植被的灌溉用水量,保证植被正常生长。
邵亚琴[9]（2020）在《基于多源动态监测数据的草原区煤电基地生态扰动与修复评价研究》文中研究表明草原区煤电基地开发在满足我国能源战略需求的同时,给区域生态环境系统带来了巨大冲击,引发众多生态问题,如土地损毁、地下水位下降、大气污染等,生态扰动表现方式和演变机制各不相同,累积效应显着,严重影响区域能源保障和生态屏障作用的发挥,实现煤电基地生态环境实时监测和合理评价,为煤电基地生态环境保护和修复补偿监管提供依据,能够有效促进煤电基地生态文明建设。本文依托于国家重点研发计划项目《东部草原区大型煤电基地生态修复与综合整治技术及示范》（2016YFC0501109）,针对我国绿色开发能源战略的需求,以生态文明建设为契机,紧扣草原区煤电基地生态环境的特点,选择内蒙古锡林郭勒盟胜利煤电基地为典型研究区域,基于多源空间动态监测技术,应用系统分析方法,对该区域生态环境时空状况进行了扰动规律分析与监测评价。主要研究内容和成果如下:（1）基于戴明环与生命周期理论构建煤电基地CE-PDST生态环境系统循环驱动机制。研究归纳了草原区煤电基地生态环境的特点,分析了煤电基地煤矿、火电厂及煤炭城市三大扰动源对生态环境影响的时空演变趋势,分阶段讨论了煤电基地时空发展的特点,揭示了煤电基地生态系统的周期性发展规律。针对煤电基地生命周期各阶段扰动源发展状态及对生态环境的扰动特征,构建了煤电基地CE-PDST生态系统循环驱动机制,分别从扰动源子循环和生态环境单元子循环两个角度进行了生态环境系统演化分析。（2）搭建多源异构数据“获取-处理-融合-分析”技术框架和体系。基于空间信息技术获取的空间数据及统计数据和调查数据等,提出了基于邻域信息约束的中高空间分辨率遥感影像分类后处理方法、多源多尺度DEM融合方法和“暗像元法”与“深蓝算法”相结合的气溶胶厚度反演等方法,通过影像参数反演、数据融合、统计分析、空间数据挖掘与空间分析等技术手段,为在不同时空尺度下分析草原区煤电基地内土地环境、水环境和大气环境参数的扰动规律和变化特征以及生态环境综合评价提供数据和技术支撑。（3）实现煤电基地尺度下土地利用类型、植被覆盖、土壤侵蚀和大气环境的时空动态变化分析及扰动源识别。针对胜利煤电基地的特点构建土地利用分类体系,通过土地利用动态度模型和煤电开发驱动指数进行煤电开发土地利用类型转移驱动力分析;综合运用GIS空间相关性分析方法,分别从全局演变和局部效应进行植被覆盖时空变化检测;针对煤电基地土壤侵蚀的特点,建立土壤侵蚀风-水复合模型sA并实现总模数的估算,利用经验模型验证了其适用性;通过遥感反演获取了研究区域内SO2、NO2的柱状浓度和气溶胶厚度AOD,并利用地面观测站数据验证了其可靠性。研究结果表明,煤电基地开发是研究区域土地利用类型转移的主要驱动力,植被破坏、水土流失和大气污染均以露天矿区、电厂区及锡林浩特市城区为扰动热点,随着开发规模的不断扩大,扰动程度逐渐加强。（4）在典型扰动源-露天矿尺度下进行生态环境扰动规律及生态修复效益分析。根据露天矿土地单元扰动机理,归纳了7种土地利用类型转移方式,建立了扰动重心加权模型,通过不同阶段加权重心的转移距离和转移方向,验证了CE-PDST驱动规律。针对露天矿首采区已经形成的四种扰动土地利用类型的转移方式,研究其在转移过程中植被指数的时空演变规律,通过建立排土场NDVI与地形因子、气象因子和人为修复因子之间的驱动关系,提出了提高排土场土地复垦效益的有效建议。利用多孔监测井的多期监测数据分析了胜利一号露天矿开采过程中潜水位的变化规律,并通过回归趋势分析确定了露天开采对地下水的影响半径和静水位,为确定受地下水位下降影响的居民搬迁范围和研究基于影响半径分析地下水位变化对地表植被变化的影响规律提供了依据。（5）通过生态效益响应因子识别,参考《生态环境状况评价技术规范-2015》,采用层次分析法计算了各项指标的权重,构建了草原区煤电基地生态环境综合评价体系(MEICE),从煤电基地尺度、功能区单元和最适宜格网单元等多时空尺度,综合评价和分析了研究区域2000年、2005年、2010年和2015年的生态环境状况,探寻区域生态的时空变化规律。研究表明,2000-2015年,研究区域生态环境整体处于良好状态;2005-2015年,煤电基地开发规模迅速扩大,恶化趋势明显,形成以露天矿区及电厂区、市区和居民点中心的阶梯状缓冲区,印证了露天矿开采及电厂开发、城市建设对生态环境产生负面扰动的累积效应;2010-2015年,露天矿区排土场复垦、电厂控排、城市湿地公园建设及省道S307沿线绿化有效改善了局部生态环境状况,体现了生态修复与监管对生态环境恢复的重要性。针对本文探索的胜利煤电基地生态扰动规律及生态环境评价结果,基于GMR模型对研究区域2020年生态环境状况进行了模拟,提出了草原区煤电基地开发弹性调控与生态环境修复管理对策,搭建了基于大数据平台的草原区煤电基地“监测-评价-管理”三位一体的多源动态监测平台基本架构,并提出了草原区煤电基地生态环境修复CE-PDST-“5W+2H+E”循环管理模式,为煤电基地的可持续发展提供了有效途径。论文有图91幅,表65个,参考文献221篇。
应紫敏[10]（2020）在《宁德市海岸带水产养殖区的时空动态变化及驱动因素分析》文中研究说明海岸带是连接陆地和海洋生态系统的独特生态过渡带,是人类活动最活跃的地区。海岸带生态系统为人类提供了重要的生态系统服务,例如海鲜、海岸带防护和减少海洋灾害、提供生态旅游和休闲服务等,是典型的具有高生产力和高价值、动态变化的区域。随着世界人口2050年预计达到97亿及耕地面积不断减少,海岸带水产养殖有望缓解人类未来巨大的食物和优质蛋白需求。在此背景下,海岸带水产养殖近年来发展迅猛。然而,剧烈而无序的海岸带水产养殖活动增加使海岸带生态系统处于严重污染和退化的风险中,例如侵占海岸带湿地、污染海岸带水质等。这些潜在风险都将对海岸带可持续渔业经济的发展形成巨大挑战。因此,阐明海岸带水产养殖的时空动态特征及其变化的驱动因素,有助于形成有序规范的海岸带水产养殖管控方案,对最终促进海岸带渔业经济可持续发展有重要参考价值。本文以拥有良好水产养殖基础的福建省宁德市海岸带为研究区域,基于2003、2010和2016年的高分辨率卫星遥感影像和实地调查数据,分别研究了不同时期的宁德市海岸带区域土地利用时空格局和动态变化,并在此基础上分析了宁德市海岸带总体景观格局和海岸带水产养殖景观格局。此外,本文还通过多元线性回归定量分析了影响宁德市海岸带水产养殖面积增长和衰减的主要驱动因素。文章主要结论如下:（1）在2003-2016年期间,宁德市海岸带的建设用地和林地的面积在持续高速增加,而裸地和耕地的面积在持续减少,且这四类土地利用类型的变化强度都在趋缓。就整体而言,2003-2010年期间的海岸带整体景观变化强度大于2010-2016年。这主要是由2003-2010年期间的建设用地、裸地和农田相对更剧烈的变化引起的。在2010-2016年期间,区域内的建设用地和海岸带水产养殖向海洋发展的趋势显着增强。海岸带水产养殖逐步从陆地内扩张转为向海洋大面积扩张。在此期间,海岸带水产养殖增长的主要来源分别是水体、农田和建设用地,衰减的面积则主要用于建设用地、水体和农田。（2）在2003-2016年期间,宁德市海岸带水产养殖规模在不断扩大,其结构发生了巨大变化。其中,人工虾塘增速最快,蛏式养殖塘次之,农田式养殖塘则进入衰减状态。其中,人工虾塘的面积增加了496.2%,养殖面积从2003年的0.5km2增长到2016年的3.1km2,蛏式养殖塘的面积增加12.2%,养殖面积从2003年的68.8km2增长到77.1km2,而农田式养殖塘的面积减少25.8%,养殖面积从21.9km2减少到15.8km2。（3）在2003-2016年期间,宁德市海岸带总体景观格局向着异质性和分散性增强的方向发展。其中,海岸带水产养殖的景观格局中在整个区域中占用空间变得更突出,同时形状变得更复杂和不规则,这反映出宁德市海岸带水产养殖强度在此期间不断加强,同时也在变得更分散,在一定程度上表明进行水产养殖活动的渔户在增长。（4）在2003-2016年期间,人类活动是改变海岸带水产养殖土地利用方式的主要驱动因素。本研究中的多元线性回归结果显示:初始海岸带养殖斑块面积是影响海岸带养殖面积增长和衰减的最大驱动因素。其中,海岸带养殖增长模型显示初始海岸带养殖斑块面积越大的地方,新增加的海岸带水产养殖面积越大。此外,离最近初始海岸带养殖斑块距离、离最近初始海岸线距离、离最近新建港口距离和离最近初始道路距离越远,海岸带水产养殖的面积增长就越大。海岸带养殖衰减模型显示初始海岸带养殖斑块面积越大的区域,其衰减的面积会越大。此外,离最近初始道路离越远,海岸带养殖的面积衰减就越大。离最近新建工厂距离和离最近新建道路距离越近,海岸带养殖的面积衰减就越大。本文的研究结果有助于更好地制定合理的海岸带土地利用规划,减少海岸带水产养殖对农田和水体的破坏性侵占,并最终促进海岸带地区的可持续发展和保护。
二、基于遥感影像的土地利用动态监测精度评价方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于遥感影像的土地利用动态监测精度评价方法（论文提纲范文）
（1）基于天空地一体化的石漠化治理特色林产业效益监测评价研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 前言 |
| 一 研究现状 |
| (一)天空地一体化与林产业效益监测评价 |
| (二)喀斯特环境天空地一体化与林产业效益监测 |
| (三)天空地一体化林产业效益监测评价研究进展及其对石漠化治理的启示 |
| 1 文献论证与获取 |
| 2 研究阶段划分 |
| 3 国内外主要进展与标志性成果 |
| 4 国内外拟解决的关键科技问题 |
| 二 研究设计 |
| (一)研究目标与内容 |
| 1 研究目标 |
| 2 研究内容 |
| 3 研究特色与难点及创新点 |
| (二)技术路线与方法 |
| 1 技术路线 |
| 2 研究方法 |
| (三)研究区选择与代表性 |
| 1 研究区选择的依据和原则 |
| 2 研究区基本特征与代表性论证 |
| (四)数据资料获取及可信度分析 |
| 1 天空地数据 |
| 2 野外调查数据 |
| 3 收集资料数据 |
| 三 数据挖掘与处理 |
| (一)数据挖掘 |
| 1 航天数据 |
| 2 航空数据 |
| 3 地面监测调查数据 |
| (二)数据处理 |
| 1 航天数据处理 |
| 2 航空数据处理 |
| 3 地面监测调查数据处理 |
| 四 产业效益指标信息提取 |
| (一)特色林产业提取 |
| 1 特色林产业分类标准 |
| 2 不同石漠化等级特色林产业时空分布特征 |
| (二)生态环境指标因子 |
| 1 土地覆盖 |
| 2 石漠化类型 |
| 3 植被覆盖度 |
| 4 植被净初级生产力 |
| 5 生物多样性 |
| 6 涵养水源 |
| (三)社会经济指标因子 |
| 1 人口密度 |
| 2 人均收入 |
| 3 林产值 |
| 4 产业结构变化 |
| 5 基础设施覆盖度 |
| 6 恩格尔系数 |
| 7 最低生活保障标准 |
| 8 贫困率 |
| 五 综合效益评价模型构建 |
| (一)指标体系构建 |
| 1 指标选取原则 |
| 2 指标因子选取 |
| 3 指标体系构建方法 |
| 4 指标体系建立 |
| (二)指标数据标准化 |
| 1 标准化方法 |
| 2 极差标准化 |
| (三)指标权重确定 |
| 1 权重计算方法 |
| 2 指标权重计算 |
| (四)综合评价模型构建 |
| 1 综合效益评价模型建立 |
| 2 综合效益评价模型计算 |
| 六 综合效益评价 |
| (一)“两山”效益 |
| 1“两山”理论 |
| 2“两山”效益评价 |
| (二)扶贫效益 |
| 1 扶贫发展 |
| 2 扶贫效益评价 |
| (三)惠民效益 |
| 1 惠民内涵 |
| 2 惠民效益评价 |
| (四)综合效益 |
| 1 综合效益 |
| 2 综合效益评价 |
| 七 结论与讨论 |
| (一)主要结论 |
| (二)主要创新点 |
| (三)讨论与展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间主要研究成果 |
（2）基于天空地一体化的石漠化治理草地畜牧业效益监测评价研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 前言 |
| 一 研究现状 |
| (一)天空地一体化与草地畜牧业效益监测评价 |
| (二)喀斯特环境天空地一体化与草地畜牧业效益监测 |
| (三)天空地一体化与草地畜牧业效益监测评价研究进展及其对石漠化治理的启示 |
| 二 研究设计 |
| (一)研究目标与内容 |
| (二)技术路线与方法 |
| (三)研究区选择与代表性 |
| (四)数据获取与可信度分析 |
| 三 数据挖掘与处理 |
| (一)数据挖掘 |
| 1 航天数据 |
| 2 航空数据 |
| 3 地面监测数据 |
| (二)数据处理 |
| 1 航天数据处理 |
| 2 航空数据处理 |
| 3 地面数据处理 |
| 四 石漠化治理草地畜牧业综合效益评价因子分析 |
| (一)生态环境因子 |
| 1 土地利用/土地覆盖变化 |
| 2 植被覆盖 |
| 3 石漠化 |
| 4 草地地上生物量 |
| (二)社会经济因子 |
| 1 人口与GDP |
| 2 畜牧业GDP |
| 3 生产与生活水平 |
| 4 劳动力结构与文化水平 |
| 五 综合效益评价模型构建 |
| (一)指标体系构建 |
| 1 指标体系构建原则 |
| 2 指标筛选方法 |
| 3 指标体系 |
| (二)指标权重确定 |
| 1 指标权重确定方法 |
| 2 指标权重确定 |
| (三)指标因子标准化 |
| 1 指标值标准化方法 |
| 2 指标值标准化结果 |
| (四)评价模型构建 |
| 1 模型建立 |
| 2 模型确定 |
| 六 综合效益评价分析 |
| (一)单一效益评价分析 |
| 1 生态效益 |
| 2 经济效益 |
| 3 社会效益 |
| (二)综合效益分析 |
| 1“两山”效益 |
| 2 扶贫效益 |
| 3 可持续效益 |
| 4 综合效益 |
| 七 结论与讨论 |
| (一)主要结论 |
| (二)主要创新点 |
| (三)讨论与展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间主要研究成果及获奖情况 |
（3）锡林郭勒草地资源变化信息遥感快速识别与驱动力分析（论文提纲范文）
| 摘要 |
| abstract |
| 英文缩略表 |
| 第一章 绪论 |
| 1.1 研究背景、目的和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 草地资源调查 |
| 1.2.2 草地类型遥感分类研究 |
| 1.2.3 草地空间格局变化研究 |
| 1.2.4 草地生产力遥感监测研究 |
| 1.2.5 草地资源变化驱动力研究 |
| 1.3 研究内容、技术路线和创新点 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.3.3 创新点 |
| 第二章 研究区概况与数据预处理 |
| 2.1 研究区概况 |
| 2.1.1 地理分布 |
| 2.1.2 地形条件 |
| 2.1.3 气候条件 |
| 2.1.4 水土条件 |
| 2.1.5 植被条件 |
| 2.1.6 社会经济条件 |
| 2.2 数据材料与预处理 |
| 2.2.1 数据处理平台 |
| 2.2.2 基础空间数据集 |
| 2.2.3 地面样点数据集 |
| 2.2.4 统计资料 |
| 第三章 基于面向对象和随机森林算法的草地类型识别 |
| 3.1 材料与方法 |
| 3.1.1 数据材料 |
| 3.1.2 样地设计 |
| 3.1.3 草地遥感分类系统 |
| 3.1.4 面向对象分类方法 |
| 3.1.5 随机森林分类器 |
| 3.1.6 分类特征选择 |
| 3.1.7 分类精度评价 |
| 3.2 结果与分析 |
| 3.2.1 基于湿润度指数的草地类识别 |
| 3.2.2 基于面向对象和随机森林算法的主要草地单元识别 |
| 3.3 讨论 |
| 3.4 本章小结 |
| 第四章 锡林郭勒草地类型时空变化识别与驱动力分析 |
| 4.1 材料与方法 |
| 4.1.1 数据材料 |
| 4.1.2 潜在驱动力因子 |
| 4.1.3 质心偏移 |
| 4.1.4 景观指数 |
| 4.1.5 逻辑回归模型 |
| 4.2 结果与分析 |
| 4.2.1 草地类型空间分布 |
| 4.2.2 草地类型空间变化分析 |
| 4.2.3 草地类型景观指数分析 |
| 4.2.4 草地类型变化驱动力分析 |
| 4.3 讨论 |
| 4.4 本章小结 |
| 第五章 锡林郭勒草地变化空间格局识别与驱动力分析 |
| 5.1 材料与方法 |
| 5.1.1 数据材料 |
| 5.1.2 土地利用分类系统 |
| 5.1.3 随机森林分类器 |
| 5.1.4 分类特征选择 |
| 5.1.5 面积转移矩阵 |
| 5.1.6 景观指数 |
| 5.1.7 潜在驱动力因子 |
| 5.1.8 逻辑回归模型 |
| 5.1.9 分类精度评价 |
| 5.2 结果与分析 |
| 5.2.1 土地类型分类精度评价 |
| 5.2.2 草地空间格局特征 |
| 5.2.3 草地面积转移分析 |
| 5.2.4 草地景观结构分析 |
| 5.2.5 草地空间格局变化驱动力分析 |
| 5.3 讨论 |
| 5.4 本章小结 |
| 第六章 锡林郭勒草地生产力时空变化识别与驱动力分析 |
| 6.1 材料与方法 |
| 6.1.1 数据材料 |
| 6.1.2 草地NPP计算 |
| 6.1.3 Sen's斜率+MK检验 |
| 6.1.4 主导驱动力 |
| 6.1.5 偏相关分析 |
| 6.2 结果与分析 |
| 6.2.1 模型验证 |
| 6.2.2 草地NPP空间分布 |
| 6.2.3 草地NPP变化分析 |
| 6.2.4 草地NPP时空演变分析 |
| 6.2.5 草地NPP变化驱动力分析 |
| 6.3 讨论 |
| 6.4 本章小结 |
| 第七章 结论与展望 |
| 7.1 总体结论 |
| 7.2 展望 |
| 参考文献 |
| 附录A 锡林郭勒草原各草地组、型面积统计 |
| 致谢 |
| 作者简历 |
（4）基于遥感的煤矿陆面特征演变及生态效应评价（论文提纲范文）
| 摘要 |
| abstract |
| 1 引言 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究进展 |
| 1.2.1 矿区土地利用/覆盖变化研究进展 |
| 1.2.2 矿区土壤水分反演研究进展 |
| 1.2.3 矿区地表能量估算研究进展 |
| 1.2.4 矿区生态评价研究进展 |
| 1.3 研究内容、目的和技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 2 研究区概况及数据获取 |
| 2.1 研究区概况 |
| 2.1.1 地理位置 |
| 2.1.2 地形地貌 |
| 2.1.3 气候特征 |
| 2.1.4 矿区情况介绍 |
| 2.2 数据获取 |
| 2.2.1 遥感数据获取 |
| 2.2.2 数字高程数据的获取 |
| 2.2.3 土壤高光谱与土壤水分数据获取 |
| 2.2.4 验证数据获取 |
| 3 研究方法 |
| 3.1 矿区土地利用分类 |
| 3.1.1 分类方法及精度评价 |
| 3.1.2 土地转移矩阵 |
| 3.2 植被、土壤水分估算 |
| 3.2.1 归一化植被指数 |
| 3.2.2 土壤水分测量 |
| 3.2.3 光谱特征波段数学变换 |
| 3.2.4 土壤水分拟合评价指标 |
| 3.3 地表能量参数计算 |
| 3.3.1 SEBAL模型 |
| 3.3.2 地表净辐射 |
| 3.3.3 地表温度 |
| 3.3.4 地表覆盖度 |
| 3.4 生态效应评价 |
| 3.4.1 综合关联度 |
| 3.4.2 遥感生态指数 |
| 4 矿区土地利用/覆盖变化的动态监测及规律分析 |
| 4.1 分类体系及解译标志 |
| 4.2 样本点选取及精度比较 |
| 4.3 随机森林分类结果 |
| 4.3.1 井工矿分类状况 |
| 4.3.2 露天矿分类状况 |
| 4.4 土地利用转移矩阵分析 |
| 4.4.1 井工矿区转移矩阵 |
| 4.4.2 露天矿区转移矩阵 |
| 4.5 小结 |
| 5 多年时序下植被指数、土壤水分变化研究 |
| 5.1 归一化植被指数时空分布 |
| 5.2 土壤水分反演 |
| 5.2.1 土壤光谱特征提取 |
| 5.2.2 土壤水分线性回归模型建立与验证 |
| 5.2.3 地表土壤水分时空反演 |
| 5.3 小结 |
| 6 采煤过程地表能量变化时空分布研究 |
| 6.1 地表参数验证 |
| 6.2 地表能量参数时空分布 |
| 6.2.1 地表净辐射时空分布 |
| 6.2.2 地表覆盖度时空分布 |
| 6.2.3 地表反照率时空分布 |
| 6.2.4 地表温度时空分布 |
| 6.3 小结 |
| 7 矿区生态效应评价 |
| 7.1 综合关联度 |
| 7.1.1 综合关联度模型建立 |
| 7.1.2 评价过程及结果分析 |
| 7.2 遥感生态指数 |
| 7.3 小结 |
| 8 结论与展望 |
| 8.1 结论 |
| 8.2 展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（5）基于LANDSAT与SENTINEL-2影像的曲靖市烤烟种植区遥感提取与监测（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 农作物遥感提取研究综述 |
| 1.2.2 遥感影像变化监测研究综述 |
| 1.2.3 驱动力因素研究综述 |
| 1.2.4 国内外研究现状总结 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 论文章节安排 |
| 第2章 研究区与数据 |
| 2.1 研究区概况 |
| 2.1.1 自然地理概况 |
| 2.1.2 主要农作物概况 |
| 2.2 最佳时相分析 |
| 2.3 数据及预处理 |
| 2.3.1 Sentinel-2A数据与预处理 |
| 2.3.2 Landsat8 数据与预处理 |
| 2.3.3 STRM数字高程数据与预处理 |
| 2.3.4 样本数据与预处理 |
| 第3章 基于多特征和多分类方法优选的烤烟种植区遥感提取 |
| 3.1 烤烟特征构建与选择 |
| 3.1.1 光谱特征构建 |
| 3.1.2 地形特征构建 |
| 3.1.3 纹理特征构建 |
| 3.1.4 缨帽变换特征构建 |
| 3.1.5 烤烟特征选择 |
| 3.2 烤烟分类相关方法 |
| 3.2.1 烤烟支持向量机分类 |
| 3.2.2 烤烟分类回归树分类 |
| 3.2.3 烤烟随机森林分类 |
| 3.2.4 三种分类方法的结果对比 |
| 3.3 烤烟提取结果与精度评价 |
| 3.3.1 烤烟提取结果 |
| 3.3.2 结果精度评价 |
| 3.4 曲靖市近5 年来烤烟种植区空间特征分析 |
| 3.4.1 整体面积分布 |
| 3.4.2 区县统计分布 |
| 本章小结 |
| 第4章 基于空间分析的烤烟种植区变化监测 |
| 4.1 烤烟变化监测方法 |
| 4.1.1 分类后比较法 |
| 4.1.2 烤烟土地利用转移矩阵 |
| 4.1.3 烤烟面积变化动态度 |
| 4.2 烤烟变化信息提取结果 |
| 4.3 2015-2020 年烤烟面积时空变化特征分析 |
| 4.3.1 烤烟面积时序变化 |
| 4.3.2 烤烟面积空间变化 |
| 4.4 烤烟动态变化分析 |
| 4.4.1 烤烟转换分析 |
| 4.4.2 烤烟面积变化动态度分析 |
| 本章小结 |
| 第5章 烤烟种植区变化驱动力分析 |
| 5.1 驱动力分析方法 |
| 5.1.1 主成分分析方法 |
| 5.1.2 定性分析方法 |
| 5.2 驱动力指标构建 |
| 5.3 主成分分析结果 |
| 5.4 烤烟变化驱动力因子分析 |
| 5.4.1 经济发展 |
| 5.4.2 年平均降水量 |
| 5.4.3 烤烟每亩生产成本 |
| 5.4.4 烤烟收购价格 |
| 本章小结 |
| 第6章 结论与展望 |
| 6.1 研究结论 |
| 6.2 创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 攻读硕士期间发表的论文和研究成果 |
| 致谢 |
（6）基于GEE云平台的云贵高原水稻种植区遥感影像识别与监测研究 ——以曲靖市为例（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 农作物种植信息提取研究现状 |
| 1.2.2 基于GIS农作物遥感监测研究现状 |
| 1.2.3 农作物时空变化驱动因素分析研究现状 |
| 1.2.4 国内外研究评述 |
| 1.3 研究目标与研究内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 技术路线 |
| 第2章 研究区与数据 |
| 2.1 研究区概况 |
| 2.1.1 地理位置 |
| 2.1.2 自然环境 |
| 2.2 数据处理平台概述 |
| 2.3 数据与预处理 |
| 2.3.1 Landsat数据 |
| 2.3.2 样本点数据 |
| 2.3.3 统计年鉴数据 |
| 2.3.4 数据预处理 |
| 第3章 基于多机器学习方法优选的水稻种植区遥感提取 |
| 3.1 水稻物候期 |
| 3.2 植被指数时间序列构建与重构 |
| 3.2.1 时间序列重构技术 |
| 3.2.2 增强植被指数 |
| 3.2.3 陆表水指数 |
| 3.2.4 归一化建筑指数 |
| 3.2.5 改进的归一化差值水体指数 |
| 3.3 水稻提取特征集构建 |
| 3.3.1 光谱特征构建 |
| 3.3.2 纹理特征构建 |
| 3.3.3 地形特征构建 |
| 3.4 水稻提取遥感影像分类方法 |
| 3.4.1 分类回归树 |
| 3.4.2 支持向量机 |
| 3.4.3 最大熵模型 |
| 3.4.4 随机森林 |
| 3.5 分类结果对比分析评价 |
| 3.5.1 精度评价理论 |
| 3.5.2 四种分类方法结果对比 |
| 3.5.3 水稻提取结果 |
| 3.5.4 精度评价分析 |
| 本章小结 |
| 第4章 基于GIS的曲靖市近30 年水稻种植区域变化监测 |
| 4.1 GIS变化监测方法 |
| 4.1.1 面积统计 |
| 4.1.2 栅格计算 |
| 4.1.3 分区统计 |
| 4.2 水稻种植面积变化特征 |
| 4.2.1 县区统计面积变化分析 |
| 4.2.2 总体面积变化分析 |
| 4.3 不同坡度分区下水稻变化特征 |
| 4.4 水稻空间位置变化特征 |
| 本章小结 |
| 第5章 水稻种植信息时空变化驱动因素分析 |
| 5.1 水稻种植信息时空变化驱动因素分析方法 |
| 5.1.1 皮尔逊相关性分析 |
| 5.1.2 空间自相关 |
| 5.1.3 重心分析 |
| 5.1.4 空间分异分析 |
| 5.2 水稻种植信息时空变化驱动因素选取 |
| 5.3 水稻种植信息时空变化与驱动因素相关性分析结果 |
| 5.3.1 区域人为因素 |
| 5.3.2 区域经济因素 |
| 5.3.3 区域社会因素 |
| 5.3.4 生产投入因素 |
| 5.3.5 区域自然因素 |
| 5.4 曲靖市水稻种植信息时空变化分析结果 |
| 5.4.1 县区水稻面积分布空间自相关检验 |
| 5.4.2 曲靖市水稻分布重心分析 |
| 5.4.3 曲靖市水稻空间分异分析 |
| 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读学位期间发表的学术论文和研究成果 |
| 致谢 |
（7）基于多源遥感数据的森林类型动态变化研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 森林类型遥感分类 |
| 1.2.2 森林类型动态变化监测 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 技术路线 |
| 1.4 论文结构 |
| 1.5 课题来源 |
| 2 研究区概况与数据获取 |
| 2.1 研究区概况 |
| 2.2 多源遥感影像数据的获取 |
| 2.2.1 ZY-1-02C影像 |
| 2.2.2 Planet影像 |
| 2.2.3 GF-1影像 |
| 2.3 无人机影像数据的获取 |
| 2.4 地面控制点数据的采集 |
| 2.5 辅助数据 |
| 3 数据预处理 |
| 3.1 ZY-1-02C数据预处理 |
| 3.1.1 正射校正 |
| 3.1.2 几何配准 |
| 3.1.3 影像融合 |
| 3.1.4 影像镶嵌与裁剪 |
| 3.2 Planet数据预处理 |
| 3.3 GF-1数据预处理 |
| 3.3.1 辐射定标 |
| 3.3.2 大气校正 |
| 3.3.3 正射校正 |
| 3.4 无人机数据预处理 |
| 4 森林类型信息提取 |
| 4.1 分类系统的构建 |
| 4.2 解译标志库的构建 |
| 4.3 样本数据的选取 |
| 4.4 研究方法 |
| 4.4.1 最大似然法 |
| 4.4.2 BP神经网络法 |
| 4.4.3 支持向量机法 |
| 4.4.4 随机森林法 |
| 4.5 分类结果 |
| 4.5.1 ZY-1-02C影像分类结果 |
| 4.5.2 Planet影像分类结果 |
| 4.5.3 GF-1影像分类结果 |
| 4.6 分类精度评价 |
| 4.6.1 精度评价方法 |
| 4.6.2 精度评价结果 |
| 4.7 分类后处理 |
| 4.7.1 处理方法 |
| 4.7.2 处理结果 |
| 4.8 本章小结 |
| 5 森林类型动态变化分析 |
| 5.1 研究方法 |
| 5.2 森林类型总体变化特征分析 |
| 5.3 不同森林类型动态变化特征分析 |
| 5.3.1 阔叶林动态变化特征分析 |
| 5.3.2 针叶林动态变化特征分析 |
| 5.3.3 竹林动态变化特征分析 |
| 5.3.4 非林地动态变化特征分析 |
| 5.4 本章小结 |
| 6 结论与讨论 |
| 6.1 结论 |
| 6.2 讨论 |
| 参考文献 |
| 致谢 |
（8）兰州市南北两山土壤水分遥感反演及植被需水量时空分异（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究进展 |
| 1.2.1 土壤水分遥感反演国外研究进展 |
| 1.2.2 土壤水分遥感反演国内研究进展 |
| 1.2.3 植被需水量国内外研究进展 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线 |
| 2 研究区概况与数据来源 |
| 2.1 研究区概况 |
| 2.1.1 地理位置 |
| 2.1.2 地质地貌 |
| 2.1.3 气候水文 |
| 2.1.4 土壤植被 |
| 2.2 数据来源 |
| 2.2.1 土壤水分实测数据 |
| 2.2.2 Sentinel-2 遥感数据 |
| 2.2.3 Landsat8 遥感数据 |
| 2.2.4 气象数据 |
| 2.3 遥感影像预处理 |
| 2.3.1 辐射校正 |
| 2.3.2 镶嵌和裁剪 |
| 2.4 遥感影像基础参数计算 |
| 2.4.1 土壤线 |
| 2.4.2 归一化植被指数(NDVI) |
| 2.4.3 植被覆盖度(FVC) |
| 2.4.4 垂直植被指数(PVI) |
| 2.4.5 土地利用类型遥感解译 |
| 3 土壤水分遥感反演模型构建 |
| 3.1 土壤水分遥感反演方法 |
| 3.1.1 垂直干旱指数(PDI) |
| 3.1.2 改进型垂直干旱指数(MPDI) |
| 3.1.3 植被调整垂直干旱指数(VAPDI) |
| 3.2 土壤水分遥感反演模型构建 |
| 3.2.1 基于PDI的土壤水分反演模型 |
| 3.2.2 基于MPDI的土壤水分反演模型 |
| 3.2.3 基于VAPDI的土壤水分反演模型 |
| 3.2.4 反演模型验证对比分析 |
| 4 兰州市南北两山土壤水分遥感反演 |
| 4.1 兰州市南北两山土壤水分空间格局 |
| 4.2 兰州市南北两山土壤水分时间变化 |
| 4.3 兰州市南北两山土壤水分空间变化 |
| 4.4 环境绿化工程范围内土壤水分特征 |
| 5 兰州市南北两山植被需水量分异 |
| 5.1 植被生态需水量计算方法 |
| 5.1.1 参考作物蒸散量(ET_0) |
| 5.1.2 植被系数(Kc) |
| 5.1.3 植被面积(Ap) |
| 5.1.4 土壤水分限制系数(Ks) |
| 5.2 兰州市南北两山植被需水量分异 |
| 5.3 环境绿化工程范围内植被需水量特征 |
| 5.4 兰州市南北两山生态绿化建设的对策建议 |
| 6 结论与展望 |
| 6.1 主要结论 |
| 6.2 不足与展望 |
| 参考文献 |
| 致谢 |
| 附录:中英文对照索引 |
| 个人简历、在学期间发表的学术论文及研究成果 |
（9）基于多源动态监测数据的草原区煤电基地生态扰动与修复评价研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 科学问题的提出(Presentation of Scientific Issues) |
| 1.2 研究的科学意义与项目依托(Scientific Significance and Project Support) |
| 1.3 研究动态分析(Dynamic Analysis of the Research) |
| 1.4 研究目标与研究内容(Research Objectives and Contents) |
| 1.5 研究区域(Study Area) |
| 1.6 研究思路及技术路线(Research Ideas and Technical Routes) |
| 2 草原区煤电基地生态环境演化机理 |
| 2.1 相关术语(Relative Terms) |
| 2.2 草原区煤电基地生态环境扰动源时空演变(Temporal and Spatial Evolution of Eco-environment Disturbance Sources in Prairie Coal-Electricity Base) |
| 2.3 基于戴明环与生命周期的草原区煤电基地生态环境系统演化PDST循环驱动机制(PDST Cyclic Driving Mechanism of Eco-environment Evolution in Prairie Coal-Electricity Base Based on PDCA and Life Cycle) |
| 2.4 草原区煤电基地生态环境系统SA-PDST驱动模型(The SA-PDST Driving Model of Eco-environment System of Prairie Coal-Electricity Base) |
| 2.5 煤电基地开发扰动下的草原区生态环境变化(Prairie Eco-environment Changes Disturbed by Development in Coal-Electricity Base) |
| 2.6 本章小结(Chapter Summary) |
| 3 多源异构数据的获取、处理及融合 |
| 3.1 多源异构数据的类型(Types of Multi-source Heterogeneous Data) |
| 3.2 多源异构数据处理平台(Multi-source Heterogeneous Data Processing Software) |
| 3.3 多源异构数据处理(Multi-source Heterogeneous Data Processing) |
| 3.4 多源异构数据融合(Multi-source Heterogeneous Data Fusion) |
| 3.5 本章小结(Chapter Summary) |
| 4 胜利煤电基地生态环境要素时空动态变化分析及扰动源识别 |
| 4.1 土地利用类型时空演变格局分析(Analysis of Temporal and Spatial Evolution Patterns of Land Use Types) |
| 4.2 植被覆盖时空变化检测(Temporal and Spatial Change Detection of Vegetation Coverage) |
| 4.3 草原区煤电基地土壤风-水复合侵蚀估算(Soil Water-Wind Compound Erosion Estimation in Prairie Coal-electricity Base) |
| 4.4 煤电基地大气数据监测与分析(Atmospheric Monitoring and Analysis in Prairie Coal-electricity Base) |
| 4.5 本章小结(Chapter Summary) |
| 5 煤矿尺度生态环境扰动规律研究及修复效益分析 |
| 5.1 胜利一号露天矿土地单元转移模式(Land Unit Transfer Mode of Shengli No.1 Open-pit Mine) |
| 5.2 露天矿首采区扰动土地类型转移(Disturbed Land Types Transfer in the First Mining of Open-pit Mine) |
| 5.3 NDVI扰动规律及排土场复垦效益分析(Analysis of NDVI Disturbance Law and Reclamation Benefit of Dump) |
| 5.4 潜水位时空变化及其对地表生态的扰动分析(Temporal and Spatial Changes of Phreatic Water Level and Disturbance Analysis of Surface Ecology) |
| 5.5 本章小结(Chapter Summary) |
| 6 草原区煤电基地生态环境综合评价 |
| 6.1 生态环境综合评价指标体系的构建(Construction of Eco-environment Comprehensive Evaluation Index System) |
| 6.2 多时空尺度生态评价单元的划分(Division of Multiple Temporal and Spatial Scale Ecological Evaluation Unit) |
| 6.3 评价标准、评价方法和评价技术流程(Evaluation Criterion, Evaluation Method and Technical Process) |
| 6.4 胜利煤电基地生态环境状况综合评价(Comprehensive Evaluation on Eco-environment of Shengli Coal-electricity Base) |
| 6.5 基于GWR模型的胜利煤电基地生态演变情景模拟(Ecological Evolution Scenario Simulation of Shengli Coal-electricity Base based on GWR Model) |
| 6.6 草原区煤电基地开发弹性调控与生态环境修复管理对策(Elastic Regulation and Eco-environment Restoration Management Countermeasures of Prairie Coal-electricity Base Development) |
| 6.7 本章小结(Chapter Summary) |
| 7 结论与展望 |
| 7.1 研究成果与结论(Research Results and Conclusions) |
| 7.2 主要创新点(Main Innovations) |
| 7.3 研究展望(Prospects) |
| 参考文献 |
| 附录1 锡林郭勒盟植被代码表 |
| 附录2 胜利煤电基地开发生态环境影响调查表 |
| 作者简历 |
| 学位论文数据集 |
（10）宁德市海岸带水产养殖区的时空动态变化及驱动因素分析（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 海岸带土地利用变化研究进展 |
| 1.2.1 海岸线提取方法研究进展 |
| 1.2.2 海岸带遥感解译方法研究进展 |
| 1.2.3 海岸带土地利用动态监测研究进展 |
| 1.2.4 海岸带土地利用驱动机制研究进展 |
| 1.3 海岸带水产养殖研究进展 |
| 1.3.1 海岸带水产养殖及驱动因素研究进展 |
| 1.3.2 海岸带水产养殖的生态环境影响研究进展 |
| 1.4 研究目的 |
| 1.5 研究内容 |
| 1.6 研究技术路线 |
| 2 研究区域与数据准备 |
| 2.1 海岸带范围的划定 |
| 2.2 研究区域 |
| 2.3 区域概况 |
| 2.3.1 自然环境概况 |
| 2.3.2 社会经济概况 |
| 2.3.3 水产养殖概况 |
| 2.4 数据获取 |
| 2.4.1 遥感影像数据 |
| 2.4.2 辅助数据 |
| 2.5 数据预处理 |
| 3 研究方法 |
| 3.1 海岸带遥感解译 |
| 3.1.1 遥感分类方法 |
| 3.1.2 面向对象的海岸带土地分类方法 |
| 3.1.3 分类体系与解译标志 |
| 3.1.4 分类结果精度评价 |
| 3.2 海岸带土地利用变化研究方法 |
| 3.2.1 土地利用动态度模型 |
| 3.2.2 土地利用转移矩阵模型 |
| 3.3 驱动因素分析方法 |
| 4 宁德市海岸带土地利用分析 |
| 4.1 宁德市海岸带土地利用特点 |
| 4.1.1 宁德市海岸带土地利用时空特征 |
| 4.1.2 宁德市海岸带海岸带养殖时空特征 |
| 4.2 宁德市海岸带土地利用变化分析 |
| 4.2.1 土地利用变化动态度 |
| 4.2.2 土地利用转换分析 |
| 4.3 本章小结 |
| 5 宁德市海岸带景观格局演变分析 |
| 5.1 景观格局指数选择 |
| 5.2 宁德市海岸带总体景观格局分析 |
| 5.3 宁德市海岸带海岸带养殖景观格局分析 |
| 5.4 本章小结 |
| 6 宁德市海岸带水产养殖变化的驱动因素分析 |
| 6.1 驱动因素选择 |
| 6.2 海岸带水产养殖增长的驱动因素分析 |
| 6.3 海岸带水产养殖衰减的驱动因素分析 |
| 6.4 本章小结 |
| 7 结论与展望 |
| 7.1 主要结论 |
| 7.2 主要创新点 |
| 7.3 不足与展望 |
| 参考文献 |
| 攻读硕士学位期间主要成果 |
四、基于遥感影像的土地利用动态监测精度评价方法（论文参考文献）
- [1]基于天空地一体化的石漠化治理特色林产业效益监测评价研究[D]. 刘树西. 贵州师范大学, 2021
- [2]基于天空地一体化的石漠化治理草地畜牧业效益监测评价研究[D]. 张吟. 贵州师范大学, 2021
- [3]锡林郭勒草地资源变化信息遥感快速识别与驱动力分析[D]. 乌尼图. 中国农业科学院, 2021(01)
- [4]基于遥感的煤矿陆面特征演变及生态效应评价[D]. 高文龙. 内蒙古农业大学, 2021
- [5]基于LANDSAT与SENTINEL-2影像的曲靖市烤烟种植区遥感提取与监测[D]. 许人伟. 云南师范大学, 2021(08)
- [6]基于GEE云平台的云贵高原水稻种植区遥感影像识别与监测研究 ——以曲靖市为例[D]. 陈波. 云南师范大学, 2021(08)
- [7]基于多源遥感数据的森林类型动态变化研究[D]. 高珺烨. 中南林业科技大学, 2021
- [8]兰州市南北两山土壤水分遥感反演及植被需水量时空分异[D]. 徐存刚. 西北师范大学, 2021(12)
- [9]基于多源动态监测数据的草原区煤电基地生态扰动与修复评价研究[D]. 邵亚琴. 中国矿业大学, 2020(07)
- [10]宁德市海岸带水产养殖区的时空动态变化及驱动因素分析[D]. 应紫敏. 浙江大学, 2020