简介:湿地被称为"地球之肾",具有独特的生态结构与功能.中国湿地面积约占全球湿地面积的10%,但近年来湿地面积逐渐萎缩,已造成了极为严重的生态恶果.因此总结以往湿地研究成果,确立包括遥感在内的各种湿地信息提取方法,形成包含各种湿地信息的湿地数据子库和管理操作这些数据的湿地信息系统,并确立湿地信息的共享与发布机制,从而加快湿地科研步伐,成为湿地与遥感科技工作者共同关注的问题.WebGIS技术是GIS融合Internet技术发展起来的新技术,具有对大批量数据进行有效的分析管理和快速的查询检索功能.基于WebGIS技术的中国沼泽信息系统的建立有效地满足了湿地科研和开发保护的需要.
简介:极端气候事件是在一定时间尺度上发生的不同于气候系统平均状态的气候突变.早第三纪的最热事件(PETM),第四纪中国黄土高原古土壤S4、S5记录的暖湿事件,砂黄土L9、L15记录的干冷事件等都是在轨道时间尺度上发生的极端气候事件.末次冰消期的YD冷事件、全新世9次冷事件是在千—百年尺度上发生的极端气候事件.这些极端气候事件出现于地球气候系统不同的冷暖背景下,它们的成因机制和表现形式有很多不确定性.20世纪以来发生的干旱、洪水、飓风、雪灾、沙尘暴等极端气候事件,无法用持续增加的温室气体的变化来解释.关于极端气候事件发生频率和强度随"全球变暖"而增加的结论也存在一定程度的不确定性.因此,简单地将现代极端气候事件统统归因于"气候变暖"既不科学也不合理.深入研究各个时间尺度上发生的极端气候事件的波动性、周期性和不确定性特征,有助于科学预测未来气候变化背景下极端气候事件的发展趋势.
简介:柳属(Salix)植物是洞庭湖湿地唯一的原生木本植物,对湿地生态系统功能的维护具有重要意义,而以往研究大多关注草本植物,缺乏对木本植物的认识。本研究通过2008年5月和2013年11月的洞庭湖湿地大面积调查,揭示洞庭湖湿地柳属木本植物的变化趋势。结果表明,洞庭湖湿地柳属木本植物主要分布于东洞庭湖,其次是南洞庭湖,分布形式为小面积点状分布和大面积带状分布。2008年5月,洞庭湖湿地柳属木本植物分布区的面积为993.7hm^2,2013年11月减少至192.9hm^2。2008年5月,洞庭湖湿地柳属木本植物以原生型植物为主,2013年11月,其以种植型植物为主。在2008-2013年间,柳属木本植物呈现分布面积急剧减少、原生型植物减少、种植型植物增加的变化趋势,业已成为本地区的濒危物种。2013年11月,各柳属木本植物分布点的乔木层特征差异明显,树高为4.37-15.2m,胸径为3.63-68.71cm,原生型植物树高和胸径明显大于种植型植物。在原生型植物区,林下优势植物主要为短尖薹草(Carexbrevicuspis);在种植型植物区,林下优势植物主要为芦苇(Phragmitesaustralis)、荻(Miscanthussacchariflorus)和短尖薹草。水位降低、淹水时间缩短、水质下降与大面积种植杨树等是导致洞庭湖湿地柳属木本植物退化的主要原因。
简介:(2018年9月21日吉林省第十三届人民代表大会常务委员会第六次会议通过)第一章总则第一条为了加强测绘地理信息管理,促进测绘地理信息事业发展,保障测绘地理信息事业为经济建设、国防建设、社会发展和生态保护服务,维护国家地理信息安全,推动数字吉林建设,根据《中华人民共和国测绘法》和有关法律、法规,结合本省实际,制定本条例。
简介:在区域尺度下,探索提取不同林分结构和滩涂裸露状况下红树林空间分布遥感信息的适用方法。选择ALOSPRISM/AVNIR-2为数据源,以广西北部湾两个红树林典型分布区作为实验区,第一个实验区是红树林茂密、滩涂裸露的区域,第二个实验区是红树林稀疏、低矮和滩涂不完全裸露的区域,分别采用了植被指数、监督分类、非监督分类和面向对象分类方法,进行实验。研究结果表明,在第一个实验区,用RVI、NDVI、SAVI、DVI、监督分类、非监督分类和面向对象方法进行遥感分类的总体精度分别为95.3%、94.3%、92.3%、93.3%、96.0%、97.0%和94.0%,说明这几种方法都可以较精确地提取红树林信息,其中非监督分类的结果相对较好;在第二个实验区,植被指数不能精确提取红树林信息,监督分类、非监督分类和面向对象分类的总体精度分别为92.7%、85.7%和89.3%,以监督分类的结果最好。因此,监测区域尺度的红树林,必须根据具体海湾或地段红树林的林分结构特点、成像时刻的潮位高度、红树林在遥感图像上的表征,选用适合的方法,才能确保红树林信息提取精度。在采用多源遥感数据进行红树林动态监测中,综合运用植被指数、监督分类、非监督分类、面向对象分类和图像解译方法,可以准确提取红树林信息。此外,对于斑块破碎、林木低矮且相当部分稀疏的广西北部湾乃至南中国海红树林遥感信息提取,适用的遥感图像空间分辨率应小于5m,以小于3m更适宜。
简介:在"压力—状态—响应"模型的基础上,针对南海湿地生态系统,建立了健康评价指标体系;采用层次分析法,确定各指标的权重;采用集对分析方法,描述健康评价过程中的确定性和不确定性特征,并应用分段三角模糊数,刻画集对差异度系数,进而提出了利用集对分析和分段三角模糊数的南海湿地健康评价模型。研究结果表明,南海湿地生态健康综合联系度为-0.287,相应的级别特征值为3.574,健康状态整体处于IV级,即一般病态,评价结果与实际情况吻合。其中,压力、状态和响应子系统的级别特征值分别为3.689、3.669和3.155,压力和状态子系统都处于IV级(一般病态),响应子系统健康状态处于III级(亚健康)。从各子系统级别特征值和指标权重可知,影响系统健康的主要因素为人口密度、湿地周边人口素质、地表水质、水营养状态、水生植物覆盖率、湿地原生性和现有政策法规。
简介:单独利用遥感影像光谱信息进行近海水产养殖信息提取时,养殖水体与自然水体易混淆,而单独利用遥感影像纹理信息提取近海水域水产养殖信息时,单一大块养殖水体与自然水体又难以区分。针对上述问题,利用OLI影像数据,提出了一种综合遥感影像光谱与纹理信息进行水产养殖信息提取的方法。首先,在对研究区养殖水体类型进行光谱特征分析的基础上,采用主成分变换方法,对OLI影像光谱信息进行压缩、挖掘和选取;其次,分析灰度共生矩阵窗口尺寸和纹理特征统计量对研究区水产养殖区域的区分能力,完成纹理特征的选取,并将选取的纹理信息和光谱信息进行特征协同;最后,对特征协同数据进行多尺度分割,根据各水体类型间的光谱特征和纹理特征的差异,构建研究区3种养殖水体的模糊逻辑隶属度函数,实现对研究区水产养殖信息的自动提取。研究结果表明,该方法能较好地提取研究区水产养殖信息,总体分类精度达到97.93%。