一、中国1∶100万景观生态制图设计(论文文献综述)
王保林[1](2020)在《内蒙古草甸草原区遥感生态评价与监测研究》文中认为干旱区草原退化已成为严峻的生态问题,内蒙古牧区草畜关系和畜牧业发展正面临着严峻挑战,随着大数据技术和云计算平台的发展改变了地学和生态学的研究模式。草甸草原在内蒙古广泛分布,是我国重要的草地资源和景观群落。通过将草甸草原的生态系统服务价值进行货币化度量,量化区域景观生态风险等级以及监测草原关键的生态参量,为精细化草原保护和利用的相关政策提供数据参考。对我国生态可持续发展和生态文明建设具有重要意义。本文选取内蒙古草甸草原区为研究对象,在大数据云平台的基础上以数据驱动的方式在多个维度展开研究。在谷歌地球引擎的基础上集成,将样地实测的生态参量、气象观测数据、物候观测数据等地面数据,结合Landsat 8、Sentinel-2、MODIS等遥感卫星数据构建天地一体化的评价方式,基于地理格网计算、机器学习、混合像元分解、经验模型构建等多种方法,开展草原生态评价和监测研究。研究重点包括草甸草原区土地覆盖时空分布分析、景观生态风险变化分级评价、生态系统服务价值的时空调节及货币价值核算、草甸草原的基本生态参量反演、草甸草原区牧草产量和载畜量估算以及草原退化检测等多个维度研究结果显示:(1)内蒙古草甸草原区草地恢复明显,生态风险可控。草甸草原区的土地利用特征与内蒙古全域有相似性,具体表现为草地面积逐渐上升,同时相较于全域,草甸草原区的草地面积恢复速度更快。但没有大型的人口聚集区、没有成规模的河湖湿地,未来应继续重视天然草原的保护,坚决抑制天然草原被开垦为农田。草甸草原区景观生态风险水平总体偏低,个别地区有中等或者较高的风险水平,需要引起警示。(2)生态系统服务价值逐年上升,其中贡献最大的地类是草地,其中气候调节能力产生了最大的价值。草甸草原区最重要的生态系统服务功能是调节功能,而气候调节功能是重中之重。其价值贡献其次为森林和农田等生态系统,而时间则主要是4~10月份的生长季。由此表明内蒙古的草甸草原区保护应放在生态建设的首位。(3)草甸草原区的牧草盖度和长势具有向好的趋势,返青监测反映了地面真实情况。牧草盖度和长势的定量反演和定性分析均取得了较好的结果,满足监测需求。相较于线性回归模型,应用混合像元分解模型反演草甸草原盖度结果与实际情况更加符合,一方面是线性回归模型简单,不能充分挖掘波段与盖度之间的关联,另一方面混合像元分解能够充分保留草原的植被光谱特征。分析盖度与气象环境因子之间的相关性发现降雨量是影响牧草盖度的重要因素。返青监测结果与地面物候采集数据具有强相关性且准确地表达了返青的时序特征和空间分布特征。(4)牧草产量逐年提升,降水是影响产量的决定性因素。分别利用Landsat 8、Landsat 7、Sentinel-2、MODIS影像的原始波段及相关衍生波段构建产量一元及多元统计模型,经模型验证精度对比分析,基于Landsat 8数据构建的多元线性模型精度最优,应用该模型进行时空分析制图,发现草甸草原区2013-2019年产量总体呈增加趋势,这和盖度像元二分模型监测结果相对应,也与基于MODIS数据产品土地利用研究结果一致,不同数据源和不同算法得到的草原参量一致性可以佐证结果的可靠性。研究结合产量进行载畜能力分析及专题化制图,获得了 2019年内蒙古暖季和冷季的载畜量专题图。分析产量与气象环境因子之间的相关性,发现研究区降雨量是影响产量的重要因素。(5)应用随机森林模型反演草原沙化具有较高精度,可推广至全区域草原沙化反演。基于草原沙化地面采样数据分别构建随机森林模型和混合像元分解模型,利用模型反演结果分析草甸草原区草原沙化的时空分布特征。由于混合像元的端元提取具有较大误差及不确定性,导致混合像元分解反演沙化精度较低,而基于随机森林模型能取得较高的精度,总体精度为0.6383,卡帕系数为0.4495。草原沙化随机森林模型可以用于全域时序空间制图。
车鑫[2](2020)在《青海省天峻县国土空间地理特征研究》文中研究指明国土空间是人类赖以生存和发展的空间载体和物质基础,需要加以严格的保护和管控。近年来,随着我国工业化和城市化的快速推进,国土开发强度随之增强,国土空间利用不合理,空间开发趋于粗放低效,生态环境逐渐恶化,人地关系紧张等问题日益凸显。开展国土空间的地理特征研究,对优化国土空间的开发保护格局,合理划分生态空间、农业空间与建设空间,起十分重要的基础作用。天峻县位于青海省东北部,属高寒生态脆弱区,具有很高的生态价值,但因其生态系统异常敏感脆弱,草场退化、生态环境恶化等问题使该地区的生态环境受到了严重威胁。本研究以可持续发展理论、人地关系协调理论、景观生态学理论为研究的理论基础,通过GIS空间分析法和实地调查等方法,对高寒地区的天峻县国土空间的地理特征进行研究,分析研究区地形地貌特征,明确其土地类型的划分依据及空间分布特征,并对土地类型景观空间格局的特征进行了分析。结果表明:(1)天峻县地势起伏度的最佳分析单元为11×11(108900m2)的网格大小,且随着各地形因子等级的增加,坡度和高程的分布面积呈先增加后减少的趋势,地势起伏度和地表粗糙度的面积呈持续减少趋势。在坡向分布上,无坡向区域面积最小,其余四个坡向所分布的面积没有明显差异。(2)天峻县的基本地貌形态类型共有12种,主要地貌类型有4种,面积占比为87.39%,高海拔丘陵地区的面积最大。(3)对土地类型的分布特征进行分析,得知研究区的土地类型主要为草地,面积占天峻县总面积的78.36%。将地形因子与土地类型相结合,可知地形因子在某种程度上对土地类型的空间分布有一定的影响和制约作用,且土地类型的空间分布与地形因子呈现出明显的相关性。(4)土地类型景观空间格局与地形地貌具有一定的相关性,随着坡度的增加,土地类型景观空间格局破碎程度为先增加后减少,景观类型趋于丰富且呈均匀分布;在坡向上,各类景观分布没有明显差异,但阴坡的土地类型景观最为丰富;在高程上,景观受环境因素和人为因素的共同制约较为明显,海拔较高的地区,景观的形状较为规则,聚集度和丰度较低。通过对天峻县国土空间地理特征进行研究,对天峻县的土地利用结构和空间分布格局有了更加直观的了解,可为天峻县后续开展资源环境承载力评价、国土空间开发适宜性评价、“三类空间”的划定以及国土空间用途管制制度研究等工作提供一定的参考和依据。
李方正[3](2018)在《基于多源数据分析的北京市中心城绿色空间格局演变和优化研究》文中提出由城市绿地、农田、林地和湿地及水域构成的绿色空间对于保障北京市中心城社会和谐、经济高效、生态宜人、居住舒适,进而维护城市可持续发展具有重要意义。随着城市化的不断推进,北京市中心城社会经济的发展和环境的破坏严重威胁着绿色空间发展,其绿色空间格局发生着巨大变化,通过对实际建设后的绿色空间的变化监测,理清其演变机制,提出绿色空间优化格局,通过多种情景对绿色空间未来发展进行模拟预测对于提升绿色空间状况以构建可持续发展的城市具有必要性和代表性,同时这对于指导绿地系统规划方案制定提供重要的理论依据。研究以北京市中心城为研究对象,选择1992-2016年间1992年、2000年、2008年和2016年4个重要节点,对其遥感影像进行解译,通过计算北京中心城绿色空间面积和景观格局指数探究绿色空间格局的时空变化;利用偏最小二乘回归和地理加权回归方法,结合定性讨论,探究社会经济、自然和政策因素对绿色空间格局演变的影响程度和影响的空间差异性,理清绿色空间格局的演变机制;以功能为导向,生态安全、游憩需求和文化保护为目标,提出绿色空间面积和空间组合优化的形式-绿色空间理想格局。进而以绿色空间格局的演变机制为基础,耦合模拟绿色空间面积增长的系统动力学模型和空间增长的元胞自动机模型,模拟中心城绿色空间的面积变化和空间变化;结合绿色空间理想格局目标,提出多种绿色空间发展的模式进行情景模拟,寻求实现绿色空间优化格局的宏观社会经济策略、空间分配和政策实施建议。研究主要创新性体现在多源数据理清绿色空间演变影响因素及作用力强弱、引入面积和空间模拟模型,辅助绿色空间优化格局实现方面。研究表明:(1)从绿色空间面积变化看,研究期北京市中心城绿色空间出现了“三减一增”的现象,即是耕地、林地和湿地及水域面积减少,草地面积增加,24年内绿色空间大面积减少。耕地面积呈现大面积圈层减少,林地面积呈现局部波动式点状增加,草地面积呈现少量稳定增加,湿地及水域面积出现降低。中心城用地间的转换主要集中在了:耕地向建设用地、林地的转换,林地和草地向建设用地的转换上。从空间上看,耕地向建设用地主要分布在四环路外,林地向建设用地更多分布在中心城北部,草地向建设用地更多分布在三环路和四环路之间,绿色空间转入主要分布在四环路到五环路之间和奥林匹克森林公园等点状空间上。(2)研究期绿色空间景观格局演变具有差异性:绿色空间整体呈现破碎化和异质化趋势。其中耕地逐渐破碎,湿地及水域呈现形态简单化,林地和草地斑块逐渐连片分布,破碎度降低、连接度指数也逐渐提升。从空间上看四环路以外的边缘区域成为破碎化倾向最明显的区域。(3)研究首先探讨社会经济因素对于北京市绿色空间格局演变的影响,发现社会经济对绿色空间面积演变影响显着。建设用地蔓延是影响耕地圈层减少的最大因素,常住人口增加的需求是林地增加的核心动因,产业结构调整是林草面积增加的重要内因。从绿色空间的景观格局看,地区总产值和常住人口数量对绿色空间破碎化具有显着影响,城市蔓延与绿色空间多样性水平高度负相关,第二产业占比与绿色空间连接度呈现明显的负相关。社会经济对北京市中心城绿色空间格局演变具有明显的空间差异性,四环外、东酒仙桥、西苑和清河边缘集团成为社会经济对绿色空间景观格局指数演变影响最大的区域。(4)研究还探讨自然因素对于北京市绿色空间格局演变的影响,发现自然因素对北京市中心城绿色空间格局演变起到一定限制作用,其作用相对是静态的。从绿色空间景观格局演变的空间差异看,高程对中心城西北地势较高区域绿色空间景观格局演变起到限制作用。(5)规划和政府决策机制对绿色空间空间结构形成具有积极指导作用。在规划和政策的引导下,中心城第一道绿化隔离带绿环、平原造林面域空间等都初具规模。研究分析了绿地规划建设对中心城绿色空间格局演变的影响,发现大型绿地规划建设对中心城局部绿色空间格局的演变起到极其明显的推动作用。具体来说:点状绿色空间奥林匹克森林公园未使得奥林匹克公园区域景观格局得到有效优化。线性绿色空间西郊三山五园绿道的建设对三山五园区域绿色空间景观斑块完整性、连接性和多样性上得到一定优化。面状绿色空间中心城东部平原造林工程的实施明显减缓了绿色空间面积的流失过程。(6)研究提出绿色空间理想格局作为绿色空间优化格局的形式,以生态安全维护、游憩需求和文化遗产保护为目标,选取了高程与坡度等级、水域缓冲区、植被覆盖、农田、水土流失敏感性、地质灾害、绿色空间可达性、绿色空间500m服务半径覆盖人口密度、绿色空间使用频率与文化遗产10项指标构建绿色空间优化的高-中-低理想格局。结果表明:生态安全格局敏感性极高、较高、高和一般高的区域分别占中心城面积3.96%、7.51%、18.66%和69.70%。而游憩需求极高和较高的区域面积分别1307.87hm2和1669.76hm2,多为现状游憩资源。文化保护格局主要考虑了中心城文化遗产及其缓冲区的分布。将多因子仅叠加,获得绿色空间理想格局,发现中心城绿色空间底线格局面积1630.52hm2,,满意安全格局面积20454.07hm2,理想格局面积40678.02hm2,占中心城总面积37.34%。随后对中心城绿色空间理想格局判定空间联系,包括生态-游憩源地和源间连接-廊道。其中中心城关键生态源主要分布在中心城西北区域和东部,中心城关键游憩源分布主要分布在老城区及周边,以及西北郊部分历史名园。通过最小积累阻力分析,形成了 51条潜在廊道和28条现状廊道构成的生态廊道系统。还通过使用频率高、风景优美的线性廊道连接游憩需求高的游憩源地,进行游憩廊道构建,最终形成19条联系游憩源地的游憩廊道。(7)最后结合系统动力学模型自上而下的数量模拟优势和元胞自动机自下而上的空间模拟优势,对中心城绿色空间进行模拟预测,提出3种情景,模拟在绿色空间高、中、低理想格局下的中心城绿色空间时空变化,为绿色空间理想格局的实现提供社会经济宏观调控策略和空间优化策略。系统动力学模型结果表明,若北京市中心城继续保持现有的社会经济发展状况,绿色空间总体面积继续减少,但可以实现绿色空间低理想格局的面积需求。若实现情景1,当北京市中心城人口在第19个步长为929万,GDP保持平均6.1%的增长率时,可实现绿色空间中理想格局的绿色空间面积需求。若实现情景2,当北京市中心城人口在第19个步长减少到859万,GDP平均增长率降低到4.9%时,可实现绿色空间高理想格局的绿色空间面积需求。元胞自动机对北京市中心城2035年绿色空间的模拟结果表明,当对照情景继续保持现有社会经济发展趋势时,2035年大量耕地被建设用地占用。当情景1模拟绿色空间中理想格局,绿色空间的斑块密度、景观形状指数、边缘密度都高于对照情景和情景1。当情景2模拟绿色空间高理想格局,到2035年各类用地最明显的变化是建设用地面积出现降低,林地、草地和湿地及水域出现增加趋势。绿色空间破碎度明显下降,而绿色空间连接度和多样性指数也明显提升,北京市中心城绿色空间空间明显得到优化。研究通过规划政策老城遗址公园环、一道城市公园环、二道郊野公园环、楔形绿廊、南北中轴生态空间和小微绿地的规划政策建议促进关键生态、游憩空间和廊道的建设。最后,研究以北京市中心城“留白增绿”的实践为例,通过绿色空间理想格局指导其实施与落地,促进本研究的实践应用。
欧云[4](2018)在《基于GIS的风景单元识别与制图研究 ——以黄岗梁国家森林公园为例》文中研究表明随着社会的进步与旅游休闲业的发展,越来越多的人向往绿色环境、渴望亲近自然,回归自然。在此背景之下,森林公园以其独特的风景资源和优美的环境在21世纪成为生态旅游的热点,在旅游业中占有越来越重要的地位。旅游发展给森林公园带来了丰厚的旅游收益,但也对森林风景资源造成了极大的破坏和冲击。如何在保护森林公园生态系统和资源的前提下,有效开发风景资源旅游,使森林公园得到可持续发展逐渐成为新的研究课题。风景评价是有效进行保护地管理的基础,是保护与开发自然风景资源中最重要的环节,通过对风景进行评价,可以更好地促进森林景观资源的保护和利用。现代风景评价按过程大致可分为风景调查、风景单元识别与制图、风景资源描述、打分评价等阶段。其中,风景单元的识别与制图尤其重要,它是风景评价的前期支撑,为评价提供了基本对象,在传统森林公园风景单元识别与制图中,往往是规划者从自身对风景的价值认识出发对风景客体进行经验识别,采用点的方式表述风景。此方法存在以下两个弊端:其一,每个人对风景的感知千差万别,使得风景单元识别产生差异,继而导致风景评价的结果不一,甚至与实际情况偏差甚远;其二,经验判定的景点空间边界模糊不清,导致后期保护和利用的边界不定,不利于森林公园有效管理。基于以上背景,为克服这些弊端,本文从人可感知到的地表景观特征要素出发,基于视觉可识别及GIS技术可识别结合的研究视角,应用景观空间异质性原理和景观制图技术,采用GIS空间分析技术及方法,以黄岗梁森林公园为研究载体,对风景单元识别及制图进行研究。首先,根据景观空间异质性原理,从视觉可识别及GIS技术可识别角度出发,在理论上提出了风景单元的特征异质性识别系统,并采用矩阵模型,进行了风景单元种类推演研究。研究结果表明:风景单元识别系统按空间形态特征分为2个层次,第一层次为风景单元三维向量空间组合层次,可分为地貌基本层、水平覆盖层、垂直覆盖层三种类型,他们之间可实现组合;第二层次为风景单元构成要素层次,是三维向量空间变化的特征与形态细分,共可分为22类。第一层次内部即第二层次具有空间的排它性,共存在166种风景单元理论种类。其次,依据风景单元异质性划分层次及类型,及风景单元组合原理研究,以黄岗梁国家森林公园为例,基于GIS空间分析技术,讨论了风景单元识别及风景单元制图的技术方法。研究结果表明:可实现视觉可识别及GIS技术可识别的有效统一,以及风景单元划分操作的简单化与空间化制图。
欧定华[5](2016)在《城市近郊区景观生态安全格局构建研究 ——以成都市龙泉驿区为例》文中指出长期以来,由于城市无序蔓延扩张和土地利用开发不合理,城市近郊区陆地生态系统结构和功能遭到严重破坏,出现了较为严重的生态环境问题。21世纪以来,中国城镇化、工业化飞速发展,城市近郊区经济发展与生态保护之间的矛盾更是愈演愈烈。为探寻一种能从空间上有效平衡经济发展与生态保护矛盾关系的区域生态安全格局,切实避免生态保护进入盲目保护和低效保护误区,加强区域景观生态安全格局构建理论和方法研究显得非常必要。但是,目前国内相关研究对于景观生态安全格局构建理论与方法的探讨还不深入,尤其是针对景观变化明显、人地矛盾尖锐、环境问题突出的城市近郊区的研究还很少见。龙泉驿属四川省会成都市辖区,是国家级成都经济技术开发区所在地和四川天府新区主要组成板块,距成都市中心12km,系典型大城市近郊区。其生态安全不仅关系到成都经济技术开发区的可持续发展,更关系到四川天府新区生态屏障的建设。随着工业化、城镇化的加速推进,该区人口快速聚集增加、经济飞速发展、城镇无序蔓延、工业区大幅扩张,对区域生态环境产生了较大负面影响,工业“三废”污染、森林植被锐减、乡村景观破碎化、生物多样性下降、水土资源短缺等生态安全问题较为突出,对其进行景观生态安全格局构建理论和方法研究,具有重要理论价值和现实意义。鉴于此,本研究以成都市龙泉驿区为案例研究区,旨在以景观格局优化为视角,在景观分类与景观格局现状分析、景观格局变化特征与驱动因子分析、景观格局变化潜力与动态模拟、区域生态安全评价与变化趋势预测研究基础上,创新提出一种基于PSO算法原理的景观格局空间优化模型与算法,对经济发展、生态保护、统筹兼顾3种情景景观空间布局进行优化,力图构建一种能有效平衡经济发展与生态保护矛盾关系的景观生态安全格局,为区域土地持续利用、城镇合理扩张、经济良性发展提供切实可行的空间管控依据,也为推进地方落实国家生态文明建设战略提供理论和技术支撑。主要研究结论为:(1)以土地利用/土地覆被类型为依据,将研究区划分为6种景观类型,在此基础上对整个区域景观格局现状进行分析表明,各景观类型空间分布不均,斑块破碎化程度高,受人类活动影响较大。利用OLI遥感影像、ASTER GDEM等数据,应用遥感影像分类、ArcGIS空间分析和地图编制等RS、GIS技术方法对景观分类进行探讨,在此基础上对研究区景观格局现状进行了分析。①以地貌类型、土地利用/土地覆被类型为依据,构建了“景观类-景观型”两级景观分类体系,并根据该分类体系将研究区划分为18种景观类型,其中主要景观类型有山地果园景观、平坝果园景观、平坝城乡人居及工矿景观、平坝农田景观、山地森林景观、丘陵果园景观、平坝交通运输景观和平坝水体景观8种。②以土地利用/土地覆被类型为依据,参考相关土地利用/土地覆盖分类体系将研究区划分为6种景观类型,果园、城乡人居及工矿、农田为优势景观,其中果园景观面积、斑块数、多样性指数、斑块形状指数分别为29864.16hm2、772块、0.8614、1.6968,城乡人居及工矿景观分别为9356.20hm2、421块、0.9987、1.5887,农田景观分别为8006.15hm2、931块、0.9997、1.5709,整个区域景观类型空间分布不均,景观斑块破碎化程度高,受人类活动影响较大。③应用ISODATA遥感影像非监督分类方法进行地貌类型化分,能把沟谷浅丘等小尺度地貌类型划分出来,确保地表形态的连续性和渐变性;QUEST、C5.0、MLC分类结果图的总体分类精度、Kappa系数、平均用户精度、平均制图精度大小依次均为QUEST>C5.0>MLC,平均错分误差、平均漏分误差大小依次均为QUEST<C5.0 <MLC,表明QUEST决策树分类法是研究区遥感影像土地利用/土地覆被类型分类的最佳方法;集成ISODATA遥感影像非监督分类、QUEST决策树分类、GIS空间分析等方法能综合利用多类景观生态分类指标进行景观类型划分,可在中尺度景观分类中推广应用。(2)对1992~2014年景观格局变化特征与驱动因子的分析表明,研究区主要景观类型均发生了频繁转化,变化的主要驱动因子是人口状况、科技水平、经济发展等人文驱动因子。利用TM/OLI遥感影像、ASTER GDEM数据、气象数据、土壤数据和相关社会经济数据,结合研究区景观格局变化特征、自然生态环境状况和相关研究成果,构建景观格局变化驱动因子指标体系,并应用空间回归模型进行了驱动因子分析。①1992~2014年,交通运输、果园、城乡人居及工矿景观增加显着,分别增加329%、184%、125%,农田、森林、水体景观减少明显,分别减少67.85%、59.94%、41.00%;主要景观均发生频繁转化,其中农田向果园、森林向果园、农田向城乡人居及工矿的转化最明显。②景观格局变化驱动因子受时间尺度影响较大,同一景观格局变化驱动因子会随时间推移而发生不同程度地变化,同一驱动因子对景观格局变化的影响力也会随时间变化而发生改变。③研究区农田、果园、交通运输、水体景观格局变化主要受人文驱动因子影响,其中农田景观格局主要受人口状况影响,果园景观格局主要受人口状况、科技水平、经济发展影响,交通运输景观格局主要受经济发展影响,水体景观格局主要受经济发展、人口状况影响;而森林、城乡人居及工矿景观格局变化主要受自然驱动因子影响,其中森林景观格局主要受地形、土壤等驱动因子影响,城乡人居及工矿景观格局主要受地形驱动因子影响④人文驱动因子对景观格局变化的影响程度总体上大于自然驱动因子,其中人口状况、科技水平、经济发展因子是研究区景观格局变化主要驱动因子。(3)对2014~2028年景观变化的动态模拟表明,研究区景观变化剧烈程度将逐渐减弱,各景观类型间均发生了不同程度的转化,主要转化方向为“森林→果园、果园→城乡人居及工矿、果园→农田”。利用TM/OLI遥感影像、ASTER GDEM数据以及降雨量、有机质含量等景观变化驱动因子数据,在ArcGIS和IDRISI Selva软件支持下,建立Ann-Markov-CA复合模型,对研究区1992~2014年景观格局变化潜力以及2021、2028年景观变化趋势进行研究。①景观变化潜力预测组合驱动因子个数越多其预测准确率不一定就越高,需根据预测准确率选择恰当驱动因子组合进行变化潜力模拟。② Ann-Markov-CA模型模拟效果总体上优于已有研究中常用的MCE-Markov-CA、 Markov-CA和Logistics-Markov-CA模型,其Kappa系数达到了0.41-0.60精度要求,具有一定可信度,能够较好地实现研究区景观变化模拟。③2014-2028年,大部分景观保持2000~2014年间的变化趋势,即城乡人居及工矿、交通运输景观面积持续增加,农田、森林景观面积总体上持续缩减,但其变化剧烈程度逐渐减弱,各景观类型之间均发生了不同程度的转化,转化类型以“森林→果园、果园→城乡人居及工矿、果园→农田”为主。④过去14年(2000~2014年)和未来14年(2014~2028年),农田、森林景观因转出概率较大(分别为72.92%、64.8%)而总体上呈缩减趋势,成为其他景观增加的稳定补给源,因此遏制农田、森林景观无节制缩减,对维持区域生态平衡、实现地方生态建设与经济发展互动双赢具有重要意义。(4)研究区2000~2014年生态安全评价结果为东部山区生态安全状况优于西部坝区,在此基础上预测得出2015~2028年生态安全水平将缓慢提升,但大部分区域生态安全等级偏低,生态安全严峻形势不会得到根本转变。基于P-S-R模型构建区域生态安全评价指标体系,利用TM/ETM+/OLI遥感影像、ASTER GDEM数据、气象数据、土壤数据和相关社会经济数据直接或间接获取各评价指标数据,在GIS技术支持下应用综合评价法对2000~2011年、2013-2014年研究区生态安全空间状况进行评价,在此基础上集成RBF神经网络模型和GIS空间分析方法对2015~2028年研究区生态安全变化趋势进行预测研究。①2000~2014年,东部山区生态安全状况优于西部坝区,且东部山区、西部坝区生态安全指数均呈波动下降趋势,生态安全呈现恶化态势;整个区域主要处于中警、预警、风险、敏感、临界5种生态安全状态,其中敏感安全等级以下区域多年占比均值为76.2%,大部分区域生态安全水平较低。②RBF神经网络预测平均绝对误差和误差均方根多年均值小于0.05,较好地实现了研究区生态安全变化预测。⑧2015~2028年,敏感安全水平以下区域多年占比均值和上升至85.6%,区域生态安全严峻形势未得到根本转变;一般、临界、敏感生态安全高等级区和重警、中警生态安全低等级区将大幅缩减,而处于中间水平的预警区和风险区将大幅增加,绝大部分地区将处于预警、风险2种生态安全状态,生态安全等级不高,未能摆脱生态安全威胁境遇。④合理控制人口规模,严守耕地保护红线,保持适度城镇化增长率,科学配置城镇和工业区用地,加大植被恢复和生态保护力度,加快区域产业结构深度调整是该地区摆脱生态风险威胁困境的重要举措。(5)应用PSO景观格局空间优化模型与算法对研究区景观生态安全格局的构建结果表明,在3种情景中,经济发展情景方案因追求经济效益最大化而使生态效益呈负增长,且不符合森林面积增大潜在可能性较大的实际;生态保护情景方案因强调生态效益最大化而使经济效益呈负增长,且不符合城乡人居及工矿用地扩张潜在可能性较大的实际;统筹兼顾情景方案经济、生态、综合效益均得以提升,符合区域景观变化潜在可能性和经济发展、生态建设实际,是研究区最理想景观生态安全格局。基于景观分类与景观格局现状分析、景观格局变化特征与驱动因子分析、景观格局变化潜力与动态模拟、区域生态安全评价与变化趋势预测研究成果以及OLI遥感影像、ASTER GDEM数据、气象数据、土壤数据和相关社会经济数据,在景观适宜性评价、景观数量优化基础上,构建PSO景观格局空间优化模型与算法,并通过利用该模型和算法对经济发展、生态保护、统筹兼顾情景景观空间布局的优化来进行景观生态安全格局构建研究。①基于PSO的景观格局空间优化模型与算法能够利用粒子位置模拟景观分布以及有效耦合约束最优化模型景观数量优化结果和相关政策、经济、社会因素进行空间格局优化,从理论上实现了基于高分辨率栅格图像的景观空间布局优化,是景观格局空间优化的有效方法,可在区域层面景观生态安全格局构建中推广,但在应用中要根据研究范围和尺度选择恰当的栅格图分辨率。②目标年(2021年和2028年),经济发展情景优势景观为城乡人居及工矿、果园,景观格局呈现出西部坝区以城乡人居及工矿、农田为主,东部山区以果园为主的分布特征;生态保护情景优势景观为森林、城乡人居及工矿,景观格局呈现出西部坝区以城乡人居及工矿、果园、农田为主,东部山区以森林为主的分布特征;统筹兼顾情景优势景观为森林、城乡人居及工矿和果园,景观格局呈现出西部坝区以城乡人居及工矿、农田为主,东部山区以森林、果园为主的分布特征。③统筹兼顾情景景观格局优化方案符合区域景观变化潜在可能性和研究区经济发展、生态建设实际,未来潜在可能性最大,且该方案经济、生态、综合效益均得以优化提升,是目标年研究区最为理想的景观生态安全格局。综上所述,本研究基于TM/ETM+/OLI遥感影像、ASTER GDEM数据、气象数据、土壤数据和相关社会经济数据,对景观类型与景观格局现状、景观格局变化特征与驱动因子、景观格局变化潜力与动态变化趋势、区域生态安全水平与变化趋势等景观生态安全格局构建基础理论与方法进行系统研究,创新提出了一种基于PSO算法原理的景观格局空间优化模型与算法,实现了研究区不同情景景观空间布局的优化,成功构建了一种能有效平衡经济发展与生态保护矛盾关系的景观生态安全格局,进一步增强了国内景观生态安全格局构建基础理论探讨的系统性和方法应用的创新性,为区域编制生态建设与环境保护规划、土地利用规划、城镇空间规划以及地方构建生态文明建设空间战略奠定了理论基础和提供了方法参考,对促进区域土地持续利用、城镇合理扩张、经济良性发展具有重要的现实意义。
欧定华,夏建国,张莉,欧晓芳,赵智[6](2015)在《RS和GIS技术在中尺度景观类型划分与制图中的应用:以成都市龙泉驿区为例》文中研究指明以成都市龙泉驿区为研究区,利用Landsat-8 OLI影像、ASTER GDEM等数据,应用RS、GIS技术对景观类型划分与制图进行研究。结果表明:ISODATA遥感影像非监督分类法可以实现研究区地貌类型的自动划分,不但降低了传统分类中主观因素对分类结果的影响,而且把沟谷浅丘等小尺度地貌类型划分出来,确保了地表形态的连续性和渐变性;QUEST、C5.0、MLC分类结果图的总体分类精度、Kappa系数、平均用户精度、平均制图精度大小依次均为QUEST>C5.0>MLC,平均错分误差、平均漏分误差大小依次均为QUEST<C5.0<MLC,说明QUEST决策树分类法是进行研究区遥感影像土地利用/覆被类型分类的最佳方法;把Arc GIS空间分析、地图编制技术与Python编程相结合进行景观类型划分与制图,能够克服GIS平台常规功能局限,提高制图效率,具有较强实用性;研究区共划分为18种景观类型,其景观类型分布特点与区域景观格局实际相符,说明集成应用QUEST遥感影像决策树分类、GIS空间分析和地图编制、Python编程技术方法能综合利用多类景观生态分类指标实现研究区景观类型划分与制图,充分说明RS、GIS技术在中尺度景观类型划分与制图中具有较强推广价值和应用前景。
Kieu Quoc Lap(桥国立)[7](2014)在《基于GIS的山地景观生态综合评价研究 ——以越南老街省沙巴县为例》文中研究表明地理信息系统(GIS)作为一种有效的技术方法,已广泛应用于多种科学领域,其中包括景观生态学研究。该论文以越南的沙巴县为研究地点。研究地点是越南的海拔最高的山地县,也是一个非常特殊的自然地理区域,具有潜在的自然资源丰富,该地区地形复杂、气候多异、植被类型纷繁、土母质多变,形成了对农林业是十分有利的的土壤资源。然而沙巴也是越南最贫困的地区之一,主要表现在经济活动有限,自给自足的生产方式,自然资源开发利用的效率不高,土地利用系数低。本文以GIS为主要研究方法,针对山地景观生态进行分析与评价。本文总结了景观生态学的研究现状,初步应用山地景观生态的理论基础及研究方法。在生态学理论、可持续发展理论、系统理论和越南的热带季风生态理论的基础上,结合GIS空间分析方法以及包括遥感图像处理法、统计数据收集和文献查阅法、野外调查法、农村快速评估法、定量分析法在内的多种技术手段进行数据的收集处理和分析。基于上述研究,本文已采用了一些GIS模型在山地景观生态综合评价中的应用,如在作物生态适宜性评价中ALES-GIS模型、在山地土地适宜性评价中GIS和AHP-GDM耦合模型。本研究取得以下主要结论和成果:1.建立了沙巴县山地景观生态综合评价研究的服务GIS数据库。利用所收集的数据(卫星遥感影像、地形和土地利用现状的纸质图、行政区划空间数据、有关的统计年鉴数据及文档数据等)建立了GIS数据库,包括空间数据库和非空间数据库。该数据库是沙巴县山地景观生态分析评价与规划的基础,具有重要的作用。在山地景观生态评价分析过程中,本研究主要采用地理信息系统的空间分析软件,如Arcview3.3、ArcGIS10.1、Mapinfo10.0以及遥感影像处理软件Envi4.6、Erdas Imagine9.0.2.根据上述GIS数据库,针对沙巴县山地景观生态格局进行分析,并建立了一系列山地景观图。首先,通过沙巴县山地景观生态格局的单因子,深入分析山地景观的垂直格局构成地形、地貌、土壤、气候和植被的五种主导自然要素。对每个要素进行了分析、分级并在地图上可视地显示。在此基础上利用GIS空间叠加功能,将各景观单因子图叠加生成综合景观生态图和山地景观分区图。分析结果表明沙巴县山地景观生态是非常复杂多样的,全县共可分为3个景观生态组、87个不同的景观类和280个不同的景观斑块。3.针对山地农林业景观生态,本文对景观适宜性进行评价。在评价过程中,主要集中在三个内容:第一,森林景观生态保存值评价,应用熵模型,基于GIS技术对森林景观指数进行模拟,并确定森林景观保护的边界。第二,对一些主要农作物的景观生态适宜性评价。采用ALES-GIS评价模型,选择果树、经济作物和药用作物三个农作物组对沙巴县景观生态条件进行生态适宜性评价,评价结果以适宜性评价图的形式体现。第三,基于GIS和AHP-GDM模型的区域稳定土地适宜性评价,在专家提出的参考意见下对林地、果园用地、工业原料用地、药材用地4种土地景观进行适宜性的分类。4.提出了沙巴县山地农林业景观生态规划方案。在沙巴县山地景观生态分析评价的结果与农林业发展现状的基础上,以可持续发展观点为主,确定了四个景观生态功能区,包括生态保护区、生态缓冲区、生产与生态恢复区及生态农业区;同时提出了农作物的发展规划优先的空间、森林发展优先的空间和生态保存优先的空间。通过研究的成果和内容可知本文有以下创新点:1.在越南老街省沙巴县,运用GIS技术进行景观生态综合评价研究,初步提出山地景观生态评价研究理论框架、概念及内涵。2.提出了山地景观生态分类与评价指标体系:沙巴县山地景观生态分类指标体系包括景观组、景观类型、景观斑块和景观小区。针对沙巴县农林业景观生态特点,以可持续为理论基础,建立一些作物生态适宜性评价指标。3.建立了基于GIS技术的农林业景观生态功能分区编制技术体系,提出了沙巴县山地农林业景观生态规划方案。
岳大鹏,刘胤汉[8](2010)在《我国综合自然地理学的建立与理论拓展》文中研究说明回顾和评述了中国综合自然地理学的建立和发展过程。中国综合自然地理学经过几代地理学者的不断实践和理论概括,逐渐形成和蓬勃发展起来。相对于国外研究,中国综合自然地理在土地系统分级、结构、演变、系列制图、综合自然区划、自然地带划分、自下而上组合自然小区等方面有长足的进步与拓展。今后,现代综合自然地理学应在自然地域系统方面,把自然、人文、生态经济等各个要素进行系统综合,开展综合地理区划研究,进一步提高区划的理论性和实践性;在土地系统方面,把尺度、结构、过程结合起来,开展土地结构与演变研究,加强土地利用/土地覆被特点、驱动力和生态效应研究;在自然地理过程方面,把物理、化学、生物过程综合到土壤—植被—大气连续系统界面研究上来。
申元村[9](2010)在《土地类型研究的意义、功能与学科发展方向》文中认为土地类型是综合自然地理学的基本研究对象,反映的是中小尺度地段分异规律和综合整体的环境特征。对土地类型研究的学术意义、功能和对未来学科发展方向进行界定,对促进土地类型学的发展和应用功能的发挥有重要作用。文章总结了土地类型研究的学术意义与功能,认为土地类型研究是自下而上论证综合自然区划、确立区域土地结构、进行生态研究和生态建设设计、进行农林牧合理用地布局和用地结构调整、灾害成因和防灾减灾研究的基础性学科;在分析国内外研究现状与问题的基础上,指出当前该学科存在的关键学术问题是土地类型划分的基本分级体系不确定,各级土地类型划分指标体系未建立,遥感与多元数据计算机制图与分类指标体系未实现技术连接;从学科发展方向着眼,当前应通过遥感、地理信息系统与野外考察相结合,通过典型区解剖方法,确立土地类型基本分级体系,建立各级类型划分指标,以及遥感与多元数据计算机制图与分类指标体系的技术连接,并对未来需要研究的课题作了展望。
钱金凯,宋阳,程维明[10](2009)在《中国1∶100万地貌图色彩系统的设计与建库》文中进行了进一步梳理中国1∶100万地貌图的色彩设计是在对中国地貌特征分析研究的基础上,通过中国地貌图物理色彩模型,根据颜色三个基本特征:即色相、亮度和饱和度的不同变化与组合,结合人们对色彩感受的物理与心理特征,对中国1∶100万地貌图2 000多个类型的不同色彩进行定量分析,采用现代数字地图印刷技术的C、M、Y、K四色值来构建色彩与地貌类型之间的联系,建立完整的地貌类型色彩库。以此编制的中国1∶100万地貌图不仅很好地反映了中国地貌的总体特征,也反映出不同地貌类型之间的差异,该色彩系统可为编制相关专题图提供借鉴。
二、中国1∶100万景观生态制图设计(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、中国1∶100万景观生态制图设计(论文提纲范文)
(1)内蒙古草甸草原区遥感生态评价与监测研究(论文提纲范文)
摘要 |
abstract |
1 引言 |
1.1 选题依据 |
1.1.1 大数据技术和云计算平台成为地学和生态学的研究热点 |
1.1.2 干旱区草原退化已成为严峻的生态问题 |
1.1.3 内蒙古牧区草畜关系和畜牧业发展面临严峻挑战 |
1.2 研究进展 |
1.2.1 遥感波段指数生态评价研究进展 |
1.2.2 生态系统服务价值遥感估算研究进展 |
1.2.3 干旱区遥感生态参量估算研究进展 |
1.2.4 遥感草原返青和长势反演研究进展 |
1.2.5 草地盖度估算研究进展 |
1.2.6 草原普查和资源调查研究进展 |
1.2.7 草地产草量研究进展 |
1.2.8 草原退化检测研究进展 |
1.3 研究目标与技术路线 |
1.3.1 重要概念 |
1.3.2 研究目标 |
1.3.3 研究意义 |
1.3.4 总体框架与技术路线 |
1.4 研究区概况 |
1.4.1 气候和物候 |
1.4.2 植被条件 |
1.4.3 农牧交错特征 |
2 材料与方法 |
2.1 地面采集数据介绍 |
2.1.1 野外样地实测生物量 |
2.1.2 气象观测数据 |
2.2 遥感数据集成方法介绍 |
2.2.1 基于GEE的遥感数据集成 |
2.2.2 遥感数据最大值合成方法介绍 |
2.2.3 遥感生态指数构建方法 |
2.3 遥感草原生态评价方法和技术 |
2.3.1 土地利用变化及生态风险评估方法 |
2.3.2 生态系统服务价值核算关键技术 |
2.4 遥感草原生态监测保护方法和技术 |
2.4.1 统计学和机器学习方法 |
2.4.2 混合像元分解原理 |
2.4.3 返青监测原理和方法 |
2.4.4 沙化研究方法和技术路线 |
2.4.5 产量和盖度研究技术路线 |
2.4.6 载畜量研究方法 |
3 结果与分析 |
3.1 土地利用变化及景观生态风险评估 |
3.1.1 内蒙古全域土地覆盖时序特征 |
3.1.2 草甸草原区土地利用变化时序特征 |
3.1.3 草甸草原区土地利用覆盖时空分布 |
3.1.4 草甸草原区近20年景观生态风险变化 |
3.2 生态系统服务价值评估结果及分析 |
3.2.1 基础当量价值时空动态调节分析 |
3.2.2 基础当量时空调节下的动态当量表构建 |
3.2.3 草甸草原区生态系统服务价值季度特征 |
3.2.4 生态系统服务基础当量价值季度特征 |
3.2.5 生态系统服务货币价值时序分析 |
3.2.6 生态系统服务货币价值空间特征 |
3.3 草甸草原区关键生态参量监测 |
3.3.1 盖度监测 |
3.3.2 长势监测 |
3.3.3 返青监测 |
3.4 草原保护和利用研究 |
3.4.1 产量监测和载畜量估算 |
3.4.2 退化检测 |
4 讨论 |
5 结论 |
6 展望 |
致谢 |
参考文献 |
作者简介 |
(2)青海省天峻县国土空间地理特征研究(论文提纲范文)
摘要 |
ABSTRACT |
绪论 |
第一章 研究区概况及数据处理 |
1.1 研究区概况 |
1.1.1 自然地理概况 |
1.1.2 经济社会概况 |
1.2 数据来源及处理 |
1.2.1 主要数据来源 |
1.2.2 数据预处理 |
第二章 天峻县地形地貌信息提取与分析 |
2.1 地形信息提取与分析 |
2.1.1 坡度 |
2.1.2 坡向 |
2.1.3 高程 |
2.1.4 地势起伏度 |
2.1.5 地表粗糙度 |
2.2 地貌信息提取与分析 |
2.2.1 基于DEM地面绝对海拔高度的等级划分 |
2.2.2 基于DEM的地势起伏度计算 |
2.2.3 研究区基本地貌形态 |
2.3 本章小结 |
第三章 天峻县土地类型识别及空间分布特征 |
3.1 土地类型的确定 |
3.2 土地类型的划分依据 |
3.3 土地类型的空间分布 |
3.3.1 林地空间分布 |
3.3.2 草地空间分布 |
3.3.3 湿地空间分布 |
3.3.4 水域空间分布 |
3.3.5 裸地空间分布 |
3.3.6 冰川及永久积雪空间分布 |
3.3.7 建设用地空间分布 |
3.4 本章小结 |
第四章 天峻县土地类型景观空间格局特征分析 |
4.1 土地类型景观空间格局指数的选取 |
4.2 土地类型景观空间格局的地形分布特征 |
4.2.1 土地类型景观空间格局坡度分布特征 |
4.2.2 土地类型景观空间格局坡向分布特征 |
4.2.3 土地类型景观空间格局垂直分布特征 |
4.3 不同地貌的土地类型景观空间格局特征 |
4.4 本章小结 |
第五章 结论与展望 |
5.1 主要结论 |
5.2 研究不足与展望 |
参考文献 |
附录 |
致谢 |
(3)基于多源数据分析的北京市中心城绿色空间格局演变和优化研究(论文提纲范文)
摘要 |
Abstract |
1 引言 |
1.1 研究背景 |
1.2 研究目的与意义 |
1.2.1 研究意义 |
1.2.2 研究目标 |
1.3 研究对象与时间节点 |
1.3.1 北京市中心城 |
1.3.2 绿色空间 |
1.3.2.1 绿色空间的定义 |
1.3.2.2 北京市中心城绿色空间 |
1.3.3 绿色空间格局 |
1.3.4 研究时间节点的确定 |
1.4 国内外研究综述 |
1.4.1 绿色空间研究热点问题 |
1.4.1.1 绿色空间格局研究 |
1.4.1.2 绿色空间服务功能研究 |
1.4.1.3 重要绿色空间规划实践研究 |
1.4.2 绿色空间格局演变的驱动机制相关研究进展 |
1.4.2.1 绿色空间格局演变的驱动机制 |
1.4.2.2 绿色空间格局演变的驱动机制研究方法进展 |
1.4.2.3 绿色空间格局演变驱动机制的因素分类 |
1.4.2.4 北京市绿色空间格局的演变驱动机制研究进展 |
1.4.3 绿色空间格局优化研究进展 |
1.4.3.1 空间格局优化的概念 |
1.4.3.2 绿色空间格局优化的方法 |
1.4.4 基于绿色空间格局优化的土地面积和空间模拟预测相关研究进展 |
1.4.4.1 土地模拟预测 |
1.4.4.2 土地模拟预测的研究领域 |
1.4.4.3 土地模拟预测方法的研究进展 |
1.4.5 研究进展评述 |
1.5 研究内容 |
1.5.1 发现问题-北京市中心城绿色空间格局的时空演变 |
1.5.2 问题机制-北京市中心城绿色空间格局演变的驱动机制 |
1.5.3 优化目标-北京市中心城绿色空间理想格局构建 |
1.5.4 解决问题-提出北京市中心城绿色空间格局优化策略 |
1.5.5 实践应用-北京市五环内“留白增绿”的实践应用 |
1.6 技术路线 |
2 研究框架 |
2.1 研究数据 |
2.1.1 遥感数据 |
2.1.1.1 遥感数据来源及处理软件 |
2.1.1.2 遥感数据校正和融合 |
2.1.1.3 遥感解译标志 |
2.1.1.4 遥感信息解译 |
2.1.1.5 遥感精度检验 |
2.1.2.6 遥感制图 |
2.1.2 社会经济数据 |
2.1.3 自然数据 |
2.1.3.1 天气气象数据 |
2.1.3.2 土壤数据 |
2.1.3.3 地形数据 |
2.2 研究方法 |
2.2.1 绿色空间的面积演变分析-动态度计算 |
2.2.2 绿色空间的面积转换分析-转移矩阵模型 |
2.2.3 绿色空间的空间结构演变分析-景观格局指数分析 |
2.2.3.1 景观格局指数的选取 |
2.2.3.2 景观格局指数的计算方式及其意义 |
2.2.4 绿色空间格局演变的驱动机制分析-偏最小二乘回归分析 |
2.2.4.1 方法的适用性分析 |
2.2.4.2 方法原理 |
2.2.4.3 建模步骤 |
2.2.4.4 结果的有效应检验 |
2.2.5 绿色空间格局演变的驱动机制分析-地理加权回归分析 |
2.2.5.1 方法的适用性分析 |
2.2.5.2 方法原理 |
2.2.5.3 加权权重的计算方式 |
2.2.5.4 回归结果的有效应检验 |
2.2.6 绿色空间格局优化-绿色空间理想格局构建、最小积累阻力模型 |
2.2.6.1 绿色空间理想格局构建的方法 |
2.2.6.2 最小积累阻力模型 |
2.2.7 绿色空间的面积模拟预测分析-系统动力学模型 |
2.2.7.1 系统动力学模型的基本构成和原理 |
2.2.7.2 系统动力学模型的建模步骤 |
2.2.8 绿色空间的空间模拟预测分析-元胞自动机模型 |
2.2.8.1 元胞自动机模型的基本构成 |
2.2.8.2 元胞自动机模型的建模步骤 |
3 研究区域概述 |
3.1 研究区域自然与社会概况 |
3.1.1 气候概述 |
3.1.2 地形地貌 |
3.1.3 水文 |
3.1.4 植被 |
3.1.5 经济发展概述 |
3.2 历史概述—西周以来的北京市山水格局与绿色空间变迁 |
3.2.1 概述 |
3.2.1.1 北平湾 |
3.2.1.2 自然水系 |
3.2.2 西周至唐-地理条件决定的城市景观营建 |
3.2.2.1 地理条件决定的城市兴起 |
3.2.2.2 围绕农业灌溉的水利初兴 |
3.2.2.3 与自然山水相依的景观格局 |
3.2.3 辽金元-基于人工水利建设的城市景观发展 |
3.2.3.1 人工干预下的漕运开发 |
3.2.3.2 城市与宫苑的营建 |
3.2.4 明-集中于城市内部的景观建设 |
3.2.4.1 城池与宫苑建设 |
3.2.4.2 水源及水系的改变 |
3.2.4.3 运河的衰落 |
3.2.4.4 园林与风景区的建设 |
3.2.5 清-水利工程的西移与其带动下的景观建设 |
3.2.5.1 清代水利工程 |
3.2.5.2 京西稻与农田灌溉 |
3.2.5.3 集中于京西郊的园林建设 |
3.2.6 民国时期与建国初期-城市景观建设的停滞与新生 |
3.2.6.1 公园开放运动 |
3.2.6.2 民国初期的行道树种植风潮 |
3.2.6.3 城市规划的探索 |
3.2.6.4 “大地园林化”的狂热建设期 |
3.2.6.5 “文革”期间的绿化破坏 |
3.2.6.6 绿色空间规划的规范化及发展 |
4 北京市中心城绿色空间格局的时空演变分析 |
4.1 北京市中心城绿色空间的面积演变分析 |
4.1.1 绿色空间的面积组成对比分析 |
4.1.2 不同类型的绿色空间面积演变分析 |
4.2 北京市中心城不同时期绿色空间的转换分析 |
4.2.1 1992年-2000年各类型绿色空间的面积转换分析 |
4.2.2 2000年-2008年各类型绿色空间的面积转换分析 |
4.2.3 2008年-2016年各类型绿色空间的面积转换分析 |
4.2.4 1992年-2016年各类型绿色空间的面积转换分析 |
4.3 北京市中心城绿色空间景观格局的演变分析 |
4.3.1 绿色空间单元特征的时空演变分析 |
4.3.1.1 斑块数量(NP) |
4.3.1.2 斑块类型面积(CA) |
4.3.1.3 平均斑块面积(MPS) |
4.3.1.4 斑块类型面积百分比(PLAND) |
4.3.2 绿色空间破碎化的时空演变分析 |
4.3.2.1 斑块密度(PD) |
4.3.2.2 最大斑块指数(LPI) |
4.3.2.3 景观形状指数(LSI) |
4.3.2.4 边缘密度(ED) |
4.3.3 绿色空间连接度的时空演变分析 |
4.3.4 绿色空间多样性的时空演变分析 |
4.4 北京市中心城绿色空间演变中的问题 |
4.4.1 绿色空间面积严重萎缩、关键绿地空间流失 |
4.4.2 绿地绿色空间“大空间少而孤立、小空间分散,连接性不佳” |
4.4.3 绿色空间综合功能尚未达到市民需求 |
4.5 本章小结 |
4.5.1 各类绿色空间面积演变呈现“三减一增” |
4.5.1.1 耕地面积呈现大面积圈层减少 |
4.5.1.2 林地面积呈现局部波动式点状增加 |
4.5.1.3 草地面积呈现少量稳定增加 |
4.5.1.4 湿地及水域面积出现降低 |
4.5.2 各类绿色空间面积转换趋势明显 |
4.5.2.1 耕地面积多转向建设用地、林地 |
4.5.2.2 草地面积转自耕地、建设用地 |
4.5.3 绿色空间整体景观格局呈现破碎化和异质化趋势 |
4.5.3.1 耕地呈现破碎化、湿地及水域呈现形态简单化 |
4.5.3.2 林地、草地呈现连片化和完整化 |
5 北京市中心城绿色空间格局演变的驱动机制分析-社会经济因素 |
5.1 北京市中心城绿色空间格局演变的驱动因子选择 |
5.1.1 驱动因子的选择原则 |
5.1.1.1 因子的代表性 |
5.1.1.2 数据的可获取性 |
5.1.1.3 因子间的独立性 |
5.1.2 驱动因子的分类 |
5.2 社会经济因素对北京市中心城绿色空间格局演变影响的总体分析 |
5.2.1 社会经济因素对各类型绿色空间面积演变影响的总体分析 |
5.2.1.1 社会经济对耕地面积的影响 |
5.2.1.2 社会经济对林地面积的影响 |
5.2.1.3 社会经济对草地面积的影响 |
5.2.1.4 社会经济对湿地及水域面积的影响 |
5.2.2 社会经济因素对绿色空间景观格局演变影响的总体分析 |
5.2.2.1 社会经济对绿色空间总体斑块面积的影响 |
5.2.2.2 社会经济对绿色空间破碎化的影响 |
5.2.2.3 社会经济对绿色空间多样性的影响 |
5.2.2.4 社会经济对绿色空间连接度的影响 |
5.3 社会经济因素对北京市中心城绿色空间格局演变影响的空间差异分析 |
5.3.1 社会经济因素对绿色空间格局演变影响的空间回归结果 |
5.3.2 社会经济因素对绿色空间格局演变影响的空间差异性分析 |
5.3.2.1 社会经济对绿色空间面积影响的空间差异 |
5.3.2.2 社会经济对绿色空间破碎化影响的空间差异 |
5.3.2.3 社会经济对绿色空间连接度影响的空间差异 |
5.3.2.4 社会经济对绿色空间多样性影响的空间差异 |
5.4 本章小结 |
5.4.1 社会经济对绿色空间面积演变影响显着 |
5.4.1.1 城市蔓延导致耕地圈层减少 |
5.4.1.2 人口聚集促进林地面积增加 |
5.4.1.3 产业结构调整影响林草面积演变 |
5.4.2 社会经济对绿色空间景观格局演变影响空间差异明显 |
5.4.2.1 经济发展和人口增加加速绿色空间破碎化 |
5.4.2.2 城市蔓延与绿色空间多样性水平高度负相关 |
5.4.2.3 二产发展减弱绿色空间连接度水平 |
5.4.2.4 社会经济发展显着作用于边缘集团 |
5.4.2.5 研究期末社会经济发展促进典型商圈绿色空间面积、多样性水平增加 |
6 北京市中心城绿色空间格局演变的驱动机制分析-自然因素 |
6.1 北京市中心城绿色空间格局演变的自然驱动因子 |
6.2 自然因素对北京市中心城绿色空间格局演变影响的总体分析 |
6.2.1 自然因素对各类型绿色空间面积演变影响的总体分析 |
6.2.1.1 自然因素对耕地面积的影响 |
6.2.1.2 自然因素对林地面积的影响 |
6.2.1.3 自然因素对草地面积的影响 |
6.2.1.4 自然因素对湿地及水域面积的影响 |
6.2.2 自然因素对绿色空间景观格局演变影响的总体分析 |
6.2.2.1 自然因素对绿色空间总体斑块面积的影响 |
6.2.2.2 自然因素对绿色空间破碎化的影响 |
6.2.2.3 自然因素对绿色空间连接度的影响 |
6.2.2.4 自然因素对绿色空间多样性的影响 |
6.3 自然因素对北京市中心城绿色空间格局演变影响的空间差异分析 |
6.3.1 自然因素对绿色空间格局演变影响的空间回归结果 |
6.3.2 自然因素对绿色空间格局演变影响的空间差异性分析 |
6.3.2.1 自然因素对绿色空间面积影响的空间差异 |
6.3.2.2 自然因素对绿色空间破碎化影响的空间差异 |
6.3.2.3 自然因素对绿色空间连接度影响的空间差异 |
6.3.2.4 自然因素对绿色空间多样性影响的空间差异 |
6.4 本章小结 |
6.4.1 自然因素对绿色空间面积演变影响不显着 |
6.4.2 自然因素对绿色空间景观格局演变起到限制作用 |
7 北京市中心城绿色空间格局演变的驱动机制分析-政策因素 |
7.1 绿色空间相关规划、政策对北京市中心城绿色空间格局的影响 |
7.1.1 绿色空间规划对绿色空间演变的影响 |
7.1.2 绿色空间相关政策对绿色空间演变的影响 |
7.2 园林规划设计建设对北京市中心城绿色空间格局演变的影响分析 |
7.2.1 点状空间-奥林匹克森林公园 |
7.2.1.1 奥林匹克森林公园建设背景 |
7.2.1.2 奥林匹克森林公园规划建设概述 |
7.2.1.3 奥林匹克公园的主要景观类型变化分析 |
7.2.1.4 奥林匹克森林公园对奥林匹克公园区域绿色空间格局的影响 |
7.2.1.5 奥林匹克森林公园对中心城绿色空间格局的影响 |
7.2.2 线性空间-西北郊三山五园绿道 |
7.2.2.1 西北郊三山五园绿道建设背景 |
7.2.2.2 西北郊三山五园绿道规划建设概述 |
7.2.2.3 西北郊三山五园区域的主要景观类型变化分析 |
7.2.2.4 西北郊三山五园绿道对三山五园区域绿色空间格局的影响 |
7.2.2.5 西北郊三山五园绿道对北京中心城绿色空间格局的影响 |
7.2.3 面状空间-百万亩造林 |
7.2.3.1 平原造林建设背景 |
7.2.3.2 平原造林规划建设概述 |
7.2.3.3 中心城平原造林区域的主要景观类型变化分析 |
7.2.3.4 中心城平原造林对区域绿色空间格局的影响分析 |
7.2.3.5 中心城平原造林对中心城绿色空间格局的影响分析 |
7.3 本章小结 |
7.3.1 规划、政府决策引导绿色空间空间结构形成 |
7.3.2 大型城市绿地规划建设推动局部绿色空间格局演变 |
7.3.3 多因素共同作用城市空间消长,复杂机制推动绿色空间动态演变 |
8 北京市中心城绿色空间优化格局构建 |
8.1 北京市中心城绿色空间格局的优化目标-实现绿色空间理想格局 |
8.1.1 斑块的生态适宜性 |
8.1.2 人口游憩使用的需求性 |
8.1.3 文化遗产的传承性 |
8.2 北京市中心城绿色空间格局优化的理想格局构建 |
8.2.1 生态安全格局 |
8.2.1.1 高程与坡度等级 |
8.2.1.2 植被覆盖 |
8.2.1.3 农田 |
8.2.1.4 水域缓冲区 |
8.2.1.5 地质灾害 |
8.2.1.6 水土流失敏感性 |
8.2.1.7 生态安全格局分区 |
8.2.2 游憩需求格局 |
8.2.2.1 绿色空间使用频率 |
8.2.2.2 绿色空间500m服务半径覆盖人口密度 |
8.2.2.3 绿色空间可达性 |
8.2.2.4 绿色空间游憩需求格局分区 |
8.2.3 文化保护格局 |
8.2.4 绿色空间理想格局分区 |
8.3.4.1 绿色空间低理想格局-底线 |
8.3.4.2 绿色空间中理想格局-满意 |
8.3.4.3 绿色空间高理想格局-理想 |
8.3 北京市中心城绿色空间理想格局的关键空间识别 |
8.3.1 关键生态-游憩源的识别 |
8.3.1.1 关键生态源 |
8.3.1.2 关键游憩源 |
8.3.2 关键生态廊道的识别 |
8.3.2.1 生态源地的确定 |
8.3.2.2 设定阻力值,构建阻力面 |
8.3.2.3 关键生态廊道的构建 |
8.3.3 关键游憩廊道的识别 |
8.3.3.1 游憩源地的确定 |
8.3.3.2 潜在游憩廊道载体 |
8.3.3.3 关键游憩廊道的构建 |
8.4 与总体规划的对比分析 |
8.5 本章小结 |
9 北京市中心城绿色空间格局优化的实现策略 |
9.1 社会经济宏观调控绿色空间面积 |
9.1.1 基于SD模型的社会经济-绿色空间面积复合模拟的构建思路 |
9.1.1.1 绿色空间模拟的因果反馈图构建 |
9.1.1.2 绿色空间面积模拟的方程构建 |
9.1.1.3 绿色空间面积模拟模型的精度检验 |
9.1.2 社会经济-绿色空间面积复合模拟和优化调控建议 |
9.1.2.1 绿色空间面积模拟结果 |
9.1.2.2 绿色空间面积优化的情景设计 |
9.1.2.3 高-中-低绿色空间理想格局实现的面积模拟结果 |
9.1.2.4 高-中-低绿色空间理想格局实现的社会经济调控策略 |
9.2 依据自然基底优化绿色空间位置选择 |
9.2.1 基于CA模型的北京市中心城绿色空间空间模拟构建思路 |
9.2.1.1 绿色空间空间模拟的转换概率 |
9.2.1.2 绿色空间空间模拟的转换规则 |
9.2.1.3 绿色空间空间模拟的检验和修订 |
9.2.2 北京市中心城绿色空间的空间模拟结果 |
9.2.2.1 绿色空间的空间模拟结果 |
9.2.2.2 绿色空间高、中理想格局的空间优化结果 |
9.2.3 北京市中心城绿色空间理想格局与国际大都市的对比 |
9.3 规划政策保证绿色空间关键空间实施 |
9.3.1 重塑人文历史风貌,构建老城遗址公园环 |
9.3.2 挖掘潜力空间,打造一道城市公园环 |
9.3.3 限制城市发展,推进二道郊野公园环 |
9.3.4 城乡环境绿色空间引入,形成楔形绿廊 |
9.3.5 打造城市自然轴线,增加南北中轴生态空间 |
9.3.6 引入城市森林,打造小微绿地 |
9.4 现场调研辅助绿色空间规划方案深化—以北京市中心城“留白增绿”的实施为例 |
9.4.1 “留白增绿”提出的背景 |
9.4.2 “留白增绿”实施导则 |
9.4.2.1 依据绿色空间理想格局确定腾退空间功能定位 |
9.4.2.2 各留白增绿空间类型的建设策略 |
9.4.3 现场调研生成节点方案-以海淀区小月河片区为例 |
9.5 本章小结 |
10 结论 |
10.1 本研究的主要内容和结论 |
10.2 本研究的主要创新点 |
10.2.1 借助多源数据理清绿色空间演变影响因素及作用力强弱 |
10.2.2 提出绿色空间理想格局概念,完善景观格局优化内容 |
10.2.3 引入面积和空间模拟模型,辅助绿色空间优化格局实现 |
10.3 本研究的应用前景 |
10.3.1 绿色空间格局优化方法支持生态红线划定 |
10.3.2 绿色空间模拟预测模型指导绿地系统规划方案比选 |
10.4 本研究的局限性和展望 |
参考文献 |
个人简介 |
导师简介 |
获得成果目录清单 |
致谢 |
(4)基于GIS的风景单元识别与制图研究 ——以黄岗梁国家森林公园为例(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景 |
1.2 研究对象、目的与意义 |
1.2.1 研究对象 |
1.2.2 研究目的 |
1.2.3 研究意义 |
1.3 相关概念界定 |
1.3.1 风景单元 |
1.3.2 景观单元 |
1.3.3 景观单元与风景单元词义辨析 |
1.4 研究内容 |
1.5 研究方法与技术路线 |
1.5.1 研究方法 |
1.5.2 技术路线 |
2 相关基础理论和国内外研究综述 |
2.1 基础理论总结 |
2.1.1 景观异质性原理 |
2.1.2 景观制图理论 |
2.2 国外景观异质性分类与景观制图研究综述 |
2.2.1 按照学派来分 |
2.2.2 按照分类系统来分 |
2.3 国内景观异质性分类与景观制图研究综述 |
2.3.1 国内景观生态异质性分类研究综述 |
2.3.2 国内景观制图研究综述 |
2.3.3 我国风景资源识别与制图探讨 |
2.4 本章小结 |
3 风景单元识别系统构建 |
3.1 风景单元覆盖结构及特征 |
3.1.1 构建原则 |
3.1.2 风景单元覆盖结构 |
3.2 风景单元覆盖要素及特征 |
3.2.1 地貌特征结构层 |
3.2.2 水平覆盖特征结构层 |
3.2.3 垂直覆盖特征结构层 |
3.3 风景单元覆盖类型与特征 |
3.3.1 单个特征结构形成风景单元 |
3.3.2 两个特征结构形成风景单元 |
3.3.3 三个特征结构形成风景单元 |
3.4 本章小结 |
4 黄岗梁森林公园景观调查与景观制图 |
4.1 黄岗梁森林公园概况 |
4.1.1 克什克腾旗基本概况 |
4.1.2 森林公园概况 |
4.1.3 森林公园基础条件 |
4.2 黄岗梁森林公园景观调查 |
4.2.1 调查目的 |
4.2.2 调查方法与调查内容 |
4.2.3 调查结果 |
4.3 GIS空间分析技术 |
4.4 基础数据获取与制图处理 |
4.4.1 数据来源 |
4.4.2 图像数据资料的处理 |
4.4.3 文字数据资料的整合 |
4.5 本章小结 |
5 基于GIS的森林公园风景单元识别与制图探讨 |
5.1 GIS制图方法使用介绍 |
5.1.1 制图方法选用及软件介绍 |
5.1.2 数据完善及表格字符解译 |
5.2 黄岗梁国家森林公园风景单元识别与制图探讨 |
5.2.1 单个特征结构层形成风景单元 |
5.2.2 两个特征结构组合成风景单元 |
5.2.3 三个特征结构层构成风景单元 |
5.3 本章小结 |
6 研究结论与展望 |
6.1 研究主要结论 |
6.2 研究不足 |
6.3 研究展望 |
附录 |
附录1 风景名胜区风景资源分类表 |
附表2 森林公园风景资源分类表 |
参考文献 |
致谢 |
(5)城市近郊区景观生态安全格局构建研究 ——以成都市龙泉驿区为例(论文提纲范文)
摘要 |
Abstract |
符号说明 |
1 绪论 |
1.1 研究背景 |
1.2 理论基础 |
1.2.1 基本概念 |
1.2.2 基本理论 |
1.3 研究进展 |
1.3.1 景观生态分类 |
1.3.2 景观格局演变与动态模拟 |
1.3.3 生态安全评价与预测预警 |
1.3.4 景观适宜性评价 |
1.3.5 景观生态安全格局构建 |
1.3.6 文献评述 |
2 研究方案 |
2.1 研究区概况 |
2.1.1 地理环境 |
2.1.2 自然资源 |
2.1.3 社会经济 |
2.1.4 主要生态环境问题 |
2.2 研究目标与内容 |
2.2.1 研究目标 |
2.2.2 研究内容 |
2.3 研究方法与技术路线 |
2.3.1 主要方法 |
2.3.2 技术路线 |
2.4 主要数据来源与处理 |
2.4.1 遥感影像来源与处理 |
2.4.2 DEM数据来源与处理 |
3 景观分类与景观格局现状分析 |
3.1 引言 |
3.2 数据来源 |
3.3 研究方法 |
3.3.1 基于遥感影像的景观分类体系 |
3.3.1.1 分类原则 |
3.3.1.2 分类体系 |
3.3.1.3 分类命名及编码 |
3.3.2 景观分类方法 |
3.4 结果与分析 |
3.4.1 地貌类型划分结果对比 |
3.4.2 土地利用/土地覆被类型划分精度评价与比较 |
3.4.3 景观类型划分结果 |
3.4.4 景观格局现状分析 |
3.4.4.1 景观数量特征 |
3.4.4.2 景观结构特征 |
3.4.4.3 景观形态特征 |
3.4.4.4 景观分布特征 |
3.5 小结 |
4 景观格局变化特征与驱动因子分析 |
4.1 引言 |
4.2 数据来源与处理 |
4.2.1 景观类型数据来源 |
4.2.2 驱动因子指标数据来源与处理 |
4.3 研究方法 |
4.3.1 景观格局变化分析 |
4.3.2 景观格局变化驱动因子指标体系构建 |
4.3.3 基于空间回归模型的景观格局变化驱动因子分析 |
4.4 结果与分析 |
4.4.1 1992~2014年景观格局变化特征 |
4.4.2 景观格局变化驱动因子空间回归分析模型构建结果 |
4.4.3 农田景观格局变化驱动因子分析 |
4.4.4 果园景观格局变化驱动因子分析 |
4.4.5 森林景观格局变化驱动因子分析 |
4.4.6 城乡人居及工矿景观格局变化驱动因子分析 |
4.4.7 交通运输景观格局变化驱动因子分析 |
4.4.8 水体景观格局变化驱动因子分析 |
4.5 小结 |
5 景观格局变化潜力与动态模拟 |
5.1 引言 |
5.2 景观格局变化影响因素选取及其数据来源 |
5.2.1 影响因素选取 |
5.2.2 数据来源与处理 |
5.3 研究方法 |
5.3.1 基于Ann-Markov-CA复合模型的景观格局变化模拟 |
5.3.2 模型精度检验 |
5.4 结果与分析 |
5.4.1 景观格局变化潜力 |
5.4.2 景观格局变化预测精度检验与对比 |
5.4.3 景观格局变化趋势预测与变化特征 |
5.5 小结 |
6 区域生态安全评价与变化趋势预测 |
6.1 引言 |
6.2 区域生态安全评价指标体系及其数据来源 |
6.2.1 评价指标体系构建 |
6.2.2 数据来源与处理 |
6.3 研究方法 |
6.3.1 区域生态安全评价方法 |
6.3.2 区域生态安全变化趋势预测方法 |
6.4 结果与分析 |
6.4.1 2000~2014年研究区生态安全状况时空变化特征 |
6.4.2 RBF神经网络参数优化和预测精度检验 |
6.4.3 2015~2028年研究区生态安全变化趋势及时空变化特征 |
6.5 小结 |
7 基于景观格局优化的生态安全格局构建 |
7.1 引言 |
7.2 基于Binary Logistic回归模型的景观适宜性评价 |
7.2.1 数据来源与处理 |
7.2.2 研究方法 |
7.2.3 结果与分析 |
7.3 基于约束最优化方法的景观格局数量结构优化 |
7.3.1 数据来源 |
7.3.2 研究方法 |
7.3.3 结果与分析 |
7.4 基于PSO原理的景观格局空间布局优化 |
7.4.1 数据来源 |
7.4.2 研究方法 |
7.4.2.1 PSO景观格局空间优化模型优化基本思路 |
7.4.2.2 PSO景观格局空间优化模型优化目标与原则 |
7.4.2.3 PSO景观格局空间优化模型建模关键技术 |
7.4.2.4 PSO景观格局空间优化模型求解算法流程 |
7.4.3 结果与分析 |
7.4.3.1 PSO景观格局空间优化模型精度分析 |
7.4.3.2 各情景景观优化格局数量、结构和空间特征 |
7.4.3.3 各情景景观优化格局变化特征 |
7.4.3.4 各情景景观优化格局比较 |
7.5 小结 |
8 结论与展望 |
8.1 研究结论 |
8.2 研究特色与创新 |
8.3 研究展望 |
主要参考文献 |
附录Ⅰ RBF神经网络预测数据长度和SPREAD参数计算程序 |
附录Ⅱ RBF神经网络生态安全综合指数预测精度检验程序 |
附录Ⅲ RBF神经网络生态安全综合指数预测程序 |
附录Ⅳ 景观格局空间布局方案(粒子)初始化程序 |
附录Ⅴ PSO景观格局空间布局优化程序 |
攻读博士学位期间发表的学术论文 |
致谢 |
(6)RS和GIS技术在中尺度景观类型划分与制图中的应用:以成都市龙泉驿区为例(论文提纲范文)
1研究区概况 |
2数据来源与研究方法 |
2.1数据来源及预处理 |
2.2研究方法 |
3结果与分析 |
3.1地貌类型划分结果 |
3.2土地利用/覆被类型划分结果评价 |
3.3景观类型划分 |
4结论与讨论 |
(7)基于GIS的山地景观生态综合评价研究 ——以越南老街省沙巴县为例(论文提纲范文)
作者简介 |
摘要 |
ABSTRACT |
论文中地名翻译表 |
第一章 绪论 |
§1.1 选题依据及研究意义 |
1.1.1 选题根据 |
1.1.2 研究的目标与意义 |
§1.2 国内外研究现状及存在问题 |
1.2.1 景观生态的研究现状 |
1.2.2 GIS在景观生态中的应用研究现状 |
1.2.3 存在问题 |
§1.3 研究范围与内容 |
1.3.1 研究范围 |
1.3.2 研究内容 |
§1.4 论文结构 |
第二章 山地景观生态评价研究理论基础及其研究方法 |
§2.1 山地景观生态的有关概念 |
2.1.1 景观与景观生态学 |
2.1.2 山地景观生态的主要概念 |
§2.2 山地景观生态研究理论基础 |
2.2.1 热带季风山地景观生态理论 |
2.2.2 可持续发展理论 |
2.2.3 系统论 |
§2.3 GIS模型在山地景观生态评价分析中的应用 |
2.3.1 DEM模型在山地景观生态要素分析中的应用 |
2.3.2 基于ALES-GIS耦合模型的作物生态适宜性评价方法 |
2.3.3 基于AHP-GDM和GIS耦合模型的土地适宜性评价方法 |
§2.4 研究方法与技术路线 |
2.4.1 研究方法 |
2.4.2 研究技术路线 |
§2.5 本章小结 |
第三章 沙巴县山地景观生态格局的形成因素特点分析 |
§3.1 地理位置及自然条件造成沙巴县景观的垂直格局 |
3.1.1 研究区的地理位置 |
3.1.2 研究区的自然条件 |
§3.2 人口及社会经济条件 |
3.2.1 人口与民族 |
3.2.2 经济活动与自然资源开采 |
§3.3 森林恢复生态演替对沙坝县山地景观稳定性影响分析 |
3.3.1 自然森林恢复生态演替 |
3.3.2 人工森林恢复生态演替 |
§3.4 本章小结 |
第四章 基于GIS的沙巴县山地景观生态格局分析 |
§4.1 GIS数据库建立及空间分析方法 |
4.1.1 数据来源与GIS数据库建立 |
4.1.2 空间分析方法 |
§4.2 基于GIS的沙巴县山地景观生态单因子分析 |
4.2.1 地形地貌要素分析及地图制图 |
4.2.2 土壤要素分析及地图制图 |
4.2.3 气候要素分析及地图制图 |
4.2.4 植被要素分析及地图制图 |
§4.3 基于GIS的沙巴县山地景观生态空间格局分析 |
4.3.1 沙巴县山地景观生态分类 |
4.3.2 沙巴县山地景观生态分区 |
§4.4 本章小结 |
第五章 基于GIS的沙巴县山地景观生态评价 |
§5.1 基于GIS的沙巴县森林景观生态保存值评价 |
5.1.1 熵模型在森林景观生态评价中的应用 |
5.1.2 沙巴县森林景观评价中的熵模型解决结果 |
5.1.3 基于GIS的沙巴县森林景观保存值模拟 |
§5.2 对一些典型农作物的沙巴县景观生态适宜性评价 |
5.2.1 ALES-GIS模型在作物生态适宜性评价中的应用 |
5.2.2 评价的农作物组选择及其生态指标阈值确定 |
5.2.3 对一些典型农作物的沙巴县景观生态适宜性评价结果 |
§5.3 沙巴县土地利用适宜性评价 |
5.3.1 评价方法及模型的创建 |
5.3.2 评价要素分级及权重值确定 |
5.3.3 稳定土地利用适宜性评价结果 |
§5.4 本章小结 |
第六章 沙巴县山地农林业景观生态规划 |
§6.1 沙巴县山地农林业景观生态规划的基础 |
6.1.1 沙巴县农林业发展现状及土地利用现状 |
6.1.2 农林业景观的潜力面积 |
6.1.3 农林结合的经济发展功能 |
§6.2 沙巴县农林业景观生态功能分区 |
6.2.1 生态保护区 |
6.2.2 生态缓冲区 |
6.2.3 生产与生态恢复区 |
6.2.4 生态农业区 |
§6.3 沙巴县山地农林业景观生态发展空间建议 |
6.3.1 农作物发展优先的空间 |
6.3.2 森林发展优先的空间 |
6.3.3 保存优先的空间 |
§6.4 本章小结 |
第七章 结论与展望 |
§7.1 结论 |
7.1.1 取得的主要成果 |
7.1.2 创新点 |
7.1.3 缺点与不足 |
§7.2 展望 |
致谢 |
参考文献 |
附录 |
(9)土地类型研究的意义、功能与学科发展方向(论文提纲范文)
1 土地类型研究在综合自然地理学中的地位与意义 |
1.1 土地类型在综合自然地理学中的地位 |
1.2 土地类型及类型图研究意义与功能 |
2 学科研究现状与存在问题 |
2.1 国内研究现状与亟待研究的科学问题 |
2.2 国外研究现状与存在的科学问题 |
2.3 国内外土地类型研究面临的共同学术问题 |
3 当前及未来亟待研究的课题 |
(10)中国1∶100万地貌图色彩系统的设计与建库(论文提纲范文)
1 引言 |
2 地貌图色彩设计的原则和要求 |
2.1 地貌图色彩设计要求 |
(1) 色彩设计与地貌图的性质与用途相一致: |
(2) 色彩设计与地貌图内容相适应: |
(3) 充分利用色彩的感觉与象征性: |
(4) 庄重美观、形成特色: |
2.2 地貌图色彩设计的类型层次 |
3 地貌图的色彩系统设计 |
3.1 色彩系统的设计原理方法 |
3.2 色彩设计应处理好的几个关系 |
4 地貌图色彩系统数据库的建立与应用 |
5 结语 |
四、中国1∶100万景观生态制图设计(论文参考文献)
- [1]内蒙古草甸草原区遥感生态评价与监测研究[D]. 王保林. 内蒙古农业大学, 2020(01)
- [2]青海省天峻县国土空间地理特征研究[D]. 车鑫. 青海民族大学, 2020(06)
- [3]基于多源数据分析的北京市中心城绿色空间格局演变和优化研究[D]. 李方正. 北京林业大学, 2018(04)
- [4]基于GIS的风景单元识别与制图研究 ——以黄岗梁国家森林公园为例[D]. 欧云. 华中科技大学, 2018(06)
- [5]城市近郊区景观生态安全格局构建研究 ——以成都市龙泉驿区为例[D]. 欧定华. 四川农业大学, 2016(03)
- [6]RS和GIS技术在中尺度景观类型划分与制图中的应用:以成都市龙泉驿区为例[J]. 欧定华,夏建国,张莉,欧晓芳,赵智. 生态学杂志, 2015(10)
- [7]基于GIS的山地景观生态综合评价研究 ——以越南老街省沙巴县为例[D]. Kieu Quoc Lap(桥国立). 中国地质大学, 2014(02)
- [8]我国综合自然地理学的建立与理论拓展[J]. 岳大鹏,刘胤汉. 地理研究, 2010(04)
- [9]土地类型研究的意义、功能与学科发展方向[J]. 申元村. 地理研究, 2010(04)
- [10]中国1∶100万地貌图色彩系统的设计与建库[J]. 钱金凯,宋阳,程维明. 地球信息科学学报, 2009(06)