基于分区-集成的黄河流域生态脆弱性评价

来源 :自然资源遥感 | 被引量 : 0次 | 上传用户:aiming9583o
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
黄河流域是中国重要的生态安全屏障、资源能源集聚地区、生产活动高度密集地区,其生态环境变化直接关系到流域生态与经济可持续发展。研究基于“分区-集成”的评价方法,选取水资源、气候、土壤、植被及人类活动等指标建立评价体系,引入乘法模型,对黄河流域的生态脆弱性进行了量化评价与空间异质性分析。结果表明:流域整体生态环境呈中度脆弱,中度脆弱地区占流域面积的42.46%,脆弱性较为严重的地区主要为流域上游沿黄城市经济带;2000-2018年流域生态脆弱水平先降低后升高,其中2000年生态问题最为突出,2015年脆弱程度
其他文献
随着国产卫星空间分辨率、光谱分辨率、时间分辨率和数据覆盖能力的极大提升,国产卫星已在自然资源监管和地质调查工作中得到了深入广泛的应用。以资源一号02C、高分一号、高分二号、资源三号卫星为例,探索研究了其在基础地理、基础地质、土地资源、矿产资源开发、水文地质、工程地质、地质灾害等调查中的解译应用,并对国产卫星的地质调查要素解译能力进行了对比、评估与总结,为国产卫星更加广泛深入应用提供了指导性建议和科
通过原位升温红外光谱结合差示扫描量热(DSC)测试,研究了ENB-EPDM的交联反应过程。从外扰相关移动窗口二位相关红外(PCMW2D)图谱和DSC曲线分析中可以观察到,交联反应的最大速率出现在178℃处。利用PCMW2D得到交联过程的反应温度区域在160~192℃。为了获得ENB-EPDM在交联反应过程中具体的交联机理,在广义二维相关分析中对相应官能团对应的波数进行分析。从各个官能团运动的先后次序上能够将这一交联过程划分为4个具体步骤,同时,环上双键的变化作为与交联过程平行的1个过程:过氧化二异丙苯(D
随着遥感技术的快速发展,高光谱遥感影像的分类方法研究受到普遍关注。现有高光谱遥感影像分类研究采用单一尺度下的超像素方法进行图像分割处理,无法确定最佳超像素个数,较易忽视图像细节信息,且单一核矩阵无法表征多特征信息导致分类精度降低。因此,本研究拟在多尺度下采用超像素分割方法对高光谱影像的第一主成分分量进行多尺度超像素分割处理,通过权值耦合多尺度空间光谱核与原始空间光谱核形成合成核来进行高光谱影像分类
随着高分子合成技术和加工设备技术的发展,平膜法生产双向拉伸聚乙烯(BOPE)薄膜得以实现。由于其优异的综合性能和环保优势,BOPE薄膜具有广阔的市场前景。文中从原料、设备、技术和经济、社会发展等几个方面综述了BOPE薄膜产业化的现状、瓶颈与机会。随着科学技术的进步和环保政策的落实,BOPE薄膜有望在近期成为继双向拉伸聚丙烯(BOPP)薄膜、双向拉伸聚对苯二甲酸乙二醇酯(BOPET)薄膜、双向拉伸聚苯乙烯(BOPS)薄膜等之后的又一个双向拉伸薄膜技术产业化的典范。
本研究以上海市崇明岛内陆水体为研究区,通过无人机高光谱遥感影像对水体颜色变化及疑似污染水体识别进行研究。首先,对无人机搭载的高光谱传感器探测获得的辐亮度信号,进行了遥感反射率标定,通过与现场观测对比,该标定方法准确度较高,各波段平均无偏绝对百分比误差的均值为13.34%,决定系数R~2均值为0.83。进一步,利用河湖水体高光谱遥感反射率根据CIE-XYZ颜色标准和加权调和平均法反演了色相角(Hue
研究波段参数对NDVI估算植被生物物理参数的影响,对于提高NDVI在植被覆盖变化监测中的应用精度具有重要意义。采用无人机载Resonon Pika XC2高光谱仪获取的人工草地高光谱影像,分析红光和近红外波段位置移动与宽度变化对NDVI的影响,评估NDVI对植被盖度的敏感性和植被盖度估算精度。结果表明:波段位置固定时红光和近红外波段宽度扩展对NDVI及其敏感性影响不大,窄波段NDVI估算植被盖度的
分别采用2种微分型黏弹性本构模型——DCPP模型和S-MDCPP模型模拟了线型低密度聚乙烯熔体在毛细管中的流动情况,并与实验结果作比较。为了保证数值计算的稳定性,采用离散的弹性黏性应力分裂方法(DEVSS)/迎风流线方法(SU)在动量方程中引入椭圆型算子,并抑制高Weissenberg数下的对流占优情况。一种改进的FIC方法被引入构造出压力稳定型分步算法来实现速度、压力、应力的等低阶线性插值计算黏弹性流动问题。结果表明,2种模型预测的挤出胀大比、速度、压力、应力及主链拉伸程度分布吻合较好,S-MDCPP模
时空数据融合能够有效提高高空间分辨率遥感数据的时间分辨率,但是目前广泛使用的时空自适应反射率融合模型在突变区域的预测效果不佳。针对这一问题,提出一种基于分层策略的时空融合模型(hierarchical spatial-temporal fusion model,H-STFM)。该模型首先根据相邻时刻低空间分辨率数据的反射率差值,将待预测的目标像元分为物候变化像元和突变像元;然后对物候变化像元进行线
基于2020年2月1日FY-3C VIRR LST和FY-3D MWRI L1B亮温数据,以18°~54°N,73°~135°E的区域为样例区,利用统计回归模型和层次贝叶斯融合模型,分别进行FY-3D MWRI L1B LST反演和降尺度研究,构建了基于FY-3D单频率水平和垂直极化亮温的LST二元线性回归反演模型及基于FY-3D反演LST和FY-3C VIRR LST的层次贝叶斯融合降尺度模型,
风电场分布是风电投资监测预警、占地监测和清洁能源消纳能力评价的重要依据,卫星遥感技术是大范围提取风电场分布信息的有效方法。风电塔架作为风电场的遥感解译标识,其在高分影像中是一种多尺度目标,且受影像获取时间、光照条件、地表覆盖等影响导致特征差异大,遥感自动检测难度大。针对以上问题,提出一种尺度和密度约束下基于YOLOv3模型的风电塔架自动检测方法。首先,在风电场遥感特征分析基础上,确定样本构建条件,