土地利用动态度
土地利用动态度的相关文献在2000年到2022年内共计83篇,主要集中在农业经济、测绘学、自动化技术、计算机技术
等领域,其中期刊论文83篇、专利文献420112篇;相关期刊67种,包括中国土地科学、北京测绘、资源科学等;
土地利用动态度的相关文献由240位作者贡献,包括张镱锂、万大娟、何宣利等。
土地利用动态度—发文量
专利文献>
论文:420112篇
占比:99.98%
总计:420195篇
土地利用动态度
-研究学者
- 张镱锂
- 万大娟
- 何宣利
- 刘林山
- 周立
- 孙敖
- 张永彬
- 曹泽强
- 朱笑笑
- 李艳红
- 王奕丹
- 石雪
- 管俊
- 苏志珠
- 褚明辉
- 郑度
- 阎建忠
- 马梦茹
- 黄宝华
- 严瑾
- 于万辉
- 伍星
- 何珊珊
- 余哲修
- 余莉莉
- 俞斌传
- 倪九派
- 刘友兆
- 刘平辉
- 刘廷玺
- 刘悦
- 刘慧
- 刘明皓
- 刘智勇
- 刘燕华
- 刘现伟
- 刘瑞民
- 刘登峰
- 刘金萍
- 单灵芝
- 卜坤
- 吕军
- 吕晓芳
- 吴佳
- 吴克宁
- 吴国玺
- 吴宏霞
- 吴宗攀
- 周启刚
- 周平
-
-
胡文婷;
魏新祎
-
-
摘要:
随着地理信息系统的发展,其成果广泛应用于土地利用监管、 生态环境监测以及农业等各个方面.依据达州市2013年和2020年土地利用情况的矢量数据,通过土地利用动态度和主成分分析的方法,对达州市土地利用变化状况及其驱动因素进行分析.结果显示:达州市未利用土地占比大,建设用地持续增长;而驱动因素主要有社会经济发展、人口增长和政策.
-
-
皮小敏
-
-
摘要:
采用ArcGis技术,利用单一土地利用动态度、综合土地利用动态度等方法对黔南在2009-2018年土地利用总体特征、土地转化趋势和空间分布变化进行研究,并结合政策、经济发展分析黔南州土地利用时空变化。结果表明:(1)黔南州以林地、耕地、草地为主要用地类型,在近10年间其林地、草地面积减少,耕地、园地、交通运输用地、水域及水利设施用地、城镇村及工矿用地和其他土地面积增加。(2)耕地面积减少主要流向城镇村及工矿用地、林地和交通运输用地,2009-2013年期间林地减少主要流向耕地和草地;2013-2018年期间林地减少主要流向交通运输用地、城镇村及工矿用地以及耕地,草地的减少主要流向耕地。(3)政策制定落实、社会经济发展和城市规划是造成黔南州土地利用变化的主要驱动因子。
-
-
王富武
-
-
摘要:
为了解辉河湿地在生态环境保护和经济快速发展背景下的土地利用变化情况,文章利用Landsat遥感影像对辉河湿地土地利用变化过程进行分析,利用土地利用转移概率矩阵和土地利用动态度定量研究了辉河湿地土地利用变化特征研究。结果表明:2004~2018年的15年间,辉河湿地土地利用类型变化最为显著的是无水湿地,并且辉河湿地面积萎缩较大。评价结果可作为今后辉河湿地生态系统保护和恢复治理的依据。
-
-
甄艳;
吴宗攀;
尹志恒;
杨晓钦;
赵浠昊
-
-
摘要:
四川省若尔盖县是高寒湿地的重要分布区,区域土地利用变化对生态安全具有重要影响。以2000年、2010年和2019年3期Landsat ETM+遥感影像资料为基础数据源,运用土地利用动态度、土地利用转移矩阵、土地利用程度和人类活动强度模型分析了研究区2000—2019年土地利用时空变化特征。结果表明:若尔盖县土地利用类型以草地、沼泽湿地、林地为主,三者的面积百分比从2000年的61.66%、22.61%、13.69%变化为2019年的58.42%、21.21%、17.17%。总体上土地利用变化缓慢,综合土地利用动态度为0.41%;土地利用类型中建设用地动态度最大,为23.53%,草地、沼泽的动态度较小。沼泽湿地与草地、草地和林地相互之间的转变是研究时段内主要土地利用转移方式,土地转移总体表现为沼泽湿地向草地转移,草地向林地、耕地、建设用地、水域、未利用地转移。在自然地理条件和经济社会发展状况下,若尔盖县三个时期土地利用程度指数分别为177.53、178.07和179.88,人类活动强度空间分布表现出以低和较低强度为主,二者所占面积比在95%以上,表明人类活动对当地生态环境的干扰程度逐渐增加。研究结果可为若尔盖地区土地规划利用和湿地恢复工作提供参考依据。
-
-
萧峻琼;
郝洁;
徐高洪;
鞠琴;
李妍清;
陈玺
-
-
摘要:
基于长江经济带五期土地利用遥感监测数据,利用土地利用转移矩阵、动态度及土地利用强度指数分析土地利用时空变化,并分析其与社会政策、人口密度及用水量的关系。结果表明:长江经济带土地利用变化主要表现为水田减少、城镇用地和水域增加;土地利用变化的时空差异较大,与上中游相比,下游土地利用变化时间较早,土地利用动态度和土地利用强度较大;1990年后土地利用强度持续增加且生态环境有所改善,土地利用动态度在2010~2015年最大,2000~2010年最小;土地利用变化受社会经济政策影响较为显著,同时土地利用强度与用水量、人口呈正相关关系。
-
-
魏玺;
蔡湘文
-
-
摘要:
朝阳县属于丘陵地区,县域荒漠化、沙化严重,农用地出现破碎化和退化,农用地生产效率低下。由于该地区土地利用问题严峻,本文采用遥感和GIS技术,结合土地利用变化幅度、动态度及转移矩阵方法,就朝阳县2005~2020年土地利用总体特征变化、动态变化和转移进行了研究。研究结果表明,受经济、政策、土壤、降雨等自然因素和人文因素影响,2005~2020年朝阳县耕地面积减少了239.786 km^(2),草地面积减少相对较多,林地面积增加相较多,水域、未利用地和建设用地面积增加;朝阳县2005~2010年土地利用变化强烈,2010~2020年变化趋缓,2015~2020年未利用地面积增加较为明显;16年来,朝阳县耕地较多转移成林地和建设用地;草地较多转移成林地;建设用地、水域和未利用地的主要转移来源是耕地,在推进经济发展进程的同时,要加强对耕地资源的保护与合理利用。
-
-
曹泽强;
朱笑笑;
周立
-
-
摘要:
本文旨在定量分析徐州市区土地利用类型时空演变特征,为促进徐州市区绿色发展提供依据。以2001—2016年遥感图像为数据源,通过计算土地利用类型转移矩阵与动态度,对徐州市区土地利用类型时空演变进行分析。结果显示2001—2016年徐州市区耕地总体减少17.0663 km 2,减少面积占市区总面积的2.98%;建筑用地增加7.0104 km 2,占总面积的1.22%;水体减少26.6313 km 2,占总面积的4.65%;林地增加15.7531 km 2,占总面积的2.75%;草地增加9.5661 km 2,占总面积的1.67%;未利用地增加11.3680 km 2,占总面积的1.98%。由此可见近16年以来徐州市区土地利用类型变化显著,人类干扰不断增强,必须有针对性地管控人类活动强度。
-
-
黄宝华
-
-
摘要:
利用山东省1970s、1980s、1995、2000、2005、2010和2015年共7期土地利用数据,采用土地利用动态度、结构变化、土地利用类型转移矩阵研究人类土地利用活动导致的生态环境变化,结果表明1970s—2015年山东土地利用类型变化较大,除建设用地增加迅速外,耕地、林地、草地和未利用土地均呈不同程度减少趋势,耕地用地为主要用地类型。信息熵上升、优势度下降、均衡度上升,说明各土地利用类型规模差异减少、单一土地利用类型支配程度下降;综合土地利用动态度为0.12,属于土地利用极缓慢型。单一土地利用动态度中,耕地、林地、草地利用极缓慢,建设用地中的建设用地动态度为7.07,在建设用地动态度中变化最大;土地利用类型变化主要表现为耕地转向建设用地,水域、未利用土地转向耕地和建设用地,水域转向未利用土地。耕地、草地与地区生产总值(X1)、第一产业(X2)、第二产业(X3)、第三产业(X4)有着显著负相关关系;建设用地与X1、X2、X3、X4之间有着显著的正相关关系;未利用土地与X1、X2、X3有着显著的负相关关系。
-
-
曹泽强;
朱笑笑;
周立
-
-
摘要:
本文旨在定量分析徐州市区土地利用类型时空演变特征,为促进徐州市区绿色发展提供依据.以2001-2016年遥感图像为数据源,通过计算土地利用类型转移矩阵与动态度,对徐州市区土地利用类型时空演变进行分析.结果显示2001-2016年徐州市区耕地总体减少17.066 3 km2,减少面积占市区总面积的2.98%;建筑用地增加7.010 4 km2,占总面积的1.22%;水体减少26.631 3 km2,占总面积的4.65%;林地增加15.753 1 km2,占总面积的2.75%;草地增加9.566 1 km2,占总面积的1.67%;未利用地增加11.368 0 km2,占总面积的1.98%.由此可见近16年以来徐州市区土地利用类型变化显著,人类干扰不断增强,必须有针对性地管控人类活动强度.
-
-
魏琪力;
王诗源;
李春容;
王倩娜;
罗言云
-
-
摘要:
为了解重庆市辖区县绿色基础设施(GI)景观破碎化及驱动机制,以成渝城市群重庆市辖区内22个区县为研究对象,运用形态学空间格局分析方法、景观破碎化指数、回归模型及聚类分析法,分析GI景观破碎化特征及驱动机制.结果表明:(1)2010—2018年,重庆市多数区县耕地、林地和水体面积显著减少,草地略有增加,建设用地显著增加;(2)重庆市多数区县GI网络结构要素中核心区和连接桥占比在80%以上,景观组成中耕地、林地和水体面积占比在90%以上;(3)GI景观破碎化指数均值为53.65%,整体破碎化趋势明显,核心区林地为土地利用变化驱动力维度的主导驱动因子,其次是核心区耕地、连接桥草地,人口增长率为城市扩张驱动力维度的主导驱动因子,其次是公路密度增长率与GI景观破碎化显著相关;(4)基于聚类分析将研究区分为GI高、中、低压力区县,GI高压力区县为核心区耕地、建设用地增长率与GI景观破碎化显著相关,GI中压力区县为连接桥林地、人口增长率与GI景观破碎化显著相关,GI低压力区县景观破碎化较低,无明显驱动因子.