英语原文共 12 页，剩余内容已隐藏，支付完成后下载完整资料
1974-2014年抚仙湖流域时空土地利用/覆盖变化
及其驱动力分析
摘要：
土地利用/覆盖变化是全球变化研究的重要课题。确定区域尺度下的土地利用时空变化及其驱动机制对环境的保护和整个地区的经济发展具有重要意义。为了分析近四年来抚仙湖流域土地覆被时空变化研究，利用监理结合的方法提取区域土地利用和土地覆盖信息分类来目视解译。抽取过程提到的总共10幅时间序列遥感图像 (即1974、1977、1987、1990、1996、2000、2006、2009、2012和2014阶段)作为主要数据来源, 并借鉴中国地理普查的成果数据作为辅助源。因此, 我们得到了过去的40年内抚仙湖流域土地覆盖类型变化的时空特征。最后, 根据当地的社会经济数据, 利用主要成分分析和多元回归分析, 分析了流域内土地覆盖的驱动力来获取主要驱动力因子, 并建立了相应的多元线性回归模型。对当地的耕地及其驱动力因素建立了同样的模型。结果表明：
- 在变化趋势方面, 随着流域社会经济领域人类活动的日益增多,过去四年已经看到了越来越多的地方的花园, 建筑地区、道路、构筑物、人工打桩和掘地, 以及荒地和裸露的表面。相比之下, 同一时期耕地、林地、草原和水的趋势也在下降。
2）1990-96 和2000-06 期间土地覆被变化程度较高, 最低在1974-77期间。
3）在1974-77、1987-2000、2006-14 和1974-2014 期间, 在各种土地利用类型的转换地区之间有一个明显的差异, 林地、草原和耕地都比较高,比较低的是水。
4）抚仙湖流域耕地与整体的影响呈正相关。人口、自然人口增长率、初级产业产值、第三产业的生产总值、工业产值、国内生产总值、财政支出、人均生活开支和年平均气温。它与其他一些因素呈负相关, 包括农业人口、农业产值、人均农村收入、零售总销售额、粮食总产量、单位面积粮食产量、农业化肥用量、农药用量和年平均降水量。
关键词：抚仙湖流域、土地利用/土地覆盖变化、时空变化、驱动机制
引言：
土地是基本的自然资源和人类生存和发展的物质基础[1]。土地利用变化是全球环境变化一个重要的组成部分, 也是主要原因之一[2-4]。研究土地利用的过程、模式和驱动力被认为是有效揭示土地利用时空变化的定律[2-3]。国内外研究人员对土地利用的动态变化和驱动力进行了大量的研究。北美学者代表B.L. Turner过去通过在宏观层面分析的比较案例研究中设计来对土地利用变化和土地过程管理建模 , 旨在定量研究全球范围的土地利用变化与环境变化之间的关系[5-6], 而欧洲学者大多采取土地利用作为整个系统模拟不同时间和空间内的土地利用变化。土地利用社会经济驱动因素研究中进行了福利分析[7]。对于日本学者来说, 为了定量研究区域土地利用变化的过程, 主要是利用经济模型与定量模型相结合的分析方法来选择解释变量作为后续土地利用变化及其政策环境模拟的基础, 其中有KSIM模拟方法或类似的使用[8]；相比, 在研究区域为人与土地有突出的矛盾和经济发展迅速的地方，国内学者研究土地利用变化及其驱动力时主要使用RS技术和GIS技术。土地利用水平变化模型[9]是驱动力诊断模型[10]及土地利用结构预测模型[11]，例如, 分别结合数学统计分析方法作为此类研究的一种手段。
鉴于各地区的土地利用变化对全球变化有不同的的贡献和回应，区域规模的土地开发研究集中在'最关心的地区'、'弱势区' 和 '重点地区'[11-13]。使用高分辨率图像和梳理社会经济因素对在湖流域土地利用变化机制的影响分析还没有报告。
云南高原地区是中国地区之一, 湖泊分布集中。云南九高原湖泊集水面积近8000平方公里, 等于2%的云南土地面积。在集水区附近的人口占云南总人口的 9.3%, 并且国内生产总值占全省 gdp 的34% 左右。九湖区的可持续发展对于云南的社会和经济发展十分的重要[14]。抚仙湖是云南九高原湖泊之一, 也是中国第二深的湖泊。它的面积和蓄水
分别排名全国第八和第三。其特殊的地质位置, 强水供应能力, 高旅游价值赢得了伟大的
云南省中部地区 '高原明珠' 之美誉。它不仅是云南中部社会经济可持续发展的一个重要的资源保障，也是发展泛珠三角一个战略性的水资源。它还为珠江流域和中国西南部提供饮用水[15]。然而, 随着气候变暖和人类经济活动的增加, 抚仙湖水平面临着越来越严重的威胁。因此,抚仙湖流域土地利用现状监测可以为气候变化预测综合统计与分析、生态评估和宏观监管分析提供重要的地理信息和科学基础。同时, 监测结果可以在抚仙湖的保护及其资源开发和管理方面作为政府和官方的决策支持。
数据和方法：
研究区：
抚仙湖 (24°21 38 '-24°38 00' N, 102°49 12 '~ 102°57 26 E;图1) 位于玉溪市澄江县,江川县和的华宁县之间，在云南的中部。它位于云南中部盆地，位于昆明东南60公里处。抚仙湖是中国最大的深水淡水湖，也是珠江源头附近最大的湖泊，同时也是南盘江河系统的一员。抚仙湖的水质是第一类的, 这意味着它被认为是中国水质最好的天然湖泊。生长在流域的主要是是次生植被如草丛、丛林和针叶林。该地区人口约160300。其农业经济主要集中在农作物生产上, 大米、玉米、小麦等主食作物和经济作物烤烟和菜籽油。在工业方面，这一领域优先于磷化工行业(支柱产业)、建材、食品加工、和水产品。流域内的土地利用类型都是沿着森林和水，由于从湖泊和森林中开垦土地、旅游资源的过度开发和多样化的功能性土地建设的现象， 近年来发生了一定程度的变化。
图1 抚仙湖流域位置
数据来源：
本研究主要是采用MSS、TM、ETM 、QuickBird以及WorldView-2的中高分遥感图像进行处理。在10个时间序列图像数据中，中等分辨率的都是从美国地质调查局（glovis.usgs.gov）上下载的。QuickBird图像和WorldView-2图像可以从任何视频供应商或相关行业部门获取。为了有效分析和流域内土地利用变化的遥感影像数据相比较，12月至3月（旱季）图像数据具有较好的可比性，被选为主要数据源（表1）。1：10000DLG数据和1：250000DLG数据作为抚仙湖流域的主要地理信息数据，而社会经济数据则来源于玉溪市统计局。目标流域的地理普查成果数据来自云南省国家地理普查领导小组办公室。第一次和第二次国家土地调查的流域成果数据来自云南省土地资源部的文件。
数据处理：
1：250,000个DLG数据被MSS图像、TM图像和ETM 图像引用，而2009年的QuickBird图像和2014年的WorldView-2图像都是从云南第一次全国土地调查的成果数据（DOM）中获得的。在ERDAS成像的支持下，本文从图像到图像校正道路，河流交叉点和地形突出的特征点，每幅图像不少于25个控制点。二次多项式模型被用于八个时间序列遥感图像的几何精度校正。
表1 抚仙湖流域遥感影像数据
几何误差被限制在一个像素内。中国大地坐标系2000用于空间参考，以及中央子午线105°的6°高斯克吕格投影作为投影类型。
以1980年西安大地坐标系为云南第二次全国土地调查（DOM）2006年成果数据的图像坐标系，并据此进行坐标转换。因此，由云南省中心地理信息系统提供的1980年西安大地坐标系转换为2000年中国大地坐标系的参数，被用来将原始成果数据的坐标转换为2000年中国大地坐标系中相应的坐标。
涵盖了抚仙湖流域的整个区域[14]提出的图像分类系统采用第一次国家地理普查的内容和指标中的一级分类系统，其中土地覆盖分类数据分为10类：耕地，林地，草地，花园，建筑物区域（地区），道路，建筑物，人工打桩和挖掘土地，荒地和裸露的表面，以及水。ERDAS成像被应用于目标流域的土地利用类型分类。
方法：
本地LUCC数据的提取：
虽然它经过了同一参考源的精确纠正，由于多个时间段和多样化分辨率的特点，所选择的遥感图像可能具有不一致的精度。因此，在提取土地覆盖数据时，校正精度，如果有的话，会改变不变的曲面特征。为了解决这个问题，2012年对流域地理普查的土地覆盖成果（LCA）进行了人工翻译，其中LCA作为背景数据与2006年，2009年和2014年的高分辨率图像重叠。通过这种方式，检测到边界和属性随时间变化的那些区域被更新为最新的数据，而未改变的地区保持不变。此外，LCA与流域第一次的成就数据和第二次全国土地调查数据进行了比较。最后，我们获得了不同时期的土地利用类型图和各种土地覆盖类型区域的统计表，分别如图2-3和表2表示。通过这种方式，提取的数据可以被证明是准确的，并可保证LUCC转换的监测结果可靠。
时间LUCC的方法：
受各种自然因素和人为因素干扰的各类土地利用类别有不同的变化率，其区域差异可以用土地利用动态度模型来表示[6]。土地利用单一动态度指的是研究区内一定土地利用类型数量在一定时限内的变化。它作为目标区域内某些时间的土地利用类型变化速度的定量描述。作为比较，土地利用综合动态度代表了某一地区土地利用总体动态[15-17]：
其中K表示研究期内土地利用类型的动态程度，反映了土地利用/土地覆盖区域土地利用类型变化的实际大小; Ua和Ub分别代表研究开始和结束时的土地利用类型数量; T是研究期。
其中LC表示研究区域内的综合土地利用动态度，LUi表示监测期开始时i型土地利用面积，Delta;LUi→j为从i值转换而来的面积绝对值，在监测期内将土地类型用于除i型以外的任何土地利用类型，T表示监测期的持续时间。
空间LUCC的方法：
转移矩阵是研究不同转化土地利用类型数量和方向的主要定量方法。它可以具体反映土地利用变化的结构特征和相应的转换方向。转移矩阵的数学公式表示为[18]：
其中p表示面积，n表示土地利用类型的数量，pij中的i和j分别表示研究开始和结束时的土地利用景观类型。
图2
X5第二产业产值和第三产业的X6的第三产业产值产值之间，
X4第一产业产值与X8农业产值之间，以及X9 GDP与X10财政收入之间的
相关度分析图
土地利用变化驱动力分析：
土地利用变化的驱动力包括自然生物因素，社会经济因素，制度因素和技术因素[19]。根据不同的驱动力研究方法，先前对驱动力的研究可以分为定性研究和定量研究，后者占主导地位。由于不同的驱动因素，驱动力也可以被社会和自然地分类，其中社会驱动力占多数。研究区域的特征决定了选择相应分析方法和驱动因素的方式[20]。土地利用变化的主要驱动力是周转时间短，这是社会经济因素。驱动因素的选择是相关分析的前提条件，驱动模式是关键。根据主成分分析的思路和要求，以抚仙湖流域当前数据条件为基础，本文选取云南省玉溪市1990 - 2012年国民经济统计数据作为背景数据， 使用德尔菲法的20个影响因素：X1总人口，X2农业人口（头），X3自然人口增长率（％），X4第一产业产值（万元），X5第二产业产值（万元），X6第三产业产值（万元），X7工业产值（万元），X8农业产值（万元），X9国内生产总值（万元），X10财政收入（万元），X11财政支出（万元），X12农村收入（元），X13全社会消费品零售总额（万元），X14人均生活费支出，X15粮食总产量（万公斤），X16单位面积粮食产量（公斤），X17 农业用肥（吨），X18农业用农药用量（万公斤），X19年平均气温（℃），X20年平均降水量（mm）和Y耕地面积（亩）。
通过对影响福县流域土地利用变化的20个因子进行相关系数矩阵分析，本文发现这些因子不同程度上相互关联。有54组因子具有高度相关性（| r |ge;0.9），其中X5与X6，X4与X8以及X9与X10之间存在较大的相关性，相应的相关系数为0.997（图2）。
主成分综合模型可以计算主成分的综合值，按大小排序。这意味着对各个目标区域的独立综合评估进行比较。如下表2中显示了排序结果。
表2 主成分的综合值
抚仙湖流域土地利用变化驱动力分析：
根据上述主成分分析结果，在自然因素和人为因素的影响下，本文选择了影响福仙流域土地利用/覆盖变化的主要因素：X1总人口，X2农业人口（头），X3自然人口增长率（％），X4第一产业产值（万元），X5第二产业产值（万元），X6第三产业产值（万元），X7工业产值（万元），X8农业产值（万元），X9国内生产总值（万元），X10财政收入（万元），X11财政支出（万元），X12农村收入（元），X13全社会消费品零售总额（万元），X14人均生活费支出，X15粮食总产量（万公斤），X16单位面积粮食产量（公斤），X17农业用肥（吨），X18农业用农药用量（万公斤），X19年平均气温（℃），X20年平均降水量（mm）和Y耕地面积（亩）。
利用抚仙湖流域统计年鉴数据和SPSS软件包的帮助
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[24858]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
