CN111539608B - 一种土地沙化敏感性评价精细化划定方法 - Google Patents
一种土地沙化敏感性评价精细化划定方法 Download PDFInfo
- Publication number
- CN111539608B CN111539608B CN202010300020.6A CN202010300020A CN111539608B CN 111539608 B CN111539608 B CN 111539608B CN 202010300020 A CN202010300020 A CN 202010300020A CN 111539608 B CN111539608 B CN 111539608B
- Authority
- CN
- China
- Prior art keywords
- factor
- soil
- data
- sensitivity
- wind speed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 239000002689 soil Substances 0.000 title claims abstract description 75
- 230000035945 sensitivity Effects 0.000 title claims abstract description 57
- 238000011156 evaluation Methods 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000011160 research Methods 0.000 claims abstract description 16
- 238000007781 pre-processing Methods 0.000 claims abstract description 6
- 238000012732 spatial analysis Methods 0.000 claims abstract description 4
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000003628 erosive effect Effects 0.000 claims description 5
- 239000002245 particle Substances 0.000 claims description 5
- 239000004576 sand Substances 0.000 claims description 5
- 238000007670 refining Methods 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000012952 Resampling Methods 0.000 claims description 3
- 239000004927 clay Substances 0.000 claims description 2
- 239000005416 organic matter Substances 0.000 claims description 2
- DOQPXTMNIUCOSY-UHFFFAOYSA-N [4-cyano-4-(3,4-dimethoxyphenyl)-5-methylhexyl]-[2-(3,4-dimethoxyphenyl)ethyl]-methylazanium;chloride Chemical compound [H+].[Cl-].C1=C(OC)C(OC)=CC=C1CCN(C)CCCC(C#N)(C(C)C)C1=CC=C(OC)C(OC)=C1 DOQPXTMNIUCOSY-UHFFFAOYSA-N 0.000 claims 1
- 229940116800 covera Drugs 0.000 claims 1
- 230000015556 catabolic process Effects 0.000 description 4
- 238000006731 degradation reaction Methods 0.000 description 4
- 230000006378 damage Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000132092 Aster Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000001308 synthesis method Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000013316 zoning Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- General Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Cultivation Of Plants (AREA)
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
Abstract
本发明公开了一种土地沙化敏感性评价精细化划定方法，包括如下步骤：获取研究区域的基础数据，预处理基础数据；根据基础数据计算研究区域的风力因子、土壤湿度因子、土壤质地因子和植被覆盖因子的空间分布，并与标准值进行对比分级，得到风力因子敏感性等级值wfi、土壤湿度因子敏感性等级值SWi、土壤质地因子敏感性等级值Ki和植被覆盖因子敏感性等级值Ci；将各单因子敏感性影响分级结果进行空间分析，得到研究区域的土地沙化敏感性。本发明可大大提高土地沙化敏感性评价结果的空间精度，提升生态空间管控水平。
Description
技术领域
本发明属于信息技术应用技术领域，具体涉及一种土地沙化敏感性评价精细化划定方法。
背景技术
长期的生态系统开发利用和巨大的人口压力使得我国生态系统和生态系统服务严重退化，由此引起的植被退化、土地沙化等问题持续加剧，干旱、沙尘暴等自然灾害频发，气候干旱、半干旱区的生态环境恶化呈加速趋势，干旱、半干旱区草原、沙漠边缘绿洲出现了不同程度的退化和沙化，生态系统已呈现出由结构性破坏向功能性紊乱演变的发展态势。由于人类干扰和破坏所导致的大自然对人类的报复和惩罚，越来越引起人类对生态系统土地沙化敏感性的关注与重视。
自上世纪90年代以来，随着土地沙化的日趋严重，学界对土地沙化敏感性的研究不断增加。其中，以欧盟提出的土地沙化敏感性评估方法(MEDALUS方法)最为著名，该方法以气候、植被、土壤和土地管理等要素作为土地沙化敏感性的评价指标，并在地中海、伊朗、巴西、非洲等地的土地沙化敏感性评价中得到广泛应用。国内沙化敏感性研究最早源于欧阳志云等提出的土地沙化敏感性评价方法(通用土地沙化敏感性评价方法)，该方法也被应用到《生态功能区划技术暂行规程》和《生态保护红线划定指南》中的土地沙化敏感性评价。之后，我国学者采用该方法在国家、区域和流域尺度开展了系列研究。然而由于该方法中使用的大风天数和干燥度指数大都采用我国2400多个气象站点的气象数据统计插值获取，气象站点空间分布不均，西北地区站点非常少，造成土地沙化敏感性评价结果往往与实际情况有较大偏差并且粗糙。因此，在空间上细化土地沙化敏感性评价结果，对精确识别沙化敏感区、科学划定土地沙化敏感性生态保护红线、制定土地沙化防治对策具有重要意义。
发明内容
本发明所要解决的技术问题是针对上述现有技术的不足，提供一种土地沙化敏感性评价精细化划定方法。
为实现上述技术目的，本发明采取的技术方案为：
一种土地沙化敏感性评价精细化划定方法，其中：包括如下步骤：
步骤S1：获取研究区域的基础数据，预处理基础数据；
步骤S2：根据基础数据计算研究区域的风力因子、土壤湿度因子、土壤质地因子和植被覆盖因子的空间分布，并按照不同标准值进行分级，得到风力因子敏感性等级值wfi、土壤湿度因子敏感性等级值SWi、土壤质地因子敏感性等级值Ki和植被覆盖因子敏感性等级值Ci；
步骤S3：将各单因子敏感性影响分级结果进行空间分析，得到研究区域的土地沙化敏感性。
为优化上述技术方案，采取的具体措施还包括：
进一步地，步骤S1中，地形地貌基础数据包括NDVI数据、高程数据、地表温度数据、风速数据、土壤空间数据、沙漠化土地分布数据集，然后对数据依次进行格式转换、投影转换、剪裁、重采样、重分类。
进一步地，步骤S2中，土壤质地因子采用原始土壤质地因子数据；
基于NDVI数据计算植被覆盖因子，计算公式如下：
式中，C为植被覆盖因子；NDVI为归一化植被指数；NDVImin为纯土壤覆盖像元的最小归一化植被指数；NDVImax为植被覆盖因子像元的最大归一化植被指数；
基于NDVI和地表温度数据计算土壤湿度因子，计算方法如下：
式中，SW为土壤湿度因子；LSTi为i评估区域的地表温度；LSTdry为评估区域NDVI对应的最高地表温度，即干边；LSTwet为评估区域NDVI对应的最低地表温度，即湿边；
基于年平均风速和阈值风速来计算风力因子wf，计算方法如下：
wf＝u2-u1 (3)
式中，wf为风力因子；u2为年平均风速，单位为：m/s；u1为阈值风速，单位为：m/s；
根据NCEP月平均风速数据和高程数据，利用地形权重插值法计算得出高精度月平均风速，求平均后得到年平均风速u2，其中权重公式为：
式中，W(r，h)为地形权重；r为网格内某点与相邻NCEP网格结点之间的距离，rmax为网格内某点与相邻的4个NCEP网格结点之间的最大距离，h为NCEP网格内某点的高程，hmax为某点相邻的4个NCEP网格结点最高点的高程；某点月平均风速即为相邻的4个NCEP网格结点月平均风速的加权平均值；
阈值风速u1基于土壤类型和NDVI数据计算，计算公式如下：
u1＝ub×ea×C (5)
式中，u1为阈值风速；ub为裸露地表的临界侵蚀风速；a为植被参数，为0.97514；C为植被覆盖因子；d为土壤粒径；SW为土壤湿度因子。
本发明的有益效果：
本发明采用遥感定量反演的土壤湿度因子和风速数据代替通用土地沙化敏感性评价中的气象站点插值数据大风天数、干燥度指数2个因子，结合土壤质地因子和植被覆盖因子率，精确划分土地沙化的敏感性等级，评价结果避免了空间粗糙和内插形成的“牛眼”现象，本发明可大大提高土地沙化敏感性评价结果的空间精度，提升生态空间管控水平。
附图说明
图1为根据本发明实施例的一种土地沙化敏感性评价的空间精细化划定方法的流程图；
图2为土壤质地因子等级空间分布格局图；
图3为植被覆盖因子等级空间分布格局图；
图4为本发明实施例引入的土壤湿度因子等级空间分布格局图；
图5为本发明实施例引入的风力因子等级空间分布格局图；
图6为土地沙化敏感性评价结果等级空间分布格局图；
图7为本发明的敏感性评价结果与通用土地沙化敏感性评价结果等级空间分布对比图。
具体实施方式
以下结合附图对本发明的实施例作进一步详细描述。
下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理。
根据本发明的一个具体实施例，以2010年我国西北部为例，公开了一种土地沙化敏感性评价的空间精细化划定方法，如图1所示，具体包括以下步骤：
步骤S1：获取研究区域的基础数据，预处理基础数据。
A.基础数据包括覆盖研究区域的NDVI数据、地表温度数据、风速数据、高程数据、土壤空间数据、沙漠化土地分布数据集。其中：
在实施例中NDVI数据采用了2010年冬春季节的NDVI数据，NDVI数据来源于SPOT/VEGETATION NDVI卫星数据，空间分辨率为1km，采用最大合成法合成月NDVI数据；
地表温度产品数据来源于MOD21A2数据产品，空间分辨率为1km，采用平均值法合成月平均地表温度；根据月均NDVI和月均地表温度数据，拟合生成各月的干湿边方程，根据土壤湿度因子计算公式计算各月份的土壤湿度因子，采用平均值法合成冬春季平均土壤湿度因子。
风速产品数据来源于NCEP/NCAR(National Centers for EnvironmentalPrediction/National Center for Atmospheric Research，美国国家环境预报中心/美国国家大气研究中心)距离地面10m高度再分析风速数据，空间分辨率0.5°×0.5°，采用平均值法合成年平均风速数据，数据范围覆盖我国全域，数据以NetCDF格式存储。
高程数据在实施例中采用的是高程DEM数据，图像空间分辨率为90m，也可以采用30m空间分辨率的ASTER GDEM。
土壤空间数据来源于寒区旱区科学数据中心，包括土壤砂粒含量、粉粒含量、粘粒含量、有机质含量、土壤剖面厚度和土壤分类信息，范围覆盖我国全域，数据以shp格式存储。
中国沙漠化土地分布数据来源于中国西部环境与生态科学数据中心制作的中国1∶10万沙漠分布数据集，该数据集包括我国沙漠的地理分布、面积大小、沙丘的流动性与固定程度的属性，数据以shp格式存储。
B.数据预处理，将各个数据依次进行格式转换、投影转换、剪裁、重采样、重分类的过程，经过预处理后，各数据统一到一个坐标系、相同的图像分辨率下，并裁剪成相同大小的区域，以方便在后续步骤中进行叠加和计算。
步骤S2：根据基础数据计算研究区域的风力因子、土壤湿度因子、土壤质地因子和植被覆盖因子的空间分布，并与标准值进行对比分级，得到风力因子敏感性等级值wfi、土壤湿度因子敏感性等级值SWi、土壤质地因子敏感性等级值Ki和植被覆盖因子敏感性等级值Ci。
首先，计算土壤质地因子K、植被覆盖因子C、土壤湿度因子SW和风力因子wf。
其中，土壤质地因子采用原始土壤质地因子数据；
植被覆盖因子是基于NDVI数据进行计算的，计算方法如下：
式中，C为植被覆盖因子；NDVI为归一化植被指数；NDVImin为纯土壤覆盖像元的最小归一化植被指数；NDVImax为植被覆盖因子像元的最大归一化植被指数。
土壤湿度因子是基于NDVI和地表温度数据进行计算的，计算方法如下：
式中，SW为土壤湿度因子；LSTi为i评估区域的地表温度；LSTdry为评估区域NDVI对应的最高地表温度，即干边；LSTwet为评估区域NDVI对应的最低地表温度，即湿边。
风力因子是基于风速产品数据和阈值风速计算的，计算方法如下：
wf＝u2-u1 (3)
式中，wf为风力因子；u2为年平均风速(m/s)；u1为阈值风速(m/s)。
其中，u2值的计算规则如下：基于NCEP风速产品数据和高程数据，利用地形权重插值法计算得出高精度月平均风速，求平均后得到年平均风速u2。该方法主要考虑未知点的高程及未知点与NCEP网格结点之间的距离，再采用极大值法进行无量纲化处理，其权重公式可表示为：
式中，W(r，h)为地形权重；r为网格内某点与相邻NCEP网格结点之间的距离，rmax为网格内某点与相邻的4个NCEP网格结点之间的最大距离，h为NCEP网格内某点的高程，hmax为某点相邻的4个NCEP网格结点最高点的高程；某点月平均风速即为相邻的4个NCEP网格结点月平均风速的加权平均值。
u1值的计算规则如下：基于土壤类型和NDVI数据，分不同土壤类型和NDVI数据进行阈值风速的计算。裸露地表的临界侵蚀风速与地表土质、含水量有关，假设为ub。则阈值风速(临界侵蚀风速)与植被盖度(C)之间的关系可表示为：
u1＝ub×ea×C (5)
式中，u1为阈值风速，单位为：m/s；ub为裸露地表的临界侵蚀风速，单位为：m/s；a为植被参数，为0.97514；C为植被盖度，；d为土壤粒径，单位为：m；SW为土壤含水量。
如表1所示，依据标准值对土壤质地因子、植被覆盖因子、土壤湿度因子和风力因子进行分级。
表1
步骤S3：将各单因子敏感性分级结果进行空间分析，得到评估区的土地沙化敏感性指数。将各单因子敏感性分级结果进行乘积运算并开4次方，得到评估区的土地沙化敏感性指数值，公式为：
式中，Di为沙化敏感性综合指数；Wfi为i评估区域风力因子等级值；SWi为i评估区域土壤湿度因子等级值；Ki为i评估区域土壤质地因子等级值；Ci为i评估区域植被覆盖因子的敏感性等级值；将土地沙化敏感性指数值按照表1分为5级，并制作土地沙化敏感性分级图，结果如图6。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。
Claims (4)
1.一种土地沙化敏感性评价精细化划定方法，其特征在于，包括如下步骤：
步骤S1：获取研究区域的基础数据，预处理基础数据；
步骤S2：根据基础数据计算研究区域的风力因子、土壤湿度因子、土壤质地因子和植被覆盖因子的空间分布，并与标准值进行对比分级，得到风力因子敏感性等级值wfi、土壤湿度因子敏感性等级值SWi、土壤质地因子敏感性等级值Ki和植被覆盖因子敏感性等级值Ci；
基于NDVI数据计算植被覆盖因子，计算公式如下：
式中，C为植被覆盖因子；NDVI为归一化植被指数；NDVImin为纯土壤覆盖像元的最小归一化植被指数；NDVImax为植被覆盖因子像元的最大归一化植被指数；
基于NDVI和地表温度数据计算土壤湿度因子，计算方法如下：
式中，SW为土壤湿度因子；LSTi为i评估区域的地表温度；LSTdry为评估区域NDVI对应的最高地表温度，即干边；LSTwet为评估区域NDVI对应的最低地表温度，即湿边；
基于年平均风速和阈值风速来计算风力因子wf，计算方法如下：
wf＝u2-u1 (3)
式中，wf为风力因子；u2为年平均风速；u1为阈值风速；
根据NCEP月平均风速数据和高程数据，利用地形权重插值法计算得出高精度月平均风速，求平均后得到年平均风速u2，其中地形权重公式为：
式中，W(r,h)为地形权重；r为网格内某点与相邻NCEP网格结点之间的距离，rmax为网格内某点与相邻的4个NCEP网格结点之间的最大距离，h为NCEP网格内某点的高程，hmax为某点相邻的4个NCEP网格结点最高点的高程；某点月平均风速即为相邻的4个NCEP网格结点月平均风速的加权平均值；
阈值风速u1基于土壤类型和NDVI数据计算，计算公式如下：
u1＝ub×ea×C (5)
式中，u1为阈值风速；ub为裸露地表的临界侵蚀风速；a为植被参数，为0.97514；C为植被覆盖因子；d为土壤粒径；SW为土壤湿度因子；
步骤S3：将各单因子敏感性影响分级结果进行空间分析，得到研究区域的土地沙化敏感性。
2.根据权利要求1所述的一种土地沙化敏感性评价精细化划定方法，其特征在于：所述步骤S1中，基础数据包括月平均NDVI数据、高程数据、月平均地表温度数据、月平均风速数据、土壤空间数据、沙漠化土地分布数据，然后对各个数据依次进行格式转换、投影转换、剪裁、重采样和重分类。
3.根据权利要求2所述的一种土地沙化敏感性评价精细化划定方法，其特征在于：所述月平均风速数据为距离地表10m的月平均风速数据；所述土壤空间数据包含土壤沙粒含量、粉粒含量、粘粒含量、有机质含量、土壤剖面厚度和土壤分类；所述沙漠化土地分布数据包括沙漠地理分布、面积大小、沙丘的流动性与固定程度。
4.根据权利要求3所述的一种土地沙化敏感性评价精细化划定方法，其特征在于：所述步骤S3中，土地沙化敏感性的计算公式为：
其中：Di为沙化敏感性综合指数；wfi、SWi、Ki、Ci分别为i评估区域的风力因子、土壤湿度因子、土壤质地因子、植被覆盖因子的敏感性等级值。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010300020.6A CN111539608B (zh) | 2020-04-16 | 2020-04-16 | 一种土地沙化敏感性评价精细化划定方法 |
| NL2027951A NL2027951B1 (en) | 2020-04-16 | 2021-04-13 | Fine-scale delineation method for assessing land sensitivity to desertification |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010300020.6A CN111539608B (zh) | 2020-04-16 | 2020-04-16 | 一种土地沙化敏感性评价精细化划定方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111539608A CN111539608A (zh) | 2020-08-14 |
| CN111539608B true CN111539608B (zh) | 2021-01-22 |
Family
ID=71975007
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010300020.6A Expired - Fee Related CN111539608B (zh) | 2020-04-16 | 2020-04-16 | 一种土地沙化敏感性评价精细化划定方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN111539608B (zh) |
| NL (1) | NL2027951B1 (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114757503B (zh) * | 2022-03-26 | 2024-09-20 | 福州大学 | 基于小尺度生态指数的居住小区生态质量评价方法 |
| CN116384623A (zh) * | 2023-03-06 | 2023-07-04 | 中国长江三峡集团有限公司 | 一种沙化风险评估模型构建和沙化风险评估方法、装置 |
| CN116894065B (zh) * | 2023-07-19 | 2024-03-15 | 中国人民解放军陆军工程大学 | 一种基于物联网技术的土方作业效能评估影响条件采集系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103940974A (zh) * | 2014-02-19 | 2014-07-23 | 西北农林科技大学 | 基于gis的中尺度流域土壤侵蚀时空动态分析方法 |
| WO2014189473A1 (en) * | 2013-05-23 | 2014-11-27 | Jouini Mohamed Ben Attia | Artificial sludge to combat desertification |
| CN107145848A (zh) * | 2017-04-27 | 2017-09-08 | 中国科学院遥感与数字地球研究所 | 一种基于遥感数据的土壤风力侵蚀监测方法及系统 |
| CN110569523A (zh) * | 2019-06-11 | 2019-12-13 | 北京林业大学 | 土壤风蚀模型建立方法及风蚀快速估算系统 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102034001A (zh) * | 2010-12-16 | 2011-04-27 | 南京大学 | 一种以栅格为模拟单元的分布式水文模型设计方法 |
| CN106228610B (zh) * | 2016-07-25 | 2018-10-30 | 环境保护部南京环境科学研究所 | 结合主导生态功能与生态退化程度的生态修复分区方法 |
| CN108053072A (zh) * | 2017-12-22 | 2018-05-18 | 中国科学院地理科学与资源研究所 | 沙漠化动态模拟模型的构建及应用 |
| CN110188476B (zh) * | 2019-05-31 | 2022-11-15 | 青海大学 | 一种基于分层土壤的水沙过程计算方法 |
-
2020
- 2020-04-16 CN CN202010300020.6A patent/CN111539608B/zh not_active Expired - Fee Related
-
2021
- 2021-04-13 NL NL2027951A patent/NL2027951B1/en active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014189473A1 (en) * | 2013-05-23 | 2014-11-27 | Jouini Mohamed Ben Attia | Artificial sludge to combat desertification |
| CN103940974A (zh) * | 2014-02-19 | 2014-07-23 | 西北农林科技大学 | 基于gis的中尺度流域土壤侵蚀时空动态分析方法 |
| CN107145848A (zh) * | 2017-04-27 | 2017-09-08 | 中国科学院遥感与数字地球研究所 | 一种基于遥感数据的土壤风力侵蚀监测方法及系统 |
| CN110569523A (zh) * | 2019-06-11 | 2019-12-13 | 北京林业大学 | 土壤风蚀模型建立方法及风蚀快速估算系统 |
Non-Patent Citations (3)
| Title |
|---|
| Shilong Piao等.NDVI-indicated decline in desertification in China in the past two decades.《GEOPHYSICAL RESEARCH LETTERS》.2005,第32卷L0642-L0646. * |
| 刘康等.基于 GIS的甘肃省土地沙漠化敏感性评价.《水土保持通报》.2002,第22卷(第5期), * |
| 康文平等.基于MODIS时间序列数据的沙漠化遥感监测及沙漠化土地图谱分析——以内蒙古中西部地区为例.《中国沙漠》.2016,第36卷(第2期), * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111539608A (zh) | 2020-08-14 |
| NL2027951A (en) | 2021-07-13 |
| NL2027951B1 (en) | 2022-02-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wei et al. | The ChinaHighPM10 dataset: generation, validation, and spatiotemporal variations from 2015 to 2019 across China | |
| CN111539608B (zh) | 一种土地沙化敏感性评价精细化划定方法 | |
| Han et al. | Effects of vegetation restoration on groundwater drought in the Loess Plateau, China | |
| Pal et al. | Detection of land use and land cover change and land surface temperature in English Bazar urban centre | |
| Xu et al. | Measuring spatio-temporal dynamics of impervious surface in Guangzhou, China, from 1988 to 2015, using time-series Landsat imagery | |
| Dutta et al. | Application of geo-spatial indices for detection of growth dynamics and forms of expansion in English Bazar Urban Agglomeration, West Bengal | |
| Peng et al. | Vegetation coverage change and associated driving forces in mountain areas of Northwestern Yunnan, China using RS and GIS | |
| Bulti et al. | Analyzing the impacts of urbanization on runoff characteristics in Adama city, Ethiopia | |
| Li et al. | A comparative analysis of index-based methods for impervious surface mapping using multiseasonal Sentinel-2 satellite data | |
| Ren et al. | Spatiotemporal analyses of urban vegetation structural attributes using multitemporal Landsat TM data and field measurements | |
| Su et al. | Understanding the spatial representativeness of air quality monitoring network and its application to PM2. 5 in the mainland China | |
| Mahal et al. | Assessment of the impact of urbanization growth on the climate of Baghdad province using remote sensing techniques. | |
| Mararakanye et al. | Gully features extraction using remote sensing techniques | |
| Zhang et al. | Future changes in extreme precipitation from 1.0° C more warming in the Tienshan Mountains, Central Asia | |
| Mideksa et al. | Irrigation Water Potential and Land Suitability Assessment in Kurfa Chele-Girawa Watershed, Wabe Shebelle River Basin, Ethiopia | |
| Kolli et al. | Assessment of change in the extent of mangrove ecosystems using different spectral indices in Google Earth Engine based on random forest model | |
| CN112232303B (zh) | 一种基于高分遥感影像的草原道路信息提取方法 | |
| Afifi et al. | Urban sprawl of greater Cairo and its impact on the agricultural land using remote sensing and digital soil map | |
| Ma et al. | Telecoupling between urban expansion and forest ecosystem service loss through cultivated land displacement: A case study of Zhejiang Province, China | |
| Jebali et al. | Impact of the land-use/cover on the dust emission using meteorological data and satellite imagery | |
| Rosli et al. | Sustainable urban forestry potential based quantitative and qualitative measurement using geospatial technique | |
| CN113537793A (zh) | 一种流域生态水文分区的方法 | |
| Li et al. | Construction of high-resolution precipitation dataset and its implication to drought over the Tianshan Mountains, China | |
| Shetty et al. | Effect of landscape metrics on varied spatial extents of Bangalore, India | |
| Wang et al. | Quantitative Attribution Analysis of the Spatial Differentiation of Gully Erosion in the Black Soil Region of Northeast China |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210122 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |