全国高分辨率土地利用数据服务 土地利用数据服务 土地覆盖数据服务 坡度数据服务 土壤侵蚀数据服务 全国各省市DEM数据服务 耕地资源空间分布数据服务 草地资源空间分布数据服务 林地资源空间分布数据服务 水域资源空间分布数据服务 建设用地空间分布数据服务 地形、地貌、土壤数据服务 分坡度耕地数据服务 全国大宗农作物种植范围空间分布数据服务
多种卫星遥感数据反演植被覆盖度数据服务 地表反照率数据服务 比辐射率数据服务 地表温度数据服务 地表蒸腾与蒸散数据服务 归一化植被指数数据服务 叶面积指数数据服务 净初级生产力数据服务 净生态系统生产力数据服务 生态系统总初级生产力数据服务 生态系统类型分布数据服务 土壤类型质地养分数据服务 生态系统空间分布数据服务 增强型植被指数数据服务
多年平均气温空间分布数据服务 多年平均降水量空间分布数据服务 湿润指数数据服务 大于0℃积温空间分布数据服务 光合有效辐射分量数据服务 显热/潜热信息数据服务 波文比信息数据服务 地表净辐射通量数据服务 光合有效辐射数据服务 温度带分区数据服务 山区小气候因子精细数据服务
全国夜间灯光指数数据服务 全国GDP公里格网数据服务 全国建筑物总面积公里格网数据服务 全国人口密度数据服务 全国县级医院分布数据服务 人口调查空间分布数据服务 收入统计空间分布数据服务 矿山面积统计及分布数据服务 载畜量及空间分布数据服务 农作物种植面积统计数据服务 农田分类面积统计数据服务 农作物长势遥感监测数据服务 医疗资源统计数据服务 教育资源统计数据服务 行政辖区信息数据服务
Landsat 8 高分二号 高分一号 SPOT-6卫星影像 法国Pleiades高分卫星 资源三号卫星 风云3号 中巴资源卫星 NOAA/AVHRR MODIS Landsat TM 环境小卫星 Landsat MSS 天绘一号卫星影像
模型模拟和情景变化分析是未来土地利用变化研究的核心内容,本文以2000年三峡库区土地利用现状为基期数据,利用BinaryLogistic模型回归分析驱动因子与土地利用间的关系,利用CLUE-S模型对2010年土地利用进行模拟,校验并确定影响库区土地利用驱动因素的主要参数后,基于自然增长､粮食安全､移民建设和生态保护对2020年､2030年库区土地利用情景予以模拟｡结果表明:①通过BinaryLogistic模型分析和检验,水田､旱地､林地､草地､建设用地和水域的ROC曲线下面积值均大于0.8,表明所选驱动因子对土地利用的解释能力较强,可用来估算土地利用概率分布;②2010年各地类模拟结果经验证得Kappa系数分别为水田0.9､旱地0.92､林地0.97､草地0.84､建设用地0.85和水域0.77,总体上能满足模拟与预测需求;③多情景模拟显示库区不同土地利用类型在空间上的竞争关系,以及所带来的对库区粮食安全､移民建设､生态保护的影响,包括水田大量转换为旱地(“水改旱”)､耕地与林草地被建设占用､林草地开垦为耕地､陡坡耕地退为林草地等行为,需要在土地利用优化中平衡各方面的需求;④多因素､多情景模拟能为库区土地利用提供更为清晰的､可供抉择的政策调控思路
|
相关数据
暂无相关数据！
|
相关文章
暂无相关文献！
|
