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
以重庆市渝北区为研究区域,运用CLUE-S模型,结合Logistic回归分析,分别以2007年和2009年为基期,对渝北区2013年土地利用情况进行模拟研究,在此基础上构建了渝北区2013~2020年3种不同情景的土地利用变化模式,模拟了3种情景模式下渝北区在2020年的土地利用空间分布格局｡结果表明:(1)两期模拟的正确率分别达到了92.26%和94%,Kappa系数值分别为90.32%和92.5%,均取得了较好的模拟效果,说明CLUE-S模型适用于渝北区的土地利用空间格局变化的模拟研究,具有较好的模拟区域土地利用时空变化的能力;(2)地形､国道､省道､高速公路等主要道路､河流､城镇和村庄是影响渝北区土地利用空间格局变化的重要驱动因素;(3)在3种情景模式中,主要的用地格局变化均发生在两江新区,区内建设用地总体呈现向东北部扩张的趋势,表明区域经济社会发展政策对用地类型的变化具有较大的影响;(4)从促进城乡统筹和谐发展､土地节约集约利用､生态环境显著改善和保护耕地的区域发展目标而言,情景模式2为较为合理的发展模式｡研究结果可为决策部门在土地可持续利用和土地管理方面提供参考依据｡
|
相关数据
暂无相关数据！
|
相关文章
暂无相关文献！
|
