文摘
在这项工作中,我们提出一个处理链的景观格局和生态安全状态评估和预测基于细胞自动机的马尔可夫(CA-Markov)和压力状态响应模式(PSRP)模型使用遥感数据(RSD) 1986年被捕,1996年,2006年,2016年和2026年RSD为模拟在郑州市,河南省,中国。三个主要的发现可以通过实验来撤销。首先,有一个重要的景观类型面积的变化,尤其是对建筑用地。建设用地的面积超过5%,从1986年到2016年。其次,增加景观的异质性,景观的多样性越来越多样化和复杂。第三,郑州城市的生态安全变化趋势的逐渐减少和增加在过去的40年。虽然生态安全状态,现在,似乎是一个好的趋势,对比之前的阶段。CA-Markov模型的预测结果表明,生态安全仍处于中等水平,在2026年向中心移动的趋势。
1。介绍
土地利用和土地覆盖的变化(LULC)是城市扩张的关键研究和研究正成为一个优势和火锅的全球环境变化和可持续发展1]。景观的变化,作为一个复杂的土地利用结构,在不同的尺度上,形状,和数量,表达土地利用和土地覆盖变化的内在机制(LULCC) [2]。之间的相互作用机理研究景观格局和LUCC已经成为一个重要的科学主题在地球表面环境变化(3]。生态安全评估(ESA)的基础是区域生态环境治理和预防,因为综合生态风险和脆弱性的自然、经济和社会的水平被认为是在景观格局的变化过程4]。和生态系统的完整性和整体生态系统健康状况可以反映在ESA。
目前,越来越多的注意力的变化趋势,脆弱,敏感,和异质性的景观格局分析方法,如景观格局指数,粒子尺寸效应和空间统计算法(2,5- - - - - -7]。广泛接受生态安全评估体系包括“生态足迹”的概念和模型,旅游地的概念(PSR)框架模型,和nature-economy-society的概念框架模型(8,9]。
本文的动机是开发景观和ESA监测处理链,与数学和地理模型分析和预测。这项工作的目的是研究LULC变化雕像在40年,研究LULC之间的关系和景观格局和生态安全。
本文的组织结构如下:简要介绍研究领域和数据的预处理部分2。提出的基于遥感观测技术和CA-Markov模型链,PSRP模型和层次分析法(AHP)方法应用于测试区域部分3。结果与分析部分所示4,得出结论5。
2。研究区和数据集
2.1。研究区域
中国河南省郑州市,资本,这是位于山麓之间的过渡区,暴雨平原,黄河冲积平原,被选中为研究区域。地理坐标躺在112°42-114°14E, 34°15-34°57’,如图1。南阳路的城市是有界的。部分道路是西部山前倾斜平原与高度100 - 130米和表面土壤岩性上更新统黄土粉。此外,东部是黄河冲积平原低高度85 - 100米。这个测试区域气候条件的大陆季风气候,面积共7446平方公里,常住人口1100万人。年平均温度为14.5°C。一般地形趋势倾斜从西南到东北。现在,测试区域政治中心,经济、科技、文化、金融、交通、河南省和信息和接受中国城市群经济发展和城市扩张加速。
2.2。数据集和预处理
在本研究收集到的数据集包括多瞬时遥感(RS)的数据集,LULC产品数据,模拟LULC将来数据,矢量数据和人口统计数据。选中多瞬时遥感(RS)对四个不同时期获得的数据包括陆地卫星TM / ETM +(拍摄于1986年8月12日,1996年4月15日,2006年4月9日,36行,121年和路径),陆地卫星奥利(拍摄于2016年4月23日行36岁,121年和路径),GlobeLand30产品获得2010年,模拟LULC地图在2026年,该部门行政区域的矢量数据的规模1:30000年,人口统计数据(1986年被捕,1996、2006和2016年,分别)。可以找到更详细描述数据集收集表1。数据可用性声明:本文中使用的所有数据集包括遥感数据主要和边界矢量数据,以及处理结果数据可以获得https://pan.baidu.com/s/1rThlB5U2RQExrKAlM26Zig。研究人员对这个话题感兴趣可以下载复制的数据分析或进行二次分析。
遥感数据的预处理包括几何校正、调整,和LULC类型获取。,(1)不同卫星图像几何校正应用于基于地形地图在测试区域使用多项式变换方程。度设置为一个,最近的邻居重采样方法是选择多项式的方法,由环境违约®软件。在这个过程中,首先,七十四个地面控制点,七十七年地面控制点,和七十八年地面控制点选择遥感数据之间的1986年和2016年,1996年和2016年,2006年和2016年,分别。然后获得遥感数据在1986年,1996年和2006年地理编码相同的几何系统2016年基于遥感数据获得。均方根误差(RMSE)值小于0.8像素不同的场景(0.67,0.71,0.56,1986年,1996年和2006年,分别地);(2)30米分辨率遥感数据测试区域在1986年,1996年、2006年和2016年获得的数据调整方法基于行政边界向量文件。在这个过程中,空间遥感数据的子集在研究领域是通过数据基于矢量数据的调整方法。首先,矢量数据的导入和重叠是整个遥感数据。然后调整模型与空间子集,包的环境性能。
3所示。方法
3.1。LULC地图分类
LULC状态分为五类使用支持向量机(SVM)分类器10)根据土地利用分类标准状态/ gb - t21010 - 2015和GlobeLand30标准产品(11]。GlobelLand30开放获取30 m分辨率全球土地覆盖数据产品,包括十个土地覆盖类型,包括水体、湿地、人工表面,耕地、森林、灌木林地、草地,和贫瘠的土地12]。考虑与GlobelLand30情况和比较选择的研究领域的产物,所选五LULC类农业土地,植被、水体、裸露的土地,和建筑的土地。选中的SVM分类器,它使用一个不同的核函数来构造非线性决策边界在原始特征空间,将样本数据传输到更高维度的线性边界,已成功应用于回归、分类和已经证明是一个最强大的和有效的工具,用于遥感数据分类(13]。因此,在这项研究中,来自统计学习理论的支持向量机分类器选择获得LULC地位。分类方案提出了如下的研究。首先,大约100点每个类的训练样本选择遥感领域的专家;其次,径向基函数(RBF)内核,在确定参数自动最小化预期的测试误差的上限,并从先前的研究结果显示,它在大多数情况下,选择在这工作。RBF的数学表示 ,在那里是偏差项为多项式核函数和乙状结肠内核;第三,输入特征向量,如带1到5和乐队7陆地卫星TM / ETM +数据;最后,应用支持向量机分类器获得的特性组合在第三步和获得LULC结果。此外,LULC地图2026年模拟基于LULC地图使用CA-Markov模型2006年和2016年。专题地图制作使用支持向量机分类器在不同年精度进一步评估程序,如变化趋势分析,LULC趋势预测,景观格局和生态安全评估,等等。常用的精度评价指标包括总体精度(OA)、用户的准确性(UA)、生产者的准确性(PA), kappa系数(KC)可以执行基于矩阵的统计数据(31造型)。在这个研究中,整体和全面的指标包括OA和KC,可以计算表达式 和 分别选择。在哪里正确数量的像素分类,是在混淆矩阵像素的总数,的行数,和分别列和行总(14]。总共有15538、13829、15991和13937像素选择培训在遥感数据捕获的1986年8月12日,1996年4月15日,2006年4月9日,2016年4月23日,分别。选择测试像素的数量(地面实况点)5643分。分类映射结果如图2。表中所示的分类精度2表明LULC地图获得足够好与我们的方法进行进一步处理。
3.2。SDDLUC IDDLUC模型
变化速度和变化的振幅进行了分析通过计算景观类型转移矩阵,以便变化趋势可以从空间和时间方面的特点。振幅的变化表示在该地区景观的变化,而变化的速度体现在单一动态LULC程度和综合动态的土地利用变化程度(15,16]。单一土地利用变化的动态程度(SDDLUC)描述改变程度的一个特定区域的土地利用类型。SDDLUC可以描述在下列方程(17]: 在哪里SDDLUC指数,和区域某一特定土地利用类型的开始和结束时间,分别在研究期间。研究周期的长度。
土地利用变化的综合动态程度(IDDLUC)描述总体变化程度的一定时期内的研究区域。IDDLUC可以描述在下列方程(18]: 在哪里的是区域在初始时间土地覆盖类型,而换乘区数量的吗土地覆盖类型其他土地覆盖类型研究期间。
3.3。与CA-Markov模型模拟
CA-Markov是马尔可夫模型的组合模型的概率描述土地覆盖变化的开始和结束时间之间发展它们之间的转移概率矩阵和CA模型,允许将一个像素的过渡概率函数相邻像素的14]。CA-Markov模型能够模拟和预测LULC遥感数据在未来改变状态(19]。是很有帮助的研究领域建立和优化城市发展决策在不同时空维度(14,19- - - - - -21),当综合模拟和预测城市景观变化量和空间方面。下(19辛格et al。]的马尔可夫链过程可以被描述为 ,在那里意味着马尔可夫链过程为一个特定的时间(t) , ,和意味着之前的时间、当前时间、分别和结束时间在未来。
为了实现这个目标,策略可以分为几个程序如下:(1)设置LULC使用分类方法分类结果作为初始变量;(2)计算转移概率矩阵和条件概率矩阵LULC类型转换规则与GIS分析方法;(3)分析模拟和预测结果的准确性基于分类预测地图和地图的对比;和(4)变化趋势分析和生态安全评估的基础上,分类结果和仿真结果。在这个实验中,四个场景LULC地图使用支持向量机分类器获得遥感数据从1986年被捕,1996年,2006年和2016年被设置为初始变量,用于开发转移概率矩阵对LULC类型相邻;然后为CA迭代10倍和55标准过滤器被选中来模拟LULC地图2006年,2016年和2026年,分别。计算和仿真精度通过对比和比较模拟LULC地图与分类地图获得2006年和2016年记者。然后之间的变化趋势和生态安全状态的时期1986 - 2026进行了分析和评估。
3.4。景观格局指数分析
景观格局指数是重要的指标来定量描述和监测景观结构的转换特性。虽然是一个挑战,选择合适的景观指数,反映景观属性和不需要计算所有景观指标一个特殊的景观,因为这些指标是强烈相关。景观格局指数的选择可以基于定量分析和研究区域的知识(19,22,23]。先前的研究显示,结合使用的斯皮尔曼相关系数(SCC)和主成分分析(PCA)方法来减少冗余(22]。的方法22SCC)用来减少高两个景观指数之间的相关性通过检查SCC是否大于0.9或小于−0.9和使用PCA (14,22- - - - - -24)减少景观指数处于可控制的水平。在这个研究中,选择适当的景观指数是基于以往的研究经验以及知识的研究区域的空间分布状态和数据质量研究领域被认为是。轻微相关景观格局指数在补丁选择水平和景观水平来分析长期一系列景观格局变化的研究领域从1986年到2026年(25]。补丁的数量(NP),斑块密度(PD),最大斑块指数(LPI),边缘密度(ED)、平均形状指数(MSI),分形维数指数(FDI),聚合指数(AI),布置并置指数(IJI)被选中当补丁级别景观格局进行了分析。虽然数量的补丁(NP),斑块密度(PD),最大斑块指数(LPI),分形维数指数(FDI),蔓延指数(合作),香农均匀度指数(SHDI)、香农多样性指数(SHEI),分裂指数(FI)被选中当景观格局分析在景观水平。综合应用多个景观指标可以在一定程度上避免限制个人景观指数选择和对结果的分析可以减少不利影响遥感数据分辨率和人为因素造成的。
3.5。ESA系统的建立
生态安全评估体系建立的研究是基于旅游地的概念(PSR)提出由联合国经济合作与发展组织(经合组织)。PSRP模型的建立是根据动力的原则,层次结构,和可行性9,26- - - - - -28),根据生态系统的稳定结构,弹性的景观、生态系统的服务功能,景观格局的变化因素。建立了所谓pressure-state-response-pattern (PSRP)模型系统包括目标层、准则层、指标层,和12个指标29日,30.]。
虽然没有可比性之间的各种不同单位不同的索引,索引,因为为了量化和计算,索引是标准化的原始值在0到10之间。积极的标准化模型指标(值越大,安全生态学)可以被描述在以下方程:
负面的标准化模型指标(值越小,安全生态学)可以被描述在以下方程: 在哪里标准化值,原始值的索引,是一组指标的最大值,然后呢是一组指标的最小值。
不同的生态安全评估指标有显著的不同贡献。克服的多样性和保证指标的相对重要性在生态安全评估系统中,熵法和AHP法应用综合确定的重量指标(结果如表所示3)。熵法确定指标的权重系数,使用不同的索引信息的多样性,从而避免随机性引起的主观决定。在此同时,作为一个补充,AHP法来验证结果的体重决定和限制的绝对客观性在熵方法(31日]。
借助GIS空间分析机制,转移概率矩阵和矩阵的计算条件概率转换规则评价生态安全水平评估。细胞自动机模型的状态被定义为类的像素级别生态安全评估。以2006年和2016年的数据为实例,在2006年和2016年生态安全评估结果被设置为初始状态,与标准55过滤器和10次迭代参数,生态安全的趋势可以预测21]。
确保合理使用各种指标在评估系统,建立不同指标的重要性,一个线性加权综合评价模型(LWSEM)。LWSEM可以描述以下方程: 在哪里是生态安全的综合评估值;体重指数;是标准化的指数的价值。国内和国外的方法分类级别的生态安全是生态安全的引用来确定标准评估类(26]。生态安全评估的既定标准如表所示4。
4所示。结果和分析
4.1。变化速度和幅度
分析景观改变性格,LULC变化速度和幅度从1986年到1996年,1996年和2006年,2006年和2016年需要预先计算。结果显示为表5- - - - - -7。
LULC变化的统计结果表明,各种景观类型的转换关系是复杂的,和单一的动态程度的变化范围是广泛的研究领域。而集成的动态程度三个时期(1986 - 1996、1996 - 2006和2006 - 2016年)为21.65%,20.17%,和19.21%,分别。集成的动态程度表明,有一个显著的景观类型的变化。讨论了景观变化的特点如下:(1)有一个downward-downward-growth水体的变化趋势。有一个持续下降的趋势,水体从1986年到1996年,从1996年到2006年。振幅变化的水很好,期间,特别是在2006年和2016年之间所有LULC类型中是最大的。同时,总的来说,水的面积减少59461.2公顷。水体区域植被的主要改变方向和农业土地。翻译有124191.9公顷水体水体和建筑面积。回收的可能的原因是因为土地和农业土地从河里的面积减少了河流,流经研究领域。(2)有一个growth-downward-growth植被的趋势。从1996年到2006年期间,植被有轻微的增加趋势。和单一的动态植被度为0.89%。总体而言,植被已经下降了16920。9公顷的面积在过去的30年。植被的主要流向是建筑面积和裸露的土地。转化率为4.31%和2.85%,建筑面积和裸地,分别。主要土地类型转化为植被建设用地,农业用地,裸露的土地。主要原因是城市成长和发展受到了国家可持续发展战略和绿色和谐发展的概念。植树造林活动使面积增加。期间从2006年到2016年,农业导致植被的严重短缺转变成农田。(3)建设用地出现一个可持续的增长趋势。研究城市的建筑面积增加了1016336.7公顷,从1986年到2016年。植被的主要转换和农田建筑面积效应要高于其他LULC类型。的主要原因是,研究城市的城市化进程加速,城市扩张是增加工业基础设施的发展。城市建设用地的扩张率大于减少的速度建设在农村,因此,城市建筑面积增加。(4)有一个downward-growth-downward趋势的农田。农田主要翻译在此期间植被和建筑用地。农田的转换比率从1986年到2016年的14.57%。和主要LULC类型转化为农田植被和裸地。那是因为建设用地扩张占用大量农田随着城市化和工业化的发展。此外,村里的人进入城市,导致一些地区的农田被搁置和抛弃。林业的发展在一定程度上减少农田的面积。(5)裸地downward-growth-downward趋势出现。有一个光秃秃的土地从1996年到2006年的急剧减少。减少期间裸地率为3.54%,低于之前的时期。裸露的土地的面积增加了56415.6公顷。裸露的土地主要是转化成植物和农田。主要原因是人口和资源之间的矛盾突出,以及城市土地的需求正在增加。这些结果的利用未使用的土地。同时,随着经济的发展和裸地造林,整个区域的光秃秃的土地往往减少。
4.2。预测的变化趋势
根据模拟的结果比较土地覆盖地图在2016年和2016年的分类地图,CA-Markov模型的预测精度进行了分析和验证(见表8)。结果表明,所有的分类和预测LULC类型区域之间的相对误差小于8%。因此科学合理的预测基于CA-Markov模型景观变化。然后选择CA-Markov模型模拟土地覆盖图在2026年基于LULC地图在2006年和2016年。结果如表所示9和图3。
结果在表9表明,最大振幅变化与趋势是减少植被景观类型,有一个数量的38.07%的总LULC类型在2016年和2026年期间。二次变化最大的是农业土地,从2016年到2026年将增加191006.1公顷。植被的面积,农田,裸地,水体都将在不同程度上增加基于模拟的结果。这表明研究领域正在加速的城市化与城市经济的发展。同时,植被大量减少表明,研究区域的生态平衡可能在一定程度上被销毁。
4.3。景观格局分析在不同层次上
4.3.1。在补丁级别分析景观格局
基于主要统计数据,总的来说,研究结果显示一个有趣的现象,相对大量的补丁(NP)裸露的土地,最大的布置并置指数(IJI),和最边缘密度(ED)水体。和景观类型的研究,相对大的最大斑块指数(LPI)农田和建筑面积,而相对大型聚合指数(AI)是植被和水体。相对大的景观类型平均形状指数(MSI)植被,和相对大的分形维数指标(FDI)是农业土地和植被。所以各种LULC类型的景观从数据显示自1986年以来已经发生了很大的改变4- - - - - -11NP、LPI PD、ED IJI, MSI,分别和人工智能。和景观变化的详细分析可以讨论如下:(1)农田景观的变化。NP的农田增加了27474,斑块密度(PD)的农田增加了从1986年到2016年的1.144。通过预测,最大斑块指数(LPI),聚合指数(AI),布置并置指数(IJI)到2026年将在不同程度降低。这些结果表明,农田严重被人类活动在城市化和工业化的进程。大规模的经济建设和发展的活动占据了许多农田。NP的增加和减少的AI证明补丁更分散,和原来的补丁被分成离散的碎片和更广泛的分布。农田和其他景观类型之间的转移变得更加频繁。主导作用的农田减少,选择区域景观格局是越来越坏了。入侵边境的程度较高;土地空间结构将更加复杂。(2)植被景观的变换。平均形状指数(MSI),分形维数指数(FDI)和聚合指数(AI)的植被是相对大的从1986年到2016年。在此同时,AI和LPI的植被减少期间。由于生态建设活动的研究区域,植被增加,LPI的NP是降低了。这些表明,人类活动和干扰是近年来越来越频繁。人类努力加剧分裂的植被和增加了连接加强。NP的上升,这一事实IJI, MSI的植被表明植被分布往往是分散。复杂的形状,意味着深形状不规则,展示人类活动发展中植被的土地被增强。根据预测结果,NP和IJI将下降,人工智能将会上升,植被景观往往集中在2026年。相邻斑块的数量将会增加,功率控制的优越的补丁将会减少。(3)裸露的土地景观的变化。裸露的土地曾经最大的NP指数和最少的LPI指数从1986年到2016年期间。NP光秃秃的土地减少了24402,ED光秃秃的土地减少了9.382,IJI下降,和艾城的增加。这些表明,光秃秃的土地景观的面积减少,和裸地的分布更为集中。根据预测结果,NP裸地将进一步减少,人工智能将在2026年大幅上升,这表明,在研究领域随着城市化的发展,土地利用将变得更加efficienct和显著。(4)水体的景观格局变化。水体相对高AI和最大的IJI,虽然有至少LPI和ED,从1986年到2016年期间。有持续下降的趋势在NP和PD的水体,但有一个持续的增长趋势在人工智能和IJI水体。这些表明,由于人类活动的干扰,降雨,城市建设,和其他因素,水体景观的贴片形状趋于简化,分离补丁加入在一起,分布趋于集中。预测结果表明,NP会上升,人工智能和IJI将下降2026。这些现象表明,水体的面积会增加,和分布变得分散。(5)组合景观的变化。在最近30年里,建筑用地增加了39155的NP, FDI增加0.01。这些数字表明,建设用地的面积是飙升,占据主导地位,因为人口的增加和城市化的发展。建设用地增加的现象,AI和LPI扩张增加连接城市和农村建设用地大规模区域的连续分布。MSI的增加建设用地上升表明,补丁是集群,边界被分散,分布更为集中,形状比较复杂。根据预测的结果,将会有持续下降的趋势NP的土地,但外国直接投资持续增长的趋势倾向于2026年建设用地。这些预测结果表明,缺乏合理的基础设施建设计划的初步阶段,随着经济的发展和人口的增长,这使得补丁更复杂的结构。而在后期,有更科学、合理的施工方案,使补丁没有那么多复杂的结构。
4.3.2。景观格局分析在景观水平
在景观方面的整个研究领域(如表所示10),总NP和FI的变化趋势相似,显示为downward-growth-downward趋势。外国直接投资经历了一个过程从大到小,小到大,这是与蔓延指数(合作)。统计数据表明,有一个LPI的持续下降的趋势。上面提到的结果表明,前一个阶段的主导格局已逐渐取代了小补丁,和研究区域的景观往往更复杂和多样化。期间从1986年到2006年,该地区的植被景观显著增加,区域景观的主导地位是增加,斑块的类型形成satisfice连接。尽管研究领域的建设缺乏合理计划,补丁的结构更为复杂,经济发展和人口增长。但在科学、合理的帮助计划的决策者,补丁的结构简化成为后者期间(从2006年到2026年)。同时,植被的迅速减少,景观的破碎程度会增加,景观优势将减少,区域景观将与各种元素形成一个密集的模式。
第一个时期从1986年到2006年,有一个持续下降的趋势在香农均匀度指数(SHEI)和香农多样性指数(SHDI)表明,景观的异质性下降,主要景观的比例上升,单一组件的控制功能增加。结果的原因是,有平原地区统治的选择的研究领域,和退耕还林的政策原因植被面积增加。作为主要景观类型,植被的比例进一步提高,其景观控制能力已大大增强。第二时期(从2006年到2026年),SHEI和SHDI显著地上升。这表明,人类活动干扰强度增强,罕见的斑块面积增加,景观多样性增加,控制作用的影响,景观整体景观优势组件降低了,景观稳定性降低,景观异质性的程度逐渐增加。
主要原因是满足城市扩张的客观需求在未来十年,经济快速发展在过去的十年里,和大大增加建筑面积占据了大量的植被和农田导致增加水体等罕见的补丁。在一个整体,不同景观的比例差异逐渐缩小,景观的多样性和结构的复杂性显著增加。
4.4。分析、评估和预测的生态安全状态
的帮助下上述的生态安全评估体系,生态安全评估的地图类得到了郑州市(如图所示12)。
根据主要的结果,五个阶段的平均值从1986年到2026年全面的安全评估计算(见表11),郑州的生态安全曲线(图13)。郑州城市生态安全类的比例统计根据评估标准表3;的变化情况如图14(如表所示12)。
在40年,生态安全评估价值显示了一个“V”形趋势,先降低,然后增加。生态安全评价研究领域的价值是1986年的7.01,这意味着生态条件的“安全”水平。而1996年生态安全状况显著恶化,生态安全是“危险”水平。从2006年到2016年,生态安全评估价值逐渐增加,生态安全状况改善。根据预测结果,研究区域的生态安全评估价值将进一步增加2026,但生态安全状况仍然在“临界”级别。生态安全的变化曲线表明,1986年的生态安全价值研究领域相对比较温和;生态安全是更加平衡。两座山峰的生态安全研究领域的价值从1996年到2026年的大约5.5和8,这表明,大部分地区的生态安全价值大约是5.5和8。遥感图像分类分析的基础上,综合评价生态安全级别的地图,可以得出一个结论如下。较低的区域生态安全价值主要集中在水体和建筑的土地。 The area whose ecological security value is 5.5 distributes in vegetation and farmland types, and the area whose ecological security value is around 8 concentrates in vegetation and bare land where human disturbance is weak.
生态安全状态的横向比较的结果表明,生态的研究领域主要在“安全”水平,1986年的比例为38.81%。和“病态”的生态水平的比例还不到1%。这些结论表明一个完整的和稳定的生态系统建立了研究领域,但“病态”水平的生态安全领域的研究主要集中在北方地区由于缺乏合理的管理。1996年,“临界”水平生态研究领域中占主导地位。和“病态”的比例水平生态达到9.17%,超过了“安全”水平,这表明,生态系统的稳定性研究领域影响严重的人为干扰。2006年,该地区与“临界”生态水平超过60%,该地区“安全”和“稳定”生态水平超过10%。2016年,“临界”水平的区域生态研究领域仍占主导地位。根据预测的结果,“临界”水平的区域生态会占据更大的优势,到2026年,有一个明显的趋势聚集到“临界”的水平。
结合综合评价生态安全水平的地图,40年的长期纵向比较分析生态安全评估的研究领域。由于城市化的快速发展和人类生态保护的意识薄弱,从1986年到1996年,期间的“危险”水平在中部和北部生态研究领域转化为“病态”水平。在此同时,“稳定”的生态水平转化为“临界”和“安全”水平。生态活力的研究领域明显减少,和生态安全研究领域的显著恶化。快速的人口增长可能是由于城市化的快速发展,经济的繁荣,大量的基础设施建设。人口压力的增加,植被覆盖率的减少导致的减少整体生态安全的研究领域。
从1996年到2006年期间,与可持续发展战略的实施,提高植被覆盖率,生态变化的“病态”水平逐渐“危险”和“临界”水平。所以,生态安全形势在一定程度缓解。主要原因在于“中部崛起”战略的推动中国管理和可持续发展的经济发展模式已经从传统经济向集约经济,这大大加强生态和环境保护工作。与此同时,与整体的实现“一个家庭,一个孩子”的政策,人口与资源之间的矛盾已经在一定程度上缓解。因此,景观生态安全状况改善。
从2006年到2016年,该地区的“危险”水平生态略有增加,和“安全”水平的区域生态略有减少,这表明政府进一步加强环境保护,环境保护意识的提高,居民在城市发展的过程中,生态安全得到进一步改善。据预测,到2026年,“病态”水平区域将进一步降低。同时,收集中间的生态安全水平的趋势更明显的“临界”水平的增加。因此,这是一个紧急的问题需要解决,保护当前安全形势,提高景观是“危险”和“病态”水平。
5。结论
在这部作品中,综合分析城市表面环境变化和景观生态指数扩展了遥感数据的应用范围和适用环境。生态安全评价体系建立了协作处理社会、经济、自然和环境因素。这项研究提供了一个首次40年的时期,从过去到未来,综合变化趋势的典型LULC类型选择区域。研究证明growth-changing趋势在构建土地和植被,水体呈下降趋势,农田,和裸露的土地。在这LULC改变过程中,补丁水体往往被简化的形状,和这个景观的分布往往是分散的。景观的多样性和结构的复杂性显著增加。郑州城市生态安全评价的价值在过去的40年里显示一个“V”形的趋势。
也有一些建议,可以在此基础上研究认识到可持续发展的研究领域。这些建议包括但不限于建立城市精明增长计划,加强城市景观生态建设,城市土地利用科学的总量控制,合理配置城市土地面积,转换后严格监管的农田建设用地,可持续防治水土流失,优化城市规划和设计,等等。管理员还建议促进经济发展和生态平衡之间的关系,采取合理的措施。
的利益冲突
作者宣称没有利益冲突。成立赞助商没有参与这项研究的设计;在收集、分析或解释数据;写的手稿;并决定发表的结果。
作者的贡献
裴刘领导了这项研究工作,提出了概念和结构的手稿,写指令和结论部分,综合所有作者的贡献。Ruimei汉,Shoujun贾庆林集成模块和代码,完成了实验,写LULC地图分类和CA-Markov仿真部分和测试。Ruimei汉实现景观指标选择和提取,建立了ESA系统,写相应的部分,也与裴刘构思和设计实验。Hanwei张的领军集团通过论文和参与算法的实现,进行变化检测,并写了相应的部分。
确认
这项工作得到了国家自然科学基金(批准号。41601450,41601392,41401403),重点研究河南省高校的项目计划(批准号16 a420004),河南省的关键技术研发项目(批准号。182102310860,182102310860),河南省博士后基金会和河南理工大学博士基金(格兰特B2015-20号,B2014-18)。