排序方式: 共有104条查询结果,搜索用时 546 毫秒
71.
为促进优质、高产、高效的生态农业发展,提高晋南地区小麦—玉米轮作区耕地综合生产能力,通过选取土壤物理条件、气候条件、理化性状、土壤管理等4项因素9项因子,建立中大尺度耕地质量评价体系,应用层次分析法,结合SPSS与GIS手段,对晋南地区小麦—玉米轮作区耕地地力调查与评价。结果表明,研究区域总体耕地质量水平偏低,一、二等耕地的面积占总面积的30.10%,主要集中在汾河下游与涑水河中下游;质量偏差的耕地占总区域69.90%,分布比较均匀。评价结果可为研究区合理施肥与科学管理耕地提供科学依据。 相似文献
72.
城镇化是区域经济、社会结构和空间结构以城市为模式的演进过程。本文采用复合指标法来评价山西省县域城镇化发展的状况,利用GIS的空间表达功能来分析山西省县域城镇化空间分布特征及发展规律。结果表明,山西省城镇化发展水平较高的县市呈现出集聚现象,北部为大同、朔州城镇群,中部太原城市群,南部运城、临汾城镇群,东南部长治、晋城城镇群,整体呈现"大"字形格局。通过四大城镇群对比分析可以看出太原城镇群与北部城镇群相比,在人口、经济、基础设施指标上表现出相对优势;东南部城镇群人口城镇化指标较低,但在生态环境方面明显高于其它城镇群;南部城镇群除生态环境方面略高于太原城镇群以外,其余方面都表现较弱。 相似文献
73.
为定量评价坡面治理措施(植被恢复模式、恢复年限、削坡分级)对高速公路堆积体土壤团聚体的调控作用,以陕西省不同区域高速公路堆积体为对象,用干筛法和湿筛法测定其土壤团聚体组成。同时选取>0.25 mm水稳性团聚体含量(R0.25)、土壤团聚体平均质量直径(MWD)、几何平均直径(GMD)、分形维数(D)和破坏率(PAD)等指标进行土壤团聚体稳定性分析。结果表明:与冰草相比,坡面自然植被恢复为小冠花和白三叶时对应的R0.25,MWD和GMD均显著增加,增幅分别介于12%~15%,38%~40%,38%~41%,表明堆积体坡面恢复为豆科草本植物有利于提高土壤团聚体的稳定性; 与未复垦相比,坡面人为复垦种植玉米和黄豆时对应的MWD和GMD均显著降低,降幅分别为13%和12%,表明堆积体坡面(36°)不宜复垦种植农作物; 与恢复1 a相比,恢复2 a和5 a堆积体所对应的R0.25和GMD均显著增加,增幅分别为13%和18%,29%和24%,但恢复5 a所对应的MWD,GMD和D与2 a均无显著差异,表明侧柏人工林短期恢复土壤团聚体稳定性持续提高; 短坡长(<60 m)堆积体坡面土壤团聚体稳定性空间分布相对均匀; 相比未治理全坡面,削坡分级治理后平台和坡面所对应的R0.25显著增加,增幅分别介于57%~95%和38%~44%,表明工程措施可提高土壤团聚体稳定性,且平台稳定性高于坡面; D与根重密度存在极显著负相关。研究结果不仅可为工程堆积体土壤团聚体稳定性评价提供参考,也可为其治理措施配置提供指导。 相似文献
74.
太原市城区植被覆盖变化地形分异效应 总被引:1,自引:2,他引:1
[目的] 分析山西省太原市城区植被覆盖变化在高程、坡向、坡度、坡度变率、地形位和地形起伏度上的分异效应,为该市生态环境保护提供基础信息。[方法] 基于2004年8月、2007年8月、2011年8月、2014年9月、2016年9月的Landsat系列影像和ASTER GDEM数据,采用像元二分模型法估算太原市城区5个时期的植被覆盖度,对其时空动态变化特征进行分析,并结合地形面积差异修正系数分析植被覆盖变化在不同地形因子上的分异性及变化趋势。[结果] ①2004—2016年植被覆盖度以中高度覆盖度和高度覆盖度为主,二者占总面积的65%以上,总体呈显著上升趋势,植被覆盖度显著下降区主要分布在小店区和尖草坪区,而中东部和西部植被覆盖度上升较快;2007—2011年植被覆盖度减少面积为852.70 km2,增加面积为601.62 km2,总体呈退化趋势,而2004—2007,2011—2014,2014—2016年植被覆盖度增加面积超过研究区面积的1/2,植被恢复效果较好;②不同坡向上,在平地区域不同植被覆盖变化类型的分布差异较显著,其余坡向上的差异不明显;不同植被覆盖变化类型在不同高程、坡度、坡度变率、地形位和地形起伏度上的空间分布差异明显。[结论] 坡向对植被生长变化的影响不明显,而高程、坡度、坡度变率、地形位和地形起伏度对植被覆盖变化的地形效应较明显。 相似文献
75.
本文通过对不同光时下荞麦不同品种苗蕾期长短的分析,明确了品种间光反应的差异,提出了最短苗蕾期与最长苗蕾期的光时效应概念,并根据长短差对参试品种进行了初步的光时反应分类。文章还就光时对株高、茎干重、株粒重的影响,作了数量关系的分析,为高产栽培调控,提供理论依据。 相似文献
76.
遥感影像的光谱特征和空间纹理特征是提取沙地信息的关键因素,数据融合可以弥补二者的不足。利用主成分变换、乘积变换和比值变换3种不同的融合方法,对Landsat ETM+遥感影像进行自身空间分辨率融合,并对融合结果进行主观目视判读评价和客观数理统计评价。评价结果表明比值法效果最好,光谱失真较小,空间纹理特征明显增强,主成分变换次之,乘积法最差。 相似文献
77.
基于温度植被干旱指数(TVDI)的土壤干湿反演 总被引:2,自引:0,他引:2
【目的】快速准确监测大面积区域土壤水分,提高遥感监测土壤水分的效率。【方法】采用Landsat 8 OLI影像构建了地表温度(Ts)-植被指数(NDVI)特征空间,拟合了特征空间的干湿边方程,并根据干湿边方程计算的温度植被干旱指数(TVDI)与同期野外不同深度的实测土壤含水率进行了回归分析与验证。【结果】遥感影像反演所得的TVDI与野外实测土壤湿度显著相关(α=0.05);0~10、10~20、20~30 cm土层中,TVDI与10~20 cm土层土壤湿度相关性最高(r=0.79);遥感影像反演的土壤湿度时空分布变化特征与作物分布生长情况以及气候变化规律基本吻合。【结论】根据温度植被干旱指数法反演监测区域土壤湿度是切实可行的,尤以10~20 cm土层土壤湿度的反演监测最为精准与可靠。 相似文献
78.
县域尺度农田深层土壤有机质的估算及空间变异特征 总被引:2,自引:2,他引:0
县域是实施农业绿色发展的基本单元,农田土壤中不仅耕层的有机质含量会对土壤肥力产生影响,深层有机质的作用也不可忽略,精确估算基于县域尺度农田深层有机质含量具有重要意义。该研究选定位于山西省运城市的永济市农田为研究区,采用多点混合取样法,获取了8个样地剖面的18层数据,共144个混合土样的有机质含量数据,建立了表层(0~20 cm)有机质含量估算深层有机质含量的模型,并进行深层有机质含量的估算。基于半变异函数、空间自相关理论分析了0~30、30~60、60~90、90~120、120~150和150~180 cm土层有机质含量的空间相关性和聚集特征,并进行了相关性检验,采用克里格插值方法对研究区农田各土层的有机质含量进行了预测。结果表明:1)土壤有机质含量随深度的增加呈负指数递减(R2=0.80,P0.01),各土层的有机质含量变异系数介于35.89%~47.84%之间,处于中等变异程度。2)通过建立的估算模型可以通过表层有机质含量估算出任意深度的有机质含量,且拟合精度R2达到了0.90(P0.01)。3)指数模型是反映该区域有机质含量空间结构特征的最佳模型(R20.80,RSS0.001),各土层的有机质含量均表现出了中等程度结构性特征,和空间正相关性特征(Moran’s I=0.26,P0.01),并存在显著的空间聚集特征和异常值现象。4)克里格插值可以较好地进行研究区各层有机质含量的预测,预测精度较高,稳定性较好,为县域尺度深层有机质的估算,调整农艺措施、提高土壤肥力、达到土壤减肥增效、绿色增产增效提供依据。 相似文献
79.
耕地细碎化和撂荒现象是当前农村土地面临的重大难题,贫困山区农地流转不畅及撂荒现象的改善对农地的高效利用和农户生计的可持续发展具有重大意义。基于山西省和顺县275 份农户问卷调查,运用二元Logit回归模型分析了农户个体特征、土地基础条件和家庭生计禀赋对当前农地流转行为、未来流转意愿及农地撂荒行为的影响。研究结果表明:(1)在农户生计趋向非农化的现状下,参与农地流转的农户仅占18.2%,未来愿意参与流转的农户占58.5%,当前有38.9%的农户存在农地撂荒现象。(2)贫困山区农地的当前转出行为和当前转入行为分别受家庭人均年收入和固定劳动力影响;户主年龄、家庭外出务工人数、人均健康水平、家庭承包地面积、土地肥沃程度和家庭人均年收入与未来流转意愿存在显著相关性。(3)土地流转背景下,家庭外出务工人数和承包地面积的增多是造成贫困山区农地撂荒的主要原因。因此,建议完善贫困山区农村社会保障制度,规范土地流转市场并加强对村集体的帮扶力度,以期改善农地细碎化及撂荒现象。 相似文献
80.
黄土高原煤矿区复垦农田土壤有机质含量的高光谱预测 总被引:6,自引:0,他引:6
【目的】针对黄土高原丘陵地多、地形复杂、有机质含量低、采样困难以及因采煤活动引起大面积土地损毁等问题,在土地复垦与综合整治过程中,为快速定量监测与评估复垦农田土壤质量提供一种新的方法。【方法】以山西省襄垣县复垦农田土壤为研究对象,选取由北向南土地损毁中间条带状区域采集样品152个,进行室内土壤农化分析、光谱测定,运用ParLes 3.1软件对光谱曲线进行多元散射校正(multipication scatter correction,MSC)、基线偏移(baseline offset correction,BOC)和Savitzky-Golay filter平滑去噪预处理。对土壤原始光谱反射率(raw spectral reflectance,R)作一阶微分(first order differential reflectance,D(R))和倒数的对数变换(inverse-lg reflectance ,lg(1/R)),分析3种不同变换形式的光谱数据与土壤有机质含量的相关性,相关系数通过P=0.01水平显著性检验来确定显著性波段的范围。基于全波段(400-2400 nm)和显著性波段利用偏最小二乘回归(partial least squares regression,PLSR)分析方法建立该区域土壤有机质含量高光谱预测模型,通过模型精度评价指标:决定系数(coefficient of determination,R2)、均方根误差(root mean square error,RMSE)和相对预测偏差(residual prediction deviation,PRD)确定最优模型。【结果】通过P=0.01水平显著性检验的波段范围为:R的400-1 800、1880-2 400 nm;D(R)的420-790、1 020-1 040、2 150-2 200 nm;lg(1/R)的400-1 830、1 860-2 400 nm。光谱与有机质含量的相关系数绝对值最大的波段是R的800 nm;D(R)的600 nm;lg(1/R)的760 nm。进行D(R)变换,光谱曲线的吸收特征更加明显,相关系数在可见光(400-800 nm)波段范围内有所增加,其最大值由0.72提高到了0.82;基于显著性波段的PLSR建模效果优于全波段,其中lg(1/R)变换的预测精度为最佳,具有很好的预测能力,其校正模型的R2和RMSE分别为0.95、7.64,预测模型的R2、RMSE和RPD分别为0.85、3.00、2.56;基于全波段的R-PLSR和lg(1/R)-PLSR模型具有较好的预测能力,其预测模型的R2、RMSE和RPD分别为0.79、3.64、2.10和0.79、3.53、2.17,而D(R)-PLSR模型只能进行粗略估测,其预测模型的R2、RMSE和RPD分别为0.61、5.43、1.41。综合分析全波段和显著性波段3种光谱数据的预测精度,发现基于显著性波段的R-PLSR、D(R)-PLSR、lg(1/R)-PLSR模型均取得了显著的预测效果。【结论】研究区土壤光谱反射率与土壤有机质含量具有高度的相关性,应用偏最小二乘回归分析方法可以很好地建立土壤有机质含量反演模型。 相似文献