基于高分影像的神木縣大柳塔鎮(zhèn)土地利用動(dòng)態(tài)監(jiān)測(cè)

喻愷陽, 張 瑞, 魏文革, 賈利紅, 田 博

(黃河水利委員會(huì) 晉陜蒙接壤地區(qū)水土保持監(jiān)督局, 陜西 榆林 719000)

土地是人類賴以生存的重要自然資源。隨著中國城市化進(jìn)程不斷加快和城市化水平的日益提高，城市對(duì)土地的需求不斷增加，土地利用方向發(fā)生了變化。在中國陜北能源集中區(qū)，煤礦、石油、天然氣等礦產(chǎn)資源開發(fā)突飛猛進(jìn)，煤制油、煤制天然氣、鐵路、公路、光伏、風(fēng)電等建設(shè)項(xiàng)目眾多，人類活動(dòng)造成的水土流失時(shí)有發(fā)生。為了控制水土流失，各級(jí)水行政部門加大了水土保持監(jiān)督力度，要求生產(chǎn)建設(shè)單位，按照水土保持方案開展水土流失治理。通過多年治理，水土保持措施逐年增加，從很大程度上遏制了人為水土流失嚴(yán)重加劇的趨勢(shì)，通過加強(qiáng)水土流失治理，土地利用結(jié)構(gòu)也在發(fā)生著巨大變化[1]。

為了及時(shí)、全面、準(zhǔn)確地了解水土流失類型、面積、強(qiáng)度、分布、危害以及預(yù)防和治理情況，掌握水土流失程度和生態(tài)環(huán)境狀況，科學(xué)評(píng)價(jià)水土保持生態(tài)建設(shè)成效，國家從2013年開始實(shí)施了全國水土流失動(dòng)態(tài)監(jiān)測(cè)與公告項(xiàng)目。鑒于此，本研究擬以神木市大柳塔鎮(zhèn)為例，以2010年高分辨率航空遙感數(shù)據(jù)為本底值，2015年動(dòng)態(tài)監(jiān)測(cè)與公告項(xiàng)目數(shù)據(jù)作為對(duì)比值，采用了航空遙感、衛(wèi)星遙感、無人機(jī)遙感、轉(zhuǎn)移矩陣分析等技術(shù)[2]，以土地利用變化為對(duì)象，對(duì)土地利用類型及植被覆蓋變化、空間分布格局和分布特征進(jìn)行綜合分析和評(píng)價(jià)，探究大柳塔鎮(zhèn)土地利用變化對(duì)該鎮(zhèn)土地資源可持續(xù)利用、水土保持規(guī)劃和生態(tài)環(huán)境保護(hù)等決策的影響。

1 研究區(qū)概況及數(shù)據(jù)來源

1.1 研究區(qū)概況

大柳塔鎮(zhèn)位于陜西省榆林市神木市(原神木縣，2017年4月撤縣設(shè)市)北端，地處世界8大煤田之一神府東勝煤田腹地中心。南距神木市50 km多，距榆林市170 km多，北與內(nèi)蒙古鄂爾多斯市接壤?？偼恋孛娣e376 km2。該區(qū)屬于風(fēng)沙區(qū)和丘陵溝壑區(qū)的過渡地帶，西部為風(fēng)沙區(qū)，地勢(shì)較平坦，占總面積的80%。東部為丘陵溝壑區(qū)，溝壑縱橫，支離破碎。海拔在738～1 448 m。多年平均降水量405.6 mm。年內(nèi)分配極不均勻，7—9月占到年降水總量的60%～70%，且多為暴雨。年均氣溫8.7 ℃，年平均風(fēng)速2.5～2.7 m/s，最大28 m/s，全年大于5級(jí)風(fēng)的日數(shù)為45 d。區(qū)域已探明煤炭總儲(chǔ)量4.0×109t，屬于中國優(yōu)質(zhì)煤集中區(qū)，以煤炭開采和煤化工、煤電為主的工礦用地居多。長(zhǎng)期的風(fēng)沙侵蝕和人類活動(dòng)，造成了土地沙化、地面塌陷、地表水滲漏，水土流失十分嚴(yán)重。20世紀(jì)90年代以來，水土保持部門和生產(chǎn)建設(shè)單位加大了水土流失預(yù)防和治理力度，開展了水土流失補(bǔ)償費(fèi)返還治理、淤地壩建設(shè)等水土保持工程，人為水土流失惡化的趨勢(shì)得到遏制，還出現(xiàn)了一批水土流失治理的典型示范區(qū)，生態(tài)環(huán)境明顯改觀。

1.2 數(shù)據(jù)來源

主要研究數(shù)據(jù)為大柳塔鎮(zhèn)2015年高分辨率衛(wèi)星遙感影像和2010年航空遙感影像數(shù)據(jù)。2015年的研究數(shù)據(jù)是以2 m分辨率的天繪1號(hào)為主，以資源3號(hào)、高分1號(hào)以及高分2號(hào)影像補(bǔ)充，時(shí)相為7—10月；2010年研究數(shù)據(jù)主要依據(jù)窟野河、禿尾河等區(qū)域0.36 m高分辨率數(shù)碼航空攝影數(shù)據(jù)，通過影像處理、裁切，獲得研究區(qū)1 m分辨率正射影像，該影像的航攝時(shí)間為2010年9月。兩期遙感影像分辨率基本接近，時(shí)相基本一致，具有可比較性。典型小流域、部分生產(chǎn)建設(shè)項(xiàng)目、野外驗(yàn)證點(diǎn)采用了無人機(jī)航飛資料，分辨率優(yōu)于1 m。

2 研究方法

綜合采用了遙感技術(shù)(航空、航天、無人機(jī)等)、地理信息技術(shù)、轉(zhuǎn)移矩陣分析等相結(jié)合的技術(shù)方法[3]。

2.1 技術(shù)路線

以2010，2015年高分遙感影像為主要數(shù)據(jù)源，采用人機(jī)交互式解譯和面向?qū)ο蠓诸愊嘟Y(jié)合的方法，對(duì)土地利用類型、面積、分布等信息進(jìn)行提取，結(jié)合野外調(diào)查和現(xiàn)場(chǎng)觀測(cè)等方法進(jìn)行野外驗(yàn)證，通過地理信息系統(tǒng)軟件統(tǒng)計(jì)2010，2015年土地利用數(shù)據(jù)。通過轉(zhuǎn)移矩陣分析，得出土地利用變化等，分析土地利用狀況，并就下一步土地利用方向提出建議[4]。本研究的技術(shù)路線如圖1所示。

圖1 研究技術(shù)路線圖

2.2 主要技術(shù)流程

2.2.1 遙感圖像處理 2010年信息源為高分辨率數(shù)碼航空遙感數(shù)據(jù)，先進(jìn)行遙感影像處理，然后進(jìn)行人機(jī)交互式解譯。影像處理過程包括：像控點(diǎn)外業(yè)測(cè)量、內(nèi)定向、相對(duì)定向、絕對(duì)定向、特征點(diǎn)(線)采集、DTM(digital terrain model，數(shù)字地面模型)生成、正射糾正、影像拼接、研究區(qū)域裁切，形成研究區(qū)域高分辨率正射影像，用于影像解譯[5]。

2015年高分辨率衛(wèi)星影像解譯前也要進(jìn)行相關(guān)處理，包括影像糾正、融合、增強(qiáng)、勻色、鑲嵌、裁切等。影像幾何糾正、正射糾正以1∶10 000地形圖和DEM為依據(jù)，融合、增強(qiáng)、勻色、鑲嵌、裁切等處理在專業(yè)遙感軟件下逐幅進(jìn)行。地形圖、DEM和遙感影像均需糾正到相同的投影和坐標(biāo)系統(tǒng)內(nèi)[6]。

2.2.2 建立解譯標(biāo)志 影像交互式解譯前，分別建立2010和2015年解譯標(biāo)志，基于遙感影像，對(duì)土地利用類型、植被類型、植被覆蓋度等在遙感影像上體現(xiàn)的形狀、色調(diào)、陰影、紋理、圖案、位置和布局等特征進(jìn)行調(diào)查，并詳細(xì)記錄解譯標(biāo)志的坐標(biāo)、地貌實(shí)況等信息[7]。解譯標(biāo)志重點(diǎn)是水澆地、梯田、坡耕地、喬木林、灌木林、草地、居民地及工礦用地、水域及水利設(shè)施用地、交通用地、裸地等地類。

2.2.3 人機(jī)交互式解譯 人機(jī)交互解譯是基于處理后的遙感影像，根據(jù)影像的直接解譯標(biāo)志及其他間接解譯標(biāo)志、有關(guān)專題圖件和經(jīng)驗(yàn)，沿影像上土地利用類別的邊緣準(zhǔn)確勾繪圖斑邊界，并賦對(duì)應(yīng)的類別代碼[8]。

2.2.4 面向?qū)ο蠓诸?針對(duì)人機(jī)交互解譯工作量大，周期長(zhǎng)的不足，在2015年遙感影像解譯中應(yīng)用了面向?qū)ο蠓诸惙椒?。采用了德國DefiniensImaging公司的eCognition遙感影像分析軟件，它突破了傳統(tǒng)影像分類方法的局限性，提出了分類新技術(shù)-面向?qū)ο蠓诸?。充分利用了?duì)象信息(色調(diào)、形狀、紋理、層次)，類間信息(與鄰近對(duì)象、子對(duì)象、父對(duì)象的相關(guān)特征)[9]。解譯過程更智能，更精確，更高效把遙感影像數(shù)據(jù)轉(zhuǎn)化為空間地理信息。面向?qū)ο蟮挠跋窠庾g工作效率比較高，對(duì)植物措施的解譯精度高，但是工程措施的解譯精度相對(duì)較差，還需要人工修正計(jì)算機(jī)無法識(shí)別或識(shí)別錯(cuò)誤的圖斑[10]。本次試驗(yàn)在自動(dòng)分類基礎(chǔ)上了進(jìn)行了大量修改和完善工作，經(jīng)對(duì)比基本達(dá)到了人機(jī)交互式解譯精度，工作效率有很大提高。

2.2.5 野外驗(yàn)證 對(duì)室內(nèi)解譯中存在的疑難點(diǎn)進(jìn)行記錄，通過野外實(shí)地調(diào)查與驗(yàn)證，判斷解譯圖斑的準(zhǔn)確性與賦碼的正確性。野外驗(yàn)證采用典型調(diào)查和路線調(diào)查等方法，驗(yàn)證圖斑一般采用隨機(jī)抽樣的方法確定。在對(duì)2015年解譯結(jié)果驗(yàn)證工作中，除常規(guī)調(diào)查驗(yàn)證外，對(duì)典型小流域、典型地塊應(yīng)用了無人機(jī)航飛，采用了PIX4D mapper軟件進(jìn)行處理[11]，提高了驗(yàn)證的精度和效率。經(jīng)驗(yàn)證，兩期解譯圖斑屬性的判對(duì)率均在96%以上。

2.2.6 圖斑修改與面積量算 通過驗(yàn)證，對(duì)解譯圖斑中的錯(cuò)誤進(jìn)行修正，將勾繪出的所有圖斑以ArcGIS軟件的專用矢量數(shù)據(jù).shp格式保存成文件，形成圖像解譯最終成果。在完成解譯結(jié)果查錯(cuò)修改后，進(jìn)行解譯成果的圖幅接邊，再進(jìn)行不同土地利用類別和水土保持措施面積計(jì)算和統(tǒng)計(jì)工作[12]。

2.2.7 土地利用動(dòng)態(tài)分析 利用ArcGIS 10.0中的空間分析功能來制作兩期(2010,2015年)土地利用轉(zhuǎn)移矩陣，分析兩期土地利用類型的相互轉(zhuǎn)換關(guān)系。具體步驟包括：融合兩期的數(shù)據(jù)，疊置分析，計(jì)算面積并導(dǎo)出屬性表，利用數(shù)據(jù)透視表制作出土地利用轉(zhuǎn)移矩陣，利用ArcToolbox工具中的轉(zhuǎn)換工具，生成2期土地利用變化分布圖等[13]。

3 土地利用動(dòng)態(tài)分析

3.1 解譯結(jié)果

通過解譯，大柳塔鎮(zhèn)2010年耕地面積1 887.87 hm2，占總面積的5.12%；林地面積22 921.48 hm2，占總面積的62.14%；草地面積6 382.56 hm2，占總面積的17.30%；居民點(diǎn)及工礦交通用地4 059.17 hm2，占總面積的11%；水域及水利設(shè)施用地865.95 hm2，占總面積的2.35%；沙地、裸地等其他土地770.43 hm2，占總面積的2.09%。 2010—2015年大柳塔鎮(zhèn)土地利用變化見圖2。2010年大柳塔鎮(zhèn)土地利用現(xiàn)狀見附圖8。

2015年耕地面積2 496.90 hm2，占總面積的6.77%；園地面積為15.42 hm2，占總面積的0.04%；林地面積為21 430.31 hm2，占總面積的58.10%；草地6 415.64 hm2，占總面積的17.39%；居民點(diǎn)及工礦交通用地5 181.89 hm2，占總面積的14.05%；水域及水利設(shè)施用地1 083.61 hm2，占總面積的2.94%；沙地、裸地等其他土地263.71 hm2，占總面積的0.71%。2015年大柳塔鎮(zhèn)土地利用現(xiàn)狀見附圖8。

注：1為耕地； 2為園地； 3為林地； 4為草地； 5為居民點(diǎn)及工礦交通用地； 6為水域及水利設(shè)施用地； 7為其他土地

圖22010-2015年土地利用變化

3.2 土地利用動(dòng)態(tài)分析

通過比較2015與2010年土地利用1級(jí)分類面積，耕地面積增加了609.03 hm2，增加32.26%；林地面積減少了1 491.17 hm2，減少6.5%；草地面積增加了33.07 hm2，增加0.52%；居民點(diǎn)及工礦交通用地增加了1 122.72 hm2，增加27.66%；水域及水利設(shè)施用地增加了217.65 hm2，增加25.13%；沙地、裸地等其他土地減少了506.72 hm2，減少65.77%。

為了詳細(xì)了解兩期土地利用變化及流向，通過2010和2015年土地利用專題圖空間運(yùn)算獲得土地利用轉(zhuǎn)移矩陣，得出了2010—2015年2期主要土地利用類型變化信息(詳見表1)。兩期土地利用變化分布見圖3。

表1 2010-2015年主要土地利用類型變化信息 hm2

圖3 2010-2015年土地利用變化分布

3.3 土地利用變化原因分析

通過對(duì)土地利用類型轉(zhuǎn)移矩陣的分析，得出2010—2015年土地利用變化特點(diǎn)如下：

(1) 耕地變化。耕地面積增加609.03 hm2，年均增長(zhǎng)6.45%。通過分析，一方面，大柳塔城鎮(zhèn)化建設(shè)加快，人口增長(zhǎng)導(dǎo)致對(duì)耕地的需求增加，擴(kuò)大耕地面積可以更好的滿足人們對(duì)于糧食的需求。2010—2015年期間，大柳塔人口從9.3萬人增長(zhǎng)到10.4萬人，其中常住人口7.3萬人，流動(dòng)人口3.1萬人。另外，近幾年隨著煤炭?jī)r(jià)格的下降，礦產(chǎn)資源開發(fā)放緩，一部分工礦企業(yè)轉(zhuǎn)型為農(nóng)業(yè)綜合開發(fā)企業(yè)，出現(xiàn)了一批規(guī)?；霓r(nóng)業(yè)開發(fā)公司，大量開墾農(nóng)地，增加水利設(shè)施，種植高附加值農(nóng)作物。

(2) 林地變化。林地面積減少1 491.17 hm2，年均減少1.30%。減少的主要原因是工礦用地和城市建設(shè)用地大幅度增加造成的。大柳塔位于神府東勝礦區(qū)的核心區(qū)，煤礦、煤化工、光伏、鐵路、公路、輸油、輸氣管道等建設(shè)項(xiàng)目眾多，占用了大量的疏林地。據(jù)資料可知，目前大柳塔有煤礦19家，煤炭加工、非煤礦山企業(yè)400多家，個(gè)體工商企業(yè)5 000多家，已建成何家塔、烏蘭色大、賈家畔等工業(yè)集中區(qū)。經(jīng)統(tǒng)計(jì)，2010—2015年，有1 234.61 hm2的林地因修建居民用地、工礦用地、公路、鐵路等而被占用，但同時(shí)，還有110.53 hm2的沙地和138.52 hm2的裸地進(jìn)行了植樹造林。小城鎮(zhèn)建設(shè)、農(nóng)業(yè)綜合開發(fā)項(xiàng)目也占用了一部分疏林地。另外，所采用的遙感資料對(duì)林地的變化也可能造成影響。2010年采用的遙感影像分辨率為1 m，幼林地、小塊林地基本上能解譯出來。2015年采用2 m分辨率影像，部分影像的質(zhì)量還不是很好，因此新造的幼林地、小塊林地解譯困難，沒有統(tǒng)計(jì)在造林面積中，也是林地面積減少的一個(gè)原因。

(3) 草地變化。草地較2010年增加了33.07 hm2。主要是當(dāng)?shù)卣膭?lì)群眾大力發(fā)展畜牧業(yè)，種植牧草，另外，一部分生產(chǎn)建設(shè)項(xiàng)目的工業(yè)場(chǎng)地、棄渣場(chǎng)等進(jìn)行了植草恢復(fù)治理，增加了草地面積。

(4) 居民點(diǎn)及工礦交通用地變化。居民點(diǎn)及工礦交通用地增加1 122.72 hm2，年均增長(zhǎng)5.53%。在推進(jìn)工業(yè)化和城鎮(zhèn)化的進(jìn)程中，大柳塔加快了城鎮(zhèn)化建設(shè)力度，使其成為神木市重要的產(chǎn)業(yè)集中區(qū)和人口聚集區(qū)。2010—2015年，增加了大量的居民點(diǎn)及基礎(chǔ)設(shè)施，城鎮(zhèn)面積已經(jīng)達(dá)到10.5 km2。2016年9月，經(jīng)國務(wù)院批準(zhǔn)撤鎮(zhèn)設(shè)市，成為小城鎮(zhèn)試點(diǎn)市。同時(shí)，以煤炭、電力、化工、建材為骨干的多元化工業(yè)體系比重日益上升，增加了大量的建設(shè)用地。

(5) 水域及水利設(shè)施用地變化。水域及水利設(shè)施用地面積增加了217.65 hm2，年均增長(zhǎng)5.03%。變化的主要原因是近幾年國家和地方政府高度重視水利工程，增加了水利投資，加上水土流失補(bǔ)償費(fèi)返還治理工程，修建河道整治工程、小型水利設(shè)施以及淤地壩建設(shè)等增加了占地面積。

(6) 其他土地變化。沙地、裸地等其他用地減少506.72 hm2，年均減少13.15%。變化的主要原因是近幾年國家和地方政府重視了水土保持工作，加大了水土流失治理力度，區(qū)域內(nèi)大部分沙地和裸地得到了治理。

4 結(jié) 論

研究分析表明，從2010—2015年，神木縣大柳塔鎮(zhèn)土地利用方式發(fā)生了比較大的變化，5 a來，隨著城鎮(zhèn)化建設(shè)加快，人口增加造成對(duì)糧食需求增加，以及部分工礦企業(yè)轉(zhuǎn)型為農(nóng)業(yè)綜合開發(fā)企業(yè)，增加了耕地面積。同時(shí)，城鎮(zhèn)化建設(shè)，以及以煤炭、電力、煤化工、鐵路、公路、輸油、輸氣管道等為主的建設(shè)項(xiàng)目，增加了大量的居民地及工礦、交通用地；國家和地方政府增加了水利投資，修建了大批水利和水土保持工程，增加了水域及水利設(shè)施用地；畜牧業(yè)發(fā)展及部分生產(chǎn)建設(shè)項(xiàng)目恢復(fù)林草植被，增加了草地面積；國家、地方政府、建設(shè)企業(yè)加大了水土流失治理力度，沙地和裸地得到了治理，沙地、裸地等其他土地面積大幅度減少。但是，工礦用地、城市建設(shè)用地、農(nóng)業(yè)綜合開發(fā)項(xiàng)目等也占用了一部分疏林地，造成林地面積減少(受資料限制，部分幼林地未統(tǒng)計(jì)在2015年資料中，也可能造成林地面積減少)。總體來看，土地利用結(jié)構(gòu)趨于合理，也真實(shí)地反映了一個(gè)能源開發(fā)型小城鎮(zhèn)建設(shè)發(fā)展的實(shí)際情況。

為了更好的合理利用土地，使得土地資源利用可持續(xù)發(fā)展，提出以下幾點(diǎn)建議。 ①大區(qū)域監(jiān)測(cè)采用中低分辨率遙感影像，有一些小地塊的變化被掩蓋(如小片坡耕地、小片林地、幼林地等)。小區(qū)域采用高分辨率遙感影像，解譯工作量大且受人為因素影響較多。遙感影像分辨率和解譯方法極大的影響著解譯精度[14]。提高土地利用動(dòng)態(tài)監(jiān)測(cè)的精度才能更準(zhǔn)確的分析土地利用年際變化情況。②對(duì)全鎮(zhèn)土地利用進(jìn)行一次科學(xué)規(guī)劃，確定各類土地利用的比例。優(yōu)化城鄉(xiāng)用地布局，使有限的土地資源能得到高效利用。③切實(shí)保護(hù)好現(xiàn)有的基本農(nóng)田，今后在生產(chǎn)建設(shè)項(xiàng)目用地方面，盡量少占或著不占基本農(nóng)田。同時(shí)，增加水利設(shè)施，運(yùn)用農(nóng)業(yè)新技術(shù)、新工藝來提高糧食產(chǎn)量。 ④嚴(yán)格控制工礦等建設(shè)企業(yè)和城鎮(zhèn)建設(shè)用地規(guī)模，要求建設(shè)單位優(yōu)化空間布局，盡量少占地。同時(shí)，嚴(yán)格土地使用的審批程序。⑤采用遙感和GIS技術(shù)，對(duì)土地利用情況進(jìn)行動(dòng)態(tài)監(jiān)測(cè)，及時(shí)發(fā)現(xiàn)不合規(guī)的土地使用并予以糾正。通過合理開發(fā)利用土地，實(shí)現(xiàn)土地資源社會(huì)效益、經(jīng)濟(jì)效益、生態(tài)效益的相統(tǒng)一。

致謝：在研究過程中，河北工程大學(xué)測(cè)繪學(xué)院張安兵、王賀封老師，黃河流域水土保持生態(tài)環(huán)境監(jiān)測(cè)中心趙幫元教高、馬寧教高、殷寶庫高工給予大力支持和技術(shù)指導(dǎo)，在此一并表示感謝！

[1] 何葦航,耿丹丹,王瑤,等.武夷山市土地利用變化遙感監(jiān)測(cè)分析[J].測(cè)繪科學(xué),2017(11):1-12.

[2] 張玉杰,劉新俠,張安兵,等.基于TM影像的漳河流域土地利用時(shí)空演變分析[J].河北工程大學(xué)學(xué)報(bào):自然科學(xué)版,2016,33(1):76-80.

[3] 李鵬杰,何政偉,李璇瓊.基于RS和GIS的土地利用/覆被動(dòng)態(tài)變化監(jiān)測(cè):以九龍縣為例[J].水土保持研究,2012,19(2):38-42.

[4] 郭曉清,鄭粉莉,萬培余.基于多期遙感影像的森林資源動(dòng)態(tài)監(jiān)測(cè)研究:以延安市橋北林業(yè)局直羅林場(chǎng)為例[J].水土保持研究,2011,18(6):46-50.

[5] 楊武年,劉恩勤,陳寧,等.成都市土地利用遙感動(dòng)態(tài)監(jiān)測(cè)及驅(qū)動(dòng)力分析[J].西南交通大學(xué)學(xué)報(bào),2010,45(2):185-190.

[6] 岳書平,閆業(yè)超.定量遙感支持下的磐石市土壤侵蝕動(dòng)態(tài)監(jiān)測(cè)[J].水土保持通報(bào),2009,29(6):126-130.

[7] 蔚霖,常慶瑞,孟慶香.風(fēng)蝕水蝕過渡區(qū)近20 a土地利用/覆被動(dòng)態(tài)分析:以橫山縣為例[J].西北農(nóng)林科技大學(xué)學(xué)報(bào):自然科學(xué)版,2009,37(11):212-218.

[8] 卓靜,劉安麟,鄧鳳東.延安市土壤侵蝕和土地利用時(shí)空變化分析[J].水土保持通報(bào),2008,28(3):148-151.

[9] 閆正龍,黃強(qiáng),暢建霞,等.基于3S技術(shù)的塔里木河干流土地利用動(dòng)態(tài)監(jiān)測(cè)[J].水土保持學(xué)報(bào),2008,24(1):190-193.

[10] 余德貴,吳群.基于Logistic-Markov方法的土地利用結(jié)構(gòu)變化多因素驅(qū)動(dòng)預(yù)測(cè)模型研究與應(yīng)用[J].水土保持通報(bào),2017,37(1):149-154.

[11] 康璇,王雪梅,柴仲平.近25 a來渭—庫綠洲土地利用/覆被變化及其影響因素[J].水土保持通報(bào),2016,36(5):333-339.

[12] 肖濤,韓廣,韓華瑞.干旱區(qū)縣域土地覆被變化特征及其生態(tài)環(huán)境效應(yīng):以內(nèi)蒙古自治區(qū)翁牛特旗為例[J].水土保持通報(bào),2016,36(6):240-246.

[13] 楊云川,廖麗萍,燕柳斌,等.北海市銀灘土地利用演變特征及其影響因素[J].水土保持通報(bào),2016,36(6):223-230.

[14] 王紅巖,李強(qiáng)子,吳利橋,等.基于RS和GIS的水土流失敏感性評(píng)價(jià)及動(dòng)態(tài)監(jiān)測(cè)[J].水土保持研究,2015,22(2):64-68.