以呈貢新區(qū)2003和2018年影像數(shù)據(jù)為基礎(chǔ),基于景觀格局指數(shù)及生態(tài)風險指數(shù),對研究區(qū)生態(tài)風險演變特征及區(qū)域生態(tài)環(huán)境風險狀況進行綜合分析,旨在為呈貢新區(qū)綜合風險防范、區(qū)域生態(tài)規(guī)劃提供合理化建議.研究表明:（1）2013—2018年,研究區(qū)景觀格局變化明顯,耕地面積銳減,景觀損失度增加;建設(shè)用地和林地面積增加,景觀損失度降低;綠地面積增加明顯,景觀優(yōu)勢度增加.（2）生態(tài)風險演變分析表明,2013和2018年都以中、較高和高生態(tài)風險為主;生態(tài)風險等級的空間分布基本由南向北呈遞減趨勢,且整體上南部、西部景觀生態(tài)風險高于北部和東部.（3）五個等級生態(tài)風險轉(zhuǎn)換存在差異,2013—2018年低生態(tài)風險等級未向高風險等級轉(zhuǎn)移,且高生態(tài)風險等級轉(zhuǎn)出面積占比為12.62%,景觀生態(tài)風險呈降低趨勢. 

【文章來源】：昆明理工大學學報(自然科學版). 2020年05期 北大核心

【文章頁數(shù)】：9 頁

【部分圖文】：

呈貢區(qū)區(qū)位圖

兩期影像前期預處理使用ENVI5.1軟件,分別選擇百分之二拉伸方法將影像色彩調(diào)至合適的明暗程度,重新融合波段后進行幾何、輻射和大氣校正,校正完成后進行幾何裁剪并進行遙感影像監(jiān)督分類.其分類標準參考依據(jù)來自《土地利用現(xiàn)狀分類國家標準(GB/T21010-2007)》,結(jié)合研究區(qū)用地現(xiàn)狀和研究側(cè)重點,將研究區(qū)用地類型分為水體、綠地、耕地、林地、建設(shè)用地、未利用地6類[6],進行監(jiān)督分類后得到呈貢新區(qū)2013、2018年兩期用地類型分類圖(見圖2).完成用地分類后進行分類結(jié)果精度檢驗,若分類精度低于80%,則不能進行下一階段研究.檢驗方法使用混淆矩陣法,對監(jiān)督分類結(jié)果進行精度檢驗,兩期影像分類結(jié)果精度為96%、97%,均在判別誤差允許范圍之內(nèi),滿足研究需要.圖3 生態(tài)風險小區(qū)劃分

生態(tài)風險小區(qū)劃分

【參考文獻】：
期刊論文
[1]基于景觀生態(tài)思維的南昌市土地生態(tài)風險時空特征分析[J]. 余敦,梁珍寶,肖志娟,孫聰康,鄭媛媛.  水土保持研究. 2020(01)
[2]基于景觀破碎度分析的溫州三垟濕地鄉(xiāng)土景觀保護研究[J]. 任維,張雪葳,李房英,董建文.  浙江農(nóng)業(yè)學報. 2019(11)
[3]長江沿岸蕪湖區(qū)段景觀生態(tài)風險時空演變分析[J]. 賈艷艷,唐曉嵐,劉振威,劉德保,楊陽.  中南林業(yè)科技大學學報. 2019(11)
[4]大興安嶺地區(qū)生態(tài)系統(tǒng)完整性動態(tài)評價[J]. 劉瓊玉,程全國,魏建兵,顧廣賀.  應(yīng)用生態(tài)學報. 2019(09)
[5]吉林省松花江流域景觀格局脆弱性變化及其驅(qū)動力[J]. 孫鴻超,張正祥.  干旱區(qū)研究. 2019(04)
[6]陜北黃土高原典型人類活動影響下景觀生態(tài)風險評價[J]. 傅微,呂一河,傅伯杰,胡維銀.  生態(tài)與農(nóng)村環(huán)境學報. 2019(03)
[7]基于土地利用變化的揚州市廣陵區(qū)景觀生態(tài)風險評價[J]. 何莎莎,李欣,何春龍,方斌.  南京師大學報(自然科學版). 2019(01)
[8]基于土地利用變化的江蘇沿海地區(qū)生態(tài)風險格局[J]. 許鳳嬌,呂曉.  生態(tài)學報. 2018(20)
[9]1976—2013年三江平原景觀生態(tài)風險變化及驅(qū)動力[J]. 劉春艷,張科,劉吉平.  生態(tài)學報. 2018(11)
[10]景觀生態(tài)風險研究進展及基于生態(tài)系統(tǒng)服務(wù)的評價框架:ESRISK[J]. 曹祺文,張曦文,馬洪坤,吳健生.  地理學報. 2018(05)

碩士論文
[1]成都市新都區(qū)綠地微空間服務(wù)質(zhì)量評價研究[D]. 何俊潔.成都理工大學 2019
[2]滇東南典型巖溶濕地流域生態(tài)脆弱性評價[D]. 聞國靜.西南林業(yè)大學 2018
[3]基于RS/GIS技術(shù)的公路景觀生態(tài)風險評價研究[D]. 劉寶雙.長安大學 2009



本文編號：2956322