-
国家公园类型划分与空间识别——以云南省为例
编辑人员丨2023/12/9
国家公园是我国推进生态文明建设的重大制度创新,如何科学地对国家公园进行类型划分及空间识别,是国家公园布局和建设中的基础性工作,既有必要性也有紧迫性.本研究以中国国情为基础,参考国际经验,将国家公园划分为荒野导向型、生态优先型、游憩导向型与遗产导向型,构建了一个比较完整的国家公园分类体系.并以自然和人文多样化程度较高的云南为案例,以"双评价"为基础建立了一套指标体系和区划规则,利用人工神经网络建立土地利用演化学习算法,利用融入自适应惯性机制的元胞自动机展开时空模拟,对云南全域进行高分辨率不同类型国家公园的空间辨识,并通过收缩-膨胀原理对识别区域进行比较、修正和优化,进而提出未来云南国家公园布局的综合方案.结果表明:云南省国家公园主要集中在三江地区与横断山区、滇西以及西南部地区,这3 类地区可作为未来国家公园区划与分类保护的重点.本研究所建立的国家公园类型划分和空间识别的一般性可推广的研究范式和工作流程可作为全国应用的参考.
...不再出现此类内容
编辑人员丨2023/12/9
-
土地利用变化模拟研究进展
编辑人员丨2023/8/5
土地利用变化研究经历了近30年的快速发展,学者基于不同建模目标构建出多种土地利用变化模型,实现了从数量模拟到时空格局模拟,从单一模型向多种模型耦合的跨越.当前研究主要在元胞自动机(Cellular Automata,CA)模型和CLUE-S(Conversion of Land Use and its Effects at Small region extent)模型的基础上进行改进,马尔科夫模型、系统动力学(System Dynamics,SD)模型、Logistic回归和随机森林等均可计算CA模型和CLUE-S模型中所需的土地利用需求,多标准评价、地理加权回归、多主体模型以及人工神经网络等方法也多被用于CA模型的扩展,而CLUE-S的改进则存在模型本身系列的升级.这些模型广泛应用于各种区域和尺度土地利用变化预测实例研究并研发软件系统和数据集.驱动力分析主要从自然因素与人文因素两方面进行,人文因素是引发土地利用变化的主要因素.在目前的研究中,由于技术手段的限制,仍然存在时空尺度、数据误差、数据整合的不确定性等问题.未来土地利用变化模拟研究应进一步发挥大数据技术优势,推动土地利用变化模拟研究朝向精细化、多元化方向发展.结合生态环境领域实际问题,深挖土地利用变化与其生态环境效应之间的互馈机制,将研究视角从探究人类活动对土地利用变化的影响逐渐转向二者相互作用,最终促进人地关系协调发展.
...不再出现此类内容
编辑人员丨2023/8/5
