土地荒漠化的数值分析研究.ppt

土地荒漠化的数值分析研究,第五组：卢嘉慧、冷勇辉、李捷袁业文、周晓峰、吴宗钒,目 录,1.荒漠化现状2.项目意义3.研究方案 模型选择 数据来源 数据处理4.预期效果,1.荒漠化现状,土地荒漠化，即为土地沙漠化，在1992年的联合国环境与发展大会上对荒漠化的概念做了以下明确定义：荒漠化是由于气候变化和人类的不合理经济活动等因素，使干旱、半干旱和具有干旱灾害的半湿润地区的土地发生了退化。,当前世界的土地荒漠化现状：1.全球现有12亿人口受到荒漠化的直接威胁，其中有1.35亿人在短期内有失去土地的危险。2.到1996年为止，全球荒漠化的土地已经达到了3600万平方千米，占整个地球陆地面积的1/4，相当于俄罗斯、加拿大、中国、美国的国土面积之和。,3.尽管各国人民都在同荒漠化进行着斗争，但荒漠化仍然以每年57万平方公里的速度扩大。4.中国荒漠化的土地面积为262.2万平方公里，占国土面积的27.4%，近4亿人口受到荒漠化的影响，因荒漠化造成的直接经济损失每年高达541亿人民币。,2.项目意义,由于人口增加和科技进步，人类对自然资源的需求也在增加，与此同时，各种环境问题诸如土地荒漠化成为挡在发展面前的一堵高墙。土地荒漠化是一个重大的生态问题，土地荒漠化的数字化迫在眉睫，做出适合于当地的描述土地荒漠化的混合模型至关重要。土地荒漠化的数字化可以为我们提供最直观准确的荒漠化程度显示，为相关治理措施的制定提供理论依据。,我们尝试着，模仿课本中的水土流失模型试着去建立一个描述土地荒漠化的混合模型。,比起一次讲课，我们更希望它是一次探讨。,3.研究方案,研究思路：以地球系统科学为依据，结合遥感图像、区域气象资料、社会经济发展和文化水平等资料，做出土地荒漠化的数值分析。对数据做出时间和空间上的对比分析，预测将来的土地荒漠化趋势。重要材料：本地区多年来遥感卫星图像、多年的气候数据（降雨量、风速）地区分布图、风沙的颗粒大小、磨圆度地区分布图。1.模型选择遥感卫星图像的时间选择在植物生长茂盛的季节，便于对植被覆盖度做出较准确的判断。植物生长越茂盛，则荒漠化程度越低，植被覆盖度记做P。,气候数据（降水量、风速）的地区分布图，降水量R与土壤荒漠化成反比，降水越多，荒漠化越轻；风速W与土壤荒漠化成正比，风速越大，荒漠化越严重。风沙颗粒大小的比率和磨圆度的地区分布图，平均颗粒大小Ra与土地荒漠化程度成正比，平均颗粒越大，荒漠化越严重；磨圆度B分为棱角（0.25）、次棱角（0.5）、次圆（0.75）、圆（1.0）四个等级，与土地荒漠化程度呈正比，磨圆度越好，土地荒漠化越严重。则最终得到的土地荒漠化方程为：F=1/PMp1/RMrWMwRaMraBMb Mp、Mr、Mw、Mra、Mb为各自因子对应的权重。,2.数据来源遥感图像数据来源于常见遥感图像免费下载网站，采用TM影像，2、3、4三个波段合成，突出植被，淡化其他因素的影响。气候数据（降水、风速）可查询当地环境部门网站上公布的信息。风沙的颗粒的平均大小和磨圆度则需要在当地的各个地点做现场采样和GPS定位，颗粒的平均大小可以用不同目的筛子进行比对取平均，磨圆度则可在显微镜下观察做数学上的统计分析。各影响因子的权重可参考与当地自然环境相似的地方的前人已做过的研究。,土地荒漠化程度 F=1/PMp1/RMrWMwRaMraBMb,3.数据处理,4.预期效果,根据计算的土地荒漠化的公式，可以得出该区域的土地不同程度的荒漠化的分布区域。对比过去和现在的不同程度的土地荒漠化的分布区域可以有助于预测将来的土地荒漠化的扩张趋势。可以根据预测的土地荒漠化的趋势来有针对性的制定一些有效措施来有效应对土地荒漠化的扩张。,仍存在的疑问,土地荒漠化模型中的各因子不是相互独立的，例如植被覆盖度与降水，两者是否能同时处在模型之中？需要什么修正？模型中给出的各因子虽然都与荒漠化相关，但有的因素是原因也是结果，例如植被覆盖度，可以用在模型中吗？属性因素（植被覆盖度、砂砾粒径大小、磨圆度）与影响因素（降雨、风速）可以归并到一个模型中吗？（我们期望的完美模型总是希望各因子独立）模型中个因子的权重如何确定？能用其它已知的因子进行确定吗？（矩阵？）,参考文献,1.李新，陈国栋，数字黑河的思考3：模型集成。地球科学进展，2010.8，25（8）.2.丁火平，北京及邻区土地荒漠化动态演变分析与建模，中国地质大学（北京），2002.5.,谢谢大家,