项目名称: 皖江城市带城市环境动态变化过程的识别研究

项目编号: No.41271545

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 天文学、地球科学

项目作者: 查良松

作者单位: 安徽师范大学

项目金额: 75万元

中文摘要: 人类活动和自然过程相互交织的系统驱动,不仅造成了陆地、海洋、大气的一系列大尺度生物物理变化,而且在某些局地的、区域的城市环境中,这种变化表现得尤为明显。这种特有的自然地理环境和社会、经济发展状况如何减缓和适应这种变化,是研究人类-自然耦合系统的重要领域。本课题以皖江城市带为研究区,以GIS为平台,建立土地利用/覆盖变化、人口、工业、碳排放、气温和降水、环境污染等集成数据库。利用多年的Landsat TM、ASTER等遥感数据反演地表温度,并用高密度自动气象站实测数据进行验证,建立城市环境时空变化序列。用RUSLE等模型分析该区域生态脆弱性;用大气扩散等模型计算该区域碳源/碳汇时空分布模式。利用GIS空间分析、时间序列分析、CeoCA、仿真分析模拟城市环境变化动态过程,探讨人类活动-自然环境耦合机理,为快速转变经济发展方式,建设资源节约型、环境友好型城市提供理论依据。

中文关键词: 动态过程识别;土地覆盖;碳排放;耦合机制;皖江城市带

英文摘要: The systematic driving of intertwined human activities and natural processes leads to a series of large-scale biophysical change for the land, ocean and atmosphere.Furthermore, those changes in some local and regional urban environment are particularly evident. How to mitigate and adapt to these changes for this peculiar natural geographic environment and socio-economic development? It's an important topic for studying human-nature coupling system. By selecting Wan-Jiang City Belt as study area, based on GIS platform, this project aims to construct an integrated database including land use/cover change, population, industry,carbon emission,environmental pollution,air temperature and precipitation. Land surface temperature will be retrieved by using multi-year satellite images such as Landsat and ASTER data and validation will be made by in-situ measurements from high-density automatic weather stations. The spatio-temporal changing series for urban environment will be established. Regional ecological vulnerability can be analyzed by RUSLE model. Spatio-temporal modes for regional carbon sources and carbon sinks can be derived from atmospheric dispersion model. Dynamic changing processes of urban environment will be simulated by applying spatial analysis function of GIS, time series analysis, CeoCA and simulation

英文关键词: Dynamic process to identify;Land cover;carbon emissions;coupling mechanism;Wan Jiang City Belt

成为VIP会员查看完整内容
0

相关内容

顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
城市数字孪生标准化白皮书(2022版)
专知会员服务
173+阅读 · 2022年1月12日
专知会员服务
52+阅读 · 2021年10月1日
专知会员服务
122+阅读 · 2021年3月22日
专知会员服务
51+阅读 · 2020年12月19日
无生命的AI算不上「智能」
AI前线
0+阅读 · 2022年2月21日
如何利用深度学习优化大气污染物排放量估算?
微软研究院AI头条
0+阅读 · 2021年8月31日
无人驾驶仿真软件
智能交通技术
21+阅读 · 2019年5月9日
我国智能网联汽车车路协同发展路线政策及示范环境研究
SLAM的动态地图和语义问题
计算机视觉life
24+阅读 · 2019年4月27日
车辆目标检测
数据挖掘入门与实战
30+阅读 · 2018年3月30日
【智能驾驶】史上最全自动驾驶系统解析
产业智能官
23+阅读 · 2017年8月21日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
3+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
1+阅读 · 2022年4月20日
Arxiv
1+阅读 · 2022年4月19日
Arxiv
92+阅读 · 2021年5月17日
Arxiv
20+阅读 · 2021年2月28日
Arxiv
12+阅读 · 2020年8月3日
小贴士
相关主题
相关资讯
无生命的AI算不上「智能」
AI前线
0+阅读 · 2022年2月21日
如何利用深度学习优化大气污染物排放量估算?
微软研究院AI头条
0+阅读 · 2021年8月31日
无人驾驶仿真软件
智能交通技术
21+阅读 · 2019年5月9日
我国智能网联汽车车路协同发展路线政策及示范环境研究
SLAM的动态地图和语义问题
计算机视觉life
24+阅读 · 2019年4月27日
车辆目标检测
数据挖掘入门与实战
30+阅读 · 2018年3月30日
【智能驾驶】史上最全自动驾驶系统解析
产业智能官
23+阅读 · 2017年8月21日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
3+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员