基于2011年10月、2012年10月和2013年7月,3次共计30天对吉尔吉斯斯坦野外调查的基础上,通过对吉尔吉斯斯坦植被类型分布的历史资料(包括吉尔吉斯斯坦植被类型分布图、吉尔吉斯斯坦植物志及相关研究报告等),分析整理后进行归类处理;利用地理信息系统软件ArcGIS Desktop9.3.1对收集的植被类型图进行分层矢量化,并将基础地理信息和植被分布信息进行数据入库,从而获得历史的电子版植被类型分布图;最后按照中国植被类型分类方法对植被进行重分类,最终获得电子版的基于中国植被分类的吉尔吉斯斯坦植被类型分布图,包括有1980-2013年吉尔吉斯斯坦的耕地、居民区、森林变化分布图,植被类型、森林、灌丛、针叶林、核桃、球茎大麦、阿月混子分布图、草原草甸分布图、荒漠分布图,以及2012-2013年的调查路线图。数据以.jpg格式存储。
| 数据量 | 85.5 MiB |
|---|---|
| 数据格式 | .jpg格式 |
| 数据空间分辨率(/米) | 无 |
| 数据时间分辨率 | 无 |
| 坐标系 | |
| 投影 | 无 |
1、1980年前苏联制作的12幅1:50万的高斯克吕格投影-普尔科夫1942大地坐标系的吉尔吉斯斯坦植被类型分布图。 2、吉尔吉斯斯坦植物志及相关研究报告。 3、中国科学院综合考察委员会新疆综合考察队植物组1972年植被类型划分方法。 4、2011年10月、2012年10月和2013年7月,3次吉尔吉斯斯坦野外调查数据。
(1)地图预处理:首先将收集的1980年前苏联制作的12幅1:50万的高斯克吕格投影-普尔科夫1942大地坐标系的吉尔吉斯斯坦植被类型分布图进行扫描,扫描精度300dpi。 (2)地图配准:将每一幅地图在ArcGIS Desktop9.3.1中加载后,打开地图配准工具Georeferencing,图层投影设置为高斯克吕格投影-普尔科夫1942大地坐标系,然后将所有1°间隔的经线和纬线相交的49个点作为控制点,控制点校正方法采用样条函数差法,配准误差不超过0.5个像元。 (3) 空间数据的录入与编辑:首先新建数据集,在ArcGIS Desktop9.3.1中新建Shapefile文件,包括点文件(行政点、高程点)、线文件(行政界线、公路、河流)、面文件(植被类型)数据集,每个图层文件均设置相应的属性字段。 行政点:类型(Text、Precision:10)、名称(Text、Precision:10);高程点:高程(Double、Precision:30);行政界线:长度(Double、Precision:30);公路:长度(Double、Precision:30)、等级(Text、Precision:10);河流:长度(Double、Precision:30)、类型(Text、Precision:10);植被类型:area(Double、Precision:30)、平差面积(Double、Precision:30)、要素类型(Text、Precision:10)、群丛-吉(Text、Precision:30)、群系-吉(Text、Precision:30)、植被型-吉(Text、Precision:30)、植被型组(Text、Precision:30)、植被型(Text、Precision:30)、植被亚型(Text、Precision:30)、群丛(Text、Precision:30)、分布(Text、Precision:30)、zblx1(Text、Precision:30)、zblx2(Text、Precision:30)、zblx3(Text、Precision:30)、zblx4(Text、Precision:30)、zblx5(Text、Precision:30)、zblx6(Text、Precision:30)、zblx7(Text、Precision:30)、zblx8(Text、Precision:30)、zblx9(Text、Precision:30)、zblx10(Text、Precision:30)、zblx11(Text、Precision:30)、zblx12(Text、Precision:30)、zblx13(Text、Precision:30)、zblx14(Text、Precision:30)、zblx15(Text、Precision:30)、zblx16(Text、Precision:30)、zblx17(Text、Precision:30)。 对点、线、面数据集进行矢量化,要求对底图放大十倍即比例尺是1:5万的时候进行分层屏幕跟踪数字化,点和线要素都必须对准中心进行跟踪,不能出现毛刺、过和不及等现象。植被类型面文件也是先屏幕跟踪数字化边界线,然后利用线转面的工具将线转换为植被类型面。 (4)属性数据的录入与编辑 对行政点和高程点通过底图上对应的注记进行属性录入,对于行政点类型通过百度查找资料来获得。公路和河流的长度利用ArcGIS Desktop9.3.1自带的长度工具进行计算,单位:公里;公路的等级和河流的类型利用谷歌地图查找需要的属性信息进行录入。植被类型的area是将投影变换为等积投影后利用面积计算工具计算的计算面积,单位:平方公里;平差面积是将计算面积按照总面积19.85万平方公里平差后所得的平差面积,单位:平方公里;群丛-吉、群系-吉、植被型-吉、分布、zblx1~zblx17是按照收集的前苏联植被类型分布图的图例中的名称进行录入,其中zblx1~zblx17是每一个植被型当中包含的1~17个植物名称;植被型组、植被型、植被亚型、群丛是参照“中国科学院综合考察委员会新疆综合考察队植物组1972”植被类型划分方法,对前苏联植被分类系统进行了调整后的新的中国植被类型名称。
所得到的解译结果,经过实地验证和高精度验证,误差经过多次修正。
| # | 编号 | 名称 | 类型 |
| 1 | 2010DFA92720 | 中亚地区应对气候变化条件下的生态环境保护与资源管理联合调查与研究 | 科技部国际合作项目 |
本作品采用
知识共享署名
4.0 国际许可协议进行许可。
| # | 标题 | 文件大小 |
|---|---|---|
| 1 | 1980-2013吉尔吉斯居民区变化.jpg | 1.6 MiB |
| 2 | 1980-2013吉尔吉斯森林变化.jpg | 1.7 MiB |
| 3 | 1980-2013吉尔吉斯耕地变化.jpg | 1.7 MiB |
| 4 | 2011-2013年吉尔吉斯斯坦调查路线图.jpg | 6.3 MiB |
| 5 | 2013年吉尔吉斯斯坦冻原-高寒草原草甸分布图.jpg | 6.1 MiB |
| 6 | 2013年吉尔吉斯斯坦核桃分布图.jpg | 6.3 MiB |
| 7 | 2013年吉尔吉斯斯坦森林、灌丛分布图.jpg | 6.4 MiB |
| 8 | 2013年吉尔吉斯斯坦森林分布图.jpg | 6.4 MiB |
| 9 | 2013年吉尔吉斯斯坦植被类型图.jpg | 5.2 MiB |
| 10 | 2013年吉尔吉斯斯坦灌丛分布图.jpg | 6.3 MiB |
| # | 时间 | 姓名 | 用途 |
|---|---|---|---|
| 1 | 2026/11/08 08:29 | Tom*****ent |
Je suis étudiant en géographie à l'Université Paris 1 Panthéon Sorbonne et rêve de voyager au Kirghizstan. J'essaie de rassembler le plus d'information possible pour étudier ce pays en vue de créer un atlas géographique. Je fais de la cartographie depuis 1an mais les données sur le Kirghizstan sont rares et précieuses.
|
| 2 | 2026/01/21 01:50 | 张*雪 |
论文题目:吉尔吉斯斯坦林草植被NPP时空动态变化及未来多情景预测
数据在研究中的作用:本数据是支撑本人硕士论文《吉尔吉斯斯坦林草植被NPP时空动态变化及未来多情景预测》研究的核心基础数据,其关键作用体现在以下三个层面:
1. 驱动机制解析的关键输入层:
在 3.2.2 典型区域林草植被NPP的驱动机制归因 研究中,需精准识别“林地”与“草地”等不同植被类型,以分别进行归因解析。
您申请的植被类型专题图是界定研究对象的唯一权威依据,用于划分不同的“林草植被类型”,是后续分析 放牧强度影响、计算 土地利用转移矩阵 以及运用 残差趋势分析法 区分人类活动与气候贡献率的前提和基础。没有准确的植被类型数据,驱动机制的定量归因将无法实现。
2. 未来情景预测的核心约束条件:
在 3.2.3 未来多情景下林草植被NPP空间演变预测 部分,需要模拟2050年不同放牧强度下的土地利用变化。
2011-2013年的植被类型图是CA-Markov等土地利用预测模型的关键训练期和验证期数据,用于预测未来“林地”和“草地”的空间分布。该数据的准确性直接决定了未来情景模拟的可靠性,是连接历史分析与未来预测的不可或缺的桥梁。
3. 研究结果精度与科学性的根本保障:
本研究综合利用遥感反演与模型模拟,所有分析(如NPP趋势、驱动因子相关分析)都必须在准确的植被类型单元内进行,以避免混合像元带来的误差。
您提供的专题图具有权威的判读标准和一致的时空范围,能确保研究单元划分的准确性,从而保障整篇论文分析结论的科学性与可信度。
结论: 该数据并非一般性的背景参考,而是贯穿本人论文 “历史分析—机制归因—未来预测” 全链条研究的基础性、结构性数据,具有不可替代性。获取该数据是完成本研究并得出可靠科学结论的必要条件。
论文类型:硕士论文
导师姓名:李耀明
|
| 3 | 2025/09/23 01:41 | ha****uan |
写硕士开题报告需要作为研究区概况的背景图,
|
中国·新疆乌鲁木齐市北京南路818号, 830011, 电话: 0991-7823121
