钢铁企业都有哪些部门，比如包头钢铁都有哪些小厂子

包钢稀土产业,

微信号：MeetyXiao
添加微信好友, 获取更多信息
复制微信号

非钢产业的业务范围包括建筑施工检修业、勘察设计、矿山采选业、机械电气加工制造业、耐火材料、信息产业、房地产开发、运输服务业、教育、医疗及其它产业。

1 ）包钢集团凯捷建设工程有限公司

（ 2 ）包钢集团炉窑修造有限公司

（ 3 ）包钢集团固阳矿山有限公司

（ 4 ）包钢集团电气有限公司

（ 5 ）包钢集团机械设备制造有限公司

（ 6 ）包钢集团冶金轧辊制造有限公司

（ 7 ）包钢集团万开实业有限公司

（ 8 ）包钢集团机械化有限公司

（ 9 ）包钢集团星原实业有限公司

（ 10 ）包钢勘察测绘研究院

（ 11 ）包钢集团设计研究院（有限公司）

（ 12 ）包头市诚信达工程咨询监理有限责任公司

（ 13 ）包钢集团电信有限责任公司

（ 14 ）内蒙古新联信息产业有限公司

（ 15 ）包头冶金建筑研究院

（ 16 ）包钢（集团）公司乌海矿业公司

（ 17 ）包钢集团房地产开发有限责任公司

（ 18 ）包钢集团鹿畅达物流有限责任公司

（ 19 ）包钢集团冶金渣综合利用开发有限责任公司

（ 20 ）包钢集团职工医院

（ 21 ）包钢集团第三职工医院

（ 22 ）包钢（集团）预防保健中心

（ 23 ）包钢综合企业（集团）公司

（ 24 ）包钢建安（集团）有限责任公司

1.“国家扶贫开发工作重点县”即为“国家级贫困

县”克什克腾旗测绘资质，只是官方一个好听的称呼克什克腾旗测绘资质；

2.在名单里的不一定是最穷的，不在名单里的不一定不

是最穷的。

3.扣着“国家级贫困县”的帽子不见得是耻辱，往往是

某种可以值得炫耀令人垂涎的荣誉。

河北 39

阳原县、崇礼县、赤城县、尚义县、万全县、怀安县、张北县、康保县、沽源县、蔚县、涞源县、阜平县、顺平县、南皮县、盐山县、东光县、海兴县、孟村县、献县、大名县、丰宁县、广平县、广宗县、巨鹿县、宽城县、临城县、灵寿县、隆化县、滦平县、平泉县、平山县、青龙县、涉县、围场县、

魏县、武强县、武邑县、赞皇县、唐县、（涿鹿县赵家蓬区）

山西35

临 县、石楼县、方山县、中阳县、兴县、岚县、大宁县、永和县、隰县、汾西县、吉县、天镇县、广灵县、灵丘县、浑源县、阳高县、左权县、和顺县、武乡县、壶关县、平顺县、平陆县、娄烦县、右玉县、神池县、宁武县、五台县、河曲县、静乐县、偏关县、五寨县、保德县、繁峙县、代县、岢岚县

内蒙古31

托克托县、和林县、清水河县、武川县、固阳县、达茂旗、巴林左旗、巴林右旗、林西县、克什克腾旗、翁牛特旗、喀喇沁旗、宁城县、敖汉旗、库伦旗、奈曼旗、准格尔旗、鄂托克前旗、杭锦旗、乌审旗、伊金霍洛旗、科右中旗、扎赉特旗、太仆寺旗、多伦县、化德县、商都县、察右前旗、察右中旗、察右后旗、四子王旗

吉林8

大安市、通榆县、镇赉县、靖宇县、汪清县、安图县、龙井市、和龙市

黑龙江14

绥滨县、甘南县、同江市、桦南县、延寿县、林甸县、饶河县、泰来县、杜蒙县、汤原县、抚远县、兰西县、桦川县、拜泉县

安徽19

临泉县、阜南县、颍上县、利辛县、霍邱县、寿县、霍山县、舒城县、裕安区、金寨县、岳西县、太湖县、宿松县、枞阳县、潜山县、长丰县、无为县、石台县、泾县

江西21

兴国县、宁都县、于都县、寻乌县、会昌县、安远县、上犹县、赣县、井冈山市、永新县、遂川县、吉安县、万安县、上饶县、横峰县、波阳县、余干县、广昌县、乐安县、修水县、莲花县

河南31

嵩县、汝阳县、宜阳县、洛宁县、栾川县、新县、固始县、商城县、淮滨县、光山县、虞城县、睢县、宁陵县、民权县、新蔡县、确山县、平舆县、上蔡县、淅川县、桐柏县、南召县、社旗县、台前县、范县、沈丘县、淮阳县、鲁山县、封丘县、兰考县、滑县、卢氏县

湖北25

利川市、建始县、巴东县、恩施市、宣恩县、来凤县、咸丰县、鹤峰县、郧西县、竹山县、竹溪县、郧县、房县、丹江口市、英山县、罗田县、麻城市、红安县、蕲春县、长阳县、秭归县、孝昌县、大悟县、阳新县、神农架林区

湖南20

古丈县、泸溪县、保靖县、永顺县、凤凰县、花垣县、龙山县、桑植县、平江县、新化县、安化县、新田县、隆回县、沅陵县、桂东县、通道县、城步县、邵阳县、江华县、汝城县

广西28

环江县、罗城县、南丹县、天峨县、凤山县、东兰县、巴马县、都安县、大化县、田东县、平果县、德保县、靖西县、那坡县、凌云县、乐业县、田林县、隆林县、西林县、马山县、隆安县、天等县、龙州县、三江县、融水县、金秀县、忻城县、龙胜县

海南 5

保亭县、琼中县、五指山市、陵水县、白沙县

重庆 14

城口县、巫溪县、巫山县、奉节县、云阳县、开县、万州区、秀山县、黔江县、酉阳县、彭水县、石柱县、武隆县、丰都县

四川36

古蔺县、叙永县、苍溪县、朝天区、旺苍县、马边县、仪陇县、嘉陵区、阆中市、南部县、屏山县、广安区、宣汉县、万源市、通江县、南江县、平昌县、壤塘县、黑水县、小金县、石渠县、理塘县、新龙县、色达县、雅江县、昭觉县、布拖县、美姑县、金阳县、雷波县、普格县、喜德县、盐源县、木里县、越西县、甘洛县

贵州 50

雷山县、望谟县、纳雍县、晴隆县、沿河县、三都县、水城县、册亨县、赫章县、松桃县、从江县、黄平县、平塘县、大方县、剑河县、紫云县、榕江县、织金县、思南县、长顺县、罗甸县、威宁县、石阡县、印江县、贞丰县、黎平县、普安县、道真县、麻江县、丹寨县、关岭县、台江县、江口县、德江县、兴仁县、岑巩县、锦屏县、务川县、正安县、习水县、六枝特区、普定县、三穗县、荔波县、天柱县、镇宁县、盘县、施秉县、独山县、安龙县

云南73

宁蒗县、永胜县、泸水县、兰坪县、贡山县、福贡县、广南县、马关县、砚山县、丘北县、文山县、富宁县、西畴县、麻栗坡县、梁河县、维西县、中甸县、德钦县、东川区、禄劝县、寻甸县、永仁县、双柏县、南华县、大姚县、姚安县、昭阳区、武定县、富源县、会泽县、威信县、绥江县、盐津县、彝良县、大关县、鲁甸县、巧家县、永善县、镇雄县、施甸县、龙陵县、昌宁县、绿春县、红河县、元阳县、屏边县、金平县、泸西县、永德县、凤庆县、沧源县、镇康县、云县、临沧县、双江县、墨江县、澜沧县、镇沅县、孟连县、景东县、江城县、普洱县、西盟县、弥渡县、洱源县、南涧县、永平县、巍山县、漾濞县、鹤庆县、剑川县、云龙县、勐腊县

陕西 50

延长县、延川县、子长县、安塞县、吴旗县、宜川县、府谷县、横山县、靖边县、定边县、绥德县、米脂县、佳县、吴堡县、清涧县、子洲县、洋县、西乡县、宁强县、略阳县、镇巴县、汉滨区、汉阴县、宁陕县、 *** 县、岚皋县、镇坪县、旬阳县、白河县、商州区、洛南县、丹凤县、商南县、山阳县、镇安县、柞水县、印台区、耀县、宜君县、合阳县、蒲城县、白水县、永寿县、彬县、长武县、旬邑县、淳化县、麟游县、太白县、陇县

甘肃 43

武都县、宕昌县、礼县、西和县、文县、康县、两当县、临潭县、舟曲县、卓尼县、夏河县、合作市、临夏县、和政县、积石山县、广河县、康乐县、东乡县、永靖县、张家川县、武山县、清水县、甘谷县、秦安县、北道区、庄浪县、静宁县、华池县、环县、合水县、宁县、镇原县、定西县、通渭县、临洮县、陇西县、渭源县、漳县、岷县、榆中县、会宁县、天祝县、古浪县

青海15

大通县、湟中县、平安县、乐都县、民和县、循化县、化隆县、尖扎县、泽库县、达日县、甘德县、玉树县、囊谦县、杂多县、治多县

宁夏8

西吉县、海原县、固原县、隆德县、泾原县、彭阳县、盐池县、同心县

新疆27

墨玉县、塔什库尔干县、皮山县、于田县、英吉沙县、洛浦县、疏附县、策勒县、和田县、阿克陶县、叶城县、柯坪县、伽师县、阿合奇县、岳普湖县、莎车县、民丰县、疏勒县、乌恰县、托里县、尼勒克县、乌什县、阿图什市、巴里坤县、察布查尔县、青河县、吉木乃县

长城有多长从哪到哪？

国家文物局公布我国调查、认定的历代长城总长度为21196.18千米，分布在包括北京在内的全国15个省区。西起嘉峪关，东至辽东虎山。

长城是中华文明的瑰宝，是世界文化遗产之一，也是与我国的“国山”泰山、埃及金字塔齐名的建筑，还是人类的奇迹。在遥远的两千多年前，是劳动人民以血肉之躯修筑了万里长城。长城是中国古代人民智慧的结晶，更是中华民族的象征。

长城的长度问题，由于我国历史上有二十多个朝代和诸侯国修筑过长城，而且每个朝代和诸侯国修筑长城的位置和长度都不一样，因此，它的长度要分别情况，具体计算。 根据历史文献记载，长城超过一万里的有三个朝代：一是秦始皇时修筑的西起临洮，东止辽东的万里长城；二是汉朝修筑的西起今新疆，东止辽东的内外长城和烽燧亭障，全长二万多里；三是明朝修筑的西起嘉峪关，东到鸭绿江，全长一万四千七百多里的长城。还有金代的长城也将近万里。若把各个时代修筑的长城总计起来，大约在十万里以上。

长城是中国古代的军事防御工程。世界建筑史上的奇迹。东起鸭绿江，西达嘉峪关，途经辽宁、河北、天津、北京、内蒙古、山西、陕西、宁夏、甘肃9个省、市、自治区，随着不同的地形、山势和地貌而筑，大都建在山岭更高处，全长7300千米（14600华里）以上，号称万里长城。其中从鸭绿江到山海关段，由于工程比较简单，毁坏较为严重。山海关到嘉峪关段，工程较为坚固，保存也较完整，两端两个关城东西遥遥对峙，长度为6700千米（13400华里）。

基于MODIS数据的北京西北部地区土地资源监测研究

刘爱霞1 王静1 刘正军2

（1.国土资源部土地利用重点实验室，中国土地勘测规划院，北京，100035；2.中国测绘科学研究院，北京，100039）

摘要：本文主要讨论基于 MODIS 16 天合成克什克腾旗测绘资质的 NDVI 时间序列数据、8 天合成 LST 数据、1∶5 万DEM数据以及其他辅助数据相结合，进行北京西北部地区土地资源现状调查和土地利用及植被覆盖多年变化的研究。首先选取适合于 MODIS 数据分类的土地覆盖分类系统，用 PCA *** 对NDVI 时间序列数据进行信息增强与压缩处理，结合LST数据、DEM数据及降雨温度数据，利用模糊K－均值非监督分类法，进行研究区的土地覆盖分类，得到土地资源现状情况。然后利用变化矢量（CVA）分析 *** 对北京西北部地区的土地利用及植被覆盖的多年变化状况进行了分析。结果表明，MODIS 数据能很好地应用于大范围的土地资源监测中，并能得到较好的结果。

关键词：北京西北部；MODIS；土地资源现状；土地利用及植被覆盖变化

随着“人口－资源－环境”之间的矛盾日益尖锐，为了实现可持续发展的战略目标，世界各国 *** 都在大力加强资源与生态环境监测系统的建设。克什克腾旗测绘资质我国《全国生态环境建设规划》和《全国生态环境保护纲要》也明确提出要完善生态环境监测和信息服务体系。国土资源部《科技发展“十五”计划纲要》强调大力推进国土资源管理工作的信息化，强调努力实现国土资源调查评价工作的现代化。其中，土地资源调查与监测是其主要内容之一。

随着现代遥感技术的迅速发展，适合于不同空间尺度土地资源调查监测的各种遥感数据相继出现。目前，SPOT5、Landsat TM/ETM＋遥感数据是土地资源调查的主要数据源，适合于乡级、县级、区域级等不同尺度，但是应用于较大空间尺度的土地资源调查时，耗费大量人力、物力，且不经济。近年出现的中空间分辨率、高时间分辨率的 MODIS 数据为大尺度的土地资源调查提供了更好的数据源。Tucker 等人研究表明［1］，归一化植被指数 NDVI 实际反映了植被生物量、覆盖度和叶绿素含量三方面的生物物理化学性质，利用不同时相条件下的 NDVI序列，可以比较准确地反映植被的生长季相变化的规律。这成为利用遥感数据进行大区域范围植被和土地覆盖制图的基本思路［2～4］。

本文尝试以MODIS的NDVI时间序列数据集为主要数据源，结合MODIS LST、DEM、降雨、温度等辅助数据，首先选取适合的土地覆盖分类系统，通过 PCA 等数据处理 *** ，使用模糊K－均值非监督分类法，进行北京西北部地区的土地覆盖自动分类研究；然后利用变化矢量（CVA）分析 *** 对该区的土地利用及植被覆盖的多年变化状况进行分析，以便为大尺度土地资源的调查监测提供一种快速便捷的 *** 。

1 研究区概况

北京西北部地区是我国生态环境建设部门重点关注和投资的地区，本研究区主要包括北京市西北部的风沙源区，涉及河北、山西、内蒙古三省 8个市（地、盟）的 51个县（市、旗），土地总面积为22.83×104 km2。该区范围西起内蒙古的四子王旗，东至内蒙古的敖汉旗，南起山西的代县，北至内蒙古的阿鲁克尔沁旗，地理坐标为东经 110°20′～121°01′，北纬38°51′～45°25′。

研究区地处内蒙古高原中部、黄土高原的北端，位于内蒙古、山西和河北三省交界处，区内地表形态主要由高原、山地、丘陵和盆地几大部分组成，地势呈中间高、南北低趋势。研究区跨中温带和寒温带，属干旱、半干旱大陆性季风性气候，气候变化较为明显。冬春季节受西伯利亚和蒙古冷高压控制，气候干燥少雨，主导风向为西北风，风力强劲，风蚀型外营力地质作用极为强烈，研究区北部的浑善达克沙地和科尔沁沙地，生态环境极为脆弱，是北京西北部地区的主要风沙源区。区域夏秋季节受太平洋副热带高压控制，多东南风，风力较弱，水汽补给较少，气候炎热少雨。区域年均气温 12.6℃以下，年降雨量为200～750mm，但降雨集中，降雨强度大，外加区域地势比降大，土质疏松，水蚀型外应力地质作用和重力侵蚀作用强烈，水土流失严重，而且容易发生滑坡和泥石流。

2 数据及预处理

2.1 遥感数据

本文所用遥感数据是美国EROS数据中心提供的MODIS影像。NDVI数据是2001～2004年16日合成的时间序列数据，共23个时相，空间分辨率为250m。陆面温度（LST）是2002年的8日合成时间序列数据，共46个时相，空间分辨率为1 km。

在 MODIS 数据处理中，用 MRT 几何纠正与镶嵌软件完成了图像的几何纠正和镶嵌。然后用更大合成法（MVC）对同一区域内植被指数、陆面温度等多时相的数据进行合成预处理，即图像中每一像元用j天中的更大像元值来代替，该处理的目的是为了减少大气的云、颗粒、阴影、视角以及太阳高度角的影响（Brent，N.H.，1986）。虽然更大合成过程（MVC）减少了大气的云、颗粒等的影响，但是云污染仍存在，接着采用改进的 BISE （the best index slope extraction） *** 进行 NDVI 的多时相去云处理。尽管所用 MODIS 的LST 数据都是8 天合成数据，但 Ts 数据质量非常差，为了解决数据残缺的问题，我们利用线形回归来模拟这些数据。地表温度是高度空间相关的，相邻时相同一区域内的 Ts 在空间上存在某种相同的相关性，用线性关系来拟和这种关系；用相同大小的模板同时在被修复图像和参考图像上滑动，如果处于被修复图像模板中心值是零值或异常值，则用最小二乘法求出两个模板内有效数据间的线性回归系数，然后用该系数和参考图像模板中心值求出新值替代原来的零值或异常值。

2.2 其他辅助数据

辅助数据主要有通过 ETM＋数据目视解译得到的 2002年北京西北部地区土地利用现状图，北京西北部地区 1∶50000 DEM 数据，北京西北部地区的降水、温度数据。利用北京西北部地区各气象站点资料先计算各站点的年平均积温、年平均降水量，然后利用Kriging 插值 *** 获得北京西北部地区栅格的年平均气温、年平均降水量分布图。

3 研究 ***

3.1 土地覆盖分类

（1）选取适合于 MODIS 数据分类的土地覆盖分类系统，本研究采用《基于遥感数据的土地利用/土地覆被分类体系》［5］。该分类体系最重要的特色在于，针对不同空间尺度和所对应的遥感数据源，都具有其相应的分类，而且分类类型逐渐细化。对于一级分类和二级分类，侧重于土地覆被的分类，即对于中、低空间分辨率遥感数据，以土地覆被分类为主。

（2）用 PCA *** 对 NDVI 时间序列数据进行信息增强与压缩处理，以排除各种干扰因素，提高分类精度。采用 PCA变换可以将原有的12个月中有用的NDVI信息中的绝大部分压缩到少量的前几个主分量中，同时排除了部分由于数据质量等原因引起的噪声。因此，利用 PCA变换可以有效保证分类精度不受损失。实际结果的研究也表明，PCA 在对于抑制噪声影响和保证分类精度起到了重要的作用［6］。

（3）结合 LST 数据、DEM 数据及降雨温度数据，利用模糊K－均值非监督分类法，进行研究区的土地覆盖分类［7］，经过分类后处理，对分类发生明显错误的图斑进行更正，得到北京西北部地区的土地覆盖分类图。

3.2 土地利用及植被覆盖多年变化分析

变化向量（CVA）分析是一种非常有潜力的植被比较分析 *** ，根据变化矢量的强度和方向判定变化的区域和类型［8］。变化矢量分析技术用指示参数年时序中的每个数据值作为时序空间的一点，时序空间连续几年的点连接成变化矢量。变化矢量的方向确定了变化的推进，矢量的大小表征了变化的强度。

例如，用连续多年12个月的数据来进行变化矢量分析，则变化矢量空间由每年的12个变化监测指示因子图像构成，故全年指示因子对应于一个12 维的时间矢量：

土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集

P （i，x）表示像元i对应于x年的矢量，x （t）为像元i在时间t1到tn的指示因子值，n表示时间维数。矢量的模‖P‖ 代表了全年指示因子累积，矢量的方向为全年指示因子的时间曲线形状的综合反映。

任意两年间指示因子的任何变化都会表现在这12维空间中，这种变化可用变化矢量描述如下式：

土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集

ΔP （i）是像元i从x年到y年的变化矢量。ΔP （i）包含了（y－x）年间，像元i在每一时间维上的变化信息。变化矢量的模‖ΔP （i）‖，由欧氏距离（Enclidean distance）决定，表示了指示因子变化的强度。

土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集

当‖ΔP （i）‖超过某一阈值时，往往对应着植被覆盖类型从一种类型转变成另一种类型。ΔP （i）的方向由一系列的角度定义，决定了指示因子的变化过程。

对计算出变化矢量强度，依据图像的直方图特征和地面资料可以采用阈值分割的 *** 划分不同的矢量变化强度等级。

借助于指示因子累计值的变化率来判断矢量变化类型。变化率的定义如下：

土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集

4 结论与讨论

4.1 土地资源现状调查

通过对研究区2002年12个月的NDVI时间序列数据进行主成分分析得到的前四个主分量，基于1 km 分辨率的 MODIS 8 天合成 LST 数据得到的研究区年均 LST 数据，1∶5 万DEM数据，然后结合降雨温度数据，采用模糊K－均值非监督分类法，得到北京西北部地区的土地覆盖分类结果。然后，对分类结果进行分类后处理，对分类发生明显错误的图斑进行更正，最后得到2002年北京西北部地区的土地覆盖分类图（图1）。

图1 2002年北京西北部地区土地覆盖分类图

通过图1和图2可以看出，北京西北部地区土地覆盖类型中草地的覆盖面积所占比例更大，约占总面积的53%，内蒙古高原的浑善达克沙地和丘陵区及研究区东部的科尔沁草原南缘地带呈集中连片分布；中西部坝上高原地区的低洼处和河湖滩地的周边、阴山山脉东部及周边地区的丘陵地区也比较集中。牧草地总面积的60%以上分布在沙质甚至沙砾质干旱草原区。农用地占研究区总面积的21%，主要分布在研究区西南部高原和盆地中，多呈条带状沿河谷和河流冲积平原分布。林地占研究区土地总面积的13%，主要分布在大兴安岭、燕山、恒山、阴山山脉地区，在研究区的东部和西南部山区是林地集中分布地区，且大多分布在山体的上部。裸地占研究区总面积的8%，主要分布在北部浑善达克沙地和东部的科尔沁沙地。研究区中，湿地、水域和建设用地所占面积比例最小。

图2 2002年北京西北部地区各土地覆盖类型所占比例

4.2 土地利用与植被覆盖多年变化

用变化矢量分析法对北京西北部地区2001～2004年NDVI 的变化进行监测。所用数据是北京西北部地区2001～2004年的每月的更大 NDVI 时间序列值，首先计算 NDVI的变化矢量模，然后采用对变化矢量模进行图像分割的技术来生成 NDVI 的变化强度。图像分割满足：①相似性原则，即同一区域内像元应相似；②非连续原则，即从一个区域向另一个区域搜索，像元一定有某些变量特征（梯度等特征）发生突变，从而确定边界。

4.2.1 变化强度

NDVI 变化强度反映了植被覆盖的变化情况。综合考虑植被覆盖度变化矢量模的直方图、均值和方差来确定每个分割点，对变化矢量模进行分割得到变化强度。

表1 矢量变化强度不同等级阈值

从图3和图4中可以看出，2001～2004年4年间，北京西北部绝大部分地区土地利用/植被覆盖状况没有发生大的变化，生态系统基本维持平衡。无变化和低变化地区占北京西北部地区总面积的92.3%。

无变化区面积更大，占总面积的53.7%，主要分布于北京西北部地区的赤峰市、敖汉旗、翁牛特旗、巴林右旗和阿鲁科尔沁旗，北部的锡林郭勒盟和四王子旗等地，表明5年间三峡库区的植被覆盖在水平方向上很少变化。

低变化区面积占总面积的 38.6%，主要分布在北京西北部地区的察哈尔右翼中旗、察哈尔右翼前旗、克什克腾旗、正镶白旗、正蓝旗和太仆寺旗的交界处等地区。

中变化区的面积比较小，主要集中在北京西北部地区的凉城地区。

剧烈变化区，主要集中在北京西北部地区的西部地区、浑善达克沙地周围、克什克腾旗北部和四王子旗等地。

图3 北京西北部地区 2001～2004年植被指数 （NDVI） 变化强度

图4 植被覆盖度矢量变化强度面积比例

4.2.2 变化类型

以上计算了北京西北部地区4年间NDVI矢量变化强度。矢量变化强度反映了2001～2004年4年间北京西北部地区NDVI的变化程度，但无法判断这4年间植被覆盖度到底是增加还是减少了。因此可以同时借助 NDVI 变化强度和 NDVI 累计值的变化率来判断ND-VI 矢量变化类型［9］。

取变化强度的无变化和低变化的界值作为阈值 M，变化强度小于 M 的像元，被认为其变化为平稳型，当变化强度大于 M 时，再根据累计变化率来确定其变化类型。具体参数如下：

土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集

根据计算出NDVI的累积变化率，再考虑公式（5）可以得到NDVI矢量变化类型图。

从图5和图6可以看出，2001～2004年北京西北部地区的植被覆盖总体上表现为稳中增加的趋势。归纳起来的变化特征为：

图5 北京西北部地区 2001～2004年植被覆指数 （NDVI）

图6 植被覆盖度矢量变化强度面积比例

（1）植被覆盖变化类型中以平稳型为主，占整体面积的56.9%，主要分布于北京西北部地区的东北、西北等地区。

（2）增加型占的比重也比较大，占北京西北部地区面积的30.2%，主要分布在北京西北部地区中南部地区。

（3）减少型代表植被覆盖度有一定的减少，所占比重很小，主要分布在北京西北部地区的北部零散地区。

（4）波动型占北京西北部地区面积的10.9%，主要分布在北京西北部地区的东北部地区。植被覆盖的波动是正常的自然现象，它是植被正常生长、长期的气候变化等自然作用和各种人类经济活动共同作用的结果。

参考文献

［1］Tucker，C.J.，Townshend，J.R.G.and Goff，T.E.Continental land cover classification using meteorological satellite data ［J］.Science，1984 （227）：369～375

［2］Cihlar J.Land cover mapping of large areas from satellites：status and research priorities ［J］.Int.J.Remote Sensing.2000，21 （6＆7）：1093～1113

［3］Townshend J.R.G，et al.Global Land Cover Classification by Remote Sensing：Present Capabilities and Future Possibilities ［J］.Remote Sensing of Environment，1991 （35）：243～255

［4］Lloyd D.A phenological classification of terrestrial vegetation cover using shortwave vegetation index imagery ［J］.Int.J.Remote Sensing，1990，11 （12）：2269～2279

［5］J.Wang，T.He.Developing a land use/cover classification system based on remote sensing data in China.Proceedings of SPIE－Remote sensing for environmental monitoring，GIS applications and Geology IV，2004，（5574）：52～60

［6］刘爱霞，刘正军，王静.基于PCA变换和神经元 *** 分类 *** 的中国森林制图研究.长江流域资源与环境，2006，15 （1）：19～24

［7］刘爱霞，王静等.基于MODIS数据的北京西北部地区土地覆盖分类研究.地理科学进展，2006，25 （2）：96～102

［8］陈云浩，李晓兵，陈晋，史培军.1983～1992年中国陆地植被NDVI演变特征的变化矢量分析.遥感学报，2002，6 （1）：12～18

［9］中国测绘科学研究院.三峡库区相关生态环境监测技术研究.项目验收总结报告.2005，10