近年来,国内外学者在生态系统的敏感性、适应能力和潜在影响等方面开展了大量的生态脆弱性研究,他们普遍将生态脆弱性概念与农牧交错带、喀斯特地区、黄土高原区、流域、城市等相结合,评价不同类型研究区的生态脆弱特征,其研究内容主要包括脆弱性的时空演变、动态监测、影响机理和驱动因子等方面的分析。国内外学者从生态脆弱性的要素、系统结构和功能、形成机制等方面提出生态脆弱性研究框架和概念模型。其中SRP模型主要以生态系统稳定性的内涵为依据构建而成,体现自然环境影响和人为活动干扰,与生态系统敏感性和适应性对生态脆弱性的综合影响,其结构系统地涵盖了生态脆弱性的构成指标,已在生态脆弱性评价中得到广泛应用。从不同角度对不同生态脆弱性特征地区的研究,采用的测度模型有所不同,研究所适用的指标体系也不尽相同,目前指标大多来自自然要素和人为要素两个层次。
第一章、 生态环境脆弱性评价内涵及基于文献可视化方法研究热点分析
一、基本原理
Ø生态环境脆弱性内涵
Ø生态环境脆弱性评价研究
Ø生态环境脆弱性驱动力研究
Ø生态环境脆弱性研究热点

二、文献可视化软件介绍及常用功能介绍
ØVOS Viewer文献可视化及研究热点分析;
ØCitespace文献可视化及研究热点分析;
ØArcGIS软件介绍及安装技巧
ØR语言环境部署
Ø遥感云计算平台简介与登陆
ØFragstate安装与介绍

第二章、 数据来源及预处理
一、ArcGIS Pro软件介绍及安装、常用功能介绍
ØArcGIS Pro版本介绍,安装;
ØArcGIS Pro软件界面,常用功能介绍;
Ø空间坐标系介绍与建立
Ø空间数据介绍与入库
Ø地图符号与版面设计
二、数据收集及预处理

三、预处理
投影转换、重采样、裁剪等
第三章 、 生态环境脆弱性评价模型构建
一、 SRP概念模型
二、评价因子选取原则
三、评价指标体系框架

四、 评价指标与生态环境脆弱性之间的相关性
五、 评价指标的提取

Ø地形因子

Ø气象因子
²NC数据处理:NC数据加载,模型构建器构建(数据读取,投影,重采样,裁剪,输出保存等),NC数据转TIF数据存储
²降水因子提取
²气温因子提取
Ø植被因子提取
²基于PIE ENGINE植被指数提取

Ø土壤因子
²修正的通用水土土流失公式模型来算土壤侵蚀强度

²降雨侵蚀力

²土壤可蚀性因子

²坡度坡长因子,

²覆盖与管理因子

²表示水土保持处理因子
Ø景观多样性指数

²Fragstate4.2平台上,在土地利用分类结果基础上,采用上述景观多样性指数计算
Ø生物丰度指数

Ø居民点干扰
²采用核密度估计模型进行密度探测分析,从而反映不同空间距离上居民点对周围生态系统的活动干扰程度,表征地区生态功能。

Ø生态压力度因子
²以人口分布、耕地占比率、人均GDP因子来表征生态压力度
²基于PIE ENGINE人口分布数据获取与预处理
²基于PIE ENGINE的GDP分布数据获取与预处理
²耕地占有率计算
六、评价指标标准化处理

七、评价指标权重的确定
²空间主成分分析方法完成攀枝花市各时段生态环境脆弱性评价指标的权重确定

(1)各时段评价指标的原始数据标准化处理;
(2)建立多个变量之间的相关系数矩阵;
(3)计算相关系数矩阵的特征值和与其对应的特征向量;
(4)对特征向量进行线性组合并得到个主成分。
八、生态环境脆弱性评价模型

九、生态环境脆弱性评价结果分类定级

第四章、 生态环境脆弱性时空格局演变分析
一、生态环境脆弱性的空间格局分析

二、生态环境脆弱性的时间变化
²采用CA-Markov模型、单一动态度、综合动态度计算:


第五章、 生态环境脆弱性时空格局演变驱动机制分析
一、R语言语法简介
二、地理探测器及相关包的介绍
三、地理探测器运行
Ø因子探测器:探测某评价指标多大程度上解释了因变量,用因子解释力进行度量,值越大则对生态环境脆弱性的贡献越大,反之越小。计算公式如下:



第六章、 基于 RSEI 指数的生态质量评价
1.加载研究区矢量边界:在地图上加载区域矢量图。

2.云掩膜:导入所需数据集,进行去云处理。

3.水体掩膜:水体掩膜计算公式:

4.遥感生态指数( RSEI )的构建





第七章 论文写作 与案例分析
1.论文写作与投稿心得分享
2.SRP模型相关应用案例分析
3.论文写作案例与分析

