黄土丘陵小流域土壤水分

在6个土层和10次土壤含水量测定的基础上,利用土地利用与地形等6类20个环境因子变量,建立了黄土丘陵区小流域土壤水分空间预测的6种多元线性回归模型,并提出了5类13个指标对模型进行了评价与比较.研究表明,各模型组之间的差异较大,以直接回归模型组为最优,PCA线性转换回归模型组次之,DCA非线性转换回归模型组最差.在每一组内,模型之间的差异相对较小,以变量全部入选模型稍优于变量逐步筛选模型.6种模型中,通用多元线性回归模型的拟合性最好、预测精度最高,但模型结构最为复杂、需要的环境因子最多;多元线性逐步回归模型不仅拟合性和无偏性方面很好,而且结构最为简单、需要的环境变量最少,因而为最优模型.     

MLR和PLSR的沙壤土盐分含量光谱检测对比研究

为了快速有效检测南疆地区典型土壤（沙壤土）的盐分含量变化,利用光谱仪和电导仪测得南疆阿拉尔市红枣种植区盐渍土近红外高光谱和电导率数据,基于7种不同光谱预处理方法和2种特征波长选择算法,分别建立多元线性回归（MLR）和偏最小二乘回归（PLSR）的土壤盐分监测模型。结果表明：7种预处理方法中,归一化,多元散射,变量标准化和一阶导数能够有效提高土壤盐分的预测模型精度。基于多元逐步回归（SMR）波长选择方法的多元线性回归（SMLR）模型的R_val²>0.948 9,RPD>6.294 9,RMSEP<0.435 6;基于连续投影算法（SPA）的多元线性回归（SPA-MLR）模型的R_val²>0.956 8,RPD>6.922 1,RMSEP<0.361 6,预测结果要优于偏最小二乘回归（PLSR）模型,其中基于归一化处理后的SMLR和SPA-MLR的预测精度最为理想,分别为R_val²=0.979 2,RPD=9.907 8,RMSEP=0.287 6和R_val²=0.980 5,RPD=10.50,RMSEP=0.278 3,而且筛选的特征波长较少。说明归一化是更有效的光谱预处理方法,多元线性回归（MLR）更适合建立南疆典型沙壤土盐分含量的预测模型。     

晋城市粮食产量预测方法比较研究

提高粮食产量预测精度是科学编制土地利用总体规划的重要课题。该文首先运用灰色关联分析方法对影响粮食产量的因素做出关联因子排序,分析表明粮食单产对粮食总产量的影响最大,粮食作物播种面积次之。其次在灰色关联分析的基础上选取主要影响因子,通过比较线性回归模型、灰色GM(1,1)模型和灰色多元线性回归组合模型的预测结果,得到灰色多元线性回归组合模型预测结果最佳。     

半干旱沙地-草甸区水面蒸发模拟及其影响因子辨识

在分析半干旱沙地—草甸区的水面蒸发过程及其影响因子的基础上,采用多元逐步回归分析方法,对水面蒸发的众多影响因子进行逐步筛选,找出显著影响因子,建立水面蒸发与其显著影响因子间的多元非线性回归模型,并模拟计算了彭曼蒸发公式、道尔顿水汽运输理论蒸发公式中的风函数,比较分析了彭曼模型、变异道尔顿模型、多元非线性回归模型计算的水面蒸发量。结果表明:彭曼模型、变异道尔顿模型和最终建立的多元非线性逐步回归模型所得结果十分接近,与实测水面蒸发量的趋势也很一致;除变异道尔顿模型稳定性稍差外,其余两者都具有较好的稳定性;多元非线性逐步回归方法可以找到水面蒸发的显著影响因子,剔除掉不显著影响因子,避免因子相关造成的影响,使所建回归模型具有良好的拟合效果,其决定系数达到了0.773,预测结果令人满意。     

塔里木盆地沙尘多发季节沙尘日数与前一年大气环流指数的关系研究

应用塔里木盆地14站逐月的沙尘暴、扬沙、浮尘日数和中国气象局国家气候中心整理发布的74类大气环流月指数资料,分析了塔里木盆地4～6月沙尘暴、4～7月扬沙、3～5月浮尘日数与前一年大气环流月指数之间的关系。沙尘日数和环流因子序列均滤去了显著线性趋势,用滑动相关法提取了31组初始因子,分别建立回归模型,然后对回归结果进行两级集合。4～6月沙尘暴、4～7月扬沙、3～5月浮尘日数的集合回归拟合序列与实测序列的相关系数分别为0.9520、0.8124、0.8897。用逐级反推法,确定了与塔里木盆地沙尘多发季节3类沙尘日数有显著统计关系的前一年的大气环流指数因子数目分别为6个、7个和8个。有显著统计关系的前期环流因子对沙尘日数的异常偏多(少)年的预测能力存在不对称性。     

GAM模型在蝗虫地理格局分布研究中的应用——以黑河上游3种天然草地蝗虫为例

将基于样本调查数据的群落—地形因子回归分析与地理信息系统支持下的昆虫属性空间格局预测结合,是昆虫-地形关系定量研究的新途径.通用可加性模型(GAM)的非参数属性使之具有对不同数据类型的广泛适应性,成为这种“回归分析+空间预测”途经的有效手段.不同程度上依赖于数字高程模型的环境空间数据集是实现空间预测的必要条件.我们利用广义可加模型方法,定量分析了3种不同生态种蝗虫与地形因素的相关关系.结果表明:(1)3种不同生态种的蝗虫具有不同的模型结构、模拟效果以及结果的稳定性,反映了所受地形因子影响的差异.(2)蝗虫的广布种与地形因子关系最弱,局部地形的变化仅对其密度变化有影响;常见种受地形因子的影响明显高于广布种,同时受大尺度的海拔与微地形的剖面曲率影响;稀有种分布格局对地形条件的选择性最强,同时受限于海拔、坡度和坡向.(3)模拟结果对常见种以及稀有种的模拟全部有效;对广布种的预测基本失败.(4)模型预测变量的有效性和全面性决定了模型对数据的解释能力,非线性关系体现了蝗虫密度-地形指标的不确定性,除模型解释的变化外,其他生物因子、非生物因子以及随机因素也影响模型的可靠性.     

GAM模型在蝗虫地理格局分布研究中的应用——以黑河上游3种天然草地蝗虫为例

将基于样本调查数据的群落-地形因子回归分析与地理信息系统支持下的昆虫属性空间格局预测结合,是昆虫-地形关系定量研究的新途径。通用可加性模型(GAM)的非参数属性使之具有对不同数据类型的广泛适应性,成为这种"回归分析+空间预测"途经的有效手段。不同程度上依赖于数字高程模型的环境空间数据集是实现空间预测的必要条件。我们利用广义可加模型方法,定量分析了3种不同生态种蝗虫与地形因素的相关关系。结果表明:(1)3种不同生态种的蝗虫具有不同的模型结构、模拟效果以及结果的稳定性,反映了所受地形因子影响的差异。(2)蝗虫的广布种与地形因子关系最弱,局部地形的变化仅对其密度变化有影响;常见种受地形因子的影响明显高于广布种,同时受大尺度的海拔与微地形的剖面曲率影响;稀有种分布格局对地形条件的选择性最强,同时受限于海拔、坡度和坡向。(3)模拟结果对常见种以及稀有种的模拟全部有效;对广布种的预测基本失败。(4)模型预测变量的有效性和全面性决定了模型对数据的解释能力,非线性关系体现了蝗虫密度-地形指标的不确定性,除模型解释的变化外,其他生物因子、非生物因子以及随机因素也影响模型的可靠性。     

基于多元成土因素的土壤有机质空间分布分析

以陕西省蓝田县2013年667份土壤有机质样本为对象,运用GIS空间分析及遥感数字图像处理收集整理土壤类型、地形、植被等成土因子,利用多元线性回归分析集成所有成土因子对土壤养分进行空间分布预测。结果表明:通过分级统计均值定权法和像元线性拉伸法将所有成土因子统一为相对度量值,并根据成土因子与有机质含量的相关性显著程度进行因子取舍,有利于集成各类成土因子构建多元线性回归模型。预测结果定性分析表明:多元线性回归预测结果与kriging法预测结果在宏观上具有一致的空间分布趋势;但多元线性回归预测结果土壤有机质空间分布特征带有各种成土因子的变化特征,从视觉效果上,克服了传统插值法中存在的斑块状分布现象,更精细的描述了本区域内有机质空间分布趋势; MPE和RMS定量精度分析显示,在集成多元成土因素对有机质进行空间分布分析时,本文方法优于常用kriging插值法,该法可作为集成多元成土因子对土壤养分空间分布预测的有效方法。本区域内土壤有机质高值区域主要集中在地势低平、坡度缓和、湿度适中的农耕区,地势较高、坡度陡的山区有机质含量低。     

基于地理加权回归的漫湾库区景观破碎化及影响因子分析

应用地理加权回归模型分析漫湾库区景观破碎化指数——有效筛网大小与相关因子之间的空间关系。选取的解释变量分别是距道路的距离、距乡村的距离、距河流的距离、坡度。结果表明：大坝修建后4种解释变量与有效筛网大小呈现较显著的正相关性。与线性回归模型相比,地理加权回归模型的拟合效果显著提高。1974~1988年,有效筛网大小对各影响因子最敏感的区域面积呈现显著的时空变化这为确定水电站建设及其他因素对景观破碎化影响的大小,并进一步改善库区景观破碎化的现状提供了依据。     

基于3种地理加权回归方法的安徽省土壤pH空间预测制图对比研究

基于安徽省140个采样点的土壤pH数据,综合考虑土壤、地形、气候、生物等因子对土壤pH的影响,采用地理加权回归(Geographically Weighted Regression, GWR)、主成分地理加权回归(Principal Component Geographically Weighted Regression, PCA-GWR)和混合地理加权回归(Mixed Geographically Weighted Regression, M-GWR)3种模型对安徽省土壤pH空间分布进行建模预测,揭示环境因子对土壤pH的影响在空间上的差异,最后以多元线性回归模型(Multiple Linear Regression, MLR)为基准比较3种GWR模型的精度。研究表明：(1)安徽省土壤pH具有空间异质性,且集聚特征明显。(2) 3种GWR模型中M-GWR模型略优,GWR、PCA-GWR和M-GWR的建模集调整后决定系数(R_adj²)分别为0.59、0.62和0.63;对比MLR模型,3种GWR模型的R_adj^2<...     

北方农牧交错带草原产草量遥感监测模型

及时准确地了解草原产草量的时空配置状况,对于科学合理地利用、管理草地,保证畜牧业生产持续稳定发展、改善生态环境等具有重要的意义。本文利用2005年的MODIS数据和同期野外实测的668个样方产草量数据,分析了5种植被指数和草地生物量之间的相关关系。研究表明:(1)分区模型优于不分区模型,在分区基础上建模更能反映产草量的实际情况;(2)通过线性、非线性模型和BP神经网络模型的对比,得出BP神经网络模型在拟合精度上优于线性和非线性模型,是最适宜监测北方农牧交错带草原产草量的模型;(3)5种植被指数中,NDVI和SAVI与草地生物量之间的拟合精度最高,是研究区最适宜使用的植被指数。     

内蒙古温带半干旱羊草草原N2O通量及其影响因素

利用静态箱 -气相色谱法于 2 0 0 1～ 2 0 0 3年对内蒙古锡林河流域羊草草原进行了连续 2年的野外定位试验 ,获得羊草草原原状群落与土壤N2 O年排放通量分别在 3 91～ 4 71μgm- 2h- 1以及 5 5 0～ 10 0 3μgm- 2 h- 1范围内变动 ,证明内蒙古温带半干旱羊草草原生态系统是大气中N2 O的源 ;系统分析了羊草草原N2 O通量的季节变化、源汇特征以及关键的环境因子对草地N2 O通量的影响等 ,建立了N2 O通量与环境因子间的回归方程 ;并利用两年连续完整的观测数据对羊草草原N2 O年排放量进行了估算     

Spatial variability of soil moisture content and its relation to environmental indices in a semi-arid gully catchment of the Loess Plateau, China

The degree of spatial variability of soil moisture and the ability of environmental attributes to predict that variability were studied at the Da Nangou catchment (3·5 km²) in the semi-arid loess area of China. Soil moisture measurements were performed biweekly at five depths in the soil profile (0–5 cm, 10–15 cm, 20–25 cm, 40–45 cm and 70–75 cm) from May to October 1998 and from May to September 1999 using Delta-T theta probe. Results indicated that with increasing soil depth, the mean soil moisture content increases significantly for five layers and the coefficients of variation (CV) also increases with depth from 10–15 cm. It was observed that heavier rains and higher mean moisture contents are often associated with lower spatial variability (CV). Environmental attributes such as land use and topography play controlling roles in the spatial distribution of soil moisture content. However, the relative roles of these environmental indices vary with soil depth. The dominant controls on spatial variability of the time-averaged soil moisture changes from land use, aspect, relative elevation and hillslope position in the surface soil (0–5 cm) to relative elevation, hillslope position and aspect in the subsurface soil (10–15 cm, 20–25 cm), and to land use, relative elevation and slope gradient at larger depths (40–45 cm, 70–75 cm). The dynamic behavior of influences of different environmental indices on the layer-averaged soil moisture depends on several factors. In general, the correlation of soil moisture with slope gradient shows a more significant increase following a greater amount of antecedent precipitation (except for the extremely heavy storms), and declines afterwards. The relation of soil moisture with relative elevation and hillslope position exhibits an opposite trend. It was observed that the influence of land use corresponds to the difference in vegetative characteristics, with a stronger influence in June and August with a greater difference in vegetation. A significant influence of cos(aspect) was found during early spring and autumn with a rapid transient in solar irradiation. Finally, it was found that the sample size is adequate to estimate the catchment mean soil moisture at all five depths and on all 10 observations in 1999 (81 sites), while it is only enough for the upper soil layers (0–5 cm and 10–15 cm) in 1998 (26 sites).     

砂田不同覆盖方式对土壤微生物组成的影响

为研究砂田(GSMF)表面覆盖的砾石层对土壤微生物组成的影响,于2004年春布设试验,分别为砾石覆盖厚度试验、覆盖砾石粒径试验和不同粒径砾石按不同比例混合覆盖试验。于2009年5月对未经扰动的土壤细菌、真菌、放线菌组成和土壤含水量进行研究,土壤剖面深度分别为0~1 cm、1~2 cm、2~4 cm和4~20 cm。结果表明,砾石覆盖可以增加土壤含水量和土壤微生物数量,当土壤表面覆盖的砾石粒径越小或者组成覆盖层的砾石以小粒径为主时,有利于土壤水分的积累和细菌的生长,反之则利于放线菌的生长,粒径范围在1~8 cm时,较利于真菌生长,在砾石覆盖厚度试验中观察到有超过50%的真菌分布在0~1 cm深的土壤剖面中这一特有现象。砾石层覆盖厚度为7~9 cm时,最适宜微生物生长。     

Environmental controls on peatland testate amoebae (Protozoa: Rhizopoda) in the North of Ireland: Implications for Holocene palaeoclimate studies

The environmental controls on modern peatland testate amoebae (Protozoa: Rhizopoda) in the North of Ireland were investigated to assess the potential for Holocene palaeoclimate research within this region. Canonical Correspondence Analysis (CCA) revealed that hydrological factors (water table depth and moisture content) are the most important abiotic controls on organism distribution. A series of partial CCAs showed that water table depth explains 15.8% and moisture content explains 5.5% of the total variance. Monte-Carlo permutation tests showed that the results are highly significant (p < 0.002; p < 0.040 respectively). Transfer functions were generated for water table depth using weighted averaging tolerance downweighted (WA-Tol) regression and for moisture content using weighted averaging partial least squares regression (WA-PLS). The performance of the models was assessed using leave-one-out cross-validation (jacknifing). After removal of outlier samples, the improved transfer functions were found to perform well with an r _jack² and root mean square error of prediction_jack of 0.83, 4.99 cm for water table depth and 0.76, 4.60% for moisture content respectively. The water table transfer function was applied to a fossil peat sequence from this region and reconstruction errors were generated by 1,000 bootstrap cycles. The water table reconstruction was also carried out using an established pan-European transfer function and was found to be similar to that based on the North of Ireland dataset. This demonstrates the persistent and comparable control of hydrological variables on the distribution of testate amoebae taxa across Europe and implies that regional training sets can suffice as long as no-analogue situations are not encountered.

黄土丘陵沟壑区县域土壤有机质空间分布特征及预测

分析、预测土壤属性空间变异及其动态是区域土地质量评价和可持续土地利用的一个重要组成部分。在陕西省横山县采集了254个耕层(0~20cm)土样,利用数字地形与遥感影像分析技术,提取了相关地形与遥感指数,分析不同土地利用类型、不同地形条件下土壤有机质空间变异及分布特征,并利用相关因子进行回归预测分析。结果表明,县域土壤有机质平均含量很低,变异性较大。不同土地利用类型土壤有机质差异显著,其中以水稻田有机质含量最高,而林地和灌木林地相对较低。不同土地利用类型土壤有机质含量次序为:水稻田>川地>梯田>坝地>荒草地>坡耕地>林地>灌木林地。不同坡度分析表明,“0~3°”这一坡度等级有机质含量显著高于其它坡度等级;不同坡向有机质含量差异不显著,但不同坡向有机质含量存在一个明显的趋势,阴坡有机质含量整体上要比阳坡高。相关分析表明土壤有机质与高程h呈现负相关关系,与坡向的余弦值COSα正相关,与复合地形指数CTI正相关;土壤有机质和修正后的土壤调节植被指数(MSAVI)以及湿度指数(WI)正相关。利用相关环境变量及遥感指数进行多元线性逐步回归分析,预测结果不甚理想,存在一个平滑效应,对于残差解释相对较低,须进一步研究以更好的解释残差。     

中国不同气候区基于火险气象指数的火险概率模型

目前,森林火险气象指数被广泛用于世界多个国家和地区.本研究目的为,基于火险气象指数,在中国不同气候区建立火险概率模型.本文在中国4个气候区,使用1998-2007年的气象及火灾数据,以位置变量、月份、海拔、加拿大、美国及澳大利亚的气象火险指数、植被指数为自变量,建立了半参数化Logistic回归模型,分析各自变量与着火概率及大火发生概率之间的非线性关系.在不同区域,模型所选自变量组合不同,这与各气候区不同气象及植被状况有关.通过模型模拟数据和实际观测数据散点图、火险概率图、大面积火灾数量预报曲线图,分析了模型的预测能力.研究结果表明,在4个气候区,海拔和NDVI指数对着火概率影响显著.模拟可燃物含水量的气象火险指数由于反映出了植被的季节变化特征,在中国北部成为火险概率模型中的重要因子.模拟土壤有机层可燃物状况的火险气象指数在中国南部(东南、西南)成为火险概率模型的重要因子.在中国4个气候区,应用半参数化Logistic回归模型,可以有效模拟月时间尺度着火概率及大火发生概率,并为分析火险气象指数的预报能力提供了有效途径.本研究为进一步分析气候与火险之间的动态关系提供了理论基础.     

青海湖环湖地区草地植被生物量遥感监测模型

利用青海湖环湖地区2000年陆地卫星TM遥感图像数据和同期野外实测的34处样方产草量数据,分析了遥感植被指数与草地植被生物量之间的相关关系,进而分别建立了遥感植被指数与草地植被生物量的一元线性回归模型和非线性回归模型。研究表明,遥感植被指数与草地生物量之间存在较好的相关性,但不同遥感植被指数与草地植被生物量相关性程度存在一定差别。此外,所建遥感植被指数与草地植被生物量的非线性回归模型在拟合精度上优于一元线性回归模型,且由三次方程得到的非线性回归模型最适用于监测青海湖环湖地区的草地植被生物量。     

草甸草原降水特征与土壤水分对降水脉动响应——以呼伦贝尔草原额尔古纳市为例

利用额尔古纳牧业气象试验站降水量与土壤水分数据,通过降水与土壤水分动态变化及转化过程分析,确定土壤水分响应的降水临界值与不同降水级别引起土壤水分响应的概率,构建了降水过程量与土壤水分增量函数关系。结果表明：（1） 研究区降水量呈“先降后升”变化趋势,年内降水量呈单峰型分布。（2） 研究区以无降水天气为主,降水又以小降水事件占主导,大降水事件发生频次低、过程降水量大,小降水事件则相反。（3） 可以引起研究区0~50 cm各层土壤水分响应的降水临界值分别为8.1 mm、10.1 mm、19.0 mm、27.9 mm和31.6 mm,小雨仅能引起0~10 cm土壤水分响应的概率为28.6%,中雨不能引起40~50 cm土壤水分的响应。（4） 降水量与0~10 cm和10~20 cm土壤水分达到最大值时的滞后时间呈现出极显著负相关关系,与20~30 cm呈显著负相关关系,0~30 cm各层土壤水分达到最大值时的滞后时间与降水量符合幂函数关系。（5） 降水量和0~50 cm土壤水分增量均呈现出极显著正相关关系,降水量与0~10 cm和10~20 cm土壤水分增量符合线性关系,与20~30 cm、30~40 cm和40~50 cm土壤水分增量符合多项式关系。检验结果表明,构建的函数模型可以较好地模拟研究区0~30 cm各层水分增量。研究结果为地方政府抗旱减灾提供了科学依据。     

洪河自然保护区乌拉苔草生物量高光谱遥感估算模型

尝试用不同方法构建洪河自然保护区湿地植被乌拉苔草(Carex meyeriana)的高光谱植被指数,建立水上鲜/干生物量高光谱估算模型,并比较了不同模型的反演精度。通过实测不同覆盖度和水深状况下乌拉苔草的冠层高光谱反射率与水上生物量的数据,采用高光谱可见光—近红外波段及其微分光谱波段(350~1 050 nm)逐波段构建FNDVI、FRVI、FDVI、FDNDVI、FDRVI、FDDVI植被指数,分别找出与水上鲜生物量和干生物量具有最佳相关性波段组合的植被指数,建立乌拉苔草水上生物量的最佳估算模型,并对比分析了反射率光谱植被指数(FNDVI、FRVI、FDVI)模型和微分光谱植被指数(FDNDVI、FDRVI、FDDVI)模型的反演精度。结果显示,微分光谱与乌拉苔草水上生物量的相关性比反射率光谱好;微分光谱植被指数与乌拉苔草水上生物量的相关性比反射率光谱植被指数好,尤其以微分光谱植被指数FDRVI与FDNDVI建立的二次函数模型反演乌拉苔草的水上鲜生物量和干生物量的效果最好,精度分别达74.9%、71.4%,其均方根误差分别为0.074 4和0.026 2,通过了p<0.01极显著验证。这表明,采用微分光谱植被指数FDRVI、FDNDVI对乌拉苔草水上鲜生物量和干生物量的估算可以取得较高的预测精度。