塔里木河干流区天然植被的空间分布及生态需水

塔里木河流域荒漠河岸林具有重要的生态、经济和社会效益。本文以塔里木河干流的荒漠河岸林系统为对象,借助于卫星遥感、GIS等技术,研究塔里木河干流区各河段天然植被分布特征,应用缓冲区梯度分析方法对林地分布结构和生态需水进行分析。结果表明： （1）塔里木河干流区天然植被面积为146.1×10⁴ hm²,占研究区总面积的35.18%;北岸天然植被面积较南岸多46.34×10⁴ hm²。（2）塔里木河干流区荒漠河岸林分布随距离河道的增加呈波动下降趋势。在影响保护带、基本保护带和重点保护带下,天然植被保护范围分别为4.7～30.1 km、2.2～24.2 km和0.8～12.3 km。（3） 塔里木河干流区天然植被总的生态需水量为21.932×10⁸ m³,在重点保护带、基本保护带和影响保护带下,生态需水量分别为9.56×10⁸ m³、14.97×10⁸ m³和19.08×10⁸ m³。根据荒漠河岸林的分布特征和保护目标,对塔里木河干流用水作统一规划和协调是符合实际的生态治理措施。     

干旱区稀疏芦苇盖度遥感信息提取

选择对角线法、之字型法、随机采用法及全采样法提取干旱区稀疏芦苇覆盖度,对比分析不同采样方法获取参数的精度,同时结合遥感影像,采用线性混合像元分解模型、亚像元变密度分解模型、三波段最大梯度差模型提取样地覆盖度信息,与地面实测覆盖度参量信息进行对比分析,探讨适宜的干旱区植被盖度野外监测方法及遥感模型。研究表明:对角线法及之字型法所获取参数可以满足样地总体植被覆盖度参数精度要求;地面验证结果表明:2006年线性混合像元分解模型所提取的覆盖度精度最高,为19.72%,与地面实测值20%最为接近,证明该模型可有效提取干旱区低覆盖度植被信息,但端元的正确选取较难,从而影响其运用;亚像元分解模型预测值为22.30%,高于实际覆盖度值,绝对误差为11.5%;而三波段最大梯度差法模型与实测值相差最大,绝对误差达到了-75%,说明该模型对于极端干旱区稀疏植被敏感度低。     

新疆荒漠稀疏植被覆盖度信息遥感提取方法比较

植被覆盖度信息是荒漠生态环境表征的重要指标之一。荒漠区地表植被稀疏,在遥感光谱信息中表现较弱,通用的植被覆盖度遥感提取方法应用于干旱荒漠区存在一定的局限性,为了探寻一种满足大尺度荒漠地区的植被覆盖度信息的提取方法,必须对比和分析现有的遥感方法在干旱荒漠区的应用效果。以新疆荒漠区为例,利用MODIS遥感影像和野外植被覆盖度实测数据,对常用的6种遥感植被覆盖度提取方法（改进的三波段梯度差法、像元二分法、线型混合像元分解法、归一化植被指数法、增强型植被指数法和修正型土壤调整植被指数法）的结果进行精度验证和对比分析。结果表明：MODIS影像上较难提取纯荒漠植被像元,用农作物的像元值代替会降低像元二分法和线性混合像元分解模型的模拟精度;植被指数法对地面实测数据依赖性较大,模拟的精度差异很大,仅考虑红光和近红外的归一化植被指数法模拟精度最低,而综合考虑土壤和大气因素的增强型植被指数法的模拟结果精度最高;改进的三波段最大梯度差法虽然模拟精度稍次之（R²=0.74;RMSE=13.46）,但依据光谱的物理特性,能显著地反映南、北疆荒漠植被覆盖度的差异,是目前大尺度的荒漠区覆盖植被信息提取较为适宜的方法之一。     

基于混合像元分解和知识规则的人工刺槐林健康分类

提出一种基于精度较高的Landsat TM数据检测刺槐林枯梢状况的方法,整个过程分为:1)利用监督分类提取出林地分布范围,制作刺槐林地掩膜;2)对刺槐林地利用线性光谱混合模型进行混合像元分解,得到健康刺槐、非光合作用绿色植被(NPV)、土壤的丰度图,定义刺槐林的健康分类等级:健康或轻度枯梢、中度枯梢、重度枯梢或死亡;3)利用决策树分类器对丰度图像、归一化植被指数(NDVI)以及经缨帽变换获取的亮度和绿度成分定义一组规则,进行刺槐林生长健康状况分类,分类结果与实地样方数据具有较好的一致性,利用林冠分级向导进行精度分析,精度达82.2%,Kappa系数为0.752。     

一个新的荒漠河岸林需水量估算方法及其在塔里木河下游的应用

通过检验一个使用气象数据和植被参数实现逐日计算不同植物种需水量,并能反映其空间变化的荒漠河岸林需水量估算模型,并基于2013年的气象和遥感数据,分析了塔里木河下游荒漠河岸林需水量的时空动态特征。结果表明:在现有植被分布和盖度下,塔里木河下游河岸林年总需水量为1.035×10~8m~3,其中柽柳群落需水4.499×10~7m~3,胡杨群落需水5.855×10~7m~3;单位面积河岸林平均需水量为139.6 mm,胡杨群落需水量比柽柳群落多63.0 mm;河岸林展叶期和落叶期需水量较少,而生长盛期每天大约需水75×10~4m~3。模型强调植被空间分布对需水量的影响,能够动态描述需水量的时空变化,为内陆河水资源管理提供更丰富的信息和准确的结果。     

像元信息分解和决策树相结合的影像分类方法

该文提出了一种基于像元信息分解和决策树相结合的遥感自动分类方法。选择广州市番禺区作为研究区。用像元信息分解和多变量决策树法把TM影像分为水体、植被、水泥地、土壤4种基本组分,分离成4类树枝;分别以4种基本地物组分作为分类掩膜,采用BP神经网络分类、形状指数提取、光谱特征提取等复合方法进行分枝,并开展野外遥感调查,以提高和验证分类精度。结果表明：该方法保证了分枝时地物的纯洁度,有效地避免了地物提取时多余信息的干扰和影响,提高了分类精度。结合实地调查数据与最大似然分类算法进行对比实验,表明该模型比最大似然总体分类精度高16％。     

干旱区内陆河流域荒漠河岸林群落生态过程与水文机制研究

干旱区内陆河流域生态水文过程研究已成为当今地理学、生态学研究的焦点,是开展生态恢复研究的重要内容。塔里木河下游断流河道的生态恢复是以沿自然河道生态输水为主要形式的,因此,有必要加深对塔里木河下游荒漠河岸林群落生态过程与水文机制的认识。在对塔里木河下游荒漠河岸林植被生态退化及其退化原因分析的基础上,综述了塔里木河下游典型植物生态水位的研究进展,阐述了植物适宜生态水位、胁迫地下水位和临界地下水位研究的阶段性成果,并进一步展望了未来研究的焦点问题。指出了群落生态水位、植被群落与土壤水分、盐分异质性的关系,提出植物水分利用机制是群落生态过程与水文机制研究的核心问题。     

分层分类和多指标结合的西北农牧交错带植被信息提取

参照《中国植被》中的植被分类体系，结合野外考察结果，建立了适合中国西北农牧交错带的植被分类体系。以覆盖研究区的多幅Landsat影像为基础，按“分层分类，逐层验证”的思路，实现了对研究区植被信息的提取。提取时，先利用完全约束的最小二乘模型对遥感影像进行混合像元分解方法，将整个研究区划分为植被区和非植被区；在植被区，基于光谱特征、纹理特征和地形特征，构建CART决策树，获得了乔木林、灌丛和草原等7种主要植被型组；在植被型组内，基于不同植被类型NDVI的季节差异特征，构建NDVI差值比值指数 (NDVI_DR)，将乔木林和灌丛区分为常绿和落叶植被型，使用温度植被干旱指数(TVDI)，将草原进一步区分为荒漠草原、典型草原和草甸草原3种类型，从而得到各个植被型的空间分布范围。经验证，最终分类的总体精度能达到79.51%，kappa系数为0.773。采用的分类方法充分利用了遥感数据既有的光谱信息和纹理信息，同时辅以地形信息。实践结果表明，分层分类和多种指标相结合的方法可以有效实现对影像跨幅的、以复杂镶嵌结构为主要特征的农牧交错带植被信息提取，精度较高，技术可行。     

干旱生态系统净初级生产力估算及变化探测

针对中国西部干旱区特有的气候-植被特征,利用卫星遥感混合像元分解技术对干旱区植被进行了光合作用植被和非光合作用植被区分和组分解析,尝试通过对干旱覆被植被灌层结构进行解析而解决因植被区系差异和环境背景干扰的问题,并参考国际上遥感-生态模型GLO-PEM和CASA,借助遥感生态反演的物理分析,初步构建起基于遥感与生态过程的干旱区适用的光能利用率模型NPP-PEM,并以中国西部干旱区喀什地区叶尔羌-喀什噶尔河流域山地-绿洲-荒漠生态系统为案例,利用AVHRR/NOAA气象卫星遥感数据和气候资料估算了1992年和1998年中国西部喀什地区叶尔羌-喀什噶尔河流域山地-绿洲-荒漠生态系统1 km分辨率年净第一性生产力,并进行了变化探测分析。模拟检验结果精度较好,生态系统碳吸收的空间异质性特征明显。结果表明,考虑了干旱植被生理特征和灌层结构的光能利用模型,模拟结果较为合理,也为引入其他生态模型应用到干旱区生态系统研究提供了借鉴,从而为干旱区陆地生态系统碳循环研究开辟了途径。     

塔里木河干流植被遥感监测时空多尺度协同分析方法

利用遥感植被指数、典型植被样方和地面观测信息进行塔里木河干流植被监测是目前的主要方法。由于塔里木河干流具有流域下垫面均匀性差,自然植被随机分布的特点,使得现有研究方法局限在特定的时间和空间尺度,很难使用地面的观测数据和不同尺度的遥感数据进行植被生长状态的协同分析。针对这些问题,本文提出了利用不同分辨率遥感数据和地面观测数据进行多尺度协同分析的方法MSSA(Multiple Scale Synergy Analysis)。该方法包括以下几个步骤:①通过低空间分辨率的遥感数据构建时间序列的塔里木河干流植被指数分布图像,在分析图像特征的基础上划分塔里木河遥感监测单元;②对监测单元内部不同组分的时间和空间状态参数进行量化与率定;③根据几何光学模型原理和植被随机分布特性,采用线性混合模型模拟单元植被指数;④根据模拟结果和遥感数据的对比分析,获得地面植被参量的可靠估计。该方法将地面组分的状态参量和遥感数据通过模拟模型相关联,实现了不同时空尺度遥感数据以及地面样方或者点观测数据的协同分析,为塔里木河干流植被监测进行长期、细致的研究建立了海量数据综合分析的方法体系。     

基于光谱特征拟合的高光谱遥感影像植被覆盖度提取

植被光谱中可见光部分的吸收谷主要由叶绿素强烈吸收引起,不同植被覆盖度下光谱吸收谷的深度和形状不同,因而可以通过比较光谱吸收谷的深度和形状来提取植被覆盖度。该文采用基于光谱吸收特征匹配的光谱特征拟合SFF方法从高光谱遥感影像中提取植被覆盖度,参考光谱采用ASD光谱仪在影像覆盖地区采集的植被光谱,通过将参考光谱与像元光谱连续统去除处理后进行SFF匹配,完成植被覆盖度的提取并生成植被覆盖度图。研究结果与植被指数、光谱夹角映射方法及实地调查资料之间存在较高一致性。     

基于Landsat8影像时间序列NDVI的作物种植结构提取

为提高内蒙古平原灌区作物种植结构遥感监测精度和效率，提出一种基于时序NDVI曲线的作物种植结构提取方法。以内蒙古土默特右旗平原区为研究区域，以2015年覆盖作物生育期的多时相Landsat影像为数据源，根据不同地物其NDVI值范围不同，将研究区地表分为植被覆盖地表，无植被覆盖地表和水体3类。在植被覆盖区域内，根据林地和荒草地时序NDVI曲线特征，提取林地和荒草地，其余区域即为农田。根据小麦、玉米、葵花和西葫芦的时间序列NDVI曲线特征差异构建分类决策树模型，在农田区域内提取上述作物的空间种植分布信息。研究区各类地物及作物遥感提取面积与实际统计面积接近，土地利用分类总体精度达到85.71%，作物分类总体精度达到82.69%。研究结果表明该方法提取作物种植信息的精度较高，能够实现区域作物种植信息的高效准确监测。     

How changes of groundwater level affect the desert riparian forest ecosystem in the Ejina Oasis,Northwest China

Groundwater is a key factor controlling the growth of vegetation in desert riparian systems. It is important to recognise how groundwater changes affect the riparian forest ecosystem. This information will not only help us to understand the ecological and hydrological process of the riparian forest but also provide support for ecological recovery of riparian forests and water-resources management of arid inland river basins. This study aims to estimate the suitability of the Water Vegetation Energy and Solute Modelling(WAVES) model to simulate the Ejina Desert riparian forest ecosystem changes,China, to assess effects of groundwater-depth change on the canopy leaf area index(LAI) and water budgets, and to ascertain the suitable groundwater depth for preserving the stability and structure of desert riparian forest. Results demonstrated that the WAVES model can simulate changes to ecological and hydrological processes. The annual mean water consumption of a Tamarix chinensis riparian forest was less than that of a Populus euphratica riparian forest, and the canopy LAI of the desert riparian forest should increase as groundwater depth decreases. Groundwater changes could significantly influence water budgets for T. chinensis and P. euphratica riparian forests and show the positive and negative effects on vegetation growth and water budgets of riparian forests. Maintaining the annual mean groundwater depth at around 1.7-2.7 m is critical for healthy riparian forest growth. This study highlights the importance of considering groundwater-change impacts on desert riparian vegetation and water-balance applications in ecological restoration and efficient water-resource management in the Heihe River Basin.     

卫星遥感影像中耕地信息的自动提取方法研究

以县（市区）为基本单位，采用遥感图像处理ENVI3.2软件和TM资料，进行了7个县（市区）10个时相的耕地信息自动提取技术研究，结果证明，选择春季时相，TM432波段合成，经几何校正和增强处理，通过交互的非监督分类提取耕地信息，可以获得满意的结果，平均分类精度达到98.22%。     

基于遥感影像的城市森林分类提取及生态价值估算研究

以北京通州新城区城市森林为研究对象,提出一种基于信息论的决策树分类方法,以提取Aster遥感影像中城市森林平面量,改善传统分类方法仅利用影像光谱特征信息的不足,高分辨率影像和地面调查数据验证显示其分类精度达84.6%.结合分类影像图,引入城市森林生态价值评估模型(CITYgreen模型)估算出通州新城区森林的生态价值约为598.87万美元.研究表明,该方法适合大面积区域的城市森林分类提取及其生态价值估算.     

荒漠河岸林区3种典型植物群落下土壤碳氮含量特征

以黑河下游荒漠河岸林区3种典型植物(苦豆子(Sophora alopecuroides)、胡杨(Populus euphratica)、柽柳(Tamarix ramosissima))群落下的土壤为研究对象,分析了0～280 cm土层土壤碳氮含量特征,运用Pearson相关分析、通径分析方法揭示了土壤碳氮含量与其他理化性质的关系。结果表明：(1)苦豆子、胡杨、柽柳群落下的土壤平均碳含量分别为16.35、20.23、17.23 mg·g^-1,平均氮含量分别为0.47、0.69、0.61 mg·g^-1,植被类型导致的土壤碳氮含量的差异主要表现在0～10 cm表层。(2)荒漠河岸林区0～160 cm土壤碳储量柽柳(444.64 t·hm-2)>胡杨(398.60 t·hm^-2)>苦豆子(368.95 t·hm^-2),土壤氮储量柽柳(12.46 t·hm^-2)>胡杨(11.88 t·hm^-2)>苦豆子(10.60 t·hm^-2