秦巴山地植物南北变化与过渡模式研究

秦岭—大巴山是中国重要的南北地理分界线和生态过渡带,建立秦巴山地南北方向上植物种类组成及重要值的详细变化序列和过渡模式,对于深入认识中国南北过渡带的过渡性、复杂性及暖温带与亚热带分界线具有十分重要的科学意义。本文通过野外实地调查获取秦巴山地东、中、西部3条南北穿越样线163个采样点的植被序列数据,分析了物种丰富度、相对重要值及优势种多度的纬向变化,并将亚热带与温带物种相对重要值的差值（SND-RIV）用于表现南北方物种的优势程度,以分析和归纳植物的空间变化模式。结果表明：① 东部（三门峡—宜昌）、中部（西安—达州）、西部（天水—广元）亚热带物种丰富度及相对重要值自北向南递增,温带物种自北向南递减。东部温带物种丰富度及相对重要值在神农架和伏牛山由于海拔高度的影响出现两个峰值,中部亚热带物种在大巴山地区最高,西部亚热带物种在陇南以南超过温带物种;② 东部南北方物种的交错过渡带最宽,约180 km;中部大约在秦岭南坡至大巴山北坡之间,约100 km;西部交错过渡带偏南,约50~60 km。③ 东、中、西部山地植物纬向过渡模式和驱动因子有明显差异。东、西部自南向北亚热带物种的减少主要与年均降水量减少有关,年平均气温影响较小;中部年平均气温的作用比湿润指数稍大。本文揭示了秦巴山地东、中、西部植物的南北变化及过渡模式,提升了对中国南北过渡带复杂性和多样性的科学认识。     

基于垂直带谱的南北过渡带1:5万植被类型图遥感制图研究——以太白山为例

The compilation of 1:250,000 vegetation type map in the North-South transitional zone and 1:50,000 vegetation type maps in typical mountainous areas is one of the main tasks of Integrated Scientific Investigation of the North-South Transitional Zone of China.In the past,vegetation type maps were compiled by a large number of ground field surveys.Although the field survey method is accurate,it is not only time-consuming,but also only covers a small area due to the limitations of physical environment conditions.Remote sensing data can make up for the limitation of field survey because of its full coverage.However,there are still some difficulties and bottlenecks in the extraction of remote sensing information of vegetation types,especially in the automatic extraction.As an example of the compilation of 1:50,000 vegetation type map,this paper explores and studies the remote sensing extraction and mapping methods of vegetation type with medium and large scales based on mountain altitudinal belts of Taibai Mountain,using multi-temporal high resolution remote sensing data,ground survey data,previous vegetation type map and forest survey data.The results show that:1)mountain altitudinal belts can effectively support remote sensing classification and mapping of 1:50,000 vegetation type map in mountain areas.Terrain constraint factors with mountain altitudinal belt information can be generated by mountain altitudinal belts and 1:10,000 Digital Surface Model(DSM)data of Taibai Mountain.Combining the terrain constraint factors with multi-temporal and high-resolution remote sensing data,ground survey data and previous small-scale vegetation type map data,the vegetation types at all levels can be extracted effectively.2)The basic remote sensing interpretation and mapping process for typical mountains is interpretation of vegetation type-groups→interpretation of vegetation formation groups,formations and subformations→interpretation and classification of vegetation types&subtypes,which is a combination method of top-down method and bottom-up method,not the top-down or the bottom-up classification according to the level of mapping units.The results of this study provide a demonstration and scientific basis for the compilation of large and medium scale vegetation type maps.     

基于Modis地表温度的青藏高原东部及其邻近地区气温估算(英文)

Climatic conditions are difficult to obtain in high mountain regions due to few meteorological stations and, if any, their poorly representative location designed for convenient operation. Fortunately, it has been shown that remote sensing data could be used to estimate near-surface air temperature (Ta) and other climatic conditions. This paper makes use of recorded meteorological data and MODIS data on land surface temperature (Ts) to estimate monthly mean air temperatures in the southeastern Tibetan Plateau and its neighboring areas. A total of 72 weather stations and 84 MODIS images for seven years (2001 to 2007) are used for analysis. Regression analysis and spatio-temporal analysis of monthly mean Ts vs. monthly mean Ta are carried out, showing that recorded Ta is closely related to MODIS Ts in the study region. The regression analysis of monthly mean Ts vs. Ta for every month of all stations shows that monthly mean Ts can be rather accurately used to estimate monthly mean Ta (R2 ranging from 0.62 to 0.90 and standard error between 2.25℃ and 3.23℃). Thirdly, the retrieved monthly mean Ta for the whole study area varies between 1.62℃ (in January, the coldest month) and 17.29℃ (in July, the warmest month), and for the warm season (May-September), it is from 13.1℃ to 17.29℃. Finally, the elevation of isotherms is higher in the central mountain ranges than in the outer margins; the 0℃ isotherm occurs at elevation of about 4500±500 m in October, dropping to 3500±500 m in January, and ascending back to 4500±500 m in May next year. This clearly shows that MODIS Ts data combining with observed data could be used to rather accurately estimate air temperature in mountain regions.     

神农架林区植被分布与地形的关系研究

神农架林区是我国物种多样性最为丰富的地区之一,地形地貌复杂,对植被分布影响巨大。本文利用该地区2007年数字高程数据、2007年植被分布图以及2017年野外实地调查数据,基于最大熵模型和空间分析理论,从植被类型和种群两个角度研究该地区不同尺度植被空间分布的地形特征,分别量化植被类型和种群空间分布的地形范围,得到植被类型与地形因子关系模型、植被种群与地形因子关系模型。结果表明:①神农架林区影响植被空间分布的地形因子不同,其中影响针叶林分布的最重要的地形因子是高程和高程变异系数,影响阔叶林分布的是高程和坡向,影响灌丛分布的是坡向变率和坡向,影响草丛分布的较为分散;②典型植被种群分布的地形范围和植被类型的基本一致,其中90%针叶林分布在高程1600~2600 m间,典型种群巴山冷杉和华山松主要分布在高程1700~3200 m和1700~2200 m;85%的阔叶林分布在高程1000~2000 m间,典型种群青冈类和鹅耳枥主要分布在高程1200~2200 m间;95%的灌丛分布在坡向变率0~40°间,典型种群杜鹃和蔷薇主要分布在坡向变率小于40°的范围,但相应的关系模型存在差异,植被类型与地形因子为高斯模型,典型种群与地形因子关系模型相对复杂,不同种群的分布模式不同;③虽然坡度常作为数字地形的重要因子,但本文研究发现该地区坡度对植被类型和种群分布的影响不明显。研究结果可为神农架林区植被保护和恢复,以及植被规划和管理提供基础参考。     

贵州省森林资源动态变化

依据贵州省林业调查规划院1979、1984、1990、1995、2000年5次森林资源连续清查资料,从森林资源面积、蓄积量、组成结构等方面总结了该省近20年间森林资源动态变化的详细资料,并对变化的原因进行了分析。结果表明,20世纪70年代末至80年代末,林业用地面积、天然林面积与蓄积量均呈下降趋势;其后,由于贵州省政府及林业部门的高度重视,实施一系列林业生态保护与可持续发展工程,如国家“长江防护林工程”、“珠江防护林工程”等,贵州森林资源自1990年以来持续稳定增长,促进了生态环境改善     

青藏高原气温空间分布规律及其生态意义

作为世界第三极的青藏高原,其巨大的块体产生了显著的夏季增温作用,对亚洲乃至全球气候都具有重大影响。但由于高原自然条件严酷,山区气象观测台站很少,气象资料极度匮乏;如果依靠台站数据进行空间插值获得高原气温的空间分布数据,会由于插值点过少而产生较大误差并可能掩盖一些空间信息,因而难以全面反映高原气温的空间分布规律。利用基于MODIS地表温度数据估算的青藏高原气温数据,详细分析各月气温及重要等温线的空间分布格局,并结合林线和雪线数据,初步探讨了高原气温空间分布格局对高原地理生态格局的重要影响。研究表明：① 等温线的海拔高度自高原东北部、东部边缘向内部逐渐升高,等温线在高原内部比东部边缘高500~2000 m,表明相同海拔高度上气温自边缘向高原内部逐渐升高。② 高原西北部的羌塘高原、可可西里为高原的寒冷区,全年有7个月的气温低于0 ℃,3~4个月的气温低于-10 ℃;青藏高原南部（喜马拉雅山北坡—冈底斯山南坡）和中部（冈底斯山北坡—唐古拉山南坡）是高原的温暖区,全年有5个月的气温能达到5~10 ℃,有3个月的气温能超过10 ℃,尤其是拉萨—林芝—左贡一带在3500~4000 m以下的地区最冷月均温也能高于0 ℃。③ 北半球最高雪线和林线分别分布于高原的西南部和东南部,表明高原气温空间分布特征对本地的地理生态格局具有重要影响。     

基于MODIS数据的青藏高原气温与增温效应估算

利用2001-2007 年MODIS地表温度数据、137 个气象观测台站数据和ASTERGDEM数据, 采用普通线性回归分析方法(OLS)及地理加权回归分析方法(GWR), 研究了高原月均地表温度与气温的相关关系, 最终选择精度较高的GWR分析方法, 建立了高原气温与地表温度、海拔高度的回归模型。各月气温GWR回归模型的决定系数(Adjusted R²) 都达到了0.91 以上(0.91~0.95), 标准误差(RMSE) 介于1.16~1.58℃;约70%以上的台站各月残差介于-1.5~1.5℃之间, 80%以上的台站的残差介于-2~2℃之间。根据该模型, 估算了青藏高原气温, 并在此基础上, 将高原及周边地区7 月份月均气温转换到4500 m和5000 m海拔高度上, 对比分析高原内部相对于外围地区的增温效应。研究结果表明:(1) 利用GWR方法, 结合地面台站的观测数据和MODIS Ts、DEM等, 对高原气温估算的精度高于以往普通回归分析模型估算的精度(RMSE=2~3℃), 精度可以提高到1.58℃;(2) 高原夏半年海拔5000 m左右的高山区气温能达到0℃以上, 尤其是7 月份, 海拔4000~5500 m的高山区的气温仍能达到10℃左右, 为山地森林的发育提供了温度条件, 使高原成为北半球林线分布最高的地方;(3) 高原的增温效应非常突出, 初步估算, 在相同的海拔高度上高原内部气温要比外围地区高6~10℃。     

中国西南喀斯特石漠化研究进展与展望

石漠化是与北方荒漠化和黄土高原水土流失并列的中国三大土地退化问题之一。根据石漠化领域内的相关研究,系统总结了石漠化空间格局及动态过程研究、石漠化发展演化的机理研究等方面的进展与不足,提出构建基于中高分辨率遥感数据的石漠化时序轨迹新方法,并在此基础上进行长时间序列的石漠化过程分析,从时间和空间上定量、定位追踪石漠化的发展演化过程,不仅可以查明石漠化的发生地点及程度,还可以分析其发生和演化机理。将石漠化格局、过程与成因定量分析相结合,可以从更长的时间段内,更加精确地研究石漠化的时空变化规律,全面系统地揭示石漠化演化机制。     

长江上游山地垂直带谱及其空间分布模式

长江上游包括青藏高原东南部、秦巴山地、四川盆地与云贵高原部分地区,在地理、地貌、气候、生物多样性方面都表现得极为复杂和丰富多彩,在世界山地中也占有举足轻重的位置。特别是复杂多样的山地垂直带谱更是欧亚大陆乃至世界山地垂直带研究中至关重要的组成部分。在地学信息图谱和数字山地垂直带体系的基础上,本文系统地收集和分析了长江上游共50个山地垂直带谱所体现的空间规律,河源区、横断山区、秦巴山区及贵州高原的垂直带谱类型多样并各具特色,且在经度和纬度方向又具有统一的分布规律,如雪线、林线、针叶林及阔叶林等的分布界线变化规律比较符合二次曲线规律,验证了大陆尺度上山地垂直带二次曲线模式假说。另外,山地垂直带分布规律又具有尺度效应,中小尺度上地形的影响作用表现得极为显著。     

贵州林业数据处理及实现技术

贵州省多年来对收集到的海量森林资源数据没有形成统一的标准、规范和数字化 ,妨碍了信息的交流与共享。随着“数字贵州”建设的深入 ,贵州数字林业作为“数字贵州”的一部分 ,林业数据需要标准化。本文以“贵州省数字林业信息系统”为示范 ,采用统一的国际数据标准 ,处理贵州林业数据 ,实现了信息与系统的集成。并且采用虚拟现实技术与多媒体技术相结合 ,实现梵净山和黄果树三维飞行模拟 ,制作贵州省的三维数字景观模型和贵州省森林资源三维分布模型 ,实现了信息共享和交流。