基于生态敏感性和生态系统服务的黑河中游生态功能区划与生态系统管理

生态功能区划是协调生态保护与经济发展的矛盾、实施区域生态系统管理的重要途径。以黑河中游为研究区,基于基础地理信息数据、自然地理数据和土地覆被数据（1986、1995、2000、2010、2011年）,在生态敏感性和生态系统服务重要性分析的基础上,以最小子流域为基本单元,运用二阶聚类法进行生态功能区划;并依据主导生态系统服务对研究区进行分区管理与生态调控。得出结论：（1）黑河中游生态系统类型以荒漠、草地和农田为主,占总面积的90%;森林、水域、城镇与农村居民点零星分布,所占面积不到10%;1986-2010年,农田经历了减少-扩张-再减少的变化,但城镇与农村居民点一直呈现扩张趋势;（2）西北部生态敏感性明显高于东南部,其中极敏感区（约占24%）主要位于张掖-临泽-高台平原北侧、合黎山、祁连山山前戈壁与荒漠、肃南明花区;高度敏感区（约占58%）分布于走廊中部冲洪积平原;（3）各生态系统服务重要性空间分布格局具有一定的相似性,非常重要和极重要综合服务功能区约占3.2%,位于走廊中部的黑河干流缓冲区内;中等和一般重要地区约占20%,分布在山丹和民乐境内祁连山、焉支山、龙首山附近;（4）黑河中游可分为祁连山森林草地生态区、走廊冲洪积平原农田生态区和走廊北部平原灌丛荒漠生态区3个生态区8个生态功能区,依其主导生态系统服务分为生态保育区、生态协调区和生态控制区3类,进而提出了对应的生态系统管理措施。     

退耕还林还草工程对黄土高原植被总初级生产力的影响

采用Landsat解译的2000年和2015年土地利用/覆盖数据和VPM模型（Vegetation Photosynthesis Model）模拟的2000~2016年总初级生产力（Gross Primary Productivity, GPP）数据,识别出了近16 a黄土高原退耕还林还草的空间范围,并估算了GPP的年际变化趋势。在此基础上,对比分析了退耕区和未退耕区GPP年际变化的差异,从而揭示退耕还林还草工程对GPP年际变化的影响。结果显示,2000~2015年,黄土高原退耕还林还草面积约3.5万km ²,占2000年耕地面积的16.8%。期间,GPP呈增加趋势,GPP显著上升区域占全区面积的67.3%,平均增速24.1 g/(m ²?a)（以C计,下同）。虽然退耕区多年平均GPP低于未退耕区,但退耕区GPP年际增速和相对变化率明显高于未退耕区,分别提高了5.9 g/(m ²?a)和1.5%。     

农业土地利用遥感信息提取的研究进展与展望

农业用地占到全球土地面积近一半,农业土地利用（包括耕地及作物分布、种植制度、土地管理等）变化直接影响到粮食安全、水安全、生态安全和气候变化。遥感已经成为土地利用信息获取的重要手段,近年来中分辨率遥感卫星如Landsat、Sentinel以及中国高分卫星等的免费开放为国内外农业土地利用信息提取提供了前所未有的机遇,取得了一系列重要研究进展。本文从耕地分布、作物类型识别、农业种植制度以及农业土地管理4个角度分析了土地利用信息提取的最新研究进展。结果发现：① 耕地分布产品已经由过去的粗分辨率提升到10~30 m,耕地现状数据较为丰富,但挖掘遥感数据实现耕地变化历史回溯的能力有待加强;② 作物分类方面多采用地面调查数据和卫星遥感（Landsat和Sentinel-2为主）相结合的方式进行,在北美和欧洲得到了业务化运行,但对作物种植面积早期监测的能力有待加强;③ 基于遥感的农业种植制度信息获取（如撂荒）研究多集中在东欧等地区,在中国由于经济和政策因素导致的撂荒、轮作、休耕等现象也十分普遍,但具有针对性的遥感监测研究目前还相对缺乏;④ 农业土地管理措施信息提取方面,区域灌溉面积产品取得了重要进展,但数据的可靠性和准确性仍有待提高。在此基础上,我们结合遥感大数据、深度学习算法、云计算平台的发展对未来农业土地利用信息提取研究进行了展望：① 融合多源数据形成更高维度空间、光谱和时间信息的遥感大数据,提升特征提取和数据挖掘能力;② 机器学习和深度学习算法等智能化方法与基于地理学和物候信息的专家知识方法的耦合;③ 遥感云计算和大数据挖掘等前沿遥感和计算技术的应用。