河北坝上风蚀沙化地区固沙造林植物种的选择

通过对河北坝上沙地植被的调查和固沙造林植物种的引种栽植试验,指出适于坝上沙地固沙造林的植物种有9种。适应性强的有褐沙蒿、山竹子两个乡土植物种和华北落叶松、樟子松、沙棘、黄柳;适应性中等的有小叶锦鸡儿、沙柳、花棒;适应性弱的有沙地柏、紫穗槐。     

Plant Species Selection for Afforestation on Bashang Sandified Land of Hebei Province

通过对河北坝上沙地植被的调查和固沙造林植物种的引种栽植试验,指出适于坝上沙地固沙造林的植物种有9种。适应性强的有褐沙蒿、山竹子两个乡土植物种和华北落叶松、樟子松、沙棘、黄柳;适应性中等的有小叶锦鸡儿、沙柳、花棒;适应性弱的有沙地柏、紫穗槐。     

科尔沁沙地优势固沙灌木的生物量预测模型

灌木生物量预测模型对于快速估算固沙灌木林生产力具有重要作用。以科尔沁沙地3种常见的固沙灌木小叶锦鸡儿（Caragana microphylla）、差不嘎蒿（Artemisia halondendron）、黄柳（Salix gordejevii）为对象,基于对灌木地上、根系和整株生物量及高度、冠幅等的测定,建立3种灌木地上、根系和总生物量的估算模型,通过决定系数（R²）、估计值的标准误（SEE）和回归检验显著水平（P<0.05）筛选最优的生物量预测模型。结果表明：小叶锦鸡儿和黄柳生物量的最佳估算变量为冠幅体积,而差不嘎蒿的最佳预测变量为冠幅面积。幂函数回归模型具有最大的R²和较小的SEE,说明相对生长方程是估算小叶锦鸡儿、黄柳、差不嘎蒿灌木生物量较理想的模型。通过实测值检验,3种灌木幂函数模型预测生物量的预估精度在93%以上,具有较好的预测精度。     

科尔沁沙地樟子松(Pinus sylvestris)人工固沙林演变过程中物种多样性和土壤水分特征

人工固沙植被是干旱、半干旱区荒漠化防治的重要内容,研究人工固沙植被演变过程中物种多样性和土壤水分变化特征对于人工固沙植被的经营与管理有重要意义。对科尔沁沙地营造的5~45a的樟子松(Pinus sylvestris)人工固沙植被林下植被的物种多样性和土壤水分变化特征进行了研究。结果表明:在樟子松固沙林演变过程中,群落中禾本科和菊科植物种始终占主导地位,且随着樟子松栽植年限的增加,禾本科植物所占比例显著增加。物种总数和草本植物数量都随着栽植年限的增加显著降低,呈显著的线性关系。而灌木数量和栽植年限呈抛物线形关系,随着樟子松栽植年限的增加先增大后减小。草本植物盖度和地上生物量与樟子松栽植年限也呈抛物线形关系,在栽植25a后草本植物盖度达到最大值。樟子松人工固沙林演变过程对土壤含水量也有显著影响,土壤平均含水量和樟子松栽植年限呈显著线性关系,栽植45a后,土壤平均含水量由3.5%降至1.4%。土壤水分的急剧下降是樟子松人工林演变后期面临的主要挑战。     

沙地人工植物群落生物量动态及其更新途径

小叶锦鸡儿群落是科尔沁沙地固定、半固定沙丘具有代表性的人工固沙植物群落之一，其群落种类组成，群落特征均趋于不断稳定和完善。根据小叶锦鸡儿生长发育过程中的两个不同阶段，探讨了不同龄级小叶锦鸡儿人工群落生物量的季节性动态，提出了生物量动态曲线模型。确定萌芽更新是该群落的主要更新途径，采取平茬措施可促进萌蘖，提高地上部生物量。平茬更新的适宜年龄级为６～８ａ。     

半干旱沙区3种优势固沙灌木生物量分配及其生态学意义

为探究科尔沁沙地3种优势固沙灌木生物量的分配特征,以黄柳（Salix gordejevii）、差不嘎蒿（Artemisia halodendron）和小叶锦鸡儿（Caragana microphylla）为对象,采用全挖法在个体水平上研究了固沙灌木生物量构件及其占比、R/S（root-shoot ratio）、地上新生生物量占比、地上新生生物量与老枝生物量占比及其与冠幅的相关性和地下-地上生物量关系。结果表明：（1）科尔沁沙地3种优势固沙灌木生物量构件及其占比存在显著性的种间差异（P<0.05）;黄柳的老枝生物量及其占比居于首位,NAB（new aboveground biomass,新枝生物量）/OBA（old branch biomass,老枝生物量）为43.90%;差不嘎蒿的地上生物量占比居于首位,地上新生生物量是老枝生物量的2.43倍;黄柳和差不嘎蒿地下生物量集中分布在浅土层,不存在深根系（根系长度>100 cm）。（2）小叶锦鸡儿地下生物量及其占比和R/S（root/stem）均居于首位;地下生物量在根系长度>30 cm处的生物量占比达到61.61%,深根系（根系长度>100 cm）层地上生物量占比达到22.33%。（3）黄柳和差不嘎蒿的R/S、NAB/AGB（aboveground biomass,地上生物量）和NAB/OBA均与冠幅呈负线性关系,在固沙后期该两种灌木随着冠幅的增大,地上新生部分锐减,生产力下降,植被出现衰退。（4）通过非线性回归拟合得到3种灌木地上（y）-地下（x）生物量异速生长模型为：黄柳y=2.928x ^1.039（R²=0.901,P<0.01）,差不嘎蒿y=32.802x ^0.685（R²=0.469,P<0.01）,小叶锦鸡儿y=1.337x ^0.066（R²=0.833,P<0.01）。     

小叶锦鸡儿(Caragana microphylla)群落蒸散发模拟

基于2016、2017年生长季原位气象监测数据,利用Shuttleworth-Wallace(S-W)模型模拟了科尔沁沙地主要固沙植物小叶锦鸡儿(Caragana microphylla)群落的蒸散发,对蒸散组分进行了拆分,并利用涡度相关系统对模拟蒸散发值进行了验证。结果表明:2016、2017年生长季小叶锦鸡儿群落蒸散发量分别为345.4、325.2 mm,土壤蒸发量分别为93.8、83.8 mm,植被蒸腾量分别为251.6、241.4 mm,土壤蒸发占总蒸散发分别为27.2%、25.8%。30 min尺度上模拟值与实测值一致性较高,模拟精度大体表现为晴天>阴天>雨天。持续干旱和降水后,小叶锦鸡儿蒸腾耗水规律明显不同,持续干旱时期小叶锦鸡儿保持较低的蒸腾耗水,且具有明显的"午休"现象,连续降水后小叶锦鸡儿"午休"消失,蒸腾耗水增强。饱和水汽压差是影响小叶锦鸡儿蒸散发的主要因子。     

沙埋对小叶锦鸡儿幼苗生长和生物量分配的影响

沙埋是沙地植物生长和分布的重要选择压力之一,是影响植物种子萌发、幼苗出土和幼苗存活的关键因素.本研究对科尔沁沙地常见的沙生灌木小叶锦鸡儿(Caragana microphylla)幼苗进行了不同深度的沙埋试验.结果表明:各处理间叶片数量在沙埋初期有差异,后期差异不显著;各处理植株生物量均主要分配在叶片中,随着沙埋深度的增加叶片生物量比逐渐降低,而茎生物量比逐渐增加.当沙埋深度达到其株高的133%时,可使幼苗全部死亡;而在沙埋深度与株高相同时,其存活率仅为37%.沙埋30天后,中度沙埋(67%)能促进小叶锦鸡儿幼苗的株高、根长、总生物量以及根茎相对生长速率的增加;而重度沙埋抑制植株地上部分的高生长和叶相对生长速率.这说明中度沙埋在一定程度上可以促进小叶锦鸡儿的生长,而重度沙埋抑制幼苗的生长,甚至导致幼苗的死亡.     

科尔沁沙地2种优势固沙灌木的相容性生物量模型

基于现有的灌木生物量模型存在各组分与总量不相容问题,以半干旱区科尔沁沙地2种优势固沙灌木小叶锦鸡儿（Caragana microphylla）和黄柳（Salix gordejevii）为对象,通过对大样本的相关形态指标及生物量实测数据进行非线性回归和非线性误差变量联立方程组的计算,建立了2种灌木叶片、新枝、老枝和地上生物量的独立模型及与各组分相容的生物量模型,并通过决定系数R²、估计值的标准差SEE、总相对误差TRE、平均系统误差MSE（ASE）、平均预估误差MPE和平均百分标准误差MPSE对模型进行评价。结果表明：非线性加权回归使得两种灌木各组分的独立模型拟合效果优化,而生物量相容模型与独立模型相比,由于抽样误差的存在拟合效果不佳,相关评价指标较低。     

灌丛对流动沙地土壤特性和草本植物的影响

通过对流动沙地灌丛内外土壤特性、土壤养分含量、土壤种子库和草本植物群落特征的差异性调查,分析了灌丛对沙地土壤特性和林下草本植被的影响。结果表明,在流动沙地0—20 cm土壤中细沙、极细沙、粘粉粒、有机质、总氮和总磷、有效磷和土壤水分含量,小叶锦鸡儿灌丛下分别较灌丛外高17.3%、4.4%、 49.5%、43.8%、40.0%、23.1%、16.3%和10.8%,黄柳灌丛下较灌丛外分别高3.5%、21.3%、0.0%、20.0%、16.7%、8.3%、10.6%和28.1%。小叶锦鸡儿、差不嘎蒿和黄柳灌丛下凋落物蓄积量要比灌丛外分别高18.3倍、365.2倍和15.5倍。差不嘎蒿灌丛下土壤种子库密度较灌丛外高10.9倍。原为半固定、半流动沙地优势种的多年生草本植物白草,不仅能在流动沙地灌丛下存活,而且具有较高的密度、高度、盖度和地上生物量。结果还表明,从灌丛中心到灌丛边缘,凋落物产量、土壤种子库密度、草本植物密度、盖度、生物量均存在明显的递减梯度,在灌丛外不远处消失。这些结果说明,在流动沙地,灌丛具有明显的“肥岛”效应和“保种”作用。     

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。     

京津风沙源浑善达克沙地治理区退耕还林地的植被变化

本文选择京津风沙源区浑善达克沙地治理区大兴安岭南部亚区2004年退耕的榆树-小叶锦鸡儿林及山杏林和浑善达克沙地亚区2002年退耕的榆树-小叶锦鸡儿、小叶锦鸡儿退耕林及榆树疏林沙地设置监测样地,对植被盖度、生物量、物种多样性等进行了连续4年的监测调查,结果表明:在大兴安岭南部亚区,退耕后4~7年,榆树-小叶锦鸡儿林总盖度和总生物量均极显著高于对照的蒿类草地(p<0.01),且呈逐年上升趋势;山杏人工林总盖度在前期低于天然胡枝子灌丛,但后期优于对照;山杏人工林总生物量逐年增加,并在2010年和2011年显著大于胡枝子灌丛(p<0.05)。榆树-小叶锦鸡儿和山杏人工林及其对照样地的Shannon-Wiener指数均呈波状变化,差异不显著。在浑善达克沙地亚区,退耕后6~9年,榆树-小叶锦鸡儿林地的总盖度显著高于小叶锦鸡儿和榆树疏林沙地(p<0.05),但榆树疏林沙地在年际间的变化更稳定,榆树疏林沙地总生物量在2008-2010年间均高于榆树-小叶锦鸡儿和小叶锦鸡儿人工林,但人工林逐年增加的趋势更明显。小叶锦鸡儿人工林和榆树疏林沙地的Shannon-Wiener指数明显高于榆树-小叶锦鸡儿林地,并且都呈波状增加趋势,而榆树-小叶锦鸡儿林地的Shannon-Wiener指数表现出与降雨变化同样的趋势。     

Detecting biophysical properties of a semi-arid grassland and distinguishing burned from unburned areas with hyperspectral reflectance

This paper examines the utility of hyperspectral remote sensing to detect fresh and dry biomass, water content and plant area index of burned and unburned grassland in southern California. Contrary to many previously published reports, the normalized difference vegetation index (NDVI, a vegetation greenness index) was not a good indicator of any of these important biophysical properties in either the burned or unburned area, especially after regeneration. Rather, the water band index (WBI, an index of water status in vegetation) showed better promise of estimating these biophysical properties in this semi-arid ecosystem. Despite the post-regeneration similarities in visual and harvested values of these two areas, we found that the full range of hyperspectral reflectance in ‘visible to infrared’ (400–1000 nm) wavelengths when used in a cluster analysis can readily differentiate the burned and unburned areas. This demonstrates the utility of hyperspectral remote-sensing in mapping subtle features that may not be detectable from conventional remote-sensing indices (e.g. NDVI) alone.     

我国固沙植物引种的历史及展望

本文通过对我国固沙植物引种工作近三十五年历史的回顾,总结了工作取得的成就,其中包括:发掘野生固沙植物资源和引进国外固沙植物的概况.选引的固沙植物在我国沙漠改造利用和沙漠化防治工作中所起的作用,固沙植物引种驯化的理论和方法,并根据上述工作基础,对引种机构、研究水平和深度,以及研究内容等方面的发展进行了预测。     

塔里木河荒漠植被光谱可分性模拟

以塔里木河典型植被为研究对象,分析胡杨、芦苇叶片及柽柳冠层的可分性,并计算背景的影响。首先用ASD光谱仪测新鲜叶片光谱,找出光谱特征点;然后模拟EO-1高光谱数据和TM多光谱数据;最后植被与土壤光谱按比例混合,分析背景的影响。以上三步分别计算植被指数（VI）。结果显示:叶片光谱特征位置430 nm、670 nm、750 nm附近,黄边斜率和红外平台平均高度,1 080~1 280 nm、1 430~1 650 nm能够区分塔里木河流域3个主要植被类型。模拟的EO-1波谱保持了控制波形的10个特征,TM 只有绿反射峰和红吸收谷、近红外1个反射峰3个特征,大部分特征都消失了。植被指数显示(R680-R500)/R750、(R680-R550)/R705、R1430+\:+R1650、D712/D688能够区分3类,且指数值差异较大,为绿峰、红谷和近红外波峰的组合;模拟的EO-1数据(R680-R500)/R750、(R680-R550)/R705、R1430+\:+R1650能分别区分植被,TM多波谱数据不能有效区分植被。     

半封闭大棚实验下广州市植被滞尘光谱特征分析

基于广州市常见的绿化植物,采用高光谱遥感技术,通过设计半封闭的大棚实验方案,探讨了滞尘污染下不同植物叶片的光谱特征,结果表明：1）滞尘时间是影响绿化植物累积滞尘量的一个重要因子,滞尘量随着时间的增加而增加,但达到饱和之后会呈减少的趋势。2）在可见光波段,受叶面尘影响,叶片光谱反射率升高,且随滞尘量的增加而升高;在近红外波段则相反,光谱反射率随滞尘量的增加而降低。3）叶面尘对植物叶片的光谱特征参数具有直接或间接的影响,其中滞尘量与植物的三边位置无关,与归一化植被指数NDVI呈负相关关系,且不同植物的NDVI受叶面尘影响的程度不同,从大到小依次为：朱蕉>红花檵木>金叶榕。文章设计的半封闭大棚实验方案为植物滞尘效应的长时间可持续性研究提供了新思路。     

绿洲植被覆盖度遥感信息提取——以敦煌绿洲为例

以敦煌绿洲为研究区,利用Landsat TM遥感数据,通过归一化植被指数(NDVI)和混合像元分解两种方法,提取了敦煌绿洲的植被覆盖度信息。在基于NDVI提取植被覆盖度时,选取了基于NDVI的像元二分模型; 在混合像元分解过程中,对遥感影像进行波段反射率归一化处理和最小噪声变换(MNF),确定了3个类型端元:植被、不透水表面/土壤、水体/阴影; 最后利用高分辨率遥感影像验证对比了两种提取方法的精度。结果表明:混合像元分解更能准确地提取敦煌地区植被覆盖度信息,其线性相关系数为0.8915,均方根误差为0.0882,而且提取结果更符合实际情况,可以为敦煌植被状况监测及生态环境保护提供科学建议。     

30年来呼伦贝尔地区草地植被对气候变化的响应(英文)

Global warming has led to significant vegetation changes especially in the past 20 years. Hulun Buir Grassland in Inner Mongolia, one of the world’s three prairies, is undergoing a process of prominent warming and drying. It is essential to investigate the effects of climatic change (temperature and precipitation) on vegetation dynamics for a better understanding of climatic change. NDVI (Normalized Difference Vegetation Index), reflecting characteristics of plant growth, vegetation coverage and biomass, is used as an indicator to monitor vegetation changes. GIMMS NDVI from 1981 to 2006 and MODIS NDVI from 2000 to 2009 were adopted and integrated in this study to extract the time series characteristics of vegetation changes in Hulun Buir Grassland. The responses of vegetation coverage to climatic change on the yearly, seasonal and monthly scales were analyzed combined with temperature and precipitation data of seven meteorological sites. In the past 30 years, vegetation coverage was more correlated with climatic factors, and the correlations were dependent on the time scales. On an inter-annual scale, vegetation change was better correlated with precipitation, suggesting that rainfall was the main factor for driving vegetation changes. On a seasonal-interannual scale, correlations between vegetation coverage change and climatic factors showed that the sensitivity of vegetation growth to the aqueous and thermal condition changes was different in different seasons. The sensitivity of vegetation growth to temperature in summers was higher than in the other seasons, while its sensitivity to rainfall in both summers and autumns was higher, especially in summers. On a monthly-interannual scale, correlations between vegetation coverage change and climatic factors during growth seasons showed that the response of vegetation changes to temperature in both April and May was stronger. This indicates that the temperature effect occurs in the early stage of vegetation growth. Correlations between vegetation growth and precipitation of the month before the current month, were better from May to August, showing a hysteresis response of vegetation growth to rainfall. Grasses get green and begin to grow in April, and the impacts of temperature on grass growth are obvious. The increase of NDVI in April may be due to climatic warming that leads to an advanced growth season. In summary, relationships between monthly-interannual variations of vegetation coverage and climatic factors represent the temporal rhythm controls of temperature and precipitation on grass growth largely.