大兴安岭西北坡火烧迹地湿地格局变化及其影响因子研究

选取大兴安岭1987年特大森林火灾主要过火区的图强林业局育英和奋斗两林场作为研究区,利用地理信息系统软件,对其火后湿地格局变化以及森林水文功能恢复状况进行了分析。结果显示,与过火前相比湿地面积增加了77.56%,且分布趋于集中;森林的平均水文调节能力已得到初步恢复,但具有较高调节能力的林地所占面积有所减少;森林的水文调节能力、地形因子以及火烧强度对湿地分布格局的变化均有明显影响。在森林水文调节功能下降地区、地势较低的谷地,坡度平缓的坡地以及火烧强度较大的地区,湿地面积增加明显。     

勉略宁地区地质灾害危险性智能评价和区划研究

勉略宁地处秦巴山区，是陕西省地质灾害发育最严重的地区之一。笔者基于GIS与机器学习技术，采用了与地质灾害发生密切相关的12种因子，通过构建样本集，选用5种机器学习算法进行勉略宁地区的地质灾害危险性建模。实验结果标明，随机森林模型能够更好地模拟勉略宁地区的地质灾害发生情况。通过该模型对勉略宁地区进行地质灾害危险区进一步划分，从而指导地质灾害调查与防治工作。     

黑龙江森林沼泽区超低密度 地球化学调查采样介质对比

黑龙江省中部的嘉荫地区为典型的森林沼泽景观,在该区进行了超低密度地球化学调查采样介质对比研究。通过河漫滩沉积物、活性水系沉积物进行对比研究,发现利用河漫滩表层沉积物所圈定的异常不仅能较好地反映矿化信息,而且能较好地反映该地区的地质背景。水系沉积物测量所圈定的异常很弱,只能反映出露矿信息。研究成果表明,河漫滩表层沉积物是森林超低密度地球化学调查的最佳采样介质。     

塞罕坝森林生态系统对区域温度降水变化的影响

森林是地-气之间物质运移和能量传递的高效接口,能够影响局地的气候特性。运用MK趋势检验和突变点识别、小波分析方法,选取塞罕坝地区为研究对象,以围场县和多伦县为参照对象,获取3个气象站的温度和降水资料,分析了各站1961—2020年的年降水、月降水、年均温、年最高温、年最低温、月均温的演变规律,对比得到塞罕坝森林对局地气候特性的影响。结果表明,林地对温度的影响表现在：年际尺度上,林地能够降低局地年均温、最高温、最低温,森林虽然改变不了局地升温的变化趋势,但能推迟升温的起始时间,并加强年均温的短周期变化;季节和月尺度上,林地能够维持春末夏初温度稳定、长时间尺度没有升降趋势、缩小年际间7月平均温的差异,却拉大冬夏季的温差,在冬季林地更易于出现低温。林地对降水的影响表现在：年际尺度上,林地能够减缓降水量的年际间波动,同时使局地降水增加更快;林地的存在打破了降水的周期性,使降水表现出非周期性变化;季节和月尺度上,林地减小了年内降水的集中程度,同时减缓了6—7月降水的变化趋势。     

喀斯特区域地貌与原始森林关系的讨论——以贵州荔波茂兰、望谟、麻山为例

研究表明，喀斯特坡体上能否生长森林，与喀斯特区域地貌类型的关系极为密切，本文通过荔波茂兰与望谟麻山两地的对比认为，山盆期地貌保存良好的地区，有利于森林的生长与恢复；而乌江期地貌叠加发育的地区，则不利于森林的生长。从而说明已石漠化的喀斯特坡体并非全是人为被坏所为，也非所有石漠化喀斯特地区一经封山便可恢复森林。     

林地拦洪作用及产流特点的分析

引言人们对森林有拦洪作用,能减小洪水,是无疑义的。但对其作用的大小,则一直有争论。半个多世纪以来,一派学者认为:林地拦洪有一定限度,达到这个限度,则林地最后可以完全失去这种作用,另一派学者则认为:林地可以拦蓄全部很大的暴雨,而不产生地面径流。因而他们认为,林地有极大的拦洪能力。     

西昌市1989—2018年林地草地湿地动态变化特征分析

遥感技术已被广泛应用于生态环境调查与研究。为获取西昌市近30 a生态环境演化趋势,利用1989年、2000年、2010年的专题绘图仪(Thematic Mapper,TM)遥感影像和2018年的陆地成像仪(Operational Land Imager,OLI)遥感影像,通过图像处理、目视解译和野外验证等方法,获得了西昌市1989—2018年的土地利用/覆盖数据,并对林地、草地和湿地的动态变化特征进行了研究。结果表明: 1989—2018年,西昌市林地、湿地和草地面积持续增加,生态环境持续向好; 林地主要分布于安宁河谷和邛海盆地四周山地,在牦牛山、螺髻山一带形成主要林区; 草地主要呈星岛状分布于牦牛山、螺髻山一带林地之间; 湿地以河流湿地与湖泊湿地为主,主要沿安宁河及邛海分布。但仍存在一些问题: 森林存在针叶化现象较普遍、树种单一等问题,需要重点加强林区火灾防范; 草地多数呈零星片状分布,不具有完整的系统结构和良好的功能,多数草地承载力和生产力较低,不宜大规模开发利用,应通过封山育林促使其向森林转化; 湿地分布也比较局限,需要着力予以保护。研究成果可为西昌市生态保护修复措施的制定及经济社会可持续发展提供科学依据。     

森林对地表径流影响的模拟实验初探

采用室内模拟实验的方法,进行了有林地与无林地的地表径流模拟对比实验,得出森林能减少径流量、调节径流过程的初步结论.研究表明,用室内模拟实验的方法研究森林的水文效应是一条有效的途径.     

贵州贞丰—关岭花江喀斯特石漠化地区土壤厚度的空间分布特征

土壤厚度与石漠化发展程度有着密切的关系,土壤也是石漠化地区生态恢复以及农业生产的基础。为了研究典型高原峡谷中-强度石漠化地区的土壤厚度空间分布规律,在土壤厚度野外调查的基础上,利用地统计学方法分析了贵州典型石漠化地区——贞丰—关岭花江小流域土壤厚度空间分布特征及主要影响因素。结果表明:（1）研究区土壤平均厚度仅为26 cm,土壤平均厚度表现为坡耕地>荒地>林地;（2）土壤厚度空间变异性以强度为主,荒地的土壤厚度空间分布连续程度优于林地和坡耕地,林地的土壤厚度空间分布有明显突变性,坡耕地的土壤厚度具有点状分布特征,有耕作物附近土壤厚度较大;（3）土壤厚度与海拔、基岩裸露率、坡度之间均有明显负相关关系;（4）自然和人为因素综合影响下的土壤强侵蚀是研究区土壤厚度分布极为不均的主要原因,对该区域石漠化的治理可以采用工程措施与生物措施相结合的方法。研究结果对研究区石漠化因地制宜地防治及其他地区水土流失防治、生态恢复、农业合理生产具有一定的参考价值。     

中更新世以来华北平原植被演化及其气候响应

中更新世以来气候转型与陆地植被生态系统演变是近年来全球变化研究领域关注的热点问题。基于华北平原东部G3孔上部的孢粉分析结果、磁性地层年代,对中更新世以来华北平原植被演化及其气候响应过程进行研究。结果显示华北平原地区近1.6Ma以来植被演化可分为4个阶段:1.6~1.2Ma为密度较高的暖温带针阔叶混交林,1.2~0.7Ma为开阔的暖温带落叶阔叶林,0.7~0.3Ma为阔叶疏林草原,0.3Ma以来为暖温带落叶阔叶林。华北平原地区中更新世植被转型期对应O同位素36阶段,显示转型开始发生于1.2Ma,与全球中更新世转型期对应良好。其主要特征表现为林地减少,针叶林比例下降,藜科、蒿属、禾本科等草地面积显著增加。0.7Ma前后华北平原林地进一步退化,区域植被由原来的落叶阔叶林向疏林草原转变,0.3Ma后区域乔木比例可能有所回升。周期性气候变化对植被的影响在花粉谱中也有一定显示,1.2Ma之前主要表现为植被林地类型的交替发展,而1.2Ma则主要表现为草原与森林交替发展。     

Mapping tropical forest vegetation from Landsat TM images based on fusion of knowledge and geo-data

Tropical forests play a crucial role in the function of our planet and in the maintenance of life. Tropical forest vegetation maps are very important for managing tropical forests. Mapping tropical forest vegetation only by spectral-based remote sensing techniques has proven to be problematic. The objective of the study is to develop a rule-based model to identify different forest types using Landsat TM images and GIS. In this paper, we developed the rule-based model to identify different forest types in Xishuangbanna, P.R. of China, using two temporal Landsat TM images and geo-data such as DEM, rainfall and temperature. The results show that the method put forward is useful and effective in tropical forest vegetation mapping, which can effectively integrate multi-knowledge and multi-resource data to identify the tropical forest vegetation types with higher accuracy.     

The assessment of landslide susceptibility mapping using random forest and decision tree methods in the Three Gorges Reservoir area,China

Landslide susceptibility mapping is an indispensable prerequisite for landslide prevention and reduction. At present, research into landslide susceptibility mapping has begun to combine machine learning with remote sensing and geographic information system (GIS) techniques. The random forest model is a new integrated classification method, but its application to landslide susceptibility mapping remains limited. Landslides represent a serious threat to the lives and property of people living in the Zigui–Badong area in the Three Gorges region of China, as well as to the operation of the Three Gorges Reservoir. However, the geological structure of this region is complex, involving steep mountains and deep valleys. The purpose of the current study is to produce a landslide susceptibility map of the Zigui–Badong area using a random forest model, multisource data, GIS, and remote sensing data. In total, 300 pre-existing landslide locations were obtained from a landslide inventory map. These landslides were identified using visual interpretation of high-resolution remote sensing images, topographic and geologic data, and extensive field surveys. The occurrence of landslides is closely related to a series of environmental parameters. Topographic, geologic, Landsat-8 image, raining data, and seismic data were used as the primary data sources to extract the geo-environmental factors influencing landslides. Thirty-four layers of causative factors were prepared as predictor variables, which can mainly be categorized as topographic, geological, hydrological, land cover, and environmental trigger parameters. The random forest method is an ensemble classification technique that extends diversity among the classification trees by resampling the data with replacement and randomly changing the predictive variable sets during the different tree induction processes. A random forest model was adopted to calculate the quantitative relationships between the landslide-conditioning factors and the landslide inventory map and then generate a landslide susceptibility map. The analytical results were compared with known landslide locations in terms of area under the receiver operating characteristic curve. The random forest model has an area ratio of 86.10%. In contrast to the random forest (whole factors, WF), random forest (12 major factors, 12F), decision tree (WF), decision tree (12F), the final result shows that random forest (12F) has a higher prediction accuracy. Meanwhile, the random forest models have higher prediction accuracy than the decision tree model. Subsequently, the landslide susceptibility map was classified into five classes (very low, low, moderate, high, and very high). The results demonstrate that the random forest model achieved a reasonable accuracy in landslide susceptibility mapping. The landslide hazard zone information will be useful for general development planning and landslide risk management.     

用地球物理测井资料预测煤层气含量——基于斜率关联度—随机森林方法的工作案例

煤层气含量是煤层勘探开发研究的重点参数之一,由于煤层气含量受多因素影响,能有效预测其含量至关重要.本文将斜率关联度法与随机森林算法相结合,以地球物理测井资料为基础进行煤层气含量预测.首先利用改进的斜率关联度法,计算得到对煤层气含量敏感的测井曲线,再利用交叉验证法探究合适的随机森林决策树个数,并结合选出的超参数利用随机森...     

云南石林景区恢复植被的土壤水文结构功能研究

基于喀斯特恢复植被生态系统功能评价的要求,采用土壤水文结构功能模型评价云南石林景区恢复植被的土壤水文结构功能。选取原生滇青冈林、恢复26a的次生林B、恢复21a次生林A、恢复8a的灌丛、石漠化灌草丛和恢复30a云南松林6个样地,分别调查它们的土壤水文结构特征。相对于原生林,石漠化样地经过8a的封禁,其土壤水文结构功能可恢复31%,21a可恢复45%,人工飞播的云南松林经过30a恢复的只有38%,而砍伐林地封禁26a可恢复71%。土壤水文结构功能评价模型基本适用于岩溶区不同恢复林地的土壤水文结构功能的恢复评价。      

不同林草系统对集水区水量平衡的影响研究

应用SWAT99.2模型(Soil and Water Assessment Tool),系统地研究了红壤丘岗集水区4种林草系统(自然草被、阔叶林、混交林和针叶林)的地表径流、根层渗漏、蒸发蒸腾、土壤蓄水量的时空特点,并用实测的地表径流对模型进行校正和验证,月地表径流的Nash-Sutcliffe模拟效率系数达到0.74,模拟值和观测值的决定系数达0.90。结果表明,降水的年内分配不均造成了径流、渗漏、土壤蓄水量月份之间的差异,年际间气象条件(特别是降水)的差异性导致了水量平衡支出项的年际差异,其中径流量和渗漏量受降水的影响最大,蒸发蒸腾量次之,土壤蓄水量的年变化量受降水的影响最小;林地能有效地减少区域的地表径流量,其中以阔叶林和混交林的效果最好;林地入渗性能大于草地;蒸发蒸腾量是林地水量平衡支出中最大的一项,且3种林地的蒸发蒸腾量均大于草地。水量平衡的预测结果显示,土地利用方式是区域短期水量平衡的主要影响因子。     

基于随机森林模型的城市不透水面提取研究 ——以呼和浩特市为例

城市不透水面信息对于城市生态环境动态演化过程研究具有重要意义。以Landsat 8遥感影像为数据源,以呼和浩特市为实证区域,进行了随机森林模型应用于城市不透水面的提取研究,并与目前应用广泛的支持向量机模型进行了对比分析。研究表明：在不同的抽样比例训练样本条件下,随机森林模型对于城市不透水面的提取精度均优于支持向量机的提取精度;对于随机森林模型和支持向量机模型,70%的训练样本比例均为最佳训练样本抽样比例。在该抽样比例下,随机森林模型提取城市不透水面的总体分类精度为93.29%,Kappa系数为0.9051,支持向量机模型的总体分类精度为91.26%,Kappa系数为0.8757;随机森林模型对于城市裸土的识别度较高,能更好地将城市裸土和不透水面进行区分,而支持向量机模型对于城市裸土、不透水面和绿地的区分能力均弱于随机森林模型。综合而言,随机森林模型对城市不透水面的提取精度优于支持向量机模型,随机森林模型可以有效应用于城市不透水面提取领域,进一步丰富了城市不透水面提取方法体系构成。     

Forest fire spread simulation algorithm based on cellular automata

Traditional models result in low efficiency and poor accuracy when simulating the spread of large-scale forest fires. We constructed an improved model that couples cellular automata with an existing forest fire model to ensure better time accuracy of forest fire spread. Our model considers the impact of time steps on simulation accuracy to provide an optimal time step value. The model was tested using a case study of forest fire spread at Daxing’an Mountain in May 2006. The results show that the optimal time step for the forest fire spread geographic cellular automata simulation algorithm is 1/8 of the time taken for cellular material to be completely combusted. When compared with real fire data from Landsat Thematic Mapper (TM) images, our model was found to have high temporal and spatial consistency, with a mean Kappa coefficient of 0.6352 and mean accuracy of 87.89%. This algorithm can be used to simulate and predict forest fire spread and is also reversible (i.e., it can identify fire source points).     

森林水文生态效应若干争论问题讨论

对国内外若干森林水文生态效应的部分争论焦点问题进行了阐述,指出容量饱和与平衡变化是导致不同森林水文生态效应存在的根本原因.截留量可以用林冠截留率或林冠饱和度计算.对森林水文生态效应的研究方法进行了探讨,指出某些研究结论相反的原因可能是由于实验方法的问题.必须结合水文循环过程的机理,加强森林生水文生态效应机制的研究,要建立不同空间尺度的分布式水文模型,从而准确的回答流域或区域的森林生态水文效应.     

基于自组织特征映射网络-随机森林模型的滑坡易发性评价

为深入探讨评价单元和非滑坡样本选取对滑坡易发性预测的影响,构建了一种基于自组织特征映射网络-随机森林模型的滑坡易发性评价模型。该模型针对栅格单元和斜坡单元在滑坡易发性评价中的不足,结合栅格单元和斜坡单元的相互关系,提出了滑坡易发性指数的优化计算方法。在此基础上,基于随机森林Tree Bagger分类器构建滑坡易发性评价模型,通过对比分析自组织特征映射网络和随机方法选取非滑坡样本对评价结果的影响,探讨自组织特征映射网络、随机森林和自组织特征映射网络-随机森林三种评价模型的有效性;将评价模型应用于大余县滑坡易发性评价。结果显示,随机森林模型和自组织特征映射网络-随机森林模型的预测精度较高,分别达到91.19%和94.94%,成功率曲线的AUC值分别为0.822和0.849,表明自组织特征映射网络-随机森林模型具有更高的预测率和成功率, 自组织特征映射网络聚类的预测精度虽然有限,但作为非滑坡样本的选择方法,能够有效提高随机森林模型的评价精度。     

典型森林生态系统碳交换的机理模拟及其与观测的比较研究

CEVSA模型是一个基于生理生态过程模拟植物—土壤—大气系统能量交换和水碳氮耦合循环及其对环境变化响应和适应的机理模型,在区域和全球尺度上得到广泛应用,但缺乏在生态系统尺度上的验证。本研究对CEVSA模型中碳循环关键过程的定量表达进行了重要改进：将模型的模拟时间步长由“旬”改为“日”;增加了物候参数化的子程序;调整了生物量的分配方案;基于碳平衡模拟叶面积指数的季节动态等。分别使用改进前后的CEVSA模型模拟了3类典型森林生态系统碳交换的季节动态,模拟的结果与通量观测进行了比较分析。结果表明,改进后的CEVSA模型能更好地模拟不同类型森林生态系统碳交换的季节动态,但在不同生态系统的不同时段,模型模拟的结果与通量观测相比还有一定的偏差,模型在碳交换关键过程对环境变化的响应和适应,尤其是针叶林光合作用对温度变化的响应和适应,以及生态系统对高温和水分亏缺的响应和适应等方面的模拟还需要进一步的改进和验证。