鹤山龙口村边次生常绿阔叶林群落分析

鹤山龙口村边次生常绿阔叶林属季风常绿阔叶林类型, 其种类组成复杂多样而富于热带性, 据１２００ ｍ２ 的样方统计, 有维管束植物６２ 种, 分属于３２ 科、５４ 属, 其中, 属热带分布的有３２ 种, 属热带－ 亚热带分布的有２１ 种, 属亚热带分布的只有７ 种, 其余２ 种为世界分布。本群落的外貌终年常绿, 层次结构复杂而不明显, 样地内高于１－５ｍ 的立木有５２ 种１８５７ 株, 灌木层种类和株数尚多, １００ ｍ２ 内有１８５株, 草本层以乔灌木幼苗为主, 草本植物较少。群落组成结构与地带性常绿阔叶林相似, 乔、灌、草各层的物种多样性指数在４ 左右, 群落均匀度为０－７ ～０－９ , 生态优势度为０－０７ ～０－１０ , 但群落明显具有次生性, 大部分优势种群呈集群分布。若能减少人为干扰破坏, 本群落将向地带性典型植被类型演替。     

半干旱区城市人工森林生态系统服务价值评估——以兰州市南北两山环境绿化工程区为例

基于2005年兰州市南北两山环境绿化工程区的卫星遥感资料,应用生态系统服务评价方法,结合研究区实际情况,对研究区的城市人工森林生态系统服务价值进行评估。结果表明:①2005年研究区的人工森林生态系统总服务价值为15.59亿元·a-1;各项服务价值的顺序依次为:森林游憩＞维持大气平衡＞涵养水源＞林副产品＞固土保肥＞保护生物多样性＞木材＞薪炭材;②城市人工森林生态系统服务价值组成上表现为经济效益（直接价值）与生态效益（间接价值）的比例相差不大,明显有异于自然生态系统,这主要是由人工生态系统的人为性和明确的目的性造成的。研究表明,城市人工生态系统对CO2减排的可持续性和生态安全具有现实意义。对积极探索西部地区的生物减排及水土资源及生态安全问题,对进行城市人工生态系统服务评价具有一定的借鉴意义。     

青藏高原草地地上生物量和理论载畜量

准确模拟和预测草地地上生物量(Aboveground biomass,AGB)和理论载畜量对于维持草地生态系统平衡、优化放牧管理至关重要。当前很多研究以围栏外草地AGB为基础,估算了青藏高原草地AGB的现存量。但是,牛羊啃食后的草地AGB现存量无法准确评估草地理论载畜量。围栏内草地不受家畜采食影响,其年际变率由环境因子驱动,可视为草地潜在AGB (potential AGB,AGB_p),更适用于草地理论载畜量的评估。本研究以青藏高原345个围栏内AGB观测数据为基础,结合气候、土壤和地形数据,利用随机森林算法构建草地潜在地上生物量估算模型,并对当前气候条件(2000-2018年)和未来20年(2021-2040年)4种气候变化情景(SSP1-2.6、SSP2-4.5、SSP3-7.0和SSP5-8.5)下的草地AGB_p和高寒草地理论载畜量进行模拟与预测。结果表明:(1)随机森林算法可准确模拟当前气候条件下的青藏高寒草地AGB_p(R²=0.76,P<0.001);2000-2018年青藏高寒草地AGB_p平均值为102.4 g m^-2,时间上增加趋势不明显(P>0.05);AGB_p年际波动和生长季降水显著正相关(R²=0.57,P<0.001),和生长季温度日较差显著负相关(R²=0.51,P<0.001)。(2)当前气候条件下,青藏高寒草地平均理论载畜量为0.94 SSU ha^-1(standardized sheep unit ha^-1);在过去20年约有54.1%草地理论载畜量呈提升状态。(3)和当前相比,未来20年青藏高原中部和北部草地AGB_p和理论载畜量呈下降态势。因此,建议未来在厘清气候变化影响下草畜关系的基础上进行有针对性的草牧业规划和管理,以缓解区域气候变化引起的草畜矛盾。     

基于二维散射变换的湖相碳酸盐岩储层厚度预测方法研究

济阳坳陷沙四段湖相碳酸盐岩受湖盆内沉积环境和构造运动等因素控制, 储层厚度变化大, 非均质性强, 油气开发难度大.为了准确预测湖相碳酸盐岩储层的厚度, 本文提出一种基于二维散射变换和随机森林的储层厚度预测方法.首先, 引入二维散射变换提取地震时频属性, 该变换是在二维小波变换的基础上, 通过迭代小波分解和非线性操作来实现的.与传统的二维小波变换对比, 散射变换提取的时频属性具有局部形变稳定性以及对噪声鲁棒性的优点, 有助于提高储层厚度预测的准确率.在此基础上, 在有限测井数据的条件下, 利用随机森林算法建立多尺度时频属性与测井解释厚度之间的非线性关系, 实现湖相碳酸盐岩储层预测.模型数据的预测结果表明, 与基于传统地震振幅属性的厚度预测和基于二维小波变换的储层厚度预测对比, 本文所提的厚度预测方法具有最优的性能.叠后三维地震数据的预测结果表明, 与基于传统地震振幅属性的厚度预测和基于二维小波变换的储层厚度预测对比, 本文所提方法的厚度预测结果与实际钻井数据误差更小, 提高了储层厚度预测的精度, 清晰刻画了灰礁、灰滩与灰泥等三种沉积亚相的空间展布, 有利于后续井位部署和优化.

     

The use of digital technologies for landslide disaster risk research and disaster risk management: progress and prospects

Landslide is a serious natural disaster next only to earthquake and flood, which will cause a great threat to people’s lives and property safety. The traditional research of landslide disaster based on experience-driven or statistical model and its assessment results are subjective , difficult to quantify, and no pertinence. As a new research method for landslide susceptibility assessment, machine learning can greatly improve the landslide susceptibility model’s accuracy by constructing statistical models. Taking Western Henan for example, the study selected 16 landslide influencing factors such as topography, geological environment, hydrological conditions, and human activities, and 11 landslide factors with the most significant influence on the landslide were selected by the recursive feature elimination (RFE) method. Five machine learning methods [Support Vector Machines (SVM), Logistic Regression (LR), Random Forest (RF), Extreme Gradient Boosting (XGBoost), and Linear Discriminant Analysis (LDA)] were used to construct the spatial distribution model of landslide susceptibility. The models were evaluated by the receiver operating characteristic curve and statistical index. After analysis and comparison, the XGBoost model (AUC 0.8759) performed the best and was suitable for dealing with regression problems. The model had a high adaptability to landslide data. According to the landslide susceptibility map of the five models, the overall distribution can be observed. The extremely high and high susceptibility areas are distributed in the Funiu Mountain range in the southwest, the Xiaoshan Mountain range in the west, and the Yellow River Basin in the north. These areas have large terrain fluctuations, complicated geological structural environments and frequent human engineering activities. The extremely high and highly prone areas were 12043.3 km² and 3087.45 km², accounting for 47.61% and 12.20% of the total area of the study area, respectively. Our study reflects the distribution of landslide susceptibility in western Henan Province, which provides a scientific basis for regional disaster warning, prediction, and resource protection. The study has important practical significance for subsequent landslide disaster management.     

天柱山黄山松群落特征及其环境功能评价

应用样方法,通过野外实地调查、数理统计,分析了天柱山黄山松群落特征和物种多样性;采用因子分析法、专家评价法和模糊评价方法,评价了天柱山黄山松群落环境功能及价值。结果表明:天柱山黄山松群落物种组成较复杂,科属分散,共有52科105属,区系成分多样,覆盖了9个种子植物科的分布区类型,具有明显的从北亚热带常绿阔叶林向暖温带落叶阔叶林过渡的特点;物种多样,乔木层、灌木层、草本层的Shannon-Wiener指数分别为1.9814、2.3175、2.1077,但由于人类活动的影响,乔木层黄山松的相对密度和优势度较大,多样性指数相对较低;群落顺行演替,环境服务功能多样,保护价值较重要。     

面向协同式森林灭火决策的领域本体构建及其解析

森林灭火决策的参与人员可能来自不同的组织、不同领域,他们有不同知识结构、专业背景、学识和各自的经验、偏好,这往往不利于决策过程中的交流、协同进行。本文把本体引入协同式森林灭火决策中,解决决策成员在协作中对他人所述的内容理解一致问题。分析了现有建立领域本体的主要方法,并借鉴软件开发的生命周期理论,提出建立面向森林火灾的领域本体的具体实现方法。以森林灭火决策为应用导向,通过对森林灭火决策的内容分析及与领域专家相互交流,根据领域中概念分类体系和概念的组合结构,从相关领域(林业、气象学、消防工程、地理学)抽象出概念术语集、关系集、函数集、规则集等,建立可共享、理解、重用、互操作的概念模型;利用本体建模工具,建立森林灭火本体库;设计与实现了本体的解析与可视化工具,用户可以交互式的查询术语的概念内涵,利用可视化工具,显示概念之间的关系。研究成果将为学科或领域间的高效协作打下通信与交流的基础,为林业、消防的信息化研究、林火本体服务提供可借鉴的框架和成果,为林火管理和应急指挥决策提供一个语义层级次上的重要途径。     

基于FY-4A卫星和随机森林算法的西藏山南市雷电短临预报方法

针对青藏高原地区雷电短临预报缺乏雷达资料的问题,采用FY-4A卫星多通道数据、欧洲中心第5代再分析资料(ERA5)中的对流指数、闪电定位仪资料等多源监测数据,根据雷电的发生、发展机理,提出了18个关键预报因子,利用随机森林算法建立了适用于西藏山南地区的雷电短临预报模型。统计分析各预报因子在有无雷电天气样本中的概率密度分布与随机森林模型得到的特征重要度指标,结果表明提出的预报因子物理意义明确,建立的模型可信度较高。利用随机森林算法分别对未来10 min、20 min、30 min建立雷电预报模型,并与光流外推预报方法进行对比检验,结果表明：随机森林模型预报效果命中率(POD)、临界成功指数(CSI)均高于光流法,空报率(FAR)也相对较低;未来20 min的随机森林预报模型CSI评分最高,整体预报效果最佳。     

基于PPT战略的广东省乐昌市生态旅游扶贫模式探讨

以贫困人口受益为出发点,基于有利于贫困人口发展的旅游(Pro-Poor Tourism,PPT)战略,以广东省乐昌市为例,开展适用于中国南方林区生态旅游扶贫开发的发展模式和旅游扶贫产业的发展路径研究.结果表明:1)政府部门、旅游企业、乡村社区和非营利社会组织都应在提升贫困人口参与度、减轻贫困和生态保护方面承担责任,具体...     

Reforestation Programs in Southwest China： Reported Success, Observed Failure, and the Reasons Why

Ever since the disastrous floods of 1998, the Chinese government has used the Natural Forest Protection and Sloping Land Conversion Programs to promote afforestation and reforestation as means to reduce runoff, control erosion, and stabilize local livelihoods. These two ambitious programs have been reported as large-scale successes, contributing to an overall increase in China’s forest cover and to the stated goals of environmental stabilization. A small-scale field study at the project level of the implementation of these two programs in Baiwu Township, Yanyuan County, Sichuan, casts doubt upon the accuracy and reliability of these claims of success; ground observations revealed utter failure in some sites and only marginal success in others. Reasons for this discrepancy are posited as involving ecological, economic, and bureaucratic factors. Further research is suggested to determine whether these discrepancies are merely local aberrations or represent larger-scale failures in reforestation programs.