伊犁地区不同草地类型植被指数与气候因子的关系

基于2006—2012年主要生长季(5—9月)MODIS旬最大值合成NDVI数据,结合同期气温、降水插值栅格资料,采用均值法、线性回归法、相关系数法分析了伊犁河谷地区七大不同草地类型NDVI的时空变化规律及其对气象因子响应的敏感性及滞后性。结果表明:(1)伊犁河谷草地植被NDVI整体呈微弱增加趋势,其中,温性荒漠类草地的增加趋势略高于其他几种类型。(2)温性草甸草原、温性草原、温性荒漠草原、高寒草原、低平地草甸的NDVI主要受降水影响,即NDVI与生长季平均降水量呈极显著正相关,且平均降水量每增加1 mm,其NDVI分别增加0.005、0.006、0.007、0.004、0.003。(3)不同草地类型与气温、降水存在不同的滞后响应,多数草地类型5月气温、降水与7月NDVI表现出显著相关性。其中,温性草甸草原、温性草原、温性荒漠草原NDVI受气温和降水共同影响,气温每升高1℃,NDVI分别减少0.020、0.028、0.027,降水每增加1 mm,NDVI分别增加0.002、0.003、0.003;高寒草原主要受降水影响,降水每增加1 mm,NDVI增加0.003;低平地草甸主要受气温影响,气温每升高1℃,NDVI减少0.016;温性荒漠、沼泽与气温、降水没有明显相关性。不同草地类型对水热因子的需求不同,是产生这种结果的主要原因。     

基于高光谱分析的草地叶绿素含量估算研究进展

叶绿素是草地进行光合作用最重要的色素,与氮素、蛋白质、水分等其他植被生化参数均有着密切关系,是草地光合能力及生理状况的良好指示剂。利用高光谱数据建模分析是实现大面积草地叶绿素含量估算的一种重要手段。本文将基于高光谱分析估算草地叶绿素含量的方法总结为：基于红边位置及光谱指数的经验模型和辐射传输模型两类。经验模型通过建立叶绿素含量与红边位置、光谱指数之间统计关系来估算叶绿素含量,参数简单,实用性较强;但光谱指数构造形式多样且与草地叶绿素含量关系复杂,在一定程度上影响了叶绿素的估算精度。辐射传输模型以叶绿素含量与辐射能量的作用过程作为其理论基础,模型中参数较多且对估算尺度敏感,有待于进一步完善。目前草地叶绿素估算的研究相对薄弱,专门用于估算的模型较少。未来的工作一方面应致力于发展和改进适宜于草地的光谱指数,同时确定合适的辐射传输模型参数以改进模型对草地的监测效果;另一方面,如何由叶片尺度拓展到冠层尺度进而拓展到像元尺度,从而更好地实现大面积草地叶绿素含量估算,是一项既具有重要意义又有挑战性的工作。     

多年冻土对青藏高原草地生态承载力的贡献研究

草地生态系统是一个复杂的社会、经济、生态系统,多年冻土作为高寒草地生态系统结构和功能维系的重要因素,是客观刻画高寒草地生态承载力不容忽视的重要方面。文中采用结构动力学方法,从草地质量、草地干预、草地潜力、草地压力4个维度建立高寒草地生态承载力结构动力学模型,分析青藏高原多年冻土区草地生态承载力的变化以及主要结构要素,量化多年冻土变化对青藏高原高寒草地生态承载力的贡献率,结果表明：(1)多年冻土区草地生态承载力呈增加趋势,尤其是1998年以后上升显著,这主要归因于草地生长季节降水增加、气温升高、净初级生产力增幅驱动以及生态保护工程建设的共同作用。(2)多年冻土活动层厚度变化与草地生态承载力呈负相关,多年冻土活动层厚度对草地生态承载力的贡献率约为10%,即多年冻土活动层厚度每增加1个单位,将导致草地生态承载力下降0.1个单位。由于青藏高原空间差异显著,加之气候变化的不确定性,这一贡献水平只是一个粗略的参照值。     

基于MODIS数据的内蒙古草地植被退化动态监测研究

以内蒙古自治区为研究区,利用卫星遥感、GIS和GPS技术,在实地调查和样方测定的基础上,选用群种自然生殖枝高度、草地植被覆盖度和草地生物量3个评价指标,并将其加权综合得到草地植被退化指数(GDI).将GDI与提取的各种植被指数进行相关分析,选出最能反映草地退化趋势且与植被退化指数线性拟合最好的植被指数--修正的土壤调节植被指数(MSAVI).采用线性回归方法建立草地植被退化的遥感监测模型,分析了研究区2002年~2006年草地植被退化的时空分布规律和变化趋势.研究表明,与2002年相比,2006年内蒙古地区草地植被退化状况呈现整体改善、局部恶化的情况.     

β-diversity Patterns of Plant Community in Fragmented Habitat in a Degenerated Meadow in Songnen Plain, China

A number of isolated islands of Leymus chinensis + herbosa community were investigated in fragmented habitat islands, by Braun-Blanquet field survey approach, in a degenerated meadow in the Songnen Plain, China in 2007. These islands were classified as large, medium, and small scales on the basis of the island area (100–1000m², large island; 50–100m², middle island; 10–50m², small island). Each scale of the investigation involved eight islands. The responses of β-diversity patterns of plant taxon to the habitat fragmentation at local community and metacommunity levels were analyzed on different scales of 24 isolated islands. The results indicated that at the local community level, there were 57 species belonging to 20 families and 49 genera in large islands, 49 species belonging to 16 families and 40 genera in middle islands, and 27 species belonging to eight families and 23 genera in small islands. β-diversity indexes for species, genus and family in large, middle, and small islands varied greatly, and the highest value of the indexes was not noted in the largest island. However, the average of the data obtained at the three scales showed that across large islands, Whittaker indexes were low and Bray-Curtis similarity indexes were high, while across small islands, Whittaker indexes were high and Bray-Curtis similarity indexes were low. At the metacommunity level, Whittaker indexes for species and genus showed a great significantly negative double logarithmic correlation (p<0.01) with the island area, whereas the Bray-Curtis indexes for species, genus and family showed a great significantly positive double logarithmic correlation (p<0.01) with the island area. At both local community and metacommunity levels, turnovers of species and genus could respond more sensitively to spatial changes of plant diversity patterns than that of family. Hence, the species and the genus could be used for the analysis of β-diversity patterns of plant community.     

中国西部地区历史草地面积重建的方法——以甘宁青新区为例

历史草地面积重建作为历史土地利用与土地覆被变化研究的重要组成部分,可为区域乃至全球环境变化研究提供重要的基础数据。但受研究客体特性与重建资料多寡的制约,目前无论是数量估算上还是空间格局重建上均非常薄弱。本文试图在客观把握中国西部地区历史草地变化趋势与特征的基础上,利用现代遥感土地利用数据和潜在植被数据,确定土地垦殖前草地植被潜在分布范围;并结合历史耕地网格数据,构建以间接扣减为核心的草地面积重建方法;重建甘肃、宁夏、青海和新疆等省区过去300年的草地网格数据。结果表明：土地垦殖前,案例区草地覆被率高达40.87%。受土地垦殖的影响,在过去300年草地面积呈持续减少的态势。草地面积由1661年的1.11亿 hm²下降到1980年的1.03亿 hm²,并经历了1661—1724年的急剧减少、1724—1873年的缓慢减少和1873—1980年的快速减少三个时段,草地年均减少量分别为4.76万 hm²、0.75万 hm²和3.38万 hm²。在空间上,研究时段内草地垦殖区呈现出由甘肃、宁夏向青海、新疆转移的特点。以历史文献资料和1980年遥感草地网格数据为基础,对重建的草地数据开展了可靠性评估。评估显示,重建结果能够较好的再现草地变迁过程。本文构建的重建方法可被用于中国西部地区长时段的草地面积重建。     

陇中黄土丘陵沟壑区人工草地土壤水蚀预测模型

针对陇中黄土丘陵沟壑区土壤水蚀过程复杂且难以有效预测的问题,以定西市安家沟水土保持试验站2005—2016年1~12月人工草地径流场试验数据为主要来源,将流域月降雨量、月侵蚀性降雨量、月径流量、月降雨强度、径流场面积、径流场坡度、土壤砂粒含量、土壤粘粒含量8个因子作为输入因子,月土壤水蚀量作为输出,运用偏最小二乘法(Partial Least-Squares Regression,PLSR)和长短期记忆(Long Short-Term Memory,LSTM)循环神经网络建立人工草地土壤水蚀预测模型,并利用BP(Back Propagation)、RNN(Recurrent Neural Network)、LSTM常见神经网络模型,对模型的有效性进行评估。结果表明：PLSR将模型8个输入因子减少为4个,从而有效解决LSTM神经网络模型对样本数量要求过高的问题; PLSR和LSTM神经网络模型的结合可以有效提高模型对人工草地土壤水蚀过程的预测精度和收敛速度,预测结果的平均相对误差小于4%,相关系数高于其他3种神经网络模型,而迭代次数、均方根误差和平均绝对误差均低于其他3种模型;研究发现坡度对人工草地土壤水蚀过程影响较为明显,降雨量小于25 mm时,人工草地土壤水蚀量不会随坡度增加而明显增长,但当降雨量超过25 mm时,人工草地土壤水蚀量会随坡度明显增加。 PLSR LSTM神经网络土壤水蚀预测模型可以准确预测陇中黄土丘陵沟壑区人工草地土壤水蚀量,为该地区水土流失的准确预报提供新的思路和方法。     

2004年以来青海湖快速扩张对人居设施与草地的潜在影响

作为我国最大的内陆咸水湖,青海湖是青藏高原东北部重要水汽源,在维持区域生态环境及半干旱生态系统功能方面发挥着重要作用.近年来,青海湖水位迅速上升,但是湖泊扩张对周边人居设施与草地的影响尚未得到广泛关注和报道.基于1995-2019年Landsat TM/ETM+/OLI遥感影像、Hydroweb多源测高同化水位数据、SRTM-1 DEM数据等,本研究以青海湖近年来增长速率情景开展湖泊快速扩张对周边人居设施(道路、居民点)与草地影响和潜在威胁的定量研究.结果表明:1995-2004年期间青海湖处于萎缩态势,2004年水位和面积出现最小值,之后,青海湖进入稳定扩张期.2004-2019年期间,青海湖水位累计上涨3.27 m,年均增长率约为0.22 m/a;相应地,青海湖水量增长了14.25 km³,年均增长率为0.95 km³/a.湖泊扩张模拟结果显示,若青海湖水量以当前速率增长,水位将在2070年前后达到3207 m(相对2019年约10 m的水位涨幅),届时将会淹没178个居民点、长度约为1286.91 km的道路以及2042.22 km²的植被,其中预测的高风险区域主要为切吉乡、泉吉乡和金滩乡.该研究有望为青海湖快速扩张对当地居民的影响和潜在威胁提供重要的科学参考,并在气候变化背景下为制定缓解气候变化风险的预案提供科学依据.