基于时序遥感的庐山自然保护区植被分类及其变化分析

自然保护区是生物多样性最丰富的区域,针对近年来庐山自然保护区森林生物多样性进行调查,了解保护区内植被的分布及其变化,对于保护庐山境内的林业资源具有重要的意义.论文利用2015-2018年Proba-Ⅴ卫星100m分辨率5d植被指数产品,使用最大值合成法、Hants时间序列谐波分析方法对数据进行平滑降噪处理,并采用随机森...     

新疆森林公园的分布及旅游开发初探

新疆森林公园的分布以山地为主,平原为辅,主要集中在天山北坡和阿尔泰山;树种等资源在山地主要有雪岭云杉,新疆落叶松,新疆冷杉等针叶林,平原则主要以胡杨、灰杨等荒漠湖岸林为主,并分布着多种新疆特色的灌木,新疆森林公园起步较晚,但数量稳步增长,并已根据不同层次的需求,进行旅游开发建设,发展势头良好。通过对新疆森林公园的数量、级别、面积及建设时间等基本情况进行分析,进一步对新疆森林公园的现状及功效分析,得出进一步更好的发展森林公园的必要性。最后,提出抓住森林公园“天然养吧”等资源优势,结合龙头景区,因地制宜开发建设,并在开展旅游活动中突出地方特色,不断完善森林公园管理规范,实现资源永续利用的发展建议。     

随机森林算法在全球干旱评估中的应用

干旱是发生频率最高,造成社会、经济损失和生态破坏最严重、最广泛的自然灾害之一,因此对干旱进行可靠、有效的评估十分重要.本文以月平均降水、月平均温度、月最高温度、月最低温度、土壤湿度、蒸散发、NDVI、叶绿素荧光等作为解释变量,以基于SPI的干旱等级作为目标变量,采用随机森林算法,以2007-2012年的数据作为训练数据...     

广西森林转型与森林扰动遥感监测研究

近20年来由于封山育林政策的实施和人工乔木林的大面积种植,广西森林面积大幅增加,正在经历深刻的森林转型,森林转型过程中农林交错带和森林内部的结构重组都给生态系统带来了不容忽视的扰动。本文基于2000—2016年MODIS-EVI影像数据、1∶100万地貌图和4期土地利用数据,采用变化矢量法和Sen+Mann-Kendall对广西进行森林转型背景下的森林转型路径和森林内部扰动特征分析。研究表明:自2000年以来广西森林的EVI变化强度以无变化和低变化类型为主,总体EVI上升趋势略大于下降趋势,EVI显著下降主要分布于十万大山、大瑶山、海洋山和越城岭等山地区域和桂西北的百色水利枢纽和龙滩水利枢纽周围,显著上升部分主要集中于桂中南的左江-邕江-郁江流域平原丘陵区、桂西南喀斯特区和桂东北山地区地势低平的河谷地带。广西森林面积增加的土地来源于耕地和草地,森林转型路径表现为"经济增长型"和"森林短缺型"两种路径并存,或者存在更为复杂的复合型路径。广西森林内部扰动的减少型和扰动型分布于桂西北喀斯特和桂东北山地起伏度较大的陡坡区域,增加型分布于桂中南的平原丘陵地区。由于山地陡坡区域和喀斯特地区的生态敏感性,应更多关注扰动型和减少型在桂西北和桂东北地区的集中分布问题。     

祁连山亚高山灌丛林叶面积指数与冠层氮、磷的关系

氮和磷作为植物体内重要的生命元素,在植物群落的生长发育过程中发挥着重要的作用。为了明确祁连山亚高山灌丛林叶面积指数与冠层氮、磷之间的关系,本文通过对祁连山亚高山灌丛林不同植被类型(箭叶锦鸡儿、高山吉拉柳、金露梅)及不同放牧处理(羊群、牦牛,未放牧)条件下灌丛群落的叶面积指数(LAI)与叶片氮积累量(TFN)、叶片磷积累量(TFP)比较发现,在整个亚高山灌丛群落中,LAI与TFN和TFP之间都有较强的相关性,并且TFN和TFP比值的变化表明不同植被类型叶片的生长都受到N、P的共同限制,只是随着LAI的增加,高山吉拉柳主要受到氮素的限制,箭叶锦鸡儿主要受到磷素的限制,而金露梅则受到N、P的共同限制;在不同放牧条件下,单位面积LAI对应的TFN的值较高而TFP的值较低,说明动物通过对植被的啃食可能会改变群落的模式,在一定程度上限制磷的摄入。LAI、N、P之间的耦合关系表明了亚高山灌丛群落的LAI在物种组成、放牧和冠层密度上存在差异,但仍然受到N和P的约束。研究结果有利于探索水分限制条件下祁连山灌丛林生态系统植物叶片与养分元素之间关系,对于研究干旱区高寒灌丛生态系统在全球气候变化中的作用及其对全球气候变化的响应与反馈,具有重要的理论价值和实践意义。     

How forest gaps shaped plant diversity along an elevational gradient in Wolong National Nature Reserve?

Journal of Geographical Sciences - Understanding the underlying ecological processes that control plant diversity within (α-diversity) and among (β-diversity) forest gaps is important for...     

中国碳强度关键影响因子的机器学习识别及其演进

碳强度影响因子数量众多,通过在众多因子中评估其重要性以识别出关键影响因子进而解析碳强度关键因子的变化规律,是中国2030年碳强度能否实现比2005年下降60%~65%目标的科学基础。传统的回归分析方法对于评估众多因子的重要性存在多重共线性等问题,而机器学习处理海量数据则具有较好的稳健性等优点。本文从能源结构、产业结构、技术进步和居民消费等方面选取了56个中国碳强度影响因子指标,采用随机森林算法基于信息熵评估了1980-2014年逐年各项因子的重要性,通过指标数量与信息熵的对应关系统一筛选出每年重要性最大的前22个指标作为相应年度关键影响因子,最终依据关键影响因子的变化趋势划分了3个阶段作了演进分析。结果发现：1980-1991年,碳强度的关键因子主要以高耗能产业规模及占比、化石能源占比和技术进步为主;1992-2007年,中国经济进入快车道增长时期,服务业占比和化石能源价格对碳强度的影响作用开始显现,居民传统消费的影响作用在增大;2008年全球金融危机后,中国进入经济结构深化调整时期,节能减排力度大大增强,新能源占比和居民新兴消费的影响作用迅速显现。为实现2030年碳强度下降60%~65%目标,优化能源结构和产业结构,促进技术进步,提倡绿色消费,强化政策调控是未来需要采取的主要措施。     

How changes of groundwater level affect the desert riparian forest ecosystem in the Ejina Oasis,Northwest China

Groundwater is a key factor controlling the growth of vegetation in desert riparian systems. It is important to recognise how groundwater changes affect the riparian forest ecosystem. This information will not only help us to understand the ecological and hydrological process of the riparian forest but also provide support for ecological recovery of riparian forests and water-resources management of arid inland river basins. This study aims to estimate the suitability of the Water Vegetation Energy and Solute Modelling(WAVES) model to simulate the Ejina Desert riparian forest ecosystem changes,China, to assess effects of groundwater-depth change on the canopy leaf area index(LAI) and water budgets, and to ascertain the suitable groundwater depth for preserving the stability and structure of desert riparian forest. Results demonstrated that the WAVES model can simulate changes to ecological and hydrological processes. The annual mean water consumption of a Tamarix chinensis riparian forest was less than that of a Populus euphratica riparian forest, and the canopy LAI of the desert riparian forest should increase as groundwater depth decreases. Groundwater changes could significantly influence water budgets for T. chinensis and P. euphratica riparian forests and show the positive and negative effects on vegetation growth and water budgets of riparian forests. Maintaining the annual mean groundwater depth at around 1.7-2.7 m is critical for healthy riparian forest growth. This study highlights the importance of considering groundwater-change impacts on desert riparian vegetation and water-balance applications in ecological restoration and efficient water-resource management in the Heihe River Basin.     

机载多光谱LiDAR的随机森林地物分类

机载多光谱LiDAR技术利用激光进行探测和测距,不仅可以快速获取地面物体的三维坐标,还可以获得多个波段的地物光谱信息,可广泛用于地形测绘、土地覆盖分类、环境建模、森林资源调查等。本文提出了多光谱LiDAR的随机森林地物分类方法。该方法通过对LiDAR强度数据和高程数据提取分类特征,完成多光谱LiDAR的随机森林地物分类;并分析随机森林的特征贡献度特性,采用后向特征选择方法实现分类特征选择。通过对加拿大Optech Titan多光谱LiDAR数据的试验表明：随机森林方法可以获得较好的地物分类精度,而且可以适当地去除部分冗余和相关的特征,从而有效提高分类精度。     

利用加权整体最小二乘DSM提取DEM的方法

随着无人机航摄软硬件技术的快速发展,通过倾斜摄影三维建模快速获取DSM的成本越来越低。在小比例尺的地形图测量中,DSM若能通过快速处理得到较为精确的DEM,即可节省大量的人力物力。针对林地范围内DSM数据的特点,采用加权整体最小二乘法对DEM进行提取。