金沙江干热河谷不同植被坡面土壤水分时空分布特征

于2016年7~12月和2017年4月的旱、雨季期间,以金沙江干热河谷苴那小流域内的银合欢（Leucaena Benth）林地、车桑子（Dodonaea angustifolia）灌丛地和扭黄茅（Heteropogon cantortus）草地为研究对象,通过网格法和土钻法采集并测定了（0~100 cm）土层的土壤含水量,应用经典统计法和地统计学方法分析该区域不同林草植被下坡面土壤水分的动态变化特征。结果表明：（1）研究区土壤含水量总体较低,雨季显著大于旱季,旱、雨季均表现为灌丛地>草地>林地,呈中度至强度变异（0.07~0.28之间）。（2）不同林草植被下旱、雨季土壤水分具有相似的空间自相关性,自相关系数均由正向负转变,但由正向负转变的滞后距离有所不同,且雨季大于旱季,呈中等或强等空间自相关性。（3）不同林草植被下的土壤水分空间结构不同,林地、灌丛地和草地旱雨季最佳拟合模型均为球状模型;相同林草植被下各土层旱、雨季土壤水分的空间分布特征相似,但旱季的分布格局差异更显著,不同林草植被下深层土壤水分分布比表层土壤水分的分布更为复杂,土壤水分呈明显的斑块或条带状分布,含水量高值区和低值区位置不固定。总之不同林草植被类型会改变局部地段土壤水分空间分布,降雨会加强这种差异的趋势,但土壤水分仍具一定空间连续性。     

2000—2015年柴达木盆地植被覆盖度时空变化及其与环境因子的关系

基于MODIS-NDVI、DEM和气象数据,分析柴达木盆地2000—2015年植被覆盖度(FVC)时空变化特征,并与降水、温度、日照时数、相对湿度、蒸散量和海拔进行相关、偏相关或叠加分析,探讨FVC与各环境因子的关系。结果表明:FVC整体自东南向西北内陆呈半环状递减,FVC集中在20%以下,人类活动及径流等打破植被地带性规律;2000—2015年FVC明显改善,广泛分布于盆地中西部地区,2001—2002年年际变化最显著;FVC与降水、相对湿度以正相关为主,与温度关系不显著,与日照时数和蒸散量主要为负相关,降水对FVC贡献最大,温度通过影响蒸散量等间接影响FVC,而土壤蒸发对蒸散量的影响大于植物蒸腾;FVC与等高线空间分布较吻合,FVC在2 800~2 900 m和4 600~4 700 m出现两个峰值,4 700 m以上FVC迅速降低。     

不同植被盖度沙质草地生长季土壤水分动态

水分是干旱半干旱沙地生态系统最大的限制因子,研究植被盖度和土壤水分之间的关系有助于沙地生态恢复和保护。基于生长季科尔沁沙质草地不同植被盖度下土壤水分动态和降水的观测试验,分析了沙质草地植被盖度和土壤水分的耦合关系。结果表明：在土壤剖面上土壤水分存在明显的分层结构,依次为水分剧变层（0~40 cm）、缓变层（40~100 cm）和稳定层（100~180 cm）;植被盖度对土壤水分有很大影响,不同植被盖度下土壤含水量存在显著差异,土壤水分与盖度之间呈倒“V”型关系,土壤水分状况在28%的盖度下最优;不同的植被盖度下土壤水分对降水的响应也存在差异,在13%盖度下响应最敏感,28%和46%的盖度下响应微弱,后二者的土壤水分也相对稳定。在沙地生态恢复建设过程中合理的植被盖度配置可提高降水利用效率,并能使土壤水分和植被达到一种良好的平衡状态,从而有利于生态系统的稳定。     

基于无人机和MODIS数据的巴丹吉林沙漠植被分布特征与动态变化研究

荒漠植被在减缓沙漠扩张、阻挡风沙入侵绿洲、维护绿洲稳定性方面具有重要意义。通过无人机搭载多光谱相机获取地面样地高分辨率NDVI数据以计算植被覆盖度,结合MODIS-NDVI数据,分析了MODIS-NDVI与无人机获取NDVI数据之间的一致性,进而建立MODIS-NDVI数据与样方植被覆盖度的空间反演模型,以研究巴丹吉林沙漠植被分布特征、动态变化及其对气温、降水的响应规律。结果表明:(1)基于无人机多光谱数据大样方植被覆盖度和MODIS-NDVI数据构建的植被覆盖度反演模型具有较高的模拟精度。(2)研究区总体植被覆盖度较低,空间上呈由东南向西北递减的趋势。(3)植被覆盖度总体呈现上升趋势,沙漠边缘的增速较沙漠内部更为明显,其中沙漠边缘增长率达1.53%/10a,而沙漠内部为0.84%/10a。沙漠边缘57.12%植被出现改善,而沙漠内部植被改善的面积约为21.26%。(4)植被生长主要受制于生长季降水量并呈现出明显的季节变化,此外植被对降水和气温的响应存在一定的滞后效应。     

气候和人为因素对植被变化影响的评价方法综述

系统评价气候变化和人为因素引起的植被退化,对有效开展生态工程建设、实现生态环境的可持续发展具有重要意义。目前绝大多研究主要分析气候因素对植被变化的影响,分析气候因素和人类活动对植被变化的双重影响少有研究。本文主要介绍这一双重影响对植被变化的贡献程度的主要研究方法——定性-半定量法、回归分析法、残差趋势法、基于净第一生产力的评价方法。综述分析了气候和人为因素对植被变化驱动的主要结论,总结目前各研究方法存在的问题,提出了未来需要重点加强气候和人为因素对植被变化驱动因素的分解研究,加强模型评价和不确定性量化研究等。     

放牧对浑善达克沙地丘间低地植被群落及土壤的影响

为探究放牧对丘间低地植被群落及土壤的影响,分析了浑善达克沙地丘间低地在重度和轻度放牧下植被的地上生物量、物种重要值、物种丰富度、Shannon-Wiener多样性指数、Pielou均匀度指数、Simpson生态优势度指数及0~10 cm土壤中黏粒、粉粒、砂粒、有机碳和全氮含量。结果表明：（1）植被地上生物量、土壤黏粒、粉粒、砂粒、土壤有机碳和全氮含量在不同放牧程度下存在极显著差异（P<0.01）,物种丰富度、Shannon-Wiener多样性指数和Pielou均匀度指数在不同放牧程度下差异不显著（P>0.05）,Simpson生态优势度指数在不同放牧程度下差异显著（P<0.05）。（2）放牧区植被以禾本科为主,禾本科植被地上生物量占整个植被群落的54.88%~57.76%;重度放牧区植被地上生物量为63.59 g·m^-2,比轻度放牧区低26.61%。（3）羊草（Leymus chinensis）和狗尾草（Setaria viridis）是放牧区的优势种,其重要值依次为14.16%（重度放牧区）和19.10%（轻度放牧区）、13.40%（重度放牧区）和15.42%（轻度放牧区）,重度放牧下雾滨藜（Bassia dasyphylla）、克氏针茅（Stipa krylovii）和猪毛蒿（Artemisia scoparia）的重要值较显著高于轻度放牧区,而羊草则低于轻度放牧区。（4）重度放牧加剧了土壤沙漠化,使砂粒含量增加,草地生产力下降,土壤有机碳和全氮含量降低。     

利用Sentinel-2A多光谱成像仪与Landsat8陆地成像仪影像进行普陀山岛植被分类效果比较

卫星遥感技术可用于海岛资源调查。Sentinel-2A与Landsat 8两颗卫星都可免费提供空间分辨率较高的多光谱遥感影像,在海岛调查中的应用潜力较大。本文以浙江舟山普陀山岛为例开展了针对这两种影像在海岛植被分类中的应用效果的研究,分别利用Sentinel-2A多光谱成像仪（MSI）和Landsat 8陆地成像仪（OLI）影像基于最大似然法分类获得了该岛阔叶林、针阔混交林、针叶林、灌丛、草丛等植被及其他地物的分布情况,并进行了精度检验,结果表明MSI的总体分类精度略高于OLI。     

GF-2支持下的干旱区稀疏植被区植被覆盖度估算

现有像元二分模型MODIS植被覆盖度模型因其形式简单、适用性较强的特点被广泛应用于区域植被覆盖度（FVC）的估算。然而,研究表明在沙漠和低植被覆盖的西部干旱区,从250 m的影像上很难精准地获取NDVI_veg（全植被覆盖植被指数）和NDVI_soil（全裸土区植被指数）参数。利用常用的直方图累计法获取模型所需参数NDVI_veg和NDVI_soil,估算结果存在普遍高估现象。为此,本文首先引入同期获取的GF-2号卫星数据,从GF-2号影像上提取植被覆盖像元;然后,利用Pixel Aggregate方法重采样至250 m分辨率,获取250 m空间分辨率下纯植被和纯裸土像元;最后,将纯植被和纯裸土像元各自空间位置相对应的MODIS NDVI数据最大值作为模型所需NDVI_veg和NDVI_soil参数,实现研究区内植被覆盖度的估算。试验通过与线性回归法、多项式回归法和直方图累计像元二分模型法估算结果进行精度对比,结果表明：利用GF-2影像辅助的像元二分模型,精准地获取了低植被覆盖区NDVI_veg和NDVI_soil模型参数,提高了干旱区植被覆盖度的估算精度,并有效地抑制了受稀疏植被影响NDVI在干旱区普遍偏高问题导致的FVC高估的现象。     

震区植被恢复初期土壤理化性质与土壤呼吸间的关系

为了解地震灾区不同恢复方式下土壤理化性质和土壤呼吸间的关系,选取2种典型气候区(干旱河谷气候区与亚热带季风气候区)为研究区,设置人工恢复、未受损、自然恢复3种恢复方式的固定样地,定期测定土壤呼吸与土壤理化性质(有机碳、全氮、全磷、速效氮、有效磷、容重、孔隙度、电导率和pH值),并分析各因子间的相关关系。结果表明:气候类型显著影响土壤全氮、容重、孔隙度、电导率以及土壤呼吸,表现为干旱河谷气候区显著优于亚热带季风气候区;恢复方式显著影响土壤呼吸速率、有机碳、全氮、全磷、速效氮、有效磷含量、C:P、N:P、容重、孔隙度和电导率,基本表现为未受损样地优于人工恢复样地优于自然恢复样地;二者交互作用显著影响土壤呼吸、土壤物理性质和除全磷、有效磷外主要土壤养分的流失。两种气候区土壤呼吸的影响因子不同,干旱河谷气候区主要为土壤有机质、全氮、全磷、速效氮、pH值、容重和孔隙度,亚热带季风气候区主要为土壤有机质、全氮、速效氮、容重和孔隙度。本研究为评价和优化西南地区灾后恢复治理措施提供一定科学依据,对其生态安全维护和生态屏障建设提供帮助。     

基于多频率极化SAR影像的洪河国家级自然保护区植被信息提取北大核心CSCD

植被是湿地生态系统健康状况的"晴雨表",明晰湿地中植被的时空分布,是湿地修复与重建、保护与合理利用的前提和基础。以洪河国家级保护区为研究区,利用全极化C-band Radarsat-2和L-band PALSAR数据,根据极化合成孔径雷达(synthetic aperture radar,SAR)目标分解理论,提取了该保护区不同波长的极化分解参数和特征参量,整合为多源极化SAR数据集,利用多尺度迭代分割算法和Random Forest机器学习算法,构建了研究区中植被的遥感识别模型,实现了对研究区中植被的高精度分类,并对比分析了不同频率SAR数据集在植被识别精度上的差异。研究结果表明,利用整合PALSAR和Radarsat-2极化数据集,获取的植被遥感分类结果的总体分类精度为86.77%,比利用PALSAR极化数据集的分类结果精度提高了15%,但是其与利用Radarsat-2极化数据集的分类结果精度差异不显著;浅水草本沼泽的生产精度达到了90.91%,深水草本沼泽的用户精度为90.63%;C-band PALSAR数据比L-band PALSAR数据更适用于高精度识别洪河国家级自然保护区中的植被。