GAM模型在蝗虫地理格局分布研究中的应用——以黑河上游3种天然草地蝗虫为例

将基于样本调查数据的群落—地形因子回归分析与地理信息系统支持下的昆虫属性空间格局预测结合,是昆虫-地形关系定量研究的新途径.通用可加性模型(GAM)的非参数属性使之具有对不同数据类型的广泛适应性,成为这种“回归分析+空间预测”途经的有效手段.不同程度上依赖于数字高程模型的环境空间数据集是实现空间预测的必要条件.我们利用广义可加模型方法,定量分析了3种不同生态种蝗虫与地形因素的相关关系.结果表明:(1)3种不同生态种的蝗虫具有不同的模型结构、模拟效果以及结果的稳定性,反映了所受地形因子影响的差异.(2)蝗虫的广布种与地形因子关系最弱,局部地形的变化仅对其密度变化有影响;常见种受地形因子的影响明显高于广布种,同时受大尺度的海拔与微地形的剖面曲率影响;稀有种分布格局对地形条件的选择性最强,同时受限于海拔、坡度和坡向.(3)模拟结果对常见种以及稀有种的模拟全部有效;对广布种的预测基本失败.(4)模型预测变量的有效性和全面性决定了模型对数据的解释能力,非线性关系体现了蝗虫密度-地形指标的不确定性,除模型解释的变化外,其他生物因子、非生物因子以及随机因素也影响模型的可靠性.     

Experimental catchments in the Pampa biome: Database on hydrology in grasslands and eucalyptus plantations in subtropical Brazil

The introduction of exotic, fast-growing forest species in the Pampa biome (Southern Grasslands) is a controversial topic, considering the potential effect on water and soil resources. This repository contains hydrologic data (rainfall, discharge and turbidity) collected since 2011 in three small (≤1.1 km²), paired experimental catchments of the “Ponta da Canas” site, in the Pampa biome in subtropical Brazil. Two catchments are predominantly covered with eucalyptus plantations, and one with livestock-grazing degraded grassland. For each catchment, the collected data include 10-min resolution rainfall, streamflow, and turbidity (except for one of the eucalyptus catchments), automatically recorded in 10-min intervals. In each catchment, rainfall is measured with an automatic tipping-bucket rain gauge; stream depth is determined with a pressure transducer at the spillway, and a rating curve is used to estimate discharge; and turbidity is measured with a turbidimeter. The collected data are being used to understand water balance and sediment production under the distinct land uses, to improve forest management, and comply with State legislation.     

Transpiration and evaporation of grassland using land surface modelling

Partitioning transpiration (T) from evapotranspiration (ET) is a key process for understanding the interaction between land surfaces and the atmosphere. This paper reports daily partitioning results for a grassland over a 10-year period, obtained using the Community Land Model 3.5 (CLM3.5) land surface model. Hourly forcing data were collected from a long-term observation system located in the northeast of Japan ( http://doi.org/10.24575/0001.198108 ). To test the model behavior, total ET was validated using eddy correlation measurements combined with the energy balance method. The results were compared with previous research using an isotope approach for partitioning. The results demonstrate that our model can capture the dynamics of ET and its components at this location. Evaporation (E), originating from the ground and canopy, varied inter-annually, and from 2006 to 2015, average annual E was approximately 285 mm/year from the ground and 45 mm/year from the canopy. Average, T, was approximately 302 mm/year, accounting for approximately 48% of the total ET. Inter-annual results demonstrate that the water flux transported by vegetation ranges from 17 to 83% during the April–October period. A sensitivity test conducted with forcing data indicates air temperature, incident solar radiation, and longwave radiation exhibited a notable effect on all ET components. Relative humidity exhibited the only negative feedback to both evaporation and transpiration, contrary to the other forcing parameters. Our study reemphasized the effectiveness of CLM3.5 in partitioning T from ET and in understanding the complex interaction between land surfaces and the atmosphere.     

采用高分辨率TM遥感数据对草原沙化治理工程进行生态效益评价

摘要本文以高分辨率TM遥感数据为基础,对位于浑善达克沙地境内的草原沙化治理工程采用遥感影像处理与定量分析和模拟相结合的方法,建立了草原沙化治工程生态效益快速评价体系。     

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...     

三江源区高寒草地碳流失原因、增汇原理及管理实践

针对三江源区高寒草地生态系统碳汇管理,本文通过分析三江源区草地生态系统碳流失原因,认为过度放牧是引起系统碳流失的主要因素,而气候变化和土壤养分对系统碳汇没有显著影响;适度利用和维系较高的物种多样性有利于未退化草地固碳功能的维持。依据这些分析,进一步明确了天然草地“取半留半”、轻/中度退化草地“保原增多”和黑土滩退化草地“分类治理”的草地碳汇管理原理。实施退化草地恢复和退耕还草等措施可再次固封以前释放到大气中的碳,转变单一依靠天然草地的传统生产方式为“暖牧冷饲”草地畜牧业生产方式,可提高饲草料利用效率、降低单位畜产品碳排放和实现系统减排。     

黑土型退化草地时空格局遥感监测

准确及时地了解黑土型退化草地的时空分布特点,对祁连山地区草地退化修复治理具有重要意义。本文选取祁连县野牛沟乡西北部区域作为研究区,基于Landsat 8 OLI影像,结合地理国情监测成果,尝试利用分场景的决策树分类方法提取黑土型退化草地范围,并对比分析2014-2019年黑土型退化草地的时空变化特征。结果表明,多场景的决策树分类方法对黑土型退化草地监测具有很好的适用性;2014-2019年,研究区北部部分区域缓坡地和中部滩地黑土型退化问题有所好转,西部和西北部缓坡地黑土型退化问题有进一步恶化的趋势;好转草地主要以人工干预为主,恶化草地可能是受水热空洞效应、鼠害等多种因素的影响。     

斯洛文尼亚岩溶区草地昼夜尺度土壤CO2含量与土温滞后效应

土壤CO₂含量及其变化规律研究, 关系到土壤呼吸CO₂排放通量估算的准确性, 昼夜尺度土壤CO₂与土温滞后效应形成机理与影响因素是其核心研究内容。本研究以斯洛文尼亚典型岩溶区草地土壤系统为例, 开展土壤CO₂、土温与土壤水分高分辨率监测, 分析昼夜尺度土壤CO₂与土温滞后效应及其产生原因, 讨论滞后程度的多日演变规律及其与土壤水分的关系。结果表明, 生长季土壤CO₂含量、土壤温度和土壤水分变化分别为1986 ~ 6689 ppm、14.69 ~ 23.55 ℃和16.4% ~ 33.3%, 均值分别为3578 ppm、19.69 ℃和23.3%。土壤温度和土壤CO₂均呈现出白天上升夜间下降的昼夜变化特征, 后者昼夜变幅为176 ~ 780 ppm, 均值425 ppm。土壤CO₂与土温昼夜滞后环呈顺时针方向演变, 土壤干化阶段滞后环呈螺旋式下降, 降雨期间则表现为螺旋式上升。滞后环的出现主要受光合有效辐射和土壤温度控制, 也与土壤微生物种类密切相关, 滞后程度受土壤水分含量控制, 水分越高滞后效应越显著, 水分大于25%时, 滞后环宽度值高达300 ~ 800 ppm; 低水分时滞后效应减弱, 此时土壤CO₂与土温接近于线性相关。降雨期间土壤CO₂有快速下降现象, 暗示部分CO₂随雨水脉冲过程向下运移, 成为下伏碳酸盐岩溶蚀驱动力, 为准确估算岩溶区土壤呼吸排放通量和评价岩溶作用的土壤CO₂减源效应提供了科学依据。

     

航空物探综合测量在森林和草原区寻找铜多金属矿的试验研究

通过航空物探(电、磁)综合站在已知铜钼多金属矿床上的飞行测量结果,根据从已知到未知的原则,建立航空物探(电、磁)综合测量在草原、森林、沼泽区寻找斑岩型铜多金属矿的找矿模式.根据此试验模式圈定的航空物探异常,在进行地面查证时取得很好的地质效果.     

玛曲草原气候资源利用与牧草生产力的研究

用3阶多项式生长曲线数学模型拟合牧草产量各状况年的牧草生产力,与实际值吻合较好.模拟结果表明,最大生长率70.2 kg/hm2·d,最小生长率1.6 kg/hm2·d;月最大产量2 042.5 kg/hm2,月最小产量57.6 kg/hm2.生长季5～9月,旬≥0 ℃的累积积温每增加1 ℃,最高状况年比最低状况年每旬增加干物重2.54 kg/hm2;旬累积降水量每增加1 mm,最高状况年比最低状况年每旬增加干物重7.33 kg/hm2;旬累积日照时数每增加1 h,最高状况年比最低状况年每旬增加干物重3.83 kg/hm2.考虑到倾向率变化的不同,旬累积降水量引起的产量变化是主要原因,旬累积积温次之,旬累积日照时数影响弱.高产年气候资源利用率高,低产年气候资源利用率低.