植被混凝土在官地水电站的试验分析

本文主要对官地水电站高陡边坡植被混凝土前期绿化试验成果进行分析,以寻求在干湿季节明显、雨量集中、干旱季节漫长、温度高、蒸发量大等干热河谷气候特征条件下的最佳生境构筑方法,为官地水电站乃至雅砻江流域水电工程高陡边坡生态恢复提供技术依据。     

榆林地区植被时空分异特征及其影响因素研究

植被作为反映陆地生态系统和气候的重要指标,对研究全球或区域生态环境变化具有重要作用.以地处黄土高原生态脆弱区的榆林市为研究区,基于地理探测器模型,选取坡向、坡度、气温、降水和土壤类型5类自然因子,土地利用类型、人口密度和GDP 3类人文因子,分析榆林地区植被空间分异特征及其驱动力,并揭示了促进植被生长影响因子的最适宜特...     

漓江上游植被覆盖度时空变化对地表热场影响

自20世纪80年代以来，桂林漓江由于上游森林遭受破坏出现水生态环境快速恶化的趋势。地表热场的时空变化直接影响森林蒸散及水文效应。因此，对漓江上游1989~2006年5景TM/ETM+卫星图像，利用归一化植被指数反演植被覆盖度，利用单窗算法反演地表温度，提出归一化温度使不同时相地表热场具有可比性，分析植被覆盖度时空变化对地表热场的影响。结果表明，在空间上，地表温度随植被覆盖度的增加而降低，在植被覆盖度很高或很低时，这种影响相对变弱；在时间上，漓江上游1989~2000年植被中、高度覆盖面积从96.1%逐年下降到65.9%，导致归一化地表温度数值较高的像元比例相应增加；2000~2006年植被中、高度覆盖面积逐渐恢复上升到90.8%，但仍略低于1989年，使得归一化地表温度数值较高的像元比例相应减少。植被覆盖可以有效地降低漓江上游地表温度     

机场植被管理与鸟击灾害防范的研究

鸟击灾害是航空“A”类灾难，机场鸟击灾害的根源在于机场生境对鸟类的吸引，减少机场生境中吸引鸟类的生态因子是解决机场鸟击威胁的根本方法。本文通过对南充高坪机场植被和鸟类进行调查，统计分析两者之间的关系，以寻找最适宜的机场植被管理措施。结果显示：植被为鸟类提供食物和栖息场所，植食性鸟类数量与植被的种类和季节变动规律基本吻合，同时植物的繁茂滋生大量昆虫，使肉食性鸟类数量增多。对飞行区植被进行处理，设法控制机场内鸟类的食物来源，对于减少飞行区鸟类的数量非常重要。建议采取的措施有碾压、割草和农药喷洒、挖除高草丛、使用除草剂、草坪植物种类的调控。     

南水北调中线水源地不同植被类型坡地土壤水分特征研究

为了解不同植被类型土壤水资源的变化规律，选择南水北调中线水源区宁陕县寨沟区域典型植被针阔混交林、针叶林、板栗林、灌木林、荒坡草地和坡耕地为研究对象，通过样地调查与实验分析的方法对其土壤水分物理特征及有机质含量进行测定研究。结果表明，各种有林地的土壤容重、孔隙度和有机质等理化特征均优于荒坡和坡耕地；针阔混交林土壤含水量最高，蓄水能力明显好于其它植被类型；在垂直剖面上，各种植被类型坡地土壤含水量和饱和蓄水量随土壤深度的增加基本呈递减趋势，但有林地下降幅度较大，表层含水量明显高于荒坡与坡耕地表层。由此可见，在涵养水源方面，针阔混交林最好，针叶林、板栗林与灌木林次之，荒坡与坡耕地较差。     

鄂尔多斯十大孔兑区植被生产力变化趋势对土地利用转移的响应

归一化植被指数(Normalized difference vegetation index,NDVI)是衡量区域植被生产力变化的一个重要指标,而土地利用/覆盖变化(Land use/cover change,LUCC)进程深刻影响了陆地生态系统空间分布格局及其生产力变化。因此本文结合趋势分析和转移矩阵法,从中分辨率成像光谱仪(Moderate-resolution Imaging Spectroradiometer,MODIS)NDVI年际变化角度分析鄂尔多斯北部典型农牧交错区(十大孔兑地区)2000-2015年植被生产力的变化趋势与LUCC的关系。结果表明:(1)在农牧交错区植被生产力总体呈增加趋势,其中显著增加和不显著增加区域面积占总面积的89.41%,分别为22.01%和67.4%;其后依次为不显著减少区域、无变化区域和显著减少区域,面积比例分别为4.59%、3.32%和2.68%。(2)在不显著增加和显著增加区,土地转换面积分别为235146.08 hm2和82761.76 hm2,草地转为农田、林地、水体、建设用地和未利用地尤其是草地转为农田导致对应区域植被生产力增加。     

塔里木河下游区域植被时空变化

为了对比生态输水工程实施前后塔里木河下游植被变化,分析植被对生态输水的时空响应,基于1986-2017年研究区上方无云的22期Landsat NDVI数据,辅以波动分析、趋势分析,探索研究区植被的时空变化特征,并对其驱动因素进行分析。结果表明：（1）空间上,植被的分布与水资源的分布密切相关,主要沿河道和积水区域分布。（2）1986-2000年,NDVI呈现缓慢下降趋势,2000-2017年NDVI总体呈现波动增加趋势;植被对生态输水有一定的滞后性,且与输水量密切相关。（3）研究区NDVI时间序列的方差介于0.0077~0.1957间,存在明显的空间差异,其波动的大小与植被种类密切相关。（4）1986-2000年,植被的NDVI空间趋势以减小为主,并主要发生在英苏和老英苏附近;2000-2017年,植被的NDVI空间趋势以增加为主,且主要发生在沿河道区域和喀尔达依东侧。     

基于InVEST模型的北京山区森林生态系统碳储量评估分析

本文基于北京山区遥感影像数据和标准样地调查数据,利用In VEST模型碳储量模块,评估分析了北京山区森林生态系统的碳储量。结果表明,北京山区森林生态系统的平均碳密度为99. 95 Mg/hm~2,其中乔木层、灌木层、草本层、凋落物层和土壤层平均碳密度分别为10. 51、3. 16、0. 86、8. 61、76. 81 Mg/hm~2。植被碳密度与土壤碳密度呈现显著正相关关系,土壤碳密度与凋落物碳密度呈现显著正相关关系。各林分类型平均碳密度表现为落叶针叶林(153. 99 Mg/hm~2)针阔混交林(132. 45Mg/hm~2)落叶阔叶林(125. 10 Mg/hm~2)常绿针叶林(111. 78 Mg/hm~2)灌木林(72. 26 Mg/hm~2)。北京山区森林生态系统总碳储量为77. 41 Tg,其中乔木层、灌木层、草本层、凋落物层和土壤层的碳储量分别为8. 14、2. 45、0. 67、6. 67、59. 48 Tg。各林分类型总碳储量表现为落叶阔叶林(43. 23 Tg)灌木林(25. 90 Tg)常绿针叶林(6. 21 Tg)针阔混交林(1. 42 Tg)落叶针叶林(0. 65 Tg)。落叶阔叶林和灌木林是北京山区森林生态系统碳储量的主要贡献者,分别占55. 84%和33. 46%。在北京山区各个区县中,怀柔区碳储量最高(15. 37 Tg),平谷区碳储量最低(4. 89 Tg)。北京山区森林生态系统碳储量分布不均,总体表现为北京山区北部区县较高,西部区县偏低,中部和东部最低。     

气候变化和人类活动对东部沿海地区NDVI变化的影响分析

植被是陆地生态系统的重要组成部分,特别是在人类活动密集地区,良好的植被覆盖对于维持区域生态环境稳定、增进居民生活福祉和促进社会经济可持续发展意义重大.基于归一化植被指数(NDVI)、气温、降水和太阳辐射数据,采用趋势分析、偏相关分析和残差分析等方法,探究了1982～2019年中国东部沿海地区NDVI时空变化特征及其与气候因子的关系,评估了气候因素和人类活动等非气候因素对NDVI变化的影响.结果表明：(1)1982～2019年研究区NDVI变化趋势具有明显区域性、阶段性和季节性差异,就区域平均而言,2000年以前(第一阶段)的生长季NDVI比2001年以后(第二阶段)增加更快,而两阶段春季NDVI增加速率均为各季节最快;(2)同一阶段NDVI与各气候因子的关系在不同季节存在差异,而同一季节NDVI的主要气候控制因子在不同阶段也不一致,并且NDVI与气候因子的关系具有很大空间差异.总体上,1982～2019年研究区生长季NDVI的增加与气温的持续上升关系紧密,第二阶段降水和太阳辐射的增加也产生了积极作用;(3)相比于人类活动等非气候因素的影响,气候变化对近38年来研究区生长季NDVI变化的...     

Status of the Riparian Ecosystem in the Upper San Pedro River, Arizona: Application of an Assessment Model

A portion of Arizona’s San Pedro River is managed as a National Riparian Conservation Area but is potentially affected by ground-water withdrawals beyond the conservation area borders. We applied an assessment model to the Conservation Area as a basis for monitoring long-term changes in riparian ecosystem condition resulting from changes in river water availability, and collected multi-year data on a subset of the most sensitive bioindicators. The assessment model is based on nine vegetation bioindicators that are sensitive to changes in surface water or ground water. Site index scores allow for placement into one of three condition classes, each reflecting particular ranges for site hydrology and vegetation structure. We collected the bioindicator data at 26 sites distributed among 14 reaches that had similar stream flow hydrology (spatial flow intermittency) and geomorphology (channel sinuosity, flood-plain width). Overall, 39% of the riparian corridor fell within condition class 3 (the wettest condition), 55% in condition class 2, and 6% in the driest condition class. Condition class 3 reaches have high cover of herbaceous wetland plants (e.g., Juncus and Schoenoplectus spp.) along the perennial stream channel and dense, multi-aged Populus-Salix woodlands in the flood plain, sustained by shallow ground water in the stream alluvium. In condition class 2, intermittent stream flows result in low cover of streamside wetland herbs, but Populus-Salix remain abundant in the flood plain. Perennial wetland plants are absent from condition class 1, reflecting highly intermittent stream flows; the flood plain is vegetated by Tamarixa small tree that tolerates the deep and fluctuating ground water levels that typify this reach type. Abundance of herbaceous wetland plants and growth rate of Salix gooddingii varied between years with different stream flow rates, indicating utility of these measures for tracking short-term responses to hydrologic change. Repeat measurement of all bioindicators will indicate long-term trends in hydro-vegetational condition.