生态环境变化遥感评价指数的应用研究——以敖江流域为例

利用1994年5月12日与2009年6月6日的Landsat TM和2001年5月23日的Landsat ETM＋卫星影像,选用遥感生态指数（RSEI）,结合流域的植被覆盖度状况,定量评价了15年间敖江流域的生态环境变化与植被覆盖度变化情况,并对二者的关系进行了简要分析.结果表明：15年间,敖江流域生态等级为优所占的面积比例从13.48％上升到24.90％,增加了304.29 km2;植被覆盖度等级为极高的面积增加比例为29.31％.总体看来,敖江流域生态环境状况和植被覆盖状况均有明显的提高,两者具有较好的对应关系.     

基于TM与MODIS遥感数据的农业旱情监测——以河北省为例

以河北省冬小麦种植区域为研究区,基于TM和MOD IS遥感数据,利用植被供水指数法确定了研究区旱情等级。首先,将其与遥感解译获得的冬小麦空间分布图叠加得到受灾冬小麦空间分布图;然后以1 km的距离在受灾冬小麦周围做缓冲区,并与通过人口密度模型获得的人口密度空间分布图叠加,得出受灾人口空间分布;最后基于光能利用率改进模型构建粮食产量回归统计模型,得到粮食产量。目的是从粮食产量和作物受灾影响人口两个方面对农业受干旱影响情况进行遥感监测和定量评价,以期为相关部门制定防灾、抗灾措施提供科学依据。结果表明,2004年研究区:(1)春季受灾面积小,仅占16.4%;(2)旱情较轻,以轻旱为主,占受灾面积的89%;(3)冬小麦种植面积约为23 965.0 km2,受灾面积约606.3 km2,主要位于唐山市和保定市;(4)粮食产量回归统计模型精度达到了87%,冬小麦产量约为11939247 t,单产约为498.8 t/km2。     

科学精神的失落和回归：“中国‘98特大水灾”反思

“中国’98特大洪灾”令世人震惊 ,也给我国的现代化建设带来很大损失。气候异常固然是此次水灾的主要成因 ,但森林植被的破坏使洪水流量及泥沙含量增加 ,造成河床抬高 ,汇洪区淤积等 ,无疑对洪灾的形成起到推波助澜的作用。水灾之后各新闻媒体对森林的作用及破坏森林所造成的生态后果给予了前所未有的宣传和报导 ,有待进一步探讨的是揭示滥伐森林的深层次根源 ,寻找保护森林的动力。森林作为一种特殊的可再生资源 ,有其物质的价值 ,同时更重要的是其所蕴含的非物质价值。多少年来我们过多地看重于对其物质价值的短期利用上 ,客观地说是对其…     

丹江湿地国家级自然保护区及其内外区域2000—2015年土地覆被变化分析

为研究2000—2015年丹江湿地国家级自然保护区及其内外生态状况变化和保护成效,基于高分1号数据生产的2m高分辨率遥感影像数据对丹江湿地国家级自然保护区2015年人类活动状况进行分析,基于30 m分辨率的4期TM遥感影像生产的土地覆被数据和基于Modis遥感影像生产的植被覆盖度数据,对淅川县、丹江湿地国家级自然保护区及其核心区的土地覆被状况、土地覆被转类指数及其土地覆被转类途径的主导程度和3个相关区域范围内的生态系统质量以及不同区域土地覆被变化的主要变化原因进行分析。结果表明,保护区核心区的格局和质量在该区域处于最优,且土地覆被变化状况也以核心区转类指数最高;丹江湿地国家级自然保护区内的主要人类活动影响为耕地,其次包括居民点、采石场、养殖场; 15年间,保护区内外土地覆被均呈现转好趋势,但是保护区内变化优于保护区外,保护区核心区优于整个保护区,且转好的主导因素均是耕地变为湿地; 15年间植被覆盖度变化较小。     

生态工程建设背景下贵州高原的植被变化及影响因素分析

基于MODIS-NDVI和气象数据,运用趋势分析、偏相关分析和残差分析等方法,对生态工程建设背景下贵州高原的植被变化及影响因素进行分析,并定量探讨气候因素与人类活动对植被变化的影响。结果表明：(1)2000~2016年期间,贵州高原植被NDVI在空间上呈东高西低的分布特征,高值分布于野生动植物及自然保护区等,低值分布于湿地保护工程区。NDVI总体呈上升趋势,湿地保护工程区、退耕还林工程区等植被覆盖上升速率较快,野生动植物及自然保护区呈略微的下降趋势。(2)植被改善区域(83.74%)分布于研究区边缘及西北部,退化区域(16.26%)分布于研究区中部和东南部,其中退耕还林还草工程区植被改善最为明显,野生动植物保护及自然保护区和速生丰产工程区改善效果较差。(3)从气侯因素分析来看,气温和降水在总体上与NDVI均呈正相关,气温对贵州高原植被生长的影响大于降水。(4) 从人类活动分析来看,人类活动对植被的建设作用强于破坏作用,人类活动正作用（76.68%）主要分布于西北部,负作用（23.32%）集中分布于东南部。植被覆盖增加是气候因素和人类活动共同作用的结果,人类活动对植被的贡献率为75.53%,气候因素为24.47%。     

基于MODIS数据的安徽省植被水分利用效率时空变化及影响因素

水分利用效率是衡量生态系统碳水循环耦合程度的重要指标。基于MODIS数据、土地覆盖类型数据和气象数据,估算安徽省植被水分利用效率(WUE）,采用趋势分析法和相关分析法对安徽省2000~2014年植被WUE的时空格局、变化趋势及影响因素进行研究。研究表明:（1）不同植被类型的WUE年均值差异明显,常绿阔叶林和常绿针叶林的WUE均值较高,分别达到1.66和1.69 gC?mm-1?m-2,而耕地的年均WUE最低,各植被类型的年均WUE按照“常绿针叶林>常绿阔叶林>灌木>草地>落叶阔叶林>针阔混交林>耕地”的顺序递减。植被年均WUE具有较强的空间分异性规律,整体上呈现南北高中间低的趋势,植被WUE的高值区主要分布在大别山区和皖南山区,分布范围与常绿针叶林、常绿阔叶林的分布范围基本一致。（2）安徽省2000~2014年植被WUE年内变化呈现出“增加-减小-增加-减小”的M状“双峰型”趋势,具有明显的季节差异,呈现出春季＞秋季＞夏季＞冬季的特征,各季节植被WUE的均值分别占植被WUE的32.58%、24.91%、29.27%、13.24%。（3）安徽省植被WUE动态变化受到降水影响显著的区域占比3.88%;气温显著影响的区域占比2.19%;降水显著影响的地区主要分布在林地范围内,温度显著影响的地区则位于耕地范围内,降水和气温综合显著影响所占面积最小,为0.11%;而植被WUE受气温和降水影响均不显著占比为93.82%;整体上,安徽省大部分地区的植被WUE变化主要受非气候因素影响。     

2000～2015年江汉平原区域植被NPP时空特征及其对气候变化的响应

植被NPP对气候变化的响应是全球变化与陆地生态系统碳循环研究的重要核心内容之一。利用CASA模型估算了2000~2015年江汉平原植被NPP,并利用线性回归与逐像元相关性分析方法定量研究了江汉平原植被NPP的时空变化特征及其与气候因素的相关性。结果表明：（1）16年来江汉平原植被NPP的年总量在25.43~29.76 TgC之间,呈波动增加趋势;（2）江汉平原NPP的空间分布格局具有明显的不均匀特征,形成一系列的高值中心和低值中心,符合“丘陵-平原-河流-城市”的衰减趋势;（3）江汉平原NPP与年降水量、年均温的相关系数分别为0.183 7和0.498 5;经显著性检验可知,江汉平原NPP的产量与年降水量相关性较弱,而与年均温则呈较强的正相关关系;（4）植被NPP与年降水量、年均温呈正相关的像元面积分别占总面积的69.19%和83.41%,主要分布在江汉平原腹部的农耕区域,说明江汉平原农耕区NPP的产量对年降水量与年均温的依赖性较强。     

川南山地林分变化对土壤物理性质和抗蚀性的影响

以川南天然林(TRL)及其转变成的毛竹林(MZL)、檫木林(CML)、柳杉林(LSL)、杉木林(SML)和水杉林(SSL)为对象,研究不同林分土壤物理性质和抗蚀性差异,以主成分分析法(ZCFM)和隶属函数法(LSHM)分别计算的土壤抗蚀性综合值Ⅰ(KSX-Ⅰ)和Ⅱ(KSX-Ⅱ)评价林分变化对土壤抗蚀性的影响,探索简便易行的土壤抗蚀性综合评价方法。结果表明,天然林转变为人工林后土壤物理性质和抗蚀性变差,呈现出有机质和0.25 mm水稳性团聚体含量、水稳性团聚体平均重量直径、团聚度、孔隙度及物理稳定性指数降低,而结构体破坏率、不稳定团粒指数、容重、分散率及侵蚀系数增加。各林分土壤KSX-Ⅰ和KSX-Ⅱ均呈现出TRLCMLSSLLSLMZLSML的规律变化。土壤抗蚀性指标间相关性均达到显著(p0.05)水平;土壤KSX-Ⅰ和KSX-Ⅱ之间呈显著相关关系(p0.05),且两者均与各抗蚀性指标间呈显著相关(p0.05)。说明天然林植被变化后会使土壤抗蚀性降低,影响原有植被水土保持功能,应该加强天然林及其生态功能保护;ZCFM和LSHM均可作为计算土壤抗蚀性综合值的有效方法,但考虑到计算过程的难易度,后者更简便易行。结果为土壤抗蚀性综合评价新方法的建立提供了参考。     

庐山不同森林植被类型土壤特性及其健康评价

土壤作为森林生态系统的一个重要因子,评价森林土壤健康状况对森林健康的维护经营以及森林系统功能的发挥具有重要意义。在系统调查和分析庐山8种森林植被类型土壤特性的基础上,评价指标分别从物种多样性以及不同的森林土壤特性中进行筛选,包括物种多样性系数、枯落物层厚度、腐殖质层厚度、土层厚度、容重、粘粒含量、有机质、p H值、阳离子交换量、全氮、水解氮、有效磷、速效钾、磷酸酶活性等指标,基于SPSS19.0软件对所获得数据进行差异性检验和相关分析,确定各项指标的权重,应用合适的土壤健康评分函数,将测得的指标值转换为对应指标的分值,最后通过加权综合法,计算其土壤健康指数,并对不同森林植被类型土壤健康状况进行评价。结果表明,8种森林植被类型下最终的土壤健康指数大小排序为:针阔混交林(0.78)常-落混交林(0.72)灌丛(0.69)常绿阔叶林(0.67)落叶阔叶林(0.64)竹林(0.59)马尾松林(0.53)黄山松林(0.46)。