南洞庭湖湿地鱼类生境景观变化及其人为驱动

通过实地调查和制图分析,研究1983~2013年南洞庭湖区万子湖湿地和鱼类生境景观变化及其人为驱动,结果表明:湿地洲滩面积由1.410×104 hm2增加到2.135×104 hm2,敞水面面积由1.363×104 hm2减少到0.631×104 hm2;芦苇洲减少,但林地由0.056×104 hm2增加到0.728×104 hm2并扩展到保护区核心区;新增泥围21个、网围10个,引淤、沥水排水设施长度增加了201.71km。人为干扰对景观变化有极大影响,其中引种意大利杨及芦苇改变了地形和群落结构,挤占了自然演替条件下应有的草洲景观空间,使鱼类产卵、索饵的适宜生境减少;泥围作为有害渔法,与网围都处于建设发展阶段,占据了草洲、洼地等鱼类产卵、索饵的适宜生境;引淤渠建设使大面积湖泊快速淤积成洲,将水生生态景观转变为大多数时间干露的以陆相生态景观为主的水陆相生态景观,鱼类生境被压缩,并对南洞庭自然保护区核心区继续发挥促淤作用。     

南京仙林新市区土地利用结构与格局对湿地水环境氮、磷影响研究

以南京仙林新市区典型湿地为例,综合考虑湿地生态系统特点及其集水区内土地利用情况,根据湿地受城市化影响程度,将10个典型城市湿地分为农村型、城郊型和城市型三大类,采用RDA分析方法,研究城市湿地氮、磷与不同土地利用类型和格局的相互关系.结果表明:1农村型湿地水质最好,城郊型次之,而城市型湿地水质明显劣于农村型与城郊型.2各类型湿地TP、TN浓度均表现为湿季大于干季特征.其中,农村型与城郊型湿地TP浓度干湿季差异较城市型明显;而TN浓度干湿季节变化则呈现相反规律.3湿地水质受到多种土地利用类型和格局的综合影响.在土地利用方面,TP、TN浓度在干、湿季节均与不透水用地呈显著正相关,与草地、林地和湿地均表现为负相关,并且湿地与水质指标的负相关性较草地、林地显著.在土地利用格局方面,TP、TN浓度在干、湿季均与平均斑块形状呈负相关,与斑块密度、多样性指数为正相关;在景观相邻性影响方面,土地利用格局与TN浓度关系密切,湿季呈负相关,干季为正相关.     

基于LUCC的露天矿区景观格局研究一以黑岱沟露天煤矿为例

露天矿区开发活动主要是在景观层次上进行,其直接导致土地利用／覆被变化（LandUse／Cover Change,LUCC）。本文以黑岱沟大型露天煤矿1987年、1990年、2000年及2010年4期遥感影像的土地利用数据为基础,基于GIS空间分析功能,以破碎度、分离度和优势度景观格局指数和景观类型脆弱度为指标,分析景观格局现状。研究显示：开发初期,耕地和草地虽有所减少,但所占面积保持在80％以上;生态恢复开始后,土地类型向林地和草地转移的面积逐渐增多。景观水平上分析显示,景观上破碎化程度加大,煤矿建设用地斑块面积逐年增大。从景观指数看,耕地、草地、未利用地的破碎度、分离度指数变化呈上升或不稳定状态,建设用地的破碎度和分离度指数有所减小;优势景观类型有所改变,建设用地对于区域景观的控制作用逐渐加强。     

茂兰自然保护区景观格局空间变化研究

为促进保护区生态环境和地区社会经济的可持续发展,应用2005、2010年茂兰地区高分辨率影像和1∶5万地形图,基于Arc GIS、FRAGSTATS软件平台,采用移动窗口法、DEM,对茂兰自然保护区景观格局的空间结构及其演化进行研究。结果表明:1)保护区景观格局呈明显的5个团状高值区,中心区域异质性显著;2)从实验区到核心区,SHDI下降65%,ED降幅46.73%,LSI下降49.71%,PD下降40.21%,同时CONTAG上升43.95%,LPI上升达107.01%,景观由实验区团状、均衡、破碎化,向南部农用地随道路的延伸而镶嵌分布的格局转化,其中缓冲区整体空间密度高,异质性强;3)研究区人工景观集中分布在坡度0°~5°之间,自然景观以35°~45°向两侧递减,5°~25°间面积最小,实验区格局演化呈良性,要防止居民点向陡坡地区蔓延;缓冲区与核心区格局演化呈不合理,缓冲区不但要防止居民点向陡坡地区蔓延,还应合理规划道路、还林还草,提高农用地利用效率;核心区毁林开荒现象较为严重,且农用地利用率低;4)造成格局差异的因素主要包括保护区发展的政策导向、特殊的地理形态以及不合理的土地利用。     

景观湖泊富营养化治理及案例分析研究

景观湖泊的富营养化问题日益严重,其控制和治理,与天然湖泊及传统的污水处理有一定的共性而又存在明显的区别。在分析景观湖泊特点的基础上,综合介绍了湖泊富营养化的主要控制措施。并以4个不同的景观湖泊治理工程为案例,列举采取的措施及取得的效果,进一步探讨景观湖泊治理的要点、存在问题及研究发展方向,为景观湖泊的综合治理提供借鉴。     

入湖河流水质对土地利用时空格局的响应研究:以洱海北部流域为例

揭示土地利用与入湖河流水质的内在联系是非点源研究的重要内容,以洱海北部流域为研究对象,从土地利用类型组成和空间格局入手,综合空间分析和统计分析方法对两者响应关系进行研究.结果表明,研究区平均坡度(SLOPE)、植被区面积百分比(VEG)作为表征土地利用类型组成的指标,与入湖河流TN和TP的关系显著,斑块密度(PD)、农业用地斑块密度(PDagr)、水体形状指数(LSIwat)作为表征土地利用空间格局的指标,与TP和NH+4-N的关系显著;类型水平下,入湖河流水质对土地利用空间格局的响应关系较景观水平强,水质响应指标为雨季TP和旱季NH+4-N,回归调整系数R2分别为0.761和0.978;旱季,入湖河流水质对土地利用的响应关系强于雨季,水质响应指标为TN、TP和NH+4-N.因此,进行洱海北部流域非点源污染治理时可考虑提高植被覆盖率和农业用地集约化程度,尽量避免旱季对自然水体的人为干扰,后续进行土地利用空间格局与入湖河流水质关系研究建议选类型水平.     

城市景观生态建设探讨——以长沙市芙蓉区为例

城市景观生态建设是城市生态规划建设的重要内容。在归纳总结了城市景观生态的特点和规划内容的基础上,以长沙市芙蓉区为例,分析了长沙市芙蓉区景观生态现状,并运用景观生态学原理,对长沙市芙蓉区景观生态建设提出了一些建议和措施,具体包括：景观的生态框架设计,种群源（斑块）工程,廊道与节点工程,城市山水生态工程,城市绿地建设工程和城市景观文化规划。通过上述具体的生态景观规划和建设,使长沙市芙蓉区的景观生态能得到较大改善,更好地为城市生态功能服务。     

城市热岛效应与景观格局相关性研究

城市下垫面的改变和人为热的增加是加剧热岛效应的重要原因,研究城市热岛效应对揭示城市景观的生态过程、城市空间结构的调整都有重要的指导意义,城市热岛效应与景观格局息息相关.遥感、地理信息系统与景观生态学理论共同形成了对大尺度城市空间格局独具特色的研究模式.卫星遥感数据反演法在城市热环境研究中具有举足轻重的地位,它实现了城市热岛效应的动态监测和内部结构分析.城市热岛与景观格局的相关研究往往转化为地表温度与土地覆盖/利用的相关研究,景观格局指数分析法是其重要研究方法,但仍存在界限不清、表现不敏感、生态学意义不明等问题,最后针对此类研究的重点难点提出建议.     

青岛某小区景观湖水水质年变化规律研究

为了获得青岛某住宅小区内景观湖水质全年变化规律,并确定最佳换水时间,采用国标法及行业标准法检测该小区景观湖及其水源的全年水质变化.结果表明:景观湖水各水质指标全年波动明显,均受季节和降水情况影响,在降水丰沛的8-10月份水质较好;除pH全年符合景观水质标准外,其余指标均有月份超标;除COD浓度较高外,其余指标9-11月均较低,水质较好;水源白沙河的水质多在降水丰沛的9、10月份水质较好,综合看来,9-10月份为每年的最佳换水时间.     

Forecasts of habitat loss and fragmentation due to urban growth are sensitive to source of input data

The conversion of natural habitat to urban settlements is a primary driver of biodiversity loss, and species' persistence is threatened by the extent, location, and spatial pattern of development. Urban growth models are widely used to anticipate future development and to inform conservation management, but the source of spatial input to these models may contribute to uncertainty in their predictions. We compared two sources of historic urban maps, used as input for model calibration, to determine how differences in definition and scale of urban extent affect the resulting spatial predictions from a widely used urban growth model for San Diego County, CA under three conservation scenarios. The results showed that rate, extent, and spatial pattern of predicted urban development, and associated habitat loss, may vary substantially depending on the source of input data, regardless of how much land is excluded from development. Although the datasets we compared both represented urban land, different types of land use/land cover included in the definition of urban land and different minimum mapping units contributed to the discrepancies. Varying temporal resolution of the input datasets also contributed to differences in projected rates of development. Differential predicted impacts to vegetation types illustrate how the choice of spatial input data may lead to different conclusions relative to conservation. Although the study cannot reveal whether one dataset is better than another, modelers should carefully consider that geographical reality can be represented differently, and should carefully choose the definition and scale of their data to fit their research objectives.