人口与经济发展对植被的影响研究

植被是陆地表面主要的覆盖物，也是许多地球系统过程的重要变量。人类活动对植被的影响在区域尺度上是显著的。以重庆市为例，使用滑动平均和SG滤波对SPOT/VGT NDVI时间序列数据进行了平滑处理，结合GDP和人口栅格化数据，从时间序列和空间相关场两个方面分析了植被与人类活动因子之间的时空相关性。结果表明，从1998到2005年，植被的分布和生长状况并没有随GDP和人口的持续增加而增加。在时间序列上，植被覆盖与GDP和人口之间总体上呈显著的负相关关系；在空间上，这种相关关系表现出了较强的异质性。空间相关场表明：较强的负相关主要发生在相对发达的主城区周围，反映了快速的经济发展和城市化使得植被面积和生产力降低；然而在偏远的山区，由于经济落后同时植被覆盖较少，出现了正相关。     

Long‐Term Dynamics of a Fragmented Rainforest Mammal Assemblage

Abstract: Habitat fragmentation is a severe threat to tropical biotas, but its long‐term effects are poorly understood. We evaluated longer‐term changes in the abundance of larger (>1 kg) mammals in fragmented and intact rainforest and in riparian “corridors” in tropical Queensland, with data from 190 spotlighting surveys conducted in 1986–1987 and 2006–2007. In 1986–1987 when most fragments were already 20–50 years old, mammal assemblages differed markedly between fragmented and intact forest. Most vulnerable were lemuroid ringtail possums (Hemibelideus lemuroides), followed by Lumholtz's tree‐kangaroos (Dendrolagus lumholtzi) and Herbert River ringtail possums (Pseudocheirus herbertensis). Further changes were evident 20 years later. Mammal species richness fell significantly in fragments, and the abundances of 4 species, coppery brushtail possums (Trichosurus vulpecula johnstoni), green ringtail possums (Pseudochirops archeri), red‐legged pademelons (Thylogale stigmatica), and tree‐kangaroos, declined significantly. The most surprising finding was that the lemuroid ringtail, a strict rainforest specialist, apparently recolonized one fragment, despite a 99.98% decrease in abundance in fragments and corridors. A combination of factors, including long‐term fragmentation effects, shifts in the surrounding matrix vegetation, and recurring cyclone disturbances, appear to underlie these dynamic changes in mammal assemblages.     

植被收割对滨海湿地沉积物中CO_2和N_2O释放的影响

为了揭示冬季滨海湿地植被收割对其沉积物中温室气体释放的影响,以长江入海口典型滨海湿地——崇明东滩为研究对象,观测季节性(冬季)植被收割(分别于收割后第0天、第10天、第30天、第60天采样)与不收割条件下芦苇(Phragmites australis)、米草(Spartina alterniflora)、芦苇-米草交互带和光滩沉积物中CO2与N2O的释放特征.结果表明:1米草和芦苇-米草交互带植被收割并未增加沉积物中CO2的释放(P0.05),但芦苇收割可能会增加N2O的释放(P0.05),说明植被收割对湿地沉积物中CO2和N2O释放的影响与植被类型密切相关.2与芦苇带相比,米草和芦苇-米草交互带沉积物中CO2累积释放量分别高出12%~57%和17%~43%,但芦苇植被覆盖下沉积物中N2O累积释放量分别比二者高出11%~81%和8%~95%.可见,米草和芦苇-米草交互带沉积物碳的呼吸损失明显高于芦苇带,但芦苇植被覆盖下沉积物中N2O逸失量相对较高.34种植被类型下,沉积物中N2O累积释放量为0.1~0.4 mg/kg,CO2累积释放量则高达1 024~2 645 mg/kg.因此,冬季滨海湿地植被收割不会显著增加N2O的温室效应,但选择性收割米草有望减少沉积物碳的呼吸损失.     

贵州喀斯特地区土壤细菌群落结构特征及变化

为探明贵州喀斯特不同植被演替群落下的土壤细菌群落结构及变化特征,本文利用高通量测序技术对5个主要植被演替群落(稀灌草丛、藤刺灌丛、灌木林、乔灌过渡林、乔木林)的根际(竹叶椒)、非根际土壤细菌群落结构及环境因子进行了分析研究。结果表明:贵州喀斯特高原土壤细菌类群主要为变形菌门(Proteobacteria)、酸杆菌门(Acidobacteria)、疣微菌门(Verrucomicrobia)、放线菌门(Actinobacteria)、厚壁菌门(Firmicutes)、拟杆菌门(Bacteroidetes)和浮霉菌门(Planctomycetes),其相对丰富度分别为43.35%、12.97%、7.53%、7.12%、6.19%、5.35%、5.05%,未分类类群占7.36%。样品中检测到了较低丰度的广古菌门和泉古菌门。随植被群落演替,根际土壤中变形菌门、厚壁菌门和浮霉菌门丰度逐渐增加;非根际土壤中酸杆菌门和疣微菌门丰度随植被演替逐渐减小。贵州喀斯特高原土壤细菌的影响因子大小为土壤有机碳、土壤总氮、含水量、电导率等,其中土壤有机碳和土壤总氮有显著性影响。     

西南地区近14a植被覆盖变化及其与气候因子的关系

基于1999~2012年NDVI数据,结合气温和降水资料,运用GIS和RS技术,分析了西南地区近14a植被覆盖的时空变化特征及与气温、降水的关系。结果表明:(1)该区植被生长良好,各植被类型NDVI均呈显著增加趋势。空间整体表现为改善状态,改善面积远大于退化面积,严重退化区仅占1.18%。退化区分布于横断山地北部、四川盆地东部以及云贵高原中部。(2)植被覆盖变化将以良性发展为主,但强持续性的退化区和弱持续性的改善区应值得关注;强持续性的退化区主要分布在横断山地中北部、云贵高原中西部、若尔盖高原中部、四川盆地与若尔盖高原相交区域;草原强持续性的退化面积最大,针阔混交林强持续性的改善面积最大。(3)NDVI与温度存在明显的正相关关系,而与降水及干旱指数变化的关系不太明显,温度是影响该区植被变化的主要自然因素。     

气候变化和人类活动对黄河三角洲植被动态变化的影响

黄河三角洲是我国暖温带最完整、面积最大的湿地生态系统,其植被变化对于黄河三角洲生态功能和生态安全具有重要意义.本研究基于植被覆盖度(fractional vegetation cover,FVC)、叶面积指数(leaf area index,LAI)、净初级生产力(net primary productivity,NPP)3个生态参数,分析了2000-2017年黄河三角洲地区植被的动态变化,并以NPP为指标量化分析了气候变化和人类活动对植被生产力的贡献.研究发现,2000-2017年黄河三角洲FVC(Slope=0.004,p<0.05)、LAI(Slope=0.011,p<0.05)、NPP(Slope=3.54 g·m-2·a-1,p<0.01)呈显著增加趋势,说明2000-2017年黄河三角洲植被生长状况趋好、植被生产力提高.气温、降水和太阳总辐射对植被NPP变化的贡献分别为0.006、0.81、-0.03g·m-2·a-1,即降水对植被NPP变化的贡献最大,这主要是因为黄河三角洲的主要土地利用类型为耕地,受降水影响大,当地土壤具有盐碱化风险,降水可以补充淡水资...     

基于无人机影像的城市植被精细分类

针对传统植被资源调查方法工作量大、成本高、效率低的问题,利用高分辨率无人机遥感影像,联合地物光谱-纹理-空间信息,构建了一种适用于描述城市不同植被种类的多维特征空间,在此基础上对三种应用广泛的分类算法(基于像素的、面向对象的支持向量机及深度学习Mobile-Unet语义分割模型)开展了对比分析研究.结果表明:本文提出的联合地物光谱-纹理-空间信息的特征空间构建方法能够有效地描述城市不同类型植被的特征差异,提升影像分割、植被分类的精度;在分类精度上,基于像素和面向对象的支持向量机分类结果的总体精度均超过90%,深度学习方法的总体分类精度为84%;在算法效率上,传统机器学习方法也优于深度学习方法.因此,得出结论针对城市小区域、小样本的植被精细分类,传统机器学习分类方法比深度学习方法效果更好.     

因子回归和交互联合探索区域植被覆盖度的影响因素——以三江源地区为例

利用SPOT VEGETATION数据获取的归一化植被指数（NDVI）,分析三江源地区植被覆盖度（FVC）的空间异质性,围绕自然和人类活动因素,基于因子回归与交互作用联合探索自然因素和人为因素对三江源地区植被覆盖的影响.结果表明：（1）三江源地区植被覆盖度整体呈现明显的空间异质性;（2）总体上FVC空间分布的影响因素表现为自然环境因素>人类活动因素;（3）降水是影响三江源地区FVC的主要驱动因子,解释力达0.777;（4）因子交互发现：驱动解释系统呈现双因子增强,说明从系统的角度来看不存在独立起作用的因子,年降水量与其他因子的交互作用最强;（5）降水梯度影响了三江源地区FVC空间异质性的解释程度.随着降水增加,因子解释力趋稳,在降水量较多的三江源东部地区,FVC趋向于更易受高程和气温的影响;（6）数据结果亦验证了因子独立的全局最优筛选仅仅是模拟因变量特征的最优函数,其解释效果与因变量的驱动解释不能完全等同.     

唐家河保护区主要植被类型景观格局的梯度分析

在遥感图像基础上，利用GIS技术从景观指数方面定量分析了唐家河自然保护区主要植被类型在东西、南北和西北至东南3个方向上的梯度变化。结果表明：次生落叶阔叶林、常绿落叶阔叶混交林、针阔叶混交林与针叶林的梯度变化明显，并且在各方向上具有不同的变化特征。其中，常绿落叶阔叶混交林从西北至东南方向的梯度变化最为复杂， 斑块数量与面积分别呈“升—降—升—降”与“升—降—升”的波动变化趋势，而边界密度与平均最近距离呈先升后降的变化趋势，两端破碎度高但连接性好，中部相反。针叶林从北至南的梯度变化最为简单，斑块面积减少，破碎度与复杂度降低，南北两端分布较多，中部较少。唐家河自然保护区植被景观格局在不同方向上的梯度变化研究为地震后该地区的植被保护与管理提供重要指导意义。