大伙房水库植被组成、区系分布及对生态环境保护的意义

为了摸清大伙房水库保护区植被组成情况,为生态保护、恢复和建设提供科学、合理的植被恢复经营模式支撑,以2011年野外调查数据为基础,对辽宁省大伙房水库水源保护区植物组成及区系分布进行了初步分析。结果表明:大伙房水库水源保护区共有植物228种,隶属于66科168属。其中草本植物比例较高,为78.51%。单种科和少种科较多,共占总科数的93.94%;单种属比例占总属数的57.89%;科级区系组成以北温带分布和泛热带分布为主。     

1980~2010年浙江某典型河流硝态氮通量对净人类活动氮输入的动态响应

以浙江某典型流域为研究对象,基于1980～2010年的水质水量和氮源数据及LOADEST模型,估算了逐年河流NO-3-N通量和净人类活动氮输入(NANI),分析了河流NO-3-N通量和NANI的年际演化特征及其动态响应关系,探讨了每年NANI、滞留氮库、自然背景源对河流NO-3-N通量的贡献.结果表明,1980～2010年,河流NO-3-N通量和NANI总体上都呈现出先增后减的抛物线型变化趋势,均在1998年左右分别达到峰值5.74 kg·(hm2·a)-1和77.5 kg·(hm2·a)-1;过去31 a,河流NO-3-N通量和NANI分别净增加了～42%和～77%.化肥氮和大气氮沉降是NANI的主要来源,分别占了NANI的～48%和～40%.河流NO-3-N通量的年际变化不仅与NAIN(R2=0.27**)和化肥氮输入量(R2=0.32**)显著相关,而且与河流年均流量(R2=0.79**)或降雨量(R2=0.63**)具有更强的相关性,意味着河流NO-3-N的来源除了当年的NAIN,还受滞留氮库的影响.所建立的以NANI和流量为自变量的回归模型能很好地模拟河流NO-3-N通量变化(R2=0.94**).该模型预测结果显示,在NANI和流量分别降低30%的情况下,河流年均NO-3-N通量将分别减少～21%和～30%;每年的NANI、滞留氮库、自然背景源对河流当年NO-3-N通量的贡献率分别为～53%、～24%、～23%.河流NO-3-N通量长期的年际变化是NANI和水文要素共同作用的结果;但是,由于滞留氮库的影响,与源控制方式相比,增加"汇"景观应该能更加快速地削减河流NO-3-N通量.     

广西不同石漠化等级下SPAC水势梯度及其环境效应

以野外观测为基础,对广西不同石漠化等级(无石漠化、轻度石漠化、中度石漠化和重度石漠化)下土壤-植被-大气连续体(Soil-Plant-Atmosphere Continuum,简称SPAC)系统中的水势日变化、气象因子日变化过程进行了研究。结果表明:随着石漠化程度的增加,大气水势降低,大气水势对不同石漠化程度的反应敏感。岩溶区石漠化等级下植物和土壤水势较低,不同石漠化条件下的植物叶水势在-7.79±0.43~-2.68±0.11 Mpa之间,土壤水势在-4.00±0~-0.08±0.04 Mpa之间,重度石漠化等级下植物处于萎蔫状态。植物在正午受到的水分亏缺程度为:重度石漠化中度石漠化无石漠化轻度石漠化。无石漠化下植物叶片水势与大气温度呈正相关关系,与大气相对湿度呈负相关关系,轻度石漠化、中度石漠化和重度石漠化下植物叶片水势与大气温度呈负相关关系,与大气相对湿度呈正相关关系。水分在SPAC系统中运移,其能量消耗主要集中在叶片-大气的过程。叶-气水势差差值大小为:中度石漠化重度石漠化轻度石漠化无石漠化。随着石漠化程度的增加,SPAC水势梯度提高,各介质层水势差的增大,提高了水分循环和能量交换的强度。     

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。