利用景观梯度法分析张家港市城市景观变化

在遥感与GIS技术平台的支持下,利用景观格局梯度法分析了张家港市各土地利用类型的景观格局及其时空分布特征.研究结果表明,2002-2006年,张家港市城市景观格局总体变化明显,城镇用地增长22.10%,农业用地则减少14.96%.在空间上,呈现出城市一城乡交错带一农业区的变化特征;在时间上,整体样带体现出斑块密度升高、...     

河谷型城市城乡结合部景观格局空间尺度效应分析——以兰州市西固区土地利用格局为例

以兰州市西固区土地利用格局为例,利用2005年SPOT5遥感影像和正射航空影像数据,选取14个常用的景观指数,从景观水平和类型水平2个方面分析景观指数随尺度变化的基本规律,采用200m×200m正方形将研究区土地利用数据切分成规则格网,计算每个格网的多样性指数,通过半方差分析研究西固区多样性空间结构特征。结果表明:10m是西固区土地利用景观的本征观测尺度;研究区景观类型和景观格局特征随尺度增大变化显著,体现出一定的尺度依赖性;各乡(镇、街道)的景观指数呈现出城市中心—城乡交错带—乡村的分异特征,梯度变化明显;西固区多样性空间分布属于中等强度空间相关,高值区主要分布于黄河沿岸。     

云南地区种子植物区系属的多度及区系过渡性的空间分布格局

植物区系地理分布格局的研究有助于更好地理解植物区系的起源、迁移和分化。研究利用覆盖云南地区全境的植物区系分布信息,探讨了云南地区植物区系属的多度及区系过渡性的地理分布格局。结果表明,所有热带区系属的多度均随着纬度升高呈递减趋势;大多数温带区系属的多度随着纬度的升高呈递增趋势。中亚分布（T13）属的多度的高值主要出现在滇西北地区,尤其是在金沙江、澜沧江和怒江的上游地区,但在其它地区十分少见。地中海、西亚至中亚分布（T12）属的多度的高值也出现在滇西北地区,但在其它地区无明显空间分布规律;中国特有分布（T15）属在滇西北地区最为丰富,其次是滇东南地区,大致以“田中线”为界,界线以西地区的中国植物特有属的多度明显低于界线以东地区。从南到北,植物区系过渡性基本上呈单调递增格局,这一格局的形成可能与区系成分的迁移和地形格局有关。大理州以南的低海拔地区,热带区系成分占据主导地位,并占据了云南大部分的土地面积,这在一定程度上证实了云南地区总体上是一个“热带山原”的假说。本研究与其它研究的不同可能源于与源数据和取样尺度的差异。     

广东省森林植被碳储量空间分布格局

基于广东省2007年森林资源清查档案数据,采用材积源生物量法,量化广东省森林植被碳储量,研究广东省森林植被碳储量空间分布格局。结果表明,广东省森林植被碳储量为246.35Tg,碳密度为22.96mg·hm-2。受人为干扰和环境因素的影响,广东省森林植被碳储量在不同经济区和流域空间分布格局严重不均。就不同经济区而言,粤北及周边经济区森林植被碳储量最大,达180.22Tg;珠三角经济区次之,为34.60Tg;接着是粤西沿海经济区,为21.49Tg;粤东沿海经济区最小;仅为10.04Tg。在不同流域方面,森林植被碳储量依次为：北江流域〉东江流域〉西江流域〉韩江流域〉其他流域。广东省乔木林碳储量为202.85Tg,以中幼龄林为主,占77.1%;乔木林龄组结构与碳密度近乎成正比关系,存在较大的相关性。     

潜流人工湿地理化性质及不同形态氮素的空间分布

对潜流人工湿地系统的可溶解氧、pH、氧化还原电位以及水温等理化因子和不同形态氮素的空间分布进行了较全面研究。结果表明,潜流人工湿地上部溶解氧高于下部;湿地下部pH较小,主要在6.9～7.2之间;氧化还原电位表现为上部前端氧化,下部后端还原;湿地装置内下部温度总体比上部要高,前端表现得尤其明显;湿地前端上部是COD和氨氮降解的主要场所,在前端下部区域硝氮的浓度低而亚硝氮、氨氮的浓度相对较高;湿地系统中亚硝氮含量较低,仅在前端中下部有所积累;总氮浓度在湿地前端较高而后端较低,其去除率在根本上依赖于反硝化作用的强度。     

滇池水体磷的时空变化与藻类生长的关系

水体磷的时空变化与藻类生长的关系对研究水体富营养化具有十分重要的作用。采用GPS定位,对滇池海埂、斗南、罗家村、新街、昆阳等5个代表性位点监测断面水体总磷、可溶性磷及叶绿素a含量进行了为期1年（2003年5月至2004年5月）的动态研究,并在滇池海埂位点进行了日变化试验,全面分析了滇池不同区域、不同层次、不同时期水体总磷和可溶性磷的年变化、日变化及水体氮/磷比对藻类生长的影响。结果表明,滇池水体磷与藻类生长呈现显著的年变化和日变化特征,显示了滇池全湖水体总磷与叶绿素a周年变化呈显著正相关,水体可溶性磷与叶绿素a呈正相关趋势;海埂位点水体总磷与叶绿素a日变化呈显著正相关,水体可溶性磷与叶绿素a日变化呈显著的负相关,水体氮磷比与叶绿素a呈显著正相关。表明水体磷负荷对藻类生长影响呈现显著的水体区域性和水层差异性和季节性,藻类生长主要吸收水体中的可溶性磷,暗示了滇池水体磷是藻类生长的主要限制因子之一。     

基于水土流失的景观格局分析方法

景观格局和生态过程是景观生态学研究的重要内容,但是很多研究只重视景观格局的研究,而忽略了生态过程的研究。文章针对水土流失这一重要生态过程,提出了基于水土流失过程的景观坡度指数和景观空间负荷对比指数,并对黄土高原泾河流域15个子流域的景观格局进行了分析,认为泾河流北部各子流域主要以水土流失的＂源＂景观为主,景观坡度指数大,空间负荷指数小,水土流失风险大;流域南部各子流域上游以＂汇＂景观为主,坡度指数大,中下游以＂源＂景观为主,景观空间分布不均衡,存在一定的水土流失风险;流域东部局部子流域主要以水土流失的＂汇＂景观为主,＂源＂景观相对较小,＂源＂-＂汇＂景观空间分布均衡,水土流失风险小。     

不同空间配置的湿地植物群落对生活污水的净化作用研究

植物是湿地生态系统的重要组分,湿地湖滨植物群落物种组成和空间格局对湿地水体净化功能具有重要作用。选择茭草（Zizania caduciflora）、野菱（Trapa incisa）、金鱼藻（Ceratophyllum demersum）和蓖齿眼子菜（Potamogeton pectinatus）等4种云南高原湿地常见湖滨带植物物种,以不同配置方式分别构建4种不同植物群落：茭草-金鱼藻-金鱼藻（Z-C-C）、茭草-野菱-金鱼藻（Z-T-C）、茭草-蓖齿眼子菜-蓖齿眼子菜（Z-P-P）、和茭草-蓖齿眼子菜-金鱼藻（Z-P-C）,对不同植物群落净化污水的效果进行对比研究。结果表明：4种不同植物群落人工湿地对生活污水净化效果不同,经过Z-C-C群落处理后水体的COD降低率为（50.56±1.98）%,显著低于Z-T-C群落（69.66±4.15）%、Z-P-P群落（64.29±1.05）%,Z-P-C群落（66.67±1.13）%,（P〈0.05）;经过Z-T-C群落处理后水体TN降低率为（24.69±4.64）%,显著低于Z-C-C群落（53.29±0.71）%、Z-P-P群落（53.36±2.04）%、Z-P-C群落（54.44±0.29）%,（P〈0.05）;各群落对NH4＋-N去除率有显著差异（P〈0.05）,分别为（71.77±0.37）%,（67.22±0.53）%,（69.22±0.13）%,（80.85±0.31）%。研究表明：3种植物配置模式对生活污水的净化效果比2种植物配置模式的好;适当增加沉水植物的配置比例,可提高人工湿地对氮的去除效果;根系发达的植物具有更强的净化效果。     

椒江口春、秋季浮游动物分布特征及与主要环境因子的关系

2009年5月和10月对椒江口(121.35°E～121.85°E,28.50°N～28.80°N)浮游动物进行调查,分析其群落结构、生物量和丰度的时空分布特征及与主要环境因子的关系.结果表明,该海域浮游动物有明显的季节变化,春季鉴定到14大类50种,卡玛拉水母(Malagazzia carolinae)为绝对优势种,秋季鉴定到14大类73种,优势种分别为百陶箭虫(Sagitta bedoti)、双生水母(Diphyes chamissonis)、亚强真哲水蚤(Eucalanus subcrassus)、微刺哲水蚤(Canthocalanus pauper)、中华胸刺水蚤(Centropages sinensis)和肥胖箭虫(Sagitta enflata);多样性指数为秋季(2.59)高于春季(1.82),生物量和丰度为春季(972.66 mg/m3和1 743.54 ind/m3)远高于秋季(65.30 mg/m3和31.94 ind/m3).总生物量和丰度的空间分布由优势种决定,春季高值区出现在咸淡水交汇的出海口处;秋季有沿河口向外递增的趋势.典范对应分析(CCA)表明,营养盐、盐度和溶解氧为影响春秋季椒江口浮游动物分布的环境因子;浮游动物群落存在明显的季节和空间异质性;各物种适宜的生态环境不同.与类似河口的现状相比,椒江口的浮游动物种类丰富,可能与影响该河口的水团多样有关;与历史资料相比,椒江口4、10月份浮游动物的生物量、丰度及优势类群保持相对稳定.图9表6参44     

Modelling landscape effects on density-contact rate relationships of deer in eastern Alberta: Implications for chronic wasting disease

Managing wildlife diseases requires an understanding of disease transmission, which may be strongly affected by host population density and landscape features. Transmission models are typically fit from time-series disease prevalence data and modelled based on how the contact rate among hosts is affected by density, which is often assumed to be a linear (density-dependent transmission) or constant (frequency-dependent transmission) relationship. However, long-term time-series data is unavailable for emerging diseases, and this approach cannot account for independent effects of landscape. We developed a mechanistic model based on ecological data to empirically derive the contact rate-density relationship in white-tailed and mule deer in an enzootic region of chronic wasting disease (CWD) in Alberta, Canada and to determine whether it was affected by landscape. Using data collected from aerial surveys and GPS-telemetry, we developed empirical relationships predicting deer group size, home range size, and habitat selection to iteratively simulate deer distributions across a range of densities and landscapes. We calculated a relative measure of total per-capita contact rate, which is proportional to the number of other deer contacted per individual per unit time, for each distribution as the sum of pairwise contact rates between a target deer and all other individuals. Each pairwise contact rate was estimated from an empirical relationship developed from GPS-telemetry data predicting pairwise contact rates as a function of home range overlap and landscape structure. Total per-capita contact rates increased as a saturating function of density, supporting a transmission model intermediate between density- and frequency-dependent transmission. This pattern resulted from group sizes that reached an asymptote with increasing deer density, although this relationship was mediated by tree and shrub coverage in the landscape, such that in heavily wooded areas, the contact rate saturated at much lower densities. These results suggest that CWD management based on herd reductions, which require a density-dependent contact rate to be effective, may have variable effects on disease across a single management region. The novel mechanistic approach we employed for estimating effects of density and landscape on transmission is a powerful complement to typical data-fitting approaches for modelling disease transmission.