深水型水库藻类功能组时空演替及生境变化的影响

藻类功能分组是近年来生态学藻类研究的重要理论和方法.为了探明西安某深水型水源水库藻类功能组时空演替及生境变化的影响,于2011年8月起开展实验研究.研究采用现场在线监测和实验室分析相结合的方法.结果表明,水库藻类可分为10个功能组类别:B、D、P、X1、X3、F、G、J、LM、MP.其中,功能组B、P、F、X1、MP、D、J在水库中较为常见,X3、G、LM出现几率较低,功能组B、D、P、X1、X3的藻类数量占优.通过分析环境因子的变化对功能组时空演替的影响,发现水温为最主要的影响因子.水库藻类生长策略为:春季R/CR策略藻种→春末夏初CR/C策略藻种→夏末秋初C/CR/R/CS/S策略藻种→秋末及冬季CR/R策略藻种.此研究可为深水型水库安全取水提供理论支持.     

黑岱沟露天矿排土场不同植被配置土壤水分研究——土壤水分垂直动态研究

文章通过黑岱沟露天煤矿排土场不同植被配置土壤水分垂直动态研究,阐述了不同植被配置类型对土壤水分的影响。结果显示：9种植被配置类型的土壤台水量随土层深度的增加而减小,但变化幅度有差异;原生植被处的土壤水分利用层厚度大于人工植被。     

小兴安岭植被现状及发展趋势

我省小兴安岭林区已开发数十年，大的林木已砍伐殆尽，但解放后经过数十年封山育林，天然植被得到了较大的自我修复，为了探讨天然植被恢复情况，本文进行了实地取样抽查，以反映小兴安岭植被现状。     

星云湖湖滨带生态建设与水生植被恢复

近年来由于人为活动的影响,星云湖的生态结构遭到了严重破坏,这是导致其污染自净能力下降,从而加速水质恶化的主要内在因素.在2000年3月湖泊水生生态演替调查及其原因分析的基础上,根据湖泊生态学的原理,提出了星云湖湖滨带生态建设与水生植被恢复的建设途径.     

基于GIS的黄土高原地区植被与气候关系研究

排序是植被与环境关系分析的重要手段。利用地理信息系统技术 (GIS)结合除趋势典范对应分析对黄土高原地区植被与气候关系进行了研究。结果清楚地反映了黄土高原地区植被与气候的地带性分布规律 ,证明GIS结合植被数量生态分析方法在黄土高原植被与环境关系的研究中是有效的     

基于数字化植被的相关问题研究

生态与环境是人类社会可持续发展的基础。20世纪90年代以来,生态学研究愈来愈受到重视,已成为科学研究的热点之一。由于人类的过度干扰和全球变化的影响,全球植被面临着巨大压力,植被退化、生物多样性降低、植被功能衰退是普遍的趋势。数字化植被为植被生态学家研究区域植被和环境提供了基础数据,也为植被生态的研究提供了新的技术方法和手段。     

南四湖浮游硅藻季节性演替及其与环境因子的相关性

为研究南水北调东线工程调水对南四湖硅藻藻密度、种群结构变化的影响,于2010年5月—2013年4月在南四湖进行逐月采样,应用NMDS(non-metric multi-dimensional scaling,非度量性多元标度)分析硅藻种群组成的相似性,并通过冗余分析和Pearson相关性分析研究了硅藻种群结构和环境因子间的相关性. 结果表明:①共检出硅藻23属69种,硅藻藻密度在14.3×104~663.2×104 L-1之间,呈明显的季节性变化,表现为冬春季大于夏秋季;②硅藻种群演替呈明显的季节性变化,冬春季主要以冷水种尖针杆藻(冬春季所占比例分别为15.3%、24.0%)为主,夏秋季则以暖水种扭曲小环藻(夏秋季所占比例分别为17.8%、19.1%)为主;③氮磷营养盐水平、pH和表层水温是影响南四湖硅藻种群变化的主要环境因子. 南四湖硅藻种群对于环境因子变化的反应较为灵敏,可作为南四湖水质的潜在指示工具进行长期研究.      

晋城古书院矿区自燃煤矸石山灭火治理及植被实践

介绍了晋城古书院矿预防治理自燃煤矸石、植被绿化现状,结合煤矸石结构理化特性,采取注浆法固化,黄土覆盖,并融会贯通周围环境植被工程实践.     

广州荔湾湖整治前后生态环境变化调查

章根据广州荔湾湖清淤截污前后水质监测结果、水生物藻类和鱼类鉴定及荔湾湖周边植被调查进行综合分析，结果表明：荔湾湖水质有了一定的好转，生物多样性也有明显改善，但湖水水质仍处于富营养状态，部分污染物浓度仍较高。因而，荔湾湖的环保工作应进一步加强，使该湖区水质达到广州市水质标准。     

基于高分1号影像的森林植被信息提取

实时最新森林植被信息的提取是林业航空植保作业的必要前提。论文以安徽省蚌埠市为研究区域,探讨了基于高分1号卫星遥感数据在亚热带农林植被混合地区的森林植被信息提取。根据植被物候信息差异选择了提取森林植被信息的5个关键时期高分影像,采用分区决策树方法监测森林植被的空间分布和面积信息,并与未分区决策树法的提取结果进行比较。结果表明：采用分区决策树法和未分区决策树法对于大中尺度森林植被信息提取的总体精度均优于85%。但分区决策树森林植被提取总体精度达到90.72%,较未分区决策树法提高3.80%、4.65%,Kappa系数达到0.81,较未分区决策树法提高约0.07~0.10,结合植被物候信息的分区决策树森林植被提取法好于未分区决策树法,能够满足林业航空植保作业的精度需求。具有较高空间分辨率、宽覆盖、短重访周期的高分1号影像,对于大区域的林业航空植保当年最新森林植被信息的提取表现出较大的潜力。