基于时序NDVI数据的鄱阳湖流域常绿覆被季节性变化特征

选择位于红壤丘陵区的鄱阳湖流域作为研究对象，利用1 km×1 km分辨率的时序SPOT4 VEGETATION数据，对流域内典型土地覆被--常绿覆被的绿度值、峰值、谷值、年均NDVI(NDVI-I)和NDVI年内极差(NDVI MM)等特征值进行了提取。在此基础上，探讨了不同常绿覆被类型的NDVI指数年内季节变化规律。结果表明：时序NDVI指数基本上能够较好地刻画不同常绿覆被类型之间的差异性，植被指数NDVI特征值随覆被的类型及其生长状态有规律地变化，即NDVI年均值和最小值基本上按“常绿阔叶林＞常绿针阔叶混交林＞常绿针叶林＞常绿针叶-落叶混交林”的顺序变化；典型常绿阔叶林的NDVI指数年内变化曲线基本上没有大的起伏波动；常绿针叶林以及常绿针阔叶混交林占主导地位的常绿混交林NDVI指数年内变化比较和缓，但常在8月和11月有所波动；以常绿针叶林为主、但有较多落〖JP2〗叶林混杂其中的常绿混交林，其NDVI指数年内变化曲线基本上呈和缓的单峰型波动。     

北京市水源保护林体系的基本格局与发展思路

本文论述了国内外水源保护林的研究现状,从北京市水源保护林规划区的林种、树种格局上看,水源保护林在各类土地面积和林种中的比例明显偏小,灌木林地、疏林地和宜林荒山仍占有较大的面积。树种资源单一,柞树面积最大,约占有林地总面积的36.2%,面积达5%以上的树种仅有5个。为此提出了多林种、多树种的发展思路,规划林种发展比例并在疏林地和宜林荒山发展栓皮栎、元宝枫、黄栌、白皮松、樟子松等树种。     

太旧高速公路中央分隔带绿化树种选择研究

针对太旧高速公路中央分隔带、边坡等绿化的实际绿化建设及管理工作状况。针对太旧高速公路中央分隔带及边坡的立地条件特点，阐述了树种选择的原则、程序和所使用的主要树种及各类花卉、草坪品种，并对高速公路中央分隔带绿化工作提出了建议。     

Detecting forest landcape boundary between Mountain Birch and evergreen eoniferous forest in the northern slope of Changbai Mountain

Boundaries between different forest types in Changbai Mountain Eatern China are results from complex interactions between forest ecosystems,topogrphy,and geomorphology.Detecting and quantifying the transitional zones are highly important since high environmental beterogeneity and biodiversity are ofter found within these zpmes.In this study,we used GIS and multivariate statistics techniques(PCA and MSWA) to analyze data from Landsat TM satellite imageries and quantitatively determined the positions and widths of the landscape boundary betweeen mountain birch and evergreen coniferous forests in the northern slope of Changbai Mountain.The results showed that the widths of the landscape boundary ranges from 30-50 m while using the MWW A or/and PC method.Such detected widths are consistent with field transect data that suggest a 50m tranistional zone width.The results further suggest that TM data can be used in combination with GIS and statistical techniques in determining forest landscape boundaries.MSWA is more reliable than PCA,while PCA can also be used to determine the landscape boundary when transects are properly located.     

千万别栽错树种错草

实施25度以上坡耕地退耕还林还草工程的根本目的是恢复植被净化空气,涵养水源保护水土预防旱涝灾害,使生态环境良性化发展。但如何实施好这一荫及子孙的富民工程,即退下后,还什么怎样还?在国家停止补助后如何使农民有稳定的收入?笔者以为仍要把握细微之处。那就是千万别栽错树,种错草。选准产业不能栽错。还什么林,要与调整农村产业结构结合起来,确保经济的可持续发展。在决策前要作好市场调研,选准主导产业和辅助产业。既要立足大市场,长远市场和农林产品加工成本及其体系建设能力,也要重视小市场、本地市场和非加工商品的产业,即大小市场…     

中国南方主要防火树种的防火特性及开发利用研究

本文采用多目标决策法对我国南方的主要防火树种进行初步筛选。在此基础上,以易燃的杉木（Ｃｕｎｎｉｎｇｈａｍｉａｌａｎｃｅｏｌａｔａ）、马尾松（Ｐｉｎｕｓｍａｓｓｏｎｉａｎａ）为对照,对其代表性树种---木荷（Ｓｃｈｉｍａｓｕｐｅｒｂａ）、火力楠（Ｍｉｃｈｅｌｉａｍａｃｃｌｕｒｅｉ）、细柄阿丁枫（Ａｌｔｉｎｇｉａｇｒａｃｉｌｉｐｅｓ）等的防火特性进行比较研究。结果表明,防火树种具有着火温度高、水分含量高,且析出速率快、活化能高、挥发分发热量低等特点。主成分分析表明,树叶的着火温度、含水率、水分析出速率、活化能及挥发分发热量等可作为判断树种防火性能优劣的主要指标,而苯-乙醇抽取物和粗灰分含量等可作为辅助性判断指标。文章最后提出了主要防火树种的开发利用途径和对策。     

黄荆自然保护区植物区系的初步研究

黄荆自然保护区地处四川盆地与云贵高原的过渡地带,地带性植被为亚热带偏湿性常绿阔叶林,有种子植物165科745属1521种,其中裸子植物9科19属24种,被子植物156科726属1497种.该区特殊的自然条件和复杂的地质构造,使其成为多种植物地理成分的汇集地,并成为我国乃至全世界亚热带(同纬度)地区保存较好的常绿阔叶林植被群落,具有极高的研究价值和生态价值.根据近年来的科学考察,认为黄荆自然保护区植物区系的种类丰富、珍稀特有植物较多、起源古老、区系成分复杂,显示出多方植物交汇的特点.     

煤炭型城市绿化树种叶片磁性及对PM_(2.5)的指示作用

近年来,以PM_(2.5)为主的城市大气污染日益严重,城市绿化树种叶片磁性对PM_(2.5)具有指示作用。该研究通过对平顶山市不同功能区内常见的19种绿化树种叶片样品进行磁性测试,旨在比较不同树种叶片磁性的差异,探讨叶片磁性与PM_(2.5)的关系。结果表明:(1)同一城市功能区,不同树种的叶片质量磁化率存在显著差异(p0.05)。在污染严重的矿区,不同绿化树种叶片磁性参数均高于其它区域。其中广玉兰叶片磁性参数最高,为67.30×10~(-9)m~3/kg,悬铃木叶片磁性最低,为6.41×10~(-9)m~3/kg。同一区域,广玉兰、构树、侧柏、栾树、油松叶片磁性参数均较大,对空气有较好的净化作用;(2)不同城市功能区,同一树种叶片质量磁化率差异显著(p0.05);(3)在5个城市功能区均有大量分布的绿化树种(悬铃木、广玉兰和杨树)叶片磁性均与PM_(2.5)回归关系显著(p0.05)。本研究表明在不同城市功能区,可以栽植叶片磁性较大的树种对PM_(2.5)进行净化,并可利用在不同城市功能区广泛分布的悬铃木、广玉兰和杨树的叶片磁性对该市PM_(2.5)污染程度及其分布的空间格局进行指示和监测。     

喀斯特常绿与落叶阔叶混交林过去50年来的碳循环模拟

通过对Forest-DNDC模型的植被和土壤参数本地化校准,以气象插值数据为输入,模拟了贵州省普定县高原型喀斯特次生常绿与落叶阔叶混交林1965~2014年的土壤、植被和生态系统碳循环特征。结果表明,与冷模拟和实测值相比,参数本地化校准后的模型能更准确地模拟春、秋、冬3个季节的土壤呼吸动态,而模拟的夏季土壤呼吸偏小;但统计检验指出,参数修订后的Forest-DNDC模型能够较好地模拟喀斯特森林土壤呼吸,降低了模拟误差,可用于喀斯特常绿与落叶阔叶混交林碳动态的模拟。进一步分析发现,1965~2014年喀斯特森林的碳通量除模拟早期的前3~4年急剧增加之外,随后总初级生产力(GPP)保持相对稳定,植物呼吸(Rplant)和生态系统呼吸(R_(ecosystem))随着森林发育而增加,土壤呼吸(R_(soil))减少,植被净初级生产力(NPP)呈迅速减小趋势;净生态系统碳交换量(NEE)亦较迅速下降,在2013年达到最低值-0.17 t C/ha,喀斯特森林由碳汇变为弱碳源。相关分析表明,年均温度和年降水对喀斯特常绿与落叶阔叶混交林的GPP和R_(soil)没有显著影响,但却显著影响NPP、R_(plant)、R_(ecosystem)和NEE。