江西省赣州市南康区松材线虫病发生特征

松材线虫病是我国南方森林面临的主要灾害之一。本文基于野外调查和高分一号(GF-1)卫星WFV影像数据,采用随机森林模型构建松材线虫病空间识别模型,探究地形、人类活动和林分因子等对病害发生的影响,监测病害空间分布,并采用空间自相关性分析评估江西省赣州市南康区松材线虫病发生特征。结果表明：构建模型对松材线虫病的识别效果良好(AUC值=0.99,总体精度=0.96),可以实现对区域松材线虫病空间分布情况的有效监测;归一化差异绿度指数(NDGI)、距高速公路的距离、归一化植被指数(NDVI)是重要的建模因子;空间自相关性分析表明,松材线虫病的发生存在明显的空间正相关性即空间聚集性特征;南康区松材线虫病高发生区集中于赤土乡、朱坊镇和十八塘乡,低发生区集中于蓉江街道附近;分析变量的边际效应发现,离高速公路远、离县道近的低海拔地段是松材线虫病易发区域。研究结果可服务于区域松材线虫病分布的快速监测,对该病害防治和管理具有一定的指导意义。     

黑龙江大兴安岭呼中林区火烧点格局分析及影响因素

林火是森林生态系统景观格局、动态和生态过程的重要自然驱动力,理解林火发生空问格局与影响因素对于林火安全管理具有重要的作用.采用点格局分析方法,以黑龙江大兴安岭呼中林区1990-2005年火烧数据为研究案例,分析了火烧点空间格局及其影响因素.结果表明,火烧点在空间上的分布是不均匀的,呈现聚集分布,存在一些火烧高发区和低发区.呼中林区火烧概率是0.004--0.012次/(km2.a),平均火烧概率为0.0077次/(km2.a).人类活动因子、地形因子和植被凶子对林火的发生均具有重要作用.应用空间点格局分析方法表明,距离居民点和道路的距离、高程、坡度和林型是影响林火发生的显著因子.因此在进行森林防火管理时,仅仅通过控制人类活动对于降低林火火险的效果是有限的,地形和林型也是林火防控时重点要考虑的因素.     

呼中林区火烧点格局分析及影响因素

林火是森林生态系统景观格局、动态和生态过程的重要自然驱动力,理解林火发生空间格局与影响因素对于林火安全管理具有重要的作用。采用点格局分析方法,以黑龙江大兴安岭呼中林区1990-2005年火烧数据为研究案例,分析了火烧点空间格局及其影响因素。结果表明,火烧点在空间上的分布是不均匀的,呈现聚集分布,存在一些火烧高发区和低发区。呼中林区火烧概率是0.004-0.012次/(km² · a),平均火烧概率为0.0077次/(km² · a)。人类活动因子、地形因子和植被因子对林火的发生均具有重要作用。应用空间点格局分析方法表明,距离居民点和道路的距离、高程、坡度和林型是影响林火发生的显著因子。因此在进行森林防火管理时,仅仅通过控制人类活动对于降低林火火险的效果是有限的,地形和林型也是林火防控时重点要考虑的因素。     

大兴安岭人为火发生影响因素及气候变化下的趋势

我国重要的北方针叶林地区大兴安岭是林火高发地区.受气候变暖影响,该地区林火发生频率将会发生显著变化.模拟人为火的发生分布与影响因素之间的关系、加强气候变化下人为火的发生分布预测,对于林火管理和减少森林碳损失具有重要作用.本文采用点格局分析方法,基于大兴安岭1967—2006年的火烧数据,建立人为火空间分布与影响因素之间的关系模型,该模型以林火发生次数为因变量,选取非生物因子(年均温和降水量、坡度、坡向和海拔)、生物因子(植被类型)和人为活动因子(距离道路距离、距离居民点距离、道路密度)共9个因子为自变量.并采用RCP 2.6和RCP 8.5气候情景数据代替当前气候情景预测2050年大兴安岭人为火的空间分布状况.结果表明: 点格局模型能够较好地模拟人为火发生分布与空间变量的关系,可以预测未来气候下人为火的发生概率.其中,气候因子对人为火的发生具有明显的控制作用,植被类型、海拔和人为活动等因子对人为火的发生也具有重要影响.林火发生预测结果表明,未来气候变化下,南部地区的林火发生概率将进一步增加,北部和沿主要道路干线附近将成为新的人为火高发区.与当前相比,2050年大兴安岭人为火的发生概率将增加72.2%～166.7%.在未来气候情景下,人为火的发生更多受气候和人为活动因素的控制.     

基于RBFN的桂西北喀斯特区植被碳密度空间分布影响因素分析

在2010年植被碳密度空间分布结果的基础上,通过13个环境因子的1377个样点数据,建立径向基函数网络(Radial Basis Function Network,RBFN)模型,对桂西北喀斯特区植被碳密度空间分布的影响因素进行了初步探讨。研究结果显示:对该区植被碳密度空间分布影响最为重要的前4位为地类、森林类型、林种和植被类型4个因子,其标准化重要性分别在50%以上;其次为石漠化程度、腐殖层厚度、面积等级、植被总覆盖度和土层厚度5个因子,其标准化的重要性分别在15%—30%;影响最小的是坡位、坡度、坡向和海拔4个地形因子,其标准化重要性仅2%—11%。研究表明地形因子对植被碳密度空间分布影响有限,更为重要的是土地类型、森林类型、林种和植被类型等可通过人为活动改变的因素,因此生态环境移民、退耕还林等石漠化治理措施对植被碳密度空间分布具有重要影响。     

湖北宜昌松林景观格局对松材线虫流行及扩散的影响

景观格局对能量流、物质流和物种流等生态学过程影响显著。为了探究区域生境差异对病虫害发生及扩散的影响,以湖北省宜昌市夷陵区松材线虫病为对象,结合区域森林资源二类清查矢量数据和松材线虫病普查资料,运用景观生态学的原理和方法,探究景观格局对松材线虫病发生的影响。研究结果表明:1)松林景观类型百分比、平均斑块面积、自然连接度和聚合度与松材线虫病的发病率成正相关;2)松林斑块的粒级结构分析表明,中、小斑块能抑制松材线虫病的发生,巨斑块、超大斑块对松材线虫的发生有利;3)从景观干扰上分析显示人类活动强度与松材线虫病发病率成正相关;4)在景观尺度水平上,景观的破碎度大、多样性指数高、蔓延度指数小、斑块形状简单、受人类活动影响大的乡镇松材线虫病发病率高。通过斑块类型尺度和景观尺度两个水平上的分析可知,在夷陵区乡镇尺度上,由小斑块松林组成且斑块聚集度低、景观破碎化程度低的景观格局对松材线虫病有一定的抑制作用。研究结论对当地松材线虫病的防治就有较好的参考价值。     

三峡库区松材线虫病扩张速度对人为活动的响应

松材线虫病是我国森林重要的检疫性病害,除自然媒介天牛传播,人为因素介导的传播在松材线虫病扩散和蔓延中起着至关重要的作用。选择在我国松材线虫病的重点发生区域三峡库区,研究马尾松林景观格局和以人为活动强度为主要因子的松材线虫病扩散规律,尝试揭示松材线虫病扩散机制。结果显示三峡库区的疫点数在近年有上升趋势,各地区发病率得到一定控制;在疫区和非疫区,马尾松林斑块聚合度最大的是非疫区的大渡口,为98.6406;斑块分离度最大的是非疫区的秭归,为0.9318;方差分析结果显示马尾松林景观格局和松材线虫病之间没有相关性。进一步研究了松材线虫病和人为活动强度的联系,结果显示松材线虫病发病率和地区路网密度、人口总量具有较强的相关性,和地区GDP、货运周转量相关性小。宜昌的松材线虫病发病率和路网密度的相关系数为0.985,和人口总数的相关系数为0.866;重庆的松材线虫病发病率和路网密度相关系数为0.924,和人口总数相关系数为0.999;其次基于路网密度和人口总数,对三峡库区松材线虫病疫情在未来十年进行了预测,结果显示随着路网密度和人口总数的扩增,宜昌松材线虫病也将呈现逐步增大的趋势,R~2值为0.919和0.637;重庆发生趋势一致,R~2值为0.976和0.992。     

呼伦贝尔草原人为火空间分布格局

人为草原火及其影响因素的空间分布格局与相关关系研究对于草原火发生、草原火管理等研究具有重要的意义.应用Ripley's K函数对呼伦贝尔草原1976-1996年间发生的人为草原火进行了空间统计分析,确定人为草原火空间分布在年内主要发生月份和年际间均呈聚集分布;应用Kernel密度函数对人为草原火及其影响因素居民点、道路和农田的空间分布密度进行了研究,结果表明呼伦贝尔草原人为火分布广泛,热点区域主体在123.05-124.82°E、48.25-50.21°N之间;居民点、农田空间分布密度的热点区域主要分布在东部和中部地区,道路的分布密度较农田和居民点分布更加均匀.人为草原火空间分布密度与居民点、道路和农田的空间分布密度呈显著性正相关,其Pearson相关系数依次为0.448、0.236、0.602 (P＜0.001),火源因素(居民点、道路、农田)的空间分布格局是呼伦贝尔草原人为火空间分布格局的主要影响因素.     

陆地生态系统碳密度格局研究概述

 准确了解陆地生态系统中碳密度的时空格局及其影响因子和作用机制,对于估算和预测不同类型生态系统中的植被和土壤的碳存储能力、判定碳汇、制定缓解全球变化的合理政策措施,具有重要意义。该文综述了现有研究中发现的世界陆地生态系统碳密度空间分布的地带性规律及中国陆地生态系统碳密度格局的独特特点。在全球尺度上,植被碳密度分布与植物生物量格局基本一致,除北方森林外其余大部分随纬度升高而减小;土壤碳密度则随纬度升高而增大。陆地生态系统中北方森林和热带森林的总体碳密度最高,不同的是,前者的碳主要集中在土壤中,而后者则集中在植被中。但在区域尺度上,由于气候、地形及人类活动影响,这种规律性可能会发生变化甚至不起作用。水热条件、土壤养分、生物多样性、气候和大气CO2浓度的变化以及土地利用与覆盖变化等是碳密度空间格局形成和发生变化的驱动因子。在某一特定区域,它们通过直接或间接提高植被净初级生产力,抑制呼吸和分解作用来增加陆地生态系统碳密度。综合分析特定时空条件下各因子对碳存储量的影响是解释碳密度分布现状,预测碳密度格局变化的关键,但目前的研究对各项驱动因子的作用机制、影响强度及多个因子间的相互作用仍不是很清楚,需要加强该方面的研究力度。碳密度研究中的数据获取、机理分析和过程模拟等方面仍存在很大的不确定性,因此有必要建立规范统一的碳密度测量估算系统和更为精准有效的估算模型,进行多尺度、多精度水平的综合研究。     

绿洲景观中居民地空间分布特征及其影响因子分析

以张掖绿洲居民地为研究对象,用景观格局分析软件FRAGSTATS计算了5个景观格局指标,用GIS计算了形状指数、景观类型空间邻接比例、最邻近指数、最近距离以及居民地的耕作半径,借鉴聚落地理学中的居民地分布研究方法,分析了居民地的空间格局特征及其影响因子。结果表明：①耕地是张掖绿洲内的景观基质,居民地是绿洲内分布最广、斑块数最多的景观类型;居民地的平均斑块面积小、形状简单、聚集度高,与耕地的空间邻接长度和数目均最高,其空间分布类型存在空间差异;②耕地是影响居民地分布格局的重要因子。缓冲区分析方法可以从理论上确定居民地的耕作半径,耕作半径与居民地的空间分布类型紧密相关;③居民地到渠系的平均最临近距离为215m,75．6％的居民地中有渠系穿过;④居民地分布受中心城市——张掖市的影响程度极其明显,两者呈指数相关;⑤景观格局分析、居民地分布研究方法和GIS空间分析方法的有效结合,可以较好的反映居民地的空间分布特征及其影响因子的相关性;⑥借鉴聚落地理学的最近邻点指数具有明确的生态含义,可以作为量化景观聚集度的指标。     

Spatial patterns and drivers of fire occurrence and its future trend under climate change in a boreal forest of Northeast China

Understanding the spatial patterns of fire occurrence and its response to climate change is vital to fire risk mitigation and vegetation management. Focusing on boreal forests in Northeast China, we used spatial point pattern analysis to model fire occurrence reported from 1965 to 2009. Our objectives were to quantitate the relative importance of biotic, abiotic, and human influences on patterns of fire occurrence and to map the spatial distribution of fire occurrence density (number of fires occurring over a given area and time period) under current and future climate conditions. Our results showed human‐caused fires were strongly related to human activities (e.g. landscape accessibility), including proximity to settlements and roads. In contrast, fuel moisture and vegetation type were the most important controlling factors on the spatial pattern of lightning fires. Both current and future projected spatial distributions of the overall (human‐ + lightning‐caused) fire occurrence density were strongly clustered along linear components of human infrastructure. Our results demonstrated that the predicted change in overall fire occurrence density is positively related to the degree of temperature and precipitation change, although the spatial pattern of change is expected to vary spatially according to proximity to human ignition sources, and in a manner inconsistent with predicted climate change. Compared to the current overall fire occurrence density (median value: 0.36 fires per 1000 km² per year), the overall fire occurrence density is projected to increase by 30% under the CGCM3 B1 scenario and by 230% under HadCM3 A2 scenario in 2081–2100, respectively. Our results suggest that climate change effects may not outweigh the effects of human influence on overall fire occurrence over the next century in this cultural landscape. Accurate forecasts of future fire‐climate relationships should account for anthropogenic influences on fire ignition density, such as roads and proximity to settlements.     

Historic distribution and driving factors of human-caused fires in the Chinese boreal forest between 1972 and 2005

Aims The pattern and driving factors of forest fires are of interest for fire occurrence prediction and forest fire management. The aims of the study were: (i) to describe the history of human-caused fires by season and size of burned area over time; (ii) to identify the spatial patterns of human-caused fires and test for the existence of 'hotspots' to determine their exact locations in the Daxing'an Mountains; (iii) to determine the driving factors that determine the spatial distribution and the possibility of human-caused fire occurrence.Methods In this study, K -function and Kernel density estimation were used to analyze the spatial pattern of human-caused fires. The analysis was conducted in S-plus and ArcGIS environments, respectively. The analysis of driving factors was performed in SPSS 19.0 based on a logistic regression model. The variables used to identify factors that influence fire occurrence included vegetation types, meteorological conditions, socioeconomic factors, topography and infrastructure factors, which were extracted and collected through the spatial analysis mode of ArcGIS and from official statistics, respectively.Important findings The annual number of human-caused fires and the area burnt have declined since 1987 due to the implementation of a forest fire protection act. There were significant spatial heterogeneity and seasonal variations in the distribution of human-caused fires in the Daxing'an Mountains. The heterogeneity was caused by elevation, distance to the nearest railway, forest type and temperature. A logistic regression model was developed to predict the likelihood of human-caused fire occurrence in the Daxing'an Mountains; its global accuracy attained 64.8%. The model was thus comparable to other relevant studies.     

红松存在/不存在数据的多尺度空间分布格局

红松属小兴安岭地区地带性植被优势种,该地区也是其分布的北缘。在景观尺度上开展红松的分布格局研究有利于进一步了解红松分布机理、未来迁移过程等问题,对其经营和保护有重要意义。将景观指数法与点格局分析法结合,设定8个空间尺度,利用红松存在/不存在数据,通过计算各空间尺度上红松聚集程度和景观指数,分析小兴安岭地区红松种群在多尺度上的分布格局。研究结果表明,小尺度上红松聚集分布明显,随机分布区多处于其聚集分布区的边缘,均匀分布区则散布在其聚集分布区内。景观指数研究表明,通过景观指数可判断红松聚集分布格局趋势,而不能判断均匀分布、随机分布格局趋势,因为它们在多尺度下景观指数波动大,不能用景观指数来描述分布格局。研究得出如下结论:1)红松主要分布在其分布区的核心区域内,在分布区边缘和过渡带上呈随机分布,2)存在/不存在数据能够用来分析种群的多尺度空间分布格局,3)空间尺度的变化会引起树种分布格局的变化,随机分布随尺度增加,边缘化程度加强,4)单一尺度上,景观格局指数不能完全描述种群分布格局;而在多尺度上,变化趋势稳定的景观指数表明聚集分布存在,而波动剧烈的景观指数常与随机分布和均匀分布联系在一起,5)地形因子中,红松对坡度和海拔两个因子变化敏感。     

Succession of secondary forests affected by pine wilt disease in western Japan followed on vegetation maps

Abstract. Succession, changes in the distribution pattern of forest vegetation, and Pinus forest survival following pine wilt disease were clarified based on phytosociological analysis and vegetation maps. Survival of Pinus forests was restricted to the early successional stages, which were located on ridges and the upper part of slopes. Subsequent to pine wilt disease, the succession progressed from early to late substages of Pinus forest, mixed deciduous and evergreen Quercus, to evergreen Quercus forest. Succession occurs in abandoned pine forests which apparently are in a bad state and are vulnerable to attacks by pine wilt disease.     

Detecting spatial aggregation from distance sampling: a probability distribution model of nearest neighbor distance

Spatial point pattern is an important tool for describing the spatial distribution of species in ecology. Negative binomial distribution (NBD) is widely used to model spatial aggregation. In this paper, we derive the probability distribution model of event-to-event nearest neighbor distance (distance from a focal individual to its n-th nearest individual). Compared with the probability distribution model of point-to-event nearest neighbor distance (distance from a randomly distributed sampling point to the n-th nearest individual), the new probability distribution model is more flexible. We propose that spatial aggregation can be detected by fitting this probability distribution model to event-to-event nearest neighbor distances. The performance is evaluated using both simulated and empirical spatial point patterns.     

Response of soil microbial communities to changes in a forest ecosystem brought about by pine wilt disease

Japan has suffered a lot from forestry losses due to pine wilt disease caused by pinewood nematode infestations. Studies were conducted regarding its causative agent and the effects of natural vegetation succession after pine wilt disease, but its effects on microorganisms were not given equal attention. This study determined the effects of pine wilt disease on light conditions, soil microbial biomass, litter decomposition, microbial abundance and the physical and chemical properties of the soil. Results showed that in a forest currently affected by pine wilt disease, there was higher light penetration, greater microbial biomass carbon, and a faster rate of litter decomposition. Microbial abundance was shown to be reduced in pine wilt affected areas. There were close correlations between the biological and physicochemical properties of the soil, but the reason for the decrease in microbial abundance is not yet well understood, and thus requires further study.     

我国北方针叶林人为火发生的预测模型

我国北方针叶林带是重要的森林资源储藏地,也是林火发生的重灾区,其自然火和人为火所占比例相当. 气象因子、地形特征、植被条件、人为基础设施等因素对人为火发生具有显著影响,国内目前应用空间分析技术对北方针叶林带人为火影响因子的研究还存在一定不确定性. 本文基于1974—2009年间人为火的空间地理坐标,结合研究地的气象因子、基础地理信息及矢量化林相图,应用ArcGIS 10.0中的空间分析工具和SPSS 19.0的逻辑斯蒂回归模型对影响人为火发生的主要驱动因子进行分析,并建立人为火发生的概率模型. 利用HADCM2模式下研究区域未来气象数据对塔河地区2015年人为火发生情况进行计算.结果表明： 距离铁路距离（x₁）和平均相对湿度（x₂）对研究区域人为火发生具有显著影响,并得到火险概率模型P=1/［1+e^{-(3.026-0.00011x1-0.047x₂)}］. 模型校验结果显示,模型的准确度可达到80%.林火发生预测结果表明,塔河地区2015年 4—6月、8月为人为火高发期,其中,4—5月的林火发生概率最高.从火险空间分布来看,高火险主要集中在塔河西部和西南部,铁路线路主要包含在此区域.     

植物空间分布格局中邻体距离的概率分布模型及参数估计

最近邻体法是一类有效的植物空间分布格局分析方法,邻体距离的概率分布模型用于描述邻体距离的统计特征,属于常用的最近邻体法之一。然而,聚集分布格局中邻体距离(个体到个体)的概率分布模型表达式复杂,参数估计的计算量大。根据该模型期望和方差的特性,提出了一种简化的参数估计方法,并利用遗传算法来实现参数优化,结果表明遗传算法可以有效地估计的该模型的两个参数。同时,利用该模型拟合了加拿大南温哥华岛3个寒温带树种的空间分布数据,结果显示:该概率分布模型可以很好地拟合美国花旗松(P.menziesii)和西部铁杉(T.heterophylla)的邻体距离分布,但由于西北红柏(T.plicata)存在高度聚集的团簇分布,拟合结果不理想;美国花旗松在样地中近似随机分布,空间聚集参数对空间尺度的依赖性不强,但西北红柏和西部铁杉空间聚集参数具有尺度依赖性,随邻体距离阶数增加而变大。最后,讨论了该模型以及参数估计方法的优势和限制。