内蒙古镶黄旗草地蝗虫潜在发生可能性评价

以内蒙古草地蝗虫产卵期、越冬期和孵化期的关键气象影响因子作为草地蝗虫气象适宜度指数构建的主要因子,对内蒙古镶黄旗2010年草地蝗虫潜在发生的气象适宜性进行评价;根据当年7月上中旬在镶黄旗的实地调查资料,选取海拔、坡向、土壤类型、土壤含砂量、植被类型、植被盖度、土地覆被类型7个相对稳定的生境因子,用模糊评判方法和3S(GIS、RS、GPS)技术对该旗草地蝗虫潜在发生的生境适宜性进行评价;最后通过构建气象-生境适宜性综合评价模型,得到该旗2010年草地蝗虫潜在发生可能性(POG)等级,并用2010年实测数据和2001-2010年历史数据对模型模拟的蝗虫发生位置和蝗灾发生面积进行验证.结果表明:用本文所建气象-生境适宜性综合评价模型对镶黄旗POG等级的评价结果是可靠的.该旗草地蝗虫潜在发生的气象适宜性等级非常一致,绝大多数为适宜等级;蝗虫潜在发生源地的空间异质性主要与生境因子有关,在海拔1300～1400 m的平地/东坡/南坡、植被盖度30％ ～ 50％的温带丛生禾草草原、土壤含砂量60％～80％的典型栗钙土的生境条件下,草地蝗虫潜在发生的可能性最高.     

环青海湖地区草地生境的蝗虫潜在发生可能性评价

环青海湖地区是青海省草地蝗虫最集中的区域,主要有10种,它们对草地造成了很大危害,草地蝗虫的发生与由植被、地形、土壤等组成的生境类型存在密切的关系。论述了草地蝗虫生境类型划分的原因,并提出了生境分类方案,在此基础上,提出了各类生境针对草地蝗虫潜在发生可能性的评价原理,方法和评价指标体系,并据其对野外实地调查样点进行了评价,结果表明,草地蝗虫潜在发生可能性指数与草地蝗虫密度间的相关系数高达0．90,研究区受草地蝗虫严重危害或较严重危害的生境类型是芨芨草草原,克氏针茅草原及紫花针草原,高寒草甸属一般危害,高寒灌丛草甸则不发生危害。     

内蒙古达赉湖地区蒙原羚生境适宜度评价

2008年在内蒙古达赉湖地区蒙原羚(Procapra gutturosa)生境考察基础上,以植被类型、植被盖度、坡度、距水源距离、距放牧点距离、距居民点距离、距道路距离为生境适宜性评价因子,利用3S技术和模糊赋值对蒙原羚生境适宜度进行评价。结果表明:在不考虑人为干扰时,蒙原羚的最适宜生境面积占总面积的17.7%,次适宜生境面积占总面积的36.9%,不适宜生境面积占总面积的45.4%;考虑人为干扰时蒙原羚的最适宜生境面积占总面积的13.0%,次适宜生境面积占总面积的28.3%,不适宜生境面积占总面积的58.7%;研究地区蒙原羚实际生境和潜在生境相比,不适宜生境面积增加了29.2%,表明人为干扰是内蒙古达赉湖地区蒙原羚适宜生境急剧减少的主要原因。     

蝗虫生境评价信息系统的设计与实现

主要论述了蝗虫生境评价信息系统的设计目标、数据流程及结构设计、数据库设计、模型库设计及功能设计,并简要说明了所建系统的实现。研究表明,基于GIS技术所建立的蝗虫生境评价信息系统,可对影响蝗虫发生的生境因子进行综合分析以及针对蝗虫潜在发生可能性对蝗虫生境进行定量评价,从而为蝗虫发生和成灾的监测和防治提供强有力的技术手段。蝗虫生境评价信息系统除了应具备信息系统的基本功能和一般统计分析功能外,还应重点加强其生境评价功能,如评价因子选择和权重管理,评价指标量化,评价等级划分,评价指标的加权求和,以及总分值的划分。     

《环青海湖地区草地蝗虫遥感监测与预测》简介

南京师范大学地理科学学院地图与遥感研究所所长倪绍祥教授在国家自然科学基金的支持下 ,率领他的研究集体对环青海湖地区草地蝗虫的发生与生态因素和环境条件的关系及其遥感监测与预测进行了系统研究。在多年的实地考察与研究中 ,借助于陆地卫星遥感图象与地理信息系统 ,划分了草地蝗虫的生境类型、评估了潜在的发生与成灾的可能性并初步建立了预测预报模型 ,提出了草地蝗虫样区研究方案和蝗虫密度与植被生境的定量指标。在总结研究成果的基础上 ,撰写了《环青海湖地区草地蝗虫遥感监测与预测》专著。全书分上、下篇 ,上篇 :环青海湖地区草…     

内蒙古地区道地药材蒙古黄芪资源调查及产地适宜性

在文献检索的基础上,运用样地调查法和踏查法调查野生、人工种植蒙古黄芪的资源分布、生境特点、生长状况,探寻影响蒙古黄芪生长的生态因子,结合中药材产地适宜性分析地理信息系统,区划蒙古黄芪在内蒙古地区的适宜产地.结果表明: 栽培蒙古黄芪生产区域主要分布在武川县、固阳县等15个旗县,其生态特征为海拔高于1000 m,土壤类型为沙土、砂砾土和钙土.野生蒙古黄芪覆盖内蒙古中东部地区,生于向阳处,喜冷凉干燥气候,适宜沙壤土或砂砾土,忌阴湿黏重土壤.应用TCMGIS-Ⅱ分析得到内蒙古境内野生蒙古黄芪生态因子相似系数>95%的生态适宜区为43个县区,面积为94460.30 km²;栽培蒙古黄芪生态适宜区为32个县区,面积为76013.93 km².     

新疆塔什库尔干野生动物自然保护区马可波罗盘羊生境适宜性评价

马可波罗盘羊是帕米尔高原的代表性物种,开展生境适宜性评价对于该物种的保护与管理具有重要意义。综合考虑植被、地形等影响马可波罗盘羊生境选择的关键因子,以及道路和牧场等人为干扰因子,借助ArcGIS,构建生境适宜性指数模型,在不同尺度上评价分析马可波罗盘羊的生境适宜性及其季节变化特征。结果表明:15836 km~2保护区内马可波罗盘羊夏季潜在适宜生境面积为2127.19 km~2,冬季为1915.70 km~2。保护区西北部面积3767.73 km~2的马可波罗盘羊实际分布区内,夏季潜在适宜生境面积为1095.48 km~2,冬季为1072.82 km~2,马可波罗盘羊适宜生境集中分布于保护区内该物种实际分布区。受人为干扰,保护区内马可波罗盘羊夏季和冬季实际适宜生境丧失率分别为18.43%和17.78%,实际分布区内适宜生境丧失率分别为33.65%和29.73%,表明实际分布区马可波罗盘羊适宜生境受人类活动影响较大,应予以重点保护。总体而言,影响马可波罗盘羊生境适宜性的关键因素是国道314和放牧。基于上述研究结果,作者提出了4点关于马可波罗盘羊生境保护,以及保护区管理与规划的建议与思考。     

阿尔金山保护区藏野驴和野牦牛夏季生境选择分析

本研究在2012至2013年进行两次调查,采用样带法和样方法在阿尔金山自然保护区东部(37°15'~37°23'N,90°11'~90°20'E)对藏野驴(Equus kiang)、野牦牛(Bos grunniens)的分布及其栖息地进行调查,共设置3条样线(总长达146.9 km)和128个样方。调查发现,藏野驴主要集中于伊协克帕提附近的荒漠草原,而野牦牛的主要栖息地位于沙山附近的阿坝堤坝草场。通过Vanderloeg和Scavia选择系数以及主成分分析,对藏野驴和野牦牛对不同环境因子(包括植被类型、植被盖度、草本种类数、土壤pH、海拔、坡度、坡向、水源)的选择性以及各因子在物种栖息地选择的重要程度进行研究,同时利用独立T检验分析两物种之间的环境变量选择差异性。结果表明,藏野驴倾向选择植被盖度小于70%,坡度2°~5°的南坡,海拔3800~4000 m,土壤pH 8.0~8.5的高寒荒漠生境;野牦牛则偏好选择植被盖度大于70%,坡度5°~15°的东坡或者北坡,海拔4200~4600 m,土壤pH 7.0~8.0,与水源距离小于1000 m的高寒荒漠草原以及沼泽草甸生境;影响藏野驴生境选择的主要因子为植被类型和坡度,而影响野牦牛生境选择的主要因子是植被盖度;虽然藏野驴和野牦牛在资源利用上存在部分重叠,但它们对栖息地植被盖度、植被高度、海拔和坡度的选择存在显著差异性(P0.05)。     

基于生态位模型的艾比湖国家级自然保护区马鹿生境评价

生境评价和预测是对濒危物种进行有效保护的基础。通过2013年9月和2014年10月对新疆艾比湖国家级自然保护区开展2次秋季野外调查共收集了92处马鹿(Cervuselaphus)出现数据,利用马鹿出现数据作为分布点数据,选取地形、植被类型和气候因子3类23种因子作为生境变量,利用MAXENT生态位模型分析了新疆艾比湖国家级自然保护区马鹿秋季生境适宜性分布特征和主要生境因子对马鹿分布的影响。结果表明:模型预测结果较高,平均AUC(area under the curve,受试工作者曲线下面值)值为0.976;Jackknife检验结果显示:最热月最高温度对马鹿生境分布的影响较大。植被类型和坡度对马鹿生境分布的影响不大。海拔、年降雨量、气温日较差和最热季平均温度是影响马鹿生境分布的主要生境因子。马鹿秋季生境划分为高适宜、次适宜、低适宜和不适宜4个等级,马鹿的高适宜生境区主要分布在研究区域的北部,次适宜及低适宜生境区则分布于高适宜生境区的边缘,而不适宜生境区主要集中在西部和东部地区。研究不仅提供了马鹿在艾比湖的实际分布状况,也为马鹿生境和生境因子的关系方面提供了一个重要的科学依据。     

基于最大熵模型的野生马麝夏季生境适宜性研究

野生马麝(Moschus chrysogaster)是珍稀濒危资源动物,分布于我国青藏高原及周边地区。甘肃兴隆山国家级自然保护区是野生马麝最重要的分布区之一,深入了解保护区的生境结构、质量及分布是对区域内野生马麝进行成功保护的前提和基础,但迄今缺乏大尺度的马麝生境适宜性研究。利用实地调查得到的兴隆山保护区的野生马麝夏季分布点数据,采用最大熵(MaxEnt)模型,结合地形、归一化植被指数、距河流距离、距道路距离等环境变量数据,进行野生马麝的夏季生境适宜性分析。结果表明：影响野生马麝夏季生境适宜性的主要生态因子是海拔、坡向、植被和河流,其贡献率分别达40.3%,23.4%,18.6%和10.9%;兴隆山保护区野生马麝的夏季潜在适宜生境分布面积为123.34 km²,占整个保护区的41.11%,占保护区林地的61.92%;野生马麝夏季潜在适宜生境主要集中在保护区的中部和西部,其中高适宜性生境约为保护区的4.47%,各适宜区间及适宜区之内均存在一定程度的不连续分布。为加强对兴隆山保护区野生马麝种群及生境的就地保护,建议通过生境保育措施,提高野生马麝潜在分布区的生境适宜性,...     

乌兰布和沙漠东北缘荒漠-绿洲过渡带植被地上生物量估算

干旱区荒漠植被地上生物量是植被生长状况评价与荒漠化监测的重要指标。在乌兰布和沙漠东北缘的荒漠-绿洲过渡带选取典型区,基于地面调查数据构建主要植物种的异速生长方程,对样方内的植被地上生物量进行估算;基于样方调查数据和Quick Bird影像数据,分别建立植被指数与人工固沙林和荒漠植被地上生物量的回归模型,并对研究区植被地上生物量进行估算。结果表明:植冠体积V是较好的预测变量,所得荒漠植物异速生长方程精度较高,能够满足样方内荒漠植被地上生物量估算需要;采用RVI对数模型估算人工固沙林地上生物量的效果最好(R~2=0.72,RMSEP=56.15),采用RVI线性模型估算荒漠植被地上生物量的效果最好(R~2=0.82,RMSEP=15.07);研究区内荒漠植被和人工固沙林的单位面积地上生物量分别为90.73g/m~2和105.28g/m~2。该研究可以为荒漠化监测和荒漠植被遥感信息提取提供参考。     

基于植被指数的海南岛霸王岭热带森林地上生物量空间分布模拟

热带森林在全球碳循环方面扮演着重要的角色, 预测其生物量分布可以加深对碳循环过程的理解。然而目前基于植被指数模拟技术进行热带森林生物量分布的研究报道较少。该文以海南岛霸王岭林区热带森林为研究对象, 在基于遥感影像和135个公里网格样地调查的基础上, 分别选取归一化差异植被指数(NDVI)、短红外湿度植被指数(MVI5)、中红外湿度植被指数(MVI7)和比值植被指数(RVI)与总物种生物量、顶极种生物量和先锋种生物量做相关分析, 并利用逐步线性回归分析分别构建了基于植被指数的生物量回归模型; 利用残差图对模型的有效性进行检验。结果表明, MVI7和MVI5与总物种和顶极种生物量关系显著, 而NDVI和RVI对先锋种生物量具有较好的指示作用; 总物种、顶极种和先锋种生物量预测精度较高的区域分别占总面积的69.24%、73.98%和88.08%, 表明3个生物量模型均具有较好的拟合精度; 模拟结果表明总物种和顶极种生物量主要集中于研究区中部、北部和西南部区域, 而先锋种生物量无明显的分布规律, 是不均衡地散布于整个研究区域, 反映了群落组成结构、干扰历史、地形及气候因素等的影响。     

Comparison of Vegetation Indices and Red-edge Parameters for Estimating Grassland Cover from Canopy Reflectance Data

There has been a great deal of Interests in the estimation of grassland biophysical parameters such as percentage of vegetation cover （PVC）, aboveground biomass, and leaf-area index with remote sensing data at the canopy scale. In this paper, the percentage of vegetation cover was estimated from vegetation indices using Moderate Resolution Imaging Spectroradiometer （MODIS） data and red-edge parameters through the first derivative spectrum from in situ hypserspectral reflectance data. Hyperspectral reflectance measurements were made on grasslands in Inner Mongolia, China, using an Analytical Spectral Devices spectroradiometer. Vegetation indices such as the difference, simple ratio, normalized difference, renormalized difference, soil-adjusted and modified soil-adjusted vegetation indices （DVI, RVI, NDVI, RDVI, SAVI L=0.5 end MSAVI2） were calculated from the hyperspectral reflectance of various vegetation covers. The percentage of vegetation cover was estimated using an unsupervised spectral-contextual classifier automatically. Relationships between percentage of vegetation cover and various vegetation indices and red-edge parameters were compared using a linear and second-order polynomial regression. Our analysis indicated that MSAVI2 and RVI yielded more accurate estimations for a wide range of vegetation cover than other vegetation indices and red-edge parameters for the linear and second-order polynomial regression, respectively.     

光谱植被指数与水稻叶面积指数相关性的研究

 综合分析比较了几种常见光谱植被指数与水稻（Oryza sativa）叶面积指数的相关性及其预测力。结果表明,植被指数的预测力在水稻营养生长旺盛期间最好。植被指数的预测力主要依赖于叶面积指数(LAI)的整体变化范围。因此,综合不同生育时期和氮肥处理的试验资料,光谱植被指数能准确地预测LAI的变化。LAI与各植被指数均呈曲线相关,与比值植被指数(RVI)、再归一化植被指数(RDVI)和R810/R560显著幂相关,与归一化植被指数(NDVI)、垂直植被指数(PVI)、差值植被指数(DVI)、土壤调整植被指数(SAVI)和转换型土壤调整指数(TSAVI)显著指数相关。其中,近红外与绿光波段的比值R810/R560的预测力最佳。用不同移栽秧龄、不同密度、不同水分和氮肥处理的数据对R810/R560的表现进行了检验,结果表明估算精度平均为91.22%,估计的均方差根(RMSE)平均为0.480　5,平均相对误差为-0.013。表明宽波段光谱植被指数可以准确地用来监测水稻叶面积指数。     

基于植被指数的典型草原区生物量模型——以内蒙古锡林浩特市为例

利用遥感估测地上生物量是国内外生态学与地理学的研究热点。但基于植被指数的生物量回归模型结果差异较大,究竟哪种植被指数与哪种模型更适合典型草原的生物量反演,是现代草地遥感急需解决的问题之一。该文基于TM影像数据的不同植被指数(VI)差异性,分别选取了RVI(比值植被指数)、NDVI(归一化差异植被指数)、SAVI(土壤调节植被指数)、MASVI(修改型土壤调整植被指数)和RSR(简化比率植被指数)5种植被指数,与同期的内蒙古典型草原区地面实测地上生物量做相关分析,分别建立了5种植被指数与地上生物量的线性及3种非线性(对数、二次多项式、三次多项式)回归模型。研究结果表明:对于中国北方典型草原区而言,地上生物量与5种植被指数(RVI、NDVI、SAVI、MSAVI和RSR)均呈现出显著相关,但地上生物量与后4种植被指数是正相关,与RVI为负相关;利用5种植被指数(RVI、NDVI、SAVI、MSAVI和RSR)监测草地植被生物量的复相关系数均大于0.6,充分说明利用植被指数检测典型草原生物量是一种简单可行的方法;NDVI建立的生物量回归模型,其复相关系数大于其它4类植被指数(RVI、SAVI、MSAVI和RSR),说明NDVI-生物量模型优于植被指数RVI、SAVI、MSAVI和RSR 模型,其模拟地表生物量的效果好;对于TM影像来说,植被生物量的线性模型与3种非线性模型(三次多项式生物量模型、二次多项式生物量模型、对数模型)都表现出较好的模拟效果,都通过了0.01的显著性检验,而且该研究的结果显示出三次多项式生物量回归模型最优,其次是二次多项式生物量模型,再次是线性模型,相对较差的是对数模型。通过NDVI-生物量三次多项式回归模型模拟锡林浩特草原的生物量,可以看出整个研究区的地上生物量基本上是东高西低、东南高西北低的趋势,这与研究区的地形、气候及土地利用等多种因素有关。     

荒漠绿洲NDVI与气候、水文因子的相关分析

 通过利用1992～1996年NOAA/AVHRR逐旬的归一化植被指数（NDVI）数据和阜康气候、水文资料,分别对绿洲和荒漠进行了NDVI与气候、水文因子间的相关分析,得出了一些初步结论：绿洲与荒漠NDVI具有不同的季节变化规律;与绿洲NDVI相关显著的因子依次为气温、地下水位和降水,     

基于MODIS数据的松嫩平原西部芦苇湿地地上生物量遥感估算

芦苇作为湿地生态系统中重要的群落类型,其地上生物量是衡量湿地生态系统质量的关键指标。应用面向对象的土地覆盖分类技术,基于多季相Landsat8 OLI遥感数据,提取松嫩平原西部芦苇湿地分布信息;依托野外实测芦苇地上生物量数据(AGB)和同期MODIS数据源的NDVI、EVI、RVI、MSAVI和WDVI 5种光谱植被指数,探讨不同光谱植被指数对芦苇AGB的敏感性,进而构建松嫩平原西部芦苇AGB遥感估算最优模型,并进行芦苇AGB遥感反演及空间格局分析。结果表明:2014年松嫩平原西部地区芦苇总面积为1653 km~2,其中扎龙湿地自然保护区内芦苇分布面积最大(1178km~2),占区域芦苇总面积的71.3%;所选取的5种植被指数均与芦苇AGB呈极显著正相关(P0.01),基于EVI构建的指数曲线模型为松嫩平原西部芦苇AGB反演的最优模型(R2=0.55)。研究区芦苇平均AGB为372.1g/m~2,AGB总量为6.14×105t,其中扎龙湿地自然保护区内芦苇AGB总量为4.38×105t;各保护区芦苇平均AGB由大到小依次为:向海保护区(469.7 g/m~2)大布苏保护区(454.1 g/m~2)莫莫格保护区(373.0 g/m~2)扎龙保护区(372.4 g/m~2)查干湖保护区(369.8 g/m~2);松嫩平原西部芦苇AGB总体呈现南高北低的分布格局,将为湿地生态系统管理与保护及芦苇资源的合理利用提供科学依据。     

基于无人机低空遥感的荒漠植被覆盖度与归一化植被指数验证及其对水热梯度的响应

为了验证在荒漠地区MODIS-NDVI产品的精度以及为在气候变化背景下荒漠草地的科学管理提供依据,本文利用无人机低空遥感研究了干旱荒漠地区植被覆盖度(FVC)和归一化植被指数(NDVI)对水、热梯度的响应规律。在内蒙古阿拉善荒漠地区的100个样点采用GreenSeeker手持光谱仪获得NDVI值(NDVI_R),通过MODIS-NDVI数据产品提取每个样点的NDVI(NDVI_M),借助NDVI_R验证NDVI_M的精确度;通过无人机遥感手段获得每个采样点的FVC(FVC_U),利用像元二分模型反演每个样点的FVC(FVC_M),借助FVC_U验证FVC_M的精确度;并结合气象数据探讨基于无人机低空遥感的荒漠地区FVC和NDVI对水热梯度的响应。结果表明: MODIS-NDVI数据产品能够反映阿拉善地区的NDVI,精确度为84.2%,但比真实值高15.7%;FVC_M能够反映阿拉善地区的FVC状况,精确度为83.1%,但比真实值低14.8%;不同采集方式获得的NDVI受气象因子的影响程度不同,NDVI不仅受气温和降雨的影响,也受地温、蒸发量以及两者相互作用的影响,由于受大气影响程度不同, NDVI_M受地温、蒸发量、降水量的影响比NDVI_R大,NDVI_R受气温的影响比NDVI_M大。在阿拉善地区研究FVC随水热梯度的变化不仅要考虑降水量和气温,还应考虑蒸发量、地温以及气象因子之间相互作用的影响,其中,气温与降雨、蒸发量与地温以及气温与蒸发量之间相互作用对FVC_U的影响较大。     

The responses of Moso bamboo (Phyllostachys heterocycla var. pubescens) forest aboveground biomass to Landsat TM spectral reflectance and NDVI

Bamboo is a special forest type in subtropical regions of china. Its huge biomass and carbon storage and its ecological function play an important role in global carbon sink. In this paper, Moso bamboo (Phyllostachys heterocycla var. pubescens) forest in Anji county, Zhejiang province, China was selected to examine the relationships between Landsat Thematic Mapper (TM) data, and aboveground biomass (AGB, Kg), This research indicates that (1) near infrared (TM4) and mid-infrared bands (TM5,TM7) are more important in explaining Moso bamboo AGB than the visible bands. In particular, TM band5 has higher path coefficient with AGB than any other TM bands, implying its important role in explaining Moso bamboo AGB; (2) the Normalized Difference Vegetation Index (NDVI) has weak correlation with Moso bamboo AGB, however, other vegetable indices such as Perpendicular Vegetation Index (PVI), Enhanced Vegetation Index(EVI), and Soil Adjust Vegetation Index (SAVI) which are related to soil adjustment parameters are significantly correlated with Moso bamboo AGB; (3) the new vegetation index developed in this paper is significantly correlated with Moso bamboo AGB (correlation coefficient is 0.48), and has higher correlation coefficient (R) than any other selected vegetation indices, implying that this new vegetation index can better explain Moso bamboo AGB than any other vegetation indices.     

The responses of Moso bamboo (Phyllostachys heterocycla var. pubescens) forest aboveground biomass to Landsat TM spectral reflectance and NDVI

Bamboo is a special forest type in subtropical regions of china. Its huge biomass and carbon storage and its ecological function play an important role in global carbon sink. In this paper, Moso bamboo (Phyllostachys heterocycla var. pubescens) forest in Anji county, Zhejiang province, China was selected to examine the relationships between Landsat Thematic Mapper (TM) data, and aboveground biomass (AGB, Kg), This research indicates that (1) near infrared (TM4) and mid-infrared bands (TM5,TM7) are more important in explaining Moso bamboo AGB than the visible bands. In particular, TM band5 has higher path coefficient with AGB than any other TM bands, implying its important role in explaining Moso bamboo AGB; (2) the Normalized Difference Vegetation Index (NDVI) has weak correlation with Moso bamboo AGB, however, other vegetable indices such as Perpendicular Vegetation Index (PVI), Enhanced Vegetation Index(EVI), and Soil Adjust Vegetation Index (SAVI) which are related to soil adjustment parameters are significantly correlated with Moso bamboo AGB; (3) the new vegetation index developed in this paper is significantly correlated with Moso bamboo AGB (correlation coefficient is 0.48), and has higher correlation coefficient (R) than any other selected vegetation indices, implying that this new vegetation index can better explain Moso bamboo AGB than any other vegetation indices.