喀斯特与非喀斯特区域植被覆盖变化景观分析——以广西壮族自治区河池市为例

根据1990年、2000年和2010年的3期Landsat TM数据,利用基于NDVI的像元二分模型,计算得出河池市的植被覆盖度空间分布数据,并将3期植被覆盖图与岩溶地质图进行叠加分析地质构造对植被覆盖度的影响;最后,从斑块类型和景观级别上选取10个景观指数进行空间格局变化的剖析。研究结果表明:1)30年来研究区植被覆盖度在增加,高植被覆盖区和较高植被覆盖区一直处于优势地位。2)30年来研究区景观异质性减弱,破碎度降低,景观优势度增加。3)30年来研究区的斑块形状主要取决于自然地貌及自然环境条件。4)30年来研究区景观整体的聚集程度在增加;研究区景观越来越由少数植被覆盖等级类型所控制。30年来,研究区植被景观的生态恢复是比较明显的,这与30年来研究区的经济社会发展的实际情况是相吻合的。研究可以得出非喀斯特区域的植被景观的生态恢复较喀斯特区域变化更明显;喀斯特区域的景观较非喀斯特区域更分散、更复杂;喀斯特区域的生态状况较非喀斯特区域更容易被破坏,并且恢复起来更困难。这说明了喀斯特生态系统的特殊性。     

东北老工业区植被覆盖度时空特征及城市化关联分析

植被覆盖度研究一直是揭示自然生态系统演化以及人类活动与环境演化关系的重要路径。基于MODIS 数据,结合像元二分模型和一元线性回归方法, 定量估算东北老工业区2000-2015 年的植被覆盖度及其时空变化特征, 并特别分析辽宁省植被覆盖度变化与城市化水平的关系。结果表明, 1)东北老工业区的植被覆盖度呈现“中部高-东西低-西部最低”的空间分布态势; 2)黑龙江省和吉林省高植被覆盖区明显增加, 但辽宁省高植被覆盖区面积比重由2000 年全省总面积的49.99%下降到2015 年的25.99%, 这一变化情况在辽宁省城市化水平的空间差异中得到进一步的验证; 3)除部分辽西城市植被退化趋势严重并且逐渐向东蔓延, 东北老工业区植被覆盖表现出增加的趋势, 特别是黑吉两省与内蒙古交界的大部分地区植被覆盖度明显提高。研究结果阐明了东北老工业区植被演化格局与过程, 对推动绿色可持续转型及生态文明建设具有重要意义。     

长江上游近19年植被覆盖度动态变化及驱动力分析

为探究2000—2018年来长江上游植被覆盖度动态变化及驱动力,基于2000、2010及2018年3期Landsat TM影像,以长江首城宜宾为例,对其19年间植被覆盖度动态变化进行监测。应用ENVI和GIS技术对数据进行预处理,运用像元二分模型计算植被覆盖度,结合主成分分析和相关性分析方法探讨其变化的驱动力,实现对长江上游植被覆盖度的局部动态分析。这对于长江上游沿岸的生态保护意义重大。结果表明:1)中植被覆盖区在2000年和2010年面积占比最大,而2018年高植被覆盖度占比变为最大,宜宾市域整体植被覆盖度向好的方向发展。2)近19年植被改善和退化面积分别占33.51%、29.48%。退化区域遍布整个研究区,改善区主要分布在东部边缘。3)植被覆盖度随海拔升高而上升;随坡度的增加而呈不同变化;坡向对植被覆盖度的影响主要表现在温度上,阴坡小于阳坡,但宜宾正西北方向植被覆盖度最高,这是由于西北方向有大面积原始森林。4)研究区植被变化受经济、社会和人口的共同影响。森林面积、建设用地面积、GDP、总人口、耕地面积等因子是影响研究区植被覆盖变化的主要驱动力因子。     

温带大陆性半干旱季风气候区植被覆盖度时空变化及其地形分异研究

以内蒙古大青山为研究区，基于4期TM/OLI影像，提取NDVI，采用像元二分模型，计算植被覆盖度，探测温带大陆性半干旱季风气候区2000-2017年间植被覆盖度的分布格局、动态变化及其地形分异规律。研究结果表明：（1）研究期间，随着研究区从经济开发到国家自然保护区功能规划的改变，植被覆盖度先降低后升高，整体上趋向良好，平均有64.19%的区域以中高植被覆盖度为主。（2）植被覆盖度空间格局总体上呈"东高西低，南高北低"的分布特征。中高植被覆盖度集中在大青山呼和浩特段南部和乌兰察布段，而低植被覆盖度主要分布在西段山体。（3）研究期间，研究区32.46%的植被覆盖度得以改善，12.92%的植被退化，表明研究区植被覆盖度总体改善。（4）地形因子对研究区植被覆盖度分布格局影响显著：植被覆盖度随海拔升高呈增加趋势，在2000-2296m高程带最高。植被覆盖度与坡度正相关，坡度越高，植被覆盖度越大。植被覆盖度在不同坡向上差异明显，总体上呈现阴坡 > 平地 > 阳坡的分布规律。     

退耕还林后陕西省植被覆盖度变化及其对气候的响应

1999年起,陕西省实施了大规模的退耕还林、封山禁牧等生态建设和保护工程,使植被覆盖得到迅速恢复和增加。为了进一步跟踪评估植被覆盖变化,为生态建设和规划提供依据,本文基于2000-2017年MOD13Q1数据、气象数据,利用像元二分法估算陕西省18年间的植被覆盖度,通过空间插值方法、空间相关分析、统计学方法分区对其时空变化特征和对气候变化的响应进行了分析。结果表明:2000-2017年陕西省植被覆盖度呈现波动增加趋势,但增速逐年减少,2012年达到最大值后在高位波动;全省植被覆盖度增加区域面积占国土面积的82.4%,降低的区域仅占17.6%;陕北地区植被覆盖度显著增加,部分地区植被覆盖度达到最大值后出现下降趋势;植被覆盖度变异系数大的区域主要分布陕北长城沿线风沙区和丘陵沟壑区以及城市周边;陕西省植被覆盖度与降水量、气温在年尺度上相关系数均呈不显著的正相关;占全省98.4%的区域植覆盖度与降水、气温的复相关空间也未通过0.05显著水平检验;说明退耕还林等生态建设工程的实施,对植被恢复和生长具有重要的促进作用,一定程度上降低了植被生长对气候因子的敏感性;未来陕西省随着退耕还林等生态建设工程的环境资源的限制、土地利用程度的提高和城市用地的扩展,陕西省植被覆盖度将出现下降趋势。如何减缓这种下降趋势,是未来陕西省生态建设和保护的重大问题。     

陕西省植被覆盖度变化特征及其成因

基于像元分解模型,利用2000—2009年MODIS NDVI数据(250m分辨率)定量分析了陕西省植被覆盖度的时空变化特征及其成因.结果表明:2000—2009年,陕西省植被覆盖度在波动中呈极显著增加趋势(P0.001),变化率为35.0%,植被覆盖度由2000年的56.9%增至2009年的68.9%,其中,陕北地区植被覆盖度的增幅尤为显著,榆林市、延安市植被覆盖度分别增加了21.6%和22.0%.研究期间,陕西植被覆盖整体改善、局地退化,改善极显著(P0.01)、显著(P0.05)的面积比例分别为37.8和11.9%,变化趋势不明显的面积占46.1%,退化的面积仅占4.2%;植被覆盖度变化率200%、100%～200%、10%～100%、-10%～10%和-10%的面积分别占研究区总国土面积的12.2%、13.3%、38.8%、29.3%和6.4%.2000—2009年,陕西省植被覆盖结构转好,高覆盖植被所占的面积呈极显著上升趋势(P0.001),增幅为10.0%;中覆盖植被所占的面积呈显著上升趋势(P0.05),增幅为8.4%;低覆盖植被所占的面积呈极显著下降趋势(P0.001),降幅为18.4%.陕西省植被覆盖度的增加是人类活动和自然因素共同作用的结果,封山育林、退耕还林等一系列生态建设工程的实施是陕北地区植被覆盖度增加的主要原因.     

退耕还林后陕西省植被覆盖度变化及其对气候的响应

1999年起,陕西省实施了大规模的退耕还林、封山禁牧等生态建设和保护工程,使植被覆盖得到迅速恢复和增加。为了进一步跟踪评估植被覆盖变化,为生态建设和规划提供依据,本文基于2000—2017年MOD13Q1数据、气象数据,利用像元二分法估算陕西省18年间的植被覆盖度,通过空间插值方法、空间相关分析、统计学方法分区对其时空变化特征和对气候变化的响应进行了分析。结果表明:2000—2017年陕西省植被覆盖度呈现波动增加趋势,但增速逐年减少,2012年达到最大值后在高位波动;全省植被覆盖度增加区域面积占国土面积的82.4%,降低的区域仅占17.6%;陕北地区植被覆盖度显著增加,部分地区植被覆盖度达到最大值后出现下降趋势;植被覆盖度变异系数大的区域主要分布陕北长城沿线风沙区和丘陵沟壑区以及城市周边;陕西省植被覆盖度与降水量、气温在年尺度上相关系数均呈不显著的正相关;占全省98.4%的区域植覆盖度与降水、气温的复相关空间也未通过0.05显著水平检验;说明退耕还林等生态建设工程的实施,对植被恢复和生长具有重要的促进作用,一定程度上降低了植被生长对气候因子的敏感性;未来陕西省随着退耕还林等生态建设工程的环境资源的限制、土地利用程度的提高和城市用地的扩展,陕西省植被覆盖度将出现下降趋势。如何减缓这种下降趋势,是未来陕西省生态建设和保护的重大问题。     

2006-2016年岷江上游植被覆盖度时空变化及驱动力

基于MODIS NDVI遥感数据,采用像元二分模型估算岷江上游植被覆盖度,运用一元线性回归分析和稳定性分析方法,研究2006-2016年岷江上游植被覆盖度时空变化格局及稳定性,并分段讨论2008年"5.12汶川地震"对岷江上游植被的破坏程度以及震后植被恢复情况,利用地理探测器模型对岷江上游植被覆盖度影响因子及影响力进行探测,分析岷江上游植被覆盖度变化驱动力。结果表明：（1）2006-2016年岷江上游植被覆盖整体状况良好,植被覆盖总体情况较为稳定,多年平均植被覆盖度为0.79,植被覆盖度大于0.8的区域占整个岷江上游地区面积的69%。（2）2008年"5.12汶川地震"给整个岷江上游植被造成了严重的破坏,植被覆盖度退化区域面积为14013.41 km²,占整个岷江上游面积的57%,2008-2016年岷江上游植被恢复状况良好,植被覆盖度改善区域面积为17390.69 km²,占整个岷江上游面积的71%,岷江上游植被覆盖度已经超过震前水平。（3）岷江上游植被覆盖度主要受海拔、气温、土壤类型、降水4个因子的影响,其解释力均在40%以上;地貌类型、植被类型的解释力在20%-40%之间;坡度、坡向的解释力均小于1%。     

黄土高原典型干旱区退耕还林后植被覆盖变化研究

以MODIS NDVI 为数据源, 选择退耕还林意义最为典型的甘肃省会宁地区为示范区, 应用像元二分模型计算该地区2000-2010 年11 a 的植被覆盖度, 分析了退耕还林后该地区植被覆盖度动态变化特征及趋势。结果表明: 从实施退耕还林还草政策以来, 会宁县植被覆盖度虽然年际间有较大波动, 但总体上呈微弱的增加趋势, 并以低植被覆盖度类型和中低植被覆盖度类型为主, 11 a 监测期植被覆盖度增加的面积达到70.60%, 且植被覆盖度主要向10%-45%范围内转化。空间上植被覆盖度差异较大, 南部高、中部和北部显著偏低。人类活动与气候变化是影响植被覆盖度变化的主要因素。     

高原河谷城镇化对植被覆盖度的影响

以典型的高原河谷城市——西宁市为例，定量分析了2000-2015年研究区景观格局及植被覆盖度的时空演变，揭示了高原河谷地区的城镇建设对植被覆盖度的干扰过程及生态环境质量的影响。结果表明：（1）2000-2015年间，西宁市城镇面积增幅为25.99%，总体城镇化率为4.76%，各区县城镇化水平差异较大；（2）西宁市平均植被覆盖度呈增加趋势但不显著（P < 0.57）。植被覆盖度以中高和高植被覆盖度为主，空间上呈现"东西低-南北高"的分布特征，退耕（牧）还林（草）区的植被覆盖度显著增加（P < 0.01），说明生态恢复工程效果显著；（3）区县尺度上，城镇化速率与中高覆盖植被面积变化呈显著负相关（P < 0.01），区县内生态质量有所下降，城镇发展程度和区位条件的差异是影响中高覆盖度植被变化的主要因素；（4）格网尺度上，建成区及其周边区域的低覆盖植被面积呈显著增加趋势（P < 0.01），表明城镇内部区域生态质量有所改善。研究结果对保护和提高西宁市生态环境质量及合理推进城镇建设等方面具有重要意义。     

Investigation of the mechanism of temperature sensitivity of the electroreceptors of ampullae of lorenzini

In experiments on Black Sea skates (Raja clavata), the potential of the receptor epithelium of the ampullae of Lorenzini and spike activity of single nerve fibers connected to them were investigated during electrical and temperature stimulation. Usually the potential within the canal was between 0 and –2 mV, and the input resistance of the ampulla 250–400 k. Heating of the region of the receptor epithelium was accompanied by a negative wave of potential, an increase in input resistance, and inhibition of spike activity. With worsening of the animal's condition the transepithelial potential became positive (up to +10 mV) but the input resistance of the ampulla during stimulation with a positive current was nonlinear in some cases: a regenerative spike of positive polarity appeared in the channel. During heating, the spike response was sometimes reversed in sign. It is suggested that fluctuations of the transepithelial potential and spike responses to temperature stimulation reflect changes in the potential difference on the basal membrane of the receptor cells, which is described by a relationship of the Nernst's or Goldman's equation type.I. P. Pavlov Institute of Physiology, Academy of Sciences of the USSR, Leningrad. I. M. Sechenov, Institute of Evolutionary Physiology and Biochemistry, Academy of Sciences of the USSR, Leningrad. Pacific Institute of Oceanology, Far Eastern Scientific Center, Academy of Sciences of the USSR, Vladivostok. Translated from Neirofiziologiya, Vol. 12, No. 1, pp. 67–74, January–February, 1980.