不同因子驱动下通过不同途径发生的红树林斑块数量和面积变化量的计量方法

为深入阐明区域红树林空间演变机理,需对红树林斑块数量和面积在不同因子驱动下通过不同途径发生的变化量进行准确计量。提出了在GIS平台支持下的通过空间叠置分析方法进行斑块数量和面积变化量计量的两种方法——精确计量法和整体计量法。首先将前后两期通过遥感图像提取的红树林斑块分布图、遥感图像进行叠合,采用视觉信息叠合方法,将全部斑块划分为众多具有相同主要驱动因子和变化途径的分析单元;若前后期遥感图像能够精确配准,采用精确计量法计量:通过线与多边形叠置方法,用前期斑块的线状图对后斑块的面状图、后期斑块的线状图对前斑块的面状图分别进行切割,每个分析单元得到多个亚斑块,逐一确定每个亚斑块的驱动因子、变化途径,据此统计每个分析单元中斑块数量和面积在不同因子驱动下通过不同途径发生的变化量;若前后期遥感图像难以精确配准,采用整体计量法计量:对于每个分析单元,根据斑块恢复的难易程度、面积和斑块数量变化量的大小,确定其主要驱动因子和主要变化途径,该分析单元前、后期斑块数量和面积之差即为其在监测期间由该因子驱动通过该途径发生的斑块数量和面积变化量。尽管整体计量法对红树林空间演变机制分析的结果与精确计量法存在一定差异,但也属于定量分析范畴,都能深刻阐明红树林空间演变机制,能够全面、准确地反映了区域红树林斑块数量和面积在监测期内增加、减少的动态过程。     

1960-2010年广西红树林空间分布演变机制

为全面摸清1960—2010年广西红树林空间分布及其演变机制,采用多源遥感数据提取不同年度的红树林空间分布信息,分析了广西红树林空间分布动态特点,采用基于斑块的红树林空间演变机理分析方法,研究了1960/1976—2010年广西红树林空间演变机制。结果表明:1960/1976年、1990s年、2001年、2007年和2010年广西红树林斑块数量分别为1020、829、1094、1718个和1712个,面积分别为9062.5、7430.1、7015.4、6743.2、7054.3 hm2,近50年间红树林面积减少了22.16%,年均减少0.53%,斑块数量增加了67.8%;斑块平均面积由1960/1976年的8.9 hm2减小至2010年的4.1 hm2,大斑块数量显著减少,斑块破碎化严重;不同时期、不同区域和海湾,红树林面积和斑块数量的变化量、变化速率均不同;1960/1976年的斑块中,只有24个斑块至2010年时尚保持稳定,占2.4%,绝大部分斑块都发生了某种程度的变化。进一步分析结果表明:1960/1976—2010年,斑块消失(46.1%)、碎化(40.4%)、萎缩(13.5%)是面积减少的主要途径,新增(70.0%)和碎化(29.9%)是斑块数量增加的主要途径,但在不同时期,斑块数量和面积在各个途径上发生的变化量不尽相同;养殖塘和盐田建设(80.0%)、工程建设(10.9%)和围垦(9.1%)是面积净减少的驱动因子,自然过程(92.6%)和人工造林(7.4%)是斑块数量净增加的驱动因子,不同驱动因子在不同时期对斑块数量和面积变化的影响程度不同;斑块数量变化主要由自然过程作用下通过新增(39.6%)、消失(-9.1%)两个途径,以及养殖塘和盐田作用下通过消失(-15.3%)、碎化(14.5%)两个途径发生,斑块面积变化主要由自然过程影响下通过新增(17.5%)、扩张(12.6%)、消失(-6.1%),以及养殖塘和盐田建设驱动下通过斑块消失(-14.8%)、碎化(-13.9%)、萎缩(-6.6%)3个途径发生。     

基于斑块的东寨港红树林湿地景观格局变化及其驱动力

在解译1988、1998及2009年3期遥感影像基础上,运用叠加分析和基于斑块的红树林空间演变机理分析方法,分析了1988-2009年间东寨港红树林湿地景观格局变化及其驱动力差异.结果表明:1988、1998及2009年,研究区红树林总面积分别为1809.4、1738.7和1608.2 hm2,整体呈递减趋势,且破碎化程度加剧.景观类型主要表现为红树林、农用地、有林地等向建设用地、养殖塘用地转化.分别利用累计计数、按百分比计数、按主要途径计数3种方法的统计结果显示,导致东寨港红树林斑块数量变化的驱动力主要为自然因素,作用力百分比分别为58.6％、72.2％、72.1％,而导致斑块面积变化的驱动力主要为人为因素,作用力百分比相应为70.4％、70.3％、76.4％.     

1964-2015年海南省八门湾红树林湿地及其周边土地景观动态分析

以海南省文昌市八门港红树林湿地及其周边土地为研究对象,采用6期遥感影像为主要的数据来源,建立起研究区域内1964、1972、1988、2000、2009、2015年50年的景观数据库,利用土地转移矩阵和表征景观破碎化过程的景观指数系统阐述了八门湾红树林湿地及其周边土地的土地利用/覆被变化以及景观破碎化的过程,探讨八门湾红树林湿地及其周边土地土地利用/覆被变化与景观破碎化过程之间的相互关系。结果表明：（1）1964-2015年间,研究区域内建筑用地、养殖水面面积持续增长面积比重分别上升了7.72%、12.55%,耕地、林地、红树林面积所占比重分别下降了7.01%、9.16%、9.74%。（2）1964-2015年间,研究区域内斑块数量增加了685个,平均斑块面积缩减了39.12%,聚合度下降了3.5%,最大斑块面积缩减了28.38%,蔓延度下降了9.26%,斑块平均形状破碎化指数和面积加权平均形状破碎化指数分别上升了0.0148、0.0207,斑块密度从1964年的0.0653个/hm²上升到2015年的0.1073个/hm²。（3）八门湾红树林湿地及其周边土地的土地利用/覆被变化与景观破碎化过程的相关关系主要体现在养殖水面、建筑用地面积变化对研究区域景观破碎化指数的影响上。养殖水面、建筑用地面积变化对研究区域景观破碎化过程的影响主要体现在聚合度、斑块数量、蔓延度的作用上。其中,养殖水面面积变化对研究区域景观破碎化过程的影响主要体现在其对红树林面积的侵占,使得红树林面积占研究区域总面积的比例由15%下降到5.25%,红树林由大面积连续集中分布趋向于小面积孤立分散分布。建筑用地面积变化对研究区域景观破碎化过程的影响主要体现在城市的快速发展、交通设施大量的建设。50年来,八门湾红树林湿地各地类之间的转化主要表现为红树林面积转化成养殖水面,林地和耕地面积转化为建筑用地,由此可见,人类活动能力的增强以及影响范围的不断扩大是引发八门湾红树林湿地景观破碎化的主要原因。     

长三角城市群城市空间形态与碳收支时空耦合关系

区域碳收支动态监测与评估是推动城市群低碳发展和碳达峰的关键基础问题。设计和分析了长三角城市群区域碳收支与城市空间形态的时空耦合关系。基于2001、2005和2010年碳排放、净初级生产力、土地利用和土壤等数据构建了长三角城市群区域碳收支的时空分布估算模型,接着利用地理加权回归模型分析了城市空间形态景观格局指数与碳收支的相关性,最后结合地理探测器定量分析了景观格局指数因子对碳收支的影响及其交互作用。研究结果表明：（1）长三角城市群碳收支存在明显的空间异质性,总体呈现南部高,北部次之,东部低的特征;（2）同时,长三角城市群碳收支具有明显时间异质性,2001、2005和2010年呈现减少的趋势,其中2001-2005年下降幅度较大;（3）斑块类型面积、城市斑块数量、最大斑块指数、景观形状指数与碳收支具有负相关性;边缘密度、城市建成区斑块密度与碳收支具有显著正相关性;（4）2001年、2005年和2010年的建成区总面积是碳收支空间异质性的主要驱动因素;斑块类型面积与其他因子的交互作用对碳收支空间异质性影响贡献程度比其他因子间交互作用较强。一定程度揭示了城市空间形态景观格局与碳收支时空分布的相关性,可为碳达峰/碳中和、城市形态优化等提供科学参考。     

成都市近20年林地景观变化特征

基于多时段遥感数据资料,利用景观格局方法和区域土地利用指数模型,并结合生态功能区划,从时间和空间上对成都市1985-2006年的林地景观变化特征进行了分析.结果表明:研究时段内,成都市林地损失面积超过17000 hm²,林地斑块格局特征变化复杂,中、小斑块的数量和面积变化显著,体现出林地剧烈的转化和破碎化过程.从林地区域分布特征来看,林地斑块在山地亚区面积最大,约占研究区总面积的70%;平原亚区斑块数量最多,占总数的70%左右;全市林地面积变化速度最快的时期为1985-1995年,其中以山地亚区的林地面积减少速度最快;不同时段各生态功能亚区林地的相对变化率也不同.从林地的转化方向看,林地的转出、转入类型均以耕地和草地为主,林地在2000-2006年稳定性最高.促使林地景观格局时序变化的驱动力主要是生存型经济福利驱动、环境安全驱动和快速城市化过程,而自然生态条件、社会经济地域分工与布局则是林地景观空间变化的重要约束因子.     

基于SWAT模型的北京平原区森林景观格局对雨洪减缓的影响研究

景观格局及其变化是影响地表径流及空间分布的重要因素,也是管理城市雨洪、治理生态环境的途径。以北京市平原区百万亩造林项目为背景,选取第一轮造林时间（2011、2013、2015、2017年）的遥感数据,以三环、五环、六环路为界,将平原区划分为核心区、中心区、近郊区、远郊区四个区域,分别分析整体及分区林地景观格局的变化。运用SWAT模型模拟不同格局对不同区域暴雨径流的影响,探究影响径流变化的主导林地景观指数。研究发现：1）平原区林地面积呈增长趋势,增幅为12.96％。除核心区和中心区的部分地区外,林地斑块更聚集、形状更复杂。2）百万亩造林工程对平原区雨洪风险的减缓有积极作用,但受城市建设及人类活动的影响,不同区域造林对径流的减缓强度与建设扩张的影响强度大小关系略有不同。核心区、中心区造林对径流的减缓强度大于建设扩张对径流的副作用,径流总量减小,减少比例为1.98％、4.29％。而近郊区、远郊区相反,径流总量变大,增大比例为0.09％与6.82％,其中远郊区建设扩张的强度是影响平原区径流风险的主导原因。3）不同区域雨洪减缓的关键性林地景观指数不同。核心区径流的主导林地因子为斑块数量与形状因子,中心区为面积因子,近郊区为聚合度因子和形状因子,远郊区为面积与聚合度因子。主导林地因子的大小调控将更高效的减缓雨洪风险。本研究通过SWAT模拟分析得到第一轮造林期间平原区森林格局与径流特征的空间变化及各区域径流减缓的关键性林地因子,为第二轮造林提高雨洪减缓功效提供参考。     

红树林湿地有机碳研究进展

红树林湿地是地球上生产力最高的区域之一,尽管红树林的面积相对较少,但其单位面积的固碳能力很强,是重要的"蓝碳"碳库,其有机碳储量及动态对于全球碳平衡有重要影响。本文对红树林湿地有机碳(包括植被生物量碳和沉积物有机碳)的碳储量及计量方法,沉积物中有机碳的组成、来源及溯源方法,以及影响红树林湿地有机碳动态的因素等方面的研究进行了综述,并对其存在的问题和今后的研究趋势进行了分析。基于红树林湿地的固碳潜力和资源快速减少的现状,准确评估红树林碳库及其动态,有助于气候变化框架条约下的滨海湿地碳计量和价值评价,可以揭示红树林生态系统与全球变化的反馈关系,为红树林生态恢复和保护提供依据。     

广西山口红树林保护区互花米草扩散动态及其驱动力

互花米草在红树林湿地中扩散对生境与生态系统造成严重影响,已成为生物入侵问题研究的焦点之一。然而目前关于互花米草扩散动态及其驱动力的研究成果仍为鲜见。论文以广西山口红树林保护区为研究对象,以2009、2013、2019年遥感影像为数据源,采用人机互译、野外勘查结合的方法识别互花米草布局,利用土地类型转移矩阵、质心的变化、景观指数以及灰色关联度等方法分析互花米草扩散特征及其驱动力。结果表明：（1）2009-2019年间,互花米草面积、斑块数量呈现增长趋势,但面积增幅下降,2009-2013年间年均增长率为7.60%,2013-2019年间年均增长率则为1.99%;互花米草面积年均增长率大于红树林,光滩转化为互花米草的面积是其转化为红树林面积的1.507倍;互花米草、红树林均有破碎化趋势;（2）2009-2019年间,互花米草的质心坐标都位于丹兜海潮滩,2009-2013年互花米草斑块质心向西北方向偏移,2013-2019年向东南方向偏移;（3）2009-2019年间,互花米草动态变化受到人为因素与自然因素共同影响。其中,赶海人口比例与最大斑块指数、斑块密度、斑块数相关性最大;年均最高温与互花米草分维数、破碎化指数、面积相关性最大。（4）影响互花米草面积变化的因素依次为：年均最高温、年均最低温、赶海人口比例、地区生产总值;互花米草面积与年均最高、年均低温均呈正相关,与赶海人口比例呈负相关。研究结果将为互花米草监控提供科学借鉴,为红树林保护提供理论依据。     

科尔沁沙地景观斑块结构对沙漠化过程影响分析

采用 RS和 GIS技术对科尔沁沙地景观斑块结构对沙漠化的影响进行了研究。通过选择固定沙丘斑块、农田斑块和景观中总斑块的数量、平均面积和平均斑块形状等九个因子 ,分别采用单因子关联分析和多因子 PCA分析 ,揭示了科尔沁沙地斑块结构对沙漠化过程的影响。单因子的分析表明 ,固定沙地斑块数 (SN )和平均斑块面积 (SA)、农田斑块数 (CN)和总斑块数 (TN)与沙漠化程度 (DG)的关联程度极为显著 (在 0 .0 1水平上 ) ,关联系数 >0 .92 1。各因子与沙漠化程度之间存在回归关系 ,其中上述 4个因子与沙漠化程度的关系比较密切 ,呈线性回归关系 ,相关系数变化在 0 .90 2～ 0 .991之间 ,相互之间有较高的置信度。PCA的分析表明 ,不同类型斑块数量对沙漠化景观的影响最大 ,其所代表的影响方向 (PC1轴 )占所有分析因子贡献率的5 3.3% ;不同类型斑块形状对沙漠化景观的影响次之 ,其所代表的影响方向 (PC2轴 )占所有分析因子贡献率的 2 7.5 %。从不同斑块类型对沙漠化的影响特点来看 ,固定沙丘斑块对沙漠化的发生、发展起正向的影响作用 ,斑块的各种指数 (SN、SA和 SF)与沙漠化的关系都为正关联。农田斑块对沙漠化的影响作用则较复杂 ,其中斑块数量 (CN )与沙漠化的关系为正关联 ,而平均斑块面积 (CA)和平均形状指数     

基于无人机影像的草方格生态恢复区植被空间格局演化研究

理解植物群落组成结构的演化对于阐明荒漠化的过程与驱动机制、制定有效的干旱区生态系统恢复措施具有重要价值。研究干旱区植物群落的空间格局的演化过程有助于深入理解荒漠化和生态恢复的过程与机理。目前大量研究关注于植被退化过程中的群落组成结构变化,而对于生态恢复过程中的植物群落空间格局演化的研究尚不多见。干旱区生态系统中植物通常较为稀疏且个体较小,准确提取植物的分布往往需要分辨率极高的遥感数据。近年来,低空无人机遥感技术的快速发展为精细尺度上植被空间格局的研究提供重要技术支持。利用2 cm空间分辨率的低空无人机遥感数据结合地面群落调查,在精细尺度上研究了宁夏沙坡头草方格生态恢复区内植物群落的空间格局变化。研究结果表明,沙坡头地区草方格生态恢复工程实验区域,相对于未实施生态恢复工程的裸露沙丘区域,植物物种多样性和植被盖度显著提高。恢复工程实施4年后,平均植被盖度增加3倍,物种丰富度增加1倍。在植被恢复过程中,随着植被盖度的增加,植被斑块表现出规模上升、破碎化程度下降、形状复杂化、空间自相关减弱等格局特征变化。这些空间格局特征的变化表明大型植被斑块趋于恢复,整体微环境的改善有利于单独生长的植物个体存活,整体上生态系统退化为裸地的风险降低。利用低空无人机遥感手段,对草方格生态恢复工程的植被恢复过程进行了详细、高分辨率的空间格局调查及分析,结合地面群落调查,从多个方面证明了草方格生态恢复措施的有效性。基于无人机的系统格局连续长期监测有助于深入理解干旱区生态恢复机理,对于科学开展荒漠化生态恢复措施也具有重要价值。     

红树林生态系统遥感监测研究进展

随着现代遥感技术的迅速发展,遥感监测已经成为红树林生态系统变化监测的重要手段和方法。从遥感技术在生态系统变化监测应用领域入手,综述了国内外红树林遥感监测的发展历程,系统总结了遥感技术在红树林湿地动态、种间分类、群落结构(叶面积指数、冠幅、树高等)、生物量、灾害灾情(病虫害、风暴潮等)、景观格局动态、驱动力、红树林湿地保护与管理等领域应用现状,归纳了不同应用领域遥感监测的理论、方法及研究现状。指出我国在红树林遥感监测中存在的不足。提出红树林遥感监测应在分类标准体系规范化、分类精度提升、红树林生态学特征参数(物种多样性、优势度等)、生态系统环境空间演变过程及遥感监测的尺度效应方面加大研究力度。充分发挥区域综合监测模型在红树林生态系统变化遥感监测中的作用。     

Effects of landscape and patch-level attributes on regional population persistence

Species responses are influenced by processes operating at multiple scales, yet many conservation studies and management actions are focused on a single scale. Although landscape-level habitat conditions (i.e., habitat amount, fragmentation and landscape quality) are likely to drive the regional persistence of spatially structured populations, patch-level factors (i.e., patch size, isolation, and quality) may also be important. To determine the spatial scales at which habitat factors influence the regional persistence of endangered Ord's kangaroo rats (Dipodomys ordii) in Alberta, Canada, we simulated population dynamics under a range of habitat conditions. Using a spatially-explicit population model, we removed groups of habitat patches based on their characteristics and measured the resulting time to extinction. We used proportional hazards models to rank the influence of landscape and interacting patch-level variables. Landscape quality was the most influential variable followed by patch quality, with both outweighing landscape- and patch-level measures of habitat quantity and fragmentation/proximity. Although habitat conservation and restoration priorities for this population should be in maximizing the overall quality of the landscape, population persistence depends on how this goal is achieved. Patch quality exerted a significant influence on regional persistence, with the removal of low quality road margin patches (sinks) reducing the risk of regional extinction. Strategies for maximizing overall landscape quality that omit patch-level considerations may produce suboptimal or detrimental results for regional population persistence, particularly where complex local population dynamics (e.g., source-sink dynamics) exist. This study contributes to a growing body literature that suggests that the prediction of species responses and future conservation actions may best be assessed with a multi-scale approach that considers habitat quality and that the success of conservation actions may depend on assessing the influences of habitat factors at multiple scales.     

Incidence and population dynamics of the leaf beetle Gonioctena olivacea in dynamic habitats

In natural as well as in cultural landscapes, disturbance and succession are responsible for the emergence and subsequent disappearance of suitable habitat patches. The dynamics of habitat patches has important consequences for the spatial structure and dynamics of regional populations. However, there are only few studies quantifying both patch dynamics and incidence of insect species in a dynamic landscape over several years. I studied the incidence and population dynamics of the leaf beetle Gonioctena olivacea in a system of dynamic patches of the host plant Scotch broom Cytisus scoparius . The incidence of the beetle was most strongly affected by patch area, whereas connectivity, patch quality, patch age, and landscape context had no or only a minor effect when analysed with logistic regression. The size of local beetle populations was highly fluctuating between the years; however, the population dynamics of the local populations was not synchronous. Adjacent patches did not show higher degrees of synchrony than patches separated by large distances. In the three years of study, local populations became extinct through demographic or environmental stochasticity and patch destruction. Each year >10% of the patches disappeared. The extinction rate of beetles in persistent patches was decreasing with increasing patch area. On the other hand, patches newly emerged and were rapidly colonized by the beetle. The colonization rate depended on patch connectivity. Obviously, Gonioctena olivacea was capable of persisting in this system with high turnover of patches owing to its high dispersal power.     

Productivity in the Barents Sea - Response to Recent Climate Variability

The temporal and spatial dynamics of primary and secondary biomass/production in the Barents Sea since the late 1990s are examined using remote sensing data, observations and a coupled physical-biological model. Field observations of mesozooplankton biomass, and chlorophyll a data from transects (different seasons) and large-scale surveys (autumn) were used for validation of the remote sensing products and modeling results. The validation showed that satellite data are well suited to study temporal and spatial dynamics of chlorophyll a in the Barents Sea and that the model is an essential tool for secondary production estimates. Temperature, open water area, chlorophyll a, and zooplankton biomass show large interannual variations in the Barents Sea. The climatic variability is strongest in the northern and eastern parts. The moderate increase in net primary production evident in this study is likely an ecosystem response to changes in climate during the same period. Increased open water area and duration of open water season, which are related to elevated temperatures, appear to be the key drivers of the changes in annual net primary production that has occurred in the northern and eastern areas of this ecosystem. The temporal and spatial variability in zooplankton biomass appears to be controlled largely by predation pressure. In the southeastern Barents Sea, statistically significant linkages were observed between chlorophyll a and zooplankton biomass, as well as between net primary production and fish biomass, indicating bottom-up trophic interactions in this region.     

Natural and anthropogenic changes to mangrove distributions in the Pioneer River Estuary (QLD,Australia)

We analyzed a time series of aerial photographs and Landsat satellite imagery of the Pioneer River Estuary (near Mackay, Queensland, Australia) to document both natural and anthropogenic changes in the area of mangroves available to filter river runoff between 1948 and 2002. Over 54 years, there was a net loss of 137 ha (22%) of tidal mangroves during four successive periods that were characterized by different driving mechanisms: (1) little net change (1948–1962); (2) net gain from rapid mangrove expansion (1962–1972); (3) net loss from clearing and tidal isolation (1972–1991); and (4) net loss from a severe species-specific dieback affecting over 50% of remaining mangrove cover (1991–2002). Manual digitization of aerial photographs was accurate for mapping changes in the boundaries of mangrove distributions, but this technique underestimated the total loss due to dieback. Regions of mangrove dieback were identified and mapped more accurately and efficiently after applying the Normalized Difference Vegetation Index (NDVI) to Landsat Thematic Mapper satellite imagery, and then monitoring changes to the index over time. These remote sensing techniques to map and monitor mangrove changes are important for identifying habitat degradation, both spatially and temporally, in order to prioritize restoration for management of estuarine and adjacent marine ecosystems.     

Temporal and spatial changes in a mountainous area of central Italy

Abstract. In this paper we present an application of aerial remote sensing to the analysis of spatial information in a mountainous area of central Italy by applying texture measures and landscape indices. Land cover data acquired in different time periods are used to calculate measures of landscape pattern and structure at pixel level (tone and texture variables) and patch‐level (landscape indices). Images of the patches from the 1950s, 1980s and 1990s have been derived from the tone‐texture classification of scanned black‐and‐white photographs. Multitemporal analysis of landscape indices has been performed to detect changes of landscape elements and related effects on vegetation dynamics due to the reduction of human impact.