长白山林区森林生物量变化定量驱动分析

根据研究区单木生物量模型及森林资源清查资料计算样地生物量,采用试验精度较高的遥感模型进行4期遥感数据的森林生物量估算,获得区域单位面积生物量变化值,并利用bootstrap方法对引起这种变化的气象因素、森林经营活动因素和社会经济因素等驱动因子进行变量筛选,利用偏最小二乘算法建立不同时间段的森林生物量变化驱动模型,计算变量投影重要性指标（VIP）定量刻画各因素对森林生物量变化的影响重要程度.结果表明：目前人为因素对长白山林区森林生物量变化的影响程度（VIP值）已经小于自然因素,说明国家对林区的森林保护政策已经起到了明显的效果.本文拓宽了森林生物量变化驱动分析的内容,引入了VIP值对森林生物量的变化驱动因子进行定量刻画,为定量分析森林生物量的变化提供了一条新的途径.     

哈尔滨东部城乡土地梯度带的划分及景观结构

以哈尔滨市及东部郊区为对象,重点研究城乡土地梯度带的划分以及造成这种景观分异的内在机制,特别是对镶嵌在城市到乡村之间土地类型的数量变化,研究土地景观结构的特点.研究区范围东西35km,南北16km,在GIS平台上使用TM与SPOT卫星图像划分出东西2.5km,南北16km大小的14条等面积的连续梯度带,根据等面积梯度带的建筑密度和道路密度将研究区域划分为市区、近郊区、远郊区3个梯度区.应用计算机目视判读方法对研究区内进行了土地类型的识别及区划,利用GIS空间分析,计算了各种梯度带的内的不同土地类型的长度、面积.通过这些计算与分析研究了哈尔滨市及东部城乡之间不同梯度带的绿地景观空间结构特点,以绿地建设为核心,辅以城市景观结构及空间格局的特点,分析讨论不同城乡梯度带景观分异的成因.研究表明,区域道路密度和建筑物密度可以在一定程度上反应出城市化进程,据此将哈尔滨及东部城乡划分为市区、近郊区和远郊区;不同梯度区域有其各自的人文景观结构特点和绿地景观结构特点,讨论了造成这种梯度特征的内在机制,并对研究区域未来的城乡绿地及景观建设和可持续发展提出了建议.     

基于微波遥感技术探测森林地表土壤含水率

森林地表土壤含水率是森林生态系统中的重要参数,使用微波遥感技术快速准确地估算区域尺度上的森林地表土壤含水率,对于森林生态系统研究具有重要的现实意义.本文利用TDR-300土壤含水率速测仪测得黑龙江大兴安岭地区塔河林业局盘古林场内120块样地的森林地表土壤含水率作为因变量,利用C波段全极化SAR数据的极化分解参数作为自变量,构造多元线性回归统计模型和BP神经网络模型,定量估测森林地表土壤含水率,通过模型反演获得区域尺度上森林地表土壤含水率的空间分布.结果表明: 多元线性回归统计模型的精度为86.0%,均方差根误差(RMSE)为3.0%;BP神经网络模型的精度为89.4%,RMSE为2.7%.说明利用BP神经网络模型定量估测森林地表土壤含水率优于多元线性回归模型,将全极化SAR数据通过BP神经网络模型进行仿真,最终得到研究区域的森林地表土壤含水率空间分布图.     

生物技术与生物学实验技术

生物技术与生物学实验技术是两个内涵不同的概念。我们在生物教学以及生物有关教材的编写过程中,应给以区别和注意。     

黑龙江长白山森林生物量的时空变化分析

 森林生物量碳储量的空间分布及其变化信息, 对揭示地表空间变化规律及驱动因子、分析评价森林生产力及生态功能具有重要意义。该文以20世纪70年代、80年代、90年代和21世纪初4个时期的遥感数据和同期的森林资源清查样地数据为基础, 应用遥感信息模型, 估算了黑龙江长白山地区的森林生物量, 分析了该地区森林生物量的时空动态变化, 以及森林生物量随高程、坡度和坡向的变化规律。结果表明: 该地区4个时期的森林平均生物量分别为81.56、44.27、48.27和54.82 t·hm^–2。4个时期总的森林生物量分别为5.37 × 10⁸、2.83 × 10⁸、3.06 × 10⁸和3.46 × 10⁸ t。20世纪70年代到21世纪初森林平均生物量和总的森林生物量都呈现出先降低后增加的趋势, 呈先下降趋势的主要原因是20世纪70–80年代以森林采伐为主, 后增加趋势的主要原因是实施天然林保护工程起到了很大的作用。该地区4个时期森林生物量随高程、坡度和坡向都表现出一致性的变化规律, 森林生物量随高程和坡度变化都呈先增加后减少的趋势, 导致这一现象的主要原因是, 高程、坡度和坡向变化引起了局地气候条件的变化, 从而直接影响森林生长环境, 造成森林分布的变化。森林生物量在200–400 m高程所占的比例最大, 约为35%, 在坡度5°–15°所占的比例接近50%。森林生物量在南坡和西南坡所占的比例最小, 为7%; 平坡所占的比例最大, 为28%; 南坡次之, 为19%。     

Simulation of forest net primary production and the effects of fire disturbance in Northeast China

 森林净初级生产力(NPP)是衡量陆地碳源/汇的重要参数, 准确地估算森林生态系统的NPP, 同时通过引入干扰因子以期更加完整地描述生态学过程及其响应是目前森林生态系统碳循环研究的重点。因此, 该研究基于北方生态系统生产力(BEPS)模型, 结合遥感数据和气象数据等模拟2003年东北林区NPP; 将BEPS模型模拟的结果作为整合陆地生态系统碳收支(InTEC)模型的参考年数据, 模拟东北林区1901–2008年的NPP, 并在InTEC模型中加入林火干扰数据, 模拟大兴安岭地区1966–2008年的森林NPP。结果显示: 在1901年, 东北林区NPP平均值仅为278.8 g C·m^–2·a^–1, 到了1950年, NPP平均值增加到338.5 g C·m^–2·a^–1, 2008年NPP平均值进一步增加到378.4 g C·m^–2·a^–1。其中长白山地区的NPP平均值始终最高, 大兴安岭次之, 小兴安岭始终最低。到了2008年, 大、小兴安岭和长白山地区的NPP平均值都有较大涨幅, 其中涨幅最高的是长白山地区, 达到200–300 g C·m^–2·a^–1; 东北三省中, 黑龙江和吉林的NPP平均值和总量都比较高, 辽宁相对较低, 但相比于1901年的涨幅最高, 达到70%; 重大火灾(100–1000 hm²)对NPP的影响不是很大, 而特大火灾(>1 000 hm²)的影响比较大, 使NPP下降幅度达到10%左右, 其他火灾年份, NPP增长迅速并保持在较高水平; 对火灾面积在100 000 hm²以上的4个年份的NPP进行分析, 发现NPP平均值都大幅度下降, 其中1987年下降幅度最大, 为11%以上。     

基于多时相SAR数据和SPOT数据的盘古林场林分类型识别

林分类型信息的提取是遥感影像分类中的热点和难点。而大兴安岭地区又是我国重点林区和天然林主要分布区之一,植被类型丰富,种类繁多,为林分类型精确识别带来了很大的难度。为了比较和提高林分类型的分类精度,研究以大兴安岭地区盘古林场为实验区,综合利用SPOT-5影像和不同时相的RADARSAT-2全极化SAR影像,采用3种分类方案及最大似然分类方法对研究区遥感影像进行分类,并比较不同分类方案对林分类型识别的精度。3种方案分别是:(1)单独采用SPOT影像对林分类型进行识别;(2)对全极化SAR数据进行极化分解提取参数并结合SPOT数据参与分类;(3)结合SPOT数据与多时相全极化SAR分解参数进行分类。结果表明:对比SPOT、加入单时相和加入多时相3种方案的分类结果,方案三加入多时相SAR影像与SPOT数据对白桦林、落叶松林、樟子松林和云杉林的分类中总分类精度最高,为84.64%,Kappa系数为0.79,对林分类型的识别最为有效,而单用SPOT数据对林分类型识别的精度最低,精度为76.66%,Kappa系数为0.70。     

东北林区不同尺度森林的含碳率

准确估算森林生态系统碳储量对整个陆地生态系统碳循环及全球变化研究具有至关重要的作用.本研究利用2007、2008年东北林区(大兴安岭林区、小兴安岭林区、张广才岭和长白山林区)标准地调查数据及同一时期的一类样地清查数据,采用地面乔、灌、草生物量模型及实验室Multi N/C 3000分析仪测定的林木含碳率,计算不同尺度上森林生物量及碳储量,分析不同尺度森林含碳率的变化及稳定性.结果表明:东北林区林木不同器官的含碳率差异明显,其平均含碳率为树叶(0.4448)＞树枝(0.4422)＞树皮(0.4398)＞树干(0.4351).张广才岭和长白山林区针叶林的含碳率高于阔叶林,而大、小兴安岭林区阔叶林的含碳率高于针叶林.研究区域森林的含碳率相对稳定,东北林区森林总含碳率为0.44.     

荒漠化地区土壤含水量的遥感定量反演

基于奈曼旗科尔沁沙地TM数据建立了反射率经验模型，据此计算了TM数据的地表反射率，同时通过光学植被盖度模型排除了植被干扰，建立了土壤含水量与地表反射率的回归模型，并以此模型反演出了研究区土壤含水量，最后对TM遥感数据反演的土壤含水量结果进行了精度检验.结果表明：遥感定量反演的理论精度达到81.81％，实际精度达到92.17％，说明荒漠化地区土壤含水量数据的遥感定量反演具有较高的科学性.     

基于机载高光谱影像的植被冠层叶绿素反演

利用黑龙江省伊春市带领区凉水国家级自然保护区机载高光谱数据,提取了红边面积、三角形植被指数、归一化植被指数等15个光谱参数,结合坡度、坡向、海拔、郁闭度和植被总盖度5个地理参数,并利用叶绿素计SPAD-502对研究区植被冠层叶绿素相对含量进行同步测量,分析了叶片光谱反射率、反射率的一阶导数及其他变形分别与SPAD值的相关性,采用基于核变换的偏最小二乘原理建立了叶绿素相对含量的估测模型,用该模型对研究区植被冠层叶绿素相对含量进行定量估算.结果表明:当分段数为3、提取的主成分数为10时,所建模型的效果较好,模型决定系数达到0.855,平均绝对百分误差为9.6％,预测精度为89.7％.