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。     

浦江县土壤碱解氮的空间变异与农户N投入的关联分析

尝试以作物种植前、后土壤N的空间变化为基础与农户调查数据相结合,以GIS技术为手段,辅以地统计分析,探讨县域作物土壤环境空间变化特征及其与农户土地管理行为,特别是N投入行为间关系。其结果对更深入揭示农田碱解氮的演化规律,指导农民合理N投入,减少投入成本,提升生态环境,具有十分重要的作用。通过对Moran’s I指数分析,结果表明:农业N投入普遍偏高,过剩量大;不同区域作物N投入存在较大差异,且农户各自惯性投入依然较强。平原区变异系数大的主要原因在于种植规模化品种少,粮食作物和经济作物N投入差距大;山区和半山区的变异系数小的原因是由于规模化经营尚未形成,种植作物的多样性和N投入的不稳定性综合形成的。此外,研究还表明,GIS空间分析技术与经典试验相结合能有效分析不同农户间的作物种植前后土壤N的变化差异,对建立针对性的、差异化农地利用对策具有十分重要的作用。下一步研究可结合土地利用与覆盖变化、土壤物质循环作更深入探讨。     

植被叶面积指数遥感监测模型

叶面积指数是植被定量遥感的重要参数,区域的时序列叶面积指数揭示了区域生态的演化过程,反演方法上主要是通过植被指数建立相关模型实现的,对于不同地区或不同气候带而言,模型的通用性以及各种植被指数在模型中的灵敏度都需做进一步的探讨。以江苏省宜兴市作为研究区,采用2002年8月22日获得的Landsat-5TM图像数据和2003年8月23～26日采用LAI-2000进行的野外实测植被叶面积指数(LAI)数据,分别探讨了植被指数(VI)与LAI的一元、多元线性回归模型和非线性回归模型,其中的非线性回归模型包括对数、指数、乘幂和多项式回归模型。结果表明,VI与LAI之间的最佳回归模型为多元线性回归模型,R2达0.864;采用逐步选择剔除法,遴选出了用于回归模型的植被指数为RVI、PVI、SAVIL=0.35、MSAVI、ARVIγ=1、ARVIγ=0.5和SARVI。经模型LAI=-ln((VI-VI∞)/(VIg-VI∞))/KVI检验,预测值(y)与实测值(x)的拟合度较好y=0.5345x 1.3304,R2为0.7379。RVI与LAI的三次多项式回归模型也较好,R2为0.7806。再次为RVI与LAI的一元线性回归模型,R2为0.7726,比值植被指数RVI在反演叶面积指数模型中具有较高的灵敏度。     

GIS支持下青海湖地区草地蝗虫发生与月均温的相关性

为有效地进行草地蝗虫发生的预测预报,必须摸清其生长和繁殖与地理环境特征的关系,在青海湖地区,气温是影响草地蝗虫发生的主要因素,在Arc/Info和ArcView地理信息系统的支持下,选择了环湖地区邻近的16个气象站点,采用综合方法,在小尺度上模拟该区所需月份的月均温,建立了空间分布式气温信息数据库,然后,把野外调查的蝗虫密度在空间数据与相对应的月均温空间数据进行叠加,计算并分析月均温与草地蝗虫发生的关系。结果表明,月均温对草地蝗虫发生的影响是和该区蝗虫优势种的生命史密切相关的,即5、6月（孵化期）和7月（蝗蝻期）的月均温影响当年草地蝗虫发生;8、9月（交尾、产卵期）的月均温则影响次年草地蝗虫的发生,为该区草地蝗虫发生预报模型的建立提供依据。     

植被叶面积指数遥感反演的尺度效应及空间变异性

遥感作为宏观生态学研究中数据获取的一种便捷手段,有助于把握较大尺度内生态学现象的特征.应用遥感数据反演LAI时,由于像元的异质性,不同尺度遥感数据之间的转换是遥感发展的一个重要问题.以河北省黄骅市为研究区,在利用TM和MODIS遥感数据对芦苇LAI反演误差产生原因进行分析的基础上,利用半变异函数对像元空间异质性进行了定量描述.发现NDVI算法的非线性带给LAI尺度转换的误差很小,而LAI的空间异质性则是引起LAI尺度效应的根本原因.并且当像元内空间异质性很大时半变异函数的基台值比纯像元要大得多,空间自相关的程度是引起LAI尺度转换误差的主要原因;反之,像元内空间异质性不大时,随机误差是引起LAI尺度转换误差的主要原因.当像元为纯像元时,由像元异质性引起的反演误差基本可以忽略.此外,研究区芦苇的空间相关有效尺度约为360m,超过此距离空间相关性则不复存在.     

基于LAI的东亚飞蝗发生面积的预测模型

20世纪80年代以来东亚飞蝗在我国再度猖獗危害,及时、准确地监测东亚飞蝗的危害状况,对于东亚飞蝗的有效防治有重要意义.以河北省黄骅市为研究区,从光学模型的建立机理为着眼点,定量分析和对比了4种由植被冠层孔隙度反演LAI的算法.结果表明,LAI与植被指数之间呈明显的正相关关系,即随着LAI的增大,植被指数也在增大;在4种估算方法中,LAI-2000算法最适用于研究区植被LAI的估算.此外,还分析了LAI与飞蝗发生面积的关系,发现两者呈负相关.并在此基础上建立了飞蝗发生面积的预测模型,即：ALO=-aln（LAI）＋b,其中,a、b为调节系数.     

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。     

河北省黄骅市三个重点蝗区两个时段土壤湿度的遥感提取

蝗灾是人类历史上重要的自然灾害之一，影响蝗灾爆发的因素很多，其中土壤湿度是重要的影响因素之一。以位于河北省黄骅市境内的3个重点蝗区——黄灶、杨官庄和藤南大洼为监测样区，利用高时间分辨率MODIS遥感影像数据，分别提取2002年(东亚飞蝗大发生年)秋蝗产卵期到夏蝗孵化期间的土壤湿度信息以及2004年(东亚飞蝗轻为害年)相同时段的土壤湿度信息，发现蝗灾大爆发年份的土壤湿度明显低于轻发生年份，在秋蝗的产卵期(9—10月)和夏蝗的孵化期(3—5月)差异尤为明显。     

河北省黄骅市三个重点蝗区两个时段土壤湿度的遥感提取

蝗灾是人类历史上重要的自然灾害之一,影响蝗灾爆发的因素很多,其中土壤湿度是重要的影响因素之一。以位于河北省黄骅市境内的3个重点蝗区——黄灶、杨官庄和藤南大洼为监测样区,利用高时间分辨率MODIS遥感影像数据,分别提取2002年(东亚飞蝗大发生年)秋蝗产卵期到夏蝗孵化期间的土壤湿度信息以及2004年(东亚飞蝗轻为害年)相同时段的土壤湿度信息,发现蝗灾大爆发年份的土壤湿度明显低于轻发生年份,在秋蝗的产卵期(9—10月)和夏蝗的孵化期(3—5月)差异尤为明显。