道路边际土壤重金属分布格局的神经网络模拟——以现代黄河三角洲为例

在实地采样的基础上,应用MLP神经网络模型和GIS技术,对现代黄河三角洲3类不同道路两侧边际50m带状区域内的土壤重金属含量进行了逐栅格模拟.结果表明:东部和北部的自然保护区以及东北沿海地区道路边际土壤重金属含量较低,西南部人口密集区重金属含量较高.研究区道路边际土壤的Mn、Zn、Cr、Cu、Pb、Cd等重金属平均含量分别达到509.57、61.26、58.55 、32.40、26.07mg/kg和0.27mg/kg,Cd污染较为严重,其余金属含量均低于国家土壤环境质量I级标准.道路对其边际重金属的累积作用明显,但对环境尚未造成广泛和显著的危害.不同道路类型的土壤重金属含量高速公路RG>省道RS>县乡公路RX(除Pb外).在风向、土壤性质和地表植被覆盖等主要因素的影响下,道路边重金属含量在30m以内达到峰值,但因重金属扩散机理的差异,变化规律有所不同.     

遥感在植被净第一性生产力研究中的应用

植被净第一性生产力 (简称ＮＰＰ)是指绿色植物在单位面积、单位时间内所累计的有机物数量 ,是由光合作用所产生的有机质总量中扣除自养呼吸后的剩余部分。它直接反映了植物群落在自然环境条件下的生产能力。据研究 ,在假使生态系统的呼吸作用保持恒定的条件下 ,植被ＮＰＰ每增长 2 %就会净吸收 1Ｇｔ(10 15ｔ)的Ｃ(碳物质 ) [3 8] 。所以 ,近几年来各国学者对ＮＰＰ的研究倍受重视 ,尤其在国际生物学计划 (ＩＢＰ)期间进行了大量的植物ＮＰＰ的测定 ,并以测定资料为基础联系环境因子建立模型对植被ＮＰＰ的区域分布进行评估 ,极大地促进了…     

黄河三角洲植物群落分布格局及其影响因素

利用双向指示种分析和去趋势典范对应分析的方法,对典型河口滨海湿地黄河三角洲植物群落类型和结构进行了分析,并探讨了植物群落分布格局及其影响因素。结果表明：134个样方可划分为7个群系,即刺槐群落（Form. Robinia pseucdoacacia）、荻群落（Form. Miscanthus saccharifleus）、翅碱蓬群落（Form. Suaeda heteroptera）、獐毛群落（Form. Aeluropus sinensis）、芦苇群落（Form. Phragmites communis）、柽柳群落（Form. Tamarix chinensis）和白茅群落（Form. Imperata cylindrica）。群落类型的划分主要反映了微地貌所决定的地下水埋深及土壤盐分含量的变化。在影响植物群落分布格局的因素中,环境因子解释的部分占45.2%,空间因子解释的部分占11.8%,空间因子和环境因子交互作用解释的部分占2.23%,空间因子和环境因子未能解释的部分占40.8%,这部分主要反映了群落自身互作及人类活动对群落的影响。     

基于模糊层次分析法的黄河三角洲生态脆弱性评价

黄河三角洲位于黄河入海口,生态系统类型丰富,具有重要的生物多样性保护和生态屏障作用;但频繁的人为活动和自然灾害已对该地区生态环境造成严重破坏,生态脆弱性增强,故及时掌握黄河三角洲的生态环境现状,为区域生态环境保护和资源开发管理提供可靠的科学依据和重要的数据支撑是相当必要的。基于多元数据,尝试利用模糊层次分析法对黄河三角洲进行生态脆弱性评价,获取黄河三角洲的生态脆弱性空间分布状况并进行原因分析,并利用模糊逻辑理论模型对指标和评价结果进行定量化分级,提高了评价过程的可靠性。结果显示,黄河三角洲生态脆弱性等级空间分布具有一定的规律性,从沿海到内陆生态脆弱性逐渐减弱,有堤坝防护的沿海地区相对其他沿海区域生态脆弱性低,土壤质量和地下水位对生态脆弱性的影响较重,空间相关性分别达到-0.55和-0.74,人为开发活动对生态环境也产生较大压力。     

基于多尺度的丹顶鹤生境适宜性评价——以黄河三角洲自然保护区为例

尺度是生态学中的一个核心问题,基于多尺度更能抓住物种一环境之间关系.生境适宜性模型可以定量并多尺度研究物种一环境关系,被广泛应用于野生动物生境适宜性评价中.本文以丹顶鹤(Grus japonensis)为研究对象,以其迁徙和越冬的重要地区--黄河三角洲自然保护区为研究区域,应用二项逻辑斯谛回归模型,并结合地理信息系统和遥感技术,在10-1,500 ha之间,通过变换空间尺度大小构建了10个空间尺度下丹顶鹤生境适宜性模型.通过检测尺度对模型构建的影响,选择最佳模型开展丹顶鹤生境适宜性分析和评价.尺度影响分析结果表明:环境因子的拟合能力和模型的预测精度均存在尺度效应,空间尺度为50 ha时的单尺度模型为最佳单尺度模型,多尺度模型优于所有单尺度模型.模型分析结果表明:丹顶鹤适宜生境占保护区总面积的25%以上,且大部分适宜生境分布在自然保护区南部,自然保护区北部由于缺乏淡水来源,适宜生境较少.为有效保护丹项鹤生境,建议加强保护区湿地生境监测、评价和规划.以及对人为干扰活动进行监督和管理.     

采用广义加法模型整合数字高程模型和遥感数据进行植被分布预测

为了采用广义加法模型整合数字高程模型和遥感数据进行植被分布的预测, 并探索耦合环境变量和遥感数据作为预测变量是否能够有效地提高植被分布预测的精度, 选择海拔、坡度、至黄河最近距离、至海岸线最近距离, 以及从SPOT5遥感影像中提取的光谱变量作为预测变量, 采用广义加法模型整合环境变量和光谱变量, 建立植被分布预测模型。研究设置3种建模情景(以环境变量作为预测变量, 以光谱变量作为预测变量, 综合使用环境变量与光谱变量作为预测变量)对黄河三角洲的优势植被类型的分布进行了预测, 并对预测结果采用偏差分析、受试者工作特征曲线和野外采样点对比等3种方法进行了验证。结果表明: (1)基于广义加法模型的植被分布预测方法具有一定的实用性, 可以较为准确地预测植被的分布; 盖度较高的植被类型预测精度较高, 盖度较低的植被类型预测精度较低, 植物群落结构的特点是出现这些差异的主要原因; 综合使用环境变量和光谱变量作为预测变量的模型, 预测精度高于单独以环境变量或者光谱变量作为预测变量的模型。(2)环境变量、光谱变量大多被选入模型, 二者均对植被分布预测有重要的作用; 同一预测变量在不同植被类型的预测模型中的贡献不同, 这与植被的光谱、环境特征差异有关; 同一预测变量在不同的建模情景下对模型的贡献不同, 环境变量与光谱变量的耦合效应可能是导致预测变量对模型的贡献出现变化的原因。     

湿地翅碱蓬生物量遥感估算模型

以黄河三角洲HJ-1A CCD遥感数据和滨海湿地翅碱蓬生物量实测数据为数据源,通过对比分析参数回归模型（单变量线性和非线性回归模型,多元线性逐步回归模型）和人工神经网络模型（BP网络、RBF网络、GRNN网络）,构建黄河三角洲湿地翅碱蓬生长初期的生物量湿重遥感估算最优模型。研究表明：基于遥感信息变量能够建立生长初期翅碱蓬生物量湿重估算模型。尽管基于RDVI、MSAVI和PC2的3个变量的多元线性回归模型的拟合效果较优,但是以SAVI、MSAVI、RVI、DVI、RDVI和PC2等7个遥感信息变量构建的BP神经网络模型的精度更高,平均相对误差为12.73%,估算效果最优,能够满足较高精度的生物量湿重估算需求。翅碱蓬生长初期生物量湿重最优估算模型的建立,为滨海地区植被生物量监测、区域翅碱蓬生物量季节动态模拟以及黄河三角洲生态系统功能评价提供技术支持与基础。     

浑善达克沙地植物群落物种多样性与土壤因子的关系

2004年8月,以浑善达克沙地植物群落样方调查资料为基础,对流动-半流动沙丘、固定沙丘、丘间低地和淖尔边缘4种生境的21种群落类型的物种丰富度指数、物种多样性指数、生态优势度指数和均匀度指数进行比较分析,并通过相关分析对各种指数与土壤因子的关系进行了研究.结果表明:分布在流动-半流动沙丘的植物群落的物种丰富度指数和物种多样性指数最低,生态优势度指数较高,群落均匀度指数高于其它3种生境;固定沙丘的物种丰富度指数、物种多样性指数最高,优势度指数最低;丘间低地和淖尔边缘的植物群落的丰富度指数和多样性指数低于固定沙丘,但高于流动-半流动沙丘,优势度指数高于固定沙丘,均匀度指数低于流动-半流动沙丘.相关分析表明,均匀度指数与土壤pH以及全氮含量显著相关,丰富度指数与有机质含量显著相关.     

藏北高原植被物候时空动态变化的遥感监测研究

利用遥感数据提取的植被物候格局及时空变化特征能很好地反映区域尺度上植被对全球变化的响应。目前关于青藏高原地区植被物候的少量报道基本上是基于物候站点的观测记录展开分析的。该文基于非对称高斯拟合算法重建了藏北高原2001-2010年的MODIS EVI (增强型植被指数)时间序列影像, 然后利用动态阈值法提取整个藏北高原2001-2010年植被覆盖的重要物候信息, 包括植被返青期、枯黄期与生长季长度, 分析了植被物候10年间平均状况的空间分异特征以及年际变化情况, 并结合站点观测记录分析了气温和降水对植被物候变化的影响, 结果表明: (1)藏北高原植被返青期在空间上表现出从东南到西北逐渐推迟的水平地带性与东南高山峡谷区的垂直地带性相结合的特征, 近60%区域的植被返青期提前, 特别是高山地区; (2)植被枯黄期的年际变化不太明显, 大部分地区都表现为自然的年际波动; (3)生长季长度的时空变化特征由植被返青期和枯黄期二者决定, 但主要受返青期提前影响, 大部分地区生长季长度延长; (4)研究区内不同气候区划植被物候的年际变化以那曲高山谷地亚寒带半湿润区和青南高原亚寒带半干旱区的植被返青期提前和生长季延长程度最为明显; (5)基于气象台站数据分析气候变化对物候的影响发现, 返青期提前及生长季延长主要受气温升高的影响, 与降水的关系尚不明确。     

运用遥感估算中国陆地植被净第一性生产力

净第一性生产力 (NPP)研究方法很多 ,运用NOAA_AVHRR的可见光波段、近红外波段和热红外波段来提取和反演地面参数 ,进而准确估算陆地植被净第一性生产力 ,是一种全新的研究手段。利用遥感数据进行生物量和净第一性生产力的估算 ,主要是采用光能利用率模型 ,即通过NPP与植物吸收的光合有效辐射 (APAR)和植物将所吸收的光合有效辐射转化为有机物的转化率 (ε)的关系来实现的。用数学公式可表达为 :NPP =(FPAR×PAR)×[ε ×σT×σE×σS× (1-Ym)× (1-Yg) ]。在遥感和地理信息系统技术的支持下 ,以 1990年每旬的 8km分辨率的NOAA_AVHRR 1～ 5通道的影像为数据源 ,对中国每旬的陆地植被净第一性生产力进行估算 ,然后累加得出全年的NPP值。估算结果 :1990年中国陆地植被NPP总量为 6 .13× 10 9tC·a-1,NPP最高值为 1812 .9gC/m2 。根据计算的结果 ,对中国大陆植被NPP的分布规律进行了分析。遥感模型能够以面代点 ,比较真实地反映陆地植被NPP的时空分布状况 ,与中国植被分布的地理规律性相符 ,这是其他统计模型所无法比拟的。