张家界女儿寨小流域植被变化驱动力

选择坡度、海拔、坡向、到道路和河流及居民点的最近距离等作为植被变化的空间驱动因子,分别采用传统Logistic和AutoLogistic回归模型,对比研究湖南张家界女儿寨小流域植被变化的驱动力,并用ROC方法检验这两个模型的解释能力。结果表明:(1)在女儿寨小流域,各类植被变化和空间驱动因子均表现出一定的空间正自相关,且这种空间自相关性随着距离的增加而逐渐减弱。(2)考虑空间自相关性的AutoLogistic模型比传统Logistic模型的精度更高,这说明在分析小流域植被变化的空间驱动力时不能忽略空间自相关性的影响。考虑空间自相关后,显著的空间驱动因子的个数比未考虑空间自相关性的个数少。(3)自然环境和人类活动因子对小流域植被变化的影响力不同:坡度对耕地变化、果园变化、常绿阔叶林变化和针叶林变化等均影响较大;坡向对耕地变化、果园变化、常绿阔叶林变化和灌木林地变化的影响显著;海拔对该小流域各种植被变化类型的影响相对较小;人类活动的影响对落叶阔叶林的变化影响显著。     

落叶收集法测定叶面积指数的快速取样方法

叶面积指数(LAI)是植被冠层结构的一个重要参数,它不仅是许多生态和气候模型的重要输入变量,而且是生态系统动态变化监测的一个重要指标。LAI可通过各种间接和直接的手段来观测,而间接观测的LAI值常常需要直接的观测数据来校验。落叶收集法是一种广泛使用的直接观测LAI的方法,过去的研究还未发现有涉及落叶收集的取样技术及其观测精度的内容。对长白山和北京地区落叶阔叶林的落叶进行了3a的观测,每年一次性收集落叶样品分析,研究结果表明:①不同层次落叶的含水量差异巨大,且落叶含水量的日变化明显。上下层落叶的含水量绝对值差异高达10%以上,日变化绝对值差异高达20%以上。因此,在野外收集落叶样本时,为减小落叶含水量变化所导致的LAI观测误差,应从上到下直到地面进行取样,且尽可能多地收集落叶样本。②在落叶阔叶人工林和天然林里,无论样地的大小(1hm2或30m×30m样地),无论取样单元的大小(1m2或25m2分辨率),林内的LAI分布很不均匀,LAI介于0-15.5(1m2分辨率的1hm2样地)或者2.6-9.1(25m2分辨率的30m×30m样地)。③要准确测定落叶林的LAI,收集落叶的样地面积越大越好,且尽量选择地势平坦的样地。对于1hm2或者30m×30m大小的样地,可随机布设一个10m×10m的小样地来观测,精度分别可达85%、80%。④10m×10m小样地的LAI观测,可将其分为4个相邻的5m×5m小样进行取样。对每个5m×5m小样,快速的取样方法是:Ⅰ.随机布设6个1m2取样,这样取样可以保证在99%概率水平上,100m2、30m×30m和1hm2样地的LAI观测精度分别为90%、75%、70%左右。Ⅱ.随机布设11个1m2取样。可以保证在99%概率水平上,100m2、30m×30m和1hm2样地的LAI观测精度分别为94%、80%、75%左右。