气候变化对新疆雪岭云杉潜在适宜分布及生态位分化的影响

探究气候变化对天山森林植物潜在空间分布的影响及其模拟预测有助于揭示中尺度下植物分布格局对气候变化的适应对策和反馈机制,对促进干旱区山地森林生态系统的生物多样性保育和森林资源可持续管理有着重要的科学和实践意义。基于雪岭云杉的分布点数据和环境因子数据,利用最大熵(MaxEnt)模型、GIS工具及R软件估计其在基准气候(1970—2000年)及2050(2041—2060年)和2070(2061—2080年)时段基于RCPs气候情景下的潜在分布范围、空间格局变化及生态位分化。结果表明：(1)雪岭云杉在基准气候下的潜在分布与2019年秋季的NDVI植被覆盖变化基本保持一致,高适生分布区主要分布在东疆的哈密、巴里坤和伊吾,北疆主要分布在天山北坡、博格达山、北塔山和伊犁河谷,南疆主要分布在天山南坡。另外,在阿尔泰山南坡、塔城、裕民、托里、西昆仑山和小帕米尔山地也有分布。(2)限制雪岭云杉潜在分布的关键因子为降水(最干月降水量、最冷季降水量和降水季节性)和温度(最干季平均温度、年均温、等温性和气温年较差)、土壤剖面有效含水量、土壤碳密度及海拔,其累计贡献率之和达到87.28%。(3)2050和207...     

A new method of sample selections for optimizing phenology model based remote sensing data

 植被物候模型是生态系统模型的重要组成部分, 其精度对准确地模拟陆面和大气之间的能量和物质交换具有重要意义。利用遥感获取空间物候信息并与气候数据进行耦合分析是在中亚干旱区等地面物候观测数据缺乏的地区构建物候模型的重要方法。为减小混合植被像元和气候数据资料的内在误差及二者在空间尺度的不匹配对物候模型构建产生的影响, 该研究提出一种在气象站点周围选取满足规定规则集的“代表植被类型像元”作为样本点的选择方法, 以代表植被类型像元的遥感物候数据和气象站点数据为基础, 结合经典物候模型和改进物候模型, 在粒子群优化算法支持下, 分别以独立的拟合与评价样本数据, 完成了荒漠草原植被与落叶阔叶林的模型拟合与评价。研究发现中亚干旱区荒漠草原植被的最优模型为温度-降水修正模型, 落叶阔叶林的最优模型为替代模型。通过此方法模型总体精度在8–10 d左右。结果表明此方法在气候数据和植物物候空间匹配方面有改进, 有助于提高物候模型精度。     

利用遥感数据优化物候模型时样本选择的新方法

植被物候模型是生态系统模型的重要组成部分, 其精度对准确地模拟陆面和大气之间的能量和物质交换具有重要意义。利用遥感获取空间物候信息并与气候数据进行耦合分析是在中亚干旱区等地面物候观测数据缺乏的地区构建物候模型的重要方法。为减小混合植被像元和气候数据资料的内在误差及二者在空间尺度的不匹配对物候模型构建产生的影响, 该研究提出一种在气象站点周围选取满足规定规则集的“代表植被类型像元”作为样本点的选择方法, 以代表植被类型像元的遥感物候数据和气象站点数据为基础, 结合经典物候模型和改进物候模型, 在粒子群优化算法支持下, 分别以独立的拟合与评价样本数据, 完成了荒漠草原植被与落叶阔叶林的模型拟合与评价。研究发现中亚干旱区荒漠草原植被的最优模型为温度-降水修正模型, 落叶阔叶林的最优模型为替代模型。通过此方法模型总体精度在8-10 d左右。结果表明此方法在气候数据和植物物候空间匹配方面有改进, 有助于提高物候模型精度。