风情万种三角梅

正三角梅色艳形美,备受青睐。在三角梅的故乡巴西,妇女常用它来插在头上作装饰。欧美等国家的人喜欢用三角梅做切花。作为切花的三角梅,的确有其优势,特别是花期后期采回来的花枝,即便是直接放在空气中,也能保持1～2周的美丽色彩和花型。三角梅的瓶插效果也很好,不仅有老茎虬髯的美感,当花蕾萌发在枝头还会给人以薪火相传的温馨想象。三角梅属的几种植物在园林领域堪称一朵奇葩,雅俗共赏,受到各地的广泛喜爱。我国许     

风情万种的高山花卉

正这是属于花朵的季节,属于青草和蚂蚁,属于种子和根须。我的去留就像湛蓝天幕下的飞鸟,对于这片土地而言,亲近很容易,离开也简单……色彩篇(一)白色高山花卉里,白色的花没有紫色花朵的艳冶,没有黄色花朵的明亮,也没有红色花朵的热情,但这似乎一点也不影响它们跻身万千锦绣的决心。相反,在这场花季的热闹与繁盛中,它们宛若"凌波仙子",在万千风情中以孑孓独立的白色带给世间洁净、纯粹的美好。     

野鸭湖典型湿地植物光谱特征

遥感技术已成为湿地植被识别和分类的重要手段,而深入研究地面植物群落光谱特征对于利用遥感影像的湿地植被分类具有指导意义。以典型淡水湿地——野鸭湖湿地为实验区,测定其典型湿地植物群落的反射光谱,并重采样以模拟OMIS机载成像光谱仪红-近红外的50个波段。在此基础上应用二阶导数的方法得到湿地植物识别的9个最佳波段:515.3,553.1,626.5,687.5,733.9,810.6,821.1,833.0,966.8nm。这些波段可以很好的识别湿地植物类型:沉水植物在810.6,821.1,833.0nm存在独特的吸收/反射特征,与其他湿地植物类型相区别。浮水、挺水、湿生、中生植物相比,浮水植物在515.3nm的吸收特征和553.1nm的反射特征较为突出;浮水、湿生、中生植物在687.5nm的吸收特征与挺水植物相比更为显著,但挺水植物在733.9nm的反射特征尤为明显;湿生植物在626.5nm的吸收特征比浮水、挺水、中生植物更加显著;中生植物缺少在626.5nm的吸收特征,但在966.8nm的吸收特征最为明显。研究成果不仅可以为野鸭湖湿地植被的高光谱遥感数据处理及湿地植被制图提供一定的科学依据,而且可以为淡水湿地植被的遥感识别和分类提供一定的参考、借鉴。     

迁地麋鹿对野鸭湖植被的保护性生物控制

利用食草动物来管理自然保护地的植被平衡具有很大的应用潜力,一方面可提升动物的生态价值,另一方面通过控制取食规模,改变植被的生物多样性,达到对自然保护地生态平衡管理的目的。基于此于2021年6月5日引入4头麋鹿(2雄2雌),对野鸭湖自然保护区的“芦苇优势群落”采取保护性的生物控制研究,从项目的实施来看：1)单纯收割不能控制芦苇的生长扩张;对芦苇区系植物多样性的影响有限,未改变芦苇区系结构;2)麋鹿引入该区域后,通过取食、游泳、躺卧和踩踏等活动有效控制了芦苇和香蒲的过度扩张;1年后芦苇和香蒲面积下降了21.96%,为三棱水葱、水蓼等提供了生长空间,逐渐形成了仍以芦苇和香蒲为主且更多样的湿地环境;3)增加滩涂和开阔水面等景观,使多样性指数进一步提升,未改变周边区系湿地生态结构;4)麋鹿迁入可降低野鸭湖“脆弱物种”芦苇区系的丰富度,由引入前的(r=3.67)下降到引入后的(r=1.97);麋鹿迁入提升了野鸭湖植被区系物种多样性,芦苇区系的多样性指数由引进前的(r=0.90)上升到引进后的(r=2.11);麋鹿引入的第一年结果显示,整个引入区域的植被多样性指数由r=0.51上升到r=0.91。麋...     

北京野鸭湖湿地自然保护区越冬灰鹤觅食栖息地选择研究

2006年12月～2007年2月,采用秩变换分析法对北京野鸭湖湿地自然保护区越冬灰鹤群的觅食栖息地选择规律进行了研究.在保护区18种土地利用类型中,灰鹤的觅食柄息地主要为玉米地、沼泽草甸、水库冰面和草场等4种.越冬灰鹤对玉米地的选择性最高,草场的选择性最低,说明北京地区越冬灰鹤对人类活动的依赖性很大.同时发现,烧荒、翻地等耕作方式会大大降低食物的可获得性,影响灰鹤的觅食效率.     

北京野鸭湖湿地地表甲虫群落组成与空间分布格局

2007年4–10月在北京野鸭湖湿地两种保存较好的湿地植被类型和3种主要的退化植被类型中设立了32个样地, 采用陷阱法调查地表甲虫群落的组成, 并在科级水平上探讨了湿地退化及植被类型变化对地表甲虫群落组成的影响。整个采样周期共采集甲虫标本42科, 其中步甲科和隐翅虫科为优势科, 蚁形甲科、肖叶甲科和薪甲科为亚优势科。在所研究的5种植被类型中, 湿地景观保存较好的芦苇(Phragmites communis)带与球穗莎草(Cyperus glomeratus)带的甲虫群落活动密度、科丰富度和Shannon-Wiener多样性指数(H’)均无显著差异, 而上述两种植被类型的甲虫活动密度以及球穗莎草带的甲虫科丰富度均显著高于3种退化的植被类型。对地表甲虫群落组成与9个环境因子进行的典范对应分析(CCA)表明, 32个样地在CCA排序图中的分布与植被类型之间存在明显的对应关系, 土壤含水量、植物盖度、植物生物量和枯落物盖度是影响地表甲虫群落组成及空间分布的主要环境因子。相关和回归分析结果也显示, 甲虫群落的活动密度与土壤含水量、植物生物量和植物盖度均极显著或显著正相关, 科丰富度与植物生物量显著正相关, 多样性指数(H’)与植物盖度极显著负相关; 其中土壤含水量的变化能够解释甲虫群落活动密度总方差的57%。此外, 通过主成分分析获得了反映土壤含水量、植物生物量和植物盖度综合作用的环境变量WBC (Water-Biomass-Coverage)。依据地表甲虫活动密度与WBC的关系, 可将5种植被类型分为彼此差异极显著的3组。研究结果表明保持良好的湿地景观对于保护湿地甲虫具有重要意义。     

叶冠尺度野鸭湖湿地植物群落含水量的高光谱估算模型

利用高光谱遥感技术定量估测野鸭湖湿地植被含水量,对于监测和诊断野鸭湖湿地植被的生理状况及生长趋势具有重要意义,也能够为高光谱遥感影像在野鸭湖湿地植被含水量诊断中的实际应用提供理论依据和技术支持.采用Field Spec 3野外高光谱辐射仪,获取了野鸭湖典型湿地植被冠层和叶片的光谱,并测定了对应的含水量.以上述实测数据为基础,首先以芦苇为例初步探明了不同含水量水平下典型湿地植被冠层和叶片光谱反射率的响应模式,然后采用相关性及单变量线性与非线性拟合分析技术,从冠层和叶片两种层次,对不同尺度下的含水量与“三边”参数及高光谱植被指数进行了分析拟合,并采用交叉检验中的3K-CV方法对估算模型进行了测试和检验,确立了不同尺度下野鸭湖湿地植被含水量的定量监测模型.结果表明:(1)随着含水量水平的增加,芦苇冠层与叶片光谱在可见光波段(350-760 nm)和红外波段(760-2500 nm)的反射率均呈逐渐降低趋势.(2)不同尺度含水量与选取的光谱特征参数整体上相关性较强,与“三边”参数基本上都呈极显著相关,相关系数最大达到0.906;与高光谱指数全部呈极显著相关,相关系数最小为0.455,最大达到0.919,并通过选取不同尺度上相关性最佳的光谱特征参数,分别基于“三边”参数和高光谱植被指数构建了不同尺度下的含水量估算模型.其中,冠层尺度下,黄边面积(SDy)与SRWI( Simple Ratio Water Index)的估算效果最好,估算模型分别为y=-9.462x2 -2.671x+0.608和y=0.219e1.010x;叶片尺度下,红边面积(SDr)与WI( Water Index)的估算效果最好,估算模型分别为y=0.562x+0.376和y=2.028x2 -0.476x-1.009.通过3K-CV的交叉验证,不同尺度下的含水量估算模型均取得了较为理想的预测精度,预测精度的最小值为94.92％,最大值为97.06％,表明估测模型具有较高的可靠性与普适性.(3)高光谱植被指数与含水量拟合方程的拟合度相对高于“三边”参数与之建立方程的拟合度,说明多波段组合的光谱特征参数更适合含水量的判别.     

湿地资源保护经济学分析——以北京野鸭湖湿地为例

湿地资源保护是全球生态保护的核心问题之一。在分析湿地资源保护的经济属性的基础上,以北京市野鸭湖湿地为案例,运用经济学的理论和方法以及清晰的图表重点分析了野鸭湖湿地资源保护过程中的外部性以及资源利用中成本与收益两个问题。研究结果表明:(1)从正外部性分析,个人收益小于社会收益,个人保护的湿地资源小于社会最优量,会造成湿地资源保护的不足;从负外部性分析,个人成本小于社会成本,个人对湿地资源的利用水平大于社会最优利用水平,造成湿地资源的过度利用;(2)根据湿地资源利用的成本收益分析结果,"搭便车"行为会造成湿地资源的退化甚至恶化;(3)明晰产权有利于湿地资源配置效率的提高。研究结果可以为中国湿地保护过程中出现的资源利用矛盾提供有益的借鉴,特别是为保护北京野鸭湖湿地提供理论支撑和政策建议。     

基于光谱特征变量的湿地典型植物生态类型识别方法——以北京野鸭湖湿地为例

光谱特征变量的选择对于湿地植被识别的精度和效率有着直接的影响作用.以华北地区典型的淡水湿地——野鸭湖湿地为研究区,采用Field Spec 3野外高光谱辐射仪,获取了野鸭湖典型湿地植物的冠层光谱.以野外高光谱数据为基础,首先利用一阶导数与包络线去除的方法,分析和对比不同植物生态类型的光谱特征,选定了用于识别植物生态类型的光谱特征变量,选定的8个光谱特征变量为红边位置WP_r、红边幅值Dr、绿峰位置WP_g、绿峰幅值Rg、510 nm附近的吸收深度DEP-510和吸收面积AREA-510、675 nm附近的吸收深度DEP-675和吸收面积AREA-675.其中,7种植物生态类型的一阶导数光谱特征差异较小,吸收特征差异性相对较大.除WP_r和WP _g外,沉水植物Rg和Dr平均值最低,湿生植物的Rg平均值最高,达到0.164,栽培植物的Dr平均值最高,达到0.012.7种植物生态类型在675 nm附近的DEP-675和AREA-675均高于510 nm附近的DEP-510与AREA-510,除去栽培植物,随着水分梯度的变化,其他6种植物生态类型的吸收深度和吸收面积都表现出先升高后降低的趋势.然后利用单因素方差分析(One-way ANOVA)验证了所选光谱特征变量的区分度,在P≤0.01的置信水平下,选取的8个光谱特征变量都能够较好的区分7种植物生态类型,区分度的最小值为13,最大值为18,并且吸收特征参数的区分度优于一阶导数参数.最后应用非线性的反向传播人工神经网络(BP-ANN)与线性判别分析(FLDA)的类型识别方法,利用选定的8个光谱特征变量进行湿地植物生态类型识别,取得了较好的识别精度,两种方法的总分类精度分别达到85.5％和87.98％.单因素方差分析(One-way ANOVA)和不同分类器的分类精度表明,所选的8个光谱特征变量具有一定的普适性和可靠性.     

不同端元模型下湿地植被覆盖度的提取方法——以北京市野鸭湖湿地自然保护区为例

植被覆盖度作为反映湿地植物生长状况的重要生态学参数,在评估和检测湿地生态环境方面起着关键的作用.以华北内陆典型的淡水湿地——北京市野鸭湖湿地自然保护区为研究对象,中等分辨率的Landsat TM影像为数据源,基于线性光谱混合模型(LSMM)对研究区的植被覆盖度进行了估算.针对湿地植被类型丰富、土地利用类型多样化的特点,利用归一化植被指数(NDVI)在反映植物生长状况、覆盖程度以及区分地表覆盖类型方面的优势,通过对原始Landsat TM影像增加NDVI数据维对影像进行维度扩展,克服了传统研究中通常从Landsat TM影像上提取3-4种端元的局限,经最小噪声分离变换(MNF变换)、纯像元指数(PPI)计算以及人机交互端元选取等一系列运算,构建以陆生植物、水生植物、高反射率地物、低反射率地物、裸露土壤为组分的五端元模型来反映研究区的地物组成;同时,以原始Landsat TM影像为基础,构建植物、高反射率地物、低反射率地物、裸露土壤为组分的四端元模型.针对两种端元模型,采用全约束下的LSMM算法进行混合像元分解以获取研究区的植被覆盖度,其次辅以研究区的纯水体信息对其进行优化.精度检验采用相同时期的高分辨率WorldView-2多光谱影像来进行.研究表明:虽然四端元模型与五端元模型对植被覆盖度的估算结果在空间上具有基本一致的分布趋势,但是前者的估算结果在数值上要普遍低于后者,在研究区的水体及其附近,四端元模型难以体现水生植物的植被覆盖信息;另外,五端元模型的估算结果与检验数据的相关系数R达到0.9023,均方根误差(RMSE)为0.0939,明显优于四端元模型的R=0.8671和RMSE=0.1711.这反映了通过对影像进行维度扩展的方法来改进端元提取的数量是可行的,而由此构建的五端元模型可以更充分的反映研究区地物之间的光谱差异,从而获得更好的估算精度.