黑土侵蚀区生态重建的景观结构与功能分析

以黑龙江省拜泉县为案例,研究了区域生态恢复与生态重建对景观结构及其水土保持功能的调控.在GIS支持下,结合野外调查数据,对县域水平的生态建设成果进行了空间表达和定量辨识.对比分析1989年和2002年类型水平景观指数及13年来景观类型的转移面积和转移方向、林网宏观结构变化、水库塘坝空间分布与数量变化;土地利用和景观结构调整对水蚀、风蚀的控制以及水库塘坝的蓄水功能变化.结果表明,大规模生态建设下,区域景观类型数量和空间配置的变化对发挥其水土保持功能起到很好的调控作用.1989～2002年,耕地面积减少24731.01hm²,林草地和水体面积增加了13 567.53 hm²和1 190.9 hm².全县55%的水土流失面积得到治理,82.2%的农田得到林网防护,43.7%的景观地表超渗径流得到集蓄.景观结构调整应注意增加林草地等类型斑块的聚集度;调节林网连接度、环度及网眼大小;增加水库塘坝的泄洪与灌溉配套设施等.     

黄丘区特色治理开发小流域土壤侵蚀变化对景观格局演变的响应

研究土壤侵蚀与景观格局变化的关系对小流域的治理开发具有重要的指导意义.本研究以实施退耕还林草、生态农业、生态旅游及科技示范的黄土高原安塞南沟特色治理小流域为研究对象,基于GIS平台和通用土壤流失方程,分析小流域1981-2018年景观格局和土壤侵蚀量的时空演化特征,并利用主成分回归法,从斑块类型水平和景观水平两个尺度分...     

东北黑土区生态系统服务权衡与协同

东北黑土区作为我国最大的商品粮基地,土地退化问题日趋严峻,严重影响了生产—生态功能的协同发展。采用CASA(Carnegie-Ames-Stanford Approach)、降水贮存量法、修正的通用土壤流失方程（Revised Universal Soil Loss Equation,RUSLE）和修正的风蚀方程（Revised Wind Erosion Equation,RWEQ）量化了东北黑土区供给、水源涵养、土壤保持和防风固沙4种关键生态系统服务并分析了其时空演化特征,采用残差分析法厘定了气候变化与人类活动因素对供给服务的贡献率,从栅格尺度和县域尺度刻画了不同地区、不同主导驱动因素下生态系统服务间的权衡与协同特征。结果显示：（1）近20年东北黑土区供给、水源涵养和防风固沙服务量总体上小幅提升,县域数量分别占96.6%、76.9%和75.4%,其中内蒙古东部和黑龙江的供给服务量、黑龙江和吉林的水源涵养量以及辽宁的防风固沙量增势明显。土壤保持量总体上小幅下降,县域数量占60.7%,特别是吉林下降趋势最明显。（2）东北黑土区供给服务变化主要受气候变化与人类活动的共同促进作用。人类活动是主导驱动因素,总体贡献率为62.65%,县域数量占76.6%。（3）东北黑土区供给与水源涵养、防风固沙之间主要表现为协同关系,约有88.67%和77.14%的县域表现为协同,而供给与土壤保持之间主要表现为权衡关系,县域数量占比为68.25%,人类活动因素加重了各服务之间的权衡作用。研究有助于明晰东北黑土区生态系统服务的主要矛盾,科学合理、有针对性的制定生态保护修复相关政策,对提升东北生态功能以及保障国家粮食安全具有重要意义。     

岷江上游小流域景观格局对土壤侵蚀过程的影响

以GIS为平台,利用泥沙输移分布模型模拟了岷江上游黑水流域和镇江关流域的流域侵蚀量、产沙量的空间分布,将模拟结果与土地利用图相结合,分析了各土地利用/覆被类型方式对侵蚀、产沙过程的影响,并利用景观空间负荷对比指数分析了土地利用/覆被类型随空间要素的配置、贡献权重和组成比例对土壤侵蚀的影响.结果表明:不同土地利用方式的土壤侵蚀模数不同,依次为裸岩>居民点>草地>农田>灌木林>林地;不同土地利用/覆被类型的产沙模数没有明显差异.2个流域土地利用/覆被类型随坡度的空间配置较优,随相对高度、相对距离和运移距离的空间配置较差;2个流域土地利用/覆被类型随着空间元素的配置各有优势,考虑土地利用/覆被类型的贡献权重后,镇江关流域的格局优势增加,当进一步考虑土地利用/覆被类型的组成比例时,镇江关流域的格局则优于黑水流域;只有综合考虑空间配置、贡献权重和组成比例,才能全面度量流域景观格局对土壤侵蚀的影响.坡度的景观空间负荷对比指数的构造不能准确地表现土地利用/覆被类型的贡献权重、组成比例对土壤侵蚀的影响,还需进一步改进.     

农业景观步甲多样性时间格局及其与景观结构的关系

于2009年5-9月在北京密云县采用陷阱法对玉米地、花生地、果园和林地4种生境中步甲群落进行取样,并采用逐步线性回归分析了景观中优势生境类型——玉米地中步甲群落及其捕食性步甲功能群多样性的季节分布,及其与周围100、250和500 m半径范围内景观格局指数的关系.结果表明:不同生境下,8月步甲群落、捕食性步甲类群的个体数和物种数均达到最大;5月玉米地中步甲群落的物种数与取样点100 m半径范围内的景观连接度呈正相关,8月步甲群落个体数和500 m半径范围内的景观连接度呈负相关;5月玉米地中捕食性步甲群落不论是个体数还是物种数均与取样点100 m半径范围内景观连接度呈正相关,而8月捕食性步甲的物种数则与100 m尺度范围内的半自然生境的类型数呈负相关.可见,景观连接度、半自然生境的类型数对步甲及其中捕食性步甲群落动态的关键季节的多样性状况有显著影响,合理规划农田半自然用地类型组成、增加景观连接度可促进步甲群落多样性保护及其害虫生物控制功能的发挥.     

景观指数耦合景观格局与土壤侵蚀的有效性

景观格局分析是景观生态学中揭示景观变化及其生态效应的主要方法,而景观指数是景观格局分析中广泛使用的工具。土壤侵蚀是土壤物质在景观中的迁移和再分配过程,受地形、植被和人类活动及其空间格局的调控。运用景观格局分析揭示景观格局变化特别是土地利用/覆被格局变化对土壤侵蚀的影响是土壤侵蚀研究中应用景观生态学原理和方法的典型。在当前的研究中,斑块-廊道-基质范式下建立的景观指数对侵蚀过程的解释能力不断受到质疑,建立筛选适用的景观指数的原则和方法十分必要。以延河流域碾庄沟小流域为例,利用WATEM/SEDEM模型模拟多个年份流域侵蚀产沙和输沙量;基于土地利用/覆被数据,利用Fragstat4.2软件,计算了相应年份流域斑块、边界密度、形状、集聚与分散和斑块类型多样性4个方面的代表性景观指数。在此基础上,分析了景观指数与流域侵蚀产沙和输沙之间的关系,讨论了景观指数在土壤侵蚀研究中的有效性,在景观和斑块类型水平上分析了景观指数表达\"源\"、\"汇\"两大类景观类型的空间格局与侵蚀产沙和输沙之间的关系的一致性。结果表明:斑块-廊道-基底范式下发展的景观指数在指示景观格局的土壤侵蚀效应时存在局限。相对而言,斑块类型尺度的景观指数更能有效表达景观格局与土壤侵蚀的关系。基于景观类型在土壤侵蚀过程中的\"源\"、\"汇\"功能,提出了在土壤侵蚀研究中筛选适用的景观指数的原则:(1)对\"源\"、\"汇\"两类景观类型,景观指数与土壤侵蚀状况表征变量的相关系数符号相反;(2)对同为\"源\"或\"汇\"景观类型的多个景观类型,景观指数与土壤侵蚀表征变量的相关系数应具有符号一致性。尽管景观指数在斑块类型水平上具有一定的有效性,但用其预测景观格局变化的侵蚀效应有很大的不确定性。因此,基于土壤侵蚀过程与景观格局的作用机制发展新型的景观指数是增强景观格局分析预测土壤侵蚀过程的能力的途径。     

中国东北区沼泽湿地景观的动态变化

以GIS和RS技术为关键技术平台,分析了1986~2000年东北区沼泽湿地的动态变化特征。东北区沼泽湿地较为丰富,多年平均沼泽率为3.66%;但地区分布不均匀,最大沼泽率(乌苏里江区)是最小沼泽率(绥芬河区)的407.67倍;沼泽湿地分布面积整体上呈下降趋势。东北地区沼泽湿地多年平均分布重心位于东北区几何中心北东方向,距离为150.62 km,反应了东北地区沼泽湿地景观“北多南少”的整体态势;从分布重心的年均变化程度来看,东北地区沼泽湿地受干扰的程度在1986~1996年小于1996~2000年,但各分布区间的差异明显;从各分区沼泽湿地的景观类型的动态变化来看,东北区沼泽湿地的动态变化主要受到农业开发活动(包括牧业)的影响;从沼泽湿地景观格局的动态变化来看,东北地区多年平均斑块面积为1.99 km2,但呈增加趋势;从分维特征的角度来看,东北区沼泽湿地景观平均分维指数整体上呈增加趋势,表现为斑块形状渐趋复杂。     

基于地学信息图谱的东北黑土区种植模式分析

不同种植模式具有不同的经济学和生态学意义,因地制宜确立合理的种植模式是保护黑土地的重要措施.目前,对东北黑土区的种植模式类型及其空间格局尚缺乏系统的认识.本研究基于东北黑土区2017-2019年作物分类数据,应用地学信息图谱理论和方法构建种植模式图谱,以揭示黑土区种植模式类型及其空间格局,并在此基础上使用分布指数模型和...     

松嫩平原黑土区不同养分循环结构农业经营制度比较研究

采用模拟养分循环开展长期定位试验的方法对黑土区不同养分循环结构农业经营制度进行了比较研究,结果表明,有机－无机相结合的农业制度包括传统农业与“石油农业”两者之长,是我国农业生产常久不衰、提高系统生产力和养分循环再利用的有效途径．     

川中紫色土区林地型小流域不同用地类型的土壤侵蚀特征

为了研究川中紫色土区水土流失特点, 选取“长治”五期工程前后变化最为显著的林地型小流域作为研究对象, 利用多元线性回归分析法建立了不同农地、林地、荒草地和其他用地占地率的小流域土壤侵蚀量与土壤流失面积、土壤流失强度间的回归模型, 利用聚类分析法对不同土地利用类型比例的流域进行分类, 分析林地型小流域土地利用比例与土壤侵蚀的关系。结果表明: (1)林地型小流域年平均侵蚀模数为1766.8 t×km^–2×a^–1, 总体属于轻度侵蚀, 相比于该区域农作型小流域, 流域侵蚀强度平均减幅为677.2 t×km^–2×a^–1 (2)不同土地类型平均土壤侵蚀模数都属于强度侵蚀以下, 农地、林地、荒草地和其他用地类型的平均土壤侵蚀模数分别为2601.0 t×km^–2×a^–1、610.6 t×km^–2×a^–1、5295.4 t×km^–2×a^–1、–834.9 t×km^–2×a^–1, 其土壤侵蚀比分别为23.0%、19.5%、59.6%、–2.1%(3)农地占地比例在15%-25%范围、荒草地占地比例低于20%时, 林地占地比例高于55%时, 水土保持效果最好。(4)该地区林地型小流域无明显侵蚀、轻度侵蚀、中度侵蚀、强度侵蚀、强度以上侵蚀模数分别为102.9 t×km^–2×a^–1、536.0 t×km^–2×a^–1、2549.7 t×km^–2×a^–1、6264.8 t×km^–2×a^–1、11563.6 t×km^–2×a^–1。(5)治理时应把荒草地作为重点, 同时应考虑把强度以上侵蚀地段治理到轻度侵蚀程度, 把中度侵蚀地段治理到无明显侵蚀程度。     

黄土丘陵沟壑区景观格局对流域侵蚀产沙过程的影响——斑块类型水平

在黄土丘陵沟壑区,景观格局对侵蚀产沙过程有着复杂的影响,且与尺度密切相关。选取河口-龙门区间内42个水文站控制流域为研究对象,以侵蚀模数、输沙模数和泥沙输移比作为表征各流域单元内土壤侵蚀、产沙及泥沙输移过程的特征指标,运用景观指数和CCA排序,系统分析了斑块类型水平上景观格局对流域侵蚀产沙过程的影响。结果表明:流域侵蚀产沙及泥沙输移过程中,空间分异特征随景观类型不同而异;对于不同用地类型,影响"过程"空间分异的景观格局指标不同,显著影响流域侵蚀产沙及泥沙输移过程的景观指数有草地平均斑块面积(AREA_MN3)、居民建设用地景观面积百分比(PLAND5)、居民建设用地和其它类型用地景观的斑块密度(PD5和PD6),其中斑块密度(PD)是影响流域侵蚀产沙及泥沙输移过程的共性指标;草地、居民建设用地、其它类型用地的景观格局特征对"过程"变化的解释程度要高于其它景观类型。开展景观格局与生态过程关系研究时,不仅需要考虑景观格局的整体效应,更应关注单一景观类型及其格局特征对一些生态过程的指示意义。     

耦合过程和景观格局的土壤侵蚀水环境影响评价

将景观格局的作用纳入到土壤侵蚀的生态环境影响评估中,具有方法上的实用意义,可为水体泥沙源区识别、评价立地侵蚀对目标水体的泥沙输出风险和流域景观格局对土壤流失抑制潜力提供一种途径.本文将RUSLE模型作为模拟立地土壤侵蚀强度的工具,考虑植被覆盖和地形对泥沙输送的阻滞作用,从点(栅格)和子流域两个尺度,采用景观格局表征方法定量评估南水北调中线水源区土壤侵蚀对河流、水库的影响.在点(栅格)尺度提出土壤侵蚀影响强度(I)指标表征土壤侵蚀对水体的泥沙输出风险;在流域尺度利用反映流域景观格局留滞泥沙能力的渗透指数(LI)指示泥沙进入水体的风险.结果表明： 耦合景观格局信息和侵蚀过程的指标能空间分布式地有效反映立地土壤侵蚀对水体泥沙输入的影响强度;LI与流域平均景观阻滞、平均植被覆盖度呈显著的指数关系, 子流域输沙模数与LI呈显著的指数回归关系.说明基于土壤侵蚀过程表征景观格局、将景观格局信息与景观土壤保持功能结合起来的评价方法,可为土壤侵蚀风险评价提供新途径.     

鲁中南山地丘陵区土壤侵蚀强度景观格局的动态变化

以鲁中南山地丘陵区为研究区,以TM影像和地形图为源数据,借助GIS和RS技术,获取1986、1995和2004年土壤侵蚀强度数据,分析鲁中南山地丘陵区近20年来土壤侵蚀强度景观格局动态变化。结果表明:微度和轻度土壤侵蚀面积增加,而中度以上土壤侵蚀面积具有明显减小的趋势,其中轻度、强度、极强度和剧烈4种土壤侵蚀类型的面积变化比较显著;较低级别(微度、轻度和中度)土壤侵蚀强度转移率较小,较高级别(强度、极强度和剧烈)的土壤侵蚀强度转移程度较大;在景观水平上,1986—1995年斑块数量和景观形状指数增加,蔓延度指数下降,表明这期间斑块破碎度增加,连接度降低,形状变得更为复杂;而1995—2004年各指数变化趋势恰好相反。     

Nitrogen sources and exports in an agricultural watershed in Southeast China

The nitrogen (N) budget was developed for Jiulong River Watershed (JRW), an agricultural watershed in a warm and humid area of southeast China. Water quality monitoring, field surveys, modelling and GIS techniques were applied to estimate N flux of atmospheric deposition, mineralization, runoff, denitrification, and ammonia volatilization. Over the whole watershed, fertilizers, import of animal feeds, biotic fixation, mineralization and atmospheric deposition contributed 67.1%, 16.5%, 2.1%, 4.9% and 9.5%, respectively, of total N input (129.3 kg N ha⁻¹ year⁻¹). Runoff, sale of production, denitrification, and ammonia volatilization contributed 7.3%, 24.4%, 10.5% and 57.8% of total N output (72.9 kg N ha⁻¹ year⁻¹), respectively. The N budget for the JRW suggested that more than 50% of the N input was lost to the environment, and about 14% was discharged as riverine N, which indicated that agricultural and human activities in the watershed substantially impacted the estuary and coastal water quality, and so altered the N biogeochemistry process.     

Nutrient budgets and biogeochemistry in an experimental agricultural watershed in Southeastern China

During a two-year field study, an annual nutrient budget and cycles were developed for a small agricultural watershed. The study emphasized the integrated unit of the watershed in understanding the biogeochemistry. It was found that the total nutrient input was 39.1× 10⁴ kg nitrogen and 3.91×10⁴ kg phosphorus in the year 1995, of which the greatest input of nutrients to the watershed was chemical fertilizer application, reaching 34.7×10⁴ kg (676 kg/ha) nitrogen and 3.88×10⁴ kg (76 kg/ha) phosphorus. The total nutrient output from the watershed was 13.55×10⁴ kg nitrogen and 0.40×10⁴ kg phosphorus, while the largest output of nitrogen was denitrification, accounting for 44.1% of N output; the largest output of phosphorus was sale of crops, accounting for 99.4% of P output. The results show that the nutrient input is larger than output, demonstrating that there is nutrient surplus within the watershed, a surplus which may become a potential source of nonpoint pollution to area waters. The research showed that both denitrification and volatilization of nitrogen are key ways of nitrogen loss from the watershed. This suggests that careful management of fertilizer application will be important for the sustainable development of agriculture.The research demonstrated that a multipond system within the watershed had high retention rate for both water and nutrients, benefiting the water, nutrient and sediment recycling in the terrestrial ecosystem and helping to reduce agricultural nonpoint pollution at its source. Therefore, this unique watershed system should be recommended due to its great potential relevance for sustainable agricultural development.     

湘中红壤丘陵区景观格局变化研究

湘中红壤丘陵区是中国非常脆弱的生态系统之一。在地理信息系统(GIS)和遥感(RS)技术的支持下,以湘中红壤丘陵区的典型区域———长沙市为例,应用景观生态学原理对湘中红壤丘陵区景观格局多样性变化进行了研究。通过对长沙市1986年和2000年的遥感影像资料分析表明,湘中红壤丘陵区现状景观格局以林业景观为主,农田是景观类型中的重要组分;同时由于人类活动的影响,湘中红壤丘陵区景观格局的多样性和破碎化程度逐年明显的增加,景观格局的稳定性逐渐增强。应用马尔柯夫模型对于湘中红壤丘陵区景观格局变化趋势进行了模拟,表明该模型可以应用于湘中红壤丘陵区景观格局的模拟预测中;对长沙市2005~2020年的模拟研究结果表明,由于城市化速度的加快,城镇居民地景观面积将逐年增加。     

黄土高原景观格局与水土流失关系研究

采用DCCA排序法对黄土高原腹地泾河流域12个子流域的景观格局与流域水土流失关系进行了定量分析.结果表明,DCCA排序的前4轴分别与农业用地比率、景观多样性指数、森林比率显著相关.各子流域的水土流失特征具有明显的梯度变异.在森林比率占65%的三水河子流域,景观相对简单、多样性低,流域年径流量大、输沙小、含沙量低,径流相对稳定;随着森林比率减小,农业用地比率增大,景观多样性升高,产流系数增高,径流深度、输沙量和含沙量增大;在森林比率很低、农业用地53.41%的洪河子流域,景观格局复杂、多样性较高,河流含沙量高、输沙率大,月输沙和径流变异极大;在农业用地比率减小,其他景观类型比率增大,景观相对简单的环江上、下游子流域,输沙量和含沙量减小,但输沙和径流的年际变化极大.排序分析结果较清晰地解释了黄土高原典型地区水土流失特征沿景观梯度的变化规律.     

An artificial neural network model of the landscape pattern in Shanghai metropolitan region,China

To characterize the urbanization pattern quantitatively,a study on the mechanisms of the landscape pattern formation could facilitate the understanding on urban landscape patterns and processes,the ecological and socioeconomic consequences of urbanization,as well as the establishment of more effective strategies for landscape management.In this study,we integrated a Geographic Information System (GIS)-based analysis on landscape pattern with an artificial neural network (ANN) to quantitatively characterize the urbanization pattern of the metropolitan area of Shanghai,China,and to establish an ANN model that could preferably simulate the responses of urban landscape pattern to the natural and socioeconomic factors such as residence area,road density,population density,urban development history and the Huangpu River as an element of economic change.Our results showed that the ANN model seems appropriate for studying the nonlinear relationship among the forcing factors of urbanization and the urban landscape patterns,which provided an effective and practical approach for further understanding the mechanisms of the landscape formation pattern and the reciprocal relationship between landscape spatial pattern and ecological process.     

An artificial neural network model of the landscape pattern in Shanghai metropolitan region, China

To characterize the urbanization pattern quantitatively, a study on the mechanisms of the landscape pattern formation could facilitate the understanding on urban landscape patterns and processes, the ecological and socioeconomic consequences of urbanization, as well as the establishment of more effective strategies for landscape management. In this study, we integrated a Geographic Information System (GIS)-based analysis on landscape pattern with an artificial neural network (ANN) to quantitatively characterize the urbanization pattern of the metropolitan area of Shanghai, China, and to establish an ANN model that could preferably simulate the responses of urban landscape pattern to the natural and socioeconomic factors such as residence area, road density, population density, urban development history and the Huangpu River as an element of economic change. Our results showed that the ANN model seems appropriate for studying the nonlinear relationship among the forcing factors of urbanization and the urban landscape patterns, which provided an effective and practical approach for further understanding the mechanisms of the landscape formation pattern and the reciprocal relationship between landscape spatial pattern and ecological process. __________ Translated from Acta Ecologica Sinica, 2005, 25(5): 958–964 [译自: 生态学报, 2005, 25(5): 958–964]