程海水生植被现状及其演变趋势

近20年来,程海水生植物种类和群落类型进一步趋于简单化,水生植被覆盖度由24％～75％变为0．2％～85％,分布最大水深虽由4．5m延伸至5．5m,分布面积却由527．8hm2缩减为73．05hm2,资源蕴藏量由4766吨降低至314．53吨。分析认为：程海南部大面积适生生境破坏、水质污染、水体富营养化、不合理放养草鱼是加剧其水生植被衰退的主要原因。提出了恢复南部湿地、削减入湖污染物、禁止投放草鱼、控制水质污染和水体富营养化等保护对策。     

蚌湖湖滨带的土壤种子库特征

采用幼苗萌发法,在湿润和淹水两种水位萌发条件下,研究了蚌湖（鄱阳湖子湖）湖滨带5个水位梯度区的土壤种子库特征。结果表明,种子库中共萌发了33个物种,分属15科29属。物种组成以一年生草本为主,其中莎草科、禾本科、菊科、玄参科和水鳖科的物种数最多。不同水位区种子库的物种组成和幼苗密度差异不显著。种子库在两种水位条件下萌发的结果有显著差异,湿润条件下种子库萌发的物种以湿生和挺水植物为主,而在淹水条件下萌发的沉水植物种类和幼苗数量显著增多,其幼苗密度占总幼苗数的36％。t检验表明种子库在淹水条件下每个萌发盒中萌发的物种数（7．2±2．8）显著多于湿润条件（4．2±2．0）。     

基于NDVI的米仓山植被覆盖变化趋势分析

基于1998年4月至2009年12月的SPOT-VEGETATION逐旬NDVI数据,采用MVC(最大值合成法)获得月NDVI值,用均值法计算各季及年均NDVI值;对5种植被类型的年均NDVIy和生长季NDVIg进行一元线性回归,辅助以趋势线分析定量描述研究区植被覆盖动态变化,并采用R/S分析(重标极差法)动态预测米仓山植被覆盖未来变化趋势。结果表明:研究区12年间NDVI整体呈上升趋势,相对于前期(1999~2001年)、中期(2003~2005年)和后期(2007~2009年)的NDVI增加显著;年最大NDVI≥0.70的区域占总面积的98.95%,年均NDVI≥0.70的区域占93.69%,且植被覆盖增加的面积远大于减少的面积;划分的5种植被类型中,阔叶林类NDVI值最高,人工植被类NDVI值最低;R/S法计算结果显示,Hurst指数(H)为0.876 8,表现为很强的持续性,预示未来一定时限内米仓山植被覆盖将有稳定的增加趋势。     

基于多端元光谱混合分析方法的大兴安岭火后植被盖度恢复研究

火干扰是北方针叶林结构、功能及动态的主要调节因子之一。研究火后植被恢复对理解火干扰和生态系统的交互作用具有重要意义。火烧迹地通常由植被与基质混合组成,在中低分辨率（ > 10 m）遥感影像中表现为混合像元,因此研究亚像元尺度上植被的恢复是精确量化植被恢复的关键。本研究以2000年大兴安岭呼中自然保护区中8700 hm²火烧迹地为研究区,以两期（2014年6月1日和2010年6月22日）中分辨率Landsat ETM+影像（30 m）为基础数据,比较多端元光谱混合分析（Multiple Endmember Spectral Mixture Analysis,MESMA）和归一化植被指数（Normalized Difference Vegetation Index,NDVI）获得的植被盖度,以高分辨率（2 m）WorldView-2影像（2014年7月1日）为验证数据,对两种方法计算的植被盖度精度进行比较。结果表明,MESMA方法获得的植被盖度（R²=0.691）与传统的NDVI获得的植被盖度（R²=0.700）精度无统计差异,中烈度下获得的植被覆盖精度高于低、高火烧烈度。为验证同一端元能否运用到不同时相的Landsat影像中,本研究将从2014年影像中获取的最佳端元运用到2010年影像中获得植被盖度图,结果表明2014年与2010年得到的RMSE（均方根误差）均值分别为0.0015和0.0065,说明最佳端元可用于不同时相的影像分解。本研究表明MESMA方法可有效监测北方针叶林中火后植被盖度恢复,并可运用于时间序列遥感影像监测植被恢复动态。     

黄土高原4种典型植被对土壤活性有机碳及土壤碳库的影响

对黄土高原丘陵沟壑区4种典型植被(荒草地、文冠果林地、柠条灌丛、沙棘林地)进行了活性有机碳(MBC,Microbial Biomass Carbon;EOC,Easily Oxidated Carbon;POC,Particle Organic Carbon)及有机碳的测定,结果表明:4种植被土壤活性有机碳含量随着土层深度的增加呈逐渐降低的趋势,土壤有机碳为文冠果林地荒草地沙棘林地柠条灌丛,且差异显著(P0.05)。荒草地0—40 cm范围内土壤MBC含量分别比文冠果林地、柠条灌丛、沙棘林地显著降低了8.61%、23.84%、41.42%(P0.05);荒草地土壤POC含量分别比文冠果林地、沙棘林地降低了14.47%、16.67%,比柠条灌丛POC高出了25.00%;但荒草地土壤EOC含量、碳库活度及碳库管理指数均显著高于其他3种植被类型(P0.05)。4中植被类型中沙棘林地土壤微生物熵(SME,Soil Microbial Entropy)最大,而柠条灌丛土壤有机碳储量最小。土壤SOC与土壤EOC、有机碳储量(SOCS,Soil Organic Carbon Storage)显著相关(P0.05),而土壤SOC与POC呈极显著的相关(P0.01);土壤EOC与土壤POC显著相关(P0.05),但土壤MBC与SOC、POC、EOC、SOCS均呈现出不同程度的负相关性。因此土壤活性有机碳能客观反映土壤肥力和土壤质量的变化情况,是描述土壤质量和评价土壤管理的重要指标。     

高时空分辨率植被覆盖获取方法及其在土壤侵蚀监测中的应用

土壤侵蚀是全球性生态问题,准确监测区域土壤侵蚀状况是评估区域生态质量和生态保护成效的基础。准确获取高时空分辨率植被覆盖信息并与降水动态匹配是土壤侵蚀准确监测的关键。然而,受卫星传感器限制,大区域高时间分辨率与高空间分辨率遥感数据无法同时获取,高空间分辨率植被动态遥感监测面临巨大挑战。为解决这一问题,本研究提出了一套多源遥感数据融合的高时空分辨率绿色植被覆盖度(半月尺度,空间分辨率2 m)获取方法,并与半月尺度的降水因子匹配应用于CSLE开展了天津市蓟州区的土壤侵蚀监测。研究结果表明:1)降雨和植被覆盖度因子在一年之内变异较大,半月降雨量的平均值为43.32 mm,变异系数可达150%,绿色植被半月植被覆盖度的平均值为54.74%,变异系数为18%。考虑土地覆盖类型的高时空分辨率绿色植被覆盖度融合方法,可以获取合理的高空间分辨率绿色植被覆盖度动态,为高空间分辨率土壤侵蚀监测提供了一个有效手段;2)土壤侵蚀发生范围与强度与降水及植被因子在年内的动态匹配高度相关,土壤侵蚀发生范围最大为10月上半月,发生面积为137.55 km~2,土壤侵蚀发生强度最为严重为7月下半月,25 t/hm~2以上土壤侵蚀发生面积为12.70 km~2;3)高时空分辨率植被与降水因子耦合下的土壤侵蚀监测结果与地面一致性较好(判定系数可达0.88),明显好于仅用一期高空间分辨率植被因子的土壤侵蚀监测结果(判定系数仅为0.097),采用高时空分辨率植被与降水因子耦合的土壤侵蚀监测方法可以大幅度提高土壤侵蚀监测的准确性,本研究为其他区域准确开展土壤侵蚀监测提供了一套有效的方法。     

秦巴山区植被覆盖变化及气候因子驱动分析

基于GIMMS_(3g)(1982—2015年)、SOPT VEG(1998—2015年)和MODIS(2000—2017年)3种NDVI数据集,结合气温、降水和DEM数据,利用平均法、线性趋势分析法和相关分析法等方法,分析了秦巴山区植被覆盖的时空变化特征及其与气候因子的相关性,并以秦岭山地(陕西境内)为重点区域,分析了植被覆盖的海拔梯度差异及其与气候因子的垂直响应模式。结果表明:①1982—2017年秦巴山区3种植被NDVI均呈显著增加趋势,其中1982—2015年NDVI-GIMMS_(3g)增速为1.4%/10a,1982—2000年NDVI-GIMMS_(3g)较低且波幅较大,增速为1.6%/10a,年际间变异系数(CV)为0.04,2000—2015年NDVI-GIMMS_(3g)较高且稳定增加,增速为1.7%/10a,CV为0.02;2000—2015年NDVI-SPOT VEG增速为4.1%/10a,CV为0.04;2000—2017年NDVI-MODIS年增速为4.5%/10a,CV为0.04;②2000—2017年(MODIS数据)秦巴山区植被覆盖高值区主要为秦岭、米仓山和神农架等山地,低值区主要为西部高海拔区和东部低海拔区等区域;秦岭山地随海拔升高植被NDVI先升高后降低;③2000—2017年(MODIS数据)秦巴山区植被覆盖增加和减少的区域分别占96.90%和3.10%,低海拔地区较高海拔地区变化剧烈;秦岭山地低海拔带植被覆盖较高海拔带增加显著;④2000—2015年(SOPT VEG数据)秦巴山区增温效应显著,增速为0.49℃/10a,植被覆盖与温度以正相关为主,与降水正负相关并存,与温度的相关性较降水的相关性高;秦岭山地高海拔带植被对温度变化更敏感,低海拔带对降水更敏感。     

降雨量改变对黄河三角洲滨海湿地土壤呼吸的影响

全球变化背景下,降雨模式变化造成土壤水分波动是引起土壤呼吸动态变化的重要驱动力。但滨海湿地如何响应降雨模式变化,进而引起生态系统蓝碳功能改变的机制尚不清楚。依托黄河三角洲滨海湿地增减雨野外控制试验平台,采用土壤碳通量观测系统(LI—8100)对湿地土壤呼吸速率进行监测,探究了2017年黄河三角洲滨海湿地土壤呼吸及环境、生物因子对减雨60%、减雨40%、对照60%、对照40%、增雨40%、增雨60%等变化的响应及机制。结果表明:1)随着降雨量增加,湿地土壤温度逐渐降低;同时增雨和减雨处理均显著提高了湿地土壤湿度(P0.05)。(2)降雨量变化显著影响湿地植被物种组成、地上和地下生物量分配以及植被根冠比(P0.05)。增雨40%和增雨60%均显著提高了湿地植物种类和植被根冠比,但同时显著降低了湿地植被地上生物量。此外,增雨40%和减雨60%处理均显著提高了湿地植被地下生物量。(3)降雨量变化对2017年湿地季节土壤呼吸无显著影响,但在湿地非淹水期,增雨60%和增雨40%均显著提高了湿地土壤呼吸速率(P0.05)。(4)2017年湿地不同降雨处理的土壤呼吸与土壤湿度均呈二次曲线关系(P0.05),相关系数随降雨量增加而降低;同时在非淹水期不同降雨处理的土壤呼吸与土壤温度均指数相关(P0.05),土壤呼吸温度敏感性(Q_(10))随降雨量增加而增大。在淹水期不同降雨处理土壤呼吸与土壤温度无显著相关关系。(5)淹水期土壤呼吸速率与地表水位呈指数负相关(P0.001)。     

生长季川陕不同地带植被覆盖对气候变化的时空响应

川陕地区处于中国800mm等降水量线过渡带的南北两侧,区内分山、川、原3种地形,是退耕还林(草)最早实施区域。基于2001—2014年的MODIS、气温和降水量数据,选取10种植被地带数据,采用Sen+MK检验和时滞偏相关等方法,结合重分类后的4种地貌类型和6类土地利用/覆盖数据,分年内生长季、年际生长季和非生长季的对比、以及植被生长最好的8月与5月、6月、7月、8月、5—6月、6—7月、7—8月、5—8月共8个时间段的相关性3种时间尺度,对川陕地区植被NDVI与气候因子的关系进行了深入探讨。结果表明:1)川陕、陕西和四川年均气温分别以0.02℃/10a、0.01℃/10a和0.03℃/10a(通过0.01显著性水平)的线性速度增加,低于近50年来(1951—2001年)全国的气温增速(0.22℃/10a);2)川陕、陕西、四川尺度上,植被NDVI与同季气温、降水量的相关性一致,与上季的相关性不具一致性。植被NDVI与上季气温、降水量的相关性均高于同季,相较于降水量,与气温呈现出更多的负相关性,其中陕西地区最为显著;3)川陕地区气温变化趋势与全球变暖不同步,植被生长受气温的影响较小或无影响;降水量相较于气温对陕西地区植被生长的影响更大;气温是四川植被生长的主要限制因素。植被覆盖与气温、降水量的相关性在草地、林地和农耕区最为显著。     

黄土高原植被恢复成效及影响因素

黄土高原是退耕还林还草工程背景下地表格局及植被变化最为显著的地区之一,评估黄土高原的植被恢复成效及影响因素是促进区域植被恢复政策优化的关键环节。基于不同时间尺度植被覆盖度和植被净初级生产力趋势变化,提出了量化区域植被恢复成效的新方法,采用结构方程模型研究社会经济因素对植被恢复成效的影响及其随时间产生的变化,通过地理加权回归探索气候和关键社会经济因子对植被恢复成效的空间非平稳影响。研究结果刻画了2000-2015年黄土高原植被恢复的持续改善过程：截止2015年,黄土高原88.20%的面积植被恢复成效明显,高值区集中于陕北地区及山西省各县区。农村劳动力的下降使得植被恢复所受人口压力减缓,负影响由-0.95变为-0.86;农业生产力的提升是黄土高原植被恢复成效改善的重要社会经济因素。气候及社会经济因子对黄土高原植被恢复成效的影响呈现显著的空间差异：多年平均降水对黄土高原东部29.30%的地区影响最大,且为促进作用,平均温度是北部和西部风沙草地植被恢复成效的主导影响因子（占总面积20.93%）;黄土高原中西部47.02%的地区则受社会经济因素的影响更加明显。当前研究揭示了黄土高原的植被恢复效果及关键影响因子,可为区域植被恢复政策的优化提供科学支撑。