南矶湿地国家自然保护区典型植被光谱波段特征分析及建库

对鄱阳湖南矶湿地国家自然保护区具有典型代表性的湿地植被苔草、芦苇、南荻、虉草、水蓼、蒌蒿和狗牙根开展高光谱特征研究,在分析反射光谱数据的基础上,采用一、二阶导数方法分析各植被类型的反射光谱波段特征差异。结果表明,这7种植被在可见光波段内光谱反射率均低于15%;在"红边"位置的吸收率大小为蒌蒿狗牙根苔草水蓼芦苇南荻虉草,芦苇的红边斜率最大;一阶导数方法不能得到各植被光谱最佳特征波段,但二阶导数效果很好,显示7种典型植被类型在685.8、692.4、698.6、704.3、737.5、746.2 nm,差异明显;典型植被光谱库的建立,将为湿地植被分类提供基础数据。     

鄱阳湖几种常见湿地植物光谱特征的初步研究

以鄱阳湖南矶山自然保护区湿地为实验区,使用FieldSpec3便携式地物波谱仪对2010年11月的苔草、芦苇、南荻、虉草等7种鄱阳湖典型湿地植物的反射光谱数据进行采集和处理,并对不同湿地植物的光谱特征、光谱差异进行了分析;在此基础上运用二阶导数方法得到识别典型湿地植被的7个最佳波段:685.8 nm,692.4 nm,698.6 nm,704.3 nm,737.5 nm,746.2 nm,957.1 nm。通过验证,植被类型分类精度和样点验证精度分别为85.7%和91.5%。     

基于GF-4号卫星影像东洞庭湖湿地植被类型监测能力比较研究

以GF-4号卫星数据为数据源,以东洞庭湖区域为研究区域,在区内选择芦苇、苔草、泥蒿+辣蓼3类典型植被类型,每类选取30个样本区,与数据、物候等尽量接近的Landsat 8商业卫星进行对比,采用同样的训练样本,相同的信息提取方法,包括监督分类最大似然法和非监督ISO分类方法进行湿地植被类型信息提取,比较湿地植被分类结果,可以发现GF-4影像色彩丰富,类内过渡较为稳定,可以对主要湿地植被类型进行识别。     

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.     

曹妃甸湿地典型植被光谱特征差异性分析

运用高光谱遥感技术分析地物特有的光谱特征可以有效地对地物进行识别。以河北省唐山市曹妃甸湿地为研究对象,使用SR2500便携式地物光谱仪测定了2种典型湿地植被——翅碱蓬[Suaeda salsa (L.) Pall.]和芦苇[Phragmites australis(Cav.)Trin.ex Steud.]的光谱特征,并对2种湿地植被的原始反射率光谱曲线和经过包络线去除法变换后的反射率光谱曲线进行研究。结果显示:由于包络线去除法的限制,在340~380 nm和716~1 020 nm波段范围内,分析芦苇原始光谱曲线更容易区分植被所处的生长期,在340~595 nm和710~920 nm波段范围内,分析翅碱蓬的原始光谱曲线更有利于区分所处的生长期,且2种植被生长旺盛期的反射率均高于生长末期。在508、550、678 nm处利用包络线去除法能够更好地区分芦苇不同生长阶段,在638、678 nm处利用包络线去除法能更好地区分翅碱蓬不同生长阶段。芦苇在绿光波段550 nm处出现明显的反射峰,而翅碱蓬在红光波段638 nm处出现明显的反射峰,这使得2种植被经过包络线去除处理后更好区分。在753~1 020 nm波段范围内,分析原始光谱曲线更适于区分芦苇和翅碱蓬,且芦苇的反射率高于翅碱蓬。     

基于面向对象和随机森林模型的杭州湾滨海湿地植被信息提取

湿地植被在湿地生态系统中起着无可替代的作用,其空间分布在很大程度上反映了滨海湿地的开发利用、生态环境特征和健康状况。以杭州湾南岸为研究区,以QuickBird影像和野外调查数据为数据源,基于面向对象原理在确定最优分割尺度的基础上采用随机森林模型,对滨海土地利用分类,并精确提取湿地植被。结果表明:面向对象和随机森林相结合的方法可以有效提取杭州湾5种湿地植被类型和6种土地利用类型,分类总体精度达86.90%,Kappa系数达到0.85,5类滨海湿地植被的用户精度均达到85%以上,更有海三棱藨草Scirpus mariqueter的用户精度达到100%,充分说明了基于面向对象分割和结合随机森林模型方法适用于滨海湿地植被信息的精确提取。     

三江平原芦苇湿地植物多样性的初步研究

研究了三江平原芦苇湿地群落类型、组成，种类的数量特征及在群落中的作用，对常见藻类、苔藓类的组成及土壤微生物的分布状况进行了调查研究。结果表明：该湿地芦苇群落类型主要为芦苇群落、芦苇-小叶樟=毛果苔草群落和芦苇-小叶樟-狭叶甜茅群落；芦苇群落为单一优势种，其余2个群落为芦苇、小叶樟双优势种群落。藻类主要以硅藻门藻类为主，土壤微生物主要为真菌和好氧性细菌，所占比例为4.3%和95.2%。     

结合地理信息的洞庭湖湿地分类方法研究

湿地遥感影像分类是遥感研究的一大难题。利用洞庭湖TM数据,并辅助地面GIS信息,通过专家分类知识库建立决策树分类方法,结合研究区的DEM进行洞庭湖湿地的影像分类,通过决策树层次实现了包括水体、泥沙滩地、防护林滩地、湖草、芦苇滩地和苔草滩地以及其他水体7种湿地类型的分类。其中,决策树分类总体精度80.29%,总体Kappa系数为0.883 9,分类精度相对于传统手段要高,证明基于该方法得到的数据准确度能够满足实际工作的需要;另外,基于知识分类的影像分类结果能够较好地解决一些错分的现象,针对湿地而言,混分现象最严重的泥滩地,在传统分类中大量地被分为了建筑用地或者裸地,同时草滩地与林地的混分在基于知识分类的影像中边界也较明显。相比传统分类方法,决策树分类以规则为基础,可以同时利用多个条件进行分类,减少了数据处理时间,同时还提高了分类精度,最终得到试验区较为可靠的遥感分类图像。     

结合地理信息的洞庭湖湿地分类方法研究(英文)

[目的]提高洞庭湖区湿地遥感分类的准确性。[方法]利用洞庭湖TM数据,并辅助地面GIS信息,通过专家分类知识库建立决策树分类方法,结合研究区的DEM进行洞庭湖湿地的影像分类,通过决策树层次实现了包括水体、泥沙滩地、防护林滩地、湖草、芦苇滩地和苔草滩地以及其他水体7种湿地类型的分类。[结果]决策树分类总体精度80.29%,总体Kappa系数为0.8839,分类精度相对于传统手段要高,证明基于该方法得到的数据准确度能够满足实际工作的需要;另外,基于知识分类的影像分类结果能够较好地解决一些错分的现象,针对湿地而言,混分现象最严重的泥滩地,在传统分类中大量的被分为了建筑用地,或者裸地,同时草滩地与林地的混分在基于知识分类的影像中边界也较明显。[结论]相比传统分类方法,决策树分类以规则为基础,可以同时利用多个条件进行分类,减少了数据处理时间,同时还提高了分类精度,最终得到试验区较为可靠的遥感分类图像。     

莫莫格湿地植被结构研究及其对碱性湿地演替的启示

莫莫格湿地属于典型的松嫩平原碱性湿地,在白鹤的全球迁飞网络中具有重要意义,但其退化过程中植被结 构的变化及影响因素尚不明确。以植被调查和土壤取样为基础,采用双向指示种分析(TWINSPAN)和去趋势对 应分析(DCA)结合的方法对该地区植被进行分类,并以去趋势典范对应分析(DCCA)的方法研究当地物种与环 境因素的关系。结果显示,莫莫格湿地的植被可以划分为9 种类型,即羊草群落、水蓼群落、扁秆藨草群落、鹅绒 委陵菜群落、芦苇群落、毛马唐群落、狗尾草群落、虎尾草群落和蒿类群落,其中虎尾草群落和蒿类群落是分布最 为广泛的2 个类型。莫莫格湿地植被主要组成部分为中生植物群落,表明该湿地正处于退化过程中,植被类型 可归类为退化草甸。植被演替的根本原因在于湿地水文条件的变化,而土壤pH 值、电导率和有机质含量也是影 响该地区植被结构的重要因素。适当干扰促进了虎尾草单优势种群落的形成,羊草群落和过度放牧不是其出现 的必要条件。      

扎龙湿地土壤动物群落特征研究

在扎龙湿地自然保护区,选择芦苇沼泽地、拂子茅苔草草甸土、撂荒地和小叶章苔草沼泽土等4种不同植被类型土壤作为样地,对土壤动物群落特征进行了研究。结果表明:土壤动物水平分布不均,土壤动物在有机质含量较低的土壤中比较少。湿地的干旱对扎龙湿地土壤动物多样性有明显和直接的影响,湿地的多样性明显低于旱地,不同处境下湿地土壤中的大中型土壤动物的数量和种类都存在明显差异,土壤动物对于湿地环境的变化具有生物指示意义。     

江苏盐城大丰滨海滩涂典型湿地土壤细菌群落结构分析

[目的]本文旨在研究江苏盐城大丰地区碱蓬湿地、芦苇湿地、互花米草湿地、盐蒿湿地和原始光滩等5种滨海湿地生境土壤细菌群落组成结构特征,阐明不同滨海湿地生境对土壤细菌群落的调控作用及驱动机制,为滨海湿地资源合理开发与生物多样性保护提供指导意义。[方法]利用高通量测序技术对滨海湿地土壤细菌群落进行16S rRNA测序,利用微生物信息学方法对序列进行OTU(操作分类单元)聚类、物种注释、多样性指数、功能预测以及环境因子关联分析。[结果]土壤细菌群落中特有细菌OTU种类数从大到小依次为盐蒿湿地、芦苇湿地、互花米草湿地、碱蓬湿地、原始光滩地;土壤细菌群落多样性指数从高到低依次为芦苇湿地、盐蒿湿地、互花米草湿地、原始光滩地、碱蓬湿地。盐生细菌群落结构变化,一部分受到全钾(TK)与碳素耦合作用影响,另一部分受到Na~+与钠吸附比的影响。土壤中Na~+、钠吸附比(SAR)、土壤多酚氧化酶(PPO)活性、土壤碱性磷酸酶(AKP)活性、全氮(TN)等是驱动细菌群落结构变化的主要环境因子;NH~+_4-N、PPO和AKP三者形成偶联关系,共同影响土壤细菌群落的生物多样性。[结论]滨海湿地植被类型和主要环境因子在稳定土壤细菌群落结构及生物多样性方面起到关键作用。     

基于Sentinel-2时序多特征的植被分类

植被分类是研究森林资源状况和动态变化规律的基础,利用遥感手段可以更加快速、准确地识别植被类型。以位于内蒙古赤峰市喀喇沁旗西南部的旺业甸实验林场为研究对象进行植被分类。采用分层分类的思想,首先根据植被物候特征选取植被生长旺盛时期的影像,计算归一化植被指数（normalized difference vegetation index,NDVI）并设定合适的阈值将研究区内的植被提取出来,剩余部分归为非植被。然后选取NDVI时间序列、最佳时相的Sentinel-2数据中10个波段的光谱反射率特征和主成分分析前3个分量的纹理特征作为分类特征,利用支持向量机分类器将研究区内的植被类型分为耕地、草地、常绿针叶林、落叶针叶林和落叶阔叶林五大类,并将分类结果与最大似然法、NDVI时序+光谱特征的分类结果进行对比分析。NDVI时序+光谱特征+纹理特征的多特征植被分类总体精度达87.64%,Kappa系数为0.85,分别比最大似然法和结合NDVI时序+光谱特征的分类总体精度提高了15.73%和14.61%,Kappa系数提高了0.20和0.18。其中常绿针叶林和耕地的分类结果与实地调查情况高度一致,分类精度分别达到95.65%和92.31%。从而得出:①基于多特征的分类方法有助于提高分类精度;②NDVI时序特征对于植被的区分具有很大帮助;③采用分层分类的思想,首先将研究区内的植被提取出来,可以排除非植被因素的干扰,有效提高植被类型的分类精度。     

芦苇湿地生态功能及恢复研究

采用"3S"技术对中国两大国家级天然芦苇(Phragmites communis)湿地双台河口湿地及扎龙湿地的现状进行分析,进而分析芦苇湿地的生态功能和退化程度,并提出了芦苇湿地生态恢复的措施。研究成果对促进芦苇湿地生态恢复,探明不同类型芦苇湿地生态恢复措施,遏制湿地退化,维护湿地生态环境提供了方法和手段。     

芦苇湿地土壤在湿地生态系统中的功能和作用

分析芦苇湿地土壤的特征,介绍芦苇湿地土壤的功能和作用,以为芦苇湿地土壤的利用提供指导。     

张掖湿地蝗虫多样性调查研究

在张掖湿地采用随机抽样调查,对蝗虫群落组成以及发生规律进行研究。根据张掖湿地植被生态情况,将调查区域植被划分为芦苇湿地、碱荒地、人工绿化地3种生境。结果表明:张掖湿地蝗虫种类有3个总科,8科,18种。其中优势种有4种,即中华稻蝗、无齿稻蝗、东亚飞蝗、日本蚱,其捕获量占总捕获量的百分比依次为31.14%、17.04%、16.13%、10.73%。不同生境蝗虫群落的丰富度指数、多样性指数、均匀度3项特征指数,由大到小依次为碱荒地> 人工绿化地> 芦苇湿地,优势度指数由高到低依次为芦苇湿地>人工绿化地>碱荒地。张掖湿地蝗虫群落的发生规律为:5月中下旬蝗蝻出现,主要活动期出现在7月至10月,8月下旬种类和种群数量均达到高峰期,11月上旬蝗虫完全消失,不再活动。     

广州市湿地植被多样性及其保护研究

采用线路踏查与样地调查法对广州市湿地植被进行研究,利用重要值、物种丰富度指数、Simpson 指数、Shannon-Wiener 指数和Pielou 物种均匀度指数进行多样性分析。结果表明,广州市湿地植被共125 科224 属362 种,优势科为禾本科、菊科和蝶形花科。沿海及海岸湿地植被以马唐、茳芏、芦苇和弓果黍为主;河流湿地植被以马唐为优势物种;人工湿地主要植被为荷花、马唐、狗牙根和弓果黍。各湿地类型植被多样性指标存在一定差异,其中物种丰富度指数依次为河流湿地>人工湿地>沿海及海岸湿地,其余3 项指标大小均为沿海及海岸湿地>河流湿地>人工湿地,但差异不显著。并提出湿地植被保护建议：以生态优先为原则;制定湿地可持续发展与保护规划;建立高效共管机制;加强湿地植被研究与监测,培养专业人才。     

10年间盐城滨海湿地类型信息提取及动态变化分析

高时效地掌握湿地类型分布及动态变化特征能为更好地保护湿地提供科学依据。选用盐城国家级珍禽自然保护区核心区2005、2015年2期遥感数据,在探索典型湿地类型多元特征的基础上,结合CART决策树分类模型,采用面向对象的湿地类型信息提取方法,对10a间研究区各湿地类型动态变化进行分析。结果表明:1)基于面向对象的CART决策树可以实现研究区湿地类型精细化分类,分类总体精度均达85%以上。2)10a间研究区内芦苇面积变化最大,从3005.56hm^2增加到5882.40hm^2;水域面积变化最小,从10986.93hm^2减少到10216.46hm^2。3)研究区碱蓬空间格局变化主要在核心区中部,呈现不断减少的趋势;米草的空间格局变化主要在核心区东部和西南部,呈现不断向东西两向扩张的趋势;芦苇空间格局变化主要在西北和西南区域,呈现不断向西扩张的趋势。     

广州市湿地植被多样性及其保护研究

采用线路踏查与样地调查法对广州市湿地植被进行研究,利用重要值、物种丰富度指数、Simpson指数、Shannon-Wiener指数和Pielou物种均匀度指数进行多样性分析.结果表明,广州市湿地植被共125科224属362种,优势科为禾本科、菊科和蝶形花科.沿海及海岸湿地植被以马唐、茳芏、芦苇和弓果黍为主;河流湿地植被以马唐为优势物种;人工湿地主要植被为荷花、马唐、狗牙根和弓果黍.各湿地类型植被多样性指标存在一定差异,其中物种丰富度指数依次为河流湿地＞人工湿地＞沿海及海岸湿地,其余3项指标大小均为沿海及海岸湿地＞河流湿地＞人工湿地,但差异不显著.并提出湿地植被保护建议:以生态优先为原则;制定湿地可持续发展与保护规划;建立高效共管机制;加强湿地植被研究与监测,培养专业人才.     

滨海不同湿地类型土壤微生物功能多样性

为全面了解滨海不同类型湿地土壤微生物群落多样性的变化特征,由陆地向海洋,分别选取滨海芦苇湿地、碱蓬滩湿地、互花米草湿地这3个不同类型湿地为研究对象,采用Biolog-ECO微平板法,分析土壤微生物功能多样性在不同类型湿地的变化规律和特点。结果表明,从Shannon指数来看,芦苇湿地与碱蓬湿地的差异显著,而与互花米草湿地差异不显著。3种湿地的平均颜色变化率(AWCD)均随培养时间延长而增加。其中,芦苇湿地土壤微生物代谢活性最强,碱蓬湿地次之,互花米草湿地湿地最弱; Shannon和McIntosh多样性指数变化也呈现出与AWCD一致的规律,说明随着湿地从陆地到海洋的演替,土壤微生物活性及多样性呈现下降趋势。土壤微生物对六大类碳源利用强度存在差异,各湿地间土壤微生物对碳水化合物类碳源利用率最高,为优势碳源;主成分分析表明,不同湿地类型的土壤微生物在碳源利用上有明显的空间分异。土壤微生物功能多样性在不同湿地类型间的差异主要体现在对碳水化合物类、氨基酸类和酚酸类碳源的利用上,其中碳水化合物类尤为突出。总体而言,湿地植被组成与土壤养分的变化是影响滨海湿地土壤微生物组成和功能活性的重要因素。