坡面径流冲刷侵蚀的植被覆盖阈值现象研究

提高植被覆盖度是防治坡面土壤侵蚀的主要途径之一。一般而言,随着植被覆盖度的增加,侵蚀产沙量会呈负指数下降。植被覆盖度与侵蚀的发展之间存在多种多样的阈值现象。采取GIS模拟技术和野外控制试验相结合的方法,揭示植被覆盖度与坡面径流冲刷侵蚀之间的阈值现象。研究结果表明,在植被覆盖度较低、植被分布分散的情况下,植被汇聚径流的作用会导致侵蚀风险的升高;当植被覆盖度达到一定的阈值后,随着植被覆盖度的继续增加,侵蚀产沙量逐渐减小,并最后趋于稳定。该研究结果有助于增强对植被覆盖度和土壤侵蚀之间阈值现象的认识,也表明简单地认为植被覆盖度和土壤侵蚀之间是负指数关系存在不严谨的地方,即在植被覆盖度较低时是不准确的。     

1999-2016年天山西部植被覆盖的时空变化

[目的]调查天山西部生态环境植被覆盖状况,为科学保护区域生态环境和管理提供科学依据。[方法]以天山西部林区—霍城林场为研究对象,基于1999,2007和2016年3个时期的Landsat TM遥感影像和DEM数据,运用归一化植被指数分析研究区植被覆盖情况和空时变化特征。[结果]时间变化上,1999—2016年期间霍城林场植被覆盖以Ⅱ和Ⅲ级为主,所占比重达到55%以上,总体上是呈现上升趋势;空间分布上,霍城林场因海拔、坡度和坡向等地形因子的不同而出现不同的分布和变化特征,当海拔在1 500~2 000 m和2 000~2 500 m或者坡度30°~45°的区域时,植被覆盖度相对较高;当海拔 < 1 500 m以及 > 2 500 m或坡度 < 30°的区域时,植被覆盖度相对较低;植被覆盖度随着坡向的变化而变化着,呈现出阴坡 > 半阴坡 > 半阳坡 > 阳坡的分布特征;当海拔 < 1 500m和坡度 < 30°的区域时,植被覆盖度变化较为明显,而当海拔 > 2 500 m和坡度 > 45°的区域时,因受人为社会活动影响小,植被覆盖变化不明显。[结论]1999—2016年期间,霍城林场植被覆盖在时间变化上总体呈现上升趋势,在空间分布上因海拔、坡度和坡向等地形因子的不同呈现不同的分布和变化特征。     

玛纳斯河流域植被覆盖度随地形因子的变化特征

基于2000-2016年MODIS NDVI数据,利用像元二分模型和ArcGIS空间分析功能对玛纳斯河流域植被覆盖度分布格局及动态变化特征进行研究,并分析植被覆盖度变化在高程、坡度和坡向上的空间分布差异。结果表明：（1）玛纳斯河流域以低等级植被覆盖为主,高等级植被覆盖面积显著增加,其它各等级面积波动较小,研究期内植被覆盖改善的面积比例（31.17%）远大于退化的面积比例（16.1%）,研究区总体植被覆盖度增加,生态环境有所好转。（2）在海拔<800m,坡度<8°区域内,植被覆盖度明显改善,植被显著退化区主要分布在海拔1300-3400m,坡度>25°区域内,植被覆盖度未发生变化的区域主要集中在海拔>3600m范围内。（3）当海拔>2100m时,植被覆盖度随海拔增加呈现持续减少的趋势,海拔低于2100m的地带,植被覆盖度随海拔增加波动较大。（4）随着坡度的增加,植被覆盖度呈逐渐减小的趋势,全流域0?5°坡度范围内植被覆盖度最大（42.69%）。（5）在各坡向上,植被覆盖度差异不明显。流域内平地上的植被覆盖度最大（44.21%）;阴坡的植被覆盖度优于阳坡,植被变化趋势除在平地区域较显著外,其余坡向间差异不大。     

基于Lab颜色空间的棉花覆盖度提取方法研究

基于手持高清可见光图像和无人机可见光遥感影像中植被与非植被像元在不同颜色空间单通道上分布的差异性,以苗期和蕾期的棉花为对象,进行了棉花覆盖度的提取方法研究。基于不同天气状况和不同采集时刻等光照条件下采集的29幅具有不同覆盖度的棉花地面可见光图像,分别对比分析了Lab颜色空间a通道、RGB颜色空间2G-R-B指数和HIS颜色空间H通道对棉花的识别能力,以及使用动态阈值和固定阈值两种情况下的棉花覆盖度提取精度。其中动态阈值通过植被与非植被像元的高斯分布交点确定,固定阈值在3种颜色空间分别设置为动态阈值的均值。结果表明,植被像元与非植被像元在a通道、2G-R-B指数和H通道上呈现高斯分布,可以采用非线性最小二乘算法实现高斯分布拟合。通过高斯分布拟合求解交点得到的动态分类阈值分布范围较为集中,将其均值-3.78、0.06、0.13设定为固定分类阈值。相比于2G-R-B指数和H通道,a通道对绿色植被的识别能力最好,更适合提取棉花植被覆盖度;相比于动态阈值,固定阈值的提取精度更好,平均提取误差为0.009 4。将该方法应用到无人机尺度时,同样可以较好地提取不同天气状况和不同土壤干湿类型的棉花覆盖度,且总体平均提取误差为0.012。经过初步检验和分析认为,基于植被与非植被像元在Lab颜色空间a通道上分布的差异性,结合固定分类阈值,可以精确地提取不同光照条件下的苗期和蕾期棉花覆盖度。     

河北坝上地区植被覆盖演化特征及其风险评估北大核心CSCD

坝上地区作为京津冀阻滞风沙入侵的生态屏障和水源涵养地,是构筑首都经济圈生态安全,维持地方经济、社会和环境协调发展的重要保障。基于MODIS NDVI遥感数据,采用趋势线性分析、稳定性分析、变标度极差分析等数理方法,反演2005—2015年坝上地区植被覆盖时空演变趋势和稳定性,在此基础上预测植被演化趋势并进行风险评估。结果表明：（1）11 a间坝上地区植被覆盖度区域差异性比较明显,整体表现为从坝西到坝东依次递增的空间分布特征。（2）坝上地区植被覆盖度极显著改善区域和显著改善区域的面积最大,占研究区总面积的65.89%,未显著改善区域占32.28%,退化区域占1.82%。（3）坝上地区植被覆盖稳定性整体表现为东高西低。高稳定度区域和较高稳定度区域占比最大,为61.32%,中稳定度区域占24.35%,低稳定度和较低稳定度的区域占14.33%。（4）坝上地区未来植被覆盖持续改善区域占59.48%,潜在退化占38.67%,持续退化占1.04%,潜在改善占0.82%。     

2000-2016年陈巴尔虎旗植被覆盖度时空变化遥感动态监测

为研究我国典型农牧交错区长时序地表生态变化特征,以内蒙古自治区陈巴尔虎旗为例,基于2000—2016年MODIS NDVI数据,综合应用MVC、像元二分模型、一元线性回归模型、T检验等方法,对陈巴尔虎旗植被覆盖时空变化特征进行定性定量分析。结果表明：受气候、地形、人为因素等影响,陈巴尔虎旗地区植被覆盖度呈现东高西低的空间分布特征;17年该地区的植被覆盖整体呈波动下降趋势,平均植被覆盖度由2000年的58.81%减少到2016年的48.14%;植被覆盖度减少的区域占55.66%,主要分布在宝日锡勒镇、巴彦库仁镇、鄂温克民族苏木。研究成果为定量评估区域生态变化的累积效应提供了数据支撑。     

不同作物对坡耕地地表径流及氮素流失的影响

为了揭示坡耕地种植作物后径流和氮素流失间的差异,采用径流小区法对坡耕地种植玉米、莜麦和土豆3种作物后坡面径流、地面作物状况、氮素流失量及其关系进行了研究。结果表明:2014年7—9月6场侵蚀性降雨平均降雨量为31.49mm,径流量(Q)为Q_(莜麦-总)Q_(土豆-总)Q_(玉米-总),且与降雨量成线性关系;作物种类对径流中氮素浓度有显著影响,各形态氮浓度均值范围分别为:NO_3~-—N含量10.33~11.83mg/L,TN含量27.48~31.28mg/L,NH_4~+—N含量0.72~0.92mg/L,NO_2~-—N含量0.35~0.49mg/L;6次侵蚀性降雨全氮流失量(TNL)为TNL_(莜麦)TNL_(土豆)TNL_(玉米),均值分别为147.01,139.45,125.63mg;硝态氮流失量(NL_硝)占TNL的33.33%~43.14%,NL_硝和TNL与径流量之间存在线性关系;7—9月份,农作物进入生殖生长阶段,作物覆盖度变化较小,与降雨量和氮素流失量之间没有显著关系,不是影响坡面径流和养分流失的主要影响因素。     

基于NDVI的乌梁素海湿地植被变化

运用3S技术,以1987、2000年和2010年的Landsat5 TM遥感影像为基础数据源,计算乌梁素海湿地3期的归一化植被指数(NDVI),基于NDVI像元二分模型反演了植被覆盖度。通过转移矩阵对比不同年际间各等级植被覆盖度的转化比例,并分析植被变化的驱动力。结果表明:1987—2010年,乌梁素海地区植被覆盖度总体较好,其中,低植被覆盖度(20%)所占比例由30.81%降低到了16.57%,中等植被覆盖度(20%~50%)所占比例变化不大,保持在14.50%左右,而高植被覆盖度(50%)所占比例则由原来的15.68%提高到了31.05%,整个地区的荒漠化土地在逐渐减少,农田的土地利用面积逐年增加。影响植被覆盖度的因素主要有人为因素和气候因素,人为因素不仅包括人类的生产活动对植被产生的影响,还包括对不同土地类型的利用及相关政策的实施等所产生的影响;气候因素则主要体现在温度和降水。     

张掖日光温室最低温度预报模型的主成分回归法构建

为了有效预报日光温室内部最低温度,减弱低温冷害对设施农业生产的影响。利用张掖日光温室内小气候数据及室外气象观测资料,选取8个影响日光温室最低温度的气象因子进行相关分析和统计检验的多重共线性诊断,应用主成分回归方法建立日光温室最低温度预报模型,并用模型模拟值与温室最低温度实测值比较对模型精度进行检验。结果表明：气象因子X₁、X₂、X₄、X₆、X₇、X₈间存在共线性的问题。通过主成分分析综合提取了3个主成分代替原来的8个变量,建立的温室最低温度预报模型通过α=0.01水平显著性检验,且模型精度检验表明,不同天气条件（晴天、少云—多云、阴天）的模拟值和实测值间R²在0.81~0.89之间,RMSE在0.90~1.16℃之间;不同时段（12月—次年2月）的模拟值和实测值间R²在0.82~0.89之间,RMSE在0.94~1.13℃之间。     

植被指数估算香格里拉地区植被覆盖度的精度对比分析

利用MOD13Q1数据构建多种植被指数,结合像元二分模型对香格里拉县植被覆盖度进行遥感估算,并通过实测数据和TM影像数据相结合,对估算结果进行精度验证。结果表明:（1）构建的4种植被指数NDVI,EVI,RVI,MSAVI均与研究区实际地表植被覆盖度具有较高的相关性,表明使用遥感方法对香格里拉县进行植被覆盖度的估算是可行的;（2）通过与TM影像进行对比分析,4种植被指数中,利用MSAVI估算的植被覆盖度更接近于香格里拉县的实际情况。