甘肃省草地植被NDVI时空变化特征及驱动因素研究

本文基于甘肃省2000—2019年归一化植被指数（normalized different vegetation index，NDVI）数据及气象数据，研究了甘肃省草地NDVI时空变化特征及驱动因素。结果表明：近20年，生长季草地NDVI整体水平较低但呈波动上升趋势，增速为0.030·（10a）^-1，草地NDVI分布呈现东南高西北低的格局；20年间生长季NDVI呈显著增加趋势的面积占甘肃省草地的19.08%，主要分布在陇中黄土高原；甘南高原和祁连山地生长季NDVI保持稳定，其中高寒草甸NDVI整体较高且稳定性较强；生长季草地NDVI受夏季降水量的影响较大；人类活动主要促进了草地NDVI的增长。整体而言，甘肃省草地NDVI呈现增长趋势且稳定性较高，降水量对草地NDVI的影响较强。另外，生态工程也促进了草地NDVI增长，需长期实施。     

基于BP神经网络和支持向量机的降水量空间插值对比研究——以甘肃省为例

为探究降水数据产品的高精度空间插值方法及其应用差异,以BP神经网络和支持向量机模型为研究对象,选取甘肃省为研究区域,构建降水量空间插值模型,分别完成基于两种模型的甘肃省降水量空间插值结果,并划分西区、中区、东区3个建模分区,对比分析两种模型空间插值的精度和应用差异。结果表明:支持向量机模型的插值精度显著高于BP神经网络模型,且支持向量机模型在降水空间分布中能体现更多细节;西区平均相对误差最大,其中,BP神经网络模型32.32%,支持向量机模型仅23.74%;东区平均相对误差最小,BP神经网络为8.28%,支持向量机模型为6.15%;另外,分区建模的插值精度有所提高,但两种模型的提高幅度存在差异,BP神经网络的平均相对误差降低了5.08%,支持向量机模型仅降低0.66%,表明支持向量机模型更加稳定,对影响降水量的经纬度和高程等因子自身变异性的适应能力更强。此研究解决了常用的反距离权重、样条函数、克里金插值等方法在降水量插值过程中准确性差,精度低的问题,为提高降水量空间插值的精度提供了新方法和思路。     

基于 GIS 的中国草地合理载畜量空间化

天然草地合理载畜量是反映草地合理利用强度的基本单位。为提高草地合理载畜量的划分精度,根据“极大似然逼近原理”,创建了异质因子控制下的“线性回归+区域化值残差修正”数据空间化方法。以全国草地资源调查汇总数据中县域理论载畜量和1∶400万中国草地资源图为基础数据,采用分省控制构建了理论载畜量与植被类型-生产力异质植被斑块的线性回归模型,其判定系数由全国模型下的0.867提高到0.937,拟合优势度较高,所获得的中国公里格网草地合理载畜量分布图空间化精度也较高。中国公里格网草地合理载畜量分布图不仅表明了不同类草地因生产力的不同有不同的放牧要求,也体现了不同环境条件下草地载畜能力的差别,有效反映了单位面积内草地植被载畜-生产力水平,为生态治理和草地资源保育工作中合理制定草地利用强度提供了理论参考。     

甘肃省高寒草甸植被覆盖度反演及其时空变化研究

本研究以甘肃省高寒草甸为研究区,基于2000—2019年遥感数据和2014年实测数据,采用经验回归模型法构建植被覆盖度(fractional vegetation cover,FVC)估算模型,并研究了过去20年高寒草甸FVC时空变化规律、稳定性及变化原因,以期为FVC动态监测提供科学依据。结果表明：在6种植被指数(vegetation index,VI)中除比值植被指数(ratio vegetation index,RVI)外,其余VI与FVC相关系数均大于0.65(P<0.01);模型精度检验发现高寒草甸FVC最佳反演模型为归一化植被指数(normalized difference vegetation index,NDVI)二项式模型：y=-0.65x²+1.97x—0.23(R²=0.81,RMSE=7.33);甘肃省高寒草甸FVC呈现南高北低的格局,20年FVC均值处于较高水平,年均FVC呈现波动上升趋势,平均增速0.15%·a^-1,其中FVC增加的面积占52.76%,稳定的面积占27.58%,下降的面积占19.66%,FVC变异系数小于0.15的面积占86.57%。综上所述,2000—2019年甘肃省高寒草甸FVC整体上呈现增加趋势,并且稳定性较高。     

干旱环境下4种高原禾本科牧草产量及营养品质比较

为筛选适宜干旱、半干旱环青海湖地区生长的优良牧草,测定了高原地区生长的4种禾本科本土牧草的生产性能和营养价值指标,并结合灰色关联度分析法进行了综合评价。结果表明,大颖草(Roegneria grandiglumis)和扁穗冰草(Agropyron cristatum)的叶茎比和鲜干比较高,适口性更好;同德短芒披碱草(Elymus breviaristatus cv.Tongde)的干草产量为最高,大颖草、同德短芒披碱草、同德贫花鹅观草(Roegeria pauciflora cv.Tongde)的草产量之间差异不显著;扁穗冰草的营养价值相对最好;4种供试牧草综合评价表现由高到低为：扁穗冰草>大颖草>同德贫花鹅观草>同德短芒披碱草。     

基于当量因子法的甘肃省草原生态系统服务价值评估

天然草原是甘肃省最大陆地生态系统,是全省乃至全国的重要生态屏障,科学、准确地估算甘肃省天然草原生态系统服务价值,对甘肃草原重要性认识和生态安全维持具有重要意义.本研究利用甘肃省主要粮食作物产量和价格数据,计算出甘肃省生态系统服务价值基准单价,然后结合甘肃省各种草原类生物量,修正甘肃省草原生态系统服务价值当量,最后计算出甘肃省各类草原生态系统服务价值.结果表明:1)草原提供的其他单项生态系统服务价值均在食物生产和原材料生产价值的3.1倍和3.7倍以上;2)甘肃省暖性灌草丛单位面积生态服务价值最高,为84418.28元·hm?2,温性荒漠单位面积生态服务价值最低,为10120.21元·hm?2;3)甘肃省草原生态服务总价值为7069.73×108元,是2016年畜牧业总产值的23倍,约等于甘肃省2016年国民生产总值(gross domestic product,GDP);4)高寒草甸生态系统服务总价值最高,为1733.27×108元,占草原生态系统服务价值的24.52％;高寒荒漠生态系统服务总价值最低,为58.51×108元,占草原生态服务价值的0.83％.本研究不仅为区域内生态系统服务价值的估算提供了思路,也为利用法律手段保护草原提供了科学依据.     

世界草地综合顺序分类图的制作

通过对全球1961～1990年气象数据的分析与统计,将7 775个站点的气温与降水换算成草地综合顺序分类指标-＞0℃的年积温(Σθ)和湿润度(K)值,在Arc GIS平台上,配以世界行政区划图,依据综合顺序分类理论,制作世界草地综合顺序分类图.研究结果表明:可将世界陆域草地分为38类,基本符合全球气候带以及植被的分布,...     

东祁连山高寒草甸土壤酶活性及其化学计量特征对海拔和坡向的响应

研究高寒草甸微尺度海拔和坡向下土壤酶活性及其化学计量特征的变化对于探讨草地生态系统养分循环过程具有重要的生态学意义。以东祁连山高寒草甸为研究对象,分析了7个海拔（2 800,3 000,3 200,3 400,3 600,3 800,4 000 m）和2个坡向（阴坡、阳坡）高寒草甸的土壤酶活性、化学计量特征变化规律及其与土壤理化因子之间的关系。结果表明：海拔和坡向的交互效应对土壤亮氨酸氨基肽酶（LAP）、β-葡萄糖苷酶（BG）、多酚氧化酶（PPO）和过氧化物酶（POD）酶活性、lnBG/ln （NAG+LAP）、lnBG/lnAP和ln （NAG+LAP）/lnAP有显著影响;LAP、AP、BG、POD、lnBG/ln （NAG+LAP）、lnBG/ln （NAG+LAP）随海拔的升高呈先升高后降低,β—1,4—乙酰基氨基葡萄糖苷酶（NAG）和PPO随海拔升高而降低;同一海拔,阳坡土壤AP、BG、POD、PPO酶活性低于阴坡,阳坡土壤NAG酶活性高于阴坡,海拔3 800 m以下阳坡LAP酶活性低于阴坡,除海拔3 000 m和4 000 m外的其他海拔阳坡的土壤lnBG/ln （NAG+LAP）高于阴坡,海拔3 000~3 400 m的土壤lnBG/lnAP和海拔3 000~3 600 m的土壤ln （NAG+LAP）/lnAP在阳坡低于阴坡。相关分析发现,土壤酶活性及其化学计量特征不同程度受土壤C、N、P资源及土壤水分条件等的调控,土壤含水量和有机碳是影响土壤酶活性的主要因子。综上,土壤酶活性及其化学计量特征在微尺度海拔和坡向上具有差异性,且受土壤C、N、P资源及土壤水分条件的综合影响,以土壤含水量和有机碳尤为突出。     

多年生黑麦草顶峰的引种适应性研究

国外引进优良草坪草种———多年生黑麦草顶峰 (Pinnacle) ,在国内的 3个气候带 :北京 (北过渡带 )、兰州 (寒冷半干旱带 )和成都 (南过渡带 )等地 ,进行了品种评定和适应性的研究 ,结果表明 :多年生黑麦草顶峰适宜在中国北方过渡带和南方夏季不甚高温高湿的地区推广 ,在兰州以西越冬不理想。     

夏河甘加草原草地蝗虫优势种的确定及混合种群密度高峰值模型研究

通过对夏河甘加草原草地蝗虫种群存在度分析,确定该地区草地蝗虫优势种为狭翅雏蝗、小翅雏蝗、宽须蚁蝗、皱膝蝗(红翅皱膝蝗和鼓翅皱膝蝗)。对气象因子进行了主成分分析,提出了一年高峰值(yn)、产卵期的平均降水(x1)和温度(x2)、本年孵化期平均气温(x3)和降水(x3)为关键因子的非线性模型:yn+1=18.110 6+0.328 3x1+32.229 9/lnx2-182.237 3e-0.8x3+42.173 3x4e-x4)yn来描述混合种群的密度高峰值,且拟合度较高。