基于环境变量的中国土壤有机碳空间分布特征

研究中国土壤有机碳(Soil Organic Carbon,SOC)的空间分布特征对SOC储量估算以及农业生产管理具有重要意义。以全国第二次土壤普查2473个土壤典型剖面的表层(A层)SOC含量为研究对象,探寻地形、气候和植被等环境因素对SOC空间异质性分布的影响;以普通克里格法为对照,利用地理加权回归、地理加权回归克里格、多元线性回归和回归克里格模型建立SOC空间预测模型;并分别绘制了中国SOC的空间分布预测图。结果表明:(1)SOC含量与年均降水量、年均温、归一化植被指数、高程以及地形粗糙指数呈极显著相关关系;(2)平均绝对估计误差、均方根误差、平均相对误差和皮尔逊相关系数等模型验证指标表明地理加权回归的预测精度优于其他模型,可以更好地绘制SOC在大尺度上的空间分布特征;(3)较高SOC含量主要分布在研究区东北部、西南部以及东南部,而西北部SOC含量普遍偏低。本文以期从大尺度上探讨土壤属性与环境变量之间的相关关系,为全国土壤属性的空间制图提供一定的解决方案和思路。     

耦合植被物候的新疆绿洲土壤盐分信息挖掘

随着土壤环境问题涉及的尺度日趋增大，小区域斑块化盐渍化信息的提取难以了解土壤环境总体的变化趋势。本文以野外监测的南北疆典型绿洲区域——渭库绿洲和艾比湖流域为分析靶区，通过实测数据建立土壤–环境关系，并通过MODIS EVI数据反演得到植被物候特征，耦合植被物候、植被指数、盐度指数、地表温度和地形参数作为随机森林(random forest, RF)模型的输入因子，预测新疆绿洲区域土壤盐分含量信息并绘制土壤盐分空间分布图。结果表明：通过深入挖掘植被物候信息，物候参数在预测土壤盐分方面具有较高的相对重要性，代表生物积累量的LSI和SSI参数表征土壤盐渍化的能力较强，优于其他几个物候参数。耦合物候参数后土壤盐分信息预测精度明显提高，决定系数R~2从0.53提升到0.61。经模型反复迭代进一步筛选出适合研究区的23个环境参数，大幅提升了预测精度(R~2=0.73, RMSE=5.19, MAE=3.59)。从得到的盐渍化空间分布特征来看，新疆绿洲大部分区域分布的是非盐渍化土和轻盐渍化土，且普遍分布在绿洲内部，中度及以上盐渍化土多分布在绿洲外围，总体盐渍化水平依次为：伊犁平原<北疆绿洲&l...     

基于随机森林模型的安徽省土壤属性空间分布预测

为探讨随机森林(random forest,RF)模型对土壤属性空间预测的精度,本文以安徽省为例,收集140个土壤样本,利用GIS和RS技术,获取相关的地形因子、遥感植被指数及气候数据,利用RF模型分析土壤有机碳(SOC)含量、土壤容重和土壤黏粒含量与地形因子、遥感植被指数及气候数据之间的关系,并进行空间分布预测。研究结果表明:①RF建模预测中,当节点分裂次数(mtry)值为1,决策树数量(ntree)值分别为100、1 000和100时,获得的SOC含量、土壤容重和土壤黏粒含量RF模型最优;②高程、归一化植被指数(NDVI)、地貌、多尺度山谷平坦指数(MrVBF)和土壤类型是SOC含量的重要预测因子;地貌、年均降水量(MAP)、MrVBF、高程和土壤类型是土壤容重的重要预测因子;高程、MAP、MrVBF和平面曲率是土壤黏粒含量的重要预测因子;③RF模型可以较好地进行土壤属性空间预测,多源环境变量组合可以分别解释SOC含量、土壤容重和土壤黏粒含量的26%、23%和22%;同时RF模型对于土壤类型和地貌等类型变量的处理具有一定优势。研究表明,在大尺度研究区域内,利用RF模型进行土壤属性空间预测有一定的意义。     

基于GIS的黄土高原小流域植被格局与地形关系研究——以固原上黄试区为例

以黄土高原上黄试区小流域为例,应用GIS空间分析技术和环境梯度分析方法,选取海拔、坡度、坡向、地形位4个地形因子,将植被景观分布图与各地形因子梯度图叠合,采用无量纲分布指数定量分析植被景观在各地形因子梯度上的分布特征,研究植被格局与地形之间的关系,为上黄试区的植被保护与恢复、生态管理与建设提供科学依据.结果表明:(1)上黄试区植被格局与地形之间关系密切,海拔对植被格局的影响最大,相关系数为-0.51;地形位和坡度次之,相关系数为-0.18和-0.13;坡向的作用最小,相关系数为-0.02.(2)植被景观在地形梯度上的分布格局呈现一定规律性,灌丛类主要在高海拔(1 678～1 822 m)、中等坡度(8°～25°)区间分布;天然草地主要在中等偏低海拔(1 582～1 678 m)、中等偏陡(15°～35°)区间分布;人工草地主要在中等偏高海拔(1 630～1 774 m)、陡坡(＞25°)区间分布;耕地和果园则主要在低海拔(＜1 630 m)、平缓坡(0～8°)区间分布.     

基于GIS的植被空间格局特征与地形因子的相关关系--以陕西省耀县为例

以陕西省耀县为例,通过GIS空间分析方法,分析了耀县植被空间分布格局与地形因子(高程、坡度和坡向)的关系,研究了植被指数随地形的变化趋势。研究结果表明,植被空间分布与地形因子关系密切,并呈现一定的规律性。     

利用地形和遥感数据预测土壤养分空间分布

在GIS支持下,选择地形因子和遥感植被指数,建立土壤养分空间分布预测模型,应用回归克里格（Kriging）方法,预测吉林省农安县土壤养分（有机质和全氮）的空间分布。结果表明,11个环境因子中,相对高程、坡度、地形起伏度、坡度变率、归一化植被指数（NDVI）与土壤有机质和全氮含量均具有显著的相关性。地面粗糙度和地形湿度指数与有机质具有显著相关性,而与全氮的相关性不显著。相对高程、坡度、地面粗糙度、河流动能指数以及NDVI在土壤养分的多元回归预测模型中贡献较大,是预测土壤养分空间分布的最优因子。有机质和全氮在研究区的空间分布格局呈现由东南向西北逐渐减少的趋势,这种分布格局受地形和植被的综合作用,同时与土壤类型密不可分。精度检验结果表明,回归克里格方法能够提高土壤养分空间分布预测精度,是一种有效的空间分布插值方法。     

中国植被与主要土类的关系

植被的分布受着气候、地形、土壤和生物等因素的影响,而这些因素之间又是相互联系、相互制约的,所以谈到中国的植被就不能不联系到各种自然因素,尤其不可忽略它与土壤的关系;因为土壤也正是地形、地质、气候、植物以及人类活动的综合产物。     

基于物候与极端气候信息的耕地土壤有机碳空间分布预测研究

土壤有机碳（Soil Organic Carbon,SOC）作为陆地生态系统中最大的碳库，在农田土壤质量和作物产量方面发挥着重要作用。准确预测耕地SOC的空间分布对于制定农业管理措施至关重要。在数字土壤制图（Digital Soil Mapping,DSM）框架下，选择有效的环境协变量是提高SOC空间预测精度的重要方法。以往遥感指数和气候变量通常使用某个时段或时点的（平均）值作为输入变量，而很少有研究将时间特性和事件用于土壤有机碳预测。因此，引入物候变量、极端气候变量弥补部分损失的地物信息和气候特征，探讨其对研究区耕地SOC空间变异的响应特性及预测SOC空间分布的可行性。以江西省上高县为研究区域，采用随机森林模型，选取遥感数据、DEM衍生变量、物候参数、气候特征因子等作为环境协变量引入模型中，并用普通克里格（Ordinary Kriging,OK）对模型结果进行残差修正，最后对比不同类型变量组合下模型的预测效果及预测精度。结果表明，时序变量、物候变量及极端气候变量能够改善模型的预测性能，并且残差作为误差项还能进一步提升模型的精度。结合时序变量、物候变量、极端气候变量、地形变量和残差的组合拥有最高的预测精度，相较于地形变量、遥感变量和气候变量的组合，将R^2、MAE和RMSE提升了90.00%、58.95%和57.14%。变量贡献率分析显示，SU、a3和TXx是影响研究区耕地SOC分布的重要变量。因此，物候变量和极端气候变量具有较好的应用前景，未来还需验证极端气候变量作为环境变量在不同土地利用、大尺度研究区下预测土壤属性的有效性。     

基于GIS的榆林市土壤风蚀危险度评价

土壤风蚀是土地沙漠化过程的重要组成部分和首要环节,对其危险度评价的最终目的在于有效地控制土壤风蚀.选取风力、植被、气温、降水、地形、土壤等因子,在ArcGIS 9.3平台支持下,建立土壤风蚀环境因子数据库,采用层次分析法(AHP)构建土壤风蚀危险度评价模型,对榆林市土壤风蚀危险度进行评价.结果表明:(1)基于GIS技术的土壤风蚀危险度评价可宏观地揭示该区域土壤风蚀危险度空间格局特征.(2)风力、植被、气温、降水、地形、土壤等因素控制着土壤风蚀空间分异格局.(3)榆林市土壤风蚀危险度空间分异格局呈带状分布,表现为危险度从西北向东南逐渐降低.     

黄土区坡面尺度不同植被类型下土壤干层的空间分布

为掌握坡面尺度不同植被类型土壤干层特征,对一典型坡面干层空间分布进行了研究。结果表明:13a杏树地和25a柠条地干层厚度分别在0～400和280～400cm之间,杏树地不同坡位处干层分布有明显差异;在坡面垂直方向上,25a柠条地较13a杏树地土壤水分亏缺严重。而水平方向,13a杏树地干层分布表现为明显的片状和斑块状分布特征,同时呈现出从北至南沿坡面逐渐递减,干层分布受植被,降水、坡位、微地形等因素共同作用。相比之下,25a柠条地干层分布结构性较为单一,干层厚度在381～400cm的面积分布较广且连在一起,表现出由植被控制的分布格局。相关结果可为黄土区土壤干层调控提供参考。     

排序方法在土壤粒径分布研究中的应用——以策勒河流域为例

基于土壤结构的自相似性,分形理论目前被广泛用于土壤粒径分布(particle size distribution,简称PSD)研究中[1],即以相对较多的土壤粒级数据,利用单重或多重分形技术获取参数(分形维)形式揭示PSD特征。量化得出的分维值,能较全面反映土壤PSD特征及其之间的差异性,但会受限于PSD差     

Role of climatic niche models in focal-species-based conservation planning: Assessing potential effects of climate change on Northern Spotted Owl in the Pacific Northwest, USA

Although well-studied vertebrates such as the Northern Spotted Owl (NSO) are often used as focal species in regional conservation plans, range shifts associated with climate change may compromise this role. I used the Maxent (maximum entropy) method to develop NSO distribution models from data on NSO locations, forest age, and an ensemble of climate projections. NSO presence was positively associated with the proportion of old and mature forest at two spatial scales. Winter precipitation was the most important climate variable, consistent with previous studies suggesting negative effects on survival and recruitment. Model results suggest that initial niche expansion may be followed by a contraction as climate change intensifies, but this prediction is uncertain due to variability in predicted changes in precipitation between climate projections. Although new reserves created by the US Northwest Forest Plan prioritized areas with greater biological importance for the NSO than did pre-existing reserves, the latter areas, which lie predominantly at higher elevations, increase in importance under climate change. In contrast with previous analyses of the region’s localized old-forest-associated species, vegetation rather than climate dominated NSO distribution models. Rigorous assessment of the implications of climate change for focal species requires development of dynamic vegetation models that incorporate effects of competitor species and altered disturbance regimes. The results suggest that, lacking such data, models that combine climate data with current data on habitat factors such as vegetation can inform conservation planning by providing less-biased estimates of potential range shifts than do niche models based on climate variables alone.     

基于多时相遥感影像分析的城市土地利用/覆盖变化与热环境演变--以徐州市为例

以1987,1994,2000和2005年共4期的Landsat TM遥感影像为数据源,利用先进的决策树分类法获取徐州市土地利用/覆盖信息,通过单通道算法反演地表亮温获取城市热场分布与热环境变化信息,采用土壤调节植被指数SAVI定量描述研究区植被覆盖变化,并综合采用这些信息对城市热环境演变与城市扩展、植被覆盖变化的关系进行了综合分析.结果表明,利用Landsat TM数据结合决策树分类方法,是获取土地覆盖/利用的有效方法.通过计算地表辐射亮温来研究城市热环境变化是合适的,SAVI等因子与城市热环境显著相关,能够有效地定量描述城市扩展及其生态环境响应.研究结果可服务于城市环境保护与人居环境改善.     

塔里木河干流植被覆盖度动态变化及驱动因素分析

针对经济发展和全球气候变化给塔里木河干流植被恢复带来的严重威胁,为加快塔里木河干流植被保护和恢复进程,对保护成效进行动态监测和准确评估,该研究选取2001-2021年MODIS遥感数据分析塔里木河干流植被覆盖动态变化特征;采用趋势分析法、变异系数法分析塔里木河干流植被发展趋势及稳定性,通过相关分析及地理探测器等方法,研究各驱动因素对植被覆盖变化的影响。结果表明：塔里木河干流植被覆盖度总体呈现相对稳定的波动上升趋势,且变化趋势具有明显季节性,在夏季植被覆盖度高达29.07%;植被覆盖度由高到低的顺序为上游、中游、下游,在空间上存在明显地域差异,7月份上游干流区域平均植被覆盖度可达到下游的3.26倍;塔里木河66.5%的区域植被覆盖度呈增加趋势,其中大部分区域（49.0%）为显著增加（P<0.05）;自然因素和人类活动的共同作用是塔里木河干流植被覆盖度呈现快速增加和空间差异的主要原因,其中又以人类活动对植被覆盖度影响更为直接。研究结果为当地生态环境保护提供科学依据。     

1999-2019年青藏高原不同植被类型NDVI时空演变特征及其对气候因子的响应

研究青藏高原不同植被类型NDVI时空变化特征,探讨不同植被类型NDVI对气候因子的响应机制,为青藏高原生态保护提供科学依据。基于1999—2019年的SPOT/VEG NDVI数据、植被类型和气象数据,采用线性趋势分析、Pearson相关分析及偏相关分析方法,对1999—2019年青藏高原不同植被类型NDVI时空变化特征进行了分析,并探讨了不同植被类型NDVI变化对气候因子的响应。结果表明：(1)青藏高原整体植被生长状况良好,青藏高原各植被类型生长季平均NDVI均值从高到低依次为森林(0.6)、灌丛(0.48)、草甸(0.37)、草原(0.16)、高山植被(0.13)。(2)除高山植被有轻微退化趋势外,其他植被类型均有显著改善,改善面积占比依次为灌丛58.46%(p<0.05)、森林52.78%(p<0.05)、草甸51.60%(p<0.05)、草原32.65%(p<0.05)。(3)气候因子对植被NDVI的影响具有明显的地域差异性,平均气温对青藏高原植被生长季NDVI变化的影响更为显著,且影响范围更为广阔;而降水主要影响青藏高原北部地区的草原、草甸等植被的ND...     

Geographic Techniques and Recent Applications of Remote Sensing to Landscape-Water Quality Studies

This article overviews recent advances in studies of landscape-water quality relationships using remote sensing techniques. With the increasing feasibility of using remotely-sensed data, landscape-water quality studies can nowbe more easily performed on regional, multi-state scales. Thetraditional method of relating land use and land cover to waterquality has been extended to include landscape pattern and otherlandscape information derived from satellite data. Three itemsare focused on in this article: 1) the increasing recognition ofthe importance of larger-scale studies of regional water qualitythat require a landscape perspective; 2) the increasingimportance of remotely sensed data, such as the imagery-derivednormalized difference vegetation index (NDVI) and vegetationphenological metrics derived from time-series NDVI data; and 3) landscape pattern. In some studies, using landscape patternmetrics explained some of the variation in water quality notexplained by land use/cover. However, in some other studies, theNDVI metrics were even more highly correlated to certain waterquality parameters than either landscape pattern metrics or landuse/cover proportions. Although studies relating landscape pattern metrics to water quality have had mixed results, thisrecent body of work applying these landscape measures andsatellite-derived metrics to water quality analysis hasdemonstrated their potential usefulness in monitoring watershedconditions across large regions.     

江河源区植被水分利用效率遥感估算及动态变化

为了获取高寒地区在资料短缺条件下的陆地生态系统碳循环和水循环的变化特征,该文以遥感数据、气象数据和实际观测数据相结合,利用基于光能利用率的CASA（carnegie ames stanford approach）模型和FAO Penman-Monteith方法对江河源区2000-2010年植被水分利用效率进行估算和动态分析,得出以下结论：1）所选模型较好的反应了区域植被水分利用效率的时空分布特征。近11 a来,长江源区和黄河源区多年平均水分利用效率（以C质量计,下同）分别为0.54 g/(mm·m2)和0.56 g/(mm·m2),江河源区植被水分利用效率呈减少趋势,其中黄河源区植被水分效率减少速度大于长江源区。2）江河源区典型高寒草甸和高寒草原水分利用效率年际变化总体呈下降趋势,其中黄河源区减少趋势较长江源区更明显。长江源区高寒草甸和高寒草原水分利用效率呈现明显单峰现象,黄河源区呈现为阶梯增加和减少现象,表明长江源区在单位面积上植物消耗单位水分的固碳能力要好于黄河源区。3）主成分分析表明：江河源区植被水分利用效率变化与NDVI、温度、降水、太阳辐射以及蒸发密切相关;长江源区以NDVI、降雨为主导,黄河源区以NDVI、降雨和温度为主导。该研究可为江河源区水资源合理利用,实现区域生态环境可持续发展提供科学参考。     

复杂景观环境下土壤厚度分布规则提取与制图

复杂景观环境下,土壤—环境关系知识的获取是预测性土壤制图的基础。为了探究复杂景观下土壤厚度分布与环境条件的关系,该文以黑河上游祁连山区典型小流域为研究区,应用模糊c均值聚类(fuzzy C-means cluster,FCM)和决策树(decision Tree,DT)方法,建立了一套获取土壤厚度分布与环境间关系知识的方法。利用2种方法结合获得流域内土壤厚度各分布等级的环境要素关键阈值与土壤-环境关系知识集,将所得环境阈值和知识集进行预测性制图,并通过野外独立样点对制图结果进行精度评价。结果表明:土壤厚度图的总体精度为74.2%,Kappa系数为0.659。该研究将2种方法结合获得了土壤厚度分布对应的土壤环境关键阈值和土壤-环境关系知识集,为复杂景观环境下土壤厚度的预测性制图提供了一种有效的解决方案。     

京津冀MODIS长时序增强型植被指数拟合重建方法适用性研究

长时间序列植被指数拟合重建的结果可为植被变化动态监测及物候信息提取、生物量信息提取、农作物产量预测及面积估算、生态质量评价及生态系统碳循环研究等提供更精准、更可靠的数据来源,从而有效反映生态环境质量。MODIS EVI数据虽经过最大值合成(MVC)处理,但仍存在云、冰雪、气溶胶等噪声。该文基于Timesat软件中非对称高斯函数拟合法(AG)、双Logistic函数拟合法(DL)、SG滤波法(SG)3种方法对京津冀2001—2015年MODIS EVI时间序列数据进行拟合重建,从时间序列、空间格局两个维度,并结合数理统计方法,对比分析了不同方法的拟合效果。结果表明:噪声比与拟合重建的方法无明显相关关系。在去噪效果和保真性、拟合优度等方面,AG拟合和DL拟合整体无明显差异,在部分像元点上AG拟合表现出更好的重建效果。SG方法可以更有效的保留原始植被特征。3种方法重建后的效果表现出与地类空间分布相关的差异性。对于京津冀地区长时序数据,AG拟合在人类扰动较小的草地、森林和灌木地区域表现出更好的重建效果,SG方法在人类活动干扰更强的耕地区域重建效果更优。