煤矿复垦区沙棘人工林土壤水分时空分布特征研究

【目的】探明煤矿复垦区沙棘人工林土壤水分时空分布特征,促进人工林培育过程中的水分管理。【方法】以鄂尔多斯市煤矿复垦区沙棘人工林为研究对象,开展了不同林龄的中国沙棘和大果沙棘人工林土壤水分时空分布特征研究。【结果】①随着林龄的增加,中国沙棘和大果沙棘林地土壤水分呈"减小-增加-减小"趋势;不同林龄中国沙棘和大果沙棘林地土壤水分存在显著差异(P<0.05),其中6 a林龄的中国沙棘林地土壤水分显著高于其他林龄林地土壤水分(P<0.05),3 a林龄的大果沙棘林地土壤水分显著高于其他林龄林地土壤水分(P<0.05)。②在0～100 cm土层中,6 a林龄的中国沙棘各土层之间土壤水分差异不显著,其余林龄中国沙棘和大果沙棘林地各土层之间土壤水分均存在显著差异(P<0.05)。③中国沙棘林地随着距树干距离的增加土壤水分呈增加趋势,大果沙棘林地随着距树干距离的增加土壤水分呈减小趋势。【结论】煤矿复垦区沙棘林地土壤水分差异较大,生产中需要根据具体的林龄、树木品种和土壤空间差异,采取适宜的水分管理措施。     

植被群落演替对土壤饱和导水率的影响

土壤饱和导水率是表征土壤入渗能力的重要参数,对不同土地利用类型反应敏感。为了揭示植被演替对土壤剖面上饱和导水率的影响规律,采用恒定水头法测定了天童林区155 a植物群落演替序列60 cm深土壤剖面上的饱和导水率。结果表明,不同演替阶段饱和导水率均随土壤深度增加迅速降低,在0～20 cm土层内,各演替阶段饱和导水率均存在极显著差异,0～60 cm土层内饱和导水率的平均值从裸地、石栎+檵木灌丛、马尾松林、木荷+马尾松林、木荷林到栲树林升高极为显著,植物群落演替到灌丛阶段,平均饱和导水率已与裸地存在显著差异,演     

基于RS的安宁河上游植被覆盖时空变化研究

以TM和ETM+遥感影像为数据源,利用RS和GIS技术,提取和分析了1999—2010年安宁河上游植被覆盖度及其时空变化特征,并结合Aster DEM数据分析了不同海拔高度带和坡度带的植被覆盖分布及变化特征。研究结果表明,研究区植被覆盖状况总体较好,植被覆盖度fc≥0.5的区域面积占研究区总面积的比例达60%以上;研究区植被覆盖度总体呈增加趋势,Ⅰ级(fc≥0.7)、Ⅱ级(0.5≤fc0.7)和Ⅲ级(0.3≤fc0.5)植被覆盖度区域面积分别增加了1.24%、4.36%和2.28%,而Ⅳ级(0.1≤fc0.3)和Ⅴ级(fc0.1)植被覆盖度区域面积呈减少特征,分别减少了25.72%和12.28%;植被覆盖度较低的区域主要分布在海拔高度相对较低的地带,随着海拔高度的升高植被覆盖度呈现出先增加后减少的趋势,海拔高度低于3 000 m的地带植被覆盖变化较为明显,主要表现为低植被覆盖度向高植被覆盖度转化,其中海拔高度低于2 500 m的地带变化最为显著,海拔高度大于3 000 m的地带受人为活动影响小,植被覆盖变化相对较小;研究区植被覆盖度较高的区域主要分布在坡度相对较陡的地带,而植被覆盖度较低的区域主要分布在坡度相对较缓的地带,植被覆盖度变化较为明显的区域主要集中在坡度25°~45°的地带,其次是坡度0°~25°的地带;坡度45°以上的地带受人为活动影响小,植被覆盖变化不明显;受水热条件的影响,研究区植被覆盖度随坡向的变化特征呈现从大到小依次为阳坡(135°~225°)、半阳坡(45°~135°)、半阴坡(225°~315°)、阴坡(0°~45°,315°~360°),1999—2010年各坡向地带的植被覆盖度均有不同程度的提高,其中,阳坡提高幅度相对较大,阴坡提高幅度相对较小。     

不同黑麦草种植密度对坡面流的阻力特性影响研究

为探究植被覆盖下坡面流的阻力特性,采用理论分析与室内放水冲刷试验相结合的方法,分析了3种不同种植密度、2组坡度下黑麦草对坡面流阻力的影响,并初步探讨了一定条件下柔性植被的形态与坡面水流的相互作用。结果表明,当有植被覆盖时,糙率系数随雷诺数的增加基本呈先增加后减少再增加的趋势;糙率系数并非随密度增大而增大;坡度为5°时糙率系数与弗汝德数之间呈良好的幂函数关系,而坡度为10°时拟合度并不高;在弗汝德数相同时,糙率系数随着坡度的增加而减少。     

自然因子对开都河流域植被NDVI变化的地理探测

为揭示自然因子以及因子之间的交互作用对开都河流域植被空间格局变化的影响,以归一化植被指数(Normalized Difference Vegetation Index,NDVI)为植被覆盖状况表征指标,结合气候、地形地貌、土壤、植被以及人为干扰等11种因子,采用线性趋势分析、空间转移矩阵和地理探测器模型,分析了2001-2020年开都河流域植被NDVI的时空演变特征,并对其空间分异的驱动力进行了定量探测。结果表明：①2001-2020年,开都河流域植被覆盖状况良好,中、中高和高植被覆盖度区均超过71%;植被NDVI分布呈现西高东低,低、中植被覆盖向中高和高植被覆盖转化明显。②土壤类型的解释力最高(9.84%),主导植被NDVI时空格局。③自然因子对植被NDVI影响存在交互作用,因子交互作用以双变量增强和非线性增强两种方式增强对NDVI空间分布的解释力,其中,尤以土壤类型和坡度的交互作用影响力最强。④研究揭示的促进植被生长的各因子最适宜特征,有助于更好的理解自然因素对植被NDVI变化的影响及其驱动机制。     

基于NDVI与EVI的作物长势监测研究

基于2015年大气校正后的时间序列Landsat8影像,研究了归一化植被指数NDVI与增强型植被指数EVI随植被覆盖度增加的变化规律,定量分析了二者监测低、中、高植被覆盖的差异,比较分析了NDVI和EVI分布频率曲线差异及时间序列曲线差异。结果表明:地表刚出现植被时,NDVI和EVI的增加速度最快,随着地表植被覆盖度的增加,NDVI与EVI的增加速度减缓。低植被覆盖下NDVI的增加速度大于EVI,中等植被覆盖下NDVI和EVI的增加速度接近,高植被覆盖下NDVI的增加速度小于EVI,不同植被覆盖下的NDVI值始终大于EVI值。NDVI和EVI分布频率曲线能描述不同植被覆盖度像元数量和随时间的变化。NDVI和EVI时间序列曲线能清晰反映一种作物的长势变化规律及不同作物在同一时期的长势差异。在作物生长初期或低植被覆盖下,NDVI、EVI都偏高估计植被覆盖度,NDVI估计值略高于EVI的估计值。在作物生育中期或中等植被覆盖下,二者对植被描述能力相似。在作物生育高峰期或高植被覆盖下,监测作物长势变化EVI比NDVI更敏感。综上所述,监测作物时可根据作物生育期植被覆盖度变化特点合理选取NDVI和EVI植被指数,也可同时选用NDVI和EVI两种植被指数互为补充。     

归一化植被指数对陆地水储量和降水变化的响应研究——以塔里木河流域为例

利用美国国家航空航天局(NASA)提供的MODIS归一化植被指数(NDVI)数据,探讨了2003-2013年10 a间塔里木河流域NDVI的时空动态分布情况,辅以根据GRACE重力场恢复与气候实验重力卫星和TRMM热带降雨测量使命卫星数据所反演的陆地水储量和降水量数据,研究了10 a间塔里木河流域植被覆盖变化对陆地水储量变化的响应。结果表明:(1)春季NDVI最大值为0.033 67,最小值为-0.010 13,夏季NDVI值最大值为0.617 39,最小值为-0.111 72,秋季NDVI最大值为0.563 38,最小值为-0.047 11,冬季NDVI最大值为0.281 61,最小值为-0.078 64;植被NDVI呈现出夏季秋季冬季春季的规律,离河道越近,植被覆盖度也就越高,同时,植被覆盖度指数会随着越靠近沙漠、戈壁而逐步降低。(2)10 a间NDVI呈现大范围的降低趋势,只有少许范围内具有显著的增加趋势;陆地水储量和降水量的变化趋势,从西北向东南方向呈现出由急剧降低逐步递增为急剧增加。(3)区域A、B、C、D 10 a间NDVI的变化趋势分别是较为复杂、微弱降低、微弱增加和非常显著的增加。(4)降水量与NDVI之间呈现正相关关系,但影像有明显的时滞性,降水量与NDVI之间呈现负相关,植被NDVI与陆地水储量呈负相关,但是对NDVI的影响明显比陆地水储量对NDVI的影响更为显著。     

黄土丘陵植被恢复区不同植被类型对土壤物理性质的影响

通过对比研究了山西吴起县植被恢复区不同植被类型的林草地和农田的土壤物理性质,包括土壤容重、土壤孔隙度、土壤水稳性团粒结构。结果表明:不同植被类型的土壤容重为1.17~1.21 g/cm3,差异较小,但均比农田(1.31 g/cm3)低约11%,不同植被类型地各层土壤不同粒径的土壤团粒结构百分含量高于相应的天然草地和农田。实施植被修复后,与农田相比,林地土壤物理性质得到明显改善,混交林的土壤物理性质好于纯林林,天然草地和农田较差,天然草地略好于农田。     

栖龙湾径流场土壤侵蚀分析

土壤侵蚀直接导致土层变薄,养分流失,土地资源遭到破坏,加剧粮食问题危机。坡度作为一个重要的地貌因子影响着土壤侵蚀量,同时不同的土地开垦方式、植被类型等下垫面因素也对土地的保沙效益有一定影响。以山东省栖龙湾径流场25个径流小区为研究区域,分别研究坡度、降雨量、土壤开垦方式、植被类型对土壤侵蚀量的影响。结果表明:1侵蚀性降雨量和坡度确实对土壤侵蚀量有显著影响,坡度为10°和30°情况下侵蚀量最小。2梯田、坡耕地、裸地,三种不同土壤开垦方式对比,梯田具有最好的保沙效益,坡耕地最差。3刺槐、黄荆、狗牙根草三种植被水土保持能力没有明显差异,不同植被组合方式中,黄荆+狗牙根草这种灌木与草组合的方式具有更好的保沙效果。其中土壤开垦方式影响最大,所研究植被的影响最小。     

六盘山典型森林植被与环境因子关系初探

以六盘山地区华北落叶松、华山松、桦树林3种典型森林植被为研究对象,分析光照、水分、土壤物理性质等环境因子与该3种林地植被结构特征的关系,为干旱半干旱地区森林植被生态系统结构特征研究和森林演替提供理论依据.结果表明:华北落叶松受光照、水分影响,华山松受土地条件、土壤影响,桦树林受海拔、土壤厚度影响.不同植被类型的长期生长条件使其地下土壤物理性质也出现不同.     

基于HJ-1马尾松叶面积指数的遥感反演

以福建省为研究区,利用环境星(HJ-1)CCD数据,选择并提取了与叶面积指数(LAI)关系密切的4种植被指数,即归一化比值植被指数(NDVI)、比值植被指数(RVI)、改进的土壤调节植被指数(mSAVI)及增强型植被指数(EVI),结合研究区内准同步马尾松LAI地面观测数据,通过研究各种指数与马尾松LAI之间的关系,选择与马尾松LAI相关最密切的RVI同实测LAI建立6种非线性回归模型,6种模型中以理查德模型建立的模型精度为最高,总体均值预报偏差相对误差为3.1%,并以此模型实现了福建省马尾松LAI遥感反演。     

基于无人机遥感影像的核桃冠层氮素含量估算

叶片氮素含量是评价植被生长状况的重要指标,快速、准确监测核桃树冠层氮素含量的变化,对及时掌控树体长势、实施精准管理具有重要意义。本研究通过低空无人机遥感平台搭载GS-2型成像光谱仪,获取了果实膨大期5年生核桃林地的高光谱遥感影像数据。利用ENVI 5.3软件对观测范围内的核桃、土壤以及阴影区域进行识别提取,根据不同地物的波谱差异寻找核桃与土壤、阴影区域之间无交集且差异较大的波段区间,确定冠层的范围,并通过支持向量机方法验证其提取精度;根据NDVI、RVI和DVI植被指数筛选指示冠层氮素含量的特征敏感波段,分析了9种光谱参数对核桃冠层氮素含量的估算能力及其相关性,并将筛选的特征敏感波段作为BP神经网络模型的输入变量,进行了核桃冠层氮素含量的估算。结果表明：当B100 (550.7)处的光谱反射率大于0.10,且 B233 (779.4) 处的光谱反射率大于0.70时,可有效识别和确定核桃树冠层范围,制图精度高达96.43%。在分析核桃树冠层氮素含量与NDVI、RVI、DVI植被指数相关关系的基础上,确定了B33 (440.6)、B165 (660.7)、B186 (697.0)和B347 (986.4)为指示氮素含量的特征敏感波段。9种光谱参数中,以B347 (986.4)和B186 (697.0)重构的NDVI(986.4,697.0) 在核桃林地冠层氮素含量的诊断中更接近实测值,估算模型精度最高。基于BP神经网络建立的估算模型较9种光谱参数具有更高的估算精度,测试集R 2 达0.805,具有一定的估算可靠性。     

基于无人机多光谱遥感的夏玉米叶面积指数估算方法

无人机多光谱遥感技术可以快速、无损地监测农作物叶面积指数（LAI）。为研究水分胁迫条件下,利用无人机多光谱植被指数估算夏玉米LAI的可行性,本研究基于无人机多光谱遥感系统,结合同时期实地采集的夏玉米LAI,选择5种植被指数,包括归一化差值植被指数（NDVI）、土壤调节植被指数（SAVI）、增强型植被指数（EVI）、绿度归一化植被指数（GNDVI）和抗大气指数（VARI）,作为模型输入参数,使用随机森林回归算法建立全生育期不同灌溉条件下大田玉米冠层植被指数与LAI之间的关系模型,并与一元线性回归和多元线性回归算法建立的模型进行对比分析。结果表明,在充分灌溉条件下,植被指数的多元线性回归模型可以较好地估算LAI（R² = 0.83）;在水分胁迫条件下,植被指数的随机森林回归模型可以较好地估算LAI（R² = 0.74~0.87）,水分胁迫因素对该模型影响较小,且NDVI和VARI对估算LAI的贡献最大。上述结果表明基于无人机多光谱遥感技术,使用随机森林回归算法估算多种灌溉条件下的夏玉米LAI是可行的。该研究为实现快速、准确地监测全生育期不同灌溉条件下的大田夏玉米LAI提供了技术和方法支持。     

2000—2016年辽宁省NDVI时空变化及其与降水量的关系

为了开展辽宁地区的生态环境保护和干旱预警,基于MODIS遥感影像的MOD13A2数据,对辽宁省2000-2016年归一化植被指数(NDVI)的时间变化和空间变化进行分析,并研究归一化植被指数与降水量的相关性.结果表明:辽宁省NDVI的空间分布区域性较为明显,呈现出东部最高、中部和南部次之、北部较低、西部最低的特点.辽宁省年均NDVI值的年际变化总体上呈现波动上升的趋势,植被覆盖度呈增加的状态.NDVI年内存在季节变化,且呈现单峰型.最大值和最小值基本上分别发生在7月和5月.辽宁省NDVI与降水量两者有相关性,且与降水量存在一定的滞后性.     

2000—2012年科尔沁沙地植被与气候因子间的响应关系

利用2000—2012年气温、降水量、归一化植被指数（NDVI）数据,对科尔沁沙地气候与植被变化特征及其定性与定量响应关系进行了分析。结果表明,研究区植被长势自东向西逐渐变差有28.56%的面积呈变差趋势,其余呈变好趋势;多年植被长势呈变好趋势,降水呈微弱增加趋势,气温变化趋势不明显。累积2~3个月降水量、当月及平均2~3个月气温对植被影响较大;降水量增多、年内4—11月份气温升高、4—8月份单月年际变化中4月最低气温升高和6—8月份平均、最高气温降低,均促进植被生长;水热同期比单独因子变化对植被影响更大。NDVI在0.03~0.33时受气温影响显著;在0.33~0.43时受降水量影响显著;在0.43~0.62时受水热共同影响显著;在0.53~0.62时气温升高会抑制生长。当降水、气温分别在一定范围内变化,或在一定范围内变化时的水热共同作用下,NDVI响应于一定范围,且部分响应范围间有共同的重叠响应区域。     

基于平稳小波变换的冬小麦覆盖度高光谱监测

在2010与2011年度冬小麦生长季,通过大田小区试验,实测了冬小麦冠层的高光谱反射率与覆盖度。分析了不同覆盖度下的冬小麦冠层光谱特征以及不同生育期冬小麦冠层光谱反射率与覆盖度的相关性,建立了基于归一化植被指数(NDVI)与比值植被指数(RVI)、小波能量系数的不同生育期冬小麦覆盖度估算模型。结果表明:覆盖度越大,冬小麦光谱反射率在可见光波段越小,在近红外波段越大。在可见光波段,光谱反射率与覆盖度负相关,在"红边"处,由负相关变成正相关。在返青期、拔节期,NDVI估算效果好(R2为0.835 9、0.805 7);在抽穗期、灌浆期,RVI估算效果好(R2为0.803 1、0.829 4)。在返青期、拔节期、抽穗期、灌浆期,以高频、低频小波能量系数为自变量的冬小麦覆盖度估算模型的R2分别达到0.911 2、0.895 4、0.880 2、0.927 5。     

基于RS的河南省赵口灌区小麦最佳配水量计算

应用河南赵口灌区的遥感影像数据,获得该区的NDVI、LST等影像指标。采用植被温度指数法,通过ENVI遥感影像处理软件,得到植被条件指数、温度条件指数和干旱指数(DI)。将研究区划分为5个干旱等级,根据DI指数制作赵口灌区干旱等级分类图,计算该时期土壤含水量。分析计算小麦各生育阶段作物需水量,与该阶段土壤含水量对比计算各种干旱类别区域的配水量。     

基于无人机多光谱遥感的马尾松林叶面积指数估测

快速、准确、无损估测马尾松林叶面积指数对精准林业管理具有重要意义。以小型低空无人机为平台,搭载RedEdge多光谱传感器,获取福建省西部马尾松林多光谱影像,运用重采样的方式获取并计算不同空间分辨率（0.08、0.1、0.2、0.5、1、2、5m）下的植被指数,结合地面实测LAI数据,分析其与植被指数的相关性,进而采用线性模型（LR）、多元逐步回归模型（MSR）、随机森林模型（RF）、支持向量机模型（SVM）和人工神经网络模型（BP）构建不同空间分辨率下的马尾松林LAI估测模型,以决定系数（R2）、均方根误差（RMSE）、相对分析误差（RPD）和总体精度（TA）来评价估测模型精度,从而确定最佳空间分辨率和最佳模型。结果表明,不同空间分辨率下LAI与植被指数均呈极显著相关（p<0.01）;多变量模型（MSR、RF、SVM、BP）的调整R2平均值高于LR模型;随着空间分辨率的增加,不同模型的R2整体上呈先增大后减小的趋势;当空间分辨率为0.5m时,利用植被指数建立的RF模型为马尾松林LAI的最佳估测模型,RF模型的调整R2为0.766,模型估测的R2、RMSE、RPD和TA分别为0.554、0.421、1.523和81.95%。本研究可为无人机多光谱遥感反演森林LAI表型参数的空间分辨率和模型选择提供理论参考。     

海南岛橡胶林叶面积指数遥感估算模型比较研究

叶面积指数(LAI)是描述植被生长状况和冠层结构的一个重要参数,快速获取大面积植被与作物LAI对于生态系统科学研究、农林业生产指导具有十分重要的理论和实践意义.本研究选取海南岛典型热带作物——橡胶树为研究对象,构建基于卫星遥感植被指数的橡胶林LAI估算模型并分析其变化规律.结果表明,相较于归一化植被指数(NDVI)、绿...     

晋西黄土区人工刺槐林植被结构分析

山西吉县蔡家川流域,在九十年代进行了大面积的人工造林,其中阔叶林主要是刺槐林及刺槐与侧柏的混交林,研究其植被结构对以后人工林的营造和抚育有重要意义。分坡向、坡度和混交类型,选择了不同类型的24块标准地,测定各标准地内乔木的树高、胸径、冠幅和枝下高,利用二元材积表,计算样地的立木材积量,同时测出草本层的生物量和枯落物层的生物量。通过比较草本层、枯落物层的生物量和乔木层的材积量,由此确定在不同的立地类型内种植何种混交林最佳。