草地区划理论与科尔沁草地区划

草地区域是一个区域性草地生态经济系统,草地区划实际上是草地自然环境条件、草地资源与草地畜牧业生产区划的结合,即草地区域规划。科尔沁草地区划以气候类型、草地类型和家畜类型为依据和指标,划分四个区,草地区划各级单位体现了气候—草地—家畜为基本特征的分区系统。     

草地区划理论与科尔沁草地区划

草地区域是一个区域性草地生态经济系统,草地区划实际上是草地自然环境条件,草地资源与草地畜牧业生产区划的结合,即草地区域规则,科尔沁草地区划以气候类型,草地类型和家畜类型为依据和指标,划分四个区,草地区各划各级单位体现了气候－草地－家畜为基本特征的分区系统。     

我国人工草地类型划分探讨

探讨了人工草地的概念和类型划分的意义，借鉴国内人工草地分类研究成果。依据人工草地的分布区域、生产作用、牧草成分及建植方式。对我国人工草地的基本类型进行了划分。     

我国人工草地类型划分探讨

探讨了人工草地的概念和类型划分的意义,借鉴国内人工草地分类研究成果,依据人工草地的分布区域、生产作用、牧草成分及建植方式,对我国人工草地的基本类型进行了划分。     

中国天然草地的分类

本文根据８０年代全国草地资源调查研究的实践，在总结以往草地分类原则和方案的基础上，提出了我国天然草地新的分类原则和类、组、型三级分类体系及其相应的分级标准。并将我国天然草地划分为８个类。     

青海省天然草地类型与分类系统

对天然草地进行类型划分,是为了更好地认识和利用草地资源。在草地分类过程中,主要包括草地分类单位及标准的确定和同一分类单位中不同草地类型的区分归类。目前,青海省草地资源调查采用的分类系统和划分标准,是按照【1988】农{牧草}字104号部颁标准,即《中国草地类型分类的划分标准和中国草地类型分类系统》制定,在编制过程中紧密结合青海省天然草地的实际,同时还参考了《1：100万中国草地资源图草地类型图例系统》,最终形成了青海省草地分类系统。     

景观生态分类在草地资源分类中的运用

目前运用的草地分类系统,划分类型较细,侧重于对资源数量与分布的调查,着重于认识资源.针对草地分类系统及草地类型在生态环境建设和资源优化配置运用中存在的问题,将景观生态分类理论引入草地资源分类中,划分草地资源类型,建立草地资源分类的原则、依据和标准,突出景观格局对草地形成及利用的作用,使分类结果更有利于草地资源的优化配置和"3S"技术在区域草地资源调查与规划中的广泛应用.以昭苏县为例,建立该县草地资源分类系统.     

青海省草原退化的原因及防治对策

青海省深居内陆,地处高原,气候寒冷,自然灾害频繁,生态环境极为脆弱,是我国生态环境最恶劣的地区之一,草原广阔,牧草品种丰富。根据中国草地类型分类的标准和中国草地分类系统,青海省天然草地可划分为9个草地类、7个草地亚类、28个草地组、     

景观生态分类在草地资源分类中的运用

目前运用的草地分类系统，划分类型较细，侧重于对资源数量与分布的调查，着重于认识资源。针对草地分类系统及草地类型在生态环境建设和资源优化配置运用中存在的问胚．将景观生态分类理论引入草地资源分类中，划分草地资源类型，建立草地资源分类的原则、依据和标准，突出景观格局对草地形成及利用的作用，使分类结果更有利于草地资源的优化配置和“3S”技术在区域草地资源调查与规划中的广泛应用。以昭苏县为例，建立该县草地资源分类系统。     

青海草地类型在中国草地分类系统中的归并初探

青海现行的草地类型分类系统,主要依据<青海草地资源>,建立于20世纪80年代.1988年,青海省在全省草地资源调查中,依据1984年厦门会议制定的草地分类系统,编写了<青海草地资源>,将青海全省天然草地划分为9个草地类、9个草地组、173个草地型.由于<青海草地资源>成文早于<中国草地资源>,分类方法和分类单位与<中国草地资源>不同,导致青海草地分类系统与全国草地分类系统差异很大.为了统一规范青海草地分类系统,与全国草地分类系统相一致,现将青海省原用的草地类型归并其中,形成包括10个草地类、8个草地组、167个草地型的青海草地分类系统,通过今后的草地资源调查实践,进一步得到补充和完善,最终形成一个科学的青海草地分类体系.     

基于GIS的中国2大草地分类系统类的兼容性分析

以植被-生境学分类(vegetation-habitat classification system of grassland,VHCS)方法为基础的定性的中国草地分类系统,以及定量的气候-土地-植被综合顺序分类系统(comprehensive and sequential classification system of grassland,CSCS)是我国常用的2大草地分类系统。在实际应用中,因“草原”和“草地”概念的重叠、混淆和交叉,以及定性分类和定量分类的差异,造成了操作上的困扰,研究结果亦不便相互交流。本研究通过2大系统一级单位-“类”的分类指标、名称和属性的对比,分析了2个系统“类”的兼容性,建立了两者间的对应关系,并利用基本同期的CSCS分类图和数字化的中国草地资源图(VHCS),以内蒙古自治区和甘肃省为例,在ArcGIS平台上进行了验证分析。研究结果表明:1)以广义草原或草地概念为基础的CSCS是一个大系统,兼容了以中国为例的VHCS分类系统;2)兼容VHCS的CSCS的类,两者在分类指标、名称和属性方面均能达到统一;3)空间叠置分析表明,若不考虑森林和非地带性类,内蒙古和甘肃区域2个分类系统分类结果的兼容性分别达到61.4%和61.1%;有差异的区域,基本上表现出草地实际调查结果(VHCS)是比原生潜在草地(CSCS)在更恶劣气候条件下的低分类级别的草地类,说明人为干扰已超过了原生草地生态系统的生存阈限,导致草地逆行演替;4)对CSCS与VHCS分类结果的对比分析研究,可科学地揭示人为干扰下草地的演替状态,并明确草地恢复和重建的目标。     

辽宁省西部低山丘陵区草地类型分布及植物区系特征

辽宁省地处东北地区南部，横跨暖温带和中温带，植物区系复杂多样。为了掌握草地类型分布及其植物区系特征，本研究基于气象数据和野外植物调查数据，对辽西低山丘陵区草地类型进行划分，并分析其植物区系特征。结果表明：辽宁省伊万诺夫湿润度在0.3~1.2之间，辽西低山丘陵区属于半干旱区；温性草原类共出现436种植物，暖性灌草丛类共出现298种。根据优势种特征将温性草原类划分为3个草地型，暖性灌草丛类划分为4个草地型。温带分布型属在温性草原类和暖性灌草丛类中分别占59.40%和60.50%，远高于热带分布型的22.00%和20.20%，植物区系具明显的温带性质，暖性灌草丛类中广泛分布着黄背草（Themeda triandra）、白羊草（Bothriochloa ischaemum）等热带分布型的喜暖性植物，成为草本层的优势种。温性草原类的植物区系丰富度指数为5.512，高于暖性灌草丛类的4.980，温带分布型和热带分布型的相互渗透特征明显。     

天山北坡草地遥感分类及其精度分析

基于遥感资料的植被类型划分能快速获得大尺度的植被覆盖变化数据。采用遥感和GIS技术,利用天山北坡典型草地2008年Landsat 5 TM遥感影像和1999年Landsat 7 ETM+全色波段数据,在对遥感影像预处理的基础上,进行了数据融合处理。根据融合影像的纹理特征进行监督分类,将研究区域的植被初步分为8种主要覆盖类型,在监督分类的基础上借助专家知识系统构建决策树,进一步将草地分为5类,包括平原荒漠、平原沙漠、低山荒漠、温性草甸和高寒草甸,最后对分类结果进行精度评价,总精度在95%以上,总Kappa系数为0.939 6,间隔9年的影像融合和决策树分类方法在研究区植被分类中具有较高的可行性。     

The Classification of Grassland Types Based on Object-Based Image Analysis with Multisource Data

The spatial distribution of different grassland types is important for effectively analyzing spatial patterns, obtaining key vegetation parameters using remote sensing (e.g., biomass, leaf area index, net primary production), and using and protecting grasslands. Existing classifications of grasslands by remote sensing are mostly divided according to the fractional vegetation cover or biomass, but classifications according to grassland types are scarce. In this study, we focused on the classification of different grassland types using remote sensing based on object-based image analysis (OBIA) with multitemporal images in combination with a 30-m digital elevation model (DEM) and the normalized difference vegetation index (NDVI). The grasslands were located in Hulunber, Inner Mongolia, and an autonomous region of China. The support vector machine (SVM) and random forest (RF) machine learning classifiers were selected for the classification. The results revealed the following: 1) It is feasible to generally extract different grassland types on the basis of OBIA with multisource data; the overall classification accuracy and Kappa value exceeded 90% and 0.9, respectively, using the SVM and RF machine learning classifiers, and the classification accuracy of the different grassland types ranged from 61.64% to 98.71%; 2) Multitemporal images and auxiliary data (DEM and NDVI) improved the separability of different grassland types. The information in the growing season was conducive for distinguishing temperate meadow steppe from temperate steppe and was favorable for extracting lowland meadow and swamp in the nongrowing season. The DEM and NDVI also effectively reduced the number of image segmentation objects and improved the segmentation effects; 3) Spectral and textural features were more important than geometric features in this study. A few main variables played a major role in the classification, while a large number of variables had either no significant effect or a negative effect on the classification results when the optimal feature subset was determined. This study provides a scientific basis and reference for the classification of various grassland types by remote sensing, including the data selection, image segmentation, feature selection, classifier selection, and parameter settings.     

玛曲县天然草原资源及分布研究

甘肃省玛曲县作为黄河源区重要的水涵养区和生态脆弱区,其天然草原对涵养水源、保护黄河源区生态安全、确保当地草地畜牧业生产的健康发展具有十分重要的意义。为摸清玛曲县草原资源现状,将遥感与地面调查相结合,选择决策树分类等方法对玛曲县天然草原的分布、分类和面积进行研究与评价。结果表明:玛曲县有低地草甸、高寒草甸、山地草甸和高寒草原4个草原类,总草原总面积93.13万hm2,其中高寒和低地草甸分别占全县草原面积的82.37%和11.62%,山地草甸和高寒草原仅占4.23%和1.78%;各乡镇分类草原面积均以高寒草甸所占比例最大,其中阿万仓镇、木西合乡、欧拉镇和欧拉秀玛乡高寒草甸所占比例均在90%以上,尼玛镇、阿孜站和西科河羊场占比在80%以上,仅齐哈玛镇占比在50%以下(47.02%);低地草甸占比较大的乡镇有曼日玛镇(40.68%)、齐哈玛镇(26.21%)、采日玛镇(24.30%)和河曲马场(30.84%)。     

草地资源分类经营初探

传统的草地资源经营理念已带来了诸多的生态和社会问题,转变经营理念是草业科学发展的必然需求.通过对草地资源分类经营的理论依据和必然性的分析,提出了草地资源分类经营是未来草地资源经营的主要模式,其内容主要指根据草地资源在区域发展中的主导功能和社会需求的分化,将现存草地资源从空间上划分为生态功能区,经济功能区和多功能区3种类型,在时间序列上分别采取不同的经营策略.     

基于ArcGIS的天祝草地综合顺序分类研究

根据天祝县1961-1990年30年的降水和气温资料,将草地综合顺序分类系统(COSGC)的分类指标>0℃年积温和湿润度,利用ArcGIS软件,分别采用IDW、Spline、Kriging、Natural Neighbor插值方法进行空间插值,并将生成的天祝草地综合顺序分类图与天祝县遥感影像植被分布图进行植被景观类型对...