土地利用变化的人文驱动因子对新疆生态系统服务价值的影响

应用谢高地等人的生态系统服务价值系数,结合敏感度分析,探讨了1996-2008年新疆维吾尔自治区土地利用变化所引起的生态系统服务价值的变化,并进一步分析了土地利用变化的人文驱动因子对生态系统服务价值的影响。结果表明,该区域1996-2008年生态系统服务价值从7062.1671亿元增加到7168.987亿元,共增加106.8139亿元,表明该区域生态系统服务价值总体呈现持续增加趋势;在该区域生态系统服务价值中,废物处理价值最高,水源涵养价值次之,原材料价值最低,13a间各服务类型的价值总体上均呈增加趋势;新疆在13a间人均生态系统服务价值损失0.82万元,减幅达19.52%。这表明新疆地区由于人口的增长,环境压力呈持续增大趋势。影响新疆生态系统服务价值变化的人文因子可归纳为经济、人口和城市化水平因子,其中经济因子与生态系统服务价值呈正相关,而人口和城市化水平因子与生态系统服务价值呈负相关。     

干旱区典型绿洲土壤盐渍化特征分析——以渭干河-库车河三角洲为例

渭干河-库车河三角洲绿洲地处世界第二大沙漠塔克拉玛干沙漠的北缘,该绿洲现已成为新疆主要的农业区和棉花基地。但随着经济的快速发展,土地资源开发强度开始加大。而土壤盐渍化是该绿洲可持续发展面临的主要环境问题之一。本研究在野外考察、GPS定点和土壤采样分析的基础上,借助Statistics、Excel等统计软件对盐离子含量、土壤总碱度与离子含量的关系、土壤含盐量与电导率的关系以及盐离子间相关性作了探讨。结果表明,该绿洲土壤pH值的平均值为7.86,属于碱性土壤。土壤含盐量较高,0~10 cm土层中的含盐量最大,平均值达到4.68%。土壤阳离子主要以Na 、K 、Ca2 和Mg2 为主,各阴离子在土体中的含量为Cl->SO42->HCO3-,而CO32-在实验中未检测到。在0~10和10~50 cm土层中Na 与Cl-均呈极显著正相关,相关系数达到0.99,从而进一步说明该绿洲盐渍化土壤为氯化物盐化土。随着一系列环境问题的日益突出,同盐渍化作斗争已成为本绿洲大农业发展的长期任务之一。     

绿洲外缘区植被现状及其恢复可行性研究——策勒县为例

绿洲外缘地区 ,是绿洲与荒漠相互转化活动程度最剧烈、表现最突出的地区 ,而植被是生态系统的重要组成部分和景观状况的重要指针。选择典型绿洲策勒县作为重点研究区 ,经过多次实际调研 ,在充分了解当前绿洲外缘植被生境现状基础上 ,重点研究了其恢复重建的可行性措施。有关结论对绿洲地区生态环境保护及其可持续发展研究具有一定参考价值。     

绿洲-荒漠脆弱带农业开发利用研究

结合实际调查结果和已有的研究资料,选定量化指标确定研究区绿洲—荒漠脆弱带的位置,并给予研究区的绿洲—荒漠脆弱带定义。根据此指标,利用两个时期TM卫星遥感图像进行分类处理,得到界定的脆弱带面积,在对此进行不同类型划分的基础上,提出相应的脆弱带生态环境建设的建议和保护措施。     

干旱区土地利用/覆盖变化与生态环境效应研究——以渭-库绿洲为例

利用ARCGIS和ENVI软件,以2005年、2015年遥感影像Landsat TM/OLI为数据源,得到2期渭库绿洲土地利用/覆被类型图,在空间尺度上将研究区进行土地利用类型分级处理分析土地利用/覆被变化特征,并从时空分布和生态系统服务价值及区域环境质量3个方面进行生态效应研究,通过计算土地利用/覆被类型的面积,从而获得区域环境质量指数,最终建立渭-库绿洲土地利用类型与生态环境之间的变化关系,并对研究区进行生态环境质量动态分析。结果表明2005—2015年期间该地区土地利用变化主要表现为耕地、水体和未利用土地的面积呈现出逐渐减少的趋势,与此相反,草地、林地和盐渍地面积呈增加的趋势;10年间渭-库绿洲的生态系统服务价值从3.90亿元增加到5.50亿元,总价值增加的主要原因是草地和林地面积的增加;渭-库绿洲的区域生态环境质量指数从0.38上升至0.43。生态环境质量在维持着相对平衡的同时,呈现出一种上升态势。本文通过对干旱区土地利用/覆被变化定性定量分析,有助于干旱区生态脆弱区域水资源的合理利用。     

绿洲土地利用变化未来趋势预测及其调控研究

土地利用/覆盖变化(LUCC)是全球变化研究的重要核心问题之一,基于区域和地方尺度的绿洲土地覆盖变化信息的定量提取与模拟预测在干旱区生态环境演变研究中具有重要的价值,也是对全球变化研究的重要补充。选择干旱区典型绿洲新疆于田地区为研究靶区,对于田绿洲过去近17年土地利用/覆盖动态变化定量研究基础上,利用马尔柯夫—CA模型模拟土地利用的动态演变过程,定量分析其演变的特点和预测其未来的演变趋势,以便为未来绿洲区域人口、资源与环境可持续发展,进行合理化调控奠定基础。     

基于地形因子改进融雪径流的模拟及验证

该文基于传统的气温指标经验融雪径流模型,提出结合高程、坡向和坡度的流域分带及度日因子改进计算方法,定量描述流域地形特征对气温空间差异与融雪量产生的影响,由此建立基于地形因子改进的融雪径流(snowmelt runoff model,SRM)模型.通过乌鲁木齐河上游山区流域2005-2007年春夏季融雪日径流的模拟和验证,对比分析这传统模型和改进融雪径流模型在数据稀缺流域中的应用效果.结果表明,2种模型模拟2005-2007年春夏季融雪日径流均有较好的模拟效果.比较传统模型,基于地形因子改进的融雪径流模型具有更高的模拟精度,通过流域分带和度日因子数计算的改进,减少了模拟误差,3 a平均的拟合优度R2值从0.77增加到0.80,均方根误差从5.7减少到5.35 m3/s,模拟精度有所提高.可见,建立的基于坡向和坡度等地形因子改进的融雪径流模型在数据稀缺干旱流域融雪径流模拟中具有更好的适用性.     

基于Landsat OLI的绿洲灌区土壤盐度最优预测尺度分析

【目的】基于遥感提取的多尺度遥感指示因子和土壤实测电导率数据,借助统计分析,试图探寻适合干旱区典型绿洲灌区土壤盐度变异的最佳观测尺度和指征变量,为快速评估绿洲土壤盐渍化提供备选方案。【方法】以新疆渭干河-库车河绿洲为研究区,以野外采集的土壤盐度数据(采集0—10、10—20、20—40和40—60 cm土层土样,制备土壤饱和溶液并测试电导率(ms·cm-1))并将其作为预测对象(n=87),借助Landsat OLI遥感影像数据,利用栅格重采样(30—1 000 m)和领域滤波(原始分辨率为30、60、90、120、150、180、210 m,滤波尺度为3×3至31×31)两种方式,生成多个尺度若干种指示因子(主成分分析、缨帽变化、植被指数、湿度指数),共计获得1 078个(其中,栅格重采样生成352个,领域滤波生成726个)环境变量。在此基础之上,利用线性和非线性曲线模型分别拟合上述两种模式下土壤盐度和环境变量之间的相关性,进而找出最优环境因子和预测尺度。【结果】栅格重采样模式下能够较好响应各层土壤变异性的皆为非线性模式。其次,该模式下,拟合精度随着空间分辨率的降低而降低。此模式下最佳推理尺度为30 m,该尺度下最佳响应变量除了40—60 cm处为三波段差分指数(Three-band Maximal Gradient Difference,TGDVI)外,其余深度皆为扩展的归一化指数(Extended Normalized Difference Vegetation Index,ENDVI)。领域滤波模式下的最佳推理尺度为180 m(滤波尺度3×3),同时,各层最佳拟合变量皆为扩展的增强型植被指数(Extented Enhanced Vegetation Index,EEVI)。相比较栅格重采样模式,该模式下的拟合精度全面优于前者,各层依次提高14.60%、34.40%、32.10%和21.70%。【结论】基于领域滤波模式下,像元分辨率为180 m,窗口大小为3×3的ENDVI指数更适合预测本研究区土壤盐度的空间变异性。     

2000—2014年中亚地区主要植被类型水分利用效率特征

【目的】比较中亚地区不同植被类型水分利用效率(WUE)差异,探究不同植被类型WUE在海拔和纬度上的分布特征,分析WUE在年内和年际间的变化趋势,以期从宏观的角度揭示中亚地区不同植被类型WUE的时空变化规律。【方法】利用土地覆盖数据整合出不同植被类型分类,使用MODIS产品数据初级生产力(GPP)、蒸散发(ET)计算中亚地区月平均和年平均WUE,观测不同海拔和纬度上的WUE变化。【结果】中亚地区GPP较低植被类型的WUE值高,而GPP较高植被类型的WUE值低,WUE表现为稀疏灌木林>草地>郁闭灌木林>森林>农田,其中稀疏灌木林WUE显著(P<0.05)高于其他植被类型;不同植被类型WUE随海拔升高出现先增加后下降的趋势,当海拔高于1 200 m后WUE与海拔显著负相关(P=0.018);农田、森林、郁闭灌木林、稀疏灌木林和草地WUE高值区分别出现在海拔750、750、750、1 250和500 m;不同植被WUE随纬度增加的变化方式和幅度差异较大,各植被类型出现WUE峰值的纬度分别为农田36°、郁闭灌木林32°、稀疏灌木林36°～38°、森林50°和草地32°;在2000—2014年间,中亚地区WUE均值为2.65 g·kg^-1,整体变化趋势为增加,年增加量为0.066 g·kg^-1; WUE的年内变化趋势为先升高后降低,可用一元三次函数很好地描述(R^2=0.98)。【结论】随着海拔增加,WUE呈现先增高后降低的变化趋势,各植被类型WUE随纬度的升高表现出不同的变化趋势。各植被类型WUE在2000—2014年间均呈现上升趋势。     

基于T-S模糊神经网络模型的干旱区土壤盐分预测研究

【目的】本研究以野外考察数据为基础,尝试构建基于模糊神经网络方法的干旱区土壤盐分预测模型,对表层土壤盐分进行预测模拟。【方法】首先,根据研究区实际情况选取7个土壤盐渍化影响因子并提取所需信息,利用灰色关联分析法得出土壤盐分与各影响因子之间的关系,然后利用土壤盐渍化的影响因子作为输入样本,土壤盐分作为输出因子,建立了基于T-S模糊神经网络的表层土壤盐分预测模型。【结果】预测结果表明,平均相对误差为13.092%,最小误差为0.875%,最大相对误差为41.733%,预测精度较高。【结论】T-S模糊神经网络模型的预测效果较好,可以用于预测土壤盐渍化状况,为干旱区土壤盐渍化变化规律提供了一种有效的方法。