贵州岩溶山区生态保护与草业开发模式探讨

以贵州省威宁县为例,通过其自然资源、生态经济条件的分析,对草业发展的优势条件、存在的问题进行了剖析和讨论。提出了以热量和海拔高度分区的高山牧区绵羊山羊生产系统、中山农牧交错区肉牛生产系统和河谷农区奶牛生产系统为主的贵州岩溶山区生态保护和草业开发模式,以及草业开发应遵循的原则和策略,是实现草业开发、生态保护和社会效益协同的可持续发展模式。     

基于MODIS逐日地表反射率数据的青南地区草地生长状况遥感监测研究

大范围草地生长状况遥感监测对研究草地变化动态和草地畜牧业的管理具有重要意义。利用2010-2013年的草地外业调查数据和EOS Terra MODIS每日地表反射率产品MOD09GA,采用空间分析方法分别计算了生长季(5-9月)草地NDVI_max, EVI_max, NDVI_mean和EVI_mean4种植被指数,探讨了这4种植被指数与草地地上生物量之间的遥感反演模型,分析了青南地区草地生长季多年NDVI平均值空间分布特征;根据所选的最优模型反演了青南牧区近10年(2004-2013年)的草地地上生物量,统计分析了地上生物量的空间变化特征。结果表明,青南地区多年NDVI平均值和草地地上生物量总体上均具有由西北向东南逐渐增加的空间分布特点。不同草地类型的生物量差异显著。近10年来山地草甸类的生物量最高,达1280 kg DW/hm²;其次为高寒草甸类、温性草原类、温性荒漠类和沼泽类,生物量介于244.9~902.4 kg DW/hm²;高寒草甸草原类、高寒荒漠类和高寒荒漠草原类生物量较小,在65 kg DW/hm²以下。海拔对生物量具有明显的影响,在3500 m以上地区的草地生物量随海拔的升高而减小。当海拔介于3500~4000 m,最大生物量达1358.8 kg DW/hm²;海拔介于4000~4500 m,生物量小于920 kg DW/hm²;海拔介于4500~5000 m,生物量为574.2 kg DW/hm²;海拔大于5500 m,生物量仅为94.4 kg DW/hm²。统计分析近10年间的NDVI变化趋势发现,三江源地区的黄河、长江和湄公河三大流域及各行政区的草地植被生长状况以轻度改善和改善为主,总体趋于良好。     

基于网络的农业专家系统研究进展及前景展望

随着计算机信息技术的迅猛发展,基于网络的专家系统的开发已成为当前农业专家系统研究的热点。本文通过对基于网络农业专家系统发展的基本概念、主要特征、研究进展及其构建技术的论述,提出当前农业专家系统存在综合性、实用性不强,系统开发工具较少,通用性低、适用对象窄和普及推广不力等方面的问题。系统总结了我国农业专家系统的发展前景:1)三层C／S结构成为网络构建技术的主流,系统智能化进一步提高;2)无线网络技术应用于农业专家系统成为可能;3)基于网络的农业专家系统开发工具必将进一步发扬光大;4)集成3S(GPS、GIS、RS)和多媒体技术的网络农业专家系统应用更加广泛;5)数字电視将成为广大农村地区普及推广农业专家系统的强势媒体工具。     

基于UAV技术和MODIS遥感数据的高寒草地盖度动态变化监测研究—以黄河源东部地区为例

利用黄河源东部地区野外实测样地数据和MODIS卫星遥感资料,结合农业多光谱相机(agricultural digital camera,ADC)、普通数码相机(Canon)、无人机(unmanned aerial vehicle,UAV)等设备获取的高寒草地盖度数据,构建了基于MODIS NDVI、EVI的草地盖度反演模型,比较分析了不同草地盖度监测方法的精度,确立了黄河源区草地盖度遥感监测的最优反演模型,并分析了研究区近16年草地植被盖度的动态变化。结果表明,1) MODIS NDVI与基于UAV相片计算的草地盖度间的相关性优于MODIS EVI,而MODIS EVI与ADC和Canon照片计算的草地盖度之间的相关性则优于MODIS NDVI;2) 就Canon和ADC方法构建的草地盖度反演模型而言,前者精度远高于后者,普通数码相机方法更适宜于高寒草地植被盖度的估算;3) 对比分析两种植被指数与Canon相机、ADC和大疆(DJI)无人机航拍(航高30和100 m两种方法)相片计算的草地盖度之间的关系表明,MODIS NDVI对航高30 m UAV航拍相片计算的盖度数据的响应最敏感,基于UAV航高30 m的相片和NDVI构建的草地盖度反演模型最优;4) 黄河源东部地区2000-2015年间草地盖度稳定不变的区域达71.46%,多分布在东南部;呈增加趋势的区域占研究区草地面积的22.01%,由西向东、由北向南增加幅度呈减少趋势;盖度减少区域零星分布在黄河源北部和南部的部分地区,仅占研究区草地面积的6.53%。     

青海牧区雪灾综合风险评估

本研究收集了影响青海省雪灾发生的社会经济、自然及气象共计19种因素,通过主客观结合的方法筛选基础因子,再利用Logistic回归模型自我挑选变量功能对初始因子进一步筛选,得到五项风险评价因子,即人均GDP、年均温、最大雪深、积雪覆盖日数及坡度,最后基于ArcGIS平台得到青海地区2001-2007年的雪灾平均风险区划图,并对其划分等级,分析不同雪灾等级在空间上的分布特征。得到以下结论:1)通过主客观的分析方法,得到诱发雪灾形成的关键因素与自然因素、气象因素、社会经济等因素有关;2)青海雪灾平均风险分布与风险因子最大雪深、坡度、积雪覆盖日数具有基本一致的趋势,而与年均温和人均GDP 的分布趋势相反;3)青海地区平均雪灾风险呈现南高北低的态势,其中高风险区主要分布在研究区南部的称多县、玉树县、囊谦县、达日县、甘德县以及玛沁县等地,相反,西北部的柴达木盆地和东部的农业区为低风险区;4)受地形地貌的影响,4000 m以上的山岭地带,即祁连山、昆仑山、唐古拉山、巴颜喀拉山、阿尼玛卿山等为青海雪灾高风险分布之地。     

基于ADC和MODIS遥感数据的高寒草地地上生物量监测研究——以黄河源区为例

利用2015-2016年8月采集的黄河源区草地生物量数据和MODIS卫星遥感资料,结合农业多光谱相机(agricultural digital camera,ADC)获取的植被指数数据,比较分析3种_(ADC)植被指数(NDVI_(ADC)、SAVI_(ADC)和GNDVI_(ADC))与野外实测草地地上生物量(above-ground biomass,AGB)数据的相关性,筛选出适合构建草地AGB反演模型的_(ADC)植被指数;结合MODIS NDVI(记作NDVIMOD)构建草地地上生物量反演模型,采用留一法交叉验证方法评价各模型精度,确立适宜模拟研究区草地AGB的最优模型;并利用NDVI_(ADC)校正NDVI_(MOD),获得高分辨率、高精度的草地AGB遥感监测改进模型。结果表明,1)基于_(ADC)获取的3种植被指数中,NDVI_(ADC)与高寒草地地上生物量关系最为密切,其次为SAVI_(ADC),拟合效果最差的是GNDVI_(ADC);2)基于NDVI_(ADC)建立的草地AGB监测模型的精度(RMSEP介于383.55~393.18kg DW/hm2;r范围为0.65~0.66)远高于NDVI_(MOD)的模型精度(RMSEP介于421.08~427.00kg DW/hm~2;r范围为0.55~0.58),NDVI_(ADC)反演得到的草地AGB更接近于黄河源区草地实际生物量,且相较于NDVI_(ADC),NDVI_(MOD)的样本值整体偏高;3)在NDVI_(ADC)构建的4类模型中,线性和乘幂模型模拟研究区草地AGB的能力较好,但线性模型精度更高(y=3248.93×NDVI_(ADC)-305.59,RMSEP=383.55kg DW/hm~2,r=0.66),该模型为黄河源区草地生物量的估测提供了一个新型且易操作的方法;4)NDVI_(ADC)与NDVIMOD相关性较高,利用NDVI_(ADC)校正NDVI_(MOD)可以改进草地AGB遥感反演模型,优化模型为y=2455.54×NDVI_(MOD)-301.69。该模型可在大尺度范围内估测黄河源区的草地生物量,且模型精度接近于地表测量法的监测精度。     

陆地生态系统净初级生产力的时空动态模拟研究进展

陆地生态系统净初级生产力(Net Primary Productivity,NPP)研究是全球变化的核心内容之一,反映了植被每年通过光合作用所固定的碳总量。近年来将遥感数据引入到NPP的模型设计和估算中已成为了一种新的发展方向,它利用遥感获得的全覆盖数据,使区域及全球尺度的NPP估算成为可能。回顾了NPP研究历史,综合分析了气候相关统计模型、生态系统过程模型和光能利用率模型的优缺点;以CASA、C-FIX和BIOME-BGC这3种遥感参数模型为例,阐述和分析了该类模型的特点以及国内外的研究进展,提出了NPP模型存在的问题和未来的发展方向。     

基于机器学习的青藏高原天然草地盖度时空变化特征研究

草地盖度是评价草地生长状况的重要指标,构建高精度的盖度估测模型是开展天然草地动态监测的关键。本文利用2003—2018年实测数据和地形、土壤等55个指标,建立了4种草地盖度遥感估测模型,通过比较得到研究区草地盖度遥感估测最优模型,并分析了2001—2019年研究区草地盖度时空动态变化。结果表明：由最小绝对压缩变量筛选方法选出10个有较高重要性的变量。其中,比值植被指数与草地植被盖度间的相关性优于其他单因素模型与草地植被盖度间的相关性。在3种机器学习模型中,随机森林优于人工神经网络与支持向量机模型,其R²和均方根误差分别为0.68和12.75%。机器学习方法构建的草地盖度模型优于单因素模型,其R²可提高0.09～0.16,RMSE降低1.52%～2.81%;2001—2019年,研究区草地盖度整体上呈现出自西向东、自北向南增加的趋势,呈增加趋势的面积占比为55.4%,呈减少趋势的面积占比为44.6%。     

2001-2008年甘南牧区草地地上生物量与载畜量遥感动态监测

草地地上生物量监测是草地资源空间格局动态研究的重要内容,也是草畜平衡综合分析的基础。利用2006-2008年甘南牧区草地调查资料和Terra/MODIS每日地表反射率产品MOD09GA,建立了草地地上生物量遥感反演模型,模拟分析了甘南州及各县市草地资源在2001-2008年期间的各旬、月和年的生物量及理论载畜量变化动态。研究结果表明, MODIS增强型植被指数EVI的乘幂函数可以较好地模拟甘南牧区草地地上的生物量鲜重,拟合模型平均估产精度为76.7%,可很好地模拟牧草生长状况较好时期(5-10月)的草地地上生物量变化动态。甘南牧区草地生长主要集中在5月上旬-10月下旬期间,草地旬最大地上生物量数字图像可以较客观地反映草地植被生长发育的总体规律。但是,个别旬生物量受大范围长时间阴雨多云天气状况及放牧家畜数量有较大变动情况的严重影响。2001-2008年不同草地类型的月最大生物量动态变化曲线均呈单峰抛物线形式,全州平均最大生物量均出现在7月,但不同年份产量达到最大值的月份有所变化,主要集中在7-8月。甘南州草地地上总生物量年度之间存在较大的差异。全州8年平均总地上生物量为109.31亿kg。2005年全州草地植被年总生物量最高,达129.1亿kg,其次为2006,2007和2002年,分别为113.2,110.7和109.0亿kg。由于气候条件和不同县市草地面积及生长状况等存在较大差异,其理论载畜量也存在显著差别。     

甘南高寒草甸主要毒杂草光谱特征分析

草地植物的光谱特征对于物种的识别具有重要意义。本研究利用2013年9月采集的甘南州夏河县桑科草原5种典型毒杂草青藏狗娃花(Heteropappus bowerii)、箭叶橐吾(Ligularia sagitta)、披针叶黄华(Thermopsis lanceolata)、乳白香青(Anaphalis lactea)和鹅绒委陵菜(Potentilla anserina)的实测高光谱数据,通过对其冠层光谱进行特征分析和参量化等处理,找出了5种毒杂草之间的光谱差异。结果表明,5种毒杂草的原始光谱曲线趋势大致相同,经过一阶微分变换、光谱重排等处理,利用"红谷"、"绿峰"、"红边"、水分吸收、光谱指数和光谱重排等指标,可较好地将这5种毒杂草区分开来。因此,基于光谱分析的植被分类对于研究甘南州高寒草甸植被的遥感反演、调查和分类等具有重要的意义。