青藏高原自然资源综合观测体系构建探讨

青藏高原是我国的国家安全屏障、生态安全屏障、亚洲水塔、水土和生态资源储备基地。高原的“山水林田湖草沙冰”等自然资源和生态环境在我国具有特殊重要的地位。开展该区域的自然资源调查监测与评价是国家制定高原生态脆弱区环境保护政策以及优化资源配置的基础和关键。综合观测体系是开展野外综合观测研究的前提,是实现野外台站目标的保证。基于“两统”“两分”的总体设计,从青藏高原的重要性和特殊性出发,结合当前观测的复杂性和稀缺性特征,明确主要自然资源观测对象,构建综合观测体系,确保野外观测站点观测对象清楚、观测指标清晰、站点层级明确、台站管理顺畅、观测数据规范、准确、连续,更好服务自然资源统一管理。同时,可为今后自然资源野外观测研究示范推广奠定基础。     

通天河流域植被动态监测及其对气候因子的响应

通天河是长江源头重要的干流,探讨其植被生长状况及其与气候因子的响应对三江源区生态系统稳定性研究具有重要意义。本文以通天河流域为研究区,采用了广义回归神经网络(General regression neural network, GRNN)计算模型来反演叶面积指数(Leaf area index, LAI)和植被覆盖度(Fractional vegetation cover, FVC)数据,分析LAI和FVC的变化特征及其对气候因子的响应。分析结果表明：通天河流域植被总体呈显著波动增长趋势,LAI,FVC增长速率分别为(1.2×10^-3)·a^-1和(0.9×10^-3)·a^-1;流域内植被明显改善区分布在海拔较低水热条件较好的沟谷地带,但下游人类活动频繁的曲麻莱县和治多县周边地区植被退化明显;流域内植被主要生长在海拔4 000 m以上地区,超过5 200 m植被生长差,覆盖类型以低覆盖为主,中-高覆盖集中在河流下游地区;相较于气温而言,降水是影响该流域植被的主导因素,与植被LAI和FVC呈显著正相关。     

尼洋河流域植被特征时空变化及其对水热的响应

尼洋河作为工布江达县的"母亲河"，探究流域植被变化特征及其与水热的关系对生态建设具有重要意义。本研究以尼洋河流域为研究区，采用了广义回归神经网络（General regression neural network，GRNN）计算模型来反演叶面积指数（Leaf area index，LAI）和植被覆盖度（Fractional vegetation cover，FVC）数据集，分析LAI和FVC的时空变化特征及其对水热因子的响应。结果表明：2001-2019年以来，尼洋河流域植被总体呈现轻微改善趋势，植被集中生长于河流两岸并以常绿针叶林为主，远离河流的高海拔区域植被生长状况不佳，随海拔高度的升高LAI和FVC均趋近零值；流域植被覆盖类型分为极低、低、中和高覆盖四种，且覆盖类型以中、极低覆盖为主，中覆盖类型主要分布在河流周围，极低覆盖类型集中于远离河流的高海拔区域，且覆盖面积逐年呈现下降趋势，相反河流两岸的高覆盖类型区域面积出现扩张；相对于气温而言，流域内植被对降水的响应更为敏感，过多的降水对植被生长存在一定抑制作用。