新疆卡拉麦里山有蹄类自然保护区狼在夏季和秋季的食性

2012年6—11月,在新疆卡拉麦里山有蹄类自然保护区(卡山保护区)采用痕迹截线等方法,共收集狼粪便278份,采用粪便分析法研究了狼的夏秋季食性。结果表明:夏季和秋季,该区域的主要有蹄类蒙古野驴和鹅喉羚在狼食谱中的相对频率仅为1.94%和3.10%,而野放普氏野马相对频率达到了1.42%。2010年春季的严重雪灾,导致野生有蹄类种群数量锐减,这是狼捕食较少蒙古野驴和鹅喉羚的主要原因,同时也说明狼已经对普氏野马在卡山保护区的野化进程中起到了一定的作用。狼的主要食物为植物、沙鼠和昆虫,其相对频率分别为30.19%,19.35%和13.55%,且夏秋季的食物组成差异不显著(Pearsonχ2检验,P=0.192,>0.05;似然比χ2检验,P=0.131,>0.05),狼的食物生态位宽度比较窄(Bsta=0.28)。狼的食性研究有助于明晰狼与有蹄类,特别是放归普氏野马之间的关系,为普氏野马野放保护管理和监测提供了基础数据,为保护区内狼的数量调控提供本底资料。     

理化复合参数和神经网络结合的冬小麦长势遥感监测

准确、及时地监测区域作物长势状况对农业规划和政策的制定与调整具有重要的意义。遥感技术作为一种收集大面积作物长势信息的有效手段,正日益受到关注。为提高冬小麦长势遥感监测的准确性和全面性,该研究基于田间实测的冬小麦拔节期地上鲜生物量（aboveground fresh biomass,AFB）、叶面积指数（leaf area index,LAI）、叶片叶绿素相对含量（soil and plant analyzer development,SPAD）和叶片氮含量（leaf nitrogen content,LNC）4种生长相关理化参数,利用熵值法获取各参数权重构建冬小麦理化复合参数（physico-chemical composite parameter,PCCP）。利用显著性检验和籽粒产量数据分析复合参数在量化冬小麦长势方面的性能。然后,以Sentinel-2A作为数据源,分析不同遥感指数与LAI、SPAD、AFB、LNC和PCCP的相关性。选取相关性较高的遥感指数作为反向传播（back propagation,BP）人工神经网络（artificial neural networks,ANN）的输入,建立冬小麦长势遥感监测模型,对PCCP进行估计。评价模型精度并用于监测研究区冬小麦长势分布特征。赋权结果表明,作物物理参数的权重大于生化参数,其中LAI的权重最大,为0.387,AFB和SPAD次之,LNC的权重最小,为0.105;PCCP性能评估结果表明,与单一理化参数相比,PCCP值能更好地揭示作物长势状况的差异,其与最终籽粒产量的相关性更好, 决定系数提高0.035～0.468,均方根误差减少46.2～520.0 kg/hm²;在遥感监测过程中,PCCP比单一理化参数有更好的应用潜力,BP-ANN长势遥感监测模型模拟PCCP精度较高,在测试集中决定系数为0.830,均方根误差为0.080;研究区冬小麦总体长势稳定且分布集中,呈现"中部差,南北好"的空间分布特征。因此,构建作物理化复合参数用于量化作物长势是提高长势监测可靠性和准确性的一种有效方式,可为冬小麦田间管理提供科学依据,服务于发展智慧农业和建设农业强国的战略需求。     

卡拉麦里山雌雄盘羊行为差异及一致性研究

2012年3月至2013年3月,采用瞬时扫描取样法和目标取样法,在卡拉麦里山有蹄类自然保护区对盘羊蒙古亚种(Ovis ammon darwini)的行为节律进行了研究。结果表明:不同季节雌雄盘羊有着相似的行为模式,但某些行为存在显著的季节性差异,其中,各季节采食行为都占有较高比例(约50%),雌雄盘羊在采食行为时间分配上存在极显著的差异(P0.01);不同季节卧息行为也占有相对较高的比例,但春季和秋季雌雄盘羊的行为时间分配存在极显著的差异(P0.01)。在昼间,雌雄盘羊均花费较多的时间采食和卧息;且雄性盘羊卧息使用的时间明显高于雌性。单性盘羊群体的行为一致性高于混合群体,雌、雄单性群体的行为一致性指数与混合群体相反。盘羊单性群体与混合群体的行为一致性之间存在显著的差异(雌性群体与混合群体:χ~2=14.976,df=1,P0.01;雄性群体与混合群体:χ~2=10.472,df=1,P0.01)。盘羊蒙古亚种雌雄性行为之间的差异性验证了性别分离的活动预算假说。     

新疆艾比湖绿洲干燥指数变化特征

基于艾比湖绿洲4个气象站1960-2013年逐月的气候资料,计算了干燥指数。结果表明:(1)艾比湖绿洲近54 a干燥指数的均值为6.97,属于干旱地区,干燥指数呈显著下降趋势,并且持续性较强,下降幅度约为0.49·(10a)^-1(P<0.05);夏季的干燥指数最大,为9.04,冬季最小,仅为2.20。(2)艾比湖绿洲全年干燥指数在1985年发生突变性减小,夏季和冬季发生突变性减小的年份为1991年和1983年,而春季和秋季不存在突变点。(3)艾比湖绿洲干燥指数的演变过程存在着7~8 a和20~21 a的周期变化,其变化的第一主周期为9 a,第二、三周期分别为21 a和5 a。(4)干燥指数对于风速的变化最为敏感,并且相对贡献率最高,而日照时数的变化最不敏感。     

艾比湖流域草地生态系统环境健康遥感诊断

为了能更好地了解艾比湖流域草地生态系统的健康状况,本研究以MODIS与Landsat数据为本底,引入信息熵分析艾比湖流域2001-2017年草地生态系统健康变化趋势,选用压力-状态-响应(pressure-state-response,PSR)模型评价2017年草地的健康现状,结合流域草地生态系统生态环境健康变化趋势和现状,完成草地生态系统环境健康诊断。结果表明:1)2001-2017年艾比湖流域草地生态系统环境健康变化趋势为变好、基本不变、变差的区域分别占总草地面积的29.5%,59.4%和11.1%,呈现“稳中向好”的特点。2)2017年草地生态系统生态环境健康指数的范围为0.1097~0.3892,整体健康水平不高,需要加强对草地资源的保护管理。3)根据艾比湖流域草地生态系统综合治理建议图,治理区占总草地面积的39.1%,主要分布在山前草地和荒漠草地;保护区占总草地面积的34.2%,分布在部分山前草地;预防区占总草地面积的26.7%,主要在城镇较为集中的区域。     

不同季节卡拉麦里山盘羊生境选择分析

采用样线法分析不同季节新疆卡拉麦里山盘羊戈壁亚种的生境选择。结果表明:春季,卡拉麦里山盘羊生境主要集中在海拔1 100 m以上、坡度30°~60°、与隐蔽物距离小于0.1 km、与水源地距离小于4.0 km、与居民点距离大于2.0 km以及中高隐蔽级(0.5~1.0)的区域。夏季,盘羊生境主要位于中上坡、与隐蔽物小于0.1 km、远离道路和居民点(大于2.0 km)、植被盖度小于0.1、隐蔽级高(0.9~1.0)的山坡。冬季,卡拉麦里山盘羊多选择距隐蔽物距离小于0.1 km、距离水源大于2.0 km、距离居民点大于2.0 km、食物丰富的山坡。不同季节卡拉麦里山盘羊生境变量特征值大于1的主成分累积贡献率分别达到了71.972%(春季)、71.782%(夏季)和73.613%(冬季),反映了不同季节生境因子特征。春季,盘羊生境因子主要受人为和自然因素的影响,其中海拔和人为干扰因子(与最近道路距离)是最重要的影响因子;夏季,盘羊生境的选择主要受海拔、植物种数和水源的影响;冬季,盘羊生境的选择主要受食物和人类活动的影响。     

基于SVM的绿洲荒漠交错带土壤水分与地下水埋深反演

为深入研究浅层地下水、植被和土壤的相互作用,以新疆渭干河-库车河绿洲为研究区,通过Sentinel-1A数据和Landsat数据以及土壤含水率、地下水埋深数据,结合植被以及土壤条件,通过支持向量机模型(Support vector machine,SVM)定量反演研究区土壤水分以及地下水埋深信息。结果表明:0～10 cm的土壤含水率与地下水埋深之间的相关性最高。通过地形校正C模型(Topographic correction model),得到温度植被干旱指数(Temperature vegetation drought index,TVDI)精度有所提高。建立不同参数的SVM模型反演地下水埋深可行,对于单因子建模,TVDI_(MSAVI)构建的模型精度最高,建模集R~2=0. 74,均方根误差(Root mean square error,RMSE)为4. 66%,验证集R~2=0. 70,RMSE为4. 65%。相比只考虑单因子(后向散射系数(σ_(soil)~0)或TVDI),σ_(soil)~0和TVDI_(MSAVI)组合共同作用于模型精度最好,建模集R~2=0. 86,RMSE为4. 16%,验证集R~2=0. 92,RMSE为2. 73%。利用最优模型参数结果反演土壤水分区域和地下水埋深区域,其结果精度较好。地下水埋深反演结果平均相对误差为8. 23%,优于研究区以往研究18. 06%的结果。