岷江上游花椒地/林地边界土壤水分分布及影响域

在岷江上游干旱河谷区选取典型的花椒地,林地边界,利用TDR仪测定干旱条件下和雨后0-15cm表土层水分体积分数,刻画沿样带梯度土壤水分分布以及不同时段土壤水分变化,同时用移动窗口法判定土壤水分的边界影响域。结果表明,在干旱河谷区土壤水分体积分数较低并沿样带存在明显的变化,从林地到边界到花椒地土壤水分体积分数基本呈“V”字型变化;而在林地和花椒地内部,水分体积分数呈“W”型波动。干旱时土壤水分体积分数日间变化不大,而雨后水分体积分数逐日递减。土壤水分的影响域在雨后可达14m,干旱时为8m。     

基于线性回归算法的春玉米叶面积指数的冠层高光谱反演研究

利用辽宁锦州地区2013年生长季不同土壤水分控制条件下的春玉米冠层高光谱数据,及对应的植株叶面积指数(leaf area index,LAI)数据,分析在不同发育期内不同生长状况下的春玉米冠层高光谱特征及其与植株叶面积指数的关系。采集并计算共313组有效样本,包括350～2 500 nm波段范围光谱的反射率、反射率倒数的对数、反射率一阶导数及LAI,应用多元逐步线性回归法和偏最小二乘回归法,对剔除了受大气水分影响较为严重光谱波段的其他波段数据进行降维,构建叶面积指数的全波段冠层高光谱数据模型,并进行精度检验与比较。结果表明,春玉米LAI与光谱反射率在可见光波段(350～680 nm)、红外波段(1 430～1 800和1 950～2 450 nm)均呈显著的负相关;反射率倒数的对数在对应区间为显著的正相关;反射率一阶导数则在可见光和近红外波段(350～1 350 nm)存在较显著相关波段。三种全波段冠层高光谱数据在春玉米LAI的线性回归中,偏最小二乘法在以冠层反射率为自变量的模型构建中,比多元逐步线性回归拟合度好,其总均方根误差为0.480 7;以冠层光谱反射率的倒数的对数及一阶导数为自变量,应用逐步线性回归法建模,拟合度较好,其总均方根误差分别为0.333 5和0.348 8;三种光谱数据的春玉米LAI两种回归算法中,以冠层反射率倒数的对数为自变量,应用逐步线性回归方法建模的拟合度最佳。     

岷江上游景观边界效应影响因子分析

 边界效应受多种因子影响,在不同时空尺度下表现出不同的边界效应深度。目前关于边界效应深度影响因子的研究只有少量定性报道,缺少定量分析。以岷江上游林农边界为例,分析了生物量边界效应深度的影响因子。应用GIS软件,将边界类型图与数字高程图、土地利用图、降雨数据的叠加,获取边界所处海拔、坡度、坡向、降雨以及边界两侧斑块面积。在SPSS软件中对已获得的边界效应深度与以上诸因子进行多元线性回归分析。研究结果表明：林农边界效应深度与海拔和坡度存在显著线性回归关系,呈负相关,即海拔越低、坡度越小边界效应深度越大;坡向对边界效应深度影响较小,降雨和林块面积对边界效应深度影响不明显。     

岷江上游林农边界效应对植被生物量的影响

边界效应是当前生态学领域的研究热点之一,但对于生物量的边界效应关注很少。生态系统尺度上的边界效应研究,多采用野外样线法获取数据。以岷江上游林农边界为例,对生物量的边界效应进行了分析。通过在野外布设样线获取边界上的生物量数据,同时应用地理信息系统从遥感影像中提取边界上的植被NDVI,运用地面调查数据对NDVI值进行验证的结果表明,用NDVI来反映植被生物量具有可信性。对两种数据进行初步统计分析,并应用移动窗口法对生物量的边界效应进行了定量判定,研究结果表明:1)在林农边界上,林地边缘的生物量低于林地内部的生物量,边界效应范围为60/m到65/m,农田边缘的生物量高于农田内部,边界效应范围为60/m到90/m;2)基于野外数据和基于NDVI的边界效应判定结果基本一致,用NDVI作为生物量的指标进行边界效应分析是可行的;3)在分析生物量的边界效应时,研究范围取200~300 m较为合适,研究粒度取30 m较10 m效果更佳。     

阜新地区热度日和冷度日变化特征分析

利用1951-2006年阜新逐日最高气温、最低气温资料,分析阜新热度日HDD和冷度日CDD月际、年际、年代际的变化规律,并探讨度日与平均气温及耗电量的关系.结果表明:阜新HDD最大值出现在12月,CDD最大值出现在7月,HDD和CDD月际差异均较大.HDD年际变化呈下降趋势,其下降率为-78.5(℃·d/10 a),CDD年际变化呈微弱的上升趋势,上升率为22.0 (℃·d/10 a).阜新多年平均HDD值和CDD值分别为4087.5 (℃·d)和19.2 (℃·d).HDD年代际变化呈下降趋势,CDD年代际变化呈上升趋势.HDD年代平均值与年代平均气温呈反位相,而CDD年代平均值与年代平均气温呈正位相.