基于融合MaxEnt和HSI模型的驼鹿生境适宜性评价

驼鹿是国家一级保护野生动物,研究驼鹿生境适宜性是保护驼鹿种群的关键内容。以黑龙江南瓮河国家级自然保护区为对象,结合最大熵(MaxEnt)模型和生境适宜性指数(HSI)模型对驼鹿生境适宜性进行评价,利用无人机样带调查得到驼鹿分布点数据,采用MaxEnt模型得到各环境因子贡献度情况和单一环境变量响应曲线,结合保护区自然地理情况,再构建不同环境因子对驼鹿影响程度的评价模型,定量评价保护区驼鹿生境适宜性。结果表明,该区域影响驼鹿生境分布的主要环境因子是海拔(20.3%)、坡度(11.4%)、距河流距离(11.3%),而坡向、坡位、植被覆盖度对于驼鹿生境影响较小;驼鹿偏好在低海拔、坡度缓和、阳坡、靠近河流、远离人为干扰、覆盖度高的森林区域活动。在保护区内,驼鹿高适宜生境区域面积为424.6 km^(2),占保护区总面积的18.5%;低适宜生境区域面积为1422.9 km^(2),占保护区总面积的62.0%;不适宜生境区域面积为447.5 km^(2),占保护区总面积的19.5%。

大岗山植物群落物种多样性与群落结构研究

物种多样性是生物多样性的基本层次,不仅体现生物种类的丰富程度,也表现物种演化的空间范围及对特定环境的生态适应性。群落结构是研究植物历史动态的基础,在认识明确物种间生长竞争关系的同时,反映着群落演替的趋势。本研究以江西省大岗山为研究区,基于62个样地,共计3.72 hm2面积调查结果,对大岗山植物群落的物种多样性和群落结构进行分析。结果表明:群落内共有植物486种,隶属于120科286属,其中单种属占总数的66.43%,杉木在群落中处于优势地位;大岗山处于亚热带地区,具有过渡带性质,种子植物属包括13个分布类型,其中包含9个中国特有属;香农-威纳(Shannon-Wiener)多样性指数、辛普森(Simpson)多样性指数、皮诺(Pielou)均匀度指数在各生长层的分布趋势基本一致,灌木层优势明显,草本层略高于乔木层。群落整体物种多样性指数较高,物种较丰富;按样带划分,2号样带物种最丰富,1号样带略低于其他样带。但1、2号样带群落相似性最高,3、4号样带物种多样性指数相差较小,但群落差异最大。

多阵列中非圆信号借助于降维搜索和子空间数据融合的直接定位算法

为了解决多阵列中子空间数据融合(Subspace data fusion,SDF)算法自由度受限于实际阵元数与定位精度低的问题,本文利用非圆(Non⁃circular,NC)信号特性并结合降维(Reduced⁃dimension,RD)搜索思想提出了一种基于降维搜索的子空间数据融合的非圆信号直接定位算法(Reduced⁃dimension subspace data fusion,RD⁃SDF)。该算法首先利用辐射源信号的NC特性扩展空间信息,以获得增大的虚拟阵列孔径,与更多的可识别信源数。但是由于NC相位导致的高维搜索大大增加了算法求解时的复杂度,本文引入RD搜索思想,通过数据重构消除NC相位导致的高维搜索复杂度问题,并结合SDF构造RD融合搜索谱函数。仿真结果表明,相比于传统SDF算法,本文RD⁃SDF算法具有更高的空间自由度和定位精度。此外,RD⁃SDF算法在保证估计性能的同时显著降低了算法复杂度。

未知互耦影响下的多阵直接定位:基于子空间数据融合与降维搜索

为了解决子空间数据融合(Subspace data fusion,SDF)算法用于未知互耦影响下的分布式多阵列定位时定位精度低的问题,本文结合降维搜索思想提出了一种降互耦维度的子空间数据融合(Reduced mutual coupling dimension subspace data fusion,RMCD⁃SDF)方法。该方法首先将互耦误差模型引入SDF算法,使其适应于天线阵列受到未知互耦误差影响的场景。在此基础上,为了降低同时搜索所有未知参数带来的超高计算复杂度,本文引入降维搜索思想并构造了RMCD⁃SDF算法谱函数。仿真结果显示,RMCD⁃SDF算法的定位性能在阵列受到未知互耦影响的场景下具有优势,与现有算法相比计算复杂度接近,但是具有更高的定位精度。在10 dB信噪比下本文算法的定位均方根误差相比经典的SDF算法降低了8.67 dB。

基于关键指标优化的南瓮河国家级自然保护区生态系统质量变化评估

净初级生产力(NPP)是反映陆地生态系统生产能力的指标,也是衡量生态质量的关键指标。NPP难以进行大面积实测,目前大多数评估生态系统质量使用的是分辨率较低的NPP产品,低分辨率NPP不能够捕捉到生态系统的细节特征,不利于小尺度区域生态系统质量评估。建立快速、高效的小尺度区域生态系统质量评估方法将有力推进我国生态系统保护和修复。本研究针对生态系统质量评估和NPP的计算方法,优化了NPP的计算流程,使得NPP作为评估指标时不需要地面观测数据即可通过遥感反演得到,并建立回归模型遥感反演叶面积指数,采用像元二分法估算植被覆盖度,形成一套遥感快速评估生态系统质量的方法,并以南瓮河国家级自然保护区为例,评估其2001—2022年生态系统质量变化。结果表明:2001—2022年间,保护区生态系统质量整体良好,2022年质量等级良、优面积占比达85%以上;高植被覆盖度是保护区生态系统质量持续良好的中坚力量;2001—2022年,保护区生态系统质量呈先降低后升高的趋势,2013年为生态系统质量最低点。本研究构建方法在评估南瓮河国家级自然保护区生态系统质量上取得了良好效果。本研究提出的指标优化方法可助力小尺度区域生态系统质量快速、精准评估,可为生态系统质量的精准提升提供技术参考。