基于定位观测站图像实现草原植被覆盖度自动化提取的方法比较

植被覆盖度是草原生态监测和研究中极其重要的指标。本研究采用无人值守定位观测站获取样方图像数据集,比较选取多种提取算法,旨在解决定位连续观测中不同样方的大量图像数据集如何自动化提取植被覆盖度指标的难题。本文使用绿度指数法、随机森林(RF)、支持向量机(SVM)和反向传播(BP)神经网络不同图像分割方法提取不同草地类型的覆盖度,并讨论绿度指数之类的阈值分割方法与机器学习方法的优劣、3种机器学习算法产生不同分类效果的原因以及覆盖度数值产生误差的主要原因。结果表明,机器学习算法可灵活解决定位观测站样方图像集的快速自动化提取植被覆盖度问题。绿度指数阈值分割方法应用于植被覆盖度的分割效果较差;RF算法在高寒草原的分割精度较高,SVM在温性草原和温性荒漠草原中分割效果较高,BP神经网络在高寒草甸的覆盖度提取中更有优势。本研究可为新时代草原生态监测的信息化和智能化监测设备研发提供重要的参考依据。

近20a木里地区草原植被盖度与生产力动态监测分析

以青藏高原北缘的木里地区为例,通过遥感监测及数据反演,获取近20 a木里草原植被盖度和生产力变化趋势,并结合驱动因素分析,形成结论如下:(1)近20 a木里地区草原植被覆盖度和NPP呈现波动,但整体呈增长趋势;(2)水热条件对木里地区草原植被变化影响明显,气温因素对该地区植被生长的影响高于降水。

青藏高原公路两侧草地土壤种子库特征研究——以国道214公路共玉公路段为例

为研究公路建设中土壤种子库的保护与利用策略,以青藏高原G214公路共玉段为例,研究春与秋季公路两侧不同距离、群落类型与覆盖度的土壤种子库物种组成、垂直分布及种子库密度。研究结果表明,研究区土壤种子库属于瞬时种子库,盐碱滩、退化草地、典型草原3种植被类型的土壤种子库密度在173~1 837粒·m-2之间,植被类型间差异显著;距离公路越远土壤种子库物种数和种子库密度越大;土壤种子库土壤表层0~5cm范围内占到总数的85.4%;春季土壤种子库萌发密度和物种数大于秋季土壤种子库;大多萌发种类尚无法实现人工规模化生产。基于研究结果,我们建议该区域在公路建设中结合表土剥离,着重加强典型草原种子库的薄层表土保护与利用,并尽量在春季进行剥离施工,在恢复利用时考虑补充外源种子。

青藏高原三种优势植物生物量分配的变化规律

该研究利用4个由高到低不同海拔的同质园实验,以青藏高原高寒草地优势植物垂穗披碱草(Elymus nutans)、矮嵩草(Kobresia humilis)和珠芽蓼(Polygonum viviparum)为对象,分析了植物个体根、茎、叶生物量分配及根冠比的变化规律及影响因素。结果表明:(1)植物个体根、茎、叶质量比和根冠比具有显著的种间差异;与垂穗披碱草和珠芽蓼相比,矮嵩草具有显著较高的根质量比而叶、茎质量比较低,所以其根冠比较高。(2)在向低海拔移栽的过程中,珠芽蓼叶质量比保持不变,茎质量比显著降低而根质量比显著升高,根冠比表现出显著上升的趋势;垂穗披碱草则相反,即叶、茎质量比显著升高而根质量比显著降低,根冠比表现出显著下降的趋势;矮嵩草根、茎、叶质量比和根冠比则无显著变化。(3)随着海拔降低,年均气温明显升高而年均降雨量明显降低,且在植物个体种源地和土壤基质保持一致的条件下,向低海拔移栽过程中温度是导致珠芽蓼根、茎、叶生物量分配及根冠比变化的重要因素,而水分是垂穗披碱草根、茎、叶生物量分配及根冠比变化的重要驱动因素;矮嵩草根、茎、叶生物量分配及根冠比受其遗传因素影响较大。因此,在将来暖干化的背景下,青藏高原高寒草地植物生物量的分配将会发生改变,导致它们对资源(光照、水分和土壤养分)获取和利用的变化而改变它们的种间关系,从而影响群落的物种多样性与组成,最终可能导致生态系统功能的变化。