青藏地区高寒草地春季物候时空变化及其对气候变化的响应

植被物候是评估全球气候变化的重要指标,掌握其时空变化有利于理解陆地植被生态系统与气候变化间的关系.然而,当前关于青藏高原高寒草地春季物候(生长季始期,Start of Growth Season,SOG)变化趋势及驱动机制方面仍然存在诸多争议.本文基于MODIS-NDVI数据采用动态阈值法和偏相关分析等方法提取并分析青藏地区2000—2015年高寒草地SOG时空变化趋势和空间分异特征,结合同时期气象数据基于像元尺度直观量化其对气候变化响应的空间分布特征.结论如下:(1)2000—2015年青藏地区高寒草地SOG整体上由东南向西北逐渐推迟,同时呈现河谷地区早、高山地区晚的特征;(2)2000年以来青藏地区高寒草地SOG呈明显提前趋势,提前幅度约为0.33 d/a,但在不同的草地类型上存在差异.空间分布上,呈提前趋势的区域主要分布于青海东部、三江源地区,呈推迟趋势的区域主要集中分布于西藏阿里南部等区域;(3)研究时段内青藏地区高寒草地SOG与温度、太阳辐射量及降水量相关性均较明显,但相对于太阳辐射与降水量而言,SOG对气温的响应更为敏感.本研究结论对全球变化背景下植被—气候关系的理解及高原的生态安全建设具有一定的参考意义.

基于格网的南昌市生态环境脆弱性评价

科学评价生态环境的脆弱性,对合理利用土地资源和促进区域生态安全具有重要意义。以公里格网为基本评价单元,以快速城市化区域典型代表南昌市为研究区,通过SRP概念模型构建评价指标体系并选取17个评价指标,基于空间主成分分析法、全局Moran′s I指数以及LISA聚类图,量化分析了2000—2015年南昌市生态环境脆弱性的时空分布特征及驱动力。结果表明:(1)2000—2015年南昌市生态环境脆弱性呈现由轻度脆弱向中度脆弱演变的趋势;(2)2000—2015年南昌市各县(区)生态环境脆弱性差异明显,东湖区、西湖区、青山湖区、青云谱区、湾里区脆弱性程度最高,其他县(区)脆弱性增幅较大;(3)2000和2015年南昌市生态环境脆弱性具有明显的空间自相关性,且为正相关,高高聚集区主要分布在极度脆弱区,低低聚集区与微度和轻度脆弱区相关;(4)研究时段内,南昌市生态环境脆弱性主要驱动力为人口密度、人均GDP、人均耕地、坡度、地形起伏度、年均气温、极端最高温、极端最低温、年均降水量。

基于农户尺度的鄱阳湖平原水稻多熟种植现状及其驱动因素分析

该文以多熟种植典型区域——江西省鄱阳湖地区为例,基于农户问卷调查资料和Logistic回归模型,分析了该地区水稻熟制的现状特征及其影响因素.研究结果表明:(i)在研究区内约66.47%的受访农户选择多熟种植的耕作模式且存在明显的地域差异;(ii)农户水稻多熟种植模式的选择主要受灌溉条件、地块面积、家庭规模、微地貌类型、农户对农业补贴的评价、非农总收入、旱灾等因素的影响;(iii)灌溉条件、地块面积、家庭规模、微地貌类型、农业补贴与农户水稻熟制的选择呈显著正相关,而不断爆发的旱灾频度和非农总收入的增多对水稻的多熟种植具有明显的抑制作用;(iv)未来政府应加强水利设施建设,加大政策扶持力度,因地制宜地引导农民进行多熟种植,以保障区域粮食安全.

ESTARFM算法在长江中下游平原地区的适用性研究

时空融合技术是目前解决单一遥感数据源难以同步获取高时空分辨率数据的有效途径。然而,如何设置参数使模型融合效果最佳,如何设置在植被监测中广泛应用的植被指数的融合步骤,进而获得最佳的植被指数时序数据,目前仍不明晰。本文以长江中下游平原地区的典型县域—南昌县为例,基于Landsat和MODIS多时相数据对当前主流时空融合模型—ESTARFM(Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model)进行参数敏感性分析,并系统地对比分析了2组融合实验RI(先融合波段反射率后计算植被指数)和IR(先计算植被指数后直接融合)的融合效果。结果表明:(1)ESTARFM算法中参数的敏感性在波段反射率、植被指数融合中表现出相似的特征,随着滑动窗口与相似像元数量的增大,融合误差整体呈现出先减小后趋于稳定或增大的趋势;在ESTARFM算法应用中,存在着最佳参数设置范围;(2)相较于RI组,IR组模拟结果精度更高(R_(RI-NDVI)^(2)=0.866,R_(IR-NDVI)^(2)=0.953,R_(RI-EVI)^(2)=0.814,R_(IR-EVI)^(2)=0.930),且能够较好地削弱"斑块"现象,更好地表征出细小地物和纹理特征。研究结果为遥感数据时空融合模型在地块破碎、种植制度多变的复杂环境中的应用提供借鉴和参考。