基于Landsat影像数据的香格里拉市优势树种蓄积量估测模型构建

以香格里拉市优势树种高山栎、高山松、云冷杉及云南松为研究对象,构建基于遥感的森林蓄积量估测模型。采用2006年和2016年的Landsat TM/OLI影像及二类调查数据,随机从每期数据中各选取100个小班,提取其影响因子,利用相关性强的因子构建RF模型和MLR模型。结果表明,2006年各树种蓄积量RF模型的拟合R2在0.779~0.862范围,预测精度P值为80.17%~92.16%;2016年RF模型的拟合R2为0.761~0.865,预测精度P值为81.61%~95.53%。建立MLR模型后,2006年树种蓄积量估测模型的拟合R2为0.214~0.336,预测精度P值为34.12%~47.16%;2016年模型的拟合R2为0.238~0.391,预测精度P值为34.82%~52.57%。估测结果与二类调查数据的误差为:高山栎、高山松、云冷杉、云南松分别增加了8.54×105m3、3.65×106m3、4.12×106m3、3.96×104m3,误差分别为0.36%、0.78%、0.44%、0.62%。对比二种模型估测结果表明,随机森林模型能更精确地估测优势树种蓄积量。

基于Landsat的香格里拉市高山松地上生物量动态研究

采用不同时期的Landsat5 TM卫星遥感影像数据和1987—2007年5期云南省香格里拉市森林资源连续清查样地调查数据,通过数据筛选,应用随机森林算法(RF)、梯度提升回归树算法(GBRT)等相关性分析模型,估测1987—2007年间云南省香格里拉市高山松地上生物量动态变化规律。结果表明,GBRT算法的估测模型效果最好,决定系数R^(2)为0.99,预估精度P为70.07%;RF算法次之,决定系数R^(2)为0.89,预估精度P为66.10%。1987—2007年的20年间,香格里拉高山松地上生物量总量经历了先减又增的过程,1987、1992、1997、2002、2007年地上生物量分别为1023.29、1022.38、1011.73、1018.02、1019.33万t。但截至2007年,高山松地上生物量仍然未恢复到1987年水平。结合20年的林业发展过程,对高山松地上生物量动态变化原因进行简要分析,对后续研究提出了建议。

香格里拉市高山松林碳储量空间分异研究

以香格里拉市高山松林为研究对象,构建高山松单木碳储量模型,结合森林资源二类调查数据推算香格里拉市高山松林的碳储量和碳密度,以DEM为数据源,对研究区高山松林碳储量和碳密度的空间分布特征进行分析。研究结果表明,高山松单木碳储量模型以幂函数模型精度最高,决定系数R~2=0.989,均方误差MSE=259.43,可用来进行高山松林碳储量估测;在空间分布上,研究区高山松碳储量集中分布于海拔>2 500~4 000 m地段,在海拔>2 000~2 500 m地段碳储量密度最大,为40.80 t/hm^(2);高山松林碳储量从平坡到险坡的分布呈先增大后减小的趋势,其中,在陡坡上分布最多,在平坡上分布最少;高山松林碳密度随坡度的增大呈先增大后减小的趋势,其中高山松林在急坡上的碳密度最大,为35.94 t/hm^(2),在平坡上的碳密度最小,为30.85 t/hm^(2);高山松林碳储量在平地上分布极少,在阴坡、半阴坡、半阳坡、阳坡上的分布差异不大,呈先增大后减小的趋势,其中,在半阳坡上的分布最多,在阴坡上的分布最少,高山松林碳密度大小在各坡向上相差不大,在半阳坡上最大,为34.40 t/hm^(2),在平地上最小,为32.20 t/hm^(2)。

基于Landsat TM的香格里拉市高山松生物量估测重建

基于香格里拉市2006年TM影像、森林资源二类调查数据、外业调查数据,利用随机点所在小班的遥感因子平均值建立数据集,通过数据筛选和相关性分析,选出123个样地数据及14个遥感因子,建立了基于遥感因子的高山松生物量估测的非线性和线性模型,并讨论了模型精度及其预测精度。研究结果表明,线性模型(R2adj=0.406、RMSE=34.18 t/hm^2、rRMSE=38.54%)比非线性模型的精度(R_(adj)~2=0.286、RMSE=37.79 t/hm^2、rRMSE=42.60%)高;运用交叉验证法得到的线性模型的预测精度(RMSE’=35.12 t/hm^2、rRMSE’=39.59%)也要高于非线性模型的预测精度(RMSE’=38.44 t/hm^2、rRMSE’=43.34%)。与其它2个同类研究相比,重建的高山松生物量模型虽然在模型精度上还略有欠缺,但是建模数据更为随机、合理,对因子提取方法进行了一定改进,建立的模型为高海拔地区利用遥感数据和森林资源二类调查数据估测典型乔木森林生物量提供参考,为地形起伏较大区域进行森林生物量估测提供了较为完整的技术方法。

基于土地利用演变的生态敏感性评价--以香格里拉市为例

生态环境是人类生存和发展的物质基础,土地利用类型和生态敏感性研究关系到区域整体生态环境的动态稳定。本研究通过对1990—2020年香格里拉市土地利用类型转移、动态度进行初步分析,结合变异系数法对研究区进行综合生态敏感性评价。研究显示,香格里拉市1990—2020年间,林地是香格里拉市覆盖最广的土地利用类型,30 a间各土地利用类型之间的土地转移持续增加,土地利用类型综合动态度持续提高。香格里拉市整体生态敏感性较高,且高度生态敏感以上区域集中分布在自然资源丰富、植被覆盖率高、坡度大的高山地带。

时序SBAS-InSAR下的香格里拉市地表形变监测

利用SBAS-InSAR技术并结合Sentinel-1A降轨数据对香格里拉市建塘镇城区进行地表形变监测,发现建塘镇城区在2019年8月到2020年3月监测期间共形成5个明显形变区,分别是纳帕海抬升区、东环线抬升区、西景线沉降区、中心城区沉降区和香格里拉市机场沉降区.两处抬升区抬升速率分别为21.17 mm/a,22.12 mm/a;其中西景线沉降区沉降最明显,沉降速率为-16.97 mm/a.综合分析表明,大规模及快速的城市化建设和交通发展损坏了地层的平衡状态,从而导致城区地表形变.

香格里拉市中药材产业发展现状及未来展望

随着近年来人们对药材的需求量越来越大,药用范围越来越广,药材市场具有广阔的前景。香格里拉市被命名为“药材之乡”,对于中药材生产有着先天的自然优势。随着国家的发展以及政府对中药材产业的重视,香格里拉市的种植面积和产量均在逐步的增加。但由于管理不当、盲目采种、加工落后等原因,对于立足中药材市场还面临着巨大的挑战。为提高香格里拉市在中药材市场的占比率,使得当地的中药材产业扩大以及经济发展,该研究介绍了香格里拉市中药材产业现状,并用SWOT分析法进行分析,阐述了其现如今在中药材市场的优势、劣势、机遇以及挑战等方面。

香格里拉普朗尾矿区工程边坡植被恢复调查研究

为研究香格里拉市高寒山区工程边坡迹地植物群落结构,以香格里拉普朗尾矿区工程边坡迹地为研究对象,研究其植物群落的物种组成、物种相似性及物种多样性。结果表明:工程迹地乔木层的优势种主要是丽江云杉,灌木层优势种以川滇高山栎为主,其次是滇西北小檗和西南蔷薇,草本层优势种以苔草、蒿等植物为主,未受破坏的自然林地植物优势种更为多元化;工程迹地1年自然恢复样地与自然群落样地物种相似性指数较小,为0.03~0.30;工程迹地多年自然恢复样地物种与自然群落样地物种相似性系数较高,最高为0.43;F1样地草本层Simpson多样性指数、Shannon-Wiener多样性指数均较大,但不同工程迹地之间差别较小。草本层自然恢复较快,在演替早期,草本植物中的蒿、苔草、野青茅及西南鸢尾等植物,可作为工程迹地植被恢复的先锋植物。

香格里拉市泥炭沼泽生态系统服务功能价值评估

香格里拉市高寒地区分布有众多泥炭沼泽生态系统,在云南省具有典型性、代表性,在湿地生态系统功能调节过程中具有不可估量的作用。根据《云南省泥炭沼泽碳库调查报告》,结合香格里拉市泥炭沼泽生态系统特点,构建了泥炭沼泽生态系统服务功能价值评估指标体系,评估了支持功能、调节功能和文化功能3项服务功能价值,包括8个具体评价指标。估算结果表明,香格里拉市泥炭沼泽生态系统服务功能总价值为5.99亿元/a,单位面积价值为110.86元/(m^(2)·a),其中:间接价值占总价值的95.32%,蓄水调洪、固氮释氧以及气候调节价值最显著。

香格里拉市红牛铜矿矿床产出规律探讨

红牛铜矿区位于义敦岛弧南端的格咱弧,产于红牛向斜核部及两翼,矿体主要赋存于碳酸盐岩与碎屑岩结构面、内部岩性结构面、层理构造及层间破碎带中。与成矿有关的岩体为石英二长斑岩、花岗斑岩,与成矿关系密切相关的围岩蚀变类型有矽卡岩化、硅化、角岩化,典型的矽卡岩矿物为透辉石、石榴子石。

基于森林小班的香格里拉市高山松生物量遥感建模

以小班为研究单位,基于香格里拉市2006年TM影像、森林资源二类调查数据,利用随机选取的小班样地遥感因子平均值建立数据集,筛选出78个样地数据(60个训练数据和18个验证数据)及14个遥感因子,通过蓄积计算森林生物量,建立了基于遥感因子的高山松生物量估测的逐步回归模型和偏最小二乘模型。结果表明:逐步回归模型的精度(R=0.518、RMSE=34.265 t/hm^2、rRMSE=47.046%)要高于偏最小二乘模型的精度(R=0.514、RMSE=35.320t/hm^2、rRMSE=48.494%)。研究结果可为高海拔地区遥感生物量建模、生态环境保护与规划提供参考依据。

高山松天然林单木生物量因子模型构建

以云南省香格里拉市高山松天然林为研究对象,实测116株高山松单木生物量数据,并计算各维量生物量因子,以幂函数形式为基本模型,构建各维量生物量因子估算模型。结果表明:各维量生物量扩展因子的决定系数(R2)>0.78,平均残差平方和(MSE)<0.03,预估精度(P)>84.00%;各维量生物量转扩因子的决定系数(R2)>0.72,平均残差平方和(MSE)<0.003,预估精度(P)>83.00%。这些模型均具有较高的拟合精度和预估精度,可为高山松碳汇计量提供数据支撑。

香格里拉市经济林树种选择与病虫害防治

2017年4~7月对香格里拉市各乡镇经济树种适生区及自然条件进行了调查。结果表明,香格里拉市以核桃、青刺果、油橄榄、花椒为代表的经济林种植总面积为9375.2 hm2。文章提出了香格里拉市经济林发展现状,阐述了经济林树种选择与病虫害防治方法,旨在为香格里拉市经济林发展提参考,以全面提升经济林产业发展效益和水平。

香格里拉市林地景观格局分析及优化策略

利用香格里拉市2017年林地变更调查数据,选取斑块数量(PN)、斑块类型面积(CA)、斑块平均大小(MPS)、景观百分比(PLAND)、斑块密度(PD)、分离度(F)、景观多样性指数(SHDI)和香农均匀度指数(SHEI)等8个景观指标,借助Fragstats4.2软件和ArcGIS10软件,从斑块特征、异质性以及多样性3个方面对香格里拉市林地景观格局进行分析。结果表明:香格里拉市林地景观格局类型较为丰富,多样性较高,斑块内部连通性较强;各林地景观类型分布不均,以针叶林景观为主,存在比较明显的异质性;景观类型斑块数量大,非林地景观破碎化严重。提出合理编制林地利用方案、不断提高林地景观格局稳定性,加强资源林政管理、控制林地破碎化程度,加快建设“智慧林业”步伐、高效管理林地资源,抓住林业重点工程建设、全面优化林地景观格局,结合林地适用类别,科学合理规划林地功能等优化策略。

滇西北古城的整体性发展策略分析——基于大理、丽江和香格里拉的发展模式对比

滇西北以大理、丽江和香格里拉为代表形成了云南省的旅游专线,有力地带动了云南省的经济发展。但是在发展的同时却忽略了城市的整体性。本文选取三个重点城市进行探讨,针对三个城市中古城与新城的发展模式,运用对比分析的方法对其特征进行分析,发现其在城市风貌、功能分区及城市基础设施等方面均存在不协调的问题,进而针对这些问题提出建议,希望寻求普遍适用于滇西北古城整体性发展的策略。

“十二五”期间香格里拉市环境空气质量变化趋势分析

根据2011—2015年香格里拉市区环境空气质量监测数据,采用污染物负荷系数法和Spearman秩相关系数法对香格里拉市区环境空气质量变化趋势进行分析,结果表明:香格里拉市区环境空气质量总体保持优良水平;SO_2和NO_2呈现下降趋势;PM_(10)呈现上升趋势,成为污染物负荷中贡献率最大的大气污染物。提出了防治对策措施。

云南省香格里拉市棘球蚴病流行状况调查及防控措施分析

目的调查云南省香格里拉市棘球蚴病流行情况,分析防控措施及效果,为控制或消除棘球蚴病对策的制定提供参考依据。方法查阅2018-2019年云南省香格里拉市人群棘球蚴病检测数据,了解人体棘球蚴病流行情况。对调查村随机抽取养犬户,每户采集犬粪样,ELISA检测犬棘球绦虫粪抗原。采用内脏剖解法检查家畜棘球蚴感染情况,并发放问卷调查。结果两年人群棘球蚴病筛查共23623人,检出棘球蚴病患者6例,患病检出率为0.03%,均为细粒棘球蚴病。其中,医院被动筛查和人群主动病例筛查患病检出率分别为0.02%(3/12813)和0.03%(3/10810),差异无统计学意义(χ2=0.083,P>0.05)。病例回顾性调查、医院被动筛查和主动病例筛查共检出棘球蚴病患者29例。其中,医院和主动筛查病例占总病例数的72.41%(21/29)和27.59%(8/29),疑似、临床和确诊病例占总病例数的6.90%(2/29)、27.59%(8/29)和65.52%(19/29),肝、肺和胸膜腔病例占总病例数的93.10%(27/29)、3.45%(1/29)和3.45%(1/29)。女性病例数多于男性,以中老年病例数较多,藏族病例数多于其他民族。犬棘球绦虫粪抗原阳性率为20.07%(237/1181),家畜动物感染率为4.26%(15/352)。居民家庭自宰户比例占总调查户的73.52%(175/238),家庭自宰杀和邻家宰杀时见过包囊脏器的人数分别占15.13%(36/238)和8.82%(21/238),家畜动物病变脏器扔掉、喂犬、掩埋或焚烧分别占32.57%(12/38)、44.73%(17/38)和23.68%(9/38)。人群主动病例调查1人的费用为20.81元,发现1例棘球蚴患者的费用为12224.34元。检查1份犬粪的费用为16.60元,发现1只阳性犬的费用为55.70元。结论香格里拉市犬棘球绦虫感染率较高,存在棘球蚴病流行风险,应主动开展人群棘球蚴病筛查,进一步加大和实现棘球蚴病的可持续防控。