论文部分内容阅读
本文以西乌珠穆沁旗草原为研究区域,选择三个具有典型草原地貌类型的坡地、波状高平原、丘陵地貌实验样地,在2012—2014年连续三年对三种不同地貌类型实验样地每年采集150个样方的植被盖度、种类、平均高度、分种类盖度、分种类平均高度、密度、生物量以及土壤栗钙土层厚度、土壤机械组成、土壤含水量数据,分析各因子内在相互相关关系及其显著性,筛选出植被盖度、土壤栗钙土层厚度以及构建的携带有样方种群信息的羊草+大针茅指示值为因子建立了基于栗钙土层厚度变化的草原退化指数来综合评价草原退化状况。同时,结合连续三年的Landsat卫星遥感影像对草原退化指数的反演方法进行了研究,构建了可通过遥感大尺度监测草原退化状况的草原退化遥感监测模型,对2012—2014年连续三年研究区的草原退化状况进行了大尺度的监测与分析,初步确定了研究区月降水量对草原退化的影响能力,并通过与实地草原退化指数间的误差分析对草原退化遥感监测模型的精度进行了验证。最后,通过对研究区典型草原沙化区域及其邻域的研究,推断了典型草原沙化阈值的大致范围,并以此阈值为评价标准,建立了典型草原沙化风险评估模型,并对研究区典型草原沙化风险进行了评估,初步建立了一套科学、合理、实用的草原监测与综合评价的理论方法,为草原退化及沙化治理及生态评估提供科学依据。论文的主要结论如下:1.针对三个具有不同地貌类型的实验样地连续三年采集的植被盖度、种类、平均高度、分种类盖度、分种类平均高度、密度、生物量以及土壤栗钙土层厚度、土壤机械组成、土壤含水量数据进行统计分析,结果显示:地貌类型与植被盖度、平均高度没有直接关系,但不同地貌类型实验样地间的植被种群分布有着显著的区别;三种不同实验样地的栗钙土层厚度在三年内的变化不明显;在降水较少的平水年典型草原植被对于表土层土壤水份的固水效应比丰水年更为明显。2.在总结前人典型草原植被种群退化演替的研究成果上,以羊草、大针茅的种类盖度和种类平均高度构建了羊草+大针茅指示值来表达典型草原植被对草原顶极或亚顶极状态的趋同性,并对羊草+大针茅指示值与样方优势物种判别结果进行点二列相关分析,二者相关关系通过了相关显著性检验且其Pearson相关系数分别为0.536、0.538、0.451,均达到了中等程度以上的显著正相关,验证了羊草+大针茅指示值的有效性。3.通过对样方采集的植被、土壤数据的相关分析,筛选出相互相关性较低的植被盖度、栗钙土层厚度以及羊草+大针茅指示值作为建立基于栗钙土厚度变化的草原退化指数的综合评价因子,并最终构建三个实验样地的综合模型:2012年草原退化指数综合模型为SDI=0.31C’+0.27LSV’+0.42T’,2012—2013年两年草原退化指数综合模型为SDI=0.32C’+0.28LSV’+0.4T’,2012—2014年三年草原退化指数综合模型为SDI=0.32C’+0.28LSV’+0.43T’。并利用三年草原退化指数综合模型以丰水年2012年为例,绘制了三个实验样地不同采样梯度上的草原退化指数分布图,对三个实验样地不同采样梯度上的草原退化状况进行了分析和综合评价,评价结果显示三个实验样地草原退化综合评价由轻至重的次序分别为:坡地样地>波状高平原样地>丘陵样地。但由于波状高平原的栗钙土层厚度相对较为浅薄,因此,就草原的恢复演替潜力而言,远不如坡地与丘陵实验样地。4.对2012—2014年的遥感影像进行去条带、幅射定标、波段合成、大气校正、几何校正等预处理,获取逐个波段影像与多种植被指数影像等遥感参量,与2012年实地踏查得到的草原退化指数植被部分进行相关及回归分析,选择相关性最高的差值植被指数DVI建立2012年草原退化指数植被部分的回归模型,并通过2013、2014年遥感影像DVI与2012年遥感影像DVI的辐射配准建立2013、2014年草原退化指数植被部分的反演模型,经验证2012-2014年的反演模型精度可达83.85%、84.68%、83.31%,该精度足以满足大尺度草原退化综合评价的要求。以三年草原退化指数植被部分反演结果与栗钙土厚度克里格插值估计的结果为因子,以2012-2014年三年草原退化指数模型为依据,构建了2012—2014年基于栗钙土层厚度变化的草原退化遥感监测模型:2012年的草原退化遥感监测模型SDI2012=2.137DVI2012+0.43T2012-0.201、2013年的草原退化遥感监测模型为SDI2013=1.120DVI2013+0.43T2013-0.030、2014年的草原退化遥感监测模型为SDI2014=2.137DVI2014+0.43T2014-0.019。5.以2012—2014年所有样方的采样数据为基础,对草原植被盖度、栗钙土层厚度、草原退化指数进行聚类分析,制定植被盖度、栗钙土层厚度、草原退化指数三个因子针对典型草原退化的分级标准,并以此标准为判定依据通过2012—2014年的草原退化遥感监测模型对研究区草原退化状况进行大尺度监测。监测结果显示,2012年坡地实验样地的草原退化以中度退化为主,面积约为坡地样地面积的75.6%,重度退化区域约为样地面积的11%,波状高平原、丘陵实验样地的草原退化状况以重度退化为主,分别占各自样地面积的42.6%和54.4%。2013年与2014年草原退化状况基本接近,其中2013年坡地实验样地的中度退化面积下降为该样地面积的69.1%,重度退化区域面积上升为该样地面积的30.8%,波状高平原的重度退化区域面积则上升至该样地面积的63.1%,丘陵实验样地的重度退化区域上升至该样地面积的79.7%。经对研究区遥感反演草原退化指数总体水平与各月降水量间相关性分析和回归分析,得到草原退化指数的月降水量回归模型:100SDI=0.506Pre3月+0.026Pre6月+8.493,该模型表达了草原退化的总体水平受典型草原当年3月份与6月份降水量影响较大的因果关系。6.通过对研究区草原沙化区域以及其50m、100m邻域样方植被、土壤数据的统计分析,初步推断出了草原沙化阈值的大致范围,并以此阈值为评价标准,基于模糊数学理论构建典型草原沙化风险隶属度函数与沙化风险综合评估模糊评价矩阵,最终形成了典型草原沙化风险综合评价模型,并利用该模型对平水年2013年研究区内三个不同类型地貌实验样地的典型草原沙化风险进行了评估,得到三个实验样地典型草原沙化风险的综合评价结果为:坡地实验样地为B1=W。R1=[0.4478,0.5502]、波状高平原为B2=W。R2[0.4906,0.5094]、丘陵为B3=W。R3[0.4547,0.5453]。评估结果显示三块样地虽仍属沙化一般风险,但其评估值已十分接近典型草原沙化高风险,其中以波状高平原实验样地表现的尤为突出。如该实验样地再得不到合理的草原生态保护,在研究区枯水年到来之际,草原生态将更加恶化,其沙化面积会迅速扩展,沙化程度会逐步增加,草原的生态平衡将被打破,草原生态系统的功能将会消失殆尽。