简介:植被格局是指植被在生活空间中的位置和布局状况,是物种生物学特性和外界环境因子综合作用的结果。湿地植被在景观上总是沿着某个环境梯度呈较明显的带状分布特点,但是关于带状分布形成的机理目前还不是很清楚。大量事实表明,湿地植被格局不仅受制于湿地自身自然环境状况(包括非生物和生物因素),同时也取决于湿地植物种的生物学特性,并且受到人类干扰活动的影响。具体成因如下:非生物因素主要包括气候、地貌、水文和土壤等,这些因素通过对水、热、光和营养等因子的分配而在不同尺度上影响湿地植被的组成和分布,其中,水位和盐度梯度分别是淡水和盐沼湿地植被格局形成的主导因子。生物因素主要包括竞争和植食作用,高竞争力物种采用迅速繁殖和扩散的策略成为优势物种直接影响植被的分布,植食作用则可能通过改变植物间竞争关系而影响植物分布。物种生物学特性主要包括胁迫忍耐力及繁殖和定居能力等,如洪水忍耐力高的物种往往分布在最高水位的区域,繁殖和定居能力强的物种能使自身在复杂环境下取得竞争优势。人类活动可以通过改变湿地生态系统中的非生物因素和生物因素的相互关系来影响植被分布格局。针对当前研究的现状,今后的研究应在淡水湿地系统植被成因,生物因素如植物间相互作用以及植物自身关系的权衡对格局的影响,微生物作用对植被格局的影响,野外控制实验四个方面进一步加强。
简介:本文以2006年1月24日发射成功的日本地球观测卫星ALOS卫星(AVNIR-2)数据为数据源,选取盐城丹顶鹤保护区核心区湿地作为研究区,尝试寻找一种有效的针对ALOS数据凸显湿地植被信息的图像变换方法,实现对遥感数据的数据降维,提高假彩色合成的图像效果的目的。同时也为其他的新的遥感数据源的数据处理提供一些思路。本文对传统的主成分分析作了改进,在对影像作主成分变换前,首先依据4,5,2假彩色合成的图像的上的细微色调差别,精选细分湿地植被,选择8类训练区,保证每类的训练区的像元数相同。根据训练区的统计数据再对整幅影像做主成分分析。通过这种有训练区辅助的主成分变换,其变换后的主成分第一分量包含了数据中的绝大部分的湿地植被信息,其中第一、二、三分量内含有的湿地植被信息量逐级减少,第四分量几乎不含湿地植被信息。在对ALOS数据进行训练区辅助主成分变换的同时也对ALOS数据进行传统的主成分变换。利用传统主成分变换后的分量数据与训练区辅助主成分变换的分量间的相互关系。经统计运算和反复实验,制定了三个假彩色合成方案:方案一,RGB:PC训练区1,PC训练区2,PC训练区3;方案二,RGB:PC传统1,PC传统2,PC传统5;方案三,RGB:C训练AQ1,PC传统2,PC传统5。在目视效果上,方案三有效凸现了湿地植被信息,扩大了细微差别,边界更明显,视觉效果更好。计算方案二和方案三的最佳波段组合指数,方案三也明显优于方案二。
简介:摘要:在生态文明建设得到重视的今天,我国植被覆盖率大幅度增加,生态环境持续向好。生态文明的核心问题是正确处理人和自然的和谐发展,遵循可持续发展原则,只有保证生态文明建设与经济和谐发展,才能为构建和谐社会创造稳定基础。森林是地球上最大的陆地生态系统,是水库、钱库、粮库、碳库,人类文明的进步与林业发展相生相伴,森林生态保护与植被修复是实现人和自然和谐发展的关键纽带。中共中央、国务院在《关于加快林业发展的决定》指出:“必须把林业建设放在更加突出的位置,在贯彻可持续发展战略中,要赋予林业以重要地位;在生态建设中,要赋予林业以首要地位;在西部大开发中,要赋予林业以基础地位。”进一步明确了林业在生态文明建设中的地位和作用。在林业建设工作中,森林资源保护和修复属于两项重点工作内容,在保护好现有森林资源的基础上,对遭受破坏的林地进行修复,扩大森林覆盖率,提高森林质量,是实现森林生态可持续发展,促进生态文明建设的主要途径。