生物地球化学循环模型DNDC及其应用

生物地球化学模型是模拟研究化学元素动态的新兴领域,可用于陆地生态系统内植物、有机物和无机营养元素动态变化和循环。DNDC模型(DeNitrification-DeComposition Model)是美国新罕布什尔州大学陆地海洋空间研究中心开发研制的,最初是为了模拟农田生态系统固碳、氮流失和水平衡而创建,目前该模型可以模拟草地、湿地、林地等陆地生态系统碳氮动态过程。DNDC模型已经在美洲、欧洲、澳洲以及亚洲的一些地区得到了验证和运用。DNDC模型可用来分析陆地植物生长规律、土壤硝化和反硝化作用、温室气体和痕量气体排放预测研究、不同土壤类型及气候条件对森林生态系统碳氮通量变化的影响以及气候变化对生物地球化学循环的影响预测等。     

氮输入对陆地生态系统碳库的影响研究进展

碳氮循环是生物地球化学的重要过程。陆地生态系统碳循环在全球碳收支中占有重要的地位,人类活动导致生态系统中氮含量增加,影响土壤和植物体中碳的积累与重新分配,对陆地生态系统不同的碳过程产生不同的影响。本文综述了近年来氮输入的研究现状,并对未来的研究方向做了展望,提出今后重点研究的方向。     

动态全球植被模型的研究进展

植被与气候之间的相互作用是一个复杂的过程,为了研究植被与气候之间相互作用的机理和评价气候变化对植被影响,植被模型得以迅速发展,并从静态的植被模型发展到了动态全球植被模型（Dynamic Global Vegetation Model,DGVM）。DGVM主要模拟植被的生理过程、植被动态、植被物候和营养物质循环,包括动态的生物地球化学模型和动态的生物地球物理模型两类。国际上应用最广泛的DGVM有LPJ、IBIS、VECODE和TRIFFID等。目前DGVM研究的焦点主要有4个：①模型本身的完善;②不同模型比较研究;③与气候模型的耦合研究;④碳数据同化系统研究。     

基于模糊循环随机映射的人脸生物特征加密算法

随着生物特征识别技术的广泛应用,其安全性方面的缺陷也逐渐暴露出来。密码技术与生物特征识别技术相结合的生物特征加密技术,就是为了弥补生物特征识别在安全方面的不足而产生的。在研究已有人脸生物特征识别技术的基础上,提出一种兼具安全性及容错能力的人脸生物特征加密算法:模糊循环随机映射(Fuzzy Cyclic Random Mapping,FCRM)。在每次循环中,加密模型使用前一次循环的密钥作为随机种子生成映射矩阵,对用户的人脸特征进行映射,形成一个循环的随机映射过程。加密过程中,还使用了容错技术来减少合法用户人脸图像和特征的随机噪声对识别率的影响,而循环的映射过程能够在不减少认证准确率的前提下,阻止非法用户通过认证。     

湿地生态系统土壤氮素矿化过程研究动态

土壤氮素的矿化过程与土壤供氮能力及氮素损失密切相关,其对于氮素生物地球化学过程的生态意义重大。本文综述了当前湿地土壤氮素矿化过程的研究方法、模型表征以及影响因素的研究动态。氮素矿化过程的研究主要集中在净矿化作用方面,而其研究模型又主要包括矿化动力学模型、热力学模型和环境效应模型。影响湿地土壤氮素矿化过程的因素主要包括湿地气候条件、水文条件、土壤理化性质、枯落物性质、土壤生物区系及人类活动等。今后研究的重点应包括:(1)氮素矿化过程的驱动机制与驱动因素;(2)概念模型与应用模型的表征;(3)全球变暖、降水改变以及人为碳、氮输入对矿化过程的影响;(4)人类活动在湿地土壤氮素矿化过程中的作用。     

湿地土壤的硝化-反硝化作用及影响因素

硝化-反硝化作用与土壤的供氮能力及氮气态损失密切相关,其对于湿地氮循环的生态意义重大。综述了湿地土壤硝化-反硝化作用的研究方法、影响因素及模型表征的研究动态。当前湿地土壤硝化-反硝化作用的研究主要集中在净硝化/反硝化能力方面,而模型研究仅停留在一般概念模型和动力学模型的表征上。影响湿地土壤硝化-反硝化作用的因素主要包括温度条件、水分条件、土壤理化性质及生物区系等。鉴于当前湿地土壤硝化-反硝化作用研究内容的不均衡性和不深入性,其在今后研究中应亟需加强的领域包括:(1)硝化-反硝化作用驱动机制;(2)概念模型与应用模型表征;(3)全球变暖、降水改变及碳、氮输入等对硝化-反硝化作用的影响;(4)人类活动对硝化-反硝化作用的影响。     

1980~2018朝鲜半岛西海岸滨海湿地演化分析

环黄海湿地是东亚—澳大利西亚水鸟迁徙廊道的重要组成部分,在全球生物多样性保护方面具有不可替代的作用。研究利用Landsat 系列遥感影像,集成面向对象和决策树分类方法对遥感影像进行解译,得到1980~2018年5个时期朝鲜半岛西海岸湿地分布数据集,对朝鲜半岛西海岸滨海湿地变化特征进行解析,并对比分析朝鲜和韩国不同体制和发展水平差异下的湿地演变驱动因素,以期为环黄海滨海湿地生态系统管理和可持续发展提供科学参考。研究结果表明：朝鲜半岛西海岸主要湿地类型为自然湿地,占研究区总面积的41.1%,以滩涂为主;近40 a间朝鲜半岛西海岸自然湿地面积呈减少趋势,损失1094.4 km²;人工湿地面积呈快速增加趋势,相对增加45.1%;受国家体制、政治、人口和经济等影响差异,朝鲜自然湿地多转化为耕地,而韩国自然湿地多转化为人工表面;人类活动对湿地的直接占用是该地区湿地损失最主要的因素,需加强管控和科学利用海岸带资源。     

杭州湾滨海湿地景观动态变化分析

以杭州湾滨海湿地为研究区,基于3S技术与模型对湿地景观动态变化进行分析。首先对研究区卫星遥感影像进行湿地景观基础信息提取,通过对遥感影像进行分类处理,提取了不同年份的湿地基础数据,同时基于GIS应用转移矩阵模型研究了不同时段各类景观的变化情况,最后对未来研究区的湿地景观的转化情况进行了驱动力分析。研究表明,5年来研究区岸线逐渐向海迁移,共增加湿地面积10308.05ha2,但人类生产活动对湿地的侵占也在增加。湿地减少的面积超过增加的面积,人为因素作用是影响湿地景观变化的主导因素。通过此研究提供了湿地管理与保护的主要方向与科学依据。     

三江平原洪河自然保护区湿地遥感分类研究

湿地是指陆地上常年或季节性积水或过湿的土地与生长栖息于其上的生物种群构成的独特生态系统,具有重要的生态价值与科学研究价值。研究选取重要国际湿地洪河保护区作为研究区,应用多期LandsatTM影像,采取基于专家经验的监督分类方法进行基于群落尺度的分类,取得了较好的分类效果。研究表明有效的影像增强处理和分类训练区的精确选择是监督分类的关键,基于专家辅助的地理信息系统空间分析方法有助于提高分类精度。依据遥感分类结果定量分析了高度自然状态下的北方半湿润区内陆淡水湿地群落类型的原始空间格局。研究揭示具有从沼泽湿地向草甸湿地明显过渡特征的小叶章-苔草群落占据整个保护区面积过高比例,显示该湿地保护区典型沼泽湿地的现状湿生环境退化特征比较明显,应尽早采取相应措施。     

遥感直接找矿的新技术

探讨了红外细分光谱扫描成像技术和生物地球化学遥感方法进行探矿应用的理论依据、技术方法及其应用。     

Long-term vegetation changes in four types of wetland in China and USA between 2000 and 2011: observations from MODIS

Wetland vegetation assessment is a critical component of evaluating wetland protective policies and providing useful information for global climate change research. In this study, four types of wetland are chosen to evaluate their long-term changes and potential linkage to anthropogenic (e. g., agricultural activities) and natural influences (e. g., hydrometeorological effects). These wetland types include the Yancheng wetland (coastal wetland), the Chongming wetland (river wetland), the Hongze Lake wetland (lake wetland) and the Everglades wetland (marsh wetland) in the contrasting environments of China and USA. The vegetation coverages of these wetlands were evaluated from 2000 to 2011 by using over 2,200 Moderate Resolution Imaging Spectroradiometer (MODIS) 250 m resolution images. Four vegetation indices (VIs) were compared to evaluate their effectiveness in assessing relative changes: the Normalized Difference Vegetation Index (NDVI), the Floating Algae Index (FAI), the Enhanced Vegetation Index (EVI), and the Visible Atmospherically Resistance Index (VARI). FAI performance was relatively insensitive in terms of both the statistical error and the aerosol effects compared with other VIs and was thus chosen to study the long-term vegetation changes. The results showed that 1) agricultural influence appeared to be relatively minimal compared with hydrometeorological effects in the Everglades wetland and in the core partitions of the Yancheng, Chongming, and Hongze Lake wetlands over the 12-year period, and 2) the entire partitions of the Yancheng, Chongming and Hongze Lake wetlands showed noticeable influences from agricultural activities in addition to natural variability. The cost-effective method that we demonstrate in this study may be extended to other wetlands near the same geographical location and to other satellite platforms.     

中国湿地卫星遥感的应用研究

湿地作为独特的生态系统, 具有重要的生态价值与科学研究价值。由于湿地多处于偏远地区难以有效进行监测与开展研究, 更凸现出遥感信息定量化、多时相、多平台、信息量大、可比性强的优点。在对比国外最新的相关研究基础上, 从湿地卫星遥感识别分类模型、湿地资源调查、湿地资源动态变化、湿地植被生物量估测以及湿地卫星遥感未来发展趋势与特点5 个方面对我国湿地卫星遥感应用研究进展及其主要成果特点进行全面回顾, 对我国湿地卫星遥感发展趋势与前景进行了评述与展望。     

基于植被指数的若尔盖高原湿地光合有效辐射吸收比例估算研究

植被光合有效辐射吸收比例（FPAR）是湿地生态系统碳收支和气候变化的关键参量,直接反映湿地植被生长发育状况。基于植被指数的经验统计方法简单高效,被广泛运用于草原、森林及作物等植被FPAR的模拟,却较少用于湿地,缺乏不同植被指数对湿地FPAR估算适应性的系统研究。研究对比了14种常见的植被指数,选出最优植被指数用于反演若尔盖高原湿地生长季FPAR。结果表明：常见的植被指数中,MSAVI指数动态考虑了土壤信息,能较好地适应湿地植被FPAR的估算,误差和R²均优于其他植被指数。若尔盖高原湿地生长季FPAR取值在0.22—0.80之间,整体分布较为均匀,泥炭湿地、湿草甸及沼泽湿地平均FPAR分别为0.46、0.63和0.58;生长季期间若尔盖高原不同类型湿地FPAR随时间呈现先增加后降低趋势。     

遥感和地理信息系统技术在湿地研究中的应用

湿地研究的关键在于定量化获取和分析湿地信息,RS和GIS技术为湿地研究提供了新的方法和技术支持。从湿地资源调查、湿地识别和湿地分类、湿地动态变化监测、湿地制图、湿地与环境因素定量模型、湿地信息系统6个方面,对国内外学者利用RS和GIS进行湿地研究的工作进展予以回顾。在此基础上概要说明RS和GIS技术在湿地研究中存在的问题及发展前景,指出RS和GIS技术在湿地研究中的应用从拓宽研究领域和完善技术体系两方面向更高、更深层次发展。     

基于遥感监测的黄河三角洲湿地演变分析研究

为保护黄河三角洲湿地生态系统,掌握湿地变化趋势,以 1986—2018 年间 15 a 卫星遥感影像为数据源,通过 ERDAS 9.0 和 ArcGIS 10.3 平台开展黄河三角洲湿地遥感解译,建立土地利用转移矩阵,分析黄河三角洲湿地面积和分布格局及变化特征。结果显示：湿地是黄河三角洲主要生态系统类型,主要分布在沿海区域, 与 20 世纪 80 年代相比,黄河三角洲湿地面积整体下降,其中自然湿地萎缩严重,人工湿地增长迅速,湿地面积和结构均发生较显著变化,而区域土地资源开发是湿地结构变化的主要因素。研究成果表明：基于遥感解译,采用 ERDAS 9.0 和 ArcGIS 10.3 平台能快速获取较多湿地类型信息,提高提取精度,可为大范围土地利用分类研究提供方法参考。     

Improved wetland remote sensing in Yellowstone National Park using classification trees to combine TM imagery and ancillary environmental data

The U.S. Fish and Wildlife Service uses the term palustrine wetland to describe vegetated wetlands traditionally identified as marsh, bog, fen, swamp, or wet meadow. Landsat TM imagery was combined with image texture and ancillary environmental data to model probabilities of palustrine wetland occurrence in Yellowstone National Park using classification trees. Model training and test locations were identified from National Wetlands Inventory maps, and classification trees were built for seven years spanning a range of annual precipitation. At a coarse level, palustrine wetland was separated from upland. At a finer level, five palustrine wetland types were discriminated: aquatic bed (PAB), emergent (PEM), forested (PFO), scrub-shrub (PSS), and unconsolidated shore (PUS). TM-derived variables alone were relatively accurate at separating wetland from upland, but model error rates dropped incrementally as image texture, DEM-derived terrain variables, and other ancillary GIS layers were added. For classification trees making use of all available predictors, average overall test error rates were 7.8% for palustrine wetland/upland models and 17.0% for palustrine wetland type models, with consistent accuracies across years. However, models were prone to wetland over-prediction. While the predominant PEM class was classified with omission and commission error rates less than 14%, we had difficulty identifying the PAB and PSS classes. Ancillary vegetation information greatly improved PSS classification and moderately improved PFO discrimination. Association with geothermal areas distinguished PUS wetlands. Wetland over-prediction was exacerbated by class imbalance in likely combination with spatial and spectral limitations of the TM sensor. Wetland probability surfaces may be more informative than hard classification, and appear to respond to climate-driven wetland variability. The developed method is portable, relatively easy to implement, and should be applicable in other settings and over larger extents.     

基于面向对象—深度学习的闽东南低海拔海岸带地区湿地动态遥感分析

海岸带湿地具有重要的生态价值和经济开发价值,明确其时空变化特征与影响因素对于维持区域生态系统平衡和可持续发展具有重要意义。以Landsat TM/ETM+/OLI影像为基本数据源,综合利用面向对象与深度学习分类方法对1985~2015年闽东南低海拔海岸带地区的湿地信息进行提取,以揭示其时空演变特征与驱动力因素。结果表明：基于面向对象—深度学习分类方法对湿地进行信息提取,整体分类精度可达93%以上,分类结果整体性好;1985~2015年自然湿地面积呈减少趋势,人工湿地面积呈增加趋势,分别减少和增加250.31 km²和251.36 km²;湿地二级类型中,30 a间河口/浅海水域和淤泥质海滩面积减少最大,盐田/水产养殖场面积增加最大;1985~2015年湿地变化类型多样,且2000~2015年较1985~2000年湿地变化更为剧烈;湿地变化是人类活动和自然环境变化共同作用的结果,其中人类活动是影响湿地变化的主要原因。该方法及研究结果可为海岸带湿地监测与保护管理提供技术支持和决策参考。     

RS和GIS技术在湿地景观生态研究中的应用进展

湿地景观生态研究是一个基于景观生态学理论的对湿地研究的新兴领域, RS与GIS技术的发展为湿地景观生态研究提供了新的方法和技术支持。综述了近年来RS和GIS技术在湿地景观生态研究中的应用情况。总结了RS技术在景观格局研究、景观功能研究、景观动态研究、景观尺度研究等4个方面的应用现状。同时论述了GIS技术在辅助景观分类、景观制图及景观指数统计、景观动态信息提取与分析、景观规划管理中的应用。分析了RS与GIS技术在湿地景观生态研究中的优势,指出了目前存在的问题,最后展望了湿地景观生态研究中遥感和地理信息系统技术的应用前景。