• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      烏梁素海濕地植被變化特征及其對降水量因子的響應(yīng)分析

      2022-05-14 06:25:26張靜王磊張連根馬海峰菅凱敏陳星明孔維云
      內(nèi)蒙古林業(yè) 2022年4期
      關(guān)鍵詞:烏梁素海覆蓋度降水量

      張靜 王磊 張連根 馬海峰 菅凱敏 陳星明 孔維云

      1.內(nèi)蒙古自治區(qū)林業(yè)和草原保護(hù)總站 2.內(nèi)蒙古巴彥淖爾市林業(yè)和草原局 3.內(nèi)蒙古林業(yè)和草原工作總站

      烏梁素海位于內(nèi)蒙古巴彥淖爾市烏拉特前旗境內(nèi),地處后套平原東端,明安川和阿拉奔草原西緣,北靠狼山山前洪積扇,南鄰烏拉山山后洪積階地,東經(jīng)108°40′~109°0′,北緯40°46′~41°7′,面積293 平方千米,是全球范圍內(nèi)荒漠半荒漠地區(qū)極為少見的多功能大型草原湖泊,同時(shí)也是地球同緯度最大的自然濕地。烏梁素海是內(nèi)蒙古黃河流域內(nèi)最大的淡水湖泊,于2002年被國際濕地公約組織正式列入《國際重要濕地名錄》,是深受社會關(guān)注的濕地系統(tǒng)生物多樣性保護(hù)區(qū)。特殊的地理位置使得烏梁素海成為黃河中上游及內(nèi)蒙古西部地區(qū)重要的生態(tài)屏障,對維護(hù)內(nèi)蒙古及我國西北地區(qū)的生態(tài)平衡、保護(hù)物種多樣性有著舉足輕重的作用。同時(shí),干旱區(qū)湖泊作為水資源的重要組成部分,是干旱地區(qū)生態(tài)與環(huán)境協(xié)調(diào)發(fā)展的關(guān)鍵。

      近年來,烏梁素海流域濕地面積萎縮、水體污染嚴(yán)重、沼澤化進(jìn)程加劇,生態(tài)功能退化嚴(yán)重。“十三五”時(shí)期,通過對烏梁素海流域?qū)嵤┥鷳B(tài)補(bǔ)水,以及城鎮(zhèn)和工業(yè)點(diǎn)源、農(nóng)業(yè)面源、湖系內(nèi)源治理等工程,烏梁素海流域的生態(tài)保護(hù)與治理初見成效,但濕地生態(tài)系統(tǒng)退化、土地沙化、草原退化、水土流失、土壤鹽堿化、環(huán)境污染等問題依然存在。從流域植被覆蓋度、氣象因子等基礎(chǔ)研究入手,全面系統(tǒng)地掌握各因子變化規(guī)律及相互影響,摸清濕地生態(tài)系統(tǒng)的演替規(guī)律,可以為徹底改善烏梁素海生態(tài)環(huán)境、恢復(fù)生物多樣性和發(fā)揮濕地生態(tài)系統(tǒng)功能提供可靠支撐。

      一、數(shù)據(jù)來源與方法

      1.數(shù)據(jù)來源

      降水量數(shù)據(jù)來源于烏拉特前旗國家氣象站和區(qū)域自動(dòng)氣象站的數(shù)據(jù)積累,結(jié)合前期研究成果,采用大佘太國家氣象站作為代表站,選用2001—2020年大佘太氣象站降水量數(shù)據(jù)進(jìn)行分析,研究烏梁素海濕地降水量變化。

      以MODIS13Q1 植被指數(shù)為依據(jù),分析烏梁素海濕地黑水壕研究區(qū)近20年來植被覆蓋NDVI(歸一化植被指數(shù))的時(shí)空變化。NDVI 是用來表征植被生長狀態(tài)和覆蓋度的指標(biāo),是植被長勢和營養(yǎng)信息的重要參數(shù)之一,是可見光紅波段和近紅外波段的歸一化比值。它一方面能夠反映植被光合作用的吸收情況,另一方面能夠反映作物長勢、葉面積指數(shù)(LAI)等,是目前應(yīng)用最為廣泛的植被指數(shù)。NDVI 可以反映植被在不同生育期的變化過程,植物種類不同,NDVI 的數(shù)值也有明顯差異。

      NDVI=( R nir– R red)/( R nir + R red)。R nir 是近紅外波段反射率;R red 是紅光波段反射率。

      2.研究方法

      2001—2020年,大佘太氣象站點(diǎn)由于站址遷移、儀器變更、新的平均值計(jì)算公式、觀測時(shí)次變化以及觀測者的系統(tǒng)誤差等原因,導(dǎo)致了氣候序列產(chǎn)生突然不連續(xù)現(xiàn)象,即斷點(diǎn)。懲罰最大F檢驗(yàn)方法(PMFT)不需要參考序列參與檢驗(yàn),是對二相回歸統(tǒng)計(jì)檢驗(yàn)方法進(jìn)行系列改進(jìn)后提出的,該方法能夠有效避免非均一的參考序列帶來的檢驗(yàn)誤差,并且同樣對微小偏移有較高的檢驗(yàn)準(zhǔn)確性。氣象數(shù)據(jù)序列訂正采用RHtests 軟件包提供的分位數(shù)匹配(QM),其訂正的目的是在去除線性趨勢后的待檢序列中,使所有片斷具有相互匹配的經(jīng)驗(yàn)分布,檢驗(yàn)的信度水平均為95%以上,基于均一性檢驗(yàn),對數(shù)據(jù)進(jìn)行訂正。降水量數(shù)據(jù)不遵從正態(tài)分布,使用開立方、取對數(shù)等方法后仍無法通過正態(tài)化檢驗(yàn),用回歸方程預(yù)測不容易取得降水量恢復(fù)的理想效果。降水量具有不確定性,可視為灰色系統(tǒng)的輸出,本文降水量插補(bǔ)采用灰色預(yù)測理論的基本模型GM(1,1),適宜對中長期降水量資料插補(bǔ)。

      本研究以MODIS13Q1 植被指數(shù)產(chǎn)品為依據(jù),分析近20年來烏梁素海濕地黑水壕研究區(qū)植被覆蓋NDVI 的時(shí)空變化。提供的2001—2019年MODIS 數(shù)據(jù)集,空間分辨率為250 米,時(shí)間分辨率為16 天,將每年生長季4~10月(4月9日、4月25日、5月11日、5月27日、6月12日、6月28日、7月14日、7月30日、8月31日、8月15日、9月16日 及10月2日)的NDVI 求最大值合成。把NDVI 分成5 個(gè)級別,然后按重分類方法進(jìn)行分類。由于巴彥淖爾地區(qū)MOD13Q1 數(shù)據(jù)以分幅的形式存儲,運(yùn)用數(shù)據(jù)處理軟件MRT(MODIS Reprojection Tool)對研究區(qū)同一時(shí)相的所有MOD13Q1 數(shù)據(jù)文件進(jìn)行NDVI 波段提取,并按原投影拼接再轉(zhuǎn)換為阿爾伯斯投影(又稱雙標(biāo)準(zhǔn)緯線等積圓錐投影),重采樣成250 米×250米分辨率的柵格數(shù)據(jù)。調(diào)用Arcgis 中掩膜提取工具,對多年影像分別進(jìn)行研究區(qū)提取。利用ENVI(遙感圖像處理平臺)中最大值合成工具,求出每一年研究區(qū)生長季內(nèi)(4~10月)NDVI 的最大值,結(jié)合實(shí)際情況將最大值結(jié)果重分類成5 類,并統(tǒng)計(jì)每一類的面積。NDVI 值0~0.2 為極低覆蓋度的貧瘠土地;0.2~0.4 為低覆蓋度林草;0.4~0.6 為中覆蓋度林草;0.6~0.8 為高覆蓋度的種植耕地;0.8~1.0為極高覆蓋度的種植耕地。

      二、烏梁素海濕地降水量變化特征

      1.年降水量、汛期降水量、降水日數(shù)逐漸減少

      2001—2020年,烏梁素海濕地年平均降水量為239.6 毫米,年際變化呈略微下降趨勢。年降水量最大410.3 毫米,出現(xiàn)在2012年;最小150.4 毫米,出現(xiàn)在2017年(圖1)。烏梁素海濕地汛期(6~8月)降水量30.6~56.6 毫米,約占全年降水量的13.1%(2015年)~85.7%(2016年),整體呈現(xiàn)略微下降趨勢。汛期降水量分布和年降水量變化大致相同,表現(xiàn)為2004年、2008年、2012年、2018年明顯偏多。年內(nèi)各月降水量分布中,最大值出現(xiàn)在7月,平均值為56.6毫米,最小值出現(xiàn)在1月,僅為1.7毫米(圖2)。

      圖1 烏梁素海濕地年降水量和汛期降水量年變化

      圖2 烏梁素海濕地降水量月變化

      烏梁素海濕地平均年降水量日數(shù)53.1 天,其中2003年降水日數(shù)最多,為79 天;2016年最少,僅為37 天(圖3)。平均年降水量日數(shù)出現(xiàn)緩慢下降趨勢,每10年下降0.2 天,通過0.01 顯著性檢驗(yàn)。

      圖3 烏梁素海濕地降水日數(shù)年變化

      2.降水量存在準(zhǔn)5a 周期振蕩

      小波分析是一種分析時(shí)間—頻率信號的多分辨率分析方法,其以小波變換的方式產(chǎn)生一系列“瞬時(shí)”波普信號估計(jì),準(zhǔn)確揭示出目標(biāo)序列中瞬時(shí)頻率隨時(shí)間的變化,不僅能表示出目標(biāo)序列的周期變化,而且可以詳細(xì)表明具體的變化位置,這種方法現(xiàn)已成功應(yīng)用于信號處理。

      2001—2020年,烏梁素海濕地的年降水量在不同時(shí)間尺度上存在著周期振蕩,圖4中信號振蕩的強(qiáng)弱通過色標(biāo)差大小來表示,顏色越偏向于紅色表示降水量越高于常年。由圖5可知,同樣明顯存在準(zhǔn)10a 周期振蕩、準(zhǔn)5a 周期振蕩。

      圖4 烏梁素海濕地降水量小波分析

      圖5 烏梁素海濕地降水量小波周期變換

      3.2017年以后降水量出現(xiàn)增多趨勢

      應(yīng)用M-K 趨勢非線性檢驗(yàn)方法,對烏梁素海濕地年降水量進(jìn)行分析可知:年降水量Z=-1.01,未通過信度檢驗(yàn),降水量增加不明顯。汛期降水量Z=-1.08,未通過信度檢驗(yàn),降水量增加不明顯。

      應(yīng)用M-K 突變方法對烏梁素海濕地降水量平均值進(jìn)行突變特征分析發(fā)現(xiàn),降水量整體呈波動(dòng)式減少趨勢,UF 曲線在置信區(qū)間內(nèi)與UB 曲線有多個(gè)交點(diǎn),分別是2006年、2008年、2012年,說明期間降水量發(fā)生了突變。由UF 曲線的變化趨勢可知,在2006年降水量從偏多向偏少變化,2008年、2012年都經(jīng)歷了降水量從偏少向偏多又向偏少的變化。2017年后降水量出現(xiàn)上升趨勢(圖6)。

      圖6 烏梁素海濕地降水量突變分析

      三、烏梁素海濕地植被變化特征

      1.植被整體變好、貧瘠土地減少

      近20年烏梁素海濕地植被遙感監(jiān)測如圖7所示:

      圖7 近20年烏梁素海濕地植被遙感監(jiān)測圖

      圖7 近20年烏梁素海濕地植被遙感監(jiān)測圖

      通過對MODIS 數(shù)據(jù)進(jìn)行預(yù)處理,將每年生長季4~10月的NDVI 求最大值合成,數(shù)據(jù)結(jié)果顯示,植被整體呈逐年變好的趨勢。2006年貧瘠土地面積最大為1408.3 平方千米,2012年降到最低86.3 平方千米。林草植被2001—2006年逐年減少,2007—2013年覆蓋面積較大,2015年降到最低,之后又逐漸增加,其中2018年面積最大值達(dá)1825.0 平方千米。高覆蓋度的種植耕地和極高覆蓋度的種植耕地呈現(xiàn)增加的趨勢,2001年面積為144.6 平方千米,2018年最大面積為616.6 平方千米。

      2.NDVI 不同區(qū)間的植被面積變化

      從圖8可以看出,NDVI 在0~0.2 這個(gè)區(qū)間范圍內(nèi),隨著時(shí)間的推移,植被面積總體呈降低的趨勢,每年減少24.5 平方千米。2006年貧瘠土地的面積最大為1408.3 平方千米,2012年最低為86.3 平方千米。NDVI 在0.2~0.4 這個(gè)區(qū)間范圍內(nèi),隨著時(shí)間的推移,植被面積總體呈先升后降的趨勢,2008年植被面積最大為1626.2 平方千米,2015年降到最低730.4 平方千米。NDVI 在0.4~0.6 這個(gè)區(qū)間范圍內(nèi),隨著時(shí)間的推移,植被面積總體呈減少的趨勢,每年減少2.6 平方千米。2012年植被面積最大為825.6 平方千米,2015年植被面積降到最低261.9 平方千米。NDVI 在0.2~0.6 這個(gè)區(qū)間范圍內(nèi),2002—2006年植被面積逐年減少,2006年降到1098.9 平方千米,2007—2013年覆蓋面積較大,為1673.6~2048.1平方千米,2015年降到最低992.3 平方千米,2015年之后又逐漸增加,其中2018年面積最大達(dá)1825.0平方千米。NDVI 在0.6~0.8 這個(gè)區(qū)間范圍內(nèi),隨著時(shí)間的推移,植被面積總體呈增加的趨勢,每年增加6.8 平方千米。2001年植被面積最小為143.6平方千米,2012年最大為391.3 平方千米。NDVI 在0.8~1.0 這個(gè)區(qū)間范圍內(nèi),隨著時(shí)間的推移,植被面積總體呈增加的趨勢,每年增加21.7 平方千米。2005年和2006年植被面積最小為0.6 平方千米,2018年最大為337.4 平方千米。NDVI 在0.6~1.0這個(gè)區(qū)間范圍內(nèi),隨著時(shí)間的推移,植被面積總體呈增加的趨勢,每年增加28.5 平方千米。2001年面積最小為144.6 平方千米,2018年植被面積最大為616.6 平方千米。

      圖8 NDVI 不同區(qū)間植被面積變化

      3.烏梁素海濕地植被變化特征對降水量的響應(yīng)分析

      由圖9、圖10分析可知,NDVI 值隨著時(shí)間變化呈增加趨勢,2008年、2012年、2018年明顯偏大。烏梁素海濕地生長季降水量分布和年降水量變化大致相同,表現(xiàn)為2004年、2008年、2012年、2018年明顯偏多。由此可見,2015年以來NDVI 值明顯增加,與生長季降水量及年降水量變化較一致。

      圖9 最大值合成的NDVI 的變化趨勢

      圖10 烏梁素海濕地4~10月降水量年變化

      四、結(jié)論

      本研究對2001—2020年烏梁素海濕地降水量以及黑水壕研究區(qū)生長季植被變化進(jìn)行分析,探討了植被變化對降水量的響應(yīng),主要結(jié)論如下:一是2001—2019年烏梁素海濕地年降水量呈略微下降趨勢,并存在準(zhǔn)5a 周期震蕩,汛期降水量表現(xiàn)為2004年、2008年、2012年、2018年明顯偏多,并在2017年以后出現(xiàn)增多趨勢。二是黑水壕研究區(qū)NDVI呈整體上升趨勢,即植被生長呈好轉(zhuǎn)趨勢:貧瘠土地面積呈減少趨勢,每年減少24.5 平方千米;林草植被變化不明顯;耕地面積呈增加趨勢,每年增加28.5 平方千米。三是2008年、2012年、2018年NDVI 值明顯偏大,2015年以來明顯增加,與區(qū)域生長季降水量變化較一致。

      綜上所述,烏梁素海濕地黑水壕研究區(qū)的NDVI與汛期降水量變化較一致,存在某種相關(guān)性。對于荒漠、半荒漠地區(qū),降水量及土壤濕度對于濕地類型的自然保護(hù)區(qū)尤為重要。因此,在進(jìn)行流域生態(tài)環(huán)境治理時(shí),必須充分考慮該區(qū)域降水量以及植被生長狀態(tài)和覆蓋度因素。

      猜你喜歡
      烏梁素海覆蓋度降水量
      繪制和閱讀降水量柱狀圖
      呼和浩特市和林格爾縣植被覆蓋度變化遙感監(jiān)測
      基于NDVI的晉州市植被覆蓋信息提取
      低覆蓋度CO分子在Ni(110)面的吸附研究
      降水量是怎么算出來的
      啟蒙(3-7歲)(2019年8期)2019-09-10 03:09:08
      1988—2017年呼和浩特市降水演變特征分析
      十字路口的烏梁素海
      中國三峽(2017年4期)2017-06-06 10:44:22
      基于小波變換的三江平原旬降水量主周期識別
      烏梁素海地區(qū)近50年氣候變化特征分析
      淺談烏梁素海的環(huán)境保護(hù)與水土保持工作措施
      中國水利(2015年16期)2015-02-28 15:14:47
      贵南县| 巨野县| 同心县| 萍乡市| 淳化县| 汝城县| 高陵县| 镇康县| 西华县| 大同市| 新兴县| 灌云县| 南木林县| 平阳县| 盐源县| 星子县| 临泽县| 敦化市| 毕节市| 邵武市| 乌鲁木齐市| 防城港市| 车致| 闽侯县| 鹤山市| 和田市| 奉贤区| 丰城市| 平潭县| 津市市| 紫金县| 九龙县| 榆林市| 隆林| 屏边| 木兰县| 买车| 吉木乃县| 科技| 阿克陶县| 油尖旺区|