论文摘要
森林生态系统作为陆地生态系统的重要组成部分,具有无法取代的社会、经济及生态效益。通过景观分析法对研究区土地利用/土地覆盖类型、碳储量/碳密度、土壤侵蚀功能等进行动态分析评价,从而为区域内土壤侵蚀的防治、多功能森林的经营规划等提供依据。以将乐县1997年、2007年与2017年的Landsat影像数据为基础,进行土地利用/覆盖分类及精度验证。根据土地利用/覆盖分类结果,对其土地利用变化进行分析与预测。提取包括波段、植被指数、地形因子、主成份、缨帽变换因子与纹理指数等数据;与地面调查样地数据进行相关分析,得到显著相关的因子并使用BP神经网络方法建模反演得到研究区碳密度分布。根据研究区月降雨、土壤类型、地形、植被覆盖度与土地利用/覆盖结果分别计算得到相应的土壤侵蚀因子,结合ArcGIS10.3计算得到研究区土壤侵蚀量,并对其在海拔、坡度上的分布进行分析。使用Fragstats4.2分别计算研究区土地利用/覆盖、土壤侵蚀与碳密度的各类景观指数,并对其进行分析,得到碳密度与土壤侵蚀之间关系。主要结论:1)多端元光谱分解效果优于约束性最小二乘法分解,植被丰度与土壤丰度构建得到衍生的植被-土壤指数能够扩大不同森林类型之间的差异。结合可见光波段、植被丰度、植被-土壤指数与NDVI可实现2007年与2017年林地内不同森林类型的划分。第一层1997年、2007年与2017年总体分类精度分别为90.40%、91.90%及88.01%,其相应的kappa系数值分别为0.85、0.88与0.83;第二层林地区域2007年与2017年总体精度分别为85.17%与86.62%,kappa指数分别为0.80与0.82。根据分类结果,水域面积先减小后增大;建筑与林地面积持续增加;耕地与裸地面积持续减小。裸地变化最剧烈,主要受城市扩张、林业生产经营的影响,分布具有一定的随机性。其次为耕地或建筑,主要表现为耕地面积的减少与建筑面积的增加,其中建筑面积主要来源于耕地。林地变化面积最大,变化率最小,主要与耕地进行转换。预测得到2017年土地利用/覆盖结果与实际结果的kappa值为0.81,说明CA-Markov模型的适立性,基于此对2027年研究区土地利用/覆盖情况进行预测。2)经Pearson相关分析,选择了波段2与6的倒数、波段2与5在5×5窗门下的均值纹理作为神经网络模型输入变量;经模拟训练得到决定系数为0.66,均方根误差为5.81 t/ha,相对均方根误差为0.72的神经网络模型。根据模型反演得到研究区林地碳密度分布,统计得到其均值为95.58 t/ha,标准差为56.47 t/ha,林地总碳储量为1.92X 107t。根据森林类型统计结果,不同类型平均碳密度排序为混交林>马尾松纯林>阔叶纯林>杉木纯林,值分别为 103.76 t/ha、98.19 t/ha、95.43 t/ha 与 90.90 t/ha。马尾松纯林、杉木纯林、阔叶纯林与混交林总碳储量分别为7.07X 107t、6.14X 107t、4.26 X 107t 与 1.72 X 107t。3)2007年与2017年将乐县土壤侵蚀面积分别为991.02 km2与1001.12 km2,平均土壤侵蚀模数为 508.96t/(km2·a)、522.82t/(km2·a),土壤侵蚀总量为 114.62 万 t/a、117.57万t/a;土壤侵蚀主要为微度与轻度侵蚀强度。平均土壤侵蚀模数随海拔增加先增加后减小,随坡度增加而增加。在0°-15°坡度级,以微度侵蚀为主;在15°以上坡度区域以轻度侵蚀强度为主。200-800 m区域侵蚀量占比分别达到80.56%与82.48%,15°-25°区域侵蚀量占比分别达到72.68%与72.52%。说明研究区的土壤侵蚀发生区域集中200-800 m海拔级、15°-25°坡度级的区域,主要是因为在该区域人类活动影响较大,皆伐等经营措施对其有一定的影响,因此在制定措施的时候更应考虑该区域。4)1997-2017年间研究区土地利用/覆盖发生了剧烈的变化,景观破碎度下降,形状趋向于规则化且景观之间的连通度增加,主要原因是发展过程中,尤其是建筑用地对原本细碎的未利用地景观的大量吞并,使零散斑块减少,从而增加其景观的聚集度。森林碳密度斑块面积较小、类型多样、分布均衡且斑块总体较为破碎,受人类活动的影响较大。以平均碳密度为中心的Leve14(66.21 t/ha-122.69 t/ha)碳密度级,代表将乐大部分林地的实际碳密度景观分布状态,说明将乐县林地质量较好,且具有较高的连通性。土壤侵蚀斑块数量大、斑块平均面积小,说明研究区不存在大面积同一类型的侵蚀情况,但具有较好的连通性,应防止其连接成片。土壤侵蚀斑块数量随碳密度级的增加先增加后减少,侵蚀斑块分布较为分散,林地上受其碳密度分布影响较大。侵蚀主要集中在Leve13、Leve14、Leve15三个级别内,中度以上侵蚀斑块数与斑块面积小,其中强度与极强度侵蚀面积主要在一个像元之内。总体上,人类活动对土地利用/覆盖、土壤侵蚀与森林碳密度具有重要影响,主要驱动力为城市化扩张、森林经营、退耕还林工程等政策的实施。
论文目录
文章来源
类型: 博士论文
作者: 陈丽萍
导师: 孙玉军
关键词: 土地利用,覆盖,碳密度,土壤侵蚀,遥感,景观分析
来源: 北京林业大学
年度: 2019
分类: 基础科学,农业科技
专业: 自然地理学和测绘学,农业基础科学,林业,林业
单位: 北京林业大学
基金: 国家林业局948项目《基于FORPLAN的森林多功能技术引进》(2015-4-31),国家自然科学基金《基于树木生长过程的长白落叶松树冠模型》(No.31870620),林业科学技术推广项目“基于分水岭算法的森林植被碳储量监测技术成果推广应用”([2019]06)
分类号: S718.5;S714.7
DOI: 10.26949/d.cnki.gblyu.2019.000008
总页数: 127
文件大小: 9420K
下载量: 263
相关论文文献
- [1].土壤侵蚀与水土保持分析[J]. 居舍 2017(35)
- [2].重庆市土壤侵蚀敏感性时空分异特征研究[J]. 重庆师范大学学报(自然科学版) 2016(06)
- [3].北方生态脆弱区土壤侵蚀敏感性空间分异[J]. 水土保持研究 2017(04)
- [4].泰安市土壤侵蚀敏感性评价研究[J]. 安徽农业科学 2015(04)
- [5].“区域生态环境建设”专题[J]. 地理教育 2017(02)
- [6].土壤去哪儿了?[J]. 大众科学 2017(08)
- [7].宁德市土壤侵蚀及其垂直格局特征研究[J]. 上海环境科学 2017(04)
- [8].豫西矿区土壤侵蚀因子及流失特点分析[J]. 人民黄河 2020(07)
- [9].喀斯特高原山地贵阳市2008-2018年土壤侵蚀时空特征与侵蚀热点变化分析[J]. 水土保持学报 2020(05)
- [10].土壤侵蚀影响因素及其危害分析[J]. 江西农业 2019(06)
- [11].临洮县土壤侵蚀的原因及治理措施[J]. 甘肃农业 2017(Z1)
- [12].两个时期的贵州草海国家级自然保护区土壤侵蚀动态变化遥感评估[J]. 黔南民族师范学院学报 2018(04)
- [13].陕北洛河流域降水和植被变化对土壤侵蚀的影响[J]. 江苏农业科学 2018(20)
- [14].浅谈坡耕地玉米作物根系对土壤侵蚀的影响[J]. 农业与技术 2017(05)
- [15].贵州草海国家级自然保护区土壤侵蚀动态特征[J]. 贵州农业科学 2016(08)
- [16].土壤侵蚀与水土保持研究进展[J]. 中国农业信息 2015(01)
- [17].坡耕地土壤侵蚀特征及危害性分析[J]. 农技服务 2015(10)
- [18].基于空间主成分分析的湖北省土壤侵蚀敏感性评价[J]. 中国水土保持 2013(04)
- [19].三峡库区土壤侵蚀经济损失估算[J]. 水土保持通报 2012(04)
- [20].基于通用土壤流失方程的长江防护林区的土壤侵蚀动态特征——以湖北省红安县倒水河流域为例[J]. 四川农业大学学报 2009(03)
- [21].土壤侵蚀危险度的计算与影响因子分析——以福建安溪红壤水土流失区为例[J]. 地球信息科学学报 2009(05)
- [22].基于水库沉积物特征及WaTEM/SEDEM模型的贵州喀斯特小流域土壤侵蚀时空变化[J]. 水土保持研究 2019(01)
- [23].延安麻塔流域植被对土壤侵蚀的控制效率研究[J]. 国土与自然资源研究 2019(06)
- [24].土壤侵蚀:从综合治理到生态调控[J]. 中国科学院院刊 2018(02)
- [25].几个常用土壤侵蚀术语辨析及其生产实践意义[J]. 中国水土保持科学 2018(01)
- [26].1984-2013年青藏高原土壤侵蚀时空变化特征[J]. 应用与环境生物学报 2018(02)
- [27].西藏中东部地区土壤侵蚀野外调查报告[J]. 水土保持通报 2018(05)
- [28].不同措施下土壤侵蚀特征值及其影响因子典型相关分析[J]. 泥沙研究 2017(05)
- [29].小流域土壤侵蚀预测信息系统设计与实现[J]. 中国水土保持 2012(07)
- [30].《土壤侵蚀原理》课程教学改革探索[J]. 实验科学与技术 2012(06)