李鹏
- 作品数：6 被引量：15H指数：2
- 供职机构：北京林业大学水土保持学院更多>>
- 相关领域：环境科学与工程农业科学生物学天文地球更多>>
- 2000—2019年西南高山峡谷区植被变化对气候变化和人类活动的响应被引量：8
- 2023年
- 为了探究中国典型生态环境脆弱区——西南高山峡谷区植被变化对气候变化和人类活动的响应规律,量化气候变化和人类活动的相对贡献,该研究基于2000—2019年归一化差异植被指数(normalized difference vegetation index,NDVI)数据集,采用Theil-Sen趋势分析、Mann-Kendall显著性检验和Hurst指数分析了NDVI时空变化特征及未来变化趋势;在此基础上结合气象因子数据集,采用相关性分析和残差分析探讨了NDVI对气候变化和人类活动的响应。结果表明:1)时间尺度上,2000—2019年NDVI总体表现为波动上升趋势,增长速率为0.0046/a。空间尺度上,NDVI呈上升趋势区域面积占研究区总面积85.59%,植被恢复效果明显,且未来NDVI变化还将以上升趋势为主。2)在区域气候暖干化的背景下,NDVI对不同气候因子的响应有所差异,总体上NDVI与气温和太阳辐射呈正相关,而与降雨量呈负相关,气温对NDVI变化的影响力要强于太阳辐射和降雨量,是影响NDVI变化的主要气候因子。3)85.10%区域面积的植被变化受人类活动和气候变化的共同影响,其中人类活动是植被变化的主要驱动因素,气候变化为次要驱动因素,相对贡献率分别为68.67%和31.33%。该研究结果可为西南高山峡谷区未来生态环境建设提供科学依据,助力区域绿色可持续发展目标的实现。
- 赖金林齐实廖瑞恩崔冉冉李鹏李鹏
- 关键词：遥感植被气候变化
- 西南高山峡谷区植被变化及影响因素分析被引量：2
- 2023年
- 西南高山峡谷区是我国典型生态脆弱区,认识其植被变化特征及影响因素可以为西南高山峡谷区生态环境建设对策的制定提供理论依据,对实现区域经济、环境以及生态和谐统一发展,具有一定的现实意义.基于2000~2019年NDVI、社会经济因子和自然因子数据集,采用一元线性回归法、Hurst指数、地理探测器模型和变异系数等方法分析了西南高山峡谷区NDVI时空变化及稳定性特征,并探讨了NDVI空间分异影响因素.结果表明:(1)空间上看,植被呈现东南高,西北低的分布格局,中高和高植被覆盖的区域面积占比71.71%,植被覆盖总体处于较高水平.时间上看,植被呈现改善趋势的区域面积占比85.90%,恢复效果明显,且未来植被变化趋势还将以改善为主.(2)高程、植被类型和土壤类型是影响NDVI空间分异的主导因子,q值均不低于0.40;气温和降雨量为次要因子,q值分别为0.274和0.225.双因子交互作用增强了单因子的影响力,表现为双因子增强和非线性增强两种关系,其中高程∩植被类型组合q值最高为0.714,其次是高程∩土壤类型组合q值为0.688.(3)研究时段内NDVI整体稳定性较好,低波动变化和较低波动变化的区域面积占比为89.95%;而中等以上波动的区域面积占比为10.05%,集中在海拔高、气温低、降雨少、土壤贫瘠和植被较差等生态环境相对脆弱的区域.植被变化是多因素综合作用的结果,需因地制宜,有针对性地采取不同策略修复西南高山峡谷区生态环境.
- 赖金林齐实崔冉冉廖瑞恩唐颖李鹏
- 关键词：影响因素
- 不同类型侧柏人工林下优势草本生态位及种间关系研究被引量：2
- 2024年
- 探究北京山区不同类型侧柏人工林下优势草本的生态位和种间关联性,为京津风沙源工程人工林营造与管理提供参考,本研究以侧柏(Platycladus orientalis)纯林(C1)、侧柏-油松(Pinus tabuliformis)混交林(C2)和侧柏-黄栌(Cotinus coggygria var.cinereus)混交林(C3)为研究对象,对不同类型林下优势草本生态位宽度、生态位重叠度、总体关联性和种间联结性进行研究。结果表明:生态位宽度排序与重要值排序无显著定性关系;茜草(Rubia cordifolia)是3种林分类型共有的优势草本,与其他草本的生态位重叠程度大于0.90;总体关联性检验表明,C2为显著正关联,C3为显著负关联,C1为不显著正关联;此外,C2林下优势草本种间正联结性强,而C3林下优势草本种间负联结强。黄花蒿(Artemisia annua)-唐松草(Thalictrum aquilegiifolium var.sibiricum)、茜草-萝藦(Cynanchum rostellatum)等种对联结性强、生态位重叠值大,在北京山区侧柏人工林下具有较强的生境适应性。
- 唐颖齐实张林李鹏赖金林廖瑞恩张岩张岱
- 关键词：侧柏人工林生态位种间联结性
- 西南高山峡谷区水力侵蚀时空变化及其驱动力
- 2024年
- [目的]确定西南高山峡谷区水力侵蚀的空间分布及其时空变化特征,探究区域水力侵蚀的驱动机制,并为区域水土流失治理提供对策。[方法]基于GIS和RUSLE模型,利用Sen趋势分析和Mann-Kendall显著性检验法、随机森林回归对西南高山峡谷区水力侵蚀的时空演变特征以及驱动力进行分析。[结果](1)西南高山峡谷区水力侵蚀微度和轻度侵蚀占比78.05%以上。(2)整体上,2000—2020年水力侵蚀量变化范围为4.606 3×10^(8)~1.487 4×10^(9) t,多年均值为7.966 4×10^(8) t。降雨侵蚀力因子变化范围为125.11~249.93 MJ·mm/(hm^(2)·h·a),多年均值为186.71 MJ·mm/(hm^(2)·h·a)。植被覆盖与管理因子变化范围为0.37~0.70,多年均值为0.48。(3)整体上坡度坡长因子对西南高山峡谷区水力侵蚀空间分异的解释程度最高,达到41%,其次是植被覆盖与管理因子,达到24%,其余是降雨侵蚀力因子>土壤可蚀性因子>水土保持措施因子,分别达到16%,12%,8%,且各因子对水力侵蚀空间分异的解释程度随着水土保持分区的不同而出现差异。[结论]西南高山峡谷区侵蚀严重的区域主要分布于藏东—川西高山峡谷生态维护水源涵养区南部,藏东南高寒高山峡谷生态维护区西北部、东部。坡度坡长因子及植被覆盖管理因子是西南高山峡谷区水力侵蚀空间分布的主要驱动因素。藏东—川西高山峡谷生态维护水源涵养区、藏东南高寒高山峡谷生态维护区和滇西北高山峡谷生态维护区,建议改善此区域植被覆盖,提高土壤抵抗侵蚀能力;滇北—川西南高山峡谷蓄水保土区建议在改善植被覆盖的基础上,在生态脆弱的区域布置适当水土保持措施。
- 廖瑞恩齐实赖金林唐颖李鹏
- 关键词：土壤侵蚀RUSLE模型
- 北京山区不同植被恢复类型土壤质量综合评价被引量：3
- 2024年
- [目的]综合评价北京山区不同植被恢复类型土壤质量,并进一步确定影响土壤质量的关键因素,为该地区植被恢复与重建提供数据支撑。[方法]以立地条件相近的侧柏纯林、油松纯林、侧柏油松混交林、侧柏针阔混交林、油松针阔混交林、落叶阔叶混交林和无林地(对照)为研究对象,测定14个土壤理化指标作为土壤质量评价的总数据集(TDS),采用主成分分析法(PCA)和Pearson相关性分析建立土壤质量最小数据集(MDS),利用线性(L)和非线性(NL)2种评分方法计算土壤质量指数(SQI)和一般线性模型(GLM)确定影响土壤质量的关键因素。[结果]植被恢复后相较于无林地,土壤容重、砂粒含量下降,而有机质、全氮、全钾、速效氮、速效钾等土壤养分含量增加。筛选出的研究区土壤质量评价MDS指标为全氮、砂粒、全钾、pH、有效含水量。4种方法(SQI-LT、SQI-NLT、SQI-LM、SQI-NLM)下,不同植被恢复类型的SQI值排序均为落叶阔叶混交林>侧柏针阔混交林>油松纯林>油松针阔混交林>侧柏油松混交林>侧柏纯林>无林地,植被恢复后土壤质量显著提升。SQI-NLM的土壤质量评价方法在北京山区具有更好的适用性。相较于无林地,其他植被恢复类型的SQI-NLM分别提高64%,48%,45%,36%,33%,27%。GLM模型解释了土壤质量指数总变异的85.24%,植被类型对土壤质量指数的解释比例最大(45.09%)。[结论]选择适宜的植被恢复类型是改善区域土壤质量的关键。未来实施植被恢复时,树种选择上优先考虑阔叶树种。造林配置方式的选择应取决于树种而定,如侧柏纯林中引入本土阔叶树种形成侧柏针阔混交林或选择油松纯林是最佳造林模式。
- 李鹏齐实张林胡俊唐颖逯进生王翔宇赖金林廖瑞恩张岱张岩
- 关键词：植被恢复GLM
- 基于机器学习模型的高植被覆盖区浅层滑坡预测
- 2024年
- 为探究高植被覆盖区浅层滑坡的影响因素并构建最优的滑坡预测模型,该研究以华蓥市山区林地为研究对象,考虑了蓄积量、林分密度、平均树龄、林分类型和红绿植被指数(green-red vegetation index,GRVI)等植被因子,并结合地形地质因素,经过Boruta重要性分析以及共线性诊断,利用Logistic回归模型、广义相加模型、随机森林模型、支持向量机模型和人工神经网络模型等5种机器学习模型构建华蓥市山区林地浅层滑坡预测模型,并结合历史滑坡点检验,提出华蓥市山区林地浅层滑坡的最佳预测模型及高易发性区域的植被特征。结果表明:1)工程地质岩组、距河流距离、距断层距离、林分类型、平均树龄和蓄积量是影响浅层滑坡的主要因子;2)不同因子组合对模型精度有极大的影响,考虑蓄积量、林分密度、平均树龄等植被因子有利于提高模型的预测精度;3)在5种模型中,预测精度最高的模型为随机森林模型,精度可达到95.05%;4)研究区高易发性及以上区域的面积为25.31 km^(2),占研究区总面积的14.79%,低密度(1000~1500株/hm^(2))、高蓄积量(>80 m3/hm^(2))和高树龄(>30 a)是浅层滑坡发生的主要植被特征。该研究结果可为中国高植被覆盖区极端暴雨型滑坡的预警与防控提供科学决策和技术支撑。
- 张林郭郑曦齐实伍冰晨李鹏
- 关键词：植被滑坡边坡失稳林地机器学习模型
