岷江上游不同植被下土壤团聚体特征分析

第34卷第21期2014年11月生态学报ACTA ECOLOGICA SINICAVol．34，No．21Nov．，2014基金项目：国家自然科学基金（40901138，41271307）；四川省科技厅项目（2010JY0083）；四川省学术和技术带头人培养资金资助项目（2012）收稿日期：2013-02-04；网络出版日期：2014-03-13*通讯作者Corresponding author．E-mail ：zichengzheng@aliyun．comDOI ：10．5846/stxb201302040233李玮，郑子成，李廷轩，刘敏英．不同植茶年限土壤团聚体及其有机碳分布特征．生态学报，2014，34（21）：6326-6336．Li W ，Zheng Z C ，Li T X ，Liu M Y．Distribution characteristics of soil aggregates and its organic carbon in different tea plantation age．Acta Ecologica Sinica ，2014，34（21）：6326-6336．不同植茶年限土壤团聚体及其有机碳分布特征李玮，郑子成*，李廷轩，刘敏英（四川农业大学资源环境学院，成都611130）摘要：作为土壤结构的基本单元和土壤肥力的重要组成部分，土壤团聚体对土壤的物理、化学和生物特性均有重要影响。

试验选取了雅安市名山区中峰乡生态茶园区12—15a 、20—22a 、30—33a 和＞50a 的茶园，研究其土壤团聚体及其有机碳总量、储量和活性组分的分布特征，探究植茶年限对土壤团聚体及其有机碳分布的影响。

结果表明：（1）研究区土壤以＞2mm 粒级团聚体为主，约为70%—80%，且在0—20cm 土层植茶20—22a 土壤团聚体含量最高；（2）茶园土壤团聚体有机碳含量随团聚体粒级的减小而增加，最大值出现在＜0．25mm 粒级团聚体，且在植茶＞50a 时达最高值，0—20cm 土层团聚体有机碳含量均高于20—40cm ，土壤团聚体水溶性有机碳和微生物生物量碳随植茶年限的延长呈先增加后降低的变化趋势，植茶30—33a 时含量最高，且小粒级团聚体水溶性有机碳含量较高而微生物量碳较低；（3）土壤团聚体对有机碳的贡献率约有70%来自＞2mm 粒级团聚体，团聚体有机碳储量随植茶年限延长呈增加的趋势，不同植茶年限0—20cm 土层各粒级团聚体有机碳储量均高于20—40cm 土层，且以＜0．25mm 粒级团聚体有机碳储量最高。

如有你有帮助，请购买下载，谢谢！土壤团聚体分析方法总结徐姗1.将取好的土过8mm筛，并把石块及大于8mm的根系挑出，风干。

2.用土壤团聚体测定仪 (套筛：2000um, 250um, 53um) 进行团聚体分级。

3.先把土壤团聚体测定仪的水桶及各级筛子洗净，并用蒸馏水冲洗一遍。

再向土壤团聚体测定仪的水桶内装入约2/3桶蒸馏水，将筛子依次套好（2000um筛子在最上面，依次是250um, 53um）, 用橡皮筋固定套好的筛子，挂好，并使筛子处于上下震动的最下端，再向水桶入加入适量蒸馏水，使水面淹没约筛子高的2/3处。

4.称取50g风干土平铺于2000um筛子上，浸没10min。

之后，开启测定仪，使筛子以30次/min的频率震动10min。

5.之后，关闭测定仪，小心地将水桶及筛子一并拿出。

取出每级筛子，并等筛子内水滴干，放到试验台上。

6.将每一级筛子上的土先用药匙转至60*60cm（diameter * height）的铝盒内，然后用蒸馏水将残留在筛子上的土冲洗到200ml烧杯内，再将烧杯内的土和溶液转至对应的铝盒。

<53um的部分留在水桶内，静置2-3小时，之后，小心缓慢地将上清液倒出，底下<53um 的部分也转至铝盒。

7.将装有蒸馏水和每一级团聚体的铝盒放入65℃烘箱内烘干。

8.将烘干的每一级团聚体称重，记为M。

9.称重完，向每一级团聚体的铝盒内加入适量（没过土壤1-2cm即可）的5 g L-1的六偏磷酸钠（sodium hexametaphosphate），然后放在摇床上摇6min，以此破碎团聚体，再过同一级筛子，用蒸馏水冲洗直到留在筛子上的全部为砂粒，透过筛子流到下面的烧杯内为已破碎的团聚体。

将烧杯内已破碎的团聚体再放入65℃烘箱内烘干。

将筛子内的砂粒也转至铝盒并放入65℃烘箱内烘干。

（5 g L-1的六偏磷酸钠配制方法：称取5g六偏磷酸钠放入2L 烧杯内，加蒸馏水至1L,再放于280℃砂锅上加热，直到六偏磷酸钠全部溶于水为止。

土壤团聚体稳定性表征及评价方法研究进展在自然界的广阔舞台上，土壤团聚体如同一位默默无闻的英雄，扮演着维护生态平衡、促进植物生长的关键角色。

然而，这位英雄的稳定性却常常受到威胁，需要我们用科学的方法来评估和保护。

本文将探讨土壤团聚体稳定性的表征及评价方法的研究进展，以期为土壤保护和农业可持续发展提供参考。

首先，我们要明确什么是土壤团聚体稳定性。

简而言之，它是指土壤团聚体在外力作用下保持原有形态和结构的能力。

这种能力对于土壤的通气性、保水性、抗侵蚀性等至关重要。

想象一下，如果土壤团聚体像一盘散沙，那么植物的根系将难以扎根，水分和养分也将轻易流失。

为了准确评估土壤团聚体的稳定性，科学家们发展了一系列的评价方法。

其中，最为直观的方法莫过于“筛分法”，即将土壤样本通过不同孔径的筛子进行分离，然后根据团聚体的分布情况来判断其稳定性。

这种方法简单易行，但有时却难以全面反映团聚体的真实状况。

相比之下，“湿筛法”则更为精细。

它模拟了降雨或灌溉条件下土壤团聚体的行为，通过测量团聚体在水中分散的程度来评估其稳定性。

这种方法能够揭示团聚体在湿润环境下的真实表现，但操作过程相对繁琐。

近年来，随着科技的进步，一些先进的技术手段也被引入到土壤团聚体稳定性的评价中来。

例如，“X射线断层扫描技术”能够无损地观察团聚体的内部结构，为我们提供了一种全新的视角。

而“核磁共振成像技术”则能够实时监测团聚体中水分的动态变化，从而更加精确地评估其稳定性。

当然，无论采用何种方法，我们都需要注意到一个事实：土壤团聚体稳定性并非一成不变。

它会受到气候、植被、土地利用方式等多种因素的影响。

因此，在进行评价时，我们需要综合考虑各种因素，避免片面的判断。

此外，我们还应该意识到，土壤团聚体稳定性的评价不仅仅是一个科学问题，更是一个实践问题。

只有将评价结果应用到实际的生产活动中，才能真正发挥其价值。

比如，在农业生产中，我们可以根据团聚体稳定性的评价结果来调整耕作方式、施肥策略等，以达到提高土壤质量和作物产量的目的。

不同土地利用方式下土壤团聚体组成特征及稳定性石利军;胡振华【摘要】[Objective]To study the composition characteristics and stability of soil aggregate under different land use ways.[Method] Distribution and stability of soil aggregate in six kinds of particle size (≥5.00, 2.00-<5.00, 1.00-<2.00, 0.50-<1.00,0.25-<0.50, < 0.25 mm) under different land use ways were studied, on the basis of the understanding of granular structure, soil aggregate size distribution under three treatment methods were analyzed.[Result] With the increase of oscillation frequency, percentage content of ≥1.00 mm particle size aggregate reduced gradually, percentage content of < 1.00 mm particle size aggregate increased gradually.In three treatment methods (SW, WS, FW), soil aggregate size distribution also had di fferent changes, the content of ≥5.00 mm particle size under the SW treatment was biggest, under the FW treatment, the content of ≥5.00 mm particle size was least.[Conclusion] Damaging of SW treatment mode on soil aggregate was least, under the same treatment way aggregate stability also increased accordingly with the increase of slope.%[目的]研究不同土地利用方式下土壤团聚体组成特征及稳定性.[方法]研究不同土地利用方式下土壤团聚体在(≥5.00、2.00~<5.00、1.00~<2.00、0.50~<1.00、0.25~<0.50、<0.25 mm)6种粒径下的分布情况及稳定性;在对团粒结构了解的基础上,又进一步分析了3种处理方式[慢速湿润法(SW)、扰动湿润法(WS)、快速湿润法(FW)]下土壤团聚体粒径分布特征.[结果]随着振荡次数的增加,≥1.00 mm的粒径百分比逐渐减少,而<1.00 mm的粒径百分比逐渐增加.3种处理方式(SW、WS、FW)下,土壤团聚体粒径分布不同,≥5.00 mm粒径百分比在SW 处理方式下最大,在FW处理下≥5.00 mm粒径百分比最小.[结论]SW处理方式对土壤团聚体破坏性最小,同种处理方式下随着坡度的增加团聚体的稳定性也相应增加.【期刊名称】《安徽农业科学》【年(卷),期】2017(045)012【总页数】4页(P92-95)【关键词】土地利用方式;土壤团聚体;粒径;稳定性【作者】石利军;胡振华【作者单位】山西农业大学,山西太谷 030801;山西农业大学,山西太谷 030801【正文语种】中文【中图分类】S152土壤团聚体是土壤结构的重要组成部分，对土壤结构的稳定性具有重要作用。

岷江上游干旱河谷典型阳坡海拔梯度上土壤水分动态何其华;何永华;包维楷【期刊名称】《应用与环境生物学报》【年(卷),期】2004(10)1【摘要】结合气象观察和土壤质地的分析 ,监测和研究了岷江上游干旱河谷茂县段典型阳坡土壤水分动态 .结果表明 :1.土壤水分的季节变化可分为土壤水分亏缺期、土壤水分补偿期和土壤水分消退期 .2 .土壤含水量在旱季随土层深度的增加呈升高趋势 ,雨季中期出现相反的变化趋势 ,据变异系数可将土壤剖面分为剧变层、渐变层和相对稳定层 .3.相同土层深度含水量随海拔高度的增加先升高后降低 .4 .降雨和土壤特性是影响岷江上游干旱河谷土壤水分的主要因素 :降雨量与 0～ 10 0cm 土层平均含水量的相关系数达到极显著水平 ,降雨对土壤含水量的影响随土层深度增加而减弱 ;大于 10mm的降雨对土壤水分的补充作用明显 ,气温及蒸发量较低时 ,连续的小于 10mm的降雨对土壤水分也有一定补充作用 ,降水可到达 5 0cm土层深度 .以沙质粘壤土为主的土壤含水量远高于以砂壤土为主的土壤含水量 .岷江上游干旱河谷造林时间在 4月为宜 ,以沙壤土为主的地段穴深在 4 5～ 6 0cm较好 ,以沙质粘壤土为主的地段穴深在 6 0～ 70cm比较适宜 .图 3表 3参【总页数】7页(P68-74)【关键词】岷江;干旱河谷;土壤水分;海拔高度【作者】何其华;何永华;包维楷【作者单位】中国科学院成都生物研究所【正文语种】中文【中图分类】S152.7【相关文献】1.岷江上游干旱河谷海拔梯度上四川黄栌叶片特征及其与环境因子的关系 [J], 李芳兰;包维楷;刘俊华2.岷江上游干旱河谷海拔梯度上的土壤发生特征 [J], 柏松;黄成敏;唐亚3.岷江上游干旱河谷区土壤水分含量及其动态 [J], 严代碧;岳永杰;郑绍伟;吴永波;潘攀;何飞;刘兴良;宿以明;慕长龙4.岷江上游干旱河谷海拔梯度上白刺花叶片生态解剖特征研究 [J], 李芳兰;包维楷;刘俊华;吴宁5.岷江上游干旱河谷海拔梯度上四川黄栌(Cotinus szechuanensis)叶片的生态解剖 [J], 李芳兰;包维楷;吴宁因版权原因，仅展示原文概要，查看原文内容请购买。

第３９卷第５期２０１９年３月生态学报ＡＣＴＡＥＣＯＬＯＧＩＣＡＳＩＮＩＣＡＶｏｌ．３９，Ｎｏ．５Ｍａｒ．，２０１９基金项目：国家自然科学基金项目（Ｎｏ．４１３７１１２５）；教育部人文社科研究规划基金项目（Ｎｏ．１７ＹＪＡ８５０００７）收稿日期：２０１８⁃０５⁃０４；㊀㊀网络出版日期：２０１８⁃０８⁃０２∗通讯作者Ｃｏｒｒｅｓｐｏｎｄｉｎｇａｕｔｈｏｒ．Ｅ⁃ｍａｉｌ：ｐｗｆｚｈ＠１２６．ｃｏｍＤＯＩ：１０．５８４６／ｓｔｘｂ２０１８０５０４０９９３祝聪，彭文甫，张丽芳，罗瑶，董永波，王梅芳．２００６ ２０１６年岷江上游植被覆盖度时空变化及驱动力．生态学报，２０１９，３９（５）：１５８３⁃１５９４．ＺｈｕＣ，ＰｅｎｇＷＦ，ＺｈａｎｇＬＦ，ＬｕｏＹ，ＤｏｎｇＹＢ，ＷａｎｇＭＦ．ＳｔｕｄｙｏｆｔｅｍｐｏｒａｌａｎｄｓｐａｔｉａｌｖａｒｉａｔｉｏｎａｎｄｄｒｉｖｉｎｇｆｏｒｃｅｏｆｆｒａｃｔｉｏｎａｌｖｅｇｅｔａｔｉｏｎｃｏｖｅｒｉｎｕｐｐｅｒｒｅａｃｈｅｓｏｆＭｉｎｊｉａｎｇＲｉｖｅｒｆｒｏｍ２００６ｔｏ２０１６．ＡｃｔａＥｃｏｌｏｇｉｃａＳｉｎｉｃａ，２０１９，３９（５）：１５８３⁃１５９４．２００６ ２０１６年岷江上游植被覆盖度时空变化及驱动力祝㊀聪１，２，彭文甫１，２，∗，张丽芳１，２，罗㊀瑶１，２，董永波１，２，王梅芳３１四川师范大学地理与资源科学学院，成都㊀６１００６８２四川师范大学西南土地资源评价与监测教育部重点实验室，成都㊀６１００６８３贵州师范大学地理与环境科学学院，贵阳㊀５５０００１摘要：基于ＭＯＤＩＳＮＤＶＩ遥感数据，采用像元二分模型估算岷江上游植被覆盖度，运用一元线性回归分析和稳定性分析方法，研究２００６ ２０１６年岷江上游植被覆盖度时空变化格局及稳定性，并分段讨论２００８年 ５．１２汶川地震 对岷江上游植被的破坏程度以及震后植被恢复情况，利用地理探测器模型对岷江上游植被覆盖度影响因子及影响力进行探测，分析岷江上游植被覆盖度变化驱动力㊂结果表明：（１）２００６ ２０１６年岷江上游植被覆盖整体状况良好，植被覆盖总体情况较为稳定，多年平均植被覆盖度为０．７９，植被覆盖度大于０．８的区域占整个岷江上游地区面积的６９％㊂（２）２００８年 ５．１２汶川地震 给整个岷江上游植被造成了严重的破坏，植被覆盖度退化区域面积为１４０１３．４１ｋｍ２，占整个岷江上游面积的５７％，２００８ ２０１６年岷江上游植被恢复状况良好，植被覆盖度改善区域面积为１７３９０．６９ｋｍ２，占整个岷江上游面积的７１％，岷江上游植被覆盖度已经超过震前水平㊂（３）岷江上游植被覆盖度主要受海拔㊁气温㊁土壤类型㊁降水４个因子的影响，其解释力均在４０％以上；地貌类型㊁植被类型的解释力在２０％ ４０％之间；坡度㊁坡向的解释力均小于１％㊂关键词：岷江上游；植被覆盖度；像元二分模型；时空变化；地理探测器ＳｔｕｄｙｏｆｔｅｍｐｏｒａｌａｎｄｓｐａｔｉａｌｖａｒｉａｔｉｏｎａｎｄｄｒｉｖｉｎｇｆｏｒｃｅｏｆｆｒａｃｔｉｏｎａｌｖｅｇｅｔａｔｉｏｎｃｏｖｅｒｉｎｕｐｐｅｒｒｅａｃｈｅｓｏｆＭｉｎｊｉａｎｇＲｉｖｅｒｆｒｏｍ２００６ｔｏ２０１６ＺＨＵＣｏｎｇ１，２，ＰＥＮＧＷｅｎｆｕ１，２，∗，ＺＨＡＮＧＬｉｆａｎｇ１，２，ＬＵＯＹａｏ１，２，ＤＯＮＧＹｏｎｇｂｏ１，２，ＷＡＮＧＭｅｉｆａｎｇ３１ＴｈｅＩｎｓｔｉｔｕｔｅｏｆＧｅｏｇｒａｐｈｙａｎｄＲｅｓｏｕｒｃｅｓＳｃｉｅｎｃｅ，ＳｉｃｈｕａｎＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｃｈｅｎｇｄｕ６１００６８，Ｃｈｉｎａ２ＫｅｙＬａｂｏｆＬａｎｄＲｅｓｏｕｒｃｅｓＥｖａｌｕａｔｉｏｎａｎｄＭｏｎｉｔｏｒｉｎｇｉｎＳｏｕｔｈｗｅｓｔ，ＭｉｎｉｓｔｒｙｏｆＥｄｕｃａｔｉｏｎ，ＳｉｃｈｕａｎＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｃｈｅｎｇｄｕ６１００６８，Ｃｈｉｎａ３ＴｈｅＩｎｓｔｉｔｕｔｅｏｆＧｅｏｇｒａｐｈｙａｎｄＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅ，ＧｕｉｚｈｏｕＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｇｕｉｙａｎｇ５５０００１，ＣｈｉｎａＡｂｓｔｒａｃｔ：Ｂａｓｅｄｏｎｍｏｄｅｒａｔｅｒｅｓｏｌｕｔｉｏｎｉｍａｇｉｎｇｓｐｅｃｔｒｏｒａｄｉｏｍｅｔｅｒ（ＭＯＤＩＳ）ｎｏｒｍａｌｉｚｅｄｄｉｆｆｅｒｅｎｃｅｖｅｇｅｔａｔｉｏｎｉｎｄｅｘ（ＮＤＶＩ）ｒｅｍｏｔｅｓｅｎｓｉｎｇｄａｔａ，ｔｈｅｆｒａｃｔｉｏｎａｌｖｅｇｅｔａｔｉｏｎｃｏｖｅｒｉｎｔｈｅｕｐｐｅｒｒｅａｃｈｅｓｏｆＭｉｎｊｉａｎｇＲｉｖｅｒｗａｓｅｓｔｉｍａｔｅｄｕｓｉｎｇａｐｉｘｅｌｄｉｃｈｏｔｏｍｙｍｏｄｅｌ．Ｆｕｒｔｈｅｒｍｏｒｅ，ｔｈｅｔｅｍｐｏｒａｌａｎｄｓｐａｔｉａｌｖａｒｉａｔｉｏｎｐａｔｔｅｒｎａｎｄｓｔａｂｉｌｉｔｙｏｆｔｈｅｆｒａｃｔｉｏｎａｌｖｅｇｅｔａｔｉｏｎｃｏｖｅｒｉｎｔｈｅｕｐｐｅｒｒｅａｃｈｅｓｏｆＭｉｎｊｉａｎｇＲｉｖｅｒｆｒｏｍ２００６ｔｏ２０１６ｗｅｒｅｓｔｕｄｉｅｄｕｓｉｎｇｕｎｉｖａｒｉａｔｅｌｉｎｅａｒｒｅｇｒｅｓｓｉｏｎａｎｄｓｔａｂｉｌｉｔｙａｎａｌｙｓｅｓ．ＴｈｅｄａｍａｇｅｄｅｇｒｅｅｏｆｔｈｅｖｅｇｅｔａｔｉｏｎｉｎｔｈｅｕｐｐｅｒｒｅａｃｈｅｓｏｆＭｉｎｊｉａｎｇＲｉｖｅｒａｎｄｔｈｅｖｅｇｅｔａｔｉｏｎｒｅｓｔｏｒａｔｉｏｎａｆｔｅｒｔｈｅｅａｒｔｈｑｕａｋｅａｒｅｄｉｓｃｕｓｓｅｄｉｎｓｅｃｔｉｏｎｓ．ＴｈｅｉｎｆｌｕｅｎｃｉｎｇｆａｃｔｏｒｓｏｆｆｒａｃｔｉｏｎａｌｖｅｇｅｔａｔｉｏｎｃｏｖｅｒｉｎｔｈｅｕｐｐｅｒｒｅａｃｈｅｓｏｆＭｉｎｊｉａｎｇＲｉｖｅｒｗｅｒｅｄｅｔｅｃｔｅｄｕｓｉｎｇｔｈｅＧｅｏｇｒａｐｈｉｃｄｅｔｅｃｔｏｒｍｏｄｅｌ．ＴｈｅｄｒｉｖｉｎｇｆｏｒｃｅｏｆｖｅｇｅｔａｔｉｏｎｃｏｖｅｒｃｈａｎｇｅｉｎｔｈｅｕｐｐｅｒｒｅａｃｈｅｓｏｆＭｉｎｊｉａｎｇＲｉｖｅｒｗａｓａｎａｌｙｚｅｄ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈｅｆｏｌｌｏｗｉｎｇ．（１）ＴｈｅｆｒａｃｔｉｏｎａｌｖｅｇｅｔａｔｉｏｎｃｏｖｅｒｉｎｔｈｅｕｐｐｅｒｒｅａｃｈｅｓｏｆＭｉｎｊｉａｎｇＲｉｖｅｒｆｒｏｍ２００６ｔｏ２０１６ｗａｓｇｏｏｄ，ａｎｄｔｈｅｏｖｅｒａｌｌｆｒａｃｔｉｏｎａｌｖｅｇｅｔａｔｉｏｎｃｏｖｅｒｗａｓｓｔａｂｌｅ．Ｔｈｅａｎｎｕａｌａｖｅｒａｇｅｆｒａｃｔｉｏｎａｌｖｅｇｅｔａｔｉｏｎｃｏｖｅｒｗａｓ０．７９，ａｎｄｔｈｅａｒｅａｗｉｔｈｆｒａｃｔｉｏｎａｌｖｅｇｅｔａｔｉｏｎｃｏｖｅｒ＞０．８ａｃｃｏｕｎｔｅｄｆｏｒ６９％ｏｆｔｈｅｔｏｔａｌａｒｅａ４８５１㊀生㊀态㊀学㊀报㊀㊀㊀３９卷㊀ｏｆｔｈｅｕｐｐｅｒｒｅａｃｈｅｓｏｆｔｈｅＭｉｎｊｉａｎｇＲｉｖｅｒ．（２）Ｔｈｅ＂５．１２Ｗｅｎｃｈｕａｎｅａｒｔｈｑｕａｋｅ＂ｉｎ２００８ｓｅｒｉｏｕｓｌｙｄａｍａｇｅｄｔｈｅｖｅｇｅｔａｔｉｏｎｉｎｔｈｅｕｐｐｅｒｒｅａｃｈｅｓｏｆＭｉｎｊｉａｎｇＲｉｖｅｒ．Ｔｈｅｄｅｇｒａｄｅｄａｒｅａｏｆｆｒａｃｔｉｏｎａｌｖｅｇｅｔａｔｉｏｎｃｏｖｅｒｗａｓ１４０１３．４１ｋｍ２，ｗｈｉｃｈａｃｃｏｕｎｔｅｄｆｏｒ５７％ｏｆｔｈｅｔｏｔａｌａｒｅａｏｆｔｈｅｕｐｐｅｒｒｅａｃｈｅｓｏｆｔｈｅＭｉｎｊｉａｎｇＲｉｖｅｒ．ＴｈｅｖｅｇｅｔａｔｉｏｎｒｅｓｔｏｒａｔｉｏｎｃｏｎｄｉｔｉｏｎｉｎｔｈｅｕｐｐｅｒｒｅａｃｈｅｓｏｆＭｉｎｊｉａｎｇＲｉｖｅｒｆｒｏｍ２００８ｔｏ２０１６ｗａｓｇｏｏｄ．Ｔｈｅａｒｅａｏｆｆｒａｃｔｉｏｎａｌｖｅｇｅｔａｔｉｏｎｃｏｖｅｒｉｍｐｒｏｖｅｍｅｎｔｗａｓ１７３９０．６９ｋｍ２，ｗｈｉｃｈａｃｃｏｕｎｔｅｄｆｏｒ７１％ｏｆｔｈｅｔｏｔａｌａｒｅａｏｆｔｈｅｕｐｐｅｒｒｅａｃｈｅｓｏｆｔｈｅＭｉｎｊｉａｎｇＲｉｖｅｒ．ＴｈｅｆｒａｃｔｉｏｎａｌｖｅｇｅｔａｔｉｏｎｃｏｖｅｒｉｎｔｈｅｕｐｐｅｒｒｅａｃｈｅｓｏｆＭｉｎｊｉａｎｇＲｉｖｅｒｅｘｃｅｅｄｅｄｔｈｅｐｒｅ－ｅａｒｔｈｑｕａｋｅｌｅｖｅｌ．（３）ＴｈｅｆｒａｃｔｉｏｎａｌｖｅｇｅｔａｔｉｏｎｃｏｖｅｒｉｎｔｈｅｕｐｐｅｒｒｅａｃｈｅｓｏｆＭｉｎｊｉａｎｇＲｉｖｅｒｗａｓｍａｉｎｌｙａｆｆｅｃｔｅｄｂｙｆｏｕｒｆａｃｔｏｒｓ：ａｌｔｉｔｕｄｅ，ｔｅｍｐｅｒａｔｕｒｅ，ａｇｒｏｔｙｐｅ，ａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎ．Ｉｔｓｅｘｐｌａｎａｔｏｒｙｐｏｗｅｒｗａｓ＞４０％，ｔｈｅｉｎｔｅｒｐｒｅｔａｔｉｏｎｏｆｔｈｅＧｅｏｍｏｒｐｈｉｃｔｙｐｅａｎｄｖｅｇｅｔａｔｉｏｎｔｙｐｅｓｗａｓｂｅｔｗｅｅｎ２０％ａｎｄ４０％，ａｎｄｔｈｅｉｎｔｅｒｐｒｅｔａｔｉｏｎｏｆｓｌｏｐｅａｎｄａｓｐｅｃｔｗａｓ＜１％．ＫｅｙＷｏｒｄｓ：ｕｐｐｅｒｒｅａｃｈｅｓｏｆＭｉｎｊｉａｎｇＲｉｖｅｒ；ｆｒａｃｔｉｏｎａｌｖｅｇｅｔａｔｉｏｎｃｏｖｅｒ；ｐｉｘｅｌｄｉｃｈｏｔｏｍｙｍｏｄｅｌ；ｓｐａｃｅ⁃ｔｉｍｅｖａｒｉａｔｉｏｎ；ｇｅｏｇｒａｐｈｉｃｄｅｔｅｃｔｏｒ植被是陆地生态系统重要组成部分，是联结大气㊁水㊁生物㊁岩石㊁土壤等自然地理环境要素的纽带［１］㊂植物通过光合作用进行物质循环㊁能量流动和信息传递，为人类的生存和发展提供环境和物质资源，同时也为其他生物的繁衍和栖息提供食物和场所［２］㊂此外，植被还具备净化空气㊁涵养水源㊁调节气候㊁防风固沙㊁美化环境等众多生态功能［３－５］㊂所以，植被的覆盖状况是评价区域环境质量和生态系统平衡状况的一项重要指标［６］㊂植被覆盖度（ＦｒａｃｔｉｏｎａｌＶｅｇｅｔａｔｉｏｎＣｏｖｅｒ，ＦＶＣ）是指植被（包括叶㊁茎㊁枝）在地面的垂直投影面积占统计区总面积的百分比［７］㊂它量化了植被的茂密程度，反应了植被的生长态势，是描述生态系统的重要基础数据［８］，被广泛运用于水文㊁生态㊁气候㊁大气污染等研究领域［９－１２］㊂掌握植被覆盖度时空变化规律，探讨植被覆盖度变化驱动力，对评价区域环境质量和维护生态系统平衡具有重要的现实意义［１３］㊂传统的地面实测植被覆盖度估算方法如目估法㊁采样法㊁仪器法等［１４］，因其操作复杂㊁成本高㊁效率低等原因而逐渐被能够大范围㊁及时㊁准确㊁低价的遥感估算方法所取代［１５］㊂随着遥感技术的快速发展，尤其是高光谱㊁高空间分辨率㊁高时间分辨率遥感的出现，监测大范围㊁长时间序列的植被覆盖空间分布特征及动态变化过程变得更加容易［１６］，植被覆盖度遥感估算方法已经得到广泛运用［１７－１９］㊂归一化植被指数（ＮｏｒｍａｌｉｚｅｄＤｉｆｆｅｒｅｎｃｅＶｅｇｅｔａｔｉｏｎＩｎｄｅｘ，ＮＤＶＩ）是植被覆盖度遥感估算方法中最常见的植被指数［２０］，它综合反映了观测区植被类型㊁植被生长状况以及覆盖密度，是植物生长状态以及植被空间分布密度的最佳指示因子［２１］，与植被分布密度呈线性相关，因而被广泛运用于植被覆盖度动态监测研究［２２－２４］㊂岷江上游地处我国地形三级阶梯划分中第一级阶梯与第二级阶梯过渡地带，地形结构复杂，自然资源丰富，是长江上游重要的生态屏障，是成都平原最主要的水源地，在整个长江上游地区的生态系统平衡中发挥着重要作用［２５］㊂同时，岷江上游又是长江上游典型生态脆弱区，自然灾害频发，水土流失严重㊂２００８年 ５．１２汶川地震 对岷江上游地区植被造成了巨大破坏，加剧了生态脆弱性，地震虽已过去多年，但鲜有学者对岷江上游植被破坏程度及恢复状况进行深入研究㊂鉴于上述情况，本文基于ＭＯＤＩＳＮＤＶＩ遥感数据，采用像元二分模型法估算岷江上游植被覆盖度，运用一元线性回归分析和稳定性分析方法，研究２００６ ２０１６年岷江上游植被覆盖度时空变化格局，并分段讨论２００８年 ５．１２汶川地震 对岷江上游植被破坏程度以及震后植被恢复情况，利用地理探测器模型对岷江上游植被覆盖度影响因子及影响力进行探测，分析岷江上游植被覆盖度变化驱动力，为岷江上游生态安全和植被保护提供科学依据㊂１㊀研究区概况岷江上游一般是指岷江流域都江堰以上的区域，该区地处青藏高原东南缘，横断山脉北端与川西北高山峡谷东侧的结合部㊂介于１０２ʎ３２ᶄ １０４ʎ１５ᶄＥ，３０ʎ４５ᶄ ３３ʎ０９ᶄＮ之间，其范围与四川省阿坝藏族羌族自治州的松潘㊁黑水㊁茂县㊁理县㊁汶川５个县的行政辖区基本重合，全区面积２４７５３．４２ｋｍ２㊂该流域地貌以高山峡谷为主，地势西北高东南低，由西北向东南倾斜，地形起伏大，最低处海拔７６２ｍ，最高处海拔５８７０ｍ㊂岷江上游是我国横断山区干温河谷分布区，山地立体型气候典型发育，随着海拔高度的变化，气候从亚热带 山地暖温带 温带 山地亚寒带 山地亚带 山地冰川带呈明显的垂直性差异㊂夏季温凉，冬春寒冷，干湿季明显，降水分配不均，主要集中在５ １０月份和海拔２５００ｍ以下的河谷地带，夏季多暴雨，降水强度大㊂全区植被类型丰富多样，主要有阔叶林㊁针叶林㊁针阔叶混交林㊁灌丛㊁草甸㊁高山植被等㊂土壤类型主要有棕壤㊁黄棕壤㊁暗棕壤㊁褐土㊁粗骨土㊁草毡土㊁黑毡土㊁寒冻土等㊂岷江上游地质结构复杂，新构造活动强烈，多地震㊁滑坡㊁泥石流等自然灾害，生态环境脆弱，尤其是２００８年 ５．１２汶川地震 的爆发，对该流域的生态环境造成了严重的破坏㊂图１㊀岷江上游地理位置示意图Ｆｉｇ．１㊀ＴｈｅｇｅｏｇｒａｐｈｉｃａｌｐｏｓｉｔｉｏｎｏｆｔｈｅｕｐｐｅｒｒｅａｃｈｅｓｏｆＭｉｎｊｉａｎｇ２㊀数据与方法２．１㊀数据来源与预处理本文获取的用于估算岷江上游植被覆盖度的ＮＤＶＩ数据为ＭＯＤＩＳＭＯＤ１３Ｑ１产品，该产品是由美国国家航空航天局（ＮａｔｉｏｎａｌＡｅｒｏｎａｕｔｉｃｓａｎｄＳｐａｃｅＡｄｍｉｎｉｓｔｒａｔｉｏｎ，ＮＡＳＡ）提供的陆地３级标准数据产品，空间分辨率为２５０ｍˑ２５０ｍ，时间分辨率为１６ｄ㊂为研究２００６ ２０１６年岷江上游植被覆盖度时空变化格局，本文选取了时间序列为２００６ ２０１６年间偶数年份，时相为植物生长季（５月 １０月），且质量较好的６２景ＭＯＤＳＮＤＶＩ数据㊂运用ＭＯＤＩＳ重投影工具（ＭＯＤＩＳＲｅｐｒｏｊｅｃｔｉｏｎＴｏｏｌ，ＭＲＴ）将ＭＯＤＩＳＭＯＤ１３Ｑ１产品的正弦曲线投影转换为ＵＴＭ投影（ＵｎｉｖｅｒｓａｌＴｒａｎｓｖｅｒｓｅＭｅｒｃａｔｏｒＰｒｏｊｅｃｔｉｏｎ 通用横轴墨卡托投影），地理坐标系设置为ＷＧＳ＿８４；采用Ｓａｖｉｔｚｋｙ－Ｇｏｌａｙ滤波重建ＭＯＤＩＳＮＤＶＩ数据，剔除噪声影响［２６］；利用最大合成法（ＭａｘｉｍｕｍＶａｌｕｅＣｏｍｐｏｓｉｔｅ，ＭＶＣ）合成年最大ＮＤＶＩ，该方法可以有效地减少云㊁大气㊁太阳高度角等因素的影响［２７］；最后在ＥＮＶＩ软件中通过岷江上游矢量边界进行掩膜，裁剪出６期用于植被覆盖度估算的年最大ＮＤＶＩ栅格数据㊂本文用于验证ＭＯＤＩＳ数据植被覆盖度估算精度的３景Ｌａｎｄｓａｔ８－ＯＬＩ遥感数据来源于地理空间数据云网站（ｈｔｔｐ：／／ｗｗｗ．ｇｓｃｌｏｕｄ．ｃｎ／），其轨道号分别为１３０／０３７㊁１３０／０３８㊁１３０／０３９，数据经过辐射定标㊁大气校正㊁镶嵌㊁裁剪等预处理，并进行ＮＤＶＩ计算㊁ＮＤＶＩ异常值去除，最终得到３０ｍ分辨率的岷江上游ＮＤＶＩ数据㊂岷江上游ＡＳＴＥＲＧＤＥＭＶ２全球数字高程数据来源于地理空间数据云网站（ｈｔｔｐ：／／ｗｗｗ．ｇｓｃｌｏｕｄ．ｃｎ／），数据经过５８５１㊀５期㊀㊀㊀祝聪㊀等：２００６ ２０１６年岷江上游植被覆盖度时空变化及驱动力㊀拼接㊁格式转换㊁裁剪得到岷江上游３０ｍ分辨率的ＤＥＭ数据㊂运用ＡｒｃＧＩＳ１０．３软件将岷江上游ＤＥＭ数据进行表面分析，计算出坡度和坡向，进行水文分析，提取出河流网络㊂岷江上游多年平均气温和平均降水数据㊁植被类型数据㊁地貌类型数据㊁土壤类型数据分别来源于中国科学院资源环境科学数据中心（ｈｔｔｐ：／／ｗｗｗ．ｒｅｓｄｃ．ｃｎ）编制的５００ｍˑ５００ｍ的中国气象背景数据㊁‘１ʒ１００００００中国植被集“㊁‘中华人民共和国地貌图集（１ʒ１００万）“㊁‘１ʒ１００万中华人民共和国土壤图“栅格图像，数据经过投影转换㊁岷江上游矢量数据掩膜㊁重采样等处理后与ＭＯＤＩＳＮＤＶＩ数据投影相同㊁像元大小一致㊂２．２㊀研究方法２．２．１㊀植被覆盖度估算像元二分模型是一种操作简单㊁运用广泛的植被覆盖度遥感估算模型［２８］，其原理是假设一个像元的信息是由裸土与绿色植被两部分所贡献，像元中有植被覆盖的面积比例即为该像元的植被覆盖度［２９］，其计算公式为：ＦＶＣ＝Ｓ－ＳｓｏｉｌＳｖｅｇ－Ｓｓｏｉｌ式中，ＦＶＣ为植被覆盖度，Ｓ为遥感传感器所观测到的信息，Ｓｖｅｇ为绿色植被所覆盖的纯像元所得的遥感信息，Ｓｓｏｉｌ为土壤所覆盖的纯像元所得的遥感信息㊂由于ＮＤＶＩ与植被覆盖度之间呈极显著的线性相关，所以将二者进行转换可以直接提取植被覆盖度信息［３０］，其计算公式为：ＦＶＣ＝ＮＤＶＩ－ＮＤＶＩｓｏｉｌＮＤＶＩｖｅｇ－ＮＤＶＩｓｏｉｌ式中，ＮＤＶＩ为归一化植被指数值，ＮＤＶＩｓｏｉｌ为裸土或无植被覆盖区域的ＮＤＶＩ值，ＮＤＶＩｖｅｇ则代表完全被植被所覆盖的像元的ＮＤＶＩ值，即纯植被像元的ＮＤＶＩ值㊂理论上ＮＤＶＩｓｏｉｌ的值应该接近为０，ＮＤＶＩｖｅｇ代表全植被覆盖像元的最大值，但是，由于受光照条件㊁时空变化㊁影像质量㊁植被类型等众多因素影响，ＮＤＶＩｓｏｉｌ和ＮＤＶＩｖｅｇ的实际值会发生变化［１３］㊂在运用像元二分模型估算植被覆盖度时，通常根据经验取给定置信区间内ＮＤＶＩ的最小值和最大值为ＮＤＶＩｓｏｉｌ和ＮＤＶＩｖｅｇ的值［３１］，研究中发现，多数学者将置信区间设置为０．５％ ９９．５％［３２］和５％ ９５％［３３］㊂本文根据影像大小㊁影像清晰度和ＮＤＶＩ灰度分布等情况，结合实地考察经验，发现采用２％的置信度截取ＮＤＶＩ的上下阈值，选取累计频率为２％的ＮＤＶＩ值作为ＮＤＶＩｓｏｉｌ，累计频率９８％的ＮＤＶＩ值作为ＮＤＶＩｖｅｇ估算得到的岷江上游植被覆盖度更加准确㊂２．２．２㊀趋势分析时间序列数据往往存在着某种长期趋势，分析这种长期趋势就是拟合一条适当的趋势线，来反演长期趋势的变化态势［３４］㊂本文采用一元线性回归模型，将植被覆盖度与时间序列做回归分析，研究基于像元的岷江上游２００６ ２０１６年植被覆盖度变化趋势，计算公式如下：Ｋ＝ðｎｉ＝１ｉˑＦｉ－１ｎˑ（ðｎｉ＝１ｉ）ˑ（ðｎｉ＝１Ｆｉ）ðｎｉ＝１ｉ２－１ｎˑ（ðｎｉ＝１ｉ）２式中，Ｋ为变化趋势的斜率，Ｋ＞０表示监测时段内植被覆盖度增加，Ｋ＜０表示监测时段内植被覆盖度减少，ｎ为监测年数，Ｆｉ代表第ｉ年的植被覆盖度㊂变化趋势检验采用Ｆ检验，以Ｐ值为０．０１㊁０．０５为节点，将变化趋势分为：极显著退化；显著退化；不显著退化；不显著改善；显著改善；极显著改善六个等级［３５］㊂２．２．３㊀变异系数为研究岷江上游植被覆盖度在２００６ ２０１６年间相对变化（波动）程度，本文通过计算基于像元的植被覆盖度变异系数来描述岷江上游植被覆盖度的稳定性，其计算公式如下：６８５１㊀生㊀态㊀学㊀报㊀㊀㊀３９卷㊀Ｃｖ＝１ðｎｉ＝１（Ｆｉ－ Ｆ）２ｎ－１ˑ１００％式中，Ｃｖ为变异系数，ｎ为监测年数，`Ｆ为研究时段平均植被覆盖度，Ｆｉ为第ｉ年的植被覆盖度㊂２．２．４㊀地理探测器地理探测器是王劲峰团队基于空间分异理论㊁结合ＧＩＳ空间分析技术提出的，用于探测因子变量与结果变量空间分布关系的一种统计学方法［３６－３７］㊂该方法克服了传统数学统计模型中假设条件多㊁数据量要求大的局限［３８］㊂传统的植被覆盖度变化驱动力因子分析方法，多采用假设植被覆盖度与某些因素有关系，再通过相关系数的计算和检验来描述驱动力因子与植被覆盖度之间关系的密切程度［３９］，当驱动力因子过多时，其计算过程较为繁琐［４０］㊂所以，本文运用地理探测器中因子探测方法研究被选取的各个因子对岷江上游植被覆盖度解释力大小，其模型如下：ｑ＝１－ðＬｈ＝１Ｎｈσｈ２Ｎσ２式中，ｑ值表示某因子解释了ｑˑ１００％的岷江上游植被覆度，ｈ＝１，．．．，Ｌ为影响因子的分层数，Ｎｈ和Ｎ分别为影响因子的层ｈ和整个岷江上游的样本数，σｈ和σ分别为层ｈ和整个岷江上游的植被覆盖度值的方差㊂ｑ的值域为［０，１］，ｑ值越大表明该因子对岷江上游植被覆盖度解释力越强㊂本文运用地理探测器中生态探测方法来比较任意两个自然因子对岷江上游植被覆盖度空间分布的影响是否有显著的差异，以Ｆ统计量来衡量：Ｆ＝ＮＸ１（ＮＸ２－１）ˑＳＳＷＸ１ＮＸ２（ＮＸ１－１）ˑＳＳＷＸ２ＳＳＷＸ１＝ðＬ１ｈ＝１Ｎｈσｈ２，ＳＳＷＸ２＝ðＬ２ｈ＝１Ｎｈσｈ２式中，Ｎｘ１及Ｎｘ２分别表示因子Ｘ１和Ｘ２的样本量；ＳＳＷｘ１和ＳＳＷｘ２分别表示由Ｘ１和Ｘ２形成的分层的层内方差之和；Ｌ１和Ｌ２分别表示变量Ｘ１和Ｘ２分层数目㊂其中零假设Ｈ０：ＳＳＷｘ１＝ＳＳＷｘ２㊂如果在的显著性水平α上拒绝Ｈ０，这表明因子Ｘ１和Ｘ２对岷江上游植被覆盖度空间分布的影响存在着显著的差异㊂２．２．５㊀精度验证本文采用同期较高分辨率影像对比与实测数据验证相结合的方法，对基于ＭＯＤＩＳ数据估算的岷江上游植被覆盖度进行验证㊂获取了２０１４年６月１日的３景Ｌａｎｄｓａｔ８－ＯＬＩ遥感数据，该数据云量少且处在植被茂盛的季节，符合验证需求㊂利用ＡｒｃＧＩＳ１０．３软件在岷江上游矢量边界图上，随机自动生成了５００个点，提取２０１４年基于ＭＤＯＩＳ数据估算得到的植被覆盖度值和基于Ｌａｎｄｓａｔ８－ＯＬＩ数据估算得到的植被覆盖度值到点，运用ＳＰＳＳ软件将两组数据进行相关性分析，绘制拟合曲线如图２所示，结果显示（ｒ＝０．８４９，Ｐ＜０．００１，Ｎ＝５００），基于ＭＤＯＩＳ数据估算得到的植被覆盖度值与基于Ｌａｎｄｓａｔ８－ＯＬＩ数据估算得到的植被覆盖度值之间存在显著相关，说明基于ＭＯＤＩＳ数据估算得到的岷江上游植被覆盖度具有较高的精度，符合本文研究要求㊂本文将２０１７年８月在汶川县和茂县运用ＳｐｅｃｔｒｏＳｅｎｓｅ２冠层光谱测量系统实地测量的１０２个ＮＤＶＩ值与对应坐标的２０１６年ＭＯＤＩＳ数据ＮＤＶＩ值进行相关性分析，绘制拟合曲线如图２所示㊂虽然实测数据与影像数据不在同一年份，但考虑两组数据时间跨度不大，实测数据位于植被生长茂盛期，较具代表性，且２０１６年至２０１７年间岷江上游无大范围自然灾害造成植被覆盖大面积改变，所以数据能够满足验证需求㊂结果显示（ｒ＝０．８８６，ｐ＜０．００１，Ｎ＝１０２），实测ＮＤＶＩ值与ＭＯＤＩＳ数据ＮＤＶＩ值之间存在显著相关，说明利用ＭＯＤＩＳＮＤＶＩ数据估算岷江上游植被覆盖度的方法具有科学性和可靠性㊂７８５１㊀５期㊀㊀㊀祝聪㊀等：２００６ ２０１６年岷江上游植被覆盖度时空变化及驱动力㊀图２㊀２０１４年Ｌａｎｄｓａｔ８⁃ＯＬＩ数据植被覆盖度估算值与ＭＯＤＩＳ数据植被覆盖度估算值曲线拟合㊁实测ＮＤＶＩ（归一化植被指数）值与２０１６年ＭＯＤＩＳ数据ＮＤＶＩ（归一化植被指数）值曲线拟合Ｆｉｇ．２㊀ＣｕｒｖｅｆｉｔｔｉｎｇｂｅｔｗｅｅｎＦＶＣ（ＦｒａｃｔｉｏｎａｌＶｅｇｅｔａｔｉｏｎＣｏｖｅｒ）ｅｓｔｉｍａｔｉｏｎｏｆＬａｎｄｓａｔ８⁃ＯＬＩｄａｔａａｎｄＦＶＣｅｓｔｉｍａｔｉｏｎｏｆＭＯＤＩＳｄａｔａｉｎ２０１４，ＣｕｒｖｅｆｉｔｔｉｎｇｂｅｔｗｅｅｎｍｅａｓｕｒｅｄＮＤＶＩ（ＮｏｒｍａｌｉｚｅｄＤｉｆｆｅｒｅｎｔｉａｌＶｅｇｅｔａｔｉｏｎＩｎｄｅｘ）ｖａｌｕｅａｎｄＮＤＶＩｖａｌｕｅｏｆ２０１６ＭＯＤＩＳｄａｔａ３㊀结果与分析３．１㊀植被覆盖度空间变化格局及稳定性㊀㊀２００６ ２０１６年岷江上游多年平均植被覆盖度空间分布如图３所示，从图上可以得出，岷江上游地区植被覆盖总体状况良好，多年平均植被覆盖度的像元平均值为０．７９㊂多年平均植被覆盖度大于０．８的区域占整个岷江上游地区面积的６９％，主要分布在岷江上游海拔３６００ｍ以下的灌丛㊁草甸㊁阔叶林和针阔叶混交林区；０．６ ０．８的区域占１８％，主要分布在岷江及其支流两侧的山坡上㊁汶川县东南部中低山和西北部中高山区㊁松潘县西北部山区；０．２ ０．６的区域占９％，主要分布在黑水河㊁岷江上游干流㊁杂谷脑河的河流两岸㊁岷江上游西部和东北部高山植被边缘；小于０．２的区域仅占３％，分布区域主要为岷江上游西部和东北部海拔高于４５００ｍ的极高海拔地区㊂图３㊀岷江上游２００６年㊁２００８年㊁２０１６年㊁２００６ ２０１６年平均植被覆盖度空间分布Ｆｉｇ．３㊀ＳｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｆｒａｃｔｉｏｎａｌｖｅｇｅｔａｔｉｏｎｃｏｖｅｒｉｎｔｈｅｕｐｐｅｒｒｅａｃｈｅｓｏｆＭｉｎｊｉａｎｇＲｉｖｅｒＩｎ２００６，２００８，２０１６ａｎｄｔｈｅａｖｅｒａｇｅｏｆ２００６ ２０１６８８５１㊀生㊀态㊀学㊀报㊀㊀㊀３９卷㊀２００６ ２０１６年岷江上游植被覆盖度逐像元变化趋势如图４所示，１１年间，岷江上游植被覆盖度整体上呈缓慢上升的趋势，植被覆盖度增加（Ｋ＞０）的区域占整个岷江上游面积的６６％，减少（Ｋ＜０）的区域占３３％，常年冰雪覆盖和湖泊区占１％㊂其中，植被覆盖度不显著变化面积占整个岷江上游面积的７２％，分布在岷江上游大部分地区，显著改善和极显著改善面积占１３％，主要分布在黑水河㊁杂谷脑河及岷江等河流两侧，显著退化和极显著退化面积占１４％，主要分布在海拔高于４０００ｍ㊁地势起伏大的高山区域㊂从２００６ ２０１６年岷江上游植被覆盖度变异系数图（图４）上可以看出，岷江上游地区１１年间植被覆盖整体情况较为稳定，植被覆盖度平均变异系数为１３．２１％㊂变异系数低于１５％的植被覆盖度稳定区域占整个岷江上游地区面积的８３％，主要分布在多年平均植被覆盖度高于０．８的高植被覆盖地区及其边缘；１５％与４０％之间植被覆盖度不稳定区域占１１％，主要分布在岷江上游河流两侧㊁岷江上游南部㊁西部和东北部区域；变异系数高于４０％的植被覆盖度极不稳定区域占５％，主要分布在极高山极低植被覆盖区㊂图４㊀２００６—２０１６年岷江上游逐像元植被覆盖度变化趋势与变异系数空间分布Ｆｉｇ．４㊀ＳｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｔｈｅｃｈａｎｇｅｔｒｅｎｄａｎｄｔｈｅｖａｒｉａｂｌｅｃｏｅｆｆｉｃｉｅｎｔｏｆｆｒａｃｔｉｏｎａｌｖｅｇｅｔａｔｉｏｎｃｏｖｅｒｉｎｔｈｅｕｐｐｅｒｒｅａｃｈｅｓｏｆＭｉｎｊｉａｎｇＲｉｖｅｒｆｒｏｍ２００６ｔｏ２０１６３．２㊀植被覆盖度逐年变化趋势图５为２００６ ２０１６年岷江上游平均植被覆盖度逐年变化趋势折线图，从图上可以看出，岷江上游地区在研究时段内各年平均植被覆盖度总体较高，最高值为２０１６年的８０．８０％，最低值为２００８年的７６．９１％，逐年变化趋势可分为两个阶段，第一阶段为２００６ ２００８年，年平均植被覆盖度呈急速下降的趋势，第二阶段为２００８ ２０１６年，年平均植被覆盖度呈波动上升的趋势㊂岷江上游地区植被覆盖度在２００８年出现大幅下降，是由于２００８年 ５．１２汶川地震 的爆发给整个岷江上游地区植被造成了严重的破坏，经过多年的恢复，岷江上游植被覆盖度才逐渐恢复到震前水平㊂图６为２００６ ２０１６年岷江上游各级植被覆盖度面积统计柱状图，从图上可以看出，各年植被覆盖度大于０．６的区域占整个岷江上游地区面积的绝大部分，并且主要集中在植被覆盖度大于０．８的高植被覆盖区域㊂其中２００８年植被覆盖度大于０．８的区域面积小于其他年份，０．１ ０．８的各段植被覆盖度分布面积均大于其他９８５１㊀５期㊀㊀㊀祝聪㊀等：２００６ ２０１６年岷江上游植被覆盖度时空变化及驱动力㊀图５㊀２００６ ２０１６年岷江上游植被覆盖度变化趋势㊀Ｆｉｇ．５㊀ＴｈｅｃｈａｎｇｅｔｒｅｎｄｏｆｆｒａｃｔｉｏｎａｌｖｅｇｅｔａｔｉｏｎｃｏｖｅｒｉｎｔｈｅｕｐｐｅｒｒｅａｃｈｅｓｏｆＭｉｎｊｉａｎｇＲｉｖｅｒｆｒｏｍ２００６ｔｏ２０１６年份，说明２００８年岷江上游植被覆盖度有由高植被覆盖度向低植被覆盖度转化的过程，进一步说明了２００８年 ５．１２汶川地震 对岷江上游植被造成显著的破坏㊂３．３㊀ ５．１２汶川地震 对岷江上游植被破坏及震后植被恢复为综合研究２００８年 ５．１２汶川地震 对岷江上游植被造成的破坏以及震后植被的恢复情况，本文将研究时段分为２００６ ２００８年和２００８ ２０１６年两段进行讨论㊂２００６㊁２００８㊁２０１６年的植被覆盖度空间分布如图３所示，从图上可以看出，２００８年岷江上游植被覆盖度出现了明显的下降，植被覆盖度图６㊀２００６ ２０１６年岷江上游各等级植被覆盖度面积统计Ｆｉｇ．６㊀ＴｈｅａｒｅａｓｔａｔｉｓｔｉｃｓｏｆｆｒａｃｔｉｏｎａｌｖｅｇｅｔａｔｉｏｎｃｏｖｅｒｉｎｔｈｅｕｐｐｅｒｒｅａｃｈｅｓｏｆＭｉｎｊｉａｎｇＲｉｖｅｒｆｒｏｍ２００６ｔｏ２０１６下降区域主要包括汶川县大部分地区㊁岷江上游河流两侧山区，其原因为：汶川县位于震中地区，受地震冲击最大，植被受损最为严重；岷江上游具有山高谷深㊁河流深切的地貌特点，地震爆发时，河流两岸发生大面积的滑坡㊁塌方等次生地质灾害，造成植被的严重破坏㊂２０１６年岷江上游植被覆盖度整体状况明显好于２００８年，甚至超过了２０１６年，说明岷江上游植被恢复状况良好，已经恢复到震前水平㊂图７为２００６ ２００８年㊁２００８ ２０１６年岷江上游植被覆盖度逐像元变化趋势图㊂从图中可以得出，２００６ ２００８年间岷江上游植被覆盖度整体呈下降趋势，汶川县植被覆盖出现大面积㊁大幅度的退化，茂县和松潘县大部分地区㊁理县和黑水县东部地区植被覆盖出现不同程度的破坏㊂其中，植被覆盖退化（Ｋ＜０）的区域面积为１４０１３．４１ｋｍ２，占整个岷江上游面积的５７％，显著改善和极显著改善区域仅占１５％，可以看出２００８年汶川地震对岷江上游地区植被破坏程度巨大㊂２００８ ２０１６年岷江上游植被覆盖度状况有明显改善，植被覆盖改善（Ｋ＞０）的区域面积为１７３９０．６９ｋｍ２，占整个岷江上游面积的７１％，其中显著改善区域占１１％，极显著改善区域占３％，植被覆盖明显改善的地区与地震破坏较为严重的地区存在空间的相似性，说明地震后岷江上游植被恢复状况良好，植被覆盖度状况已经超过震前水平㊂３．４㊀植被覆盖度影响因子的地理探测本文选取海拔㊁坡度㊁坡向㊁气温㊁降水㊁土壤类型㊁植被类型㊁地貌类型等８个自然环境因子，用于探测岷江上游植被覆盖度地域分异机制㊂在ＡｒｃＧＩＳ１０．３软件中将岷江上游地区进行规则网格划分，设置网格大小为５ｋｍˑ５ｋｍ，取每个网格的中心点为采样点，共计９９２个㊂将海拔㊁气温和降水栅格数据采用自然间断点分级法各分级为９类；坡度以１０ʎ为间隔分为９类；坡向采用相等间隔分级法分为１０类；参照‘１：１００万中华人民共和国土壤图“土壤分类方法将岷江上游土壤类型分为棕壤㊁黑毡土㊁草毡土等１８个类别；参照‘１：１００００００中国植被图集“植被分类方法，将岷江上游植被类型分为灌丛㊁草甸㊁针叶林等８个类别，参照‘中华人民０９５１㊀生㊀态㊀学㊀报㊀㊀㊀３９卷㊀图７㊀２００６ ２００８年㊁２００８ ２０１６年岷江上游植被覆盖度逐像元变化趋势Ｆｉｇ．７㊀ＴｈｅｐｉｘｅｌｃｈａｎｇｅｔｒｅｎｄｏｆｆｒａｃｔｉｏｎａｌｖｅｇｅｔａｔｉｏｎｃｏｖｅｒｉｎｔｈｅｕｐｐｅｒｒｅａｃｈｅｓｏｆＭｉｎｊｉａｎｇＲｉｖｅｒｄｕｒｉｎｇ２００６ ２００８ａｎｄ２００８ ２０１６共和国地貌图集（１：１００万）“地貌分类方法，将岷江上游地貌分为中海拔丘陵㊁中海拔台地㊁中起伏高山等２４个类别㊂将各个自然因子类型数据以及岷江上游多年平均植被覆盖度值提取到点，再将各采样点对应的自然因子数据和多年平均植被覆盖度值导入地理探测器软件进行运算㊂地理探测器因子探测结果如表１所示，从表中可以得出，各自然因子对应的ｑ值大小排序为：海拔＞气温＞土壤类型＞降水＞地貌类型＞植被类型＞坡度＞坡向㊂从解释力角度来看，海拔㊁气温㊁土壤类型㊁降水四个因子是影响岷江上游植被覆盖度的最主要因素，其解释力都在４０％以上；地貌类型㊁植被类型为次要影响因素，其解释力在２０％ ４０％之间；坡度和坡向虽然是影响植物生长的重要因素，但这两个因子对岷江上游植被覆盖度的解释力均低于１％，说明岷江上游植被覆盖度受坡度和坡向的直接影响较小㊂表１㊀因子探测结果Ｔａｂｌｅ１㊀Ｔｈｅｒｅｓｕｌｔｏｆｆａｃｔｏｒｄｅｔｅｃｔｉｏｎ自然因子Ｎａｔｕｒａｌｆａｃｔｏｒ海拔Ａｌｔｉｔｕｄｅ坡度Ｓｌｏｐｅ坡向Ａｓｐｅｃｔ气温Ｔｅｍｐｅｒａｔｕｒｅ降水Ｐｒｅｃｉｐｉｔａｔｉｏｎ土壤类型Ａｇｒｏｔｙｐｅ植被类型Ｖｅｇｅｔａｔｉｏｎｔｙｐｅ地貌类型Ｇｅｏｍｏｒｐｈｉｃｔｙｐｅｑ０．７５６９０．０１６９０．００３９０．５９５００．４０５４０．５０６００．２２４００．３６６４表２为生态探测结果，从表中可以看出，海拔与其他因子之间无显著性差异；气温与降水㊁土壤类型㊁植被类型㊁地貌类型之间无显著性差异；土壤类型与植被类型㊁地貌类型之间无显著性差异；降水与植被类型㊁地貌类型之间无显著性差异；地貌类型与植被类型之间存在显著性差异；坡度和坡向分别与气温㊁降水㊁土壤类型㊁植被类型㊁地貌类型之间存在显著性差异，坡度㊁坡向二者之间无显著性差异㊂这进一步说明了，海拔㊁气温㊁土壤类型㊁降水４个因子对岷江上游植被覆盖度影响最大，地貌类型㊁植被类型影响较大，坡度㊁坡向影响较小㊂１９５１㊀５期㊀㊀㊀祝聪㊀等：２００６ ２０１６年岷江上游植被覆盖度时空变化及驱动力㊀表２㊀生态探测结果Ｔａｂｌｅ２㊀Ｔｈｅｒｅｓｕｌｔｏｆｅｃｏｌｏｇｉｃａｌｄｅｔｅｃｔｉｏｎ海拔Ａｌｔｉｔｕｄｅ坡度Ｓｌｏｐｅ坡向Ａｓｐｅｃｔ气温Ｔｅｍｐｅｒａｔｕｒｅ降水Ｐｒｅｃｉｐｉｔａｔｉｏｎ土壤类型Ａｇｒｏｔｙｐｅ植被类型Ｖｅｇｅｔａｔｉｏｎｔｙｐｅ地貌类型Ｇｅｏｍｏｒｐｈｉｃｔｙｐｅ海拔Ａｌｔｉｔｕｄｅ坡度ＳｌｏｐｅＮ坡向ＡｓｐｅｃｔＮＮ气温ＴｅｍｐｅｒａｔｕｒｅＮＹＹ降水ＰｒｅｃｉｐｉｔａｔｉｏｎＮＹＹＮ土壤类型ＡｇｒｏｔｙｐｅＮＹＹＮＹ植被类型ＶｅｇｅｔａｔｉｏｎｔｙｐｅＮＹＹＮＮＮ地貌类型ＧｅｏｍｏｒｐｈｉｃｔｙｐｅＮＹＹＮＮＮＹ㊀㊀采用显著性水平为０．０５的Ｆ检验，Ｙ：是，Ｙｅｓ，表示两种因子在对植被覆盖度影响上存在显著性差异；Ｎ：否，Ｎｏ，表示无显著性差异４㊀结论与讨论４．１㊀讨论岷江上游地区多云雾天气，较高分辨率遥感影像多被厚厚的云层遮盖，使得本次岷江上游植被覆盖度遥感估算只能借助较大尺度㊁较低分辨率的ＭＯＤＩＳ遥感数据，虽然通过同期较高分辨率遥感影像对比和实测ＮＤＶＩ值验证取得良好结果，但植被覆盖度遥感估算值与实测值难以完全相同，估算的植被覆盖度还有待进一步检验［１４］㊂此外，本文利用最大合成法（ＭａｘｉｍｕｍＶａｌｕｅＣｏｍｐｏｓｉｔｅ，ＭＶＣ）合成年最大ＮＤＶＩ，在此基础上估算得到的岷江上游植被覆盖度为年最大植被覆盖度，较实测值或其他遥感估算方法所得值要高㊂利用像元二分模型估算植被覆盖度的方法虽早已得到广泛运用，但直接关系到植被覆盖度估算结果的ＮＤＶＩｓｏｉｌ和ＮＤＶＩｖｅｇ两个参数的取值，依旧没有统一的标准［３０］㊂在利用像元二分模型估算植被覆盖度时，需要研究者综合影像大小㊁影像清晰程度㊁ＮＤＶＩ灰度分布等情况，对比不同置信区间下估算得到的植被覆盖度，并结合实测数据进行验证，从而选择合适的ＮＤＶＩｓｏｉｌ和ＮＤＶＩｖｅｇ值㊂地理探测器模型最早运用于疾病防控领域，因其在识别多因子之间关系方面展现出的强大优势而被广泛运用于驱动力研究［４１－４２］㊂本文尝试将地理探测器模型引入到植被覆盖度地域分异机制研究中，探测岷江上游植被覆盖度变化驱动力㊂结果表明，运用地理探测器模型探测结果符合岷江上游植被生长规律，说明运用地理探测器模型探测各因子对植被覆盖度有无影响以及影响力大小的方法具有科学性和可行性㊂本文用于驱动力探测的岷江上游植被覆盖度数据和各影响因子数据均为栅格图层，需要在ＡｒｃＧＩＳ平台上生成格点，然后提取每个格点上的数据带入模型进行运算㊂格点越密，计算结果的精度就会越大，但计算量也越大［３８］㊂所以，在设置格点密度时，需要兼顾空间特征与模型效率，同时保持格点均匀分布［４３］㊂常用的栅格图层分类方法有自然断点分级法㊁相等间隔法㊁几何间隔法等，研究中发现，不同的分类方法对探测结果具有一定的影响，在运用地理探测器模型进行植被覆盖度研究时，应根据数据实际情况尝试不同的分类方法进行探测，综合分析探测结果得出重要结论［４４］㊂４．２㊀结论本文基于ＭＯＤＩＳＮＤＶＩ遥感数据，采用一元线性回归模型㊁计算变异系数等方法，反演了２００６ ２０１６年岷江上游植被覆盖度时空变化格局，评价了２００６ ２０１６年岷江上游植被覆盖度稳定性；以２００８年 ５．１２汶川地震 为节点，分段讨论了地震对岷江上游植被的破坏程度以及震后植被恢复状况；利用地理探测器模型，探测了各自然因子对岷江上游植被覆盖度有无影响以及影响力大小㊂得出以下结论：（１）２００６ ２０１６年岷江上游地区植被覆盖整体状况良好，植被覆盖度整体上呈缓慢上升的趋势，多年平２９５１㊀生㊀态㊀学㊀报㊀㊀㊀３９卷㊀。

岷江干旱河谷优势灌丛对土壤微生物群落组成的影响王冰冰;曲来叶;宋成军;宫渊波【期刊名称】《生态学报》【年(卷),期】2015(35)8【摘要】通过调查岷江干旱河谷两河口、飞虹、撮箕和牟托4个样地优势灌丛及其灌丛间空地的表土土壤物理化学性质和微生物群落组成,探讨植物灌丛群落对土壤微生物群落组成的影响.研究发现不同灌丛种类对土壤微生物群落组成以及土壤物理化学性质并没有显著影响,而同一样地灌丛与空地间的差异却较为显著.灌丛下比空地土壤中具有更高的有机质、养分含量,更高的土壤含水量和更低的容重,而灌丛下相对富集的养分资源是造成灌丛与空地间微生物群落组成差异的主要原因.不同样地影响微生物群落的主要因子存在一定差异,但与氮相关的因子(总氮、有效氮、碳/氮比)对土壤微生物群落着非常重要的影响,特别是对土壤微生物群落总生物量和细菌类群(革兰氏阳性菌、革兰氏阴性菌、细菌等).虽然不同灌丛和空地下土壤中细菌群落都没有显著地变化,但真菌和菌根真菌却明显的在灌丛下富集.在飞虹和牟托样地,总磷和碳/磷比与真菌类群,主要指真菌和菌根真菌,表现出显著正相关性,这或许反映了真菌类群对于该区域磷循环的重要作用.研究结果揭示了灌丛植被在干旱河谷地区地下生态系统中的重要作用,以及氮、磷这两种养分元素对土壤微生物群落的重要影响.同时,未来对于干旱河谷地区植物-土壤关系的研究应该关注真菌和菌根真菌类群的作用.【总页数】13页(P2481-2493)【作者】王冰冰;曲来叶;宋成军;宫渊波【作者单位】中国科学院生态环境研究中心,北京100085;中国科学院大学,北京100049;中国科学院生态环境研究中心,北京100085;农业部规划设计研究院,北京100125;四川农业大学,雅安625014【正文语种】中文【相关文献】1.岷江上游干旱河谷优势灌丛群落土壤生态酶化学计量特征 [J], 王冰冰;曲来叶;马克明;张心昱;宋成军2.岷江干旱河谷造林对土壤微生物群落结构的影响 [J], 王卫霞;罗达;史作民;李东胜;唐敬超;刘世荣;刘千里;何建社3.岷江上游茂县半干旱河谷灌丛优势种间关系的研究 [J], 刘庆;包维楷;乔永康;钱能斌4.放牧干扰对岷江上游山地森林-干旱河谷交错带土壤微生物量及呼吸熵的影响 [J], 刘珊珊;王芬;张兴华;宫渊波;王燕;尹艳杰;李渊;马金松;郭挺5.岷江上游山地森林/干旱河谷交错带不同植被恢复模式对根际土壤微生物量碳氮及固氮菌群落结构的影响 [J], 钟熙敏;宫渊波;陈林武;伍维翰;房建佳;张振恒;程良爽因版权原因，仅展示原文概要，查看原文内容请购买。