森林生态环境论文提纲

论文题目：长白山自然保护区生态环境评价及风灾区森林恢复监测

摘要：生态环境质量的优劣程度决定了人类生存质量的高低,而对一个地区进行生态环境质量的发展规划、治理以及改善离不开生态环境质量评价工作的支持,遥感技术因其快速、实时、易于获取的特点而广泛应用于生态环境质量评价中。本文以长白山自然保护区为研究区,使用1995、2007年Landsat5 TM和2015年Landsat8 OLI遥感数据,反演出能反映生态环境质量状况的绿度、湿度、热度和干度指标,利用主成分分析法综合各指标,首先依据新型遥感生态指数RSEI对研究区1995-2015年的生态环境质量状况进行评价,然后使用不同时期的RSEI等级变化情况作为CA-Markov模型预测所需的转移概率矩阵,对生态环境质量未来的发展进行了预测。研究结果表明:（1）构建RSEI的各指标中,绿度、湿度指标对区域的生态环境质量起正向作用,而热度、干度指标对区域的生态环境质量起负向作用,且湿度对生态环境质量的影响作用较大;（2）该区域1995、2007、2015年生态指数优良等级所占比例依次为49.520%、66.508%、76.189%,同时2015年和1995年相比RSEI等级变差、不变、变好的比例分别为3.945%、55.598%、40.457%。生态环境质量的整体情况不断改善,说明长白山自然保护区的天然林资源保护工程以及一系列生态保育措施起到了一定作用;而天池周边生态环境质量有所下降可能与旅游活动的快速发展及区域的气候环境条件有关;（3）通过逐步回归分析,验证了构建RSEI的各项指标的合理性;同时说明了对裸露、干化地表的治理则是改善生态环境质量较差区域的关键。（4）借鉴土地利用/覆盖变化的方法,使用不同时期的RSEI等级变化情况作为CA-Markov模型预测所需的转移概率矩阵,预测结果显示差和较差等级像元在减少,表明生态环境质量逐渐得到改善。长白山自然保护区以森林为主,而西坡和南坡的森林又受到台风干扰,所以重点选取了风灾区的森林进行恢复监测。首先使用1987年与1985年的DI差值结合土地覆盖类型提取出风灾区的面积,再利用1986-2016年的DI数据分析风灾区的森林恢复动态情况,最后根据森林恢复的变化率,计算森林恢复到干扰前水平所需的时间。研究结果表明:（1）风灾发生前后DI指数有明显的差异,使用阈值法分割出1987年与1985年的D指数差值较大的区域,再结合土地覆盖类型提取出风灾区森林的范围,受风灾干扰的森林面积为125.1 km2。该方法所提取的风灾区面积与南颖等人的129.5 km2较为接近,高于长白山自然保护中心实地测量的面积,表明DI在识别小区域森林干扰时比人力调查更具优势。（2）从风灾区森林DI的均值看,风灾发生后DI指数迅速升高,干扰初期呈现出较为的波动的情况,再之后出现较为平稳的下降趋势,但仍未恢复到风灾前的水平。从2016年的结果看,西坡和南坡森林恢复的差异性明显,西坡恢复较好,主要为轻度干扰,已接近于正常水平;南坡主要为中度和轻度干扰类型,完全恢复的类型较少,但重度干扰和严重干扰也较少,得到了一定的恢复。（3）使用一元线性回归方程的斜率计算1993-2016年间DI的平均变化率,基于此平均变化率求取森林恢复到干扰前水平所需要的时间。整体来看,西坡森林恢复较快,南坡的森林还需要30-50年以上的时间才能恢复到正常水平。森林恢复动态信息的掌握能为风灾区森林生态保育措施的制定及森林的管理提供指导作用。

关键词：生态环境质量;RSEI;预测;CA-Markov;森林干扰;DI;长白山自然保护区

学科专业：地图学与地理信息系统

摘要

ABSTRACT

1 绪论

1.1 研究背景

1.1.1 长白山自然保护区的重要性

1.1.2 风灾对长白山自然保护区森林的破坏

1.1.3 遥感技术实现生态状况的评价与动态分析

1.1.4 对于长白山自然保护区的研究现状

1.2 国内外研究现状

1.2.1 生态环境质量评价研究进展

1.2.2 生态系统恢复预测研究进展

1.2.3 森林变化监测研究进展

1.3 研究目的及意义

1.4 研究内容

1.4.1 研究内容

1.4.1.1 生态环境质量的评价

1.4.1.2 风灾区森林恢复动态

1.4.2 本研究的特色与创新之处

1.5 技术路线

2 研究区概况

2.1 地质地貌

2.2 水文气候

2.3 土壤

2.4 植被

2.4.1 垂直地带性植被

2.4.2 风灾区森林恢复状况

3 材料与方法

3.1 数据来源及预处理

3.1.1 Landsat系列卫星影像

3.1.2 气象及土地利用数据

3.2 研究方法

3.2.1 遥感生态指数RSEI

3.2.2 CA-Markov模型

3.2.3 森林干扰指数DI

4 生态环境质量评价与预测

4.1 RSEI结果

4.1.1 RSEI的构建

4.1.2 生态环境质量整体分析

4.2 生态环境质量评价

4.2.1 RSEI分级和变化检测

4.2.2 建模与检验

4.3 CA-Markov预测

4.3.1 构建转移概率矩阵

4.3.2 精度评价

4.3.3 生态环境质量状况预测

4.4 本章小结

5 风灾区森林恢复动态研究

5.1 风灾干扰区的解译

5.1.1 土地覆盖类型解译

5.1.2 风灾干扰前后的DI指数

5.1.3 风灾干扰区的提取

5.2 风灾干扰区森林动态变化

5.2.1 森林干扰与恢复多年变化

5.2.2 森林干扰与恢复空间差异

5.3 风灾干扰区森林恢复预测

5.4 本章小结

6 结论与展望

6.1 结论

6.2 不足与展望

参考文献

个人简介

导师简介

获得成果目录

致谢