论文部分内容阅读
土地系统是地球重要的生命支持系统,土地类型是土地系统科学研究中的基础性内容和核心部分。准确、快捷的划分土地类型,以及对其结构与分布特征的研究有利于掌握自然地理环境的本底状况,为其它学科研究提供基础的土地斑块单元。遥感与地理信息系统技术的发展为土地类型研究的数据更新、研究方法改进等带来了前所未有的机遇,尤其是数字地形思想的提出,为土地类型的发展提供了崭新的思路。研究区地处青藏高原东部山区,属于高原与高山峡谷、高寒草甸一高寒灌丛与川西森林的过渡地带,经纬度纵深跨度大,垂直梯度变化显著,区域分异明显,基本可涵盖青藏高原主要的地貌和植被类型,土地类型齐,成为开展土地类型研究的理想区域。本研究根据青藏高原东部样带自然环境特征,运用地理学、生态学、土地科学等相关理论与方法,采用遥感、地理信息系统等技术手段,对传统土地类型划分方法进行了改进,构建了以地貌-植被二要素组合的土地类型分类系统,基于DEM自动划分了地貌类型,模拟了潜在植被,分析了土地类型结构组成和分布特征,探讨了基于土地类型单元自下而上的自然区划,完成了“分类系统构建.组成要素提取-土地类型制图与特征分析-自然区划”的研究过程,为现代土地类型研究提供了新的理论和方法。主要结论如下:
确立了地貌-植被二要素组合的土地类型分类体系。采用分级排序土地组成要素重要性比较的分类方法,克服了传统景观分类方法缺乏对组成要素之间定量比较分析的不足。构建了主导性、内部一致性、外部差异性、地理因子丰富度、数据可得性、直观性、稳定性、研究区特点适宜性、尺度适宜性、地域分异规律显著性10个土地组成要素重要性比较评价指标体系,提出了土地类型组成要素定量比较的通用公式。计算表明,地貌一植被二要素组合分值最高。据此,划分土地类型,第一级采用大地貌单元与植被大类组合的分类;第二级采用小地貌单元与二级植被类型组合分类。
基于ASTER GDEM数据和ARCGIS平台AML编程,实现了地貌类型自动划分。通过AML语言编程调用ARCGIS中用于邻域分析的focal函数,可以高效率的计算不同邻域尺度统计单元下地形起伏度。经高差显著性变化检验法和均值变点分析法确定最佳邻域尺度统计单元为5.06kin2。发现研究区自西北向东南方向地形起伏度逐步增加。统计各级起伏度所占比例,表明:200-500m这一级起伏度所占比例最高,达到40.12％,研究区地势以中度起伏为主。在此基础上,划分地貌类型。基本地貌分为高山区和高原区两个类型,高山区位于东南部,高原区位于研究区的西北部,面积比重较大,占到研究区的2/3。二级地貌类型中,高原小起伏山地的面积最大,占到整个研究区面积的39％。
通过构建稳定植被与环境因素之间的定量关系,发展了一种小尺度上潜在植被模拟的新方法。随机抽样出的各稳定植被类型样本和环境影响因子的回归方程都以较高值通过了ROC检验,回归方程的拟合度较高。说明所选环境影响因子与植被空间分布存在定量关系,可以通过这种定量关系去模拟潜在植被分布。以随机抽样数据对比验证,正确模拟比例达到84.59％,Kappa指数为0.8278,模拟精度较高。说明基于概率诊断的Logistic回归能够模拟高空间分辨率的潜在植被类型,弥补了气候植被模型在小区域上分辨率不高的缺点,可以更加精细的表示潜在植被类型的空间分布格局。
土地类型存在空间分异规律,主要土地类型在海拔高度上的垂直分异规律非常明显。不同土地类型具有不同坡向分布偏好,近半数主要土地类型不存在坡向偏好,土地类型具有显著的坡度分异特征,且不同土地类型之间坡度分异规律差异较大。在15个主要土地类型中有12个土地类型三维关系逐步回归拟合方程的决定系数R2大于0.5,表明多数土地类型三维关系方程的拟合效果较好,可以通过数学模型定量描述其三维分布特征。多数主要土地类型空间分布受到地带性规律和非地带性规律综合作用,存在三维地带性规律。面积比重较大的土地类型,其斑块形状不规则,相似性差,斑块之间的连通性较强;面积比重较小的类型,形状规则程度高,相似性强,斑块之间的连通性较差。但是,同一面积比重级别的不同土地类型斑块指数特征差异显著。
实现了基于土地类型单元自下而上的自然区划。以地形综合指数、温暖指数、湿润指数、地被指数和水文指数为指标体系的变量输入层,以土地类型单元为本底,以自然带为合并区划的目标,利用SOFM神经网络模型,将土地类型单元聚合成高原高寒稀疏植被区、高原高寒草甸草原区、高原高寒灌丛草甸区、高山深谷灌丛草甸区和高山深谷针叶林区五个自然带区域。网络分类结果的空间集聚性较高,基本上反映了青藏高原东部山区的自然地理环境特征,为基于土地类型单元自下而上的自然区划提供了新的思路与方法。