浅议荒漠区生态恢复问题.docVIP

浅议荒漠区生态恢复问题 　　摘要：干旱区是全球生态系统中的重要类型之一，也是目前全球开发较晚的区域之一，积极开展干旱区的生态学理论与实践研究，对于干旱区当前面临的重大环境问题的解决具有重要的现实意义。本文通过建立基于主成分分析的降维模型，对相关数据进行处理筛选和贡献率分析，确定了评价因子和评价指标。之后运用了模糊综合评价方法进行了生态退化程度评定，最后运用信息熵模型修正了评价指数，得到了客观、科学的评价结果。 　　关键词：荒漠区；啮齿动物；植被恢复；主成分分析法 　　如今，环境问题受到越来越多的关注。其中干旱区面临的重大问题已逐步成为生态学理论研究的重点方向。干旱区含有丰富的资源，但由于其生态系统的脆弱性，如若不施以合适的保护，很可能导致生态系统的崩溃。因此，对荒漠区进行研究意义重大。 　　植被恢复是生态恢复研究的主要内容，也是生态恢复的核心。生态恢复是研究生态系统退化的原因、退化生态系统的恢复与重建、生态过程与机理的科学。植被恢复是指运用生态学原理，通过保护现有植被，修复或重建被毁坏或被破坏的森林和其他自然生态系统，恢复其生物多样性及其生态系统功能。 　　一、建立模型 　　根据已知统计数据，首先建立了基于主成分分析的降维模型。保证了数据信息量的充分性，同时增加了数据处理的效率。在对某事物进行评价时，为了全面准确的反映出事物的特征，往往要考虑与其相关的多个指标。一方面为了避免遗漏重要的信息而考虑尽可能多的指标，而另一方面随着考虑指标的增多会产生信息的重叠。因此，为了在得到较多信息量的同时减少涉及的变量数，本文采用主成分分析方法。 　　首先对调查所得数据中捕获率进行处理，将其转化为指标矩阵A，其中将土地aij表示第i个样本的第j个捕获率指标值，这样就得到一个矩阵A。然后利用SPSS对指标矩阵A进行主成分分析求解，得出指标矩阵的相关系数矩阵、相关系数矩阵的特征值走势、主成分提取分析部分表和部分因子载荷矩阵。 　　由结果可以看出前4个主成分所包含信息量已经足够充分，但是为了保留更多的信息量采用特征根大于1的主成分，即前5个主成分。然后生成因子载荷矩阵，再通过matlab编程得出主成分系数矩阵YA。最后基于统计预测填充算法对矩阵A进行填充，然后将其与主成分系数矩阵YA相乘得到最终的降维指标矩阵A。 　　接下来进行了轮牧指标的模型求解，首先采取与本节中对过牧矩阵相同的处理方法对数据进行处理，得到轮牧地区鼠类数量矩阵B。然后利用SPSS对指标矩阵B进行主成分分析求解，得出指标矩阵的相关系数矩阵、相关系数矩阵的特征值走势、主成分提取分析部分表和部分因子载荷矩阵。 　　由结果可以看出主成分的特征值前5个迅速下降后面趋于平稳下降，说明前5个主成分所包含信息量已经足够充分，可以满足要求，然后生成因子载荷矩阵，再通过matlab编程得出主成分系数矩阵YB。最后利用matlab编程实现基于统计预测填充算法，对指标星级矩阵B进行填充得到矩阵B，然后将其与主成分系数矩阵YB相乘得到最终的轮牧降维指标矩阵B，同理可得开垦区主要指标。 　　二、分析模型 　　影响土地荒漠化的因子是复杂的，这些因子直接或间接地使土地内部发生变化，即土地质量降低，成份、结构、功能等发生衰退，生产能力下降，而最终导致土地荒芜。而评价因子的选择，首先要能反映土地数量减少或质量的下降，据研究和筛选，确定了以下评价因子和评价指标。 　　土壤因子：土壤因子是反映土地荒漠化重要因子之一。本次研究在土壤物理指标、化学指标等众多指标中对土地荒漠化程度贡献率进行了相关的运算和分析。其结果表明，在研究区，土壤物理指标中土壤层厚度与土地荒漠化有极显著的相关。在土壤化学指标中经分析显示，土壤有机质，全氮和有效氮与土地荒漠化有显著的相关性。 　　动物因子：动物因子可在一定程度上反映生态退化程度。在本次研究中，调查了实地样方的百夹捕获率，与样方耕作类型进行了相关性结合。其结果表明，动物因子指标与土地生态退化程度成负相关。 　　植被因子：根据野外调查及查阅国内外大量文献，我认为土地荒漠化的实质是土地减弱或丧失生长绿色植物的能力。因此，植被因子是评价土地荒漠化的关键因子。植被盖度、生物量能很好地反映土地是否荒漠化和荒漠化的强弱程度。同时，从遥感图像上获取的植被指数与盖度、生物量具有很高的相关性，因此采用植被指数来评价土地荒漠化程度。 　　研究表明，土地荒漠化的模糊综合评判方法具有较高的科学性。模糊评语反映了土地荒漠化程度，考虑到工作和表达的方便，根据最大隶属原则和拟定的评语集，由模糊评语所给出的数据将土地荒漠化程度确定为“无明显荒漠化”、“轻度荒漠化”、“中度荒漠化”、“强度荒漠化”、和“极强度荒漠化”5个等级。模糊评语数值所提供的信息，其内涵远远超出了清晰的等级结论，由