黄土高原径流流域差异的植被景观格局解释 - 北京师范.pptVIP

黄土高原径流流域差异的植被景观格局解释 研究方法 子流域划分 应用中国科学院地理科学与资源研究所提供的1：25万的数字地形数据，基于GIS软件ArcInfo平台上，采用集水单元数法（catchment—number）建立流域水系拓扑关系，进行流域边界确定和河网的生成。本文根据泾河流域水文站点分布的特点取最小集水面积阈值为200 km2，生成泾河流域水系图，并采用子流域离散方法将泾河流域划分为15个子流域（图1）。 流域径流数据的获取 水文资料以黄河水利委员会水文局提供的1958~2002年44年的泾河流域水文资料为基础，选取子流域下游出水口处有长期水文观测资料或上、下游都有长期水文观测资料的12个子流域为水文样区，从每个样区中选取15个流域径流特征指标， 河流径流特征指标 降水量：流域内各雨量站点多年平均径流量。 降水强度：流域测站多年最大月径流量占年总径流量的比例。 降水变率：流域多年降水量的离差系数。 输沙率: 河流断面多年平均单位时间的输出泥沙量。 含沙量：河流端面多年平均单位体积河水中泥沙含量。 径流极端变化：河流端面多年平均年最大日径流量与最小日径流量的比值。 侵蚀模数：子流域多年平均单位面积的年侵蚀量。 年径流量：河流断面多年平均径流量。 径流深度：子流域单位面积多年平均产流深度。 侵蚀变率：河流断面年输出泥沙量的多年离差。 径流变率：河流断面年径流量的多年离差。 径流模数：子流域多年平均单位面积单位时间的径流量。 最大径流指数: 河流断面多年平均最大月径流量与年平均月径流量的比值 最大输沙指数：河流端面多年平均最大月输沙量与年平均月输沙量的比值。 最大含沙指数：河流断面多年平均最大月含沙量与年平均月含沙量的比值 植被景观数据的获取 植被数据以全球土地利用数据库（Global Land Cover Facility, GLCF）提供的MODIS5000m32-day数据影像为基本材料。 将泾河流域植被景观划分为7种主要类型，其分别为森林、疏林、郁闭灌丛、稀疏灌丛、草地、农田、退化草地 。 植被景观因子 植被景观格局特征采用景观破碎度、斑块形状指数、斑块积聚度、斑块分维数、景观丰富度、多样性、优势度及森林覆盖率、退化草地覆盖率、和流域平均植被指数9个植被景观指标来描述。。 DCCA排序 DCCA是目前最先进的植被环境关系多元分析技术之一。它在去趋势对应分析（DCA）的基础上改进而成[14]. 即在每一轮样方值—物种值的加权平均叠带运算后，用样方环境因子值与样方排序值做一次多元线性回归，用回归系数与环境因子原始值计算出样方分值在用于新一轮叠带计算，这样得出的排序轴代表环境因子的一种线性组合，称此方法为环境约束的对应分析（CCA）。然后加入去趋势算法去掉因第一、二排序轴间的相关性产生的“弓形效应”而成为DCCA。它因为结合物种构成和环境因子的信息计算样方排序轴，结果更理想，并可以直观地把环境因子、物种、样方同时表达在排序轴的坐标平面上，已成为上世纪90年代以来植被梯度分析与环境解释的趋势性方法 DCCA排序的引用 本文尝试以泾河流域12个子流域为采样区，以每个样区15个水文特征指标来描述子流域径流过程特征，并取了9个植被景观格局特征指标作为影响流域水文过程的植被景观因子，采用植被数量分析软件CANOCO4.5 完成分析。 图2 泾河流域12个子流域水文-植被景观的DCCA排序图 讨论 DCCA排序是根据物种多度构成来分析植被的分异格局，并结合环境因子来解释这种份异的内在机制[18]。本文尝试把DCCA排序技术应用于流域水文过程与植被景观因子的多元定量分析方面，来探讨影响流域水文过程的主导植被景观因子及其流域水文过程在这些植被景观因子梯度上的演变规律。流域水文过程无疑是多种因素的共同作用的结果,有研究认为包括气候因子,地形因子\植被因子和人类干扰作用等方面..泾河流域农业开发历史悠久,人类活动对地表的巨大干扰不仅改变了流域的植被景观格局，也直接影响着流域径流过程,，但是人类对流域径流的这种影响主要是通过对植被景观的改变来实现的，本文以植被景观为主要环境因素来分析不同植被景观因子对流域径流的调控作用，虽然对径流的流域差异解释能力有限，但还是比较清晰的揭示了泾河流域各个子流域间径流特征差异的部分原因。 结论 DCCA排序的第一、二、三轴分别与森林覆盖率、景观多样性指数、景观优势度指数和斑块集聚度显著相关，.反映了森林覆盖率及其标识植被景观空间配置格局的景观多样性、优势度和斑块聚集度对流域径流有重要调节作用。 在森林覆盖率和景观多样性梯度上，各子流域的径流过程具有明显的空间分异特征，可以分为：以含沙量、输沙率大，径流量小，变率大的北部环江-东川流域水文区；以降水变率大，侵蚀模数高、年内径流和输沙相对集中的和蒲