简介:[1]AiNanshan,1999.Makingforfractalphysiognomy.GeographyandTerritorialRes.,15(1):92-96.(inChinese)[2]AiNanshan,1993.FromMandelbrotlandscapetofractalphysiognomy.NatureJ.,16(1):13-17.(inChinese)[3]AiNanshan,ZhuZhijunetal.,1998.OnthestochasticnatureofexogenicprocessandthestabilityoffractionalBrownianlandscape.GeographicalResearch,17(1):23-29.(inChinese)[4]BBMandelbrot,1967.HowlongisthecoastofBritain?Statisticalself-similarityandfractaldimension.Science,150(3775):636-638.[5]ChenHui,GuoShichang,1997.ThemultifractalstudyofchangesofclimateinKunmingarea.ClimaticandEnvironmentResearch,2(4):261-268.(inChinese)[6]ChenYanguang,1999.Geography:thefailureofcomputionmotionandthegrowingupoffractalstudies.JournalofXinyangNormalUniversity(NaturalScienceEdition),12(3):310-314.(inChinese)[7]ChenYanguang,1997.Onfractalsandtouristlandscape.HumanGeography,12(1):62-66.(inChinese)[8]ChenYanguang,WangYimin,1999.Fractal,1/ffluctuationandtheaestheticessenceoftouristresorts.ExplorationofNature,18(3):51-54.(inChinese)[9]ChenYanguang,LiBaolin,2003.StudiesofthefractalnetworkcompositionofriversinJilinprovince,China.AdvanceinEarthSciences,18(2):178-184.(inChinese)[10]DingYizhong,LouYong,1998.Applicationoffractaltheoryintheevaluationontransportationnetwork.JournalofShanghaiMaritimeUniversity,19(4):7-12.(inChinese)[11]DingWenfeng,DingDengshan,2002.ThefractalfeaturesofsoilgranulestructurebeforeandaftervegetationdestructiononLoessPlateau.GeographicalResearch,21(6):700-706.(inChinese)[12]FengJinliang,ZhengLi,1997.Thesimpleanalysisofgeographicsignificanceoffractaldimensionofcoastline.MarineGeologyandQuaternaryGeology,17(1):35-51.(inChinese)[13]HuangGuilan,ZhengZhaobao,1995.Theapplicationoffuzzyclusteranalysisinimagetexturebasedonfractal.JournalofWuha
简介:湿地生态系统退化的临界状态判别是湿地风险评价的重要内容,也是实施湿地生态系统健康有效管理与保护的重要前提。以中国北方半干旱地区天然内陆湿地——卧龙湖为例,在综合考虑湿地退化指标的基础上,选择水质、蓄水量、生物多样性和生态脆弱性等典型参数指标建立了湿地生态系统退化状态判别的尖点突变模型。研究表明湿地生态系统的退化过程与突变理论的基本特征相符,模型拟合结果较好地反映了卧龙湖湿地退化状态。通过对卧龙湖湿地1994-2009年的数据模拟,结果表明:1994-2001年间卧龙湖湿地生态系统处于较健康的状态,而2002年的判别结果显示卧龙湖湿地处于退化突变状态,即湿地退化导致了生态系统相当程度的损害。研究还表明,卧龙湖湿地生态水量的减少和水环境质量的降低是导致湿地退化的重要因素。为了保护湿地生态系统的健康,防止卧龙湖湿地生态系统退化的发生,应在科学配置区域水资源的同时合理调整区域的产业结构,提高农村污水处理率。
简介:用室内干土培养法对闽江口芦苇(Phragmitesaustralis)湿地土壤甲烷产生与氧化能力进行了研究。结果表明:①在30℃培养条件下,培养5d与培养12d、19d的湿地土壤甲烷产生率具有显著差异(n=8,P〈0.05),而培养12d与培养19d的湿地土壤甲烷产生率差异不显著(n=8,P〉0.05),随着培养时间的增加,湿地土壤甲烷产生率逐渐减小;②不同土层平均甲烷产生率范围为0.0282~0.1233μg/(g·d),0~5cm土层的甲烷产生率最高,与其他土层的甲烷产生率具有显著差异(n=3,P〈0.05),其他土层问的甲烷产生率差异不显著;③在30℃下培养19d后,湿地土壤甲烷产生受到抑制,将培养温度升高至35℃,其甲烷产生率未发生明显变化,而随后葡萄糖的添加,明显地促进了湿地土壤甲烷的产生;④湿地土壤甲烷的产生能力与土壤pH、Eh和全氮显著相关(n=8,P〈0.05),与盐度也存在相关关系,与有机碳含量的相关性不显著;⑤30℃培养条件下,0~10cm土层甲烷氧化能力最强,且甲烷氧化能力与甲烷产生能力密切相关。
简介:2011年3-10月,基于实地样方采样和实验室测定,调查崇明岛环岛芦苇(Phragmitesaustralis)带中芦苇的生物量和初级生产力,研究芦苇地上部分的固碳能力及其影响因子。结果表明,崇明岛芦苇地上部分年固碳能力为0.28-1.02kg/(m^2·a),平均年固碳能力为(0.67±0.19)kg/(m^2·a),其低于长江口湿地保护区(崇明岛东滩、杭州湾)芦苇的年固碳能力,但高于黄河三角洲保护区湿地芦苇的年固碳能力;芦苇生长的主要影响因子为气象灾害和人为干扰,收割区域的芦苇群落生物量(p=0.021)和茎秆密度(p=4.6×10^-6)显著高于未收割区域;芦苇分布主要受土壤盐度限制;芦苇表现型与人为干扰和土壤盐度密切相关;芦苇生长的中后期是受环境因子影响的关键时期。
简介:通过对照处理和5mg/L、10mg/L、30mg/L、60mg/L、100mg/L和150mg/L6个Pb^2+浓度溶液的水培试验,分析了菖蒲(Acoruscalamus)、芦苇(Phragmitesaustralis)和水葱(Scirpustabernaemontani)的不同生长部位对于Pb^2+的积累效果。结果表明,水葱、菖蒲和芦苇体内地上部分和地下部分的Pb^2+含量均随着水溶液中污染物浓度的增大而增加,表现出显著的正相关关系。在同一Pb^2+浓度处理条件下,水葱、菖蒲、芦苇体内的Pb^2+含量存在显著差异,菖蒲地下和地上部分富集的Pb^2+含量最高,表现出较强的富集能力。水葱地下部分对Pb^2+的富集能力在各个浓度处理条件下均高于地上部分;在对照处理和较低处理浓度下,芦苇与水葱相同,地下部分pb^2+积累浓度高于地上部分,而菖蒲则是地上部分的富集浓度高于地下部分;在较高浓度处理条件下,菖蒲和芦苇地上部分的富集浓度较地下部分高。3种湿地植物在高浓度的Pb^2+处理条件下,均表现出较强的富集能力,可作为植物修复重金属污染水体的遴选物种。
简介:以北京顺义汉石桥湿地自然保护区中水处理厂的潜流湿地为例,选取2014~2015年的水质监测数据,以电导率、溶解性固体总量、氧化还原电位、pH、水温和总输入氮含量为输入层,比较遗传算法优化的BP神经网络模型和广义回归神经网络模型对多处理单元潜流湿地出水中的总氮含量预测能力。研究结果表明,遗传优化的BP神经网络模型的拟合优度R2可达到0.835,平均相对误差百分比为12.89%,说明其对出水中的总氮含量有一定的预测能力,但精度较差;广义回归神经网络模型的平均相对误差百分比为4.46%,精度较高。利用广义回归神经网络模型对潜流湿地出水中的总氮含量进行预测较适宜。
简介:针对2014年7月18日12时至2014年7月19日12时"威马逊"台风先后3次在中国华南沿海地区(海南、广东、广西)登陆所带来的暴雨过程,以中国气象局提供的地面观测站点数据作为参考,使用标准化偏差(NB)、相关系数(CC)、均方根误差(RMSE)、命中率(POD)、误报率(FAR)和关键成功率(CSI)等评价指标,对基于2种不同国际主流卫星降水反演算法GSMaP和IMERG的5套高分辨率遥感降水产品进行了小时尺度上的精度验证与分析。结果表明:遥感降水产品在暴雨事件中均表现出不同程度的低估,但地面校正算法较好地修正了遥感降水产品与地面观测数据间的整体偏差[GSMaP_GAUGE(-6.8%),IMERG_CAL(-0.5%)];遥感降水产品的误差主要来自大于100mm的强降水,降水量超过100mm时,5套产品的误报率(FAR)整体呈现上升趋势,命中率(POD)和关键成功率(CSI)呈现下降趋势;由于校正算法的数据来源是低时空分辨率的地面观测数据,校正后的遥感降水产品也在一定程度上丢失了高分辨率下捕捉到的降水变异特征。