- 杨睿;管延龄;赵菁菁;宋利杰;王健;满卫东;
互花米草的入侵改变了滨海湿地植被结构,进而打破了土壤有机碳的输入与输出平衡,使得生态系统碳固存发生变化。以互花米草入侵的滨海湿地为研究对象,基于161个土壤有机碳密度(Soil Organic Carbon Density,SOCD)和无人机多光谱数据,采用Boruta特征优选方法确定最优预测特征,使用随机森林(Random Forest,RF)、极端梯度提升(Extreme Gradient Boosting,XGBoost)、提升回归树(Boosted Regression Tree,BRT)机器学习(Machine Learning,ML)建立SOCD预测模型并结合残差克里金(Residual Kriging,RK)算法得到了3种SOCD优化模型。最后,根据最优模型预测出SOCD空间分布。结果表明:(1)在RF、XGBoost、BRT三种ML模型的特征重要性中,BI、Blue、NIR、Red、EVI等特征尽管排序不同,但均被识别为重要特征,表明它们在SOCD预测中具有显著贡献;(2)模型预测性能受ML算法的显著影响,将ML与RK算法相结合可明显提升预测精度。模型R~2最高提升约50.8%;(3)SOCD受潮汐作用、水文动力、海水淹没时间等环境因素影响。该结果为滨海湿地土壤碳循环研究展示了新的思路和方法,为滨海湿地生态管理提供了科学依据。
2026年02期 v.48;No.180 79-88页 [查看摘要][在线阅读][下载 1927K] - 刘亚静;吴鑫宇;刘明月;
城市生态环境质量动态评估是推动城市化与生态文明建设的重要内容,传统RSEI模型评估模型难以全面准确地反映城市空气污染对生态系统的实际影响,限制了其在复杂城市环境中的应用效果。本文针对传统评估模型在PM2.5表征方面的局限,以成都市为例,基于Google Earth Engine(GEE)平台,融合Landsat和MODIS数据,构建2000-2020年成都市遥感生态指数(RSEI)以及AOD数据来表征PM2.5浓度的改进型遥感生态指数(NRSEI)。采用多元线性回归分析,系统评估了成都市生态环境质量的时空演变特征。结果表明,NRSEI较RSEI能更准确揭示成都地区生态质量的时空演变特征,反映实际生态环境变化。总体上,2000-2020年成都市生态环境质量经历了“先下降—再上升—再下降—再上升”的波动过程,时序分析显示,研究区NRSEI均值历经四个演变阶段:2000-2005年的快速下降期、2005-2010年的修复回升期、2010-2015年的二次波动期和2015-2020年的稳定改善期。空间上,成都市生态环境质量较差的区域主要集中在中心城区,改进型遥感生态指数大小向四周逐渐增加,空间格局表现为“中低周高”。
2026年02期 v.48;No.180 89-98页 [查看摘要][在线阅读][下载 1694K] - 李杨;吴昊天;张为为;郭浩;
本文以京津冀协同发展为研究背景,结合京津冀区域特征构建“能源—经济—环境”3E系统评价指标体系,基于耦合协调度模型实现3E系统交互关系和协调水平测度,采用空间自相关分析方法对京津冀区域耦合协调度的时空演化特征及空间分异规律进行实证分析。数据分析得出:2008-2022年京津冀3E系统耦合协调度呈现增长态势但整体程度偏低;空间相关性显示为“核心—边缘”空间分布特征,北京、天津双核城市为高值中心但辐射带动周边城市协同效应不足。研究结论表明核心城市的辐射带动效应已局部显现,能够为边缘城市的绿色转型提供潜在动力,空间演化特征为持续提升区域协同发展提供决策依据。
2026年02期 v.48;No.180 99-108页 [查看摘要][在线阅读][下载 1740K] - 梁万宇;满卫东;刘明月;段继航;房炳辉;张行;
及时高效获取作物长势信息在农业生产方面具有重要作用。研究以沙苑子为研究对象,结合变异系数法和机器学习模型,构建综合长势指标(Comprehensive Growth Monitoring Indicators,CGMI),通过无人机获取多光谱影像后构建植被指数,结合多项实测数据采用变异系数法构建CGMI。进一步利用随机森林(Random forest,RF)、提升回归树(Boosted Regression Trees,BRT)和XGBoost(eXtreme Gradient Boosting,XGB)三种机器学习算法建立长势监测模型,并通过模型精度评价指标筛选出最优模型。研究结果表明,XGBoost模型表现最优,验证集R~2为0.781,MAE为0.103,RMSE为0.143。反演结果表明研究区内37%的沙苑子长势集中于第Ⅲ等级,其次为第Ⅱ等级,占比21.8%,研究区内沙苑子长势较为稳定。研究结果可为沙苑子生产监测及管理提供重要参考。
2026年02期 v.48;No.180 109-118页 [查看摘要][在线阅读][下载 1704K] - 王雨生;马安达;蔡雨知;郭旭亮;陈梦琦;李富平;
铁尾矿作为铁矿采选过程产生的主要固体废弃物,其基质中养分含量及其有效性的动态变化对生态修复效果具有关键调控作用,基质改良与资源化利用对矿区生态重建及循环经济发展具有双重战略意义。研究选取了唐山市某铁尾矿库典型样地,实地采集30个土壤样点,测定其碱解氮、速效磷、有效钾等关键养分指标,通过ASD光谱仪获取铁尾矿基质的光谱数据,对原始光谱进行一阶导数、包络线去除和多元散射校正增强光谱特征,将各类光谱数据与养分指标进行相关性分析,并使用递归特征消除法进行特征波段筛选,构建出基于随机森林的养分含量预测模型,研究结果表明,数学变换后光谱与养分含量相关性显著增强,显著相关波段数增多,其中碱解氮显著相关波段数最多,说明铁尾矿基质中碱解氮对光谱的响应性更高。随机森林建模的结果则表明合适的光谱变换对养分预测模型精度提升效果显著,其中多元散射校正对碱解氮模型提升效果显著,而包络线去除和一阶导数变换对速效磷和有效钾的模型提升效果更为显著。该研究结果可为铁尾矿基质循环利用和生态修复提供科学依据。
2026年02期 v.48;No.180 119-126页 [查看摘要][在线阅读][下载 1654K] - 郑子叶;房炳辉;段继航;余畅;张行;张永彬;
精准监测农作物长势对提升农业生产效率和保障粮食安全至关重要。本研究利用无人机获取高光谱影像,结合叶面积指数、叶绿素含量等实测数据利用变异系数法构建综合长势指标(Comprehensive Growth Indicator, CGI),通过方差膨胀因子筛选最优植被指数作为机器学习模型的输入变量,最终确定最优长势反演模型获取冬小麦长势空间分布信息,并分析输入变量的相对重要性。结果表明:(1)CGI与植被指数的相关性优于单一指标的相关性;(2)变异系数法结合提升回归树模型得到的冬小麦长势反演模型最优(R~2=0.561,RMSE=0.052,MAE=0.047);(3)模型可解释性分析表明,新型植被指数(NVI)在预测模型的相对重要性最高,其贡献度优于其他输入变量;(4)研究区冬小麦长势稳定且分布集中,呈现“中心优、边缘劣”的分布特征。本研究为精准农业管理奠定了科学基础,也为其他作物长势监测提供了参考。
2026年02期 v.48;No.180 127-136页 [查看摘要][在线阅读][下载 1943K]