简介:为揭示岩溶区不同退耕还林地对土壤有机碳库及碳库管理水平的影响,探讨花江峡谷地区耕地和5种典型退耕还林(草)地(撂荒、车桑子、花椒、椿树和油桐)土壤剖面有机碳质量分数、密度以及碳库管理指数的变化情况.结果表明:1)与耕地相比,退耕还林明显提高了有机碳质量分数和密度(P<0.05),0~20cm土层总有机碳质量分数为13.00~34.07g/kg,其中耕地最低,椿树林地最大;土壤剖面中有机碳密度大小表现为椿树林>油桐林>撂荒地>车桑子地>花椒地>耕地.2)6种样地土壤有机碳质量分数和密度均随土层深度的增加而降低,O~20cm土层总有机碳质量分数分别是剖面均值的1.11~1.37倍,0~20cm土层有机碳密度占整个剖面的35.68%~46.45%,显著高于其他各层,具有明显的表聚性.3)以耕地为参照,除花椒地外,其他4种退耕还林地碳库管理指数均明显大于1,即退耕能有效提高土壤碳库管理水平,且以椿树和油桐林地效果最佳.此外,土壤活性有机碳比率的变化与总有机碳质量分数的变化一致,土壤活性有机碳比率可以作为反映土壤碳库管理水平的重要指标.退耕具有提升土壤碳库及其质量的潜力,该区在生态恢复中要注意选择合适的退耕模式,增加植被盖度、减少人为扰动.
简介:典型地物数据库是通过计算机自动分类来识别地物信息的。然而传统的以中低空间分辨率遥感数据建立的典型地物数据库由于同物异谱,同谱异物,单一指标信息等原因无法很好地区分相近目标。因此本文利用WorldView数据为典型地物影像建立数据库,可以加大遥感影像中的信息量,同时拟采用非监督分类、聚类分析的方法,以及多种指标信息对地物进行分类(如纹理信息、光谱信息等),可显著地提高识别精度,有助于更加快速、精确的识别地物类型,从而实现对地物的分类,增强遥感图像的识别,提高最终的地物分类精度以及此实验的分类效率与工作效率的提高,有着十分重要的现实意义。