论文信息
论文解读
AI 辅助整理- 方法
- 17个径流小区实测SEI,双变量经验模型外推至46个林地,分层回归。
- 发现
- 林下植被减蚀贡献约为冠层的4.6倍,林下+枯落物两指标即可达96.3%分级精度。
- 机会点
- 可将分层植被体积指数与遥感反演结合,发展区域尺度林下侵蚀快速诊断方法。
论文摘要
引言 传统的植被指标如植被覆盖度(fractional vegetation cover,FVC)和归一化植被指数(NDVI)仅能反映水平覆盖范围,无法区分冠层、林下植被层和枯落物层各自的减蚀功能,往往高估了冠层郁闭但近地表植被退化的森林的水土保持作用。方法 我们构建了一个经验模型,基于三个垂直层次的分层植被体积(覆盖度×叶面积指数或枯落物深度)评估土壤侵蚀指数(soil erosion index,SEI)。SEI通过中国南方典型红壤侵蚀区17个标准径流小区测定,并基于容重和砾石含量的双变量经验模型外推至46个天然林地样点(累积等级精度:±1侵蚀等级内达91.1%)。结果 以外推SEI为因变量、三层植被体积为自变量,三变量回归模型表现最佳(R²=0.650,RMSE=0.104)。回归系数呈现明显的层级关系:林下植被层(−0.186)>枯落物层(−0.046)>冠层(−0.040),表明林下植被对减蚀的贡献约为冠层的4.6倍。双指标模型(林下植被层+枯落物层)达到了与三指标模型相同的等级分类精度(96.3%),为资源有限时的快速评估提供了简化途径。讨论 上述结果确立了近地表植被作为森林水土保持核心功能层的作用,并为诊断森林土壤健康、指导退化亚热带森林恢复优先序提供了定量工具。
论文原文与出版信息
Frontiers in Forests and Global Change