一、Dynamic change of net primary productivity and fractional vegetation cover in the Yellow River Basin using multi-temporal AVHRR NDVI Data（論文文獻(xiàn)綜述）
劉華[1]（2021）在《亞熱帶植被覆蓋度和凈初級生產(chǎn)力時空演變及氣候驅(qū)動》文中認(rèn)為植被覆蓋度（Fractional Vegetation Cover,FVC）是反映地表植被生長分布及區(qū)域環(huán)境質(zhì)量的重要指示參數(shù),其在評價區(qū)域生態(tài)系統(tǒng)結(jié)構(gòu)和功能方面具有重要的作用,而亞熱帶植被在全球生態(tài)系統(tǒng)碳循環(huán)以及維持系統(tǒng)碳平衡中的作用越來越受到人們的重視。中國亞熱帶地區(qū)植被類型復(fù)雜多樣且分布廣闊,四季生長,生物多樣性豐富,是我國主要的農(nóng)林生產(chǎn)基地;同時,區(qū)域內(nèi)也存在著林分質(zhì)量普遍較差,森林生產(chǎn)力、產(chǎn)出率都比較低等突出問題,并且亞熱帶植被及其生態(tài)功能對全球氣候變化非常敏感。因此,監(jiān)測亞熱帶地區(qū)FVC的時空演變特征,闡明FVC對氣候變化的響應(yīng)規(guī)律,探討氣候變化背景下FVC對植被凈初級生產(chǎn)力（Net Primary Productivity,NPP）的影響機(jī)制,對亞熱帶地區(qū)植被的可持續(xù)經(jīng)營和生產(chǎn)力的提高、環(huán)境保護(hù)以及資源的合理配置等方面都具有重要的參考意義。本研究以中國亞熱帶植被為研究對象,以2001-2018年的MODIS地表反射率（MOD09A1）等遙感數(shù)據(jù)作為數(shù)據(jù)源,利用像元二分模型獲取亞熱帶地區(qū)的FVC并分析其時空演變特征;然后,結(jié)合同時期氣象數(shù)據(jù),利用偏相關(guān)分析法和偏導(dǎo)數(shù)模型分析氣候因子對FVC的影響;最后,基于MODIS土地覆被類型、葉面積指數(shù)（Leaf Area Index,LAI）和氣象等數(shù)據(jù)驅(qū)動BEPS模型,模擬2001-2018年亞熱帶地區(qū)植被的NPP,并分析氣候變化背景下亞熱帶FVC對植被NPP時空演變的影響。通過研究主要得到以下3個方面的結(jié)論:1、亞熱帶FVC時空動態(tài)變化特征方面。（1）2001-2018年我國亞熱帶地區(qū)的FVC呈顯著增長趨勢,且年際變化波動整體較小,基本保持在一個較為穩(wěn)定的狀態(tài)。（2）從FVC的空間分布格局上看,亞熱帶東部地區(qū)的植被覆蓋水平整體都高于西部地區(qū);亞熱帶地區(qū)有超過70%的區(qū)域FVC為高覆蓋和中覆蓋,其中,FVC近20年來呈增加趨勢的區(qū)域面積比例為76.28%,而有23.72%的區(qū)域FVC呈減少趨勢。2、亞熱帶FVC對氣候因子的響應(yīng)方面。（1）偏相關(guān)分析結(jié)果顯示,年均最低溫和年降水量對亞熱帶地區(qū)FVC的增長產(chǎn)生積極影響的區(qū)域分別占研究區(qū)面積的62.06%和55.26%,而亞熱帶地區(qū)有58.12%的區(qū)域呈現(xiàn)出年均最高溫對FVC有消極影響。（2）基于偏導(dǎo)數(shù)模型的貢獻(xiàn)分析結(jié)果表明,年均最低溫是影響中國亞熱帶FVC動態(tài)變化的主要氣候貢獻(xiàn)因子,且影響各地區(qū)FVC變化的主要氣候因子不同,部分地區(qū)FVC變化還會受到多個氣候因子的共同作用。3、氣候變化背景下亞熱帶植被NPP時空演變及其對FVC的響應(yīng)方面。（1）近20年來亞熱帶植被NPP整體呈現(xiàn)“南高北低、東高西低”的空間分布格局。（2）從時間上看,亞熱帶植被NPP的年均值隨時間整體呈上升趨勢,且變化波動較為穩(wěn)定。（3）年均最低溫是影響亞熱帶地區(qū)植被NPP動態(tài)變化的主要氣候貢獻(xiàn)因子;其中,亞熱帶地區(qū)分別有53.05%和71.17%的區(qū)域呈現(xiàn)年均最高溫和年降水量對植被NPP有積極影響,而有56.20%的區(qū)域呈現(xiàn)年均最低溫對植被NPP有消極影響。（4）亞熱帶地區(qū)植被NPP與FVC之間的平均相關(guān)系數(shù)為0.04,其相關(guān)性在空間上存在“南正北負(fù)、東正西負(fù)”的分布差異,并且中覆蓋區(qū)和高覆蓋區(qū)的FVC與植被NPP之間的相關(guān)性最強(qiáng)。
卓瑪草[2]（2021）在《甘肅省農(nóng)牧交錯帶植被覆蓋時空變化及其對氣候因子的響應(yīng)》文中研究指明甘肅省農(nóng)牧交錯帶地處中國內(nèi)陸,地理環(huán)境和氣候類型豐富多樣,是植被類型多樣性研究的重要區(qū)域,也是研究植被對氣候變化響應(yīng)的理想?yún)^(qū)域。本文基于MODIS/NDVI遙感數(shù)據(jù)集及28個氣象站點的氣候數(shù)據(jù),綜合采用Sen趨勢分析法、變異系數(shù)法、Hurst指數(shù)、氣候傾向率及M-K突變檢驗等方法分析了植被覆蓋指數(shù)NDVI和6種氣象因子的時空變化特征,通過主成分分析法及相關(guān)分析法分析了NDVI對不同氣象因子的響應(yīng)程度,研究了甘肅省農(nóng)牧交錯帶生長季植被覆蓋時空變化及其對氣候因子的響應(yīng),為在氣候變化情景下甘肅省農(nóng)牧業(yè)的可持續(xù)發(fā)展制定相關(guān)政策、維持良好生態(tài)環(huán)境提供科學(xué)指導(dǎo)與理論依據(jù)。主要結(jié)果如下:（1）甘肅省農(nóng)牧交錯帶植被覆蓋狀況呈改善的變化趨勢,但整體變異較小且具有反持續(xù)性,空間分布上差異顯著。近21a生長季NDVI增速為0.64%/a,VCI值增速為0.35/10 a,其中2011-2013年、2017-2019年植被改善狀況最佳;空間上呈現(xiàn)出北部低,其余區(qū)域高的分布特征,高植被覆蓋區(qū)占整個研究區(qū)面積最大,占比為42.67%。NDVI變化趨勢系數(shù)大于0的區(qū)域占整個研究區(qū)的96.36%,其中極顯著增加的區(qū)域占55.42%,主要分布在研究區(qū)中部,以及東部的環(huán)縣以及華池縣。NDVI變異系數(shù)多年平均值為0.15,研究區(qū)南部、西北部波動較低,中部地區(qū)波動強(qiáng)烈,生長季Hurst指數(shù)的多年平均值為0.43,植被恢復(fù)具有反持續(xù)性。（2）甘肅省農(nóng)牧交錯帶植被生長季氣候變化具有時空差異性。研究區(qū)整體處于增溫的變化過程,以最低氣溫最為顯著,平均氣溫以0.31℃/10 a的速率逐步上升,1997年發(fā)生了由冷到暖的突變,最低氣溫上升趨勢明顯高于最高氣溫,分別于1991年、1998年發(fā)生突變。平均氣溫總體上由南向北、由西向東遞增,甘南、天祝、隴中、隴東地區(qū)的升溫速率依次降低;最高氣溫呈現(xiàn)出由西北向東南逐漸升高的趨勢,傾向率自西南向東北遞減,各區(qū)域均呈增溫趨勢;最低氣溫表現(xiàn)出北方高、南方低,中間高、兩邊低的空間分布格局。降水量年際變化波動強(qiáng)烈,以3.42mm/10 a的速率輕微上升,2018年發(fā)生突變,降水量北少南多,傾向率自東南向西北遞減,64%的站臺降水量表現(xiàn)出增加的趨勢。日照時數(shù)以-15.2h/10 a的變化速率呈現(xiàn)波浪式下降趨勢,整體分布由南向北遞增?！?0℃積溫以47.93℃/10 a的速率呈顯著的上升趨勢,中部增溫快,邊界區(qū)域增溫相對較慢,日照時數(shù)與積溫均于1997年發(fā)生突變。（3）近21a影響甘肅省農(nóng)牧交錯帶植被生長季NDVI最大的氣候要素是降水量,決定系數(shù)為0.679,最低氣溫對其影響較弱,決定系數(shù)為0.295。平均氣溫、最高氣溫、日照時數(shù)和≥10℃積溫對NDVI有著負(fù)相關(guān)影響,其中最高氣溫和日照時數(shù)的影響程度較強(qiáng),決定系數(shù)分別為-0.547、-0.529,其次為平均氣溫,決定系數(shù)為-0.037,≥10℃積溫的決定系數(shù)為-0.019。植被覆蓋狀況在大部分區(qū)域均與平均氣溫、最高氣溫、日照時數(shù)、≥10℃積溫呈現(xiàn)不同程度的負(fù)相關(guān),與最低氣溫、降水量呈不同程度的正相關(guān),降水對NDVI的影響強(qiáng)于日照和氣溫,NDVI與不同氣象因子之間的相關(guān)系數(shù)具有顯著的空間差異性。研究區(qū)內(nèi)隴中、隴東、甘南、天祝各地區(qū)影響植被生長季NDVI最大的氣候要素分別為降水量、≥10℃積溫、降水量、日照時數(shù)。
劉玉斌[3]（2021）在《中國海岸帶典型生態(tài)系統(tǒng)服務(wù)價值評估研究》文中提出在全球氣候變化、海平面上升、人類開發(fā)活動等背景下,圍填海、陸源污染、海岸侵蝕等規(guī)模與強(qiáng)度均不斷增大,我國海岸帶生境正在或已遭受不同程度的破壞,據(jù)相關(guān)數(shù)據(jù)表明,我國50%以上的濱海濕地已喪失,海岸帶生物多樣性與生態(tài)系統(tǒng)健康面臨嚴(yán)峻挑戰(zhàn),越來越多的海岸帶生態(tài)系統(tǒng)產(chǎn)品和服務(wù)呈現(xiàn)不可持續(xù)的趨勢。鑒于此,亟待開展我國海岸帶生態(tài)系統(tǒng)服務(wù)及其價值評估研究,為海岸帶區(qū)域政策制定、實施以及資源的合理配置提供一定參考和科學(xué)支撐。本研究嘗試中國海岸帶宏觀大尺度的歷史時期和未來時期的生態(tài)系統(tǒng)服務(wù)及其價值評估。為全面了解中國海岸帶區(qū)域土地生態(tài)系統(tǒng)的現(xiàn)狀及其服務(wù)與價值的演變規(guī)律,從中國海岸帶基本特征出發(fā),參考諸多研究成果,構(gòu)建適用于中國海岸帶的生態(tài)系統(tǒng)服務(wù)分類系統(tǒng)。基于此分類系統(tǒng),開展研究區(qū)生態(tài)系統(tǒng)服務(wù)識別與多樣性分析研究,基于中國海岸帶土地利用數(shù)據(jù)集,分析土地利用景觀時空變化特征、轉(zhuǎn)移變化特征及其景觀格局指數(shù)變化特征,為后續(xù)中國海岸帶生態(tài)系統(tǒng)服務(wù)估算提供支撐。選擇主流成熟的具有普適性的估算模型或方法,評估2000-2015年中國海岸帶4種典型生態(tài)服務(wù)及其價值,探討研究區(qū)生態(tài)服務(wù)及其價值變化規(guī)律,并基于2025年多情景土地利用數(shù)據(jù)模擬評估未來生態(tài)系統(tǒng)服務(wù)及其價值,探討未來多情景土地利用和生態(tài)系統(tǒng)服務(wù)價值的變化特征。主要結(jié)論如下:（1）中國海岸帶生態(tài)系統(tǒng)服務(wù)分類與識別:基于中國海岸帶自身的實際情況,參考諸多研究成果,建立一套適用于中國海岸帶的生態(tài)系統(tǒng)服務(wù)分類系統(tǒng),基于此,開展中國海岸帶生態(tài)系統(tǒng)服務(wù)識別和多樣性研究;2000-2015年中國海岸帶區(qū)域生態(tài)系統(tǒng)服務(wù)類型的多樣性整體呈下降趨勢,離海岸線20 km范圍的陸域其多樣性變化最為劇烈,多樣性高值區(qū)多分布于植被覆蓋度較高的山地區(qū)域、海岸帶灘涂和河口三角洲濕地,而低值區(qū)多分布于建設(shè)用地及其周邊區(qū)域,受人為活動干擾劇烈。（2）中國海岸帶土地利用由海洋向內(nèi)陸整體格局大致呈“淺海水域—濱海濕地—人工濕地（鹽田和養(yǎng)殖）—陸地混合類型區(qū)”空間分布特征。2000-2015年是中國海岸帶土地利用人為開發(fā)活動顯著的時期,城鄉(xiāng)用地、養(yǎng)殖和工礦用地擴(kuò)張顯著,侵占大量耕地、淺海水域、濱海濕地和水庫坑塘等,但隨著時間的推移,其人為開發(fā)強(qiáng)度趨緩。我國海岸帶土地利用景觀整體斑塊的破碎化態(tài)勢顯著,斑塊類型間更加復(fù)雜多樣,某些特定土地利用類型景觀斑塊集聚化明顯。（3）2000-2015年中國海岸帶NPP與產(chǎn)水量空間分布整體均呈現(xiàn)由南向北逐漸降低的趨勢。陸域型生態(tài)系統(tǒng)的NPP值高于淺海水域生態(tài)系統(tǒng)。4個時期,中國海岸帶陸域NPP總量和土壤保持總量均呈下降的趨勢,15年間分別減少586.36萬噸和956萬噸。4個時期,中國海岸帶產(chǎn)水量、陸域池塘養(yǎng)殖產(chǎn)量和理想狀態(tài)下鹽田海鹽產(chǎn)量均呈顯著增加的趨勢,而近海最大持續(xù)漁獲量略微下降。（4）2000-2015年中國海岸帶生態(tài)系統(tǒng)服務(wù)總價值呈持續(xù)下降的趨勢,15年間研究區(qū)生態(tài)系統(tǒng)服務(wù)總價值減少了354.63億元。中國海岸帶不同類型服務(wù)價值變化趨勢不同,其物質(zhì)生產(chǎn)服務(wù)價值呈顯著增長趨勢,而固碳釋氧服務(wù)價值、水源涵養(yǎng)服務(wù)價值和土壤保持服務(wù)價值均呈持續(xù)減少的趨勢。4個時期,中國海岸帶生態(tài)系統(tǒng)水源涵養(yǎng)服務(wù)價值占比最大,其次是固碳釋氧服務(wù)價值,而物質(zhì)生產(chǎn)服務(wù)價值和土壤保持服務(wù)價值占比均較小。（5）2025年趨勢延續(xù)情景和生態(tài)保護(hù)情景下中國海岸帶生態(tài)系統(tǒng)服務(wù)總價分別為31791.68億元和31917.27億元,與2015年相比,兩種情景下生態(tài)系統(tǒng)服務(wù)總價值分別減少245.23億元和119.64億元,趨勢延續(xù)情景生態(tài)系統(tǒng)服務(wù)總價值下降顯著。兩種情景下中國海岸帶區(qū)域物質(zhì)生產(chǎn)服務(wù)價值均呈增加的趨勢,其中趨勢延續(xù)情景下物質(zhì)生產(chǎn)服務(wù)價值增加顯著,而固碳釋氧服務(wù)價值、水源涵養(yǎng)服務(wù)價值和土壤保持服務(wù)價值均呈減少的趨勢,其中生態(tài)環(huán)境保護(hù)情景下3項服務(wù)價值緩慢減少,而趨勢延續(xù)情景下3項服務(wù)價值下降顯著。
李武乾[4]（2021）在《基于多源遙感數(shù)據(jù)的礦區(qū)植被變化監(jiān)測 ——以峰峰礦區(qū)為例》文中認(rèn)為峰峰礦區(qū)位于河北省南部,煤炭資源儲量豐富,由于長期對資源的開發(fā),峰峰礦區(qū)生態(tài)環(huán)境和人居環(huán)境遭到了極大的破壞。雖然2014年以來,多方投入巨資開始進(jìn)行修復(fù)治理,取得了一定的效果,但峰峰礦區(qū)由于建礦歷史長,環(huán)境欠賬多,治理難度大,監(jiān)測手段的單一,且對現(xiàn)狀信息掌握不準(zhǔn)確,礦區(qū)生態(tài)環(huán)境修復(fù)治理仍面臨諸多挑戰(zhàn),特別是急需系統(tǒng)性摸清礦區(qū)環(huán)境破壞和污染規(guī)律,才能為后續(xù)提出科學(xué)修復(fù)治理意見奠定基礎(chǔ)。本文結(jié)合遙感與GIS技術(shù),通過選取長時間序列的多源遙感數(shù)據(jù),對峰峰礦區(qū)及其周邊近二十年的生態(tài)環(huán)境進(jìn)行變化分析,系統(tǒng)分析煤炭開采對礦區(qū)周邊植被等自然生態(tài)環(huán)境的影響,從而期望得出在煤炭開采擾動下礦區(qū)植被覆蓋的變化趨勢,為礦區(qū)后續(xù)的修復(fù)治理提供數(shù)據(jù)和技術(shù)支撐。本文基于2001-2020年Landsat和GF-1數(shù)據(jù),系統(tǒng)地研究了峰峰礦區(qū)植被覆蓋度的變化趨勢,并對空間自相關(guān)、穩(wěn)定性和未來的變化趨勢進(jìn)行預(yù)測,同時探討了梧桐莊礦和萬年礦開采對植被的擾動影響范圍。主要的研究成果如下:（1）2001-2020年峰峰礦區(qū)植被覆蓋度呈現(xiàn)上升趨勢,峰峰礦區(qū)西北和東南部植被覆蓋度較高,中部地帶較低,西北和東南多一直保持較高植被覆蓋度。2001-2020年峰峰礦區(qū)植被覆蓋度分類等級大多是中高植被覆蓋度和高植被覆蓋度,即峰峰礦區(qū)植被覆蓋類型多以低矮灌木和喬木為主。在植被覆蓋度演變趨勢上,按面積大小排序為:輕微改善、基本不變、中度改善、明顯改善、輕微改善、中度退化、嚴(yán)重退化,且改善趨勢的面積明顯大于退化趨勢的面積。在空間自相關(guān)性上:具有較高的空間聚集性,即高植被覆蓋度區(qū)域的鄰近區(qū)域也多為高植被覆蓋度區(qū)域,低植被覆蓋度區(qū)域的鄰近區(qū)域也多為低植被覆蓋度區(qū)域。（2）基于緩沖區(qū)分析,梧桐莊礦和萬年礦的開采對周邊植被的主要影響范圍有減小的趨勢。（3）在植被覆蓋度穩(wěn)定性上,2001-2020年峰峰礦區(qū)植被覆蓋度穩(wěn)定性較高。在變化趨勢上,研究區(qū)內(nèi)植被覆蓋度未來變化趨勢多與過去變化趨勢相反,尤其是有較大面積的將由改善變?yōu)橥嘶厔荨?/p>
米家鑫[5]（2021）在《半干旱區(qū)井工礦山地表形變對植被的長期影響研究》文中進(jìn)行了進(jìn)一步梳理半干旱區(qū)井工礦山的植被在開采沉陷后存在受損的現(xiàn)象已引起廣泛關(guān)注,然而地表形變對植被是否存在長期影響卻依然存在分歧,厘清其機(jī)理有助于礦區(qū)自然恢復(fù)和人工修復(fù)的混合決策,降低修復(fù)成本,提高生態(tài)恢復(fù)力。因此,極有必要探明地表形變發(fā)生后植被受到的長期影響,從而為礦區(qū)植被重建提供理論指導(dǎo)。為此,本文以山西省大同市云岡礦區(qū)作為研究區(qū),首先采用資料搜集、野外調(diào)查、遙感反演等方法獲取了地表形變及植被的基礎(chǔ)數(shù)據(jù);然后利用歸納推理、回歸分析和動力學(xué)系統(tǒng)建模方法揭示了地表形變對植被長期影響的作用機(jī)理;接著使用數(shù)學(xué)建模方法構(gòu)建了地表形變對植被長期影響的評價模型和指標(biāo)體系;然后通過系統(tǒng)仿真方法開發(fā)了地表形變對植被長期影響的模擬模型;最后基于地表形變對植被的長期影響提出了對井工礦山植被重建體系的建議。本文研究目的是揭示半干旱區(qū)井工礦山地表形變對植被的長期影響,研究目標(biāo)旨在揭示地表形變對植被影響的作用機(jī)理,構(gòu)建地表形變對植被長期影響的評價模型和模擬模型。本文的主要結(jié)論如下:（1）地表形變對植被存在長期影響,形變的劇烈程度決定了對植被的影響程度。解析地表形變的性質(zhì)發(fā)現(xiàn),地表形變具有動態(tài)性和靜態(tài)性特征,分別對植被產(chǎn)生短期影響和長期影響。當(dāng)?shù)乇硇巫冊陟o態(tài)時具有空間差異性和狀態(tài)穩(wěn)定性特征。根據(jù)對植被的影響尺度,地表形變分為導(dǎo)致整體植被變化和局部植被變化的地表形變,分別以地表沉陷與地表裂縫為代表。相關(guān)分析結(jié)果發(fā)現(xiàn),植被結(jié)構(gòu)參數(shù)與地形、土壤退化程度與地裂縫形態(tài)之間均顯著相關(guān),表明地形的變化將對植被產(chǎn)生長期影響,形變的劇烈程度是植被受影響程度的關(guān)鍵,其中沉陷深度、沉陷角度和沉陷方向是地表沉陷影響植被的關(guān)鍵因素,決定了植被的立地條件;開裂距離和沉陷角度則是地表裂縫影響植被的關(guān)鍵因素,決定了土壤的退化程度。（2）地表形變對植被的長期影響來源于形變發(fā)生時導(dǎo)致的植被和土壤退化,從而限制了形變發(fā)生后的植被生長和群落演替?；诮⒌闹脖?土壤-氣候狀態(tài)的動力學(xué)模型（VSW Model）,分析地表形變對植被的影響過程發(fā)現(xiàn),地表形變發(fā)生時植被及其土壤的基質(zhì)條件發(fā)生退化,這種立地條件的變化將長期且持續(xù)的限制植被在自然驅(qū)動下的生長與演替。長期影響的強(qiáng)度由地表形變的劇烈程度決定,同時也與影響時間、氣候條件、形變前植被和土壤的基質(zhì)條件以及植被和土壤的自然變化系數(shù)有關(guān)。地表形變對植被長期影響的過程具有空間差異性、時間持續(xù)性、作用間接性和基質(zhì)決定性特征;影響結(jié)果分為植被的狀態(tài)變化和類型變化,分別反映了植被生長狀態(tài)和植物群落演替受到的長期影響。（3）地表形變的長期影響引起了植被生長狀態(tài)的下降,其中草本植被受地表形變的影響最大,喬木植被次之,灌木植被最小?；跇?gòu)建的植被生長對照模型和植被生長過程指標(biāo),通過對照法評價了云岡礦區(qū)地表形變區(qū)內(nèi)喬木、灌木和草本植被受到的長期影響。評價結(jié)果表明云岡礦區(qū)的地表形變在1987-2017年間引起喬木、灌木和草本植被的生長狀態(tài)較自然對照區(qū)的植被分別出現(xiàn)了6.79%、4.03%、15.10%的下降。其中喬木和草本植被的各項評價指標(biāo)均出現(xiàn)不同程度下降,而灌木植被的生長趨勢與歸一化譜熵指標(biāo)反而出現(xiàn)了17.26%與2.77%的提高,但年度NDVI最小值出現(xiàn)了19.39%的下降,表明不同類型的植被在生長狀態(tài)上對地表形變長期影響的響應(yīng)存在差異。（4）地表形變的長期影響將導(dǎo)致喬木植被退化為灌木和草本植被,并促進(jìn)灌木植被的生長和聚集,最終引起植被格局的破碎化。使用基于元胞自動機(jī)開發(fā)的植物群落演替模擬系統(tǒng)模擬了研究區(qū)在原始情景和地表形變情境下植物群落的30年自然演替過程,并以溝壑地形和平坦地形條件、高初始植被及低初始植被覆蓋條件組合成四種初始條件進(jìn)行分析。對比發(fā)現(xiàn),地表形變對植物群落演替的長期影響主要表現(xiàn)為限制喬木植被的生長和群落發(fā)展,并使形變區(qū)率先形成灌木植被的聚居區(qū),原本緊密的植被格局趨于破碎化。對比不同初始條件的模擬結(jié)果發(fā)現(xiàn),地表形變對地形平坦區(qū)的植被影響大于溝壑區(qū),對低初始植被覆蓋區(qū)的植被影響大于高初始植被覆蓋區(qū);對喬木植被格局的影響最為明顯,原始情景和形變情景間的差異度在無初始植被時始終大于0.5。隨著植被覆蓋度的提高,地表形變的長期影響將逐漸減弱,原始情景和形變情景間植被格局的差異逐漸減小。（5）設(shè)計長期目標(biāo)、治理長期影響、實施長期監(jiān)管是針對地表形變對植被長期影響的井工礦山植被重建體系的核心思想。根據(jù)地表形變對植被長期影響的作用機(jī)理和表現(xiàn)方式,對植被重建體系的設(shè)計者提出了“因地制宜,長期規(guī)劃,重點治理,整體修復(fù)”的設(shè)計準(zhǔn)則建議;對植被重建體系的實施者提出“監(jiān)測、評價、模擬、規(guī)劃、治理以及反饋”的實施框架建議;對植被重建體系的監(jiān)管者提出了建立整體評估、長期監(jiān)測和實時治理機(jī)制的推進(jìn)政策建議。為實現(xiàn)礦山生態(tài)系統(tǒng)的整體保護(hù)、系統(tǒng)修復(fù)、綜合治理,有必要在井工礦山生態(tài)保護(hù)與恢復(fù)研究中考慮地表形變的長期影響。認(rèn)識地表形變對植被的長期影響,有助于了解井工礦山生態(tài)系統(tǒng)中各類要素和過程間的復(fù)雜作用關(guān)系,為制定新的礦山生態(tài)修復(fù)和植被重建體系提供了理論指導(dǎo)和實踐參考。該論文有圖120幅,表34個,參考文獻(xiàn)271篇。
李雪建[6]（2021）在《基于遙感反演的竹林物候時空變異及其對碳循環(huán)影響機(jī)制研究》文中認(rèn)為物候及其時空變異對森林生態(tài)系統(tǒng)碳循環(huán)的影響是國內(nèi)外研究的熱點。竹林是亞熱帶地區(qū)特殊的森林類型,近年研究表明,竹林固碳能力高,在維護(hù)全球碳平衡和應(yīng)對氣候變化等方面具有重要的作用,且竹林具有快速生長以及“大年”和“小年”等特殊的物候現(xiàn)象,大年長新竹和小年換新葉等不同物候階段竹林生態(tài)系統(tǒng)碳收支對溫度、降水等氣候環(huán)境因子極為敏感。因此,監(jiān)測竹林物候時空變異特征,闡明物候?qū)Νh(huán)境的響應(yīng)規(guī)律,揭示氣候變化背景下物候?qū)χ窳稚鷳B(tài)系統(tǒng)碳循環(huán)的影響機(jī)制,將對深入研究竹林碳形成機(jī)理具有重要的理論意義,對竹資源經(jīng)營管理具有重要的實踐意義。本研究以浙江省竹林為對象,以2001-2018年MODIS LAI（Leaf area index）時間序列產(chǎn)品等為數(shù)據(jù)源,首先,構(gòu)建基于LAI同化的竹林物候遙感反演模型系統(tǒng),反演竹林生長季開始期（Start of the growing season,SOS）、生長季結(jié)束期（End of the growing season,EOS）和生長季長度（Length of the growing season,LOS）等物候指標(biāo);其次,結(jié)合氣象等數(shù)據(jù),分析物候?qū)Νh(huán)境因子的響應(yīng);再次,物候耦合隨機(jī)森林（Random forest,RF）模型,估算竹林地上生物量（Aboveground biomass,AGB）,分析物候?qū)GB的影響;然后,物候驅(qū)動In TEC（Integrated terrestrial ecosystem carbon-budget）模型,并結(jié)合竹林分布、LAI和氣象等數(shù)據(jù),模擬竹林生態(tài)系統(tǒng)總初級生產(chǎn)力（Gross primary productivity,GPP）、凈初級生產(chǎn)力（Net primary productivity,NPP）和凈生態(tài)系統(tǒng)生產(chǎn)力（Net ecosystem productivity,NEP）,并利用結(jié)構(gòu)方程模型揭示氣候變化背景下物候?qū)μ佳h(huán)時空變異的影響,并探討了涉及物候的竹林生態(tài)系統(tǒng)生產(chǎn)力評價。通過研究主要得到以下5方面的結(jié)論:1、基于粒子濾波LAI數(shù)據(jù)同化技術(shù)構(gòu)建了竹林物候遙感反演模型系統(tǒng),實現(xiàn)了竹林物候時空分布精準(zhǔn)反演。（1）竹林MODIS LAI時間序列同化產(chǎn)品精度高,R2達(dá)到0.91,均方根誤差（Root mean square error,RMSE）僅為0.52。（2）同化LAI反演得到的竹林SOS和EOS精度最高,R2分別為0.56和0.54,RMSE最低,分別為6.34天和5.41天。（3）從竹林物候空間分布格局上看,SOS具有從西北到東南呈先提前到再延遲的趨勢,而EOS和LOS具有從西北到東南呈延遲和延長的趨勢;從時間上看,近20年浙江省70%左右的竹林SOS具有顯著提前趨勢,平均每年提前0.83天,60%左右的竹林EOS呈延遲趨勢,平均每年延遲0.28天,70%左右的竹林LOS呈延長趨勢,平均每年延長1.12天。2、降水是影響竹林物候時空變異的主導(dǎo)氣候因子,且年降水每增加100mm,SOS提前0.18天,EOS延遲0.12天。其他氣候等環(huán)境因子對竹林物候時空變異也具有顯著的影響。3、物候耦合RF模型,較好的實現(xiàn)了浙江省竹林AGB時空估算。（1）AGB擬合精度和檢驗精度較高,R2分別為0.56和0.52,另外RMSE也較低,分別為7.25 Mg ha-1和7.62 Mg ha-1。（2）近20年浙江省竹林AGB平均以每年0.27 Mg ha-1的速度增加,且空間分異明顯,具有北部大于南部,中部較低的空間格局。（3）竹林物候?qū)GB時空分布格局影響顯著,SOS每提前1天,竹林AGB增加0.23 Mg ha-1,EOS和LOS每延遲和延長1天,分別增加0.46 Mg ha-1和0.17 Mg ha-1。4、改進(jìn)冠層尺度光合作用模塊,將竹林物候融入In TEC模型,實現(xiàn)了浙江省竹林生態(tài)系統(tǒng)碳循環(huán)精確模擬,闡明了氣候變化背景下物候?qū)χ窳痔佳h(huán)時空變異的影響。（1）融入物候后的In TEC模型模擬竹林碳循環(huán)精度較高,精度比原模型提高了1.24倍,RMSE降低了9.35%。（2）近20年浙江省竹林GPP和NPP平均值以每年2.0 g C m-2 yr-1的速率增加,而NEP增幅緩慢;從空間上看,GPP、NPP和NEP呈西北、西南和東北部相對較高的分布格局。（3）竹林物候?qū)μ佳h(huán)年際變化影響顯著,年均SOS每提前1天,GPP和NPP分別增加2.50 g C m-2 yr-1和2.52 g C m-2yr-1;年均EOS每延遲1天,GPP和NPP分別增加7.31 g C m-2 yr-1和8.19 g C m-2 yr-1;LOS每延長1天,GPP和NPP分別增加2.07 g C m-2 yr-1和2.15 g C m-2 yr-1。（4）結(jié)構(gòu)方程模型分析表明,竹林生態(tài)系統(tǒng)78%的GPP變化、83%的NPP變化和73%的NEP變化受物候和氣候變化影響,但物候影響碳循環(huán)的直接通徑系數(shù)絕對值（1.11）大于氣候（0.52）,說明竹林碳循環(huán)時空變異主要受物候影響。5、綜合物候、碳循環(huán)、LAI、竹林分布、氣象、土壤、地形等27個因子,建立了竹林生態(tài)系統(tǒng)生產(chǎn)力評價三層指標(biāo)體系,基于偏最小二乘法通徑模型,實現(xiàn)了竹林生產(chǎn)力水平時空評價。（1）通徑分析表明,包括SOS、EOS和LOS在內(nèi)的15個因子對竹林生態(tài)系統(tǒng)生產(chǎn)力有較大影響。（2）浙江省竹林生態(tài)系統(tǒng)生產(chǎn)力水平可分為5個等級,其中竹林生產(chǎn)力水平良好以上的,即I、II兩個等級,占比面積較少,僅為16.53%,主要分布于浙江省西北部、西南部和中部部分區(qū)域;處于中等偏上或偏下水平的,即III和IV等級占比面積大,廣泛分布在浙江省東南部、東北部和西部等區(qū)域。
職子慧[7]（2020）在《黃土高原小流域植被生態(tài)時空演化與驅(qū)動力研究》文中研究說明植被在生態(tài)系統(tǒng)中扮演著不可或缺的角色。近些年我國在黃土高原采取了一些生態(tài)措施進(jìn)行植被的恢復(fù),并取得了一定成果。在一定時間內(nèi),自然環(huán)境對于植被的影響較小而人類活動則產(chǎn)生較為直接的影響。選取云巖河流域作為黃土高原典型區(qū),結(jié)合2000-2018年氣候數(shù)據(jù)和遙感數(shù)據(jù),使用偏相關(guān)分析、土地利用轉(zhuǎn)移矩陣、顯著性檢驗、空間克里金插值等方法,得到云巖河流域歸一化植被指數(shù)與土地利用、氣候變化的時空變化特征。同時分析包括氣候與人類活動的植被生長的影響因素。利用地表能量平衡方程對流域蒸散發(fā)進(jìn)行估算,結(jié)合流域生態(tài)系統(tǒng)凈初級生產(chǎn)力遙感數(shù)據(jù),對流域生態(tài)系統(tǒng)水分利用效率的時空變異特征進(jìn)行計算、驗證與分析,并研究其變化與氣候、植被以及人類活動的相關(guān)性。結(jié)果顯示:（1）云巖河流域植被NDVI近年無論從季尺度還是年尺度都呈增長趨勢,從空間上來看很大比例呈現(xiàn)顯著改善趨勢;（2）流域NDVI值與降雨在空間上呈現(xiàn)正負(fù)相關(guān)并存的特征,但均不顯著相關(guān)（P<0.05）;NDVI變化與溫度變化主要呈現(xiàn)不顯著的正相關(guān)性,其中NDVI值與溫度呈正相關(guān)區(qū)域占86.67%,而有13.33%的區(qū)域負(fù)相關(guān);（3）流域土地利用類型在19年內(nèi)發(fā)生了相對頻繁的轉(zhuǎn)換,林地和草地范圍明顯增加,各時期不同土地利用類型轉(zhuǎn)換造成植被NDVI不同尺度的變化;（4）流域WUE平均值變化波動較大,2008年以前WUE上升趨勢顯著（p<0.05）,2008年以后,WUE呈現(xiàn)微弱下降趨勢,但這種下降趨勢并不顯著。研究區(qū)的WUE在空間上與NDVI分布相反,具體表現(xiàn)為東部高、西南部低;（5）流域WUE與溫度呈現(xiàn)不顯著正相關(guān)（p<0.05）,而與降水和NDVI的相關(guān)性則在不同降雨區(qū)間內(nèi)表現(xiàn)不同。該地區(qū)水分利用效率與降水和NDVI呈正相關(guān)的降雨量范圍為530～555mm之間,負(fù)相關(guān)范圍為降雨量大于555mm;相同降水量的改變對于林地WUE的影響要小于對耕地、草地WUE的影響。耕地和草地WUE對植被生長的敏感性為正值,林地水分利用效率對植被生長的敏感性為負(fù)值,草地水分利用效率對降水和溫度的敏感度明顯高于耕地和林地。
梁順林,白瑞,陳曉娜,程潔,范聞捷,何濤,賈坤,江波,蔣玲梅,焦子銻,劉元波,倪文儉,邱鳳,宋柳霖,孫林,唐伯惠,聞建光,吳桂平,謝東輝,姚云軍,袁文平,張永光,張玉珍,張云騰,張曉通,趙天杰,趙祥[8]（2020）在《2019年中國陸表定量遙感發(fā)展綜述》文中研究說明為了更好地了解中國定量遙感的發(fā)展態(tài)勢和加強(qiáng)同行之間的信息交流,根據(jù)中國學(xué)者2019年發(fā)表的SCI檢索論文和部分中文論文,對陸表定量遙感的核心進(jìn)展進(jìn)行了總結(jié),涉及數(shù)據(jù)預(yù)處理（云及其陰影識別,大氣與地形校正）、陸表輻射傳輸建模、不同變量的反演方法、產(chǎn)品生產(chǎn)評價與精度驗證,以及相關(guān)應(yīng)用等內(nèi)容。陸表變量產(chǎn)品較多,本文概要介紹了反射率、下行太陽輻射、反照率、地表溫度、長波輻射、總凈輻射、熒光遙感、植被生化參數(shù)、葉面積指數(shù)、光合有效輻射比、植被覆蓋度、森林高度、森林生物量、植被生產(chǎn)力、土壤水分、雪水當(dāng)量、雪蓋、蒸散發(fā)、地表與地下水量等最新進(jìn)展,也一并介紹了2019年與定量遙感相關(guān)的科研項目、學(xué)術(shù)交流會與暑假培訓(xùn)班等內(nèi)容。
閆鳳飛[9]（2020）在《基于Fourier分析的煤炭開采對植被的影響范圍研究 ——以寧東和烏海礦區(qū)為例》文中研究說明近年來,隨著西北干旱荒漠區(qū)煤炭資源的興起,寧東地區(qū)和烏海市煤炭的大規(guī)模開采引發(fā)的地表植被退化等問題對生態(tài)環(huán)境造成巨大的影響,為了探究煤炭開采對當(dāng)?shù)丨h(huán)境的影響,分析寧東和烏海礦區(qū)的植被指數(shù)時序變化以及煤炭開采對周邊植被的影響范圍,這樣有利于為礦區(qū)開展相應(yīng)的生態(tài)保護(hù)工作提供理論依據(jù)。本文以寧東礦區(qū)和烏海礦區(qū)為研究區(qū),同時設(shè)置參照區(qū),并利用GIS的空間分析對其設(shè)立不同距離間隔的緩沖區(qū),選取2008-2017年間的MOD13Q1遙感影像,基于歸一化植被指數(shù),采用傅里葉分析方法,并與參照區(qū)植被對比分析礦區(qū)植被指數(shù)的時序變化規(guī)律,通過傅里葉擬合階數(shù)結(jié)果并結(jié)合2017年土地利用類型統(tǒng)計表進(jìn)而探究煤炭開采對周邊植被的影響范圍。本文的主要結(jié)論如下:（1）通過傅里葉擬合寧東和烏海礦區(qū)2008-2017年的NDVI時間序列,可以看到對礦區(qū)的植被生長狀況擬合較好,且月NDVI值與植被的物候期有明顯的物候?qū)?yīng)關(guān)系,每年植被指數(shù)曲線都是有一個波峰值,最大值主要在8月份,部分在7、9月份,最低值出現(xiàn)在1月或2月,這些都與礦區(qū)植被生長的季節(jié)性變化規(guī)律相對應(yīng),而且整體上得到寧東礦區(qū)的植被指數(shù)呈波動性增大趨勢,而在粗放的煤炭開采方式下烏海礦區(qū)植被指數(shù)呈波動性降低的趨勢。（2）對參照區(qū)植被指數(shù)也做傅里葉擬合處理并與寧東礦區(qū)對比,從整體上得到其植被生長狀況較好于寧東礦區(qū),說明無人為干擾的參照區(qū)植被生長狀況良好,此對比結(jié)果再次表明煤炭開采等人為干預(yù)活動對于區(qū)域植被的負(fù)面影響以及礦區(qū)生態(tài)修復(fù)工作等人類活動對礦區(qū)植被的積極影響。（3）通過對比寧東礦區(qū)和參照區(qū)傅里葉擬合階數(shù)結(jié)果分析得到,寧東礦區(qū)煤炭開采對區(qū)域植被的影響范圍是礦區(qū)邊界線往外6km的區(qū)域,且在3km范圍內(nèi)的植被受到寧東礦區(qū)的影響最大,隨著緩沖區(qū)距離的增加,周邊植被受到的采礦影響也在逐漸減弱。同樣分析得到烏海礦區(qū)的影響范圍是包括礦區(qū)邊界線周邊5km的區(qū)域,且特別是在2km范圍內(nèi)受煤炭開采影響最大,之后緩沖區(qū)范圍內(nèi)的植被所受影響隨距離增加而減少。結(jié)合不同土地利用類型的分析以及參照區(qū)的設(shè)置處理為礦區(qū)對周邊植被的影響范圍結(jié)果存在的合理性和準(zhǔn)確性提供了一定的依據(jù)。
何航[10]（2020）在《黃河流域上中游植被覆蓋變化及驅(qū)動因素研究》文中研究說明黃河作為中華民族的母親河,孕育了燦爛的中華文明。黃河流域是我國重要的生態(tài)屏障,它的生態(tài)保護(hù)和高質(zhì)量發(fā)展日益受到重視。植被建設(shè)是生態(tài)恢復(fù)的重要內(nèi)容之一,了解近幾十年黃河流域植被覆蓋動態(tài)變化及驅(qū)動因子,對進(jìn)一步開展該區(qū)域的植被建設(shè)和生態(tài)恢復(fù)意義重大。本文基于黃河流域上中游1982-2015年8km空間分辨率的GIMMS NDVI數(shù)據(jù)、CRU TS4.02氣象數(shù)據(jù)、植被類型數(shù)據(jù)和土地利用數(shù)據(jù),采用趨勢分析、歸一化多元線性回歸、殘差趨勢分析等方法,探究1982-2015年黃河流域上中游的植被覆蓋變化特征,并分析了氣候因素和非氣候因素對生長季植被覆蓋變化的影響,以期為黃河流域上中游的生態(tài)環(huán)境保護(hù)、恢復(fù)、建設(shè)、優(yōu)化及高效管理提供科學(xué)依據(jù)和理論參考。通過研究主要得到以下結(jié)論:1982-2015年黃河流域上中游生長季NDVI呈顯著的正向增長趨勢（0.009/10a,P<0.001）;中游的植被覆蓋增長（0.019/10a,P<0.001）優(yōu)于上游（0.005/10a,P<0.01）。秋季（0.014/10a,P<0.001）和春季（0.012/10a,P<0.001）的NDVI增長速率快于夏季（0.007/10a,P<0.01）。剔除農(nóng)業(yè)栽培植被（耕地）及無植被覆蓋區(qū)域后,51.22%的區(qū)域植被覆蓋呈增加趨勢,其中30.51%的區(qū)域植被覆蓋顯著增加,主要分布在隴中和隴東黃土高原、寧夏平原、鄂爾多斯高原、陜北高原及太行山和呂梁山等地區(qū);顯著減少的區(qū)域面積小,僅零散分布。近年來植被覆蓋變化處于穩(wěn)定狀態(tài),植被生長以穩(wěn)定增加為主,植被顯著增加且穩(wěn)定的區(qū)域主要分布在研究區(qū)西北側(cè)和山西境內(nèi)。未來植被覆蓋變化可持續(xù)性較強(qiáng),24.84%的區(qū)域生長季NDVI變化呈持續(xù)改善趨勢,主要分布在黃河流域的黃土高原區(qū);6.34%的區(qū)域生長季NDVI變化呈退化趨勢,零散分布在隴中黃土高原、寧夏平原、鄂爾多斯高原和太行山等地區(qū),未來還需要進(jìn)一步加強(qiáng)監(jiān)管。1982-2015年,研究區(qū)生長季氣溫波動上升且變化顯著（0.32℃/10a）,降水量（3.27 mm/10a）和云覆蓋比例（1%/10a）波動增加但整體變化不明顯。氣溫和降水對植被生長以促進(jìn)作用為主:植被NDVI與氣溫和降水呈正相關(guān)的區(qū)域面積占比分別為83.81%和94.43%;93.94%的區(qū)域植被NDVI與云覆蓋比例呈負(fù)相關(guān),說明這些區(qū)域的植被生長與太陽輻射強(qiáng)度呈正相關(guān),但相關(guān)性并不顯著。NDVI與多個氣候因子的歸一化多元線性回歸結(jié)果顯示,氣溫為影響植被覆蓋顯著變化主導(dǎo)氣候因子的區(qū)域面積稍大于降水,這些區(qū)域在內(nèi)蒙古、陜西、山西及甘肅省境內(nèi)分布;降水起主導(dǎo)作用的區(qū)域主要分布于毛烏蘇沙地,在甘肅、青海、山西等省境內(nèi)也有較多的分布;云覆蓋比例起主導(dǎo)作用的區(qū)域面積占0.98%,僅零星分布。非氣候因素對黃河上中游不同區(qū)域和不同時期植被顯著恢復(fù)的作用強(qiáng)度不同。上游植被顯著恢復(fù)主要受氣候因素的影響;中游植被顯著恢復(fù)受非氣候因素影響的作用強(qiáng)于氣候因素。非氣候因素主導(dǎo)植被顯著恢復(fù)區(qū)域主要分布于甘肅東南部和東部、寧夏中部和南部、陜西中部和山西中部,氣候因素和非氣候因素共同引起植被顯著恢復(fù)的區(qū)域主要分布于甘肅中部、寧夏、內(nèi)蒙古南部、陜西北部和山西北部。非氣候因素驅(qū)動植被覆蓋顯著退化的區(qū)域主要分布在陜西南部,在其他省零散分布。1982-1990年和2000-2015年,非氣候因素促進(jìn)植被顯著恢復(fù),在植被顯著恢復(fù)的過程中發(fā)揮積極作用;1990-2000年非氣候因素對植被顯著恢復(fù)的作用不明顯。受人類活動影響,不同土地利用類型間相互轉(zhuǎn)化劇烈,土地空間分布變化明顯,耕地、草地和林地是流轉(zhuǎn)最頻繁的土地利用類型。耕地、草地、水域和未利用地的轉(zhuǎn)出量大于轉(zhuǎn)入量,處于轉(zhuǎn)為其他土地類型的不平衡狀態(tài);林地和城市用地的轉(zhuǎn)入量大于轉(zhuǎn)出量,處于由其他土地類型轉(zhuǎn)入的不平衡狀態(tài)。在黃河源生態(tài)功能保護(hù)區(qū)和黃河中游防護(hù)林體系建設(shè)工程區(qū),2000年后由非氣候因素主導(dǎo)的植被顯著恢復(fù)區(qū)域的面積明顯增大,說明非氣候因素特別是生態(tài)工程的開展在植被恢復(fù)方面的影響增加明顯。
二、Dynamic change of net primary productivity and fractional vegetation cover in the Yellow River Basin using multi-temporal AVHRR NDVI Data（論文開題報告）
（1）論文研究背景及目的
此處內(nèi)容要求：
首先簡單簡介論文所研究問題的基本概念和背景，再而簡單明了地指出論文所要研究解決的具體問題，并提出你的論文準(zhǔn)備的觀點或解決方法。
寫法范例：
本文主要提出一款精簡64位RISC處理器存儲管理單元結(jié)構(gòu)并詳細(xì)分析其設(shè)計過程。在該MMU結(jié)構(gòu)中,TLB采用叁個分離的TLB,TLB采用基于內(nèi)容查找的相聯(lián)存儲器并行查找,支持粗粒度為64KB和細(xì)粒度為4KB兩種頁面大小,采用多級分層頁表結(jié)構(gòu)映射地址空間,并詳細(xì)論述了四級頁表轉(zhuǎn)換過程,TLB結(jié)構(gòu)組織等。該MMU結(jié)構(gòu)將作為該處理器存儲系統(tǒng)實現(xiàn)的一個重要組成部分。
（2）本文研究方法
調(diào)查法：該方法是有目的、有系統(tǒng)的搜集有關(guān)研究對象的具體信息。
觀察法：用自己的感官和輔助工具直接觀察研究對象從而得到有關(guān)信息。
實驗法：通過主支變革、控制研究對象來發(fā)現(xiàn)與確認(rèn)事物間的因果關(guān)系。
文獻(xiàn)研究法：通過調(diào)查文獻(xiàn)來獲得資料，從而全面的、正確的了解掌握研究方法。
實證研究法：依據(jù)現(xiàn)有的科學(xué)理論和實踐的需要提出設(shè)計。
定性分析法：對研究對象進(jìn)行“質(zhì)”的方面的研究，這個方法需要計算的數(shù)據(jù)較少。
定量分析法：通過具體的數(shù)字，使人們對研究對象的認(rèn)識進(jìn)一步精確化。
跨學(xué)科研究法：運用多學(xué)科的理論、方法和成果從整體上對某一課題進(jìn)行研究。
功能分析法：這是社會科學(xué)用來分析社會現(xiàn)象的一種方法，從某一功能出發(fā)研究多個方面的影響。
模擬法：通過創(chuàng)設(shè)一個與原型相似的模型來間接研究原型某種特性的一種形容方法。
三、Dynamic change of net primary productivity and fractional vegetation cover in the Yellow River Basin using multi-temporal AVHRR NDVI Data（論文提綱范文）
（1）亞熱帶植被覆蓋度和凈初級生產(chǎn)力時空演變及氣候驅(qū)動（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 1 緒論 |
| 1.1 研究目的與意義 |
| 1.2 國內(nèi)外研究現(xiàn)狀 |
| 1.2.1 植被覆蓋度監(jiān)測方法 |
| 1.2.2 植被覆蓋度對氣候變化的響應(yīng) |
| 1.2.3 植被覆蓋度對生態(tài)系統(tǒng)生產(chǎn)力的影響 |
| 1.2.4 植被凈初級生產(chǎn)力監(jiān)測方法 |
| 1.3 研究內(nèi)容與技術(shù)路線 |
| 1.3.1 研究內(nèi)容 |
| 1.3.2 技術(shù)路線 |
| 2 材料與方法 |
| 2.1 研究區(qū)概況 |
| 2.2 數(shù)據(jù)獲取及預(yù)處理 |
| 2.2.1 遙感數(shù)據(jù)下載及預(yù)處理 |
| 2.2.2 NDVI數(shù)據(jù) |
| 2.2.3 氣象數(shù)據(jù) |
| 2.2.4 土地覆被類型分類數(shù)據(jù) |
| 2.2.5 葉面積指數(shù)數(shù)據(jù) |
| 2.2.6 土壤有效含水量數(shù)據(jù) |
| 2.3 統(tǒng)計評價方法 |
| 2.3.1 演變趨勢及顯著性分析 |
| 2.3.2 變異系數(shù) |
| 2.3.3 相關(guān)性分析 |
| 2.3.4 偏相關(guān)分析 |
| 2.3.5 貢獻(xiàn)分析 |
| 3 亞熱帶FVC的時空演變及其對氣候變化的響應(yīng) |
| 3.1 像元二分模型簡介 |
| 3.2 亞熱帶FVC的空間分布特征 |
| 3.3 亞熱帶FVC的時間變化趨勢 |
| 3.4 亞熱帶FVC的時空變異 |
| 3.5 亞熱帶FVC時空演變的氣候驅(qū)動分析 |
| 3.5.1 亞熱帶FVC與年均最高溫的偏相關(guān)關(guān)系 |
| 3.5.2 亞熱帶FVC與年均最低溫的偏相關(guān)關(guān)系 |
| 3.5.3 亞熱帶FVC與年降水量的偏相關(guān)關(guān)系 |
| 3.6 氣候因子對亞熱帶FVC變化的相對貢獻(xiàn) |
| 3.7 本章小結(jié) |
| 4 亞熱帶植被NPP時空演變對FVC的響應(yīng) |
| 4.1 BEPS模型簡介 |
| 4.2 亞熱帶植被NPP的空間分布特征 |
| 4.3 亞熱帶植被NPP的時間變化趨勢 |
| 4.4 亞熱帶植被NPP的時空變異 |
| 4.5 亞熱帶植被NPP時空演變的氣候驅(qū)動分析 |
| 4.5.1 亞熱帶植被NPP與年均最高溫的偏相關(guān)關(guān)系 |
| 4.5.2 亞熱帶植被NPP與年均最低溫的偏相關(guān)關(guān)系 |
| 4.5.3 亞熱帶植被NPP與年降水量的偏相關(guān)關(guān)系 |
| 4.6 氣候因子對亞熱帶植被NPP變化的相對貢獻(xiàn) |
| 4.7 亞熱帶FVC對植被NPP的影響機(jī)制分析 |
| 4.8 本章小結(jié) |
| 5 結(jié)論與討論 |
| 5.1 結(jié)論 |
| 5.1.1 亞熱帶FVC時空演變及其氣候驅(qū)動分析 |
| 5.1.2 亞熱帶植被NPP時空演變及其氣候驅(qū)動分析 |
| 5.1.3 亞熱帶FVC對植被NPP的影響機(jī)制分析 |
| 5.2 創(chuàng)新點 |
| 5.3 討論 |
| 5.3.1 亞熱帶FVC時空演變及其驅(qū)動分析方面 |
| 5.3.2 亞熱帶植被NPP時空演變及其驅(qū)動分析方面 |
| 5.3.3 驅(qū)動分析不足 |
| 參考文獻(xiàn) |
| 個人簡介 |
| 導(dǎo)師簡介 |
| 致謝 |
（2）甘肅省農(nóng)牧交錯帶植被覆蓋時空變化及其對氣候因子的響應(yīng)（論文提綱范文）
| 摘要 |
| SUMMARY |
| 第一章 緒論 |
| 1.1 研究背景與意義 |
| 1.2 國內(nèi)外研究現(xiàn)狀 |
| 1.2.1 植被覆蓋變化研究進(jìn)展 |
| 1.2.2 區(qū)域氣候變化研究進(jìn)展 |
| 1.2.3 植被對氣候變化響應(yīng)研究進(jìn)展 |
| 1.3 研究內(nèi)容 |
| 1.4 技術(shù)路線 |
| 第二章 研究區(qū)概況與研究方法 |
| 2.1 研究區(qū)概況 |
| 2.1.1 地理位置 |
| 2.1.2 氣候特征 |
| 2.1.3 植被類型分布情況 |
| 2.1.4 區(qū)域劃分 |
| 2.2 數(shù)據(jù)來源及預(yù)處理 |
| 2.2.1 NDVI數(shù)據(jù)來源及預(yù)處理 |
| 2.2.2 氣候數(shù)據(jù)來源及插值 |
| 2.2.3 其它數(shù)據(jù) |
| 2.3 研究方法 |
| 2.3.1 NDVI動態(tài)特征分析方法 |
| 2.3.2 氣候因子動態(tài)特征分析方法 |
| 2.3.3 對氣候變化的響應(yīng)程度分析方法 |
| 第三章 甘肅省農(nóng)牧交錯帶植被覆蓋的時空變化特征 |
| 3.1 植被覆蓋的時間變化特征分析 |
| 3.1.1 NDVI的時間變化特征 |
| 3.1.2 植被狀態(tài)指數(shù)變化特征 |
| 3.2 NDVI的空間變化特征分析 |
| 3.3 植被的變異特征 |
| 3.3.1 植被NDVI空間變化穩(wěn)定性 |
| 3.3.2 植被覆蓋未來變化預(yù)測 |
| 3.4 討論 |
| 第四章 甘肅省農(nóng)牧交錯帶的氣候變化特征 |
| 4.1 氣溫變化特征 |
| 4.1.1 平均氣溫、最高氣溫、最低氣溫的時間變化特征及突變分析 |
| 4.1.2 平均氣溫、最高溫、最低溫的空間變化特征分析 |
| 4.2 降水變化特征 |
| 4.2.1 降水量的時間變化特征及突變分析 |
| 4.2.2 降水量的空間變化特征分析 |
| 4.3 日照時數(shù)變化特征 |
| 4.3.1 日照時數(shù)的時間變化特征及突變分析 |
| 4.3.2 日照時數(shù)的空間變化特征分析 |
| 4.4 積溫變化特征 |
| 4.4.1 ≥10℃積溫的時間變化特征及突變分析 |
| 4.4.2 ≥10℃積溫的空間變化特征分析 |
| 4.5 討論 |
| 第五章 植被動態(tài)特征對主要氣候變化的響應(yīng) |
| 5.1 植被覆蓋度與氣候要素的時間關(guān)系分析 |
| 5.2 植被覆蓋度與氣候要素的空間相關(guān)性分析 |
| 5.2.1 植被覆蓋度對氣溫變化的響應(yīng) |
| 5.2.2 植被覆蓋度對降水變化的響應(yīng) |
| 5.2.3 植被覆蓋度對日照時數(shù)的響應(yīng) |
| 5.2.4 植被覆蓋度對≥10℃積溫的響應(yīng) |
| 5.3 討論 |
| 第六章 結(jié)論與展望 |
| 6.1 研究結(jié)論 |
| 6.2 研究展望 |
| 參考文獻(xiàn) |
| 致謝 |
| 作者簡介 |
| 在讀期間發(fā)表論文和研究成果等 |
| 導(dǎo)師簡介 |
（3）中國海岸帶典型生態(tài)系統(tǒng)服務(wù)價值評估研究（論文提綱范文）
| 摘要 |
| abstract |
| 第1章 緒論 |
| 1.1 研究背景及意義 |
| 1.1.1 選題背景 |
| 1.1.2 選題意義 |
| 1.2 國內(nèi)外研究現(xiàn)狀與發(fā)展趨勢 |
| 1.2.1 生態(tài)系統(tǒng)及其服務(wù)概念 |
| 1.2.1.1 生態(tài)系統(tǒng)概念 |
| 1.2.1.2 生態(tài)系統(tǒng)服務(wù)概念 |
| 1.2.2 生態(tài)系統(tǒng)服務(wù)評估方法 |
| 1.2.2.1 生態(tài)系統(tǒng)服務(wù)價值量評價方法 |
| 1.2.2.2 生態(tài)系統(tǒng)服務(wù)物質(zhì)量評估方法 |
| 1.2.3 生態(tài)系統(tǒng)服務(wù)及其價值評估進(jìn)展 |
| 1.2.3.1 全球生態(tài)系統(tǒng)服務(wù)及其價值評估 |
| 1.2.3.2 區(qū)域或流域生態(tài)系統(tǒng)服務(wù)價值評估 |
| 1.2.3.3 單一生態(tài)系統(tǒng)或服務(wù)價值評估 |
| 1.3 本章小結(jié) |
| 第2章 研究區(qū)概況與研究內(nèi)容 |
| 2.1 研究區(qū)概況 |
| 2.1.1 海岸帶界定 |
| 2.1.2 研究區(qū)范圍界定 |
| 2.1.3 自然地理概況 |
| 2.1.4 經(jīng)濟(jì)社會概況 |
| 2.2 主要數(shù)據(jù)源介紹 |
| 2.2.1 土地利用數(shù)據(jù) |
| 2.2.2 社會經(jīng)濟(jì)統(tǒng)計數(shù)據(jù) |
| 2.2.3 氣象數(shù)據(jù) |
| 2.2.4 遙感數(shù)據(jù) |
| 2.2.5 其他數(shù)據(jù) |
| 2.3 研究內(nèi)容及技術(shù)路線 |
| 2.3.1 研究內(nèi)容 |
| 2.3.2 技術(shù)路線 |
| 2.4 本章小結(jié) |
| 第3章 中國海岸帶生態(tài)系統(tǒng)服務(wù)分類與識別 |
| 3.1 國內(nèi)外生態(tài)系統(tǒng)服務(wù)分類 |
| 3.1.1 國外生態(tài)系統(tǒng)服務(wù)分類 |
| 3.1.2 國內(nèi)生態(tài)系統(tǒng)服務(wù)分類 |
| 3.2 中國海岸帶生態(tài)系統(tǒng)服務(wù)分類 |
| 3.2.1 海岸帶生態(tài)系統(tǒng)服務(wù)分類 |
| 3.2.2 海岸帶分區(qū)生態(tài)系統(tǒng)服務(wù)識別 |
| 3.2.3 海岸帶不同土地生態(tài)系統(tǒng)服務(wù)識別 |
| 3.3 生態(tài)系統(tǒng)服務(wù)多樣性變化特征 |
| 3.3.1 生態(tài)系統(tǒng)服務(wù)多樣性的空間分布特征 |
| 3.3.2 生態(tài)系統(tǒng)服務(wù)多樣性的時空變化特征 |
| 3.4 本章小結(jié) |
| 第4章 中國海岸帶區(qū)域土地利用變化特征 |
| 4.1 研究方法 |
| 4.1.1 土地利用變化幅度 |
| 4.1.2 土地利用轉(zhuǎn)移 |
| 4.1.3 景觀格局指數(shù) |
| 4.2 土地利用時空變化特征 |
| 4.2.1 土地利用時間變化 |
| 4.2.2 土地利用空間變化 |
| 4.2.3 土地利用轉(zhuǎn)移變化 |
| 4.3 景觀格局指數(shù)變化特征 |
| 4.3.1 類型水平的變化特征 |
| 4.3.2 景觀水平的變化特征 |
| 4.4 本章小結(jié) |
| 第5章 海岸帶典型生態(tài)系統(tǒng)服務(wù)估算 |
| 5.1 海岸帶凈初級生產(chǎn)力估算 |
| 5.1.1 海岸帶NPP物質(zhì)量 |
| 5.1.1.1 陸域NPP物質(zhì)量估算 |
| 5.1.1.2 海域NPP產(chǎn)品數(shù)據(jù)處理 |
| 5.1.1.3 海陸NPP產(chǎn)品數(shù)據(jù)集構(gòu)建 |
| 5.1.2 海岸帶NPP變化特征 |
| 5.1.2.1 海岸帶NPP時間變化 |
| 5.1.2.2 海岸帶NPP空間變化 |
| 5.1.2.3 不同生態(tài)系統(tǒng)NPP變化特征 |
| 5.2 海岸帶物質(zhì)產(chǎn)品估算 |
| 5.2.1 海岸帶漁業(yè)產(chǎn)量估算 |
| 5.2.1.1 海岸帶陸域漁業(yè)產(chǎn)量估算 |
| 5.2.1.2 海岸帶近海漁業(yè)產(chǎn)量估算 |
| 5.2.2 理想狀態(tài)海鹽產(chǎn)量估算 |
| 5.2.2.1 理想狀態(tài)海鹽估算模型 |
| 5.2.2.2 理想狀態(tài)海鹽產(chǎn)量變化 |
| 5.3 水源涵養(yǎng)估算 |
| 5.3.1 水源涵養(yǎng)估算模型 |
| 5.3.1.1 In VEST模型產(chǎn)水量模塊 |
| 5.3.1.2 模型數(shù)據(jù)來源和參數(shù)設(shè)定 |
| 5.3.2 產(chǎn)水量估算結(jié)果 |
| 5.3.2.1 產(chǎn)水量模擬結(jié)果對比論證 |
| 5.3.2.2 產(chǎn)水量時空變化特征 |
| 5.3.2.3 不同土地生態(tài)系統(tǒng)產(chǎn)水量 |
| 5.4 土壤保持估算 |
| 5.4.1 土壤保持量模型 |
| 5.4.1.1 土壤保持模型 |
| 5.4.1.2 模型數(shù)據(jù)來源和參數(shù)設(shè)定 |
| 5.4.2 土壤保持估算結(jié)果 |
| 5.4.2.1 土壤保持量模擬結(jié)果對比論證 |
| 5.4.2.2 土壤保持量時空變化特征 |
| 5.4.2.3 不同土地生態(tài)系統(tǒng)土壤保持量 |
| 5.5 本章小結(jié) |
| 第6章 海岸帶典型生態(tài)系統(tǒng)服務(wù)價值估算 |
| 6.1 價值核算方法 |
| 6.1.1 物質(zhì)生產(chǎn)價值核算方法 |
| 6.1.2 固碳釋氧價值核算方法 |
| 6.1.3 水源涵養(yǎng)價值核算方法 |
| 6.1.4 土壤保持價值核算方法 |
| 6.2 不同生態(tài)服務(wù)價值 |
| 6.2.1 物質(zhì)生產(chǎn)價值變化 |
| 6.2.1.1 有機(jī)物質(zhì)價值變化 |
| 6.2.1.2 物質(zhì)產(chǎn)品價值變化 |
| 6.2.2 固碳釋氧價值變化 |
| 6.2.2.1 固碳價值變化 |
| 6.2.2.2 釋氧價值變化 |
| 6.2.3 水源涵養(yǎng)價值變化 |
| 6.2.3.1 水源涵養(yǎng)價值整體時空變化 |
| 6.2.3.2 不同土地生態(tài)系統(tǒng)水源涵養(yǎng)價值 |
| 6.2.4 土壤保持價值變化 |
| 6.2.4.1 土壤保持價值整體時空變化 |
| 6.2.4.2 不同土地生態(tài)系統(tǒng)水土保持價值 |
| 6.3 生態(tài)系統(tǒng)服務(wù)總價值演變特征 |
| 6.3.1 研究方法 |
| 6.3.2 生態(tài)系統(tǒng)服務(wù)總價值變化特征 |
| 6.3.3 生態(tài)系統(tǒng)服務(wù)總價值集聚特征 |
| 6.3.4 生態(tài)系統(tǒng)服務(wù)協(xié)同與權(quán)衡關(guān)系分析 |
| 6.4 本章小結(jié) |
| 第7章 基于土地利用未來情景的生態(tài)服務(wù)價值模擬 |
| 7.1 土地利用未來情景模擬 |
| 7.1.1 情景設(shè)置和土地利用需求 |
| 7.1.2 PLUS模型 |
| 7.1.3 未來情景下土地利用變化特征 |
| 7.2 未來情景下生態(tài)系統(tǒng)服務(wù)價值變化特征 |
| 7.2.1 物質(zhì)生產(chǎn)價值變化 |
| 7.2.2 固碳釋氧價值變化 |
| 7.2.3 水源涵養(yǎng)價值變化 |
| 7.2.4 土壤保持價值變化 |
| 7.2.5 生態(tài)服務(wù)總價值變化 |
| 7.3 本章小結(jié) |
| 第8章 結(jié)論與展望 |
| 8.1 主要結(jié)論 |
| 8.2 主要創(chuàng)新點 |
| 8.3 不足與展望 |
| 參考文獻(xiàn) |
| 附錄 |
| 致謝 |
| 作者簡歷及攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文與研究成果 |
（4）基于多源遙感數(shù)據(jù)的礦區(qū)植被變化監(jiān)測 ——以峰峰礦區(qū)為例（論文提綱范文）
| 摘要 |
| Abstract |
| 第1章 緒論 |
| 1.1 研究背景和意義 |
| 1.2 研究現(xiàn)狀 |
| 1.2.1 礦區(qū)生態(tài)環(huán)境監(jiān)測研究現(xiàn)狀 |
| 1.2.2 植被指數(shù)研究現(xiàn)狀 |
| 1.2.3 煤炭開采擾動范圍研究現(xiàn)狀 |
| 1.2.4 國內(nèi)外研究現(xiàn)狀評述 |
| 1.3 研究內(nèi)容和技術(shù)路線 |
| 1.3.1 研究內(nèi)容 |
| 1.3.2 技術(shù)路線 |
| 第2章 研究區(qū)概況及數(shù)據(jù) |
| 2.1 研究區(qū)概況 |
| 2.1.1 地理狀況 |
| 2.1.2 行政區(qū)劃、人口及經(jīng)濟(jì)狀況 |
| 2.1.3 氣候狀況 |
| 2.1.4 資源狀況 |
| 2.1.5 交通狀況 |
| 2.2 典型井田概況 |
| 2.2.1 梧桐莊礦 |
| 2.2.2 萬年礦 |
| 2.3 數(shù)據(jù)源及預(yù)處理 |
| 2.3.1 數(shù)據(jù)獲取 |
| 2.3.2 數(shù)據(jù)預(yù)處理 |
| 2.4 本章小結(jié) |
| 第3章 基于遙感影像的礦區(qū)植被時空變化特征分析 |
| 3.1 礦區(qū)開采植被擾動時空變化規(guī)律 |
| 3.1.1 植被覆蓋度計算 |
| 3.1.2 植被覆蓋度年度均值分析 |
| 3.1.3 植被覆蓋度等級時空變化分析 |
| 3.1.4 不同等級植被覆蓋度面積統(tǒng)計分析 |
| 3.2 礦區(qū)植被擾動演變趨勢空間格局 |
| 3.2.1 回歸趨勢分析方法 |
| 3.2.2 回歸趨勢分析結(jié)果 |
| 3.3 礦區(qū)植被覆蓋度空間自相關(guān)性分析 |
| 3.3.1 研究方法 |
| 3.3.2 結(jié)果分析 |
| 3.4 本章小結(jié) |
| 第4章 礦區(qū)開采植被擾動影響范圍分析 |
| 4.1 研究方法 |
| 4.2 梧桐莊礦開采植被擾動影響范圍 |
| 4.2.1 梧桐莊礦緩沖區(qū)NDVI分析 |
| 4.2.2 K值分析 |
| 4.3 萬年礦開采植被擾動影響范圍 |
| 4.3.1 萬年礦緩沖區(qū)NDVI分析 |
| 4.3.2 K值分析 |
| 4.4 本章小結(jié) |
| 第5章 礦區(qū)植被覆蓋穩(wěn)定性及未來趨勢預(yù)測分析 |
| 5.1 研究方法 |
| 5.1.1 變異系數(shù) |
| 5.1.2 Hurst指數(shù) |
| 5.2 礦區(qū)植被覆蓋穩(wěn)定性 |
| 5.3 礦區(qū)植被覆蓋未來趨勢預(yù)測 |
| 5.3.1 礦區(qū)植被覆蓋度Hurst指數(shù)計算結(jié)果 |
| 5.3.2 礦區(qū)植被覆蓋度未來變化趨勢預(yù)測 |
| 5.4 本章小結(jié) |
| 結(jié)論 |
| 參考文獻(xiàn) |
| 攻讀學(xué)位期間發(fā)表論文和參加科研情況 |
| 致謝 |
| 作者簡介 |
（5）半干旱區(qū)井工礦山地表形變對植被的長期影響研究（論文提綱范文）
| 致謝 |
| 摘要 |
| abstract |
| 變量注釋表 |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 研究意義 |
| 1.3 概念界定 |
| 1.4 研究目標(biāo) |
| 1.5 研究內(nèi)容 |
| 1.6 技術(shù)路線與方法 |
| 2 文獻(xiàn)綜述 |
| 2.1 半干旱區(qū)井工礦山地表形變對植被的長期影響研究進(jìn)展 |
| 2.2 植被影響評價研究進(jìn)展 |
| 2.3 植物群落演替模擬研究進(jìn)展 |
| 2.4 本章小結(jié) |
| 3 研究區(qū)概況與數(shù)據(jù)來源 |
| 3.1 研究區(qū)概況 |
| 3.2 地表形變數(shù)據(jù)來源 |
| 3.3 植被數(shù)據(jù)來源 |
| 3.4 本章小結(jié) |
| 4 半干旱區(qū)井工礦山地表形變對植被長期影響的作用機(jī)理分析 |
| 4.1 半干旱區(qū)井工礦山地表形變性質(zhì)解析 |
| 4.2 地表形變對植被長期影響的因素分析 |
| 4.3 地表形變對植被長期影響的機(jī)理模型 |
| 4.4 地表形變對植被長期影響的特征分析 |
| 4.5 本章小結(jié) |
| 5 半干旱區(qū)井工礦山地表形變對植被長期影響的評價模型構(gòu)建 |
| 5.1 植被生長狀態(tài)評價模型構(gòu)建 |
| 5.2 植被生長狀態(tài)時序變化構(gòu)建 |
| 5.3 植被生長狀態(tài)長期影響評價 |
| 5.4 本章小結(jié) |
| 6 半干旱區(qū)井工礦山地表形變對植被長期影響的模擬模型開發(fā) |
| 6.1 植物群落演替模擬模型開發(fā) |
| 6.2 地表形變長期影響下溝壑區(qū)域的植物群落演替模擬 |
| 6.3 地表形變長期影響下平坦區(qū)域的植物群落演替模擬 |
| 6.4 本章小結(jié) |
| 7 基于地表形變對植被長期影響的井工礦山植被重建體系建議 |
| 7.1 植被重建的設(shè)計準(zhǔn)則建議 |
| 7.2 植被重建的實施框架建議 |
| 7.3 植被重建的推進(jìn)政策建議 |
| 7.4 本章小結(jié) |
| 8 結(jié)論與展望 |
| 8.1 結(jié)論 |
| 8.2 創(chuàng)新點 |
| 8.3 不足與展望 |
| 參考文獻(xiàn) |
| 附錄1 降雨徑流模塊代碼 |
| 附錄2 生長演替模塊代碼 |
| 附錄3 研究區(qū)野外調(diào)查工作照 |
| 作者簡歷 |
| 學(xué)位論文數(shù)據(jù)集 |
（6）基于遙感反演的竹林物候時空變異及其對碳循環(huán)影響機(jī)制研究（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 1 緒論 |
| 1.1 研究目的和意義 |
| 1.2 國內(nèi)外研究動態(tài) |
| 1.2.1 植被物候監(jiān)測方法 |
| 1.2.1.1 基于站點的物候觀測 |
| 1.2.1.2 基于通量塔觀測數(shù)據(jù)的物候提取 |
| 1.2.1.3 基于遙感數(shù)據(jù)的物候反演 |
| 1.2.2 物候?qū)θ驓夂蜃兓捻憫?yīng) |
| 1.2.3 物候?qū)ι稚鷳B(tài)系統(tǒng)碳循環(huán)的影響 |
| 1.2.3.1 森林地上生物量估算 |
| 1.2.3.2 森林生態(tài)系統(tǒng)碳循環(huán)模型模擬 |
| 1.2.3.3 物候耦合過程模型的碳循環(huán)的研究 |
| 1.3 研究內(nèi)容與技術(shù)路線 |
| 1.3.1 研究內(nèi)容 |
| 1.3.2 技術(shù)路線 |
| 2 研究區(qū)域與數(shù)據(jù)獲取 |
| 2.1 研究區(qū)概況 |
| 2.2 數(shù)據(jù)預(yù)處理 |
| 2.2.1 MODIS數(shù)據(jù)預(yù)處理 |
| 2.2.2 地面觀測數(shù)據(jù) |
| 2.2.2.1 竹林物候數(shù)據(jù)觀測 |
| 2.2.2.2 竹林冠層LAI測量 |
| 2.2.2.3 竹林光譜反射率測量 |
| 2.2.2.4 竹林葉片生理生化參數(shù)測量 |
| 2.2.2.5 竹林地上生物量調(diào)查 |
| 2.2.2.6 碳通量數(shù)據(jù)獲取與處理 |
| 2.2.3 氣象數(shù)據(jù)預(yù)處理 |
| 2.2.4 地形數(shù)據(jù)預(yù)處理 |
| 2.2.5 土壤數(shù)據(jù)預(yù)處理 |
| 2.2.6 竹林豐度數(shù)據(jù) |
| 2.2.7 植被覆蓋度數(shù)據(jù) |
| 2.2.8 InTEC模型輸入數(shù)據(jù) |
| 2.3 統(tǒng)計分析和評價方法 |
| 2.3.1 模型模擬評價指標(biāo) |
| 2.3.2 時空間變化趨勢分析 |
| 2.3.3 氣候變化對物候影響的偏相關(guān)分析 |
| 3 基于MODIS LAI同化的竹林物候遙感反演 |
| 3.1 MODIS LAI數(shù)據(jù)同化系統(tǒng) |
| 3.1.1 LAI動態(tài)模擬 |
| 3.1.2 PROSAIL輻射傳輸模型 |
| 3.1.3 粒子濾波同化算法 |
| 3.2 基于MODIS LAI同化的物候提取 |
| 3.3 竹林物候遙感反演模型系統(tǒng) |
| 3.4 竹林LAI同化結(jié)果與分析 |
| 3.4.1 LAI同化結(jié)果驗證 |
| 3.4.2 LAI時空同化結(jié)果 |
| 3.4.3 LAI空間變化趨勢 |
| 3.5 竹林物候時空反演結(jié)果與分析 |
| 3.5.1 基于PF_LAI時間序列的物候提取與評價 |
| 3.5.1.1 基于PF_LAI時間序列的物候提取與對比分析 |
| 3.5.1.2 基于PF_LAI時間序列提取物候評價 |
| 3.5.2 竹林物候的時空分布反演結(jié)果 |
| 3.5.3 竹林物候時空間格局 |
| 3.5.3.1 竹林物候年均值空間分布特征 |
| 3.5.3.2 竹林物候空間變化趨勢 |
| 3.6 討論 |
| 3.7 本章小結(jié) |
| 4 竹林物候?qū)Νh(huán)境的時空響應(yīng) |
| 4.1 物候?qū)夂蛞蜃拥捻憫?yīng) |
| 4.1.1 物候與氣候因子之間偏相關(guān)關(guān)系的空間分布特征 |
| 4.1.1.1 SOS與氣候因子之間的偏相關(guān)關(guān)系 |
| 4.1.1.2 EOS與氣候因子之間的偏相關(guān)關(guān)系 |
| 4.1.1.3 LOS與氣候因子之間的偏相關(guān)關(guān)系 |
| 4.1.2 竹林物候?qū)夂蜃兓憫?yīng)的空間分布特征 |
| 4.1.2.1 SOS對氣候變化的空間響應(yīng) |
| 4.1.2.2 EOS對氣候變化的空間響應(yīng) |
| 4.2 地形因子對物候影響 |
| 4.3 討論 |
| 4.4 本章小結(jié) |
| 5 物候?qū)χ窳值厣仙锪康臅r空影響 |
| 5.1 隨機(jī)森林模型簡介及AGB估算方法 |
| 5.2 隨機(jī)森林模型參數(shù)優(yōu)化 |
| 5.3 竹林地上生物量估算結(jié)果 |
| 5.3.1 隨機(jī)森林模型精度驗證 |
| 5.3.2 竹林地上生物量時空分布 |
| 5.3.3 竹林地上生物量空間變化趨勢 |
| 5.4 竹林物候?qū)Φ厣仙锪康臅r空影響 |
| 5.4.1 SOS與AGB之間的空間相關(guān)性 |
| 5.4.2 EOS與AGB之間的空間相關(guān)性 |
| 5.4.3 LOS與AGB之間的空間相關(guān)性 |
| 5.4.4 物候與AGB年際變化之間的關(guān)系 |
| 5.5 討論 |
| 5.6 本章小結(jié) |
| 6 竹林生態(tài)系統(tǒng)碳循環(huán)時空變異對物候的響應(yīng) |
| 6.1 InTEC模型簡介 |
| 6.2 融入竹林物候的InTEC模型物候模塊改進(jìn) |
| 6.3 結(jié)構(gòu)方程模型 |
| 6.4 融入物候的竹林生態(tài)系統(tǒng)碳循環(huán)時空模擬 |
| 6.4.1 改進(jìn)后InTEC模型模擬碳循環(huán)驗證 |
| 6.4.2 竹林生態(tài)系統(tǒng)碳循環(huán)時空模擬結(jié)果 |
| 6.4.3 竹林生態(tài)系統(tǒng)碳循環(huán)時空間格局 |
| 6.4.3.1 碳循環(huán)年均值空間分布特征 |
| 6.4.3.2 碳循環(huán)空間變化趨勢 |
| 6.5 竹林物候?qū)χ窳稚鷳B(tài)系統(tǒng)碳循環(huán)時空變異的影響 |
| 6.5.1 物候?qū)PP的影響 |
| 6.5.2 物候?qū)PP的影響 |
| 6.5.3 物候?qū)EP的影響 |
| 6.6 氣候變化、物候變化對碳循環(huán)變化的影響 |
| 6.7 討論 |
| 6.8 本章小結(jié) |
| 7 物候參與下的竹林生態(tài)系統(tǒng)生產(chǎn)力評價 |
| 7.1 竹林生產(chǎn)力評價方法 |
| 7.1.1 指標(biāo)體系構(gòu)建 |
| 7.1.2 竹林生產(chǎn)力水平時空評價 |
| 7.2 變量因子對竹林碳循環(huán)因子的影響 |
| 7.2.1 顯性變量和隱性變量之間的權(quán)重和通徑系數(shù)估計 |
| 7.2.2 隱性變量之間的通徑系數(shù) |
| 7.2.3 隱性因子對竹林碳循環(huán)因子時空分布的影響 |
| 7.3 竹林生產(chǎn)力水平時空評價 |
| 7.4 討論 |
| 7.5 本章小結(jié) |
| 8 結(jié)論與討論 |
| 8.1 結(jié)論 |
| 8.2 創(chuàng)新點 |
| 8.3 討論 |
| 參考文獻(xiàn) |
| 個人簡介 |
| 導(dǎo)師簡介 |
| 致謝 |
（7）黃土高原小流域植被生態(tài)時空演化與驅(qū)動力研究（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 1 緒論 |
| 1.1 基本概念 |
| 1.2 選題背景及研究意義 |
| 1.3 國內(nèi)外研究現(xiàn)狀 |
| 1.3.1 黃土高原植被指數(shù)研究進(jìn)展 |
| 1.3.2 黃土高原植被生長驅(qū)動力研究進(jìn)展 |
| 1.3.3 區(qū)域尺度WUE估算硏究進(jìn)展 |
| 1.4 研究內(nèi)容與技術(shù)路線 |
| 1.4.1 研究內(nèi)容 |
| 1.4.2 技術(shù)路線 |
| 2 研究區(qū)概況 |
| 2.1 自然地理特征 |
| 2.2 氣象水文 |
| 2.3 水文地質(zhì) |
| 3 數(shù)據(jù)及方法 |
| 3.1 數(shù)據(jù)來源 |
| 3.1.1 遙感數(shù)據(jù) |
| 3.1.2 氣象數(shù)據(jù) |
| 3.2 研究方法 |
| 3.2.1 最大值合成法 |
| 3.2.2 一元線性回歸 |
| 3.2.3 監(jiān)督分類法 |
| 3.2.4 地表能量平衡方程 |
| 3.2.5 相關(guān)分析與偏相關(guān)分析 |
| 3.2.6 土地利用轉(zhuǎn)移矩陣 |
| 3.2.7 總體分類精度和Kappa系數(shù) |
| 4 云巖河流域植被動態(tài)變化特征 |
| 4.1 云巖河NDVI年際變化 |
| 4.2 云巖河NDVI年內(nèi)變化 |
| 4.3 云巖河NDVI季節(jié)變化 |
| 4.4 小結(jié) |
| 5 云巖河流域植被NDVI驅(qū)動因子分析 |
| 5.1 氣候因子對植被的影響 |
| 5.2 土地利用類型及其轉(zhuǎn)移變化分析 |
| 5.3 人類活動對植被的影響 |
| 5.4 小結(jié) |
| 6 云巖河流域水分利用效率研究 |
| 6.1 ET估算結(jié)果及其分析 |
| 6.2 WUE估算結(jié)果及其分析 |
| 6.3 WUE與氣候因子的關(guān)系 |
| 6.4 WUE與植被因子的關(guān)系 |
| 6.5 WUE與人類活動的關(guān)系 |
| 6.6 小結(jié) |
| 7 結(jié)論及展望 |
| 7.1 結(jié)論 |
| 7.2 展望 |
| 致謝 |
| 參考文獻(xiàn) |
| 附錄 |
（8）2019年中國陸表定量遙感發(fā)展綜述（論文提綱范文）
| 1 引言 |
| 2 定量遙感相關(guān)的數(shù)據(jù)處理方法 |
| 2.1 云與陰影識別 |
| 2.2 大氣校正 |
| 2.3 地形校正 |
| 3 輻射傳輸建模 |
| 4 陸表特征變量：估算，驗證與應(yīng)用 |
| 4.1 地表反射率/BRDF |
| 4.2 下行太陽輻射 |
| 4.2.1 地表下行短波輻射遙感估算算法的發(fā)展與改進(jìn) |
| 4.2.2 地表下行短波輻射數(shù)據(jù)產(chǎn)品評價與分析 |
| 4.2.3 全球變亮和變暗分析 |
| 4.3 地表反照率 |
| 4.3.1 反照率反演與驗證方法 |
| 4.3.2 地表反照率在氣候環(huán)境變化中的應(yīng)用 |
| 4.4 地表溫度 |
| 4.5 地表長波輻射 |
| 4.5.1 地表長波下行輻射 |
| 4.5.2 地表長波上行輻射 |
| 4.5.3 地表長波凈輻射產(chǎn)品 |
| 4.6 總凈輻射 |
| 4.7 日光誘導(dǎo)葉綠素?zé)晒猓⊿IF) |
| 4.7.1 SIF遙感信號機(jī)理解釋 |
| 4.7.2 基于SIF遙感的生態(tài)系統(tǒng)關(guān)鍵參數(shù)監(jiān)測 |
| 4.8 植被生化參數(shù) |
| 4.9 葉面積指數(shù) |
| 4.1 0 光合有效輻射吸收比 |
| 4.1 1 植被覆蓋度 |
| 4.1 1. 1 植被覆蓋度算法發(fā)展 |
| 4.1 1. 2 植被覆蓋度產(chǎn)品及算法驗證 |
| 4.1 1. 3 植被覆蓋度的應(yīng)用 |
| 4.1 2 森林高度 |
| 4.1 3 森林生物量 |
| 4.1 4 植被生產(chǎn)力 |
| 4.1 5 土壤水分 |
| 4.16雪水當(dāng)量 |
| 4.17積雪面積 |
| 4.18蒸散發(fā) |
| 4.19地表與地下水量 |
| 4.19.1地表水量 |
| 4.19.2地下水量 |
| 4.19.3研究展望 |
| 5 科研項目 |
| 6 學(xué)術(shù)研討會與培訓(xùn)班 |
| 7 結(jié)語 |
（9）基于Fourier分析的煤炭開采對植被的影響范圍研究 ——以寧東和烏海礦區(qū)為例（論文提綱范文）
| 摘要 |
| abstract |
| 第1章 緒論 |
| 1.1 研究背景與意義 |
| 1.1.1 選題依據(jù) |
| 1.1.2 研究目的意義 |
| 1.2 項目依托 |
| 1.3 國內(nèi)外研究進(jìn)展 |
| 1.3.1 植被指數(shù)應(yīng)用及進(jìn)展 |
| 1.3.2 傅里葉分析研究進(jìn)展 |
| 1.3.3 礦區(qū)生態(tài)影響研究進(jìn)展 |
| 1.3.4 國內(nèi)外研究進(jìn)展評述 |
| 1.4 研究內(nèi)容與技術(shù)路線等問題 |
| 1.4.1 研究內(nèi)容 |
| 1.4.2 科學(xué)問題 |
| 1.4.3 章節(jié)概述 |
| 1.4.4 技術(shù)路線 |
| 第2章 研究區(qū)概況 |
| 2.1 地理位置 |
| 2.2 自然概況 |
| 2.2.1 氣候條件 |
| 2.2.2 地形地貌 |
| 2.2.3 植被土壤 |
| 2.2.4 水文地質(zhì) |
| 2.3 社會經(jīng)濟(jì)概況 |
| 2.3.1 經(jīng)濟(jì)發(fā)展情況 |
| 2.3.2 煤炭資源情況 |
| 2.3.3 煤炭開采影響 |
| 2.4 礦區(qū)發(fā)展與生態(tài)保護(hù) |
| 第3章 研究數(shù)據(jù)及研究方法 |
| 3.1 數(shù)據(jù)及預(yù)處理 |
| 3.2 植被信息提取 |
| 3.3 研究方法 |
| 3.3.1 空間分析 |
| 3.3.2 目視解譯及精度評價 |
| 3.3.3 傅里葉分析 |
| 3.4 數(shù)據(jù)處理結(jié)果 |
| 第4章 寧東和烏海礦區(qū)NDVI時序分析 |
| 4.1 礦區(qū)NDVI時間序列擬合分析 |
| 4.2 寧東礦區(qū)與參照區(qū)時間序列對比分析 |
| 第5章 煤炭開采對植被影響范圍分析 |
| 5.1 研究區(qū)的土地利用現(xiàn)狀 |
| 5.2 寧東礦區(qū)對周邊植被的影響范圍 |
| 5.2.1 不同年份寧東礦區(qū)與緩沖區(qū)NDVI的年際變化情況 |
| 5.2.2 不同緩沖區(qū)傅里葉擬合階數(shù)的比較分析 |
| 5.2.3 參照區(qū)對周邊植被的影響 |
| 5.3 烏海礦區(qū)對周邊植被的影響范圍 |
| 第6章 結(jié)論與展望 |
| 6.1 研究結(jié)論 |
| 6.2 可能的創(chuàng)新點 |
| 6.3 不足與展望 |
| 致謝 |
| 參考文獻(xiàn) |
| 附錄 |
（10）黃河流域上中游植被覆蓋變化及驅(qū)動因素研究（論文提綱范文）
| 摘要 |
| abstract |
| 1 緒論 |
| 1.1 研究背景及意義 |
| 1.2 國內(nèi)外研究進(jìn)展 |
| 1.2.1 植被覆蓋變化的研究 |
| 1.2.2 氣候因素對植被變化的影響研究 |
| 1.2.3 非氣候因素對植被變化的影響研究 |
| 1.2.4 黃河流域植被覆蓋的相關(guān)研究 |
| 1.2.5 已有研究的不足及本文擬解決的問題 |
| 1.3 研究目的與內(nèi)容 |
| 1.4 創(chuàng)新點 |
| 1.5 技術(shù)路線 |
| 2 研究區(qū)概況與資料方法 |
| 2.1 研究區(qū)概況 |
| 2.1.1 地理位置 |
| 2.1.2 地質(zhì)地貌 |
| 2.1.3 氣候水文 |
| 2.1.4 土壤植被 |
| 2.2 研究資料 |
| 2.2.1 遙感數(shù)據(jù) |
| 2.2.2 氣象數(shù)據(jù) |
| 2.2.3 植被類型數(shù)據(jù) |
| 2.3 研究方法 |
| 2.3.1 遙感數(shù)據(jù)預(yù)處理 |
| 2.3.2 趨勢分析 |
| 2.3.3 穩(wěn)定性分析 |
| 2.3.4 持續(xù)性分析 |
| 2.3.5 相關(guān)性分析 |
| 2.3.6 土地利用變化分析 |
| 2.3.7 殘差趨勢分析 |
| 3 黃河流域上中游植被覆蓋變化研究 |
| 3.1 NDVI變化趨勢一致性對比 |
| 3.1.1 NDVI時間序列月值數(shù)據(jù)對比 |
| 3.1.2 兩種NDVI時間序列年值數(shù)據(jù)對比 |
| 3.1.3 兩種NDVI數(shù)據(jù)變化趨勢一致性分析 |
| 3.2 黃河流域上中游植被覆蓋變化分析 |
| 3.2.1 植被覆蓋時間變化特征分析 |
| 3.2.2 植被覆蓋空間變化特征分析 |
| 3.3 本章小結(jié) |
| 4 氣候因素對黃河流域上中游植被覆蓋變化的影響 |
| 4.1 氣候變化分析 |
| 4.1.1 時間變化趨勢 |
| 4.1.2 空間變化趨勢 |
| 4.2 氣候因素驅(qū)動植被覆蓋變化分析 |
| 4.2.1 單個氣候因素對植被覆蓋變化的影響 |
| 4.2.2 多個氣候因素對植被覆蓋變化的影響 |
| 4.3 本章小結(jié)及討論 |
| 4.3.1 小結(jié) |
| 4.3.2 討論 |
| 5 非氣候因素對黃河流域上中游植被覆蓋變化的影響 |
| 5.1 非氣候因素驅(qū)動植被覆蓋變化分析 |
| 5.1.1 植被覆蓋變化的驅(qū)動因素空間分布 |
| 5.1.2 非氣候因素驅(qū)動植被覆蓋增加分析 |
| 5.1.3 非氣候因素驅(qū)動植被覆蓋退化分析 |
| 5.1.4 分段分析 |
| 5.2 土地利用變化對植被覆蓋變化的影響 |
| 5.2.1 土地利用變化分析 |
| 5.2.2 土地利用變化對植被NDVI的影響 |
| 5.3 生態(tài)功能保護(hù)區(qū)建設(shè)對植被覆蓋變化的影響 |
| 5.3.1 上游典型區(qū)域分析——以黃河源生態(tài)功能保護(hù)區(qū)為例 |
| 5.3.2 中游典型區(qū)域分析——以黃河中游防護(hù)林體系建設(shè)工程為例 |
| 5.4 本章小結(jié)及討論 |
| 5.4.1 小結(jié) |
| 5.4.2 討論 |
| 6 主要結(jié)論與展望 |
| 6.1 主要研究結(jié)論 |
| 6.2 研究不足與展望 |
| 參考文獻(xiàn) |
| 致謝 |
| 個人簡歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文及研究成果 |
四、Dynamic change of net primary productivity and fractional vegetation cover in the Yellow River Basin using multi-temporal AVHRR NDVI Data（論文參考文獻(xiàn)）
- [1]亞熱帶植被覆蓋度和凈初級生產(chǎn)力時空演變及氣候驅(qū)動[D]. 劉華. 浙江農(nóng)林大學(xué), 2021
- [2]甘肅省農(nóng)牧交錯帶植被覆蓋時空變化及其對氣候因子的響應(yīng)[D]. 卓瑪草. 甘肅農(nóng)業(yè)大學(xué), 2021
- [3]中國海岸帶典型生態(tài)系統(tǒng)服務(wù)價值評估研究[D]. 劉玉斌. 中國科學(xué)院大學(xué)(中國科學(xué)院煙臺海岸帶研究所), 2021(01)
- [4]基于多源遙感數(shù)據(jù)的礦區(qū)植被變化監(jiān)測 ——以峰峰礦區(qū)為例[D]. 李武乾. 河北工程大學(xué), 2021
- [5]半干旱區(qū)井工礦山地表形變對植被的長期影響研究[D]. 米家鑫. 中國礦業(yè)大學(xué), 2021
- [6]基于遙感反演的竹林物候時空變異及其對碳循環(huán)影響機(jī)制研究[D]. 李雪建. 浙江農(nóng)林大學(xué), 2021
- [7]黃土高原小流域植被生態(tài)時空演化與驅(qū)動力研究[D]. 職子慧. 中國地質(zhì)大學(xué)(北京), 2020
- [8]2019年中國陸表定量遙感發(fā)展綜述[J]. 梁順林,白瑞,陳曉娜,程潔,范聞捷,何濤,賈坤,江波,蔣玲梅,焦子銻,劉元波,倪文儉,邱鳳,宋柳霖,孫林,唐伯惠,聞建光,吳桂平,謝東輝,姚云軍,袁文平,張永光,張玉珍,張云騰,張曉通,趙天杰,趙祥. 遙感學(xué)報, 2020(06)
- [9]基于Fourier分析的煤炭開采對植被的影響范圍研究 ——以寧東和烏海礦區(qū)為例[D]. 閆鳳飛. 中國地質(zhì)大學(xué)(北京), 2020(08)
- [10]黃河流域上中游植被覆蓋變化及驅(qū)動因素研究[D]. 何航. 西北師范大學(xué), 2020(01)
標(biāo)簽：ndvi論文; 歸一化植被指數(shù)論文; 土壤分類論文; 土壤分層論文; 生態(tài)系統(tǒng)功能論文;