一、福建省土地利用格局及其影响因子(论文文献综述)
孙丽娜[1](2020)在《山西省森林生物量碳密度空间格局和影响因素研究》文中认为全球变暖已经成为目前全世界各国共同面对的最严峻的挑战。以二氧化碳为主的温室气体浓度的增加,是引发全球气候变暖的主要原因。森林作为大气二氧化碳的陆地碳汇,自20世纪90年代以来得到越来越多的关注。区域森林碳储量的估算、森林碳密度的空间格局及其影响因子分析,是森林生态系统碳循环研究的热点之一,能够加深我们对陆地森林生态系统碳循环的认识,有助于一系列森林管理措施的实施,进而有效的减缓气候变化。山地森林是世界森林的重要组成部分,占到世界森林总面积的24.3%。山西省位于中国黄土高原东部,山地和丘陵占其总面积的80.3%,境内森林(尤其是天然林)绝大多数分布在山区,为我们研究山地森林生物量碳储量、碳密度空间格局及其影响因子提供较为理想的自然地理条件。本研究以山西省2010年和2015年森林清查资料为基础,通过生物量扩展系数法估算生物量碳密度和碳储量,综合Anselin Local Moran’s I、Local Getis-Ord G*和半变异函数分析等地统计学方法研究碳密度的空间格局,并采用多群组结构方程模型法分析生物量碳密度的影响因子。主要结果如下:山西省森林总生物量碳储量为88.00Tg。平均生物量碳密度为19.95 Mg·hm-2,远低于全国森林平均生物量碳密度(44.91 Mg·hm-2)。生物量碳密度大于30 Mg·hm-2的样地主要分布在太岳山西南部的绵山—霍山,吕梁山北段的芦芽山、吕梁山中部的关帝山和吕梁山中南部的紫荆山和五鹿山。乔木林生物量碳储量以栎类林(18.15Tg)最大,其次为油松林(15.51Tg)。碳密度以云杉林(92.35 Mg·hm-2)最高,其次是落叶松林(38.56 Mg·hm-2)、栎类林(36.37 Mg·hm-2)、桦木林(31.35 Mg·hm-2)和油松林(25.77 Mg·hm-2)。乔木林生物量碳储量以中龄林(26.22Tg)最大,其次为近熟林(20.29Tg)和幼龄林(15.56Tg)。幼龄林(22.28%)与近熟林(29.05%)生物量碳储量所占比例明显高于全国水平。乔木林生物量碳密度以近熟林(41.56Mg·hm-2)最高,中龄林(32.94 Mg·hm-2)和成熟林(36.67 Mg·hm-2)的生物量碳密度显着高于幼龄林(17.16Mg·hm-2)和过熟林(15.72 Mg·hm-2)。幼龄林和中龄林占到山西省乔木林的69.01%,预示着未来几十年山西省森林碳储量将持续增长。山西省天然乔木林天然林平均生物量碳密度为31.53 Mg·hm-2。天然落叶阔叶林和天然针叶林的生物量碳密度无显着差异,但针叶林生物量碳密度的变异系数大于落叶阔叶林。与落叶阔叶林相比,针叶林生物量碳密度最高(HS99s,平均碳密度47.86Mg·hm-2)的区域分布在纬度较高、海拔较高、气温较低和降雨量较小的地区。多组结构方程模型中的7个因子(纬度、海拔、气温、降水、林分年龄、郁闭度和森林类型)能解释针叶林生物量碳密度变化的62.0%和落叶阔叶林生物量碳密度变化的51.6%。纬度和海拔对天然针叶林和落叶阔叶林生物量碳密度的影响均是间接影响,并且这两个因子对针叶林生物量碳密度的影响均明显大于落叶阔叶林。林分年龄和郁闭度对生物量碳密度的影响在针叶林和落叶阔叶林之间没有显着差异。而森林类型对针叶林生物量碳密度的影响大于落叶阔叶林,这主要可能归因于针叶林不同森林类型之间生物量碳密度的差异大于落叶阔叶林。气温和降水对山西省温带山地天然林生物量碳密度的影响远小于其他因子。山西省人工乔木林面积占到乔木林总面积的34.86%,碳储量占到乔木林总碳储量的33.45%。人工林平均年龄为25yr,年蓄积增长量为0.41 m3·hm-2·yr-1。人工林的主要类型包括油松林、华北落叶松林、刺槐林、杨树林和侧柏林,占到人工林总面积的74.18%。人工林平均生物量碳密度为23.13 Mg·hm-2,各主要类型的生物量碳密度以华北落叶松林最大,油松林次之,均大于刺槐林和杨树林,侧柏林最小。幼龄林和中龄林的面积占人工林总面积的73.55%,两者碳储量占到人工林总碳储量的70.72%。影响人工林生物量碳密度的因子按照其影响大小依次为林分密度,降水,海拔和林分年龄。人工林生物量碳密度的影响因子在各主要类型之间存在较大的差异。相较于全部人工林,多元线性模型对除杨树林以外的各类型生物量碳密度的解释度均有所提高。热点分析结果表明,80%的人工林样地的生物量碳密度在空间上呈现随机分布的特点。本文基于508个针叶林样地数据,对天然针叶林和人工针叶林生物量碳密度空间格局及其影响因子进行对比研究。空间分析的结果显示天然针叶林生物量碳密度呈现出北部地区较高、南部地区较低的分布趋势,而人工林生物量碳密度的空间格局与天然林表现出很大的不同。结构方程模型多组分析结果显示海拔(或者可作为海拔替代因子的气温)和林分年龄不管是对天然林还是人工林来说均是其生物量碳密度最重要的影响因子。与其他因子相比,纬度和海拔对生物量碳密度的影响在天然林和人工林之间的差异均较大。纬度通过海拔和林分年龄而对生物量碳密度产生的间接影响在天然林和人工林之间的差异在一定程度上反映了天然林和人工林生物量碳密度空间格局的差异。
李志富[2](2020)在《基于潜力衰减法的鸡西市耕地产能核算及提升对策研究》文中认为耕地是当代中国最宝贵的自然资源之一,是粮食安全之本,生态安全之基。1978年来,我国出台保护耕地、节约集约用地等政策,为粮食安全做出了巨大贡献,为我国成为世界第二大经济体提供支撑。由于我国在快速发展中出现用地粗放、浪费用地,甚至严重的破坏、损毁耕地的情况,所以需创建以经济健康发展为方向,以生态文明绿色建设为根本,以科技创新为支撑新时代的耕地保护与制度建设。围绕“山水林田湖草,生命共同体理念,实行耕地数量、质量、生态三位一体”保护。掌握耕地质量变化分布规律,推行“贮藏粮食的技术和耕地同等重要”已是务农重本,国之大纲。由于启动和实施新一轮国土综合整治项目的原因,提高耕地质量和对其的保护是解决粮食安全问题、实现农业可持续发展的基础。鸡西市位于中国东北部地区,富有“黑龙江省重要的绿色农产品生产基地”美名之称,以鸡西市玉米的光温生产潜力为基础,利用土壤修正系数和社会经济修正系数核算耕地产能,对其耕地进行利用分区,提出耕地产能提升的对策建议,以期为该市耕地生态保护与修复提供参考。本文基于生态农业化、土地生产力、地域分异、可持续发展、土地适宜性及土地质量等理论,采用潜力衰减法与加权系统聚类法,结合土壤质地、剖面构型、PH值、有机质含量和障碍层深度等指标,运用综合指数模型计算土壤修正系数,结合农药投入、灌溉条件、化肥投入、机耕投入、交通便利度、农村用电量和排水条件等指标,运用综合指数模型计算社会经济修正系数,基于鸡西市的光温生产潜力核算其耕地产能,利用加权系统聚类法对研究区耕地进行利用分区,从生态重建及生态修复的角度提出耕地质量保护及产能提升的对策建议,本研究为保障鸡西耕地数量与质量提供技术支持,为划定基本农田、合理规划土地以及东北低山丘陵区耕地保护和产能提升提供依据,为保护区域生态安全与自然经济社会的可持续发展提供支持,全文研究结果如下:1.耕地产能核算。结合鸡西市实际情况,选取土壤修正指标、社会经济修正指标,利用综合指数模型计算土壤修正系数和社会经济修正系数,基于鸡西市光温生产潜力,利用潜力衰减法核算其耕地产能,核算结果显示,其中密山市的耕地理论产能在991.85~1125.75kg/亩之间,可实现产能在930.35~1055.95kg/亩之间。虎林市的耕地理论产能在839.69~950.68kg/亩之间,可实现产能在787.63~891.73kg/亩之间。鸡东县的耕地理论产能在1080.78~1159.70kg/亩之间,可实现产能在1013.76~1087.80kg/亩之间。市辖区的耕地理论产能在1718.04~1969.36kg/亩之间,可实现产能在1642.45~1886.65kg/亩之间。2.耕地产能潜力。利用耕地理论产能、可实现产能和实际产能,计算鸡西市的耕地产能潜力,得出密山市的耕地理论产能潜力在630.63~690.80kg/亩之间,可实现产能潜力在409.35~464.62kg/亩之间。虎林市的耕地理论产能潜力在520.06~580.94kg/亩之间,可实现产能潜力在330.81~374.53kg/亩之间。鸡东县的耕地理论产能潜力在670.01~710.90kg/亩之间,可实现产能潜力在446.06~478.63kg/亩之间。市辖区的耕地理论产能潜力在400.11~820.71kg/亩之间,可实现产能潜力在706.25~811.26kg/亩之间。3.耕地利用分区。从耕地产能潜力、耕地分布格局、农业生产效率三方面选取耕地理论产能潜力、耕地可实现产能潜力、耕地规模优势指数、斑块面积指数、斑块聚集度指数、农业全员劳动生产率和农业生产总值等指标,利用加权系统聚类法对鸡西市耕地进行利用分区,最终将研究区划分为3个耕地利用类型区,包括核心保护区、优化提升区、协调发展区。核心利用区;位于研究区中部平坦地带,其近远期产能潜力、耕地集中度指数、规模优势指数、全员劳动生产率和农业总产值等各项指数都较大,而耕地斑块面积指数仅处于全市的平均水平。优化提升区;其耕地产能潜力和耕地分布格局中的各项指数处于中等或较高水平,但从其全员劳动生产率和农业总产值来看,其耕地利用存在着投入较高但产出水平较低的问题。协调发展区;该区耕地土壤肥力和耕作条件较差,落后的交通和经济条件造成农业生产效率不高,因此耕地利用的各项指标指数均处于较低水平。其中密山市核心利用区耕地面积8.60×104hm2,占全市耕地的38%,优化提升区耕地面积共7.56×104hm2,为全市耕地总量的34%,协调发展区耕地面积共5.36×104hm2,约为全市耕地的28%;虎林市核心利用区耕地面积7.68×104hm2,占全市耕地的59%,优化提升区耕地面积共4.0×104hm2,为全市耕地总量的31%,协调发展区耕地面积共1.42×104hm2,约为全县耕地的10%;鸡东县核心利用区耕地面积5.90×104hm2,占全县耕地的51.0%,优化提升区耕地面积共4.14×104hm2,为耕地总量的36%,协调发展区耕地面积共1.49×104hm2,约为全县耕地的13%。4.分区耕地利用方向。核心保护区,该区可以通过培肥地力提升耕地本底质量,关键时也可以对质量较差的耕地实行退耕,在该区耕地发展生态农业;优化提升区,该区应将工作重点放在优化农业生产效率和改善农业生产条件上,注重整合农业生产资源和农业技术转化、利用,同时通过加大农田水利基本建设和中低产田改造建设力度等措施来提高耕地的产出率。协调发展区;应该对其重点保护,防止该区耕地进行非农化转用,以后更多的对该区耕地进行集约利用和规模经营,发展集约化、规模化和机械化的现代农业。
韩逸[3](2020)在《寻乌县土壤pH时空变异特征及其对土地利用变化的响应》文中研究说明土壤酸碱性是土壤诸多理化性质的综合反映,土壤酸碱性的变化对土壤养分保持与供给、农作物生长和农产品质量有重要影响。土壤pH是反映土壤酸碱状况的指标,在不同土地利用类型下,独特的自然环境和人为活动使得土壤pH具有明显差异。探究土地利用变化下土壤pH时空变异及其影响因素的规律,是了解土壤酸碱性变化趋势,进而制定针对性调控措施的基础。本研究以寻乌县为研究区,基于1984年第二次土壤普查的595个土壤样点和2018年采集的580个采样点,首先,一方面应用普通克里格方法(Ordinary kriging,OK)探究了寻乌县土壤pH在35年间的时空变异特征;另一方面,利用随机森林方法(Random Forest,RF)对寻乌县1984年、1995年、2006年和2018年的土地利用类型进行了监督分类,明确了35年间土地利用类型的变化状况;之后应用地理加权回归模型(Geographically Weighted Regression,GWR)探究了海拔、坡度、距河流距离、距道路距离和氮肥施用量对土壤pH时空变异影响作用的空间非平稳性;最后,基于土壤pH时空变异状况、土地利用变化状况以及土壤pH变化影响因素作用的空间差异,分析了土壤pH时空变异对土地利用变化的响应,并厘清了土地利用变化过程中土壤pH时空变异影响因素的差异。研究得出主要结论如下:(1)寻乌县1984年土壤样点pH在4.30~6.70之间,平均值为5.35,变异系数为6.54%;2018年土壤样点pH在4.32~5.83之间,平均值为5.05,变异系数为4.95%。半方差分析结果表明1984年土壤样点pH空间变异的最优拟合模型为线性模型,拟合系数为0.787,块金效应为85.83%,变程为36.73 km;2018年土壤样点pH空间变异的最优拟合模型为指数模型,拟合系数达0.876,块金效应为31.67%,变程为7.90km。普通克里格插值结果显示1984年土壤pH的高低值区分布均较为连片,高值区主要分布于东南部的丹溪乡、中部的文峰乡和长宁镇、北部的三标乡和水源乡,低值区则主要分布于西部的晨光镇和桂竹帽镇;2018年土壤pH的高值区零散地分布于北部的澄江镇、东部的项山乡、东南部的丹溪乡和西部的桂竹帽镇,低值区则主要分布于中部的文峰乡、留车镇。35年间寻乌县土壤pH变化范围在-0.91~0.32之间,平均下降了0.30个单位,全县91.72%的土壤呈酸化趋势,酸化最为明显的区域主要分布于三标乡、文峰乡、吉潭镇、南桥镇、龙延乡和丹溪乡,而桂竹帽镇、晨光镇和澄江镇则有碱化趋势。(2)1984年寻乌县耕地、园地、林地和其他用地面积分别为315.94 km2、11.71km2、1961.03 km2和63.89 km2,2018年四种土地利用类型的面积则分别为143.02 km2、298.19 km2、1805.08 km2和106.28 km2。35年间园地及其他地类面积呈上升趋势,面积净增长分别为286.48 km2和42.39 km2,增长率分别为2447%和66%;耕地及林地面积则呈下降趋势,面积净减少分别为172.92 km2和155.95 km2,减少率分别为55%和8%。35年间主要的土地利用类型变化是耕地及林地向园地和其他地类转变,其中2018年的园地有70%来自于林地,27%来自于耕地,其他地类则有35%来自于林地、28%来自于耕地。(3)35年间,在耕地、园地、林地和其他地类4种土地利用类型相互转化的16种转化方式中,15种转化方式下土壤pH均有所下降,其中不转化林地的土壤pH下降最为严重,为0.41个单位。耕地向园地转化过程中土壤pH则有所上升,为0.32个单位。土壤pH的时空变化受到海拔、坡度、距河流距离、距道路距离变化和氮肥施用量变化的影响,地理加权回归结果显示五个影响因子的平均回归系数分别为0.02、0.02、0.16、0.26和-0.20,其中距河流距离与距道路距离变化有明显的正向作用,氮肥施用量变化则主要发挥着负向影响。在不同的土地利用类型转化方式中,距道路距离变化在12种土地利用类型转化方式下的土壤pH变化中起主导作用,氮肥施用量变化则在3种转化方式下起主导作用,而坡度则仅在其他地类向耕地转化过程中发挥主导作用。(4)依据寻乌县土壤pH时空变异特征及其对土地利用变化的响应,研究提出,从合理减施氮肥,增施有机肥;适当施用土壤酸性改良剂;推广休耕轮作,合理套作;加强稀土矿区生态修复;这四个角度进行寻乌县土壤的酸碱性调控,以保障土壤的生产与生态功能。
陈燕红[4](2020)在《福州市城市绿色空间时空演化的温度效应研究》文中研究说明当前,随着城市化进程的加快,城市地区的热岛现象层出不穷,极端高温事件频发,由此引发了一系列生态环境问题。城市绿色空间作为缓解城市热岛效应的“生力军”,在维系城市生态环境中扮演着重要的角色,其所产生的降温效应也受到越来越多的关注。福州市位于海峡西岸,近年来城市绿色空间呈退化态势,城市热岛现象加重,在全国处于高温城市之列。为改善福州城市热环境,缓解城市热岛效应,迫切需要开展福州市城市绿色空间时空演化的温度效应研究。本研究运用遥感、地理信息系统、空间分析、景观格局分析、数理统计分析等技术方法,对福州主城区近23年来绿色空间的演化及其与地表温度的关系进行系统分析,对城市绿色空间演化的地表温度效应进行深入研讨,提出缓解城市热岛效应的绿色空间存量调控策略。论文的主要研究内容及结论如下:1、运用热红外遥感分析技术,对福州主城区地表温度进行反演,探究其空间分布格局,总结特征和规律。(1)1993-2016年,福州城市下垫面地表温度时空动态变化显着,分布与延展基本上与城市建成区的轮廓一致,整体呈冷岛向热岛扩张的趋势,城市热岛现象严重。冷岛区面积从1993年的198.52 km2下降到2016年的132.41 km2,面积减少66.11km2,减幅为33.30%。热岛区面积则从1993年的23.53 km2显着增加至2016年的61.32 km2,面积增加37.79 km2,增幅为160.60%,其中低温区和次低温区分别向热岛区贡献了5.16 km2和29.00 km2。(2)福州主城区内下垫面地表温度变化呈峰谷交相出现,且表现出显着的“陡崖”和“峭壁”特征。峰值对应的用地类型主要是非绿色空间,绿色空间内部的地表温度虽多处于波谷位置,却呈现不断上升的趋势。冷岛区与绿色空间的分布关系密切,其中与水体和湿地的分布更为一致。2、运用遥感和地理信息系统技术,分析福州主城区绿色空间时空动态演化特征及影响因素。(1)由于人类活动与城市化的快速发展,福州主城区绿色空间破碎化程度增加,土地利用/覆盖朝着相对不均匀方向发展。研究区绿色空间面积从1993年的157.60km2缩减为2016年的88.56 km2,面积减少69.04 km2,减幅为43.81%。其中,农田的演化数量最大,其次是林/草地和水体,最后是湿地;演化比例表现为湿地(62.96%)>林/草地(59.60%)>农田(38.67%)>水体(33.84%)。(2)1993-2016年,研究区城市绿色空间演化过程按面积大小依次排序为:绿色空间损失区(80.50 km2)>绿色空间不变区(56.00 km2)>绿色空间交换区(21.10km2)>绿色空间扩张区(11.46 km2)。绿色空间损失区与扩张区面积差值为69.04 km2,占研究区总面积的26.79%,绿色空间演化过程系数(Green Space Evolution Process Index,GEPX)高达7.02。表明对绿色空间的利用与修复方式和程度的差异,使绿色空间损失区面积大于扩张区。(3)研究区各时段城市绿色空间演化模式以边缘式为主,其次为飞地式,最后是填充式。23年间,距离城市中心3-6 km范围以内的地区是绿色空间面积缩减变化最为显着的区域。因此,未来应注重防止3-6 km范围内城市绿色空间面积的退化。(4)人口增长和经济发展客观上刺激了对更多土地资源的需求,引发了建设用地的扩张,加速了城市绿色空间的缩减。此外,宏观决策规划对福州城市绿色空间分布造成影响。3、定性与定量结合,探讨城市绿色空间的演化对福州主城区地表产生的温度效应差异。(1)不同的土地利用/覆盖类型引起的降温效应不同,表现为:绿色空间>非绿色空间,以及水体>湿地>林/草地>农田。根据边际效用递减法则拟合了1993年、2000年、2008年和2016年绿色空间的降温强度与绿色空间斑块面积的降温效率曲线,并统计得到各年份城市绿色空间发挥最优降温效率的阈值面积分别为0.050 km2、0.055 km2、0.050 km2和0.055 km2,对应的降温强度分别为1.84℃、1.83℃、1.89℃和1.82℃。(2)不同的城市绿色空间演化过程引起的降温效应不同,依次排序为:绿色空间扩张区>绿色空间不变区>绿色空间交换区>绿色空间损失区。其中,绿色空间损失区引起的平均地表温差约为+7.0℃,表现为升温作用;而绿色空间扩张区带来的平均地表温差约为-5.0℃,表现为降温作用,二者产生的平均升降温作用不同。通过构建绿色空间演化过程-温度效应指数的回归分析模型发现,当对绿色空间的利用低于0.04 km2时,可通过补充相同面积大小的绿色空间以抵消绿色空间损失产生的升温效应。(3)不同的城市绿色空间演化模式对城市地表升温的贡献不同,具体表现为:边缘式演化模式>飞地式演化模式>填充式演化模式。各时期的边缘式和飞地式演化引起的地表温度变化的高值区主要集中在距研究区中心4-7 km的晋安区和仓山区。(4)基于温度植被指数(Temperature Vegetation Index,TVX)空间像元变化轨迹,分析了城市绿色空间的演变趋势及其地表温度响应。城市绿色空间的减少必然导致区域植被覆盖度的减少,进而对城市的增温产生正效应。水体植被覆盖度的变化量分别是湿地、林/草地和农田的60%、13.33%和14.29%,但其引起的温度变化量却分别是三者的0.94倍、1.15倍和1.25倍。绿色空间不变区、交换区和损失区的演化方向一致,像点均由高植被覆盖、低温度,向低植被覆盖、高温度方向发展;而绿色空间扩张区的演化方向则与其他三种演化过程相反。4、基于景观生态学理论,探究城市绿色空间景观格局对地表温度变化的影响。(1)类型水平上:水体、林/草地和农田三种绿色空间的景观面积越大,景观破碎化程度越小,景观形状越复杂,平均地表温度越低,缓解热岛效应的效果越好。(2)景观水平上:平均地表温度与斑块密度指数PD、最大斑块指数LPI、景观形状指数LSI、香农多样性指数SHDI呈显着负相关,与蔓延度指数CONTAG和聚合度指数AI呈显着正相关。丰富的土地利用/覆盖类型,多样化的绿色空间,并结合较低的聚合度,有助于缓解城市热岛效应。5、通过构建城市绿色空间存量综合评价指标体系,量化评估绿色空间在不同时间节点的存量状态,提出城市绿色空间存量调控规则体系。(1)1993-2016年,从同步性特征来看,地区差异较大,指数有升有降。城市化发展水平与绿色空间存量状态存在一定的空间分布不均衡性,鼓楼区和台江区表现为城市化超前于绿色空间存量,仓山区和晋安区则表现出相反的情况。同步指数总体表现为:晋安区>仓山区>台江区>鼓楼区。(2)城市绿色空间存量同步性指数高时,其对应的地表温度普遍较低,反之亦然;城市绿色空间存量同步性指数大小一定程度上反映了区域地表温度的高低。研究结果能为中国不同城市化发展地区的绿色空间存量调控提供理论支持与参考。本研究以福州主城区为对象,基于遥感技术,以温度植被指数(TVX)为辅助,综合运用地统计分析和景观分析方法,从城市绿色空间演化的过程、类型、模式和景观格局变化方面,探明了其与地表温度间的相互关系,提出城市绿色空间存量状态的评价方法与存量调控规则体系。研究结果有助于深入认识城市绿色空间的生态价值,有效应对城市热岛效应,亦能为可持续的城市绿色空间规划管理实践提供有益借鉴,具有重要的理论应用价值。
代月[5](2019)在《城市多维视角下的城市水生态系统脆弱性评价研究》文中提出在可持续发展和气候变化的背景下,城市规划对生态脆弱性的重视日益增加,以水为基础的水环境、水生态系统保护规划方法与技术逐渐深入,探寻城市建设对城市水生态系统的影响将为水环境导向的城市规划设计提供参考。鉴于当下水生态系统脆弱性的相关研究较少,且局限于生态学、环境工程学等其他学科,本研究从城市规划的领域出发,首次将城市空间要素作为一个维度融入,构建城市经济-社会-自然环境-城市空间多维视角下的城市水生态系统脆弱性评价体系。本研究以多学科融合的理论为基础,运用文献归纳法、跨学科研究法、统计法、模拟法等研究方法,分别基于生态背景下不同城市建设模式、脆弱性评估和城市水环境保护等既有相关评价体系,景观生态学“斑块-廊道-基质”模式理论、道路生态学理论、河流生态修复理论、河流景观生态学等级斑块系统理论等交叉学科理论,以及SWMM模型雨洪模拟,探究并识别城市水生态系统脆弱性的影响因子。随后,运用统计法、跨学科交叉方法,对影响因子进行量化指标研究。发放两次专家打分调查问卷进行筛选评定,运用层次分析法确定各级影响因子及评价指标权重,构建城市多维视角下的城市水生态系统脆弱性评价指标体系。对其分析得出结论:社会维度的水资源利用和经济维度的技术改进对城市水生态系统脆弱性影响最为强烈;城市空间维度中水系空间格局、水系规模、绿地系统空间格局,城市滨水地区建设强度,道路网络格局、滨河道路空间形式等对城市水生态系统存在影响。并对城市规划提出保护森林湿地、预留自然保护区,加强水网和道路-绿网-水网连接度、减少道路和建构筑物对河流生态廊道的阻隔等策略建议。本研究构建的城市多维视角下城市水生态系统脆弱性评价体系,将为城市规划领域提供直观的、具有操作性和参考性的指标,指导水生态可持续、水环境导向的城市建设。
马曦瑶[6](2019)在《山东省植被净初级生产力时空分布特征及其影响因子研究》文中研究指明植被净初级生产力(Net Primary Productivity,NPP)是陆地生态系统碳循环过程中的重要组成部分,它作为重要的碳库正成为全球气候变化背景下的研究热点,研究植被NPP的时空分布特征及变化趋势,可以为区域生态环境评估和建设提供科学依据。以山东省为例,基于2000~2014年MOD17A3植被NPP数据集、气温、降水等数据,使用距平分析、趋势分析、相关分析等方法,在区域和像元尺度上研究了气温、降水对山东省植被净初级生产力的影响。主要的研究结论为:(1)2000~2014年山东省植被NPP变化范围为327.08~450.34 g/(m2·a),最低值出现在2000年,最高值出现在2004年,平均值为396.31 g/(m2·a),年均增长量为5.70g/(m2·a),呈波动上升趋势;(2)山东省植被NPP的变异系数处于0.027~0.864之间,平均值为0.11,省内大部分地区植被处于相对稳定状态,NPP波动较小;(3)山东省植被NPP的Hurst指数在0.14~0.97之间,平均值为0.53,62.6%的地区NPP表现出较强的持续性特征,结合线性倾向值分析,62.5%的区域NPP未来呈增加趋势;(4)山东省植被NPP空间分布差异显着,总体上东部高、西部低,由沿海地区向内陆递减;(5)植被NPP受水热条件的共同影响,与气温和降水均呈正相关关系,其中降水的影响更显着;(6)降水-气温叠加作用和植被NPP显着复相关(P<0.05)的区域占总面积的10.6%,非气温-降水影响区域占据了山东省大部分面积,人类活动的影响在研究区占据了主导地位。
温永斌[7](2019)在《基于Biome-BGC模型的景观格局与水分利用效率耦合研究》文中研究说明为了探究景观格局与生态过程的耦合关系及其对气候变化的响应,以便对生态系统碳水耦合的研究提供一定的理论基础。作者采用PEST模型结合涡度相关实测数据的方法对Biome-BGC模型的生理参数进行了优化并使用参数优化后的Biome-BGC模型对森林生态系统(长白山、千烟洲和鼎湖山)、草地生态系统(内蒙古和当雄)和灌木生态系统(海北)不同气候变化情景的水分利用效率进行了模拟,并分析了景观格局与水分利用效率、总初级生产力在不同幅度下耦合关系的变化规律。结果表明:(1)水分利用效率受降水、气温、叶面积指数、蒸散和总初级生产力的显着影响。其中,长白山、千烟洲、鼎湖山、内蒙古、海北和当雄的水分利用效率与气温(鼎湖山水分利用效率受气温的影响不显着)、叶面积指数和总初级生产力呈显着正相关关系;长白山和当雄的水分利用效率与降水呈显着负相关关系;长白山、千烟洲、鼎湖山和当雄的水分利用效率与蒸散呈显着负相关关系。(2)长白山、千烟洲和鼎湖山森林生态系统的水分利用效率受景观破碎化程度、景观形状的复杂程度、景观的邻接和聚合程度以及景观的多样性和均匀性等的显着影响,且表现出明显的尺度效应。(3)气候变化对森林和灌草生态系统的水分利用效率有显着影响。其中,PTC情景、TC情景、T情景(对千烟洲、鼎湖山的水分利用效率影响不显着)、C情景、PT情景(对长白山、鼎湖山的水分利用效率影响不显着)和PC情景(对内蒙古的水分利用效率影响不显着)对长白山、千烟洲、鼎湖山、内蒙古和海北的水分利用效率有显着影响;P情景只对海北的水分利用效率产生显着影响;当雄的水分利用效率只受到T情景和TC情景的显着影响。
康冬[8](2019)在《福建省植被覆盖时空演变及其影响因素研究》文中进行了进一步梳理植被作为地表土地覆被的关键要素,其对全球的物质循环和能量流动以及全球变化响应等方面都有重要影响,NDVI能够反映大尺度空间范围内的植被覆盖信息,通过研究NDVI的变化及其影响因素,探讨区域植被覆盖变化的具体状况已经成为国内外学者研究全球变化的重要内容之一。为揭示福建省植被覆盖时空演变及其影响因素,本研究结合RS与GIS从以下四个方面进行探讨:(1)基于20002017年MODIS MOD13Q1 NDVI数据集,利用最大值合成法、趋势分析法和稳定性分析法等方法,从年际、季节和年内三个时间尺度对福建省NDVI时空动态变化进行分析。(2)将NDVI与地形因素相结合,从高程、坡度和坡向三个角度,探讨与地形之间的相关性。(3)基于福建省20002017年22个气象站的逐月数据集,选取气温、降水、气压、水气压、相对湿度、日照时数等6个气象要素与NDVI进行相关性分析,从区域和站点尺度两个角度,探讨几种气象因素对植被变化的影响。(4)将NDVI与土地类型数据、GDP和人口密度等数据进一步融合,分析人为因素对NDVI的影响。结果表明:(1)20002017年福建省NDVI增长速度为0.0032/a,上升趋势较为明显,NDVI增长呈现季节性差异,植被变化稳定性较高。(2)在海拔5001000m地区NDVI增长趋势最高;随着海拔高度的上升NDVI同时增加,稳定性也逐渐增加;缓坡和斜坡地区植被呈现出稳定增加的态势,半阳坡NDVI最高且增加速率最大。(3)福建省年际NDVI与同期气温、降水、水气压和相对湿度为正相关;在站点尺度方面,各站点NDVI与气象因素的相关性具有不同的响应程度和滞后期。(4)福建省草地、耕地、林地三种植被类型NDVI均呈现不同程度的提高;另外,除厦门市外,各设区市GDP与NDVI呈现出较高的正相关;漳州市和泉州市的NDVI与人口密度呈现显着正相关,宁德市呈现较为显着的负相关。
付建新[9](2019)在《祁连山南坡土地利用/覆被变化及其驱动力研究》文中进行了进一步梳理随着全球环境问题日益突出,土地利用/覆被变化成为了全球变化研究的热点领域,在自然因素与人类活动共同作用下土地利用/覆被发生着深刻的变化。祁连山地区是我国重要的水源涵养保护区,在维护我国西部生态安全方面发挥着重要的作用,对祁连山区土地利用/覆被变化及其驱动力进行研究具有重要的科学意义。基于此背景,本文利用1980年、1990年、2000年、2010年、2015年共5期遥感影像数据,基于地理信息技术与遥感技术,采用数理统计模型和方法,对祁连山南坡土地利用/覆被时空变化特征和景观格局动态变化特征进行了分析;从自然和人文因素的层面构建了影响祁连山南坡土地利用/覆被变化的指标体系,采用主成分分析法与回归分析方法对祁连山南坡土地利用/覆被变化的驱动力进行了研究。研究发现气候因素在祁连山南坡土地利用/覆被变化中发挥着重要作用,因此选取了祁连山区19602015年气温、降水、日照时数和平均风速气象数据,利用多种数学方法与ArcGIS空间插值功能对祁连山区气候的时空变化特征进行探讨。NDVI可以反映地表植被的覆盖状况,冰川是研究区内重要的土地利用/覆被类型之一,所以选取NDVI和冰川两种指标,分析NDVI与冰川的变化及其对气候变化的响应,研究结果表明:(1)草地和建设用地分别是祁连山南坡面积最大和最小的土地利用类型,2015年分别占49.73%和0.36%;19802015年祁连山南坡草地、林地与水域呈现出减少趋势,耕地、建设用地与未利用土地表现出增加趋势。土地利用类型之间的转移以水域和未利用土地之间的转化面积为主,其中水域减少了165.37 km2,未利用土地增加了154.22 km2。门源种马场林地和耕地的单一土地利用动态度最大,建设用地单一土地利用动态度最大值出现在木里镇。通过祁连山南坡土地利用/覆被变化驱动力分析,发现气候对祁连山南坡土地利用/覆被变化影响较大。(2)祁连山南坡地区人口稀疏、经济发展水平较为滞后、城市化水平较低,人类活动对土地利用/覆被变化的干扰不如中东部地区强烈,气候变化对土地利用/覆被变化的影响极大,特选取NDVI和冰川指标,着重研究NDVI和冰川变化及其对气候变化的响应关系。(3)19602015年祁连山地区气温整体上呈现出波动上升的趋势,其中平均气温、最高气温、最低气温的升温率分别为0.33℃/10a、0.27℃/10a和0.41℃/10a,最低气温对平均气温的贡献最大;气温随着纬度的增加和海拔的上升表现出下降的趋势。多年平均降水日数与降水强度均为缓慢增长趋势。多年平均日照时数与平均风速整体上表现出下降态势,分别为-2.68 h/a与-0.06 m·s-1·(10a)-1。多年均温的升温率由东南向西北呈现出增加的趋势,降水表现出自东向西逐渐递减的态势,年平均日照时数表现出东南少西北多的分布规律。气温、降水、平均风速的突变时间均集中在20世纪90年代。东段、中段、西段均温和降水均存在6 a左右的周期。(4)祁连山南坡NDVI的变化趋势与平均气温、降水量的变化趋势基本一致,均表现出波动上升的趋势,NDVI对气温和降水变化响应明显。生长季NDVI均值与平均气温、平均降水量均存在14年的周期,生长季NDVI对降水的敏感程度比对气温的敏感程度稍大。(5)19802000年气温上升快,气温偏高,降水偏少,冰川融化速度快,20002015年气温上升慢,气温偏低,降水增多,冰川融化速度减缓,说明冰川对气温和降水具有明显的响应关系。冰川面积变化与夏季气温变化趋势呈现明显负相关,以2000年为界,2000年之前气温的上升幅度(0.54℃/10a)远远大于2000年之后气温的上升幅度(0.03℃/10a),2000年之前冰川减少的面积是2000年之后冰川减少面积的6.17倍,说明冰川对气温具有显着的响应关系。该研究为政府对祁连山南坡土地资源合理开发利用提供参考,对祁连山生态环境保护和可持续发展具有重要的意义。
潘萍[10](2018)在《江西省马尾松林生态系统碳密度及其空间异质性研究》文中研究说明以大气CO2浓度的增加和温度升高为主要特征的全球气候变化成为各国政府和科学家关注的热点问题之一。森林生态系统是陆地生态系统的主体,也是最大的陆地碳库,在全球碳循环和减缓气候变暖中起着十分重要的作用,因此,如何准确估算森林碳储量受到广泛关注。碳密度是衡量森林生态系统固碳能力的重要指标,由于自然条件的不同及受人为等因素的影响,同一区域不同森林生态系统或不同区域相同森林生态系统的碳密度及其空间特征存在差异。马尾松是亚热带地区主要乡土针叶树种,也是江西省主要森林类型之一,其面积占全省乔木林总面积的28.9%。本研究以江西省为研究区,以马尾松林生态系统为研究对象,通过样地调查与样品测定等手段获取数据,分析其碳密度的分配特征,运用地理加权回归(GWR)等空间模型探讨马尾松林生态系统碳密度的空间变异性。研究结果可为研究区马尾松林生态系统固碳和增碳的经营管理和规划提供科学依据,同时可为进一步揭示森林生态系统碳密度的影响因素及其空间异质性等方面提供理论与方法参考,论文研究具有较重要的理论与应用价值。论文主要研究结果及结论如下:(1)马尾松林生态系统(不分起源)及其天然林、人工林两种类型不同龄级的碳含量均表现为:乔木层为树叶>树干>树枝>树根;灌木层为灌木枝>灌木叶>灌木根;草本层为地上部分>地下部分;凋落物层为未分解层>半分解层。随着龄级的增大,马尾松林生态系统及其天然林、人工林两种类型的乔木层、灌木层和草本层各组分碳含量均未表现出明显的变化规律,而土壤层的碳含量则随着龄级的增大呈逐渐增加的趋势,且人工林各龄级间的增加幅度均高于天然林。(2)马尾松林生态系统及其天然林、人工林两种类型不同层次碳密度以及随龄级的变化表现为:乔木层分别为45.68 t·hm-2、48.64 t·hm-2和42.62 t·hm-2,且其碳密度均表现为树干>树枝>树根>树叶,随着龄级的增大其乔木层碳密度均呈增加的趋势;相同龄级乔木层碳密度均为天然林高于人工林,其中,天然林Ⅱ龄级乔木层碳密度显着高于人工林(P<0.05),其它龄级两种类型间差异均不显着(P>0.05)。林下植被层碳密度分别为4.52 t·hm-2、5.06 t·hm-2和3.95 t·hm-2,均随着龄级的增大未表现出明显的变化趋势;各龄级林下植被层碳密度均表现为天然林高于人工林,且Ⅲ龄级的林下植被层碳密度天然林的显着高于人工林(P<0.05)。凋落物层的碳密度分别为1.81t·hm-2、1.88 t·hm-2和1.73 t·hm-2,随着龄级的变化均无明显的变化规律,但相同龄级则表现为天然林高于人工林。土壤层的碳密度分别为70.32 t·hm-2、77.54 t·hm-2和62.87t·hm-2,随龄级的增大土壤层的碳密度均呈增加趋势,且相同龄级天然林的土壤层碳密度高于人工林。(3)马尾松林生态系统及其天然林、人工林两种类型的总碳密度分别为122.33t·hm-2、133.12 t·hm-2和111.17 t·hm-2,均随着龄级的增大而增加;相同龄级碳密度均表现为天然林高于人工林,其中Ⅱ龄级时天然林的碳密度显着高于人工林(P<0.05);各层次碳密度占总碳密度的比例均表现为土壤层>乔木层>林下植被层>凋落物层,其中,土壤层碳密度所占比例均随龄级的增大而减小,而乔木层所占比例则呈相反的变化规律,林下植被层与凋落物层所占比例均表现为随着龄级的增大呈先增加后减少的趋势。(4)马尾松林生态系统及其乔木层、林下植被层、凋落物层、土壤层碳密度的全局Moran’s I值均大于零,均随着距离的增大而逐渐减小,且当距离超过400 km时,生态系统及其乔木层、凋落物层、土壤层的碳密度几乎不存在空间相关性,而林下植被层碳密度在距离超过450 km时几乎不存在空间相关性。结果表明马尾松林生态系统及其各层次的碳密度存在空间自相关性且为显着正自相关,随着距离的增大,在空间上的分布均逐渐由聚集分布趋向于随机分布。局部Moran’s I值表明,马尾松林生态系统及其各层次碳密度空间自相关性随着距离的增大逐渐增强,且其局部空间分布不均匀,随着距离的增大局部空间分布的差异逐渐增大。(5)利用半方差函数模型对马尾松林生态系统及其各层次碳密度进行模型拟合的结果表明:指数模型对乔木层和林下植被层碳密度具有更好的拟合效果,其块金值与基台值的比值分别为0.38和0.50;球状模型对凋落物层、土壤层和生态系统总碳密度具有更好的拟合效果,其块金值与基台值的比值分别为0.49、0.35和0.36。拟合结果表明马尾松林生态系统及其各层次碳密度在空间上均存在中等程度的相关性。根据最优半方差函数模型的参数结果进行克里格空间插值,得出马尾松林生态系统及其乔木层、林下植被层、凋落物层、土壤层碳密度主要集中在85.14-153.52 t·hm-2、39.71-81.30 t·hm-2、3.44-6.82 t·hm-2、1.49-2.43 t·hm-2和33.86-124.45 t·hm-2范围内。研究区马尾松林生态系统及其各层次碳密度的空间分布规律较为相似,总体上均呈中间低、周边高的趋势,与研究区的地貌特征较为吻合。(6)多元线性逐步回归方法筛选出与马尾松林生态系统及其各层次碳密度相关性显着且不存在多重共线性的影响因子,其结果表明各层次碳密度的主要影响因子不完全相同。其中,乔木层的为海拔、坡度、胸径、株数密度、年均温度与年均降水量;林下植被层的有海拔、坡位、林下植被盖度、株数密度与年均降水量;凋落物层的包括海拔、林下植被盖度、株数密度、年均温度与年均降水量;土壤层的为海拔、坡度、坡位、土层厚度、林龄、年均温度与年均降水量;而对生态系统总碳密度影响显着的因子有海拔、坡度、土层厚度、胸径、年均温度与年均降水量。(7)利用最小二乘模型、空间滞后模型、空间误差模型和地理加权回归(GWR)模型分别对马尾松林生态系统及其各层次碳密度和其影响因子之间进行拟合,结果表明,GWR模型对马尾松林生态系统及其乔木层、林下植被层、凋落物层、土壤层碳密度的拟合效果均最佳,其R2分别为0.8043、0.8638、0.6958、0.6697和0.7767,且AIC与MSE比其它三种模型的均小,模型残差检验均表明GWR模型能有效降低模型残差的空间自相关性。(8)根据GWR模型拟合系数分析相关性显着且不存在多重共线性的影响因子对马尾松天然林、人工林两种生态系统及其各层次碳密度空间影响差异表明:天然林、人工林两种生态系统及其各层次碳密度随立地、植被、气象因子的变化表现出的增长或降低的趋势都一致。随着各立地、植被因子及年均温度值的增大,天然林生态系统及其各层次碳密度的增长幅度均高于人工林,其降低幅度均低于人工林;随着年均降水量的增大,天然林生态系统及其乔木层、林下植被层、土壤层碳密度的增长幅度均低于人工林,而其凋落物层碳密度的降低幅度高于人工林。
二、福建省土地利用格局及其影响因子(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、福建省土地利用格局及其影响因子(论文提纲范文)
(1)山西省森林生物量碳密度空间格局和影响因素研究(论文提纲范文)
中文摘要 |
Abstract |
第一章 前言 |
1.1 研究背景 |
1.2 国内外研究概况 |
1.2.1 森林碳储量的估算方法研究 |
1.2.2 森林碳储量的空间格局研究 |
1.2.3 森林碳储量的影响因素研究 |
1.2.4 人工林碳储量研究 |
1.2.5 面临的问题 |
1.3 研究目的和意义 |
第二章 研究区域与研究方法 |
2.1 研究区概况 |
2.1.1 地理位置 |
2.1.2 地形地貌和气候 |
2.1.3 土壤条件 |
2.1.4 植被分布 |
2.2 数据收集 |
2.2.1 森林调查数据 |
2.2.2 气候数据 |
2.3 研究方法 |
2.3.1 碳密度和碳储量估算 |
2.3.2 样地气候数据插值 |
2.3.3 碳密度空间分析 |
2.3.4 碳密度的影响因素分析 |
2.3.5 技术路线 |
第三章 山西省森林碳密度与碳储量 |
3.1 引言 |
3.2 材料和方法 |
3.3 结果分析 |
3.3.1 森林碳储量与碳密度 |
3.3.2 不同森林类型的碳储量与碳密度 |
3.3.3 乔木林不同龄组的碳储量和碳密度 |
3.4 讨论与结论 |
第四章 天然针、阔叶林碳密度空间分布特征与影响因子研究 |
4.1 引言 |
4.2 材料和方法 |
4.3 结果 |
4.3.1 针、阔叶林的碳密度 |
4.3.2 针、阔叶林碳密度的空间分布特征 |
4.3.3 不同因子对针、阔叶林碳密度的影响 |
4.4 讨论 |
4.5 结论 |
第五章 主要人工林的碳密度及其影响因子研究 |
5.1 引言 |
5.2 材料与方法 |
5.3 结果与讨论 |
5.3.1 人工林的年蓄积增长量 |
5.3.2 人工林的碳密度和碳储量 |
5.3.3 人工林碳密度的空间分布特征 |
5.3.4 人工林碳密度的影响因子 |
5.4 结论 |
第六章 天然与人工针叶林碳密度空间格局和影响因子比较研究 |
6.1 引言 |
6.2 材料和方法 |
6.3 结果分析 |
6.3.1 天然与人工针叶林碳密度和碳储量的差异 |
6.3.2 天然与人工针叶林碳密度空间格局的比较研究 |
6.3.3 天然与人工针叶林碳密度影响因子的比较研究 |
6.4 讨论 |
6.4.1 天然与人工针叶林的碳密度和碳储量 |
6.4.2 天然与人工针叶林碳密度的空间格局 |
6.4.3 海拔与气温对针叶林碳密度的影响比较 |
6.4.4 其他因子对针叶林碳密度的影响 |
6.5 结论 |
第七章 结论与展望 |
7.1 结论 |
7.2 创新点和意义 |
7.3 展望 |
参考文献 |
附件:多群组分析代码 |
攻读学位期间取得的研究成果 |
获奖情况、承担和参与课题 |
致谢 |
个人简况及联系方式 |
(2)基于潜力衰减法的鸡西市耕地产能核算及提升对策研究(论文提纲范文)
摘要 |
Abstract |
1 引言 |
1.1 研究背景 |
1.2 研究目的与意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 国内外研究动态 |
1.3.1 作物综合生产能力研究 |
1.3.2 耕地保护研究 |
1.4 研究内容 |
1.4.1 研究内容 |
1.4.2 研究重点与难点 |
1.5 研究方法与技术路线 |
1.5.1 研究方法 |
1.5.2 技术路线 |
2 耕地产能核算的基本概念与理论基础 |
2.1 基本概念界定 |
2.1.1 耕地产能 |
2.1.2 耕地利用强度和利用潜力 |
2.1.3 潜力衰减法 |
2.2 理论基础 |
2.2.1 生态农业化理论 |
2.2.2 土地生产力理论 |
2.2.3 地域分异理论 |
2.2.4 可持续发展理论 |
2.2.5 土地适宜性理论 |
3 研究区概况及数据来源 |
3.1 研究区概况 |
3.1.1 地理位置和行政区 |
3.1.2 自然环境条件 |
3.1.3 社会经济状况 |
3.2 数据来源及处理 |
3.2.1 统计年鉴数据 |
3.2.2 鸡西市2017年耕地质量和耕地产能评价数据 |
4 基于潜力衰减法的耕地产能核算 |
4.1 基准作物及光温生产潜力的确定 |
4.1.1 基准作物的确定 |
4.1.2 光温(气候)生产潜力的确定 |
4.2 理论产能的计算 |
4.2.1 土壤修正系数影响因子的选取 |
4.2.2 影响因子权重的确定 |
4.2.3 土壤修正系数理论模型 |
4.2.4 理论产能核算 |
4.3 可实现产能核算 |
4.3.1 社会经济修正系数影响因子的选取 |
4.3.2 社会经济修正系数影响因子权重的确定 |
4.3.3 社会经济修正系数影响因子分级 |
4.3.4 社会经济修正系数计算公式 |
4.3.5 可实现产能核算 |
4.4 实际生产能力 |
4.5 耕地利用强度和利用潜力核算 |
4.5.1 区域耕地利用强度评价 |
4.5.2 区域耕地利用潜力评价 |
5 耕地利用分区及产能提升的对策建议 |
5.1 指标体系确定 |
5.1.1 耕地产能潜力 |
5.1.2 耕地分布格局 |
5.1.3 农业生产效率 |
5.2 耕地利用分区 |
5.2.1 评价单元选择与指标权重确定 |
5.2.2 耕地利用分异结果与分析 |
5.2.3 基于加权系统聚类法的耕地利用分区 |
5.3 耕地产能提升的对策建议 |
5.3.1 提升耕地质量 |
5.3.2 加强耕地三位一体保护 |
5.3.3 强化分区耕地利用方向 |
6 结论与讨论 |
6.1 结论 |
6.2 讨论 |
致谢 |
参考文献 |
攻读硕士学位期间发表的学术论文 |
(3)寻乌县土壤pH时空变异特征及其对土地利用变化的响应(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景 |
1.2 研究目的与意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 国内外研究综述 |
1.3.1 土壤pH时空变异研究 |
1.3.2 土壤酸化研究 |
1.3.3 土壤pH时空变异影响因素研究 |
1.3.4 土壤pH时空变异及其影响因素的探究方法 |
1.3.5 本研究切入点 |
1.4 研究内容 |
1.4.1 寻乌县1984年至2018年土壤pH时空变化状况 |
1.4.2 寻乌县1984年至2018年土地利用变化状况 |
1.4.3 寻乌县土壤pH时空变化的主导因素及其影响因素作用的空间非平稳性 |
1.4.4 土地利用变化下寻乌县土壤pH时空变异及其影响因素的变化 |
1.5 研究技术路线 |
2 研究区概况与研究方法 |
2.1 研究区概况 |
2.1.1 区位与自然条件 |
2.1.2 社会经济概况 |
2.1.3 土壤性质概况 |
2.2 数据获取与处理 |
2.2.1 土壤pH数据的采集与分析 |
2.2.2 土壤环境因素的处理 |
2.3 研究方法 |
2.3.1 统计学方法 |
2.3.2 基于普通克里格的数字土壤制图 |
2.3.3 空间自相关 |
2.3.4 基于随机森林方法的遥感解译 |
2.3.5 景观格局指数 |
2.3.6 地理加权回归模型 |
3 寻乌县35年间土壤pH的时空变异 |
3.1 常规性统计 |
3.2 空间分布特征 |
3.2.1 半变异函数 |
3.2.2 空间模拟精度评价 |
3.2.3 空间分布状况 |
3.3 35年间土壤pH时空变异状况 |
3.3.1 土壤pH变化的空间状况 |
3.3.2 不同土壤类型下土壤pH的变化 |
3.3.3 不同成土母质下土壤pH的变化 |
3.4 土壤pH时空变异的空间聚集性 |
3.4.1 土壤pH时空变异的全局空间自相关 |
3.4.2 土壤pH时空变异的局部空间自相关 |
3.5 讨论与小结 |
3.5.1 寻乌县土壤酸化的特征 |
3.5.2 土壤酸化的聚集特征 |
3.5.3 土壤类型间土壤pH变化的差异 |
3.5.4 成土母质间土壤pH变化的差异 |
4 寻乌县35年间土地利用变化 |
4.1 遥感解译精度验证 |
4.2 四期土地利用变化状况 |
4.2.1 土地利用数量结构变化状况 |
4.2.2 土地利用空间结构变化状况 |
4.3 土地利用转移状况 |
4.4 土地利用的景观格局变化状况 |
4.4.1 斑块类型水平景观格局指数变化状况 |
4.4.2 景观水平景观格局指数变化状况 |
4.5 讨论与小结 |
4.5.1 耕地的变化趋势及其原因 |
4.5.2 园地的变化趋势及其原因 |
4.5.3 林地的变化趋势及其原因 |
4.5.4 其他地类的变化趋势及其原因 |
5 寻乌县土壤pH时空变异的影响因素及其空间差异 |
5.1 土壤pH时空变异的潜在影响因素 |
5.1.1 自然条件状况 |
5.1.2 人为活动状况 |
5.2 地理加权回归分析 |
5.2.1 土壤pH时空变异与潜在影响因素的相关性 |
5.2.2 地理加权回归模型的建立 |
5.3 土壤pH时空变异影响因素作用的空间差异 |
5.3.1 地理加权回归模型的优越性 |
5.3.2 影响因素对土壤pH时空变异作用的空间非平稳性 |
5.3.3 寻乌县土壤pH时空变异的主导影响因素分区 |
5.4 讨论与小结 |
5.4.1 土壤pH时空变异的相关因素 |
5.4.2 距道路距离对土壤pH时空变异的影响及其空间差异 |
5.4.3 氮肥施用量对土壤pH时空变异的影响及其空间差异 |
5.4.4 距河流距离对土壤pH时空变异的影响及其空间差异 |
5.4.5 海拔与坡度对土壤pH时空变异的影响及其空间差异 |
5.4.6 土壤pH时空变异主导影响因素分区的成因 |
6 寻乌县土壤pH时空变异及其影响因素对土地利用变化的响应 |
6.1 不同土地利用方式下土壤pH的状况 |
6.1.1 不同土地利用方式下土壤pH的状况 |
6.1.2 土地利用方式变化下土壤pH的变化状况 |
6.2 不同土地利用方式下土壤pH空间变异的影响因素 |
6.3 土壤酸碱度调控对策与建议 |
6.4 讨论与小结 |
6.4.1 土地利用类型与土壤pH状况的相关性 |
6.4.2 土壤pH时空变异对土地利用变化的响应 |
6.4.3 土壤pH时空变异影响因素作用的空间差异对土地利用变化的响应 |
7 结论与讨论 |
7.1 综合讨论 |
7.2 研究结论 |
7.3 本文的创新点 |
7.4 研究不足与展望 |
7.3.1 研究存在的不足 |
7.3.2 研究展望 |
参考文献 |
致谢 |
作者简介 |
(4)福州市城市绿色空间时空演化的温度效应研究(论文提纲范文)
中文摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.1.1 城市热环境问题逐年增多 |
1.1.2 应对热岛效应研究成为热点 |
1.1.3 绿色空间存量调控策略应运而生 |
1.1.4 多源遥感技术广泛应用 |
1.2 国内外研究进展 |
1.2.1 城市绿色空间相关基础研究进展 |
1.2.2 城市热岛效应研究进展 |
1.2.3 城市绿色空间温度效应研究进展 |
1.2.4 城市土地存量调控研究进展 |
1.2.5 存在的不足与未来研究趋势 |
1.3 拟解决的科学问题 |
1.4 研究目的与意义 |
1.4.1 研究目的 |
1.4.2 研究意义 |
1.5 研究内容与技术路线 |
1.5.1 研究内容 |
1.5.2 技术路线 |
第二章 研究区域概况与研究方法 |
2.1 研究区概况 |
2.1.1 区域位置与研究范围 |
2.1.2 自然环境 |
2.1.3 社会经济状况 |
2.1.4 城市化进程 |
2.2 研究方法 |
2.2.1 数据预处理 |
2.2.2 地表温度反演 |
2.2.3 遥感影像分类 |
第三章 城市地表温度时空分布格局研究 |
3.1 地表温度的标准化分级 |
3.2 地表温度的时空分布特征 |
3.2.1 时间尺度 |
3.2.2 空间尺度 |
3.3 地表温度与下垫面土地利用/覆盖的关系 |
3.3.1 剖面线温度变化与土地利用/覆盖的关系 |
3.3.2 冷/热岛演化与土地利用/覆盖的关系 |
3.4 本章小结 |
第四章 城市绿色空间时空动态演化特征研究 |
4.1 城市绿色空间演化类型特征 |
4.1.1 城市绿色空间演化类型的总体特征 |
4.1.2 城市绿色空间演化类型的动态变化特征 |
4.1.3 城市绿色空间演化类型的景观格局演化特征 |
4.2 城市绿色空间演化过程特征 |
4.2.1 城市绿色空间演化过程的定义 |
4.2.2 城市绿色空间演化过程的总体特征 |
4.2.3 城市绿色空间演化过程的动态变化特征 |
4.3 城市绿色空间演化模式特征 |
4.3.1 城市绿色空间演化模式的定义 |
4.3.2 城市绿色空间演化模式信息提取 |
4.3.3 城市绿色空间演化模式的总体特征 |
4.4 城市绿色空间时空动态演化的影响因素分析 |
4.4.1 城市人口激增的影响 |
4.4.2 城市经济发展的影响 |
4.4.3 城市发展规划的影响 |
4.5 本章小结 |
第五章 城市绿色空间演化的温度效应研究 |
5.1 不同城市绿色空间演化类型的温度效应差异 |
5.1.1 城市绿色空间的温度响应 |
5.1.2 城市绿色空间温度效应的类型 |
5.1.3 城市绿色空间的温度效应分析 |
5.1.4 基于TVX的空间评价 |
5.2 不同城市绿色空间演化过程的温度效应差异 |
5.2.1 城市绿色空间演化过程的温度响应 |
5.2.2 城市绿色空间演化过程温度效应的类型 |
5.2.3 城市绿色空间演化过程的温度效应分析 |
5.2.4 基于TVX的空间评价 |
5.3 不同城市绿色空间演化模式的温度效应差异 |
5.3.1 城市绿色空间演化模式的温度响应 |
5.3.2 城市绿色空间演化模式温度效应的类型 |
5.4 本章小结 |
第六章 基于景观指数的城市绿色空间温度效应分析 |
6.1 景观格局指数的确定 |
6.1.1 景观格局指数的选取 |
6.1.2 样方的创建与数据的获取 |
6.2 景观格局指数与地表温度的相关关系 |
6.3 类型水平上景观格局指数对地表温度的影响 |
6.4 景观水平上景观格局指数对地表温度的影响 |
6.5 本章小结 |
第七章 城市绿色空间存量评价及调控对策 |
7.1 城市绿色空间存量调控机理 |
7.2 城市绿色空间存量评价 |
7.2.1 评价指标的计算公式 |
7.2.2 指标的量化处理 |
7.2.3 指标模型的建构 |
7.2.4 判别模型确定 |
7.2.5 结果与分析 |
7.3 城市绿色空间存量调控关键问题 |
7.4 城市绿色空间存量调控策略模式 |
7.5 本章小结 |
第八章 结论与展望 |
8.1 主要结论 |
8.2 创新点 |
8.3 研究展望与不足 |
附录 |
参考文献 |
攻读学位期间承担的科研任务与主要成果 |
致谢 |
个人简历 |
(5)城市多维视角下的城市水生态系统脆弱性评价研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景 |
1.2 既有文献综述及本文创新点 |
1.3 研究内容与概念界定 |
1.3.1 研究内容 |
1.3.2 相关概念界定 |
1.4 研究目的与意义 |
1.4.1 研究目的 |
1.4.2 研究意义 |
1.5 研究方法与技术路线 |
1.5.1 研究方法 |
1.5.2 技术路线 |
第2章 城市水生态系统脆弱性评价的理论基础 |
2.1 城市水生态系统的相关概念 |
2.1.1 水文、水动力与水循环过程 |
2.1.2 城市水生态系统特点与功能 |
2.1.3 城市化对水生态系统的影响 |
2.1.4 当前城市水生态系统保护与修复方法 |
2.2 脆弱性评价的相关研究基础 |
2.2.1 脆弱性的概念来源 |
2.2.2 脆弱性评价的常用评价方法 |
2.2.3 脆弱性评价的既有研究成果 |
2.3 城市规划学科相关研究基础 |
2.3.1 生态城市的概念和原则 |
2.3.2 海绵城市的概念和规划路径 |
2.3.3 城市水系的功能与城市水系空间规划 |
2.4 景观生态学学科相关研究基础 |
2.4.1 景观生态学的概念 |
2.4.2 景观生态学的发展历程 |
2.4.3 景观生态学的“斑块-廊道-基质”模式及其生态服务作用 |
2.4.4 景观生态学的延伸理论 |
2.5 环境工程学科相关研究基础 |
2.5.1 雨洪管理的概念和目标 |
2.5.2 国内外先进雨洪管理理论及技术 |
2.5.3 常用城市暴雨径流模拟模型 |
2.6 本章小结 |
第3章 城市水生态系统脆弱性的影响因子识别 |
3.1 基于既有评价体系的影响因子识别 |
3.1.1 基于既有评价体系的影响因子识别流程和标准 |
3.1.2 生态背景下不同城市建设模式相关评价体系的影响因子识别 |
3.1.3 脆弱性评估相关评价体系的影响因子识别 |
3.1.4 城市水环境保护相关评价体系的影响因子识别 |
3.1.5 基于既有评价体系的影响因子识别汇总 |
3.2 基于交叉学科理论的影响因子识别 |
3.2.1 基于景观生态学“斑块-廊道-基质”模式的影响因子识别 |
3.2.2 基于道路生态学的影响因子识别 |
3.2.3 基于河流生态修复理论的影响因子识别 |
3.2.4 基于河流景观生态学等级斑块系统理论的影响因子识别 |
3.2.5 基于交叉学科理论的影响因子识别汇总 |
3.3 基于SWMM模型模拟的影响因子识别 |
3.3.1 雨洪管理理论模拟模型的选择 |
3.3.2 SWMM软件构建理想街区模型 |
3.3.3 SWMM模型模拟道路系统空间要素变化与雨洪径流变化的关系 |
3.3.4 SWMM模型模拟绿地系统空间要素变化与雨洪径流变化的关系 |
3.3.5 基于SWMM模型模拟的影响因子识别汇总 |
3.4 构建城市水生态系统脆弱性评价的影响因子汇总表 |
3.5 本章小结 |
第4章 城市多维视角下城市水生态系统脆弱性的影响因子量化方法 |
4.1 经济维度 |
4.1.1 城市经济 |
4.1.2 产业 |
4.1.3 科技研发 |
4.1.4 技术改进 |
4.2 社会维度 |
4.2.1 人口 |
4.2.2 水资源利用 |
4.2.3 管理政策 |
4.2.4 公众参与 |
4.3 自然环境维度 |
4.3.1 地形地貌 |
4.3.2 空气 |
4.3.3 气候 |
4.3.4 土壤 |
4.3.5 生物 |
4.3.6 灾害 |
4.4 城市空间维度 |
4.4.1 城市土地利用情况 |
4.4.2 城市开敞空间系统 |
4.4.3 城市道路交通系统 |
4.5 本章小结 |
第5章 构建城市多维视角下的城市水生态系统脆弱性评价指标体系 |
5.1 构建城市多维视角下的城市水生态系统脆弱性评价指标体系汇总表 |
5.2 专家打分法评定和筛选影响因子及评价指标 |
5.2.1 专家打分法的定义与流程 |
5.2.2 城市空间维度的影响因子一次问卷 |
5.2.3 城市多维视角下的影响因子二次问卷 |
5.2.4 影响因子及评价指标的筛选与调整 |
5.3 层次分析法确定影响因子及评价指标权重 |
5.4 构建城市多维视角下的城市水生态系统脆弱性评价指标体系 |
5.5 本章小结 |
第6章 结论和展望 |
6.1 本文主要结论 |
6.1.1 城市多维视角 |
6.1.2 城市空间维度视角 |
6.2 对城市规划的反思和策略建议 |
6.2.1 城市多维视角 |
6.2.2 城市空间维度视角 |
6.3 本文创新点 |
6.4 不足及展望 |
参考文献 |
附录 A |
附录 B |
发表论文和参加科研情况说明 |
致谢 |
(6)山东省植被净初级生产力时空分布特征及其影响因子研究(论文提纲范文)
摘要 |
Abstract |
1 研究背景及意义 |
1.1 研究背景 |
1.1.1 全球气候变暖 |
1.1.2 气候变暖下的陆地生态系统 |
1.2 研究意义 |
2 国内外研究进展 |
2.1 NPP估算方法 |
2.2 NPP时空变化及其影响因素研究 |
3 研究区概况 |
3.1 自然条件 |
3.2 社会经济状况 |
4 研究内容及方法 |
4.1 数据来源及处理 |
4.1.1 遥感数据 |
4.1.2 气象数据 |
4.2 研究内容与目标 |
4.2.1 山东省植被NPP时空分布及变化特征 |
4.2.2 山东省植被NPP与气候因子的关系 |
4.3 研究方法 |
4.3.1 距平分析 |
4.3.2 趋势分析 |
4.3.3 相关分析 |
4.4 技术路线 |
5 山东省植被NPP空间分布 |
5.1 山东省植被NPP空间分布特征 |
5.2 山东省典型海岸带植被NPP分布差异 |
5.3 山东省典型山地丘陵区植被NPP分布差异 |
5.4 山东省不同土壤类型区植被NPP分布差异 |
6 山东省植被NPP时间分布及变化特征 |
6.1 山东省植被NPP年际差异 |
6.2 山东省植被NPP年际变化的区域差异 |
6.3 山东省植被NPP年际变化趋势及稳定性 |
6.4 山东省植被NPP未来变化趋势分析 |
6.5 植被初级生产力结果的验证 |
7 气候变化对山东省植被NPP影响分析 |
7.1 山东省植被NPP与气候因子相关性分析 |
7.1.1 山东省降水及气温变化特征 |
7.1.2 山东省植被NPP与降水相关性分析 |
7.1.3 山东省植被NPP与气温相关性分析 |
7.2 山东省植被NPP与气温-降水综合关系及影响因子分区 |
7.2.1 山东省植被NPP与气温-降水复相关关系 |
7.2.2 山东省植被NPP影响因子分区 |
8 结论与展望 |
8.1 研究结论 |
8.2 研究展望 |
参考文献 |
个人简介 |
第一导师简介 |
第二导师简介 |
致谢 |
(7)基于Biome-BGC模型的景观格局与水分利用效率耦合研究(论文提纲范文)
摘要 |
ABSTRACT |
1 引言 |
1.1 研究目的和意义 |
1.2 国内外研究进展 |
1.2.1 景观格局 |
1.2.2 生态过程 |
1.2.3 模型与耦合 |
1.2.4 尺度效应与气候情景 |
1.3 研究内容 |
2 研究区概况和研究方法 |
2.1 研究区概况 |
2.2 研究方法 |
2.2.1 Biome-BGC模型 |
2.2.2 PEST模型 |
2.2.3 数据来源和处理 |
2.2.4 气候情景模式 |
2.2.5 模型模拟 |
2.2.6 模型的校验 |
2.2.7 景观格局指数 |
2.3 技术路线 |
3 水分利用效率及其影响因子 |
3.1 森林水分利用效率变化特征 |
3.1.1 长白山 |
3.1.2 千烟洲 |
3.1.3 鼎湖山 |
3.2 草地水分利用效率变化特征 |
3.2.1 内蒙古 |
3.2.2 当雄 |
3.3 灌木水分利用效率变化特征 |
3.4 水分利用效率影响因子 |
3.5 讨论和小结 |
3.5.1 讨论 |
3.5.2 小结 |
4 水分利用效率对气候变化的响应 |
4.1 长白山 |
4.2 千烟洲 |
4.3 鼎湖山 |
4.4 内蒙古 |
4.5 海北 |
4.6 当雄 |
4.7 讨论和小结 |
4.7.1 讨论 |
4.7.2 小结 |
5 水分利用效率与景观格局 |
5.1 森林水分利用效率与景观格局 |
5.1.1 长白山 |
5.1.2 千烟洲 |
5.1.3 鼎湖山 |
5.2 灌草水分利用效率与景观格局 |
5.3 讨论和小结 |
5.3.1 讨论 |
5.3.2 小结 |
6 结论 |
参考文献 |
作者简介 |
导师简介 |
致谢 |
(8)福建省植被覆盖时空演变及其影响因素研究(论文提纲范文)
中文摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 相关概念和研究基础 |
1.2.1 相关概念 |
1.2.2 研究基础 |
1.3 国内外研究现状 |
1.3.1 植被指数研究 |
1.3.2 植被覆盖变化方法的研究 |
1.3.3 基于遥感的植被覆盖时空变化的研究 |
1.3.4 气候因素对植被覆盖变化影响的研究 |
1.3.5 人为因素对植被覆盖变化影响的研究 |
1.3.6 研究述评 |
1.4 研究内容与技术路线 |
1.4.1 研究内容 |
1.4.2 技术路线 |
第二章 研究区概况与研究方法 |
2.1 研究区概况 |
2.1.1 地理位置和行政区划 |
2.1.2 地形地貌 |
2.1.3 气候水文 |
2.1.4 土壤植被 |
2.1.5 社会经济与人口概况 |
2.2 研究方法 |
2.2.1 趋势线分析法 |
2.2.2 稳定性分析法 |
2.2.3 最大值合成法 |
2.2.4 均值法 |
2.2.5 相关性分析法 |
第三章 数据来源与预处理 |
3.1 数据来源 |
3.1.1 植被指数数据 |
3.1.2 行政区划数据 |
3.1.3 DEM数据 |
3.1.4 土地利用类型数据 |
3.1.5 气象数据 |
3.1.6 统计年鉴数据 |
3.2 数据处理 |
3.2.1 NDVI数据处理 |
3.2.2 高程数据处理 |
3.2.3 气象数据处理 |
3.2.4 土地利用类型数据处理 |
第四章 福建省植被覆盖时空动态变化 |
4.1 福建省NDVI时间序列变化特征 |
4.1.1 福建省NDVI年际变化特征分析 |
4.1.2 福建省NDVI季节变化特征分析 |
4.1.3 福建省NDVI年内变化特征分析 |
4.2 福建省NDVI空间格局特征 |
4.2.1 福建省NDVI年际空间格局分析 |
4.2.2 福建省NDVI季节空间格局分析 |
4.2.3 福建省NDVI年内空间格局分析 |
4.3 福建省NDVI时空变化趋势特征 |
4.3.1 福建省NDVI年际变化趋势特征分析 |
4.3.2 福建省NDVI季节变化趋势特征分析 |
4.3.3 福建省NDVI年内变化趋势特征分析 |
4.4 福建省NDVI稳定性分析 |
4.4.1 福建省年际NDVI稳定性分析 |
4.4.2 福建省季节NDVI稳定性分析 |
4.4.3 福建省年内NDVI稳定性分析 |
第五章 福建省NDVI变化的影响因素分析 |
5.1 福建省NDVI与地形因子的相关性 |
5.1.1 高程与NDVI的相关性 |
5.1.2 坡度与NDVI的相关性 |
5.1.3 坡向与NDVI的相关性 |
5.2 福建省NDVI与气候的相关性分析 |
5.2.1 福建省主要气候因子的时间变化特征 |
5.2.2 福建省NDVI与气候因子的年际、季节相关性 |
5.2.3 福建省NDVI与气候因子的年内相关性 |
5.3 基于站点NDVI与气候的相关性分析 |
5.3.1 站点NDVI与气候因子的时间响应 |
5.3.2 NDVI对气候因子响应滞后期的空间分布 |
5.4 福建省NDVI与人为因子的相关性 |
5.4.1 福建省NDVI与土地利用类型的关系 |
5.4.2 福建省NDVI与生态环境建设的相关性 |
5.4.3 福建省NDVI与 GDP的相关性 |
5.4.4 福建省NDVI与人口密度的相关性 |
第六章 结论与展望 |
6.1 主要结论 |
6.2 研究不足与展望 |
6.3 建议 |
参考文献 |
攻读学位期间承担的科研任务与主要成果 |
致谢 |
个人简历 |
(9)祁连山南坡土地利用/覆被变化及其驱动力研究(论文提纲范文)
中文摘要 |
abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状与进展 |
1.2.1 土地利用/土地覆被概念 |
1.2.2 土地利用/覆被变化研究现状与进展 |
1.2.3 气候变化研究现状与进展 |
1.2.4 土地利用/覆被变化驱动力研究进展 |
第二章 研究区域概况 |
2.1 自然概况 |
2.1.1 气候 |
2.1.2 土壤 |
2.1.3 地形与地质 |
2.1.4 水文 |
2.1.5 植被 |
2.2 社会经济概况 |
第三章 研究内容、思路与方法 |
3.1 研究内容 |
3.2 技术路线 |
3.3 数据来源与研究方法 |
3.3.1 数据来源 |
3.3.2 研究方法 |
第四章 祁连山南坡土地利用/覆被动态变化与特征分析 |
4.1 土地利用/覆被类型的结构动态特征变化分析 |
4.1.1 土地利用动态度分析 |
4.1.2 土地利用类型转移特征分析 |
4.1.3 土地利用程度模型分析 |
4.1.4 土地利用类型结构变化分析 |
4.1.5 不同土地利用类型活跃度与信息熵分析 |
4.2 土地利用/覆被类型的行政尺度变化分析 |
4.2.1 土地利用/覆被数量与结构变化 |
4.2.2 土地利用/覆被动态度分析 |
4.2.3 土地利用程度综合指数分析 |
4.2.4 土地利用信息熵分析 |
4.3 土地利用景观格局动态分析 |
4.3.1 土地利用景观格局景观水平分析 |
4.3.2 土地利用景观格局类型水平分析 |
4.4 土地利用类型变化驱动力分析 |
4.4.1 驱动力指标的选取 |
4.4.2 数据标准化处理 |
4.4.3 主成分分析过程 |
4.4.4 土地利用类型的回归方程拟合 |
4.4.5 土地利用类型变化驱动力分析 |
4.5 本章小结 |
第五章 祁连山气候时空特征变化 |
5.1 气温时空特征变化 |
5.1.1 气温的时间序列变化 |
5.1.2 气温的空间变化 |
5.1.3 气温与地理位置、地形的关系 |
5.2 降水时空特征变化 |
5.2.1 降水的时间序列变化 |
5.2.2 降水的空间变化 |
5.2.3 降水与地理位置、地形的关系 |
5.3 日照时数时空特征变化 |
5.3.1 日照时数的时间序列变化 |
5.3.2 日照时数的空间变化 |
5.4 平均风速时空特征变化 |
5.4.1 平均风速的时间序列变化 |
5.4.2 平均风速的空间变化 |
5.5 本章小结 |
第六章 祁连山南坡土地利用/覆被变化对气候变化的响应 |
6.1 NDVI变化及其对气候变化的响应 |
6.1.1 海拔、坡度与坡向的提取 |
6.1.2 NDVI时间序列变化特征 |
6.1.3 NDVI空间变化特征 |
6.1.4 不同尺度上NDVI变化趋势 |
6.1.5 祁连山南坡NDVI变化对气候变化的响应 |
6.2 冰川变化对气候变化的响应 |
6.2.1 冰川的提取 |
6.2.2 气温与降水的变化 |
6.2.3 冰川变化对气温与降水变化的响应关系 |
6.3 本章小结 |
第七章 结论与展望 |
7.1 结果与结论 |
7.2 主要创新点 |
7.3 展望与不足 |
参考文献 |
致谢 |
个人简介 |
博士期间公开发表的学术论文与课题研究 |
(10)江西省马尾松林生态系统碳密度及其空间异质性研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题来源 |
1.2 研究背景 |
1.3 研究目的与意义 |
1.4 国内外研究进展 |
1.4.1 森林植被生物量 |
1.4.2 森林植被碳密度/碳储量 |
1.4.3 土壤碳密度及其估算方法 |
1.4.4 空间模型的研究与应用 |
1.4.5 研究述评 |
1.5 研究内容与目标及技术路线 |
1.5.1 研究内容 |
1.5.2 研究目标 |
1.5.3 拟解决的关键科学问题 |
1.5.4 技术路线 |
2 研究区概况与数据处理 |
2.1 研究区概况 |
2.1.1 地理位置 |
2.1.2 地貌与土壤 |
2.1.3 气候与水文 |
2.1.4 森林植被与森林资源 |
2.1.5 社会经济条件 |
2.2 数据来源与处理 |
2.2.1 样地数据 |
2.2.2 气象数据 |
2.2.3 碳含量的测定 |
2.2.4 碳密度计算 |
3 马尾松林生态系统碳密度分配特征 |
3.1 研究方法 |
3.2 结果与分析 |
3.2.1 乔木层碳密度分配特征 |
3.2.2 林下植被层碳密度分配特征 |
3.2.3 凋落物层碳密度分配特征 |
3.2.4 土壤层碳密度分配特征 |
3.2.5 生态系统碳密度分配特征 |
3.3 讨论与小结 |
3.3.1 讨论 |
3.3.2 小结 |
4 马尾松林生态系统碳密度的空间相关性 |
4.1 研究方法 |
4.2 结果与分析 |
4.2.1 碳密度的描述性统计分析 |
4.2.2 乔木层碳密度空间自相关性 |
4.2.3 林下植被层碳密度空间自相关性 |
4.2.4 凋落物层碳密度空间自相关性 |
4.2.5 土壤层碳密度空间自相关性 |
4.2.6 生态系统碳密度空间自相关性 |
4.3 讨论与小结 |
4.3.1 讨论 |
4.3.2 小结 |
5 马尾松林生态系统碳密度空间变异及其分布 |
5.1 研究方法 |
5.2 结果与分析 |
5.2.1 乔木层碳密度空间变异及分布 |
5.2.2 林下植被层碳密度空间变异及分布 |
5.2.3 凋落物层碳密度空间变异及分布 |
5.2.4 土壤层碳密度空间变异及分布 |
5.2.5 生态系统碳密度空间变异及分布 |
5.3 讨论与小结 |
5.3.1 讨论 |
5.3.2 小结 |
6 马尾松林生态系统碳密度空间模型构建与分析 |
6.1 模型基础 |
6.1.1 最小二乘模型 |
6.1.2 空间误差模型 |
6.1.3 空间滞后模型 |
6.1.4 地理加权回归模型 |
6.2 研究方法 |
6.2.1 数据处理 |
6.2.2 数据建模 |
6.2.3 模型评价与检验 |
6.3 空间模型构建与分析 |
6.3.1 乔木层碳密度模型 |
6.3.2 林下植被层碳密度模型 |
6.3.3 凋落物层碳密度模型 |
6.3.4 土壤层碳密度模型 |
6.3.5 生态系统碳密度模型 |
6.4 讨论与小结 |
6.4.1 讨论 |
6.4.2 小结 |
7 马尾松林生态系统碳密度空间影响差异分析 |
7.1 研究方法 |
7.2 结果与分析 |
7.2.1 乔木层碳密度空间影响差异 |
7.2.2 林子植被层碳密度空间影响差异 |
7.2.3 凋落物层碳密度空间影响差异 |
7.2.4 土壤层碳密度空间影响差异 |
7.2.5 生态系统碳密度空间影响差异 |
7.3 讨论与小结 |
7.3.1 讨论 |
7.3.2 小结 |
8 主要结论与研究展望 |
8.1 主要结论 |
8.2 研究特色与创新 |
8.3 研究展望 |
参考文献 |
致谢 |
作者简介 |
四、福建省土地利用格局及其影响因子(论文参考文献)
- [1]山西省森林生物量碳密度空间格局和影响因素研究[D]. 孙丽娜. 山西大学, 2020(02)
- [2]基于潜力衰减法的鸡西市耕地产能核算及提升对策研究[D]. 李志富. 东北农业大学, 2020(05)
- [3]寻乌县土壤pH时空变异特征及其对土地利用变化的响应[D]. 韩逸. 江西农业大学, 2020(07)
- [4]福州市城市绿色空间时空演化的温度效应研究[D]. 陈燕红. 福建师范大学, 2020(10)
- [5]城市多维视角下的城市水生态系统脆弱性评价研究[D]. 代月. 天津大学, 2019(01)
- [6]山东省植被净初级生产力时空分布特征及其影响因子研究[D]. 马曦瑶. 北京林业大学, 2019(04)
- [7]基于Biome-BGC模型的景观格局与水分利用效率耦合研究[D]. 温永斌. 北京林业大学, 2019
- [8]福建省植被覆盖时空演变及其影响因素研究[D]. 康冬. 福建师范大学, 2019(12)
- [9]祁连山南坡土地利用/覆被变化及其驱动力研究[D]. 付建新. 青海师范大学, 2019(01)
- [10]江西省马尾松林生态系统碳密度及其空间异质性研究[D]. 潘萍. 江西农业大学, 2018