一、Dynamic change of net primary productivity and fractional vegetation cover in the Yellow River Basin using multi-temporal AVHRR NDVI Data（论文文献综述）
刘华[1]（2021）在《亚热带植被覆盖度和净初级生产力时空演变及气候驱动》文中认为植被覆盖度（Fractional Vegetation Cover,FVC）是反映地表植被生长分布及区域环境质量的重要指示参数,其在评价区域生态系统结构和功能方面具有重要的作用,而亚热带植被在全球生态系统碳循环以及维持系统碳平衡中的作用越来越受到人们的重视。中国亚热带地区植被类型复杂多样且分布广阔,四季生长,生物多样性丰富,是我国主要的农林生产基地;同时,区域内也存在着林分质量普遍较差,森林生产力、产出率都比较低等突出问题,并且亚热带植被及其生态功能对全球气候变化非常敏感。因此,监测亚热带地区FVC的时空演变特征,阐明FVC对气候变化的响应规律,探讨气候变化背景下FVC对植被净初级生产力（Net Primary Productivity,NPP）的影响机制,对亚热带地区植被的可持续经营和生产力的提高、环境保护以及资源的合理配置等方面都具有重要的参考意义。本研究以中国亚热带植被为研究对象,以2001-2018年的MODIS地表反射率（MOD09A1）等遥感数据作为数据源,利用像元二分模型获取亚热带地区的FVC并分析其时空演变特征;然后,结合同时期气象数据,利用偏相关分析法和偏导数模型分析气候因子对FVC的影响;最后,基于MODIS土地覆被类型、叶面积指数（Leaf Area Index,LAI）和气象等数据驱动BEPS模型,模拟2001-2018年亚热带地区植被的NPP,并分析气候变化背景下亚热带FVC对植被NPP时空演变的影响。通过研究主要得到以下3个方面的结论:1、亚热带FVC时空动态变化特征方面。（1）2001-2018年我国亚热带地区的FVC呈显着增长趋势,且年际变化波动整体较小,基本保持在一个较为稳定的状态。（2）从FVC的空间分布格局上看,亚热带东部地区的植被覆盖水平整体都高于西部地区;亚热带地区有超过70%的区域FVC为高覆盖和中覆盖,其中,FVC近20年来呈增加趋势的区域面积比例为76.28%,而有23.72%的区域FVC呈减少趋势。2、亚热带FVC对气候因子的响应方面。（1）偏相关分析结果显示,年均最低温和年降水量对亚热带地区FVC的增长产生积极影响的区域分别占研究区面积的62.06%和55.26%,而亚热带地区有58.12%的区域呈现出年均最高温对FVC有消极影响。（2）基于偏导数模型的贡献分析结果表明,年均最低温是影响中国亚热带FVC动态变化的主要气候贡献因子,且影响各地区FVC变化的主要气候因子不同,部分地区FVC变化还会受到多个气候因子的共同作用。3、气候变化背景下亚热带植被NPP时空演变及其对FVC的响应方面。（1）近20年来亚热带植被NPP整体呈现“南高北低、东高西低”的空间分布格局。（2）从时间上看,亚热带植被NPP的年均值随时间整体呈上升趋势,且变化波动较为稳定。（3）年均最低温是影响亚热带地区植被NPP动态变化的主要气候贡献因子;其中,亚热带地区分别有53.05%和71.17%的区域呈现年均最高温和年降水量对植被NPP有积极影响,而有56.20%的区域呈现年均最低温对植被NPP有消极影响。（4）亚热带地区植被NPP与FVC之间的平均相关系数为0.04,其相关性在空间上存在“南正北负、东正西负”的分布差异,并且中覆盖区和高覆盖区的FVC与植被NPP之间的相关性最强。
卓玛草[2]（2021）在《甘肃省农牧交错带植被覆盖时空变化及其对气候因子的响应》文中研究指明甘肃省农牧交错带地处中国内陆,地理环境和气候类型丰富多样,是植被类型多样性研究的重要区域,也是研究植被对气候变化响应的理想区域。本文基于MODIS/NDVI遥感数据集及28个气象站点的气候数据,综合采用Sen趋势分析法、变异系数法、Hurst指数、气候倾向率及M-K突变检验等方法分析了植被覆盖指数NDVI和6种气象因子的时空变化特征,通过主成分分析法及相关分析法分析了NDVI对不同气象因子的响应程度,研究了甘肃省农牧交错带生长季植被覆盖时空变化及其对气候因子的响应,为在气候变化情景下甘肃省农牧业的可持续发展制定相关政策、维持良好生态环境提供科学指导与理论依据。主要结果如下:（1）甘肃省农牧交错带植被覆盖状况呈改善的变化趋势,但整体变异较小且具有反持续性,空间分布上差异显着。近21a生长季NDVI增速为0.64%/a,VCI值增速为0.35/10 a,其中2011-2013年、2017-2019年植被改善状况最佳;空间上呈现出北部低,其余区域高的分布特征,高植被覆盖区占整个研究区面积最大,占比为42.67%。NDVI变化趋势系数大于0的区域占整个研究区的96.36%,其中极显着增加的区域占55.42%,主要分布在研究区中部,以及东部的环县以及华池县。NDVI变异系数多年平均值为0.15,研究区南部、西北部波动较低,中部地区波动强烈,生长季Hurst指数的多年平均值为0.43,植被恢复具有反持续性。（2）甘肃省农牧交错带植被生长季气候变化具有时空差异性。研究区整体处于增温的变化过程,以最低气温最为显着,平均气温以0.31℃/10 a的速率逐步上升,1997年发生了由冷到暖的突变,最低气温上升趋势明显高于最高气温,分别于1991年、1998年发生突变。平均气温总体上由南向北、由西向东递增,甘南、天祝、陇中、陇东地区的升温速率依次降低;最高气温呈现出由西北向东南逐渐升高的趋势,倾向率自西南向东北递减,各区域均呈增温趋势;最低气温表现出北方高、南方低,中间高、两边低的空间分布格局。降水量年际变化波动强烈,以3.42mm/10 a的速率轻微上升,2018年发生突变,降水量北少南多,倾向率自东南向西北递减,64%的站台降水量表现出增加的趋势。日照时数以-15.2h/10 a的变化速率呈现波浪式下降趋势,整体分布由南向北递增。≥10℃积温以47.93℃/10 a的速率呈显着的上升趋势,中部增温快,边界区域增温相对较慢,日照时数与积温均于1997年发生突变。（3）近21a影响甘肃省农牧交错带植被生长季NDVI最大的气候要素是降水量,决定系数为0.679,最低气温对其影响较弱,决定系数为0.295。平均气温、最高气温、日照时数和≥10℃积温对NDVI有着负相关影响,其中最高气温和日照时数的影响程度较强,决定系数分别为-0.547、-0.529,其次为平均气温,决定系数为-0.037,≥10℃积温的决定系数为-0.019。植被覆盖状况在大部分区域均与平均气温、最高气温、日照时数、≥10℃积温呈现不同程度的负相关,与最低气温、降水量呈不同程度的正相关,降水对NDVI的影响强于日照和气温,NDVI与不同气象因子之间的相关系数具有显着的空间差异性。研究区内陇中、陇东、甘南、天祝各地区影响植被生长季NDVI最大的气候要素分别为降水量、≥10℃积温、降水量、日照时数。
刘玉斌[3]（2021）在《中国海岸带典型生态系统服务价值评估研究》文中提出在全球气候变化、海平面上升、人类开发活动等背景下,围填海、陆源污染、海岸侵蚀等规模与强度均不断增大,我国海岸带生境正在或已遭受不同程度的破坏,据相关数据表明,我国50%以上的滨海湿地已丧失,海岸带生物多样性与生态系统健康面临严峻挑战,越来越多的海岸带生态系统产品和服务呈现不可持续的趋势。鉴于此,亟待开展我国海岸带生态系统服务及其价值评估研究,为海岸带区域政策制定、实施以及资源的合理配置提供一定参考和科学支撑。本研究尝试中国海岸带宏观大尺度的历史时期和未来时期的生态系统服务及其价值评估。为全面了解中国海岸带区域土地生态系统的现状及其服务与价值的演变规律,从中国海岸带基本特征出发,参考诸多研究成果,构建适用于中国海岸带的生态系统服务分类系统。基于此分类系统,开展研究区生态系统服务识别与多样性分析研究,基于中国海岸带土地利用数据集,分析土地利用景观时空变化特征、转移变化特征及其景观格局指数变化特征,为后续中国海岸带生态系统服务估算提供支撑。选择主流成熟的具有普适性的估算模型或方法,评估2000-2015年中国海岸带4种典型生态服务及其价值,探讨研究区生态服务及其价值变化规律,并基于2025年多情景土地利用数据模拟评估未来生态系统服务及其价值,探讨未来多情景土地利用和生态系统服务价值的变化特征。主要结论如下:（1）中国海岸带生态系统服务分类与识别:基于中国海岸带自身的实际情况,参考诸多研究成果,建立一套适用于中国海岸带的生态系统服务分类系统,基于此,开展中国海岸带生态系统服务识别和多样性研究;2000-2015年中国海岸带区域生态系统服务类型的多样性整体呈下降趋势,离海岸线20 km范围的陆域其多样性变化最为剧烈,多样性高值区多分布于植被覆盖度较高的山地区域、海岸带滩涂和河口三角洲湿地,而低值区多分布于建设用地及其周边区域,受人为活动干扰剧烈。（2）中国海岸带土地利用由海洋向内陆整体格局大致呈“浅海水域—滨海湿地—人工湿地（盐田和养殖）—陆地混合类型区”空间分布特征。2000-2015年是中国海岸带土地利用人为开发活动显着的时期,城乡用地、养殖和工矿用地扩张显着,侵占大量耕地、浅海水域、滨海湿地和水库坑塘等,但随着时间的推移,其人为开发强度趋缓。我国海岸带土地利用景观整体斑块的破碎化态势显着,斑块类型间更加复杂多样,某些特定土地利用类型景观斑块集聚化明显。（3）2000-2015年中国海岸带NPP与产水量空间分布整体均呈现由南向北逐渐降低的趋势。陆域型生态系统的NPP值高于浅海水域生态系统。4个时期,中国海岸带陆域NPP总量和土壤保持总量均呈下降的趋势,15年间分别减少586.36万吨和956万吨。4个时期,中国海岸带产水量、陆域池塘养殖产量和理想状态下盐田海盐产量均呈显着增加的趋势,而近海最大持续渔获量略微下降。（4）2000-2015年中国海岸带生态系统服务总价值呈持续下降的趋势,15年间研究区生态系统服务总价值减少了354.63亿元。中国海岸带不同类型服务价值变化趋势不同,其物质生产服务价值呈显着增长趋势,而固碳释氧服务价值、水源涵养服务价值和土壤保持服务价值均呈持续减少的趋势。4个时期,中国海岸带生态系统水源涵养服务价值占比最大,其次是固碳释氧服务价值,而物质生产服务价值和土壤保持服务价值占比均较小。（5）2025年趋势延续情景和生态保护情景下中国海岸带生态系统服务总价分别为31791.68亿元和31917.27亿元,与2015年相比,两种情景下生态系统服务总价值分别减少245.23亿元和119.64亿元,趋势延续情景生态系统服务总价值下降显着。两种情景下中国海岸带区域物质生产服务价值均呈增加的趋势,其中趋势延续情景下物质生产服务价值增加显着,而固碳释氧服务价值、水源涵养服务价值和土壤保持服务价值均呈减少的趋势,其中生态环境保护情景下3项服务价值缓慢减少,而趋势延续情景下3项服务价值下降显着。
李武乾[4]（2021）在《基于多源遥感数据的矿区植被变化监测 ——以峰峰矿区为例》文中认为峰峰矿区位于河北省南部,煤炭资源储量丰富,由于长期对资源的开发,峰峰矿区生态环境和人居环境遭到了极大的破坏。虽然2014年以来,多方投入巨资开始进行修复治理,取得了一定的效果,但峰峰矿区由于建矿历史长,环境欠账多,治理难度大,监测手段的单一,且对现状信息掌握不准确,矿区生态环境修复治理仍面临诸多挑战,特别是急需系统性摸清矿区环境破坏和污染规律,才能为后续提出科学修复治理意见奠定基础。本文结合遥感与GIS技术,通过选取长时间序列的多源遥感数据,对峰峰矿区及其周边近二十年的生态环境进行变化分析,系统分析煤炭开采对矿区周边植被等自然生态环境的影响,从而期望得出在煤炭开采扰动下矿区植被覆盖的变化趋势,为矿区后续的修复治理提供数据和技术支撑。本文基于2001-2020年Landsat和GF-1数据,系统地研究了峰峰矿区植被覆盖度的变化趋势,并对空间自相关、稳定性和未来的变化趋势进行预测,同时探讨了梧桐庄矿和万年矿开采对植被的扰动影响范围。主要的研究成果如下:（1）2001-2020年峰峰矿区植被覆盖度呈现上升趋势,峰峰矿区西北和东南部植被覆盖度较高,中部地带较低,西北和东南多一直保持较高植被覆盖度。2001-2020年峰峰矿区植被覆盖度分类等级大多是中高植被覆盖度和高植被覆盖度,即峰峰矿区植被覆盖类型多以低矮灌木和乔木为主。在植被覆盖度演变趋势上,按面积大小排序为:轻微改善、基本不变、中度改善、明显改善、轻微改善、中度退化、严重退化,且改善趋势的面积明显大于退化趋势的面积。在空间自相关性上:具有较高的空间聚集性,即高植被覆盖度区域的邻近区域也多为高植被覆盖度区域,低植被覆盖度区域的邻近区域也多为低植被覆盖度区域。（2）基于缓冲区分析,梧桐庄矿和万年矿的开采对周边植被的主要影响范围有减小的趋势。（3）在植被覆盖度稳定性上,2001-2020年峰峰矿区植被覆盖度稳定性较高。在变化趋势上,研究区内植被覆盖度未来变化趋势多与过去变化趋势相反,尤其是有较大面积的将由改善变为退化趋势。
米家鑫[5]（2021）在《半干旱区井工矿山地表形变对植被的长期影响研究》文中进行了进一步梳理半干旱区井工矿山的植被在开采沉陷后存在受损的现象已引起广泛关注,然而地表形变对植被是否存在长期影响却依然存在分歧,厘清其机理有助于矿区自然恢复和人工修复的混合决策,降低修复成本,提高生态恢复力。因此,极有必要探明地表形变发生后植被受到的长期影响,从而为矿区植被重建提供理论指导。为此,本文以山西省大同市云冈矿区作为研究区,首先采用资料搜集、野外调查、遥感反演等方法获取了地表形变及植被的基础数据;然后利用归纳推理、回归分析和动力学系统建模方法揭示了地表形变对植被长期影响的作用机理;接着使用数学建模方法构建了地表形变对植被长期影响的评价模型和指标体系;然后通过系统仿真方法开发了地表形变对植被长期影响的模拟模型;最后基于地表形变对植被的长期影响提出了对井工矿山植被重建体系的建议。本文研究目的是揭示半干旱区井工矿山地表形变对植被的长期影响,研究目标旨在揭示地表形变对植被影响的作用机理,构建地表形变对植被长期影响的评价模型和模拟模型。本文的主要结论如下:（1）地表形变对植被存在长期影响,形变的剧烈程度决定了对植被的影响程度。解析地表形变的性质发现,地表形变具有动态性和静态性特征,分别对植被产生短期影响和长期影响。当地表形变在静态时具有空间差异性和状态稳定性特征。根据对植被的影响尺度,地表形变分为导致整体植被变化和局部植被变化的地表形变,分别以地表沉陷与地表裂缝为代表。相关分析结果发现,植被结构参数与地形、土壤退化程度与地裂缝形态之间均显着相关,表明地形的变化将对植被产生长期影响,形变的剧烈程度是植被受影响程度的关键,其中沉陷深度、沉陷角度和沉陷方向是地表沉陷影响植被的关键因素,决定了植被的立地条件;开裂距离和沉陷角度则是地表裂缝影响植被的关键因素,决定了土壤的退化程度。（2）地表形变对植被的长期影响来源于形变发生时导致的植被和土壤退化,从而限制了形变发生后的植被生长和群落演替。基于建立的植被-土壤-气候状态的动力学模型（VSW Model）,分析地表形变对植被的影响过程发现,地表形变发生时植被及其土壤的基质条件发生退化,这种立地条件的变化将长期且持续的限制植被在自然驱动下的生长与演替。长期影响的强度由地表形变的剧烈程度决定,同时也与影响时间、气候条件、形变前植被和土壤的基质条件以及植被和土壤的自然变化系数有关。地表形变对植被长期影响的过程具有空间差异性、时间持续性、作用间接性和基质决定性特征;影响结果分为植被的状态变化和类型变化,分别反映了植被生长状态和植物群落演替受到的长期影响。（3）地表形变的长期影响引起了植被生长状态的下降,其中草本植被受地表形变的影响最大,乔木植被次之,灌木植被最小。基于构建的植被生长对照模型和植被生长过程指标,通过对照法评价了云冈矿区地表形变区内乔木、灌木和草本植被受到的长期影响。评价结果表明云冈矿区的地表形变在1987-2017年间引起乔木、灌木和草本植被的生长状态较自然对照区的植被分别出现了6.79%、4.03%、15.10%的下降。其中乔木和草本植被的各项评价指标均出现不同程度下降,而灌木植被的生长趋势与归一化谱熵指标反而出现了17.26%与2.77%的提高,但年度NDVI最小值出现了19.39%的下降,表明不同类型的植被在生长状态上对地表形变长期影响的响应存在差异。（4）地表形变的长期影响将导致乔木植被退化为灌木和草本植被,并促进灌木植被的生长和聚集,最终引起植被格局的破碎化。使用基于元胞自动机开发的植物群落演替模拟系统模拟了研究区在原始情景和地表形变情境下植物群落的30年自然演替过程,并以沟壑地形和平坦地形条件、高初始植被及低初始植被覆盖条件组合成四种初始条件进行分析。对比发现,地表形变对植物群落演替的长期影响主要表现为限制乔木植被的生长和群落发展,并使形变区率先形成灌木植被的聚居区,原本紧密的植被格局趋于破碎化。对比不同初始条件的模拟结果发现,地表形变对地形平坦区的植被影响大于沟壑区,对低初始植被覆盖区的植被影响大于高初始植被覆盖区;对乔木植被格局的影响最为明显,原始情景和形变情景间的差异度在无初始植被时始终大于0.5。随着植被覆盖度的提高,地表形变的长期影响将逐渐减弱,原始情景和形变情景间植被格局的差异逐渐减小。（5）设计长期目标、治理长期影响、实施长期监管是针对地表形变对植被长期影响的井工矿山植被重建体系的核心思想。根据地表形变对植被长期影响的作用机理和表现方式,对植被重建体系的设计者提出了“因地制宜,长期规划,重点治理,整体修复”的设计准则建议;对植被重建体系的实施者提出“监测、评价、模拟、规划、治理以及反馈”的实施框架建议;对植被重建体系的监管者提出了建立整体评估、长期监测和实时治理机制的推进政策建议。为实现矿山生态系统的整体保护、系统修复、综合治理,有必要在井工矿山生态保护与恢复研究中考虑地表形变的长期影响。认识地表形变对植被的长期影响,有助于了解井工矿山生态系统中各类要素和过程间的复杂作用关系,为制定新的矿山生态修复和植被重建体系提供了理论指导和实践参考。该论文有图120幅,表34个,参考文献271篇。
李雪建[6]（2021）在《基于遥感反演的竹林物候时空变异及其对碳循环影响机制研究》文中认为物候及其时空变异对森林生态系统碳循环的影响是国内外研究的热点。竹林是亚热带地区特殊的森林类型,近年研究表明,竹林固碳能力高,在维护全球碳平衡和应对气候变化等方面具有重要的作用,且竹林具有快速生长以及“大年”和“小年”等特殊的物候现象,大年长新竹和小年换新叶等不同物候阶段竹林生态系统碳收支对温度、降水等气候环境因子极为敏感。因此,监测竹林物候时空变异特征,阐明物候对环境的响应规律,揭示气候变化背景下物候对竹林生态系统碳循环的影响机制,将对深入研究竹林碳形成机理具有重要的理论意义,对竹资源经营管理具有重要的实践意义。本研究以浙江省竹林为对象,以2001-2018年MODIS LAI（Leaf area index）时间序列产品等为数据源,首先,构建基于LAI同化的竹林物候遥感反演模型系统,反演竹林生长季开始期（Start of the growing season,SOS）、生长季结束期（End of the growing season,EOS）和生长季长度（Length of the growing season,LOS）等物候指标;其次,结合气象等数据,分析物候对环境因子的响应;再次,物候耦合随机森林（Random forest,RF）模型,估算竹林地上生物量（Aboveground biomass,AGB）,分析物候对AGB的影响;然后,物候驱动In TEC（Integrated terrestrial ecosystem carbon-budget）模型,并结合竹林分布、LAI和气象等数据,模拟竹林生态系统总初级生产力（Gross primary productivity,GPP）、净初级生产力（Net primary productivity,NPP）和净生态系统生产力（Net ecosystem productivity,NEP）,并利用结构方程模型揭示气候变化背景下物候对碳循环时空变异的影响,并探讨了涉及物候的竹林生态系统生产力评价。通过研究主要得到以下5方面的结论:1、基于粒子滤波LAI数据同化技术构建了竹林物候遥感反演模型系统,实现了竹林物候时空分布精准反演。（1）竹林MODIS LAI时间序列同化产品精度高,R2达到0.91,均方根误差（Root mean square error,RMSE）仅为0.52。（2）同化LAI反演得到的竹林SOS和EOS精度最高,R2分别为0.56和0.54,RMSE最低,分别为6.34天和5.41天。（3）从竹林物候空间分布格局上看,SOS具有从西北到东南呈先提前到再延迟的趋势,而EOS和LOS具有从西北到东南呈延迟和延长的趋势;从时间上看,近20年浙江省70%左右的竹林SOS具有显着提前趋势,平均每年提前0.83天,60%左右的竹林EOS呈延迟趋势,平均每年延迟0.28天,70%左右的竹林LOS呈延长趋势,平均每年延长1.12天。2、降水是影响竹林物候时空变异的主导气候因子,且年降水每增加100mm,SOS提前0.18天,EOS延迟0.12天。其他气候等环境因子对竹林物候时空变异也具有显着的影响。3、物候耦合RF模型,较好的实现了浙江省竹林AGB时空估算。（1）AGB拟合精度和检验精度较高,R2分别为0.56和0.52,另外RMSE也较低,分别为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,且空间分异明显,具有北部大于南部,中部较低的空间格局。（3）竹林物候对AGB时空分布格局影响显着,SOS每提前1天,竹林AGB增加0.23 Mg ha-1,EOS和LOS每延迟和延长1天,分别增加0.46 Mg ha-1和0.17 Mg ha-1。4、改进冠层尺度光合作用模块,将竹林物候融入In TEC模型,实现了浙江省竹林生态系统碳循环精确模拟,阐明了气候变化背景下物候对竹林碳循环时空变异的影响。（1）融入物候后的In TEC模型模拟竹林碳循环精度较高,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增幅缓慢;从空间上看,GPP、NPP和NEP呈西北、西南和东北部相对较高的分布格局。（3）竹林物候对碳循环年际变化影响显着,年均SOS每提前1天,GPP和NPP分别增加2.50 g C m-2 yr-1和2.52 g C m-2yr-1;年均EOS每延迟1天,GPP和NPP分别增加7.31 g C m-2 yr-1和8.19 g C m-2 yr-1;LOS每延长1天,GPP和NPP分别增加2.07 g C m-2 yr-1和2.15 g C m-2 yr-1。（4）结构方程模型分析表明,竹林生态系统78%的GPP变化、83%的NPP变化和73%的NEP变化受物候和气候变化影响,但物候影响碳循环的直接通径系数绝对值（1.11）大于气候（0.52）,说明竹林碳循环时空变异主要受物候影响。5、综合物候、碳循环、LAI、竹林分布、气象、土壤、地形等27个因子,建立了竹林生态系统生产力评价三层指标体系,基于偏最小二乘法通径模型,实现了竹林生产力水平时空评价。（1）通径分析表明,包括SOS、EOS和LOS在内的15个因子对竹林生态系统生产力有较大影响。（2）浙江省竹林生态系统生产力水平可分为5个等级,其中竹林生产力水平良好以上的,即I、II两个等级,占比面积较少,仅为16.53%,主要分布于浙江省西北部、西南部和中部部分区域;处于中等偏上或偏下水平的,即III和IV等级占比面积大,广泛分布在浙江省东南部、东北部和西部等区域。
职子慧[7]（2020）在《黄土高原小流域植被生态时空演化与驱动力研究》文中研究说明植被在生态系统中扮演着不可或缺的角色。近些年我国在黄土高原采取了一些生态措施进行植被的恢复,并取得了一定成果。在一定时间内,自然环境对于植被的影响较小而人类活动则产生较为直接的影响。选取云岩河流域作为黄土高原典型区,结合2000-2018年气候数据和遥感数据,使用偏相关分析、土地利用转移矩阵、显着性检验、空间克里金插值等方法,得到云岩河流域归一化植被指数与土地利用、气候变化的时空变化特征。同时分析包括气候与人类活动的植被生长的影响因素。利用地表能量平衡方程对流域蒸散发进行估算,结合流域生态系统净初级生产力遥感数据,对流域生态系统水分利用效率的时空变异特征进行计算、验证与分析,并研究其变化与气候、植被以及人类活动的相关性。结果显示:（1）云岩河流域植被NDVI近年无论从季尺度还是年尺度都呈增长趋势,从空间上来看很大比例呈现显着改善趋势;（2）流域NDVI值与降雨在空间上呈现正负相关并存的特征,但均不显着相关（P<0.05）;NDVI变化与温度变化主要呈现不显着的正相关性,其中NDVI值与温度呈正相关区域占86.67%,而有13.33%的区域负相关;（3）流域土地利用类型在19年内发生了相对频繁的转换,林地和草地范围明显增加,各时期不同土地利用类型转换造成植被NDVI不同尺度的变化;（4）流域WUE平均值变化波动较大,2008年以前WUE上升趋势显着（p<0.05）,2008年以后,WUE呈现微弱下降趋势,但这种下降趋势并不显着。研究区的WUE在空间上与NDVI分布相反,具体表现为东部高、西南部低;（5）流域WUE与温度呈现不显着正相关（p<0.05）,而与降水和NDVI的相关性则在不同降雨区间内表现不同。该地区水分利用效率与降水和NDVI呈正相关的降雨量范围为530～555mm之间,负相关范围为降雨量大于555mm;相同降水量的改变对于林地WUE的影响要小于对耕地、草地WUE的影响。耕地和草地WUE对植被生长的敏感性为正值,林地水分利用效率对植被生长的敏感性为负值,草地水分利用效率对降水和温度的敏感度明显高于耕地和林地。
梁顺林,白瑞,陈晓娜,程洁,范闻捷,何涛,贾坤,江波,蒋玲梅,焦子锑,刘元波,倪文俭,邱凤,宋柳霖,孙林,唐伯惠,闻建光,吴桂平,谢东辉,姚云军,袁文平,张永光,张玉珍,张云腾,张晓通,赵天杰,赵祥[8]（2020）在《2019年中国陆表定量遥感发展综述》文中研究说明为了更好地了解中国定量遥感的发展态势和加强同行之间的信息交流,根据中国学者2019年发表的SCI检索论文和部分中文论文,对陆表定量遥感的核心进展进行了总结,涉及数据预处理（云及其阴影识别,大气与地形校正）、陆表辐射传输建模、不同变量的反演方法、产品生产评价与精度验证,以及相关应用等内容。陆表变量产品较多,本文概要介绍了反射率、下行太阳辐射、反照率、地表温度、长波辐射、总净辐射、荧光遥感、植被生化参数、叶面积指数、光合有效辐射比、植被覆盖度、森林高度、森林生物量、植被生产力、土壤水分、雪水当量、雪盖、蒸散发、地表与地下水量等最新进展,也一并介绍了2019年与定量遥感相关的科研项目、学术交流会与暑假培训班等内容。
闫凤飞[9]（2020）在《基于Fourier分析的煤炭开采对植被的影响范围研究 ——以宁东和乌海矿区为例》文中研究说明近年来,随着西北干旱荒漠区煤炭资源的兴起,宁东地区和乌海市煤炭的大规模开采引发的地表植被退化等问题对生态环境造成巨大的影响,为了探究煤炭开采对当地环境的影响,分析宁东和乌海矿区的植被指数时序变化以及煤炭开采对周边植被的影响范围,这样有利于为矿区开展相应的生态保护工作提供理论依据。本文以宁东矿区和乌海矿区为研究区,同时设置参照区,并利用GIS的空间分析对其设立不同距离间隔的缓冲区,选取2008-2017年间的MOD13Q1遥感影像,基于归一化植被指数,采用傅里叶分析方法,并与参照区植被对比分析矿区植被指数的时序变化规律,通过傅里叶拟合阶数结果并结合2017年土地利用类型统计表进而探究煤炭开采对周边植被的影响范围。本文的主要结论如下:（1）通过傅里叶拟合宁东和乌海矿区2008-2017年的NDVI时间序列,可以看到对矿区的植被生长状况拟合较好,且月NDVI值与植被的物候期有明显的物候对应关系,每年植被指数曲线都是有一个波峰值,最大值主要在8月份,部分在7、9月份,最低值出现在1月或2月,这些都与矿区植被生长的季节性变化规律相对应,而且整体上得到宁东矿区的植被指数呈波动性增大趋势,而在粗放的煤炭开采方式下乌海矿区植被指数呈波动性降低的趋势。（2）对参照区植被指数也做傅里叶拟合处理并与宁东矿区对比,从整体上得到其植被生长状况较好于宁东矿区,说明无人为干扰的参照区植被生长状况良好,此对比结果再次表明煤炭开采等人为干预活动对于区域植被的负面影响以及矿区生态修复工作等人类活动对矿区植被的积极影响。（3）通过对比宁东矿区和参照区傅里叶拟合阶数结果分析得到,宁东矿区煤炭开采对区域植被的影响范围是矿区边界线往外6km的区域,且在3km范围内的植被受到宁东矿区的影响最大,随着缓冲区距离的增加,周边植被受到的采矿影响也在逐渐减弱。同样分析得到乌海矿区的影响范围是包括矿区边界线周边5km的区域,且特别是在2km范围内受煤炭开采影响最大,之后缓冲区范围内的植被所受影响随距离增加而减少。结合不同土地利用类型的分析以及参照区的设置处理为矿区对周边植被的影响范围结果存在的合理性和准确性提供了一定的依据。
何航[10]（2020）在《黄河流域上中游植被覆盖变化及驱动因素研究》文中研究说明黄河作为中华民族的母亲河,孕育了灿烂的中华文明。黄河流域是我国重要的生态屏障,它的生态保护和高质量发展日益受到重视。植被建设是生态恢复的重要内容之一,了解近几十年黄河流域植被覆盖动态变化及驱动因子,对进一步开展该区域的植被建设和生态恢复意义重大。本文基于黄河流域上中游1982-2015年8km空间分辨率的GIMMS NDVI数据、CRU TS4.02气象数据、植被类型数据和土地利用数据,采用趋势分析、归一化多元线性回归、残差趋势分析等方法,探究1982-2015年黄河流域上中游的植被覆盖变化特征,并分析了气候因素和非气候因素对生长季植被覆盖变化的影响,以期为黄河流域上中游的生态环境保护、恢复、建设、优化及高效管理提供科学依据和理论参考。通过研究主要得到以下结论:1982-2015年黄河流域上中游生长季NDVI呈显着的正向增长趋势（0.009/10a,P<0.001）;中游的植被覆盖增长（0.019/10a,P<0.001）优于上游（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增长速率快于夏季（0.007/10a,P<0.01）。剔除农业栽培植被（耕地）及无植被覆盖区域后,51.22%的区域植被覆盖呈增加趋势,其中30.51%的区域植被覆盖显着增加,主要分布在陇中和陇东黄土高原、宁夏平原、鄂尔多斯高原、陕北高原及太行山和吕梁山等地区;显着减少的区域面积小,仅零散分布。近年来植被覆盖变化处于稳定状态,植被生长以稳定增加为主,植被显着增加且稳定的区域主要分布在研究区西北侧和山西境内。未来植被覆盖变化可持续性较强,24.84%的区域生长季NDVI变化呈持续改善趋势,主要分布在黄河流域的黄土高原区;6.34%的区域生长季NDVI变化呈退化趋势,零散分布在陇中黄土高原、宁夏平原、鄂尔多斯高原和太行山等地区,未来还需要进一步加强监管。1982-2015年,研究区生长季气温波动上升且变化显着（0.32℃/10a）,降水量（3.27 mm/10a）和云覆盖比例（1%/10a）波动增加但整体变化不明显。气温和降水对植被生长以促进作用为主:植被NDVI与气温和降水呈正相关的区域面积占比分别为83.81%和94.43%;93.94%的区域植被NDVI与云覆盖比例呈负相关,说明这些区域的植被生长与太阳辐射强度呈正相关,但相关性并不显着。NDVI与多个气候因子的归一化多元线性回归结果显示,气温为影响植被覆盖显着变化主导气候因子的区域面积稍大于降水,这些区域在内蒙古、陕西、山西及甘肃省境内分布;降水起主导作用的区域主要分布于毛乌苏沙地,在甘肃、青海、山西等省境内也有较多的分布;云覆盖比例起主导作用的区域面积占0.98%,仅零星分布。非气候因素对黄河上中游不同区域和不同时期植被显着恢复的作用强度不同。上游植被显着恢复主要受气候因素的影响;中游植被显着恢复受非气候因素影响的作用强于气候因素。非气候因素主导植被显着恢复区域主要分布于甘肃东南部和东部、宁夏中部和南部、陕西中部和山西中部,气候因素和非气候因素共同引起植被显着恢复的区域主要分布于甘肃中部、宁夏、内蒙古南部、陕西北部和山西北部。非气候因素驱动植被覆盖显着退化的区域主要分布在陕西南部,在其他省零散分布。1982-1990年和2000-2015年,非气候因素促进植被显着恢复,在植被显着恢复的过程中发挥积极作用;1990-2000年非气候因素对植被显着恢复的作用不明显。受人类活动影响,不同土地利用类型间相互转化剧烈,土地空间分布变化明显,耕地、草地和林地是流转最频繁的土地利用类型。耕地、草地、水域和未利用地的转出量大于转入量,处于转为其他土地类型的不平衡状态;林地和城市用地的转入量大于转出量,处于由其他土地类型转入的不平衡状态。在黄河源生态功能保护区和黄河中游防护林体系建设工程区,2000年后由非气候因素主导的植被显着恢复区域的面积明显增大,说明非气候因素特别是生态工程的开展在植被恢复方面的影响增加明显。
二、Dynamic change of net primary productivity and fractional vegetation cover in the Yellow River Basin using multi-temporal AVHRR NDVI Data（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、Dynamic change of net primary productivity and fractional vegetation cover in the Yellow River Basin using multi-temporal AVHRR NDVI Data（论文提纲范文）
（1）亚热带植被覆盖度和净初级生产力时空演变及气候驱动（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究目的与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 植被覆盖度监测方法 |
| 1.2.2 植被覆盖度对气候变化的响应 |
| 1.2.3 植被覆盖度对生态系统生产力的影响 |
| 1.2.4 植被净初级生产力监测方法 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 2 材料与方法 |
| 2.1 研究区概况 |
| 2.2 数据获取及预处理 |
| 2.2.1 遥感数据下载及预处理 |
| 2.2.2 NDVI数据 |
| 2.2.3 气象数据 |
| 2.2.4 土地覆被类型分类数据 |
| 2.2.5 叶面积指数数据 |
| 2.2.6 土壤有效含水量数据 |
| 2.3 统计评价方法 |
| 2.3.1 演变趋势及显着性分析 |
| 2.3.2 变异系数 |
| 2.3.3 相关性分析 |
| 2.3.4 偏相关分析 |
| 2.3.5 贡献分析 |
| 3 亚热带FVC的时空演变及其对气候变化的响应 |
| 3.1 像元二分模型简介 |
| 3.2 亚热带FVC的空间分布特征 |
| 3.3 亚热带FVC的时间变化趋势 |
| 3.4 亚热带FVC的时空变异 |
| 3.5 亚热带FVC时空演变的气候驱动分析 |
| 3.5.1 亚热带FVC与年均最高温的偏相关关系 |
| 3.5.2 亚热带FVC与年均最低温的偏相关关系 |
| 3.5.3 亚热带FVC与年降水量的偏相关关系 |
| 3.6 气候因子对亚热带FVC变化的相对贡献 |
| 3.7 本章小结 |
| 4 亚热带植被NPP时空演变对FVC的响应 |
| 4.1 BEPS模型简介 |
| 4.2 亚热带植被NPP的空间分布特征 |
| 4.3 亚热带植被NPP的时间变化趋势 |
| 4.4 亚热带植被NPP的时空变异 |
| 4.5 亚热带植被NPP时空演变的气候驱动分析 |
| 4.5.1 亚热带植被NPP与年均最高温的偏相关关系 |
| 4.5.2 亚热带植被NPP与年均最低温的偏相关关系 |
| 4.5.3 亚热带植被NPP与年降水量的偏相关关系 |
| 4.6 气候因子对亚热带植被NPP变化的相对贡献 |
| 4.7 亚热带FVC对植被NPP的影响机制分析 |
| 4.8 本章小结 |
| 5 结论与讨论 |
| 5.1 结论 |
| 5.1.1 亚热带FVC时空演变及其气候驱动分析 |
| 5.1.2 亚热带植被NPP时空演变及其气候驱动分析 |
| 5.1.3 亚热带FVC对植被NPP的影响机制分析 |
| 5.2 创新点 |
| 5.3 讨论 |
| 5.3.1 亚热带FVC时空演变及其驱动分析方面 |
| 5.3.2 亚热带植被NPP时空演变及其驱动分析方面 |
| 5.3.3 驱动分析不足 |
| 参考文献 |
| 个人简介 |
| 导师简介 |
| 致谢 |
（2）甘肃省农牧交错带植被覆盖时空变化及其对气候因子的响应（论文提纲范文）
| 摘要 |
| SUMMARY |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 植被覆盖变化研究进展 |
| 1.2.2 区域气候变化研究进展 |
| 1.2.3 植被对气候变化响应研究进展 |
| 1.3 研究内容 |
| 1.4 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 |
| 2.1.2 气候特征 |
| 2.1.3 植被类型分布情况 |
| 2.1.4 区域划分 |
| 2.2 数据来源及预处理 |
| 2.2.1 NDVI数据来源及预处理 |
| 2.2.2 气候数据来源及插值 |
| 2.2.3 其它数据 |
| 2.3 研究方法 |
| 2.3.1 NDVI动态特征分析方法 |
| 2.3.2 气候因子动态特征分析方法 |
| 2.3.3 对气候变化的响应程度分析方法 |
| 第三章 甘肃省农牧交错带植被覆盖的时空变化特征 |
| 3.1 植被覆盖的时间变化特征分析 |
| 3.1.1 NDVI的时间变化特征 |
| 3.1.2 植被状态指数变化特征 |
| 3.2 NDVI的空间变化特征分析 |
| 3.3 植被的变异特征 |
| 3.3.1 植被NDVI空间变化稳定性 |
| 3.3.2 植被覆盖未来变化预测 |
| 3.4 讨论 |
| 第四章 甘肃省农牧交错带的气候变化特征 |
| 4.1 气温变化特征 |
| 4.1.1 平均气温、最高气温、最低气温的时间变化特征及突变分析 |
| 4.1.2 平均气温、最高温、最低温的空间变化特征分析 |
| 4.2 降水变化特征 |
| 4.2.1 降水量的时间变化特征及突变分析 |
| 4.2.2 降水量的空间变化特征分析 |
| 4.3 日照时数变化特征 |
| 4.3.1 日照时数的时间变化特征及突变分析 |
| 4.3.2 日照时数的空间变化特征分析 |
| 4.4 积温变化特征 |
| 4.4.1 ≥10℃积温的时间变化特征及突变分析 |
| 4.4.2 ≥10℃积温的空间变化特征分析 |
| 4.5 讨论 |
| 第五章 植被动态特征对主要气候变化的响应 |
| 5.1 植被覆盖度与气候要素的时间关系分析 |
| 5.2 植被覆盖度与气候要素的空间相关性分析 |
| 5.2.1 植被覆盖度对气温变化的响应 |
| 5.2.2 植被覆盖度对降水变化的响应 |
| 5.2.3 植被覆盖度对日照时数的响应 |
| 5.2.4 植被覆盖度对≥10℃积温的响应 |
| 5.3 讨论 |
| 第六章 结论与展望 |
| 6.1 研究结论 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 在读期间发表论文和研究成果等 |
| 导师简介 |
（3）中国海岸带典型生态系统服务价值评估研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 选题背景 |
| 1.1.2 选题意义 |
| 1.2 国内外研究现状与发展趋势 |
| 1.2.1 生态系统及其服务概念 |
| 1.2.1.1 生态系统概念 |
| 1.2.1.2 生态系统服务概念 |
| 1.2.2 生态系统服务评估方法 |
| 1.2.2.1 生态系统服务价值量评价方法 |
| 1.2.2.2 生态系统服务物质量评估方法 |
| 1.2.3 生态系统服务及其价值评估进展 |
| 1.2.3.1 全球生态系统服务及其价值评估 |
| 1.2.3.2 区域或流域生态系统服务价值评估 |
| 1.2.3.3 单一生态系统或服务价值评估 |
| 1.3 本章小结 |
| 第2章 研究区概况与研究内容 |
| 2.1 研究区概况 |
| 2.1.1 海岸带界定 |
| 2.1.2 研究区范围界定 |
| 2.1.3 自然地理概况 |
| 2.1.4 经济社会概况 |
| 2.2 主要数据源介绍 |
| 2.2.1 土地利用数据 |
| 2.2.2 社会经济统计数据 |
| 2.2.3 气象数据 |
| 2.2.4 遥感数据 |
| 2.2.5 其他数据 |
| 2.3 研究内容及技术路线 |
| 2.3.1 研究内容 |
| 2.3.2 技术路线 |
| 2.4 本章小结 |
| 第3章 中国海岸带生态系统服务分类与识别 |
| 3.1 国内外生态系统服务分类 |
| 3.1.1 国外生态系统服务分类 |
| 3.1.2 国内生态系统服务分类 |
| 3.2 中国海岸带生态系统服务分类 |
| 3.2.1 海岸带生态系统服务分类 |
| 3.2.2 海岸带分区生态系统服务识别 |
| 3.2.3 海岸带不同土地生态系统服务识别 |
| 3.3 生态系统服务多样性变化特征 |
| 3.3.1 生态系统服务多样性的空间分布特征 |
| 3.3.2 生态系统服务多样性的时空变化特征 |
| 3.4 本章小结 |
| 第4章 中国海岸带区域土地利用变化特征 |
| 4.1 研究方法 |
| 4.1.1 土地利用变化幅度 |
| 4.1.2 土地利用转移 |
| 4.1.3 景观格局指数 |
| 4.2 土地利用时空变化特征 |
| 4.2.1 土地利用时间变化 |
| 4.2.2 土地利用空间变化 |
| 4.2.3 土地利用转移变化 |
| 4.3 景观格局指数变化特征 |
| 4.3.1 类型水平的变化特征 |
| 4.3.2 景观水平的变化特征 |
| 4.4 本章小结 |
| 第5章 海岸带典型生态系统服务估算 |
| 5.1 海岸带净初级生产力估算 |
| 5.1.1 海岸带NPP物质量 |
| 5.1.1.1 陆域NPP物质量估算 |
| 5.1.1.2 海域NPP产品数据处理 |
| 5.1.1.3 海陆NPP产品数据集构建 |
| 5.1.2 海岸带NPP变化特征 |
| 5.1.2.1 海岸带NPP时间变化 |
| 5.1.2.2 海岸带NPP空间变化 |
| 5.1.2.3 不同生态系统NPP变化特征 |
| 5.2 海岸带物质产品估算 |
| 5.2.1 海岸带渔业产量估算 |
| 5.2.1.1 海岸带陆域渔业产量估算 |
| 5.2.1.2 海岸带近海渔业产量估算 |
| 5.2.2 理想状态海盐产量估算 |
| 5.2.2.1 理想状态海盐估算模型 |
| 5.2.2.2 理想状态海盐产量变化 |
| 5.3 水源涵养估算 |
| 5.3.1 水源涵养估算模型 |
| 5.3.1.1 In VEST模型产水量模块 |
| 5.3.1.2 模型数据来源和参数设定 |
| 5.3.2 产水量估算结果 |
| 5.3.2.1 产水量模拟结果对比论证 |
| 5.3.2.2 产水量时空变化特征 |
| 5.3.2.3 不同土地生态系统产水量 |
| 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 模型数据来源和参数设定 |
| 5.4.2 土壤保持估算结果 |
| 5.4.2.1 土壤保持量模拟结果对比论证 |
| 5.4.2.2 土壤保持量时空变化特征 |
| 5.4.2.3 不同土地生态系统土壤保持量 |
| 5.5 本章小结 |
| 第6章 海岸带典型生态系统服务价值估算 |
| 6.1 价值核算方法 |
| 6.1.1 物质生产价值核算方法 |
| 6.1.2 固碳释氧价值核算方法 |
| 6.1.3 水源涵养价值核算方法 |
| 6.1.4 土壤保持价值核算方法 |
| 6.2 不同生态服务价值 |
| 6.2.1 物质生产价值变化 |
| 6.2.1.1 有机物质价值变化 |
| 6.2.1.2 物质产品价值变化 |
| 6.2.2 固碳释氧价值变化 |
| 6.2.2.1 固碳价值变化 |
| 6.2.2.2 释氧价值变化 |
| 6.2.3 水源涵养价值变化 |
| 6.2.3.1 水源涵养价值整体时空变化 |
| 6.2.3.2 不同土地生态系统水源涵养价值 |
| 6.2.4 土壤保持价值变化 |
| 6.2.4.1 土壤保持价值整体时空变化 |
| 6.2.4.2 不同土地生态系统水土保持价值 |
| 6.3 生态系统服务总价值演变特征 |
| 6.3.1 研究方法 |
| 6.3.2 生态系统服务总价值变化特征 |
| 6.3.3 生态系统服务总价值集聚特征 |
| 6.3.4 生态系统服务协同与权衡关系分析 |
| 6.4 本章小结 |
| 第7章 基于土地利用未来情景的生态服务价值模拟 |
| 7.1 土地利用未来情景模拟 |
| 7.1.1 情景设置和土地利用需求 |
| 7.1.2 PLUS模型 |
| 7.1.3 未来情景下土地利用变化特征 |
| 7.2 未来情景下生态系统服务价值变化特征 |
| 7.2.1 物质生产价值变化 |
| 7.2.2 固碳释氧价值变化 |
| 7.2.3 水源涵养价值变化 |
| 7.2.4 土壤保持价值变化 |
| 7.2.5 生态服务总价值变化 |
| 7.3 本章小结 |
| 第8章 结论与展望 |
| 8.1 主要结论 |
| 8.2 主要创新点 |
| 8.3 不足与展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（4）基于多源遥感数据的矿区植被变化监测 ——以峰峰矿区为例（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究现状 |
| 1.2.1 矿区生态环境监测研究现状 |
| 1.2.2 植被指数研究现状 |
| 1.2.3 煤炭开采扰动范围研究现状 |
| 1.2.4 国内外研究现状评述 |
| 1.3 研究内容和技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第2章 研究区概况及数据 |
| 2.1 研究区概况 |
| 2.1.1 地理状况 |
| 2.1.2 行政区划、人口及经济状况 |
| 2.1.3 气候状况 |
| 2.1.4 资源状况 |
| 2.1.5 交通状况 |
| 2.2 典型井田概况 |
| 2.2.1 梧桐庄矿 |
| 2.2.2 万年矿 |
| 2.3 数据源及预处理 |
| 2.3.1 数据获取 |
| 2.3.2 数据预处理 |
| 2.4 本章小结 |
| 第3章 基于遥感影像的矿区植被时空变化特征分析 |
| 3.1 矿区开采植被扰动时空变化规律 |
| 3.1.1 植被覆盖度计算 |
| 3.1.2 植被覆盖度年度均值分析 |
| 3.1.3 植被覆盖度等级时空变化分析 |
| 3.1.4 不同等级植被覆盖度面积统计分析 |
| 3.2 矿区植被扰动演变趋势空间格局 |
| 3.2.1 回归趋势分析方法 |
| 3.2.2 回归趋势分析结果 |
| 3.3 矿区植被覆盖度空间自相关性分析 |
| 3.3.1 研究方法 |
| 3.3.2 结果分析 |
| 3.4 本章小结 |
| 第4章 矿区开采植被扰动影响范围分析 |
| 4.1 研究方法 |
| 4.2 梧桐庄矿开采植被扰动影响范围 |
| 4.2.1 梧桐庄矿缓冲区NDVI分析 |
| 4.2.2 K值分析 |
| 4.3 万年矿开采植被扰动影响范围 |
| 4.3.1 万年矿缓冲区NDVI分析 |
| 4.3.2 K值分析 |
| 4.4 本章小结 |
| 第5章 矿区植被覆盖稳定性及未来趋势预测分析 |
| 5.1 研究方法 |
| 5.1.1 变异系数 |
| 5.1.2 Hurst指数 |
| 5.2 矿区植被覆盖稳定性 |
| 5.3 矿区植被覆盖未来趋势预测 |
| 5.3.1 矿区植被覆盖度Hurst指数计算结果 |
| 5.3.2 矿区植被覆盖度未来变化趋势预测 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表论文和参加科研情况 |
| 致谢 |
| 作者简介 |
（5）半干旱区井工矿山地表形变对植被的长期影响研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 概念界定 |
| 1.4 研究目标 |
| 1.5 研究内容 |
| 1.6 技术路线与方法 |
| 2 文献综述 |
| 2.1 半干旱区井工矿山地表形变对植被的长期影响研究进展 |
| 2.2 植被影响评价研究进展 |
| 2.3 植物群落演替模拟研究进展 |
| 2.4 本章小结 |
| 3 研究区概况与数据来源 |
| 3.1 研究区概况 |
| 3.2 地表形变数据来源 |
| 3.3 植被数据来源 |
| 3.4 本章小结 |
| 4 半干旱区井工矿山地表形变对植被长期影响的作用机理分析 |
| 4.1 半干旱区井工矿山地表形变性质解析 |
| 4.2 地表形变对植被长期影响的因素分析 |
| 4.3 地表形变对植被长期影响的机理模型 |
| 4.4 地表形变对植被长期影响的特征分析 |
| 4.5 本章小结 |
| 5 半干旱区井工矿山地表形变对植被长期影响的评价模型构建 |
| 5.1 植被生长状态评价模型构建 |
| 5.2 植被生长状态时序变化构建 |
| 5.3 植被生长状态长期影响评价 |
| 5.4 本章小结 |
| 6 半干旱区井工矿山地表形变对植被长期影响的模拟模型开发 |
| 6.1 植物群落演替模拟模型开发 |
| 6.2 地表形变长期影响下沟壑区域的植物群落演替模拟 |
| 6.3 地表形变长期影响下平坦区域的植物群落演替模拟 |
| 6.4 本章小结 |
| 7 基于地表形变对植被长期影响的井工矿山植被重建体系建议 |
| 7.1 植被重建的设计准则建议 |
| 7.2 植被重建的实施框架建议 |
| 7.3 植被重建的推进政策建议 |
| 7.4 本章小结 |
| 8 结论与展望 |
| 8.1 结论 |
| 8.2 创新点 |
| 8.3 不足与展望 |
| 参考文献 |
| 附录1 降雨径流模块代码 |
| 附录2 生长演替模块代码 |
| 附录3 研究区野外调查工作照 |
| 作者简历 |
| 学位论文数据集 |
（6）基于遥感反演的竹林物候时空变异及其对碳循环影响机制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究目的和意义 |
| 1.2 国内外研究动态 |
| 1.2.1 植被物候监测方法 |
| 1.2.1.1 基于站点的物候观测 |
| 1.2.1.2 基于通量塔观测数据的物候提取 |
| 1.2.1.3 基于遥感数据的物候反演 |
| 1.2.2 物候对全球气候变化的响应 |
| 1.2.3 物候对森林生态系统碳循环的影响 |
| 1.2.3.1 森林地上生物量估算 |
| 1.2.3.2 森林生态系统碳循环模型模拟 |
| 1.2.3.3 物候耦合过程模型的碳循环的研究 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 2 研究区域与数据获取 |
| 2.1 研究区概况 |
| 2.2 数据预处理 |
| 2.2.1 MODIS数据预处理 |
| 2.2.2 地面观测数据 |
| 2.2.2.1 竹林物候数据观测 |
| 2.2.2.2 竹林冠层LAI测量 |
| 2.2.2.3 竹林光谱反射率测量 |
| 2.2.2.4 竹林叶片生理生化参数测量 |
| 2.2.2.5 竹林地上生物量调查 |
| 2.2.2.6 碳通量数据获取与处理 |
| 2.2.3 气象数据预处理 |
| 2.2.4 地形数据预处理 |
| 2.2.5 土壤数据预处理 |
| 2.2.6 竹林丰度数据 |
| 2.2.7 植被覆盖度数据 |
| 2.2.8 InTEC模型输入数据 |
| 2.3 统计分析和评价方法 |
| 2.3.1 模型模拟评价指标 |
| 2.3.2 时空间变化趋势分析 |
| 2.3.3 气候变化对物候影响的偏相关分析 |
| 3 基于MODIS LAI同化的竹林物候遥感反演 |
| 3.1 MODIS LAI数据同化系统 |
| 3.1.1 LAI动态模拟 |
| 3.1.2 PROSAIL辐射传输模型 |
| 3.1.3 粒子滤波同化算法 |
| 3.2 基于MODIS LAI同化的物候提取 |
| 3.3 竹林物候遥感反演模型系统 |
| 3.4 竹林LAI同化结果与分析 |
| 3.4.1 LAI同化结果验证 |
| 3.4.2 LAI时空同化结果 |
| 3.4.3 LAI空间变化趋势 |
| 3.5 竹林物候时空反演结果与分析 |
| 3.5.1 基于PF_LAI时间序列的物候提取与评价 |
| 3.5.1.1 基于PF_LAI时间序列的物候提取与对比分析 |
| 3.5.1.2 基于PF_LAI时间序列提取物候评价 |
| 3.5.2 竹林物候的时空分布反演结果 |
| 3.5.3 竹林物候时空间格局 |
| 3.5.3.1 竹林物候年均值空间分布特征 |
| 3.5.3.2 竹林物候空间变化趋势 |
| 3.6 讨论 |
| 3.7 本章小结 |
| 4 竹林物候对环境的时空响应 |
| 4.1 物候对气候因子的响应 |
| 4.1.1 物候与气候因子之间偏相关关系的空间分布特征 |
| 4.1.1.1 SOS与气候因子之间的偏相关关系 |
| 4.1.1.2 EOS与气候因子之间的偏相关关系 |
| 4.1.1.3 LOS与气候因子之间的偏相关关系 |
| 4.1.2 竹林物候对气候变化响应的空间分布特征 |
| 4.1.2.1 SOS对气候变化的空间响应 |
| 4.1.2.2 EOS对气候变化的空间响应 |
| 4.2 地形因子对物候影响 |
| 4.3 讨论 |
| 4.4 本章小结 |
| 5 物候对竹林地上生物量的时空影响 |
| 5.1 随机森林模型简介及AGB估算方法 |
| 5.2 随机森林模型参数优化 |
| 5.3 竹林地上生物量估算结果 |
| 5.3.1 随机森林模型精度验证 |
| 5.3.2 竹林地上生物量时空分布 |
| 5.3.3 竹林地上生物量空间变化趋势 |
| 5.4 竹林物候对地上生物量的时空影响 |
| 5.4.1 SOS与AGB之间的空间相关性 |
| 5.4.2 EOS与AGB之间的空间相关性 |
| 5.4.3 LOS与AGB之间的空间相关性 |
| 5.4.4 物候与AGB年际变化之间的关系 |
| 5.5 讨论 |
| 5.6 本章小结 |
| 6 竹林生态系统碳循环时空变异对物候的响应 |
| 6.1 InTEC模型简介 |
| 6.2 融入竹林物候的InTEC模型物候模块改进 |
| 6.3 结构方程模型 |
| 6.4 融入物候的竹林生态系统碳循环时空模拟 |
| 6.4.1 改进后InTEC模型模拟碳循环验证 |
| 6.4.2 竹林生态系统碳循环时空模拟结果 |
| 6.4.3 竹林生态系统碳循环时空间格局 |
| 6.4.3.1 碳循环年均值空间分布特征 |
| 6.4.3.2 碳循环空间变化趋势 |
| 6.5 竹林物候对竹林生态系统碳循环时空变异的影响 |
| 6.5.1 物候对GPP的影响 |
| 6.5.2 物候对NPP的影响 |
| 6.5.3 物候对NEP的影响 |
| 6.6 气候变化、物候变化对碳循环变化的影响 |
| 6.7 讨论 |
| 6.8 本章小结 |
| 7 物候参与下的竹林生态系统生产力评价 |
| 7.1 竹林生产力评价方法 |
| 7.1.1 指标体系构建 |
| 7.1.2 竹林生产力水平时空评价 |
| 7.2 变量因子对竹林碳循环因子的影响 |
| 7.2.1 显性变量和隐性变量之间的权重和通径系数估计 |
| 7.2.2 隐性变量之间的通径系数 |
| 7.2.3 隐性因子对竹林碳循环因子时空分布的影响 |
| 7.3 竹林生产力水平时空评价 |
| 7.4 讨论 |
| 7.5 本章小结 |
| 8 结论与讨论 |
| 8.1 结论 |
| 8.2 创新点 |
| 8.3 讨论 |
| 参考文献 |
| 个人简介 |
| 导师简介 |
| 致谢 |
（7）黄土高原小流域植被生态时空演化与驱动力研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 基本概念 |
| 1.2 选题背景及研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 黄土高原植被指数研究进展 |
| 1.3.2 黄土高原植被生长驱动力研究进展 |
| 1.3.3 区域尺度WUE估算硏究进展 |
| 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 |
| 2 研究区概况 |
| 2.1 自然地理特征 |
| 2.2 气象水文 |
| 2.3 水文地质 |
| 3 数据及方法 |
| 3.1 数据来源 |
| 3.1.1 遥感数据 |
| 3.1.2 气象数据 |
| 3.2 研究方法 |
| 3.2.1 最大值合成法 |
| 3.2.2 一元线性回归 |
| 3.2.3 监督分类法 |
| 3.2.4 地表能量平衡方程 |
| 3.2.5 相关分析与偏相关分析 |
| 3.2.6 土地利用转移矩阵 |
| 3.2.7 总体分类精度和Kappa系数 |
| 4 云岩河流域植被动态变化特征 |
| 4.1 云岩河NDVI年际变化 |
| 4.2 云岩河NDVI年内变化 |
| 4.3 云岩河NDVI季节变化 |
| 4.4 小结 |
| 5 云岩河流域植被NDVI驱动因子分析 |
| 5.1 气候因子对植被的影响 |
| 5.2 土地利用类型及其转移变化分析 |
| 5.3 人类活动对植被的影响 |
| 5.4 小结 |
| 6 云岩河流域水分利用效率研究 |
| 6.1 ET估算结果及其分析 |
| 6.2 WUE估算结果及其分析 |
| 6.3 WUE与气候因子的关系 |
| 6.4 WUE与植被因子的关系 |
| 6.5 WUE与人类活动的关系 |
| 6.6 小结 |
| 7 结论及展望 |
| 7.1 结论 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（8）2019年中国陆表定量遥感发展综述（论文提纲范文）
| 1 引言 |
| 2 定量遥感相关的数据处理方法 |
| 2.1 云与阴影识别 |
| 2.2 大气校正 |
| 2.3 地形校正 |
| 3 辐射传输建模 |
| 4 陆表特征变量：估算，验证与应用 |
| 4.1 地表反射率/BRDF |
| 4.2 下行太阳辐射 |
| 4.2.1 地表下行短波辐射遥感估算算法的发展与改进 |
| 4.2.2 地表下行短波辐射数据产品评价与分析 |
| 4.2.3 全球变亮和变暗分析 |
| 4.3 地表反照率 |
| 4.3.1 反照率反演与验证方法 |
| 4.3.2 地表反照率在气候环境变化中的应用 |
| 4.4 地表温度 |
| 4.5 地表长波辐射 |
| 4.5.1 地表长波下行辐射 |
| 4.5.2 地表长波上行辐射 |
| 4.5.3 地表长波净辐射产品 |
| 4.6 总净辐射 |
| 4.7 日光诱导叶绿素荧光（SIF) |
| 4.7.1 SIF遥感信号机理解释 |
| 4.7.2 基于SIF遥感的生态系统关键参数监测 |
| 4.8 植被生化参数 |
| 4.9 叶面积指数 |
| 4.1 0 光合有效辐射吸收比 |
| 4.1 1 植被覆盖度 |
| 4.1 1. 1 植被覆盖度算法发展 |
| 4.1 1. 2 植被覆盖度产品及算法验证 |
| 4.1 1. 3 植被覆盖度的应用 |
| 4.1 2 森林高度 |
| 4.1 3 森林生物量 |
| 4.1 4 植被生产力 |
| 4.1 5 土壤水分 |
| 4.16雪水当量 |
| 4.17积雪面积 |
| 4.18蒸散发 |
| 4.19地表与地下水量 |
| 4.19.1地表水量 |
| 4.19.2地下水量 |
| 4.19.3研究展望 |
| 5 科研项目 |
| 6 学术研讨会与培训班 |
| 7 结语 |
（9）基于Fourier分析的煤炭开采对植被的影响范围研究 ——以宁东和乌海矿区为例（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 选题依据 |
| 1.1.2 研究目的意义 |
| 1.2 项目依托 |
| 1.3 国内外研究进展 |
| 1.3.1 植被指数应用及进展 |
| 1.3.2 傅里叶分析研究进展 |
| 1.3.3 矿区生态影响研究进展 |
| 1.3.4 国内外研究进展评述 |
| 1.4 研究内容与技术路线等问题 |
| 1.4.1 研究内容 |
| 1.4.2 科学问题 |
| 1.4.3 章节概述 |
| 1.4.4 技术路线 |
| 第2章 研究区概况 |
| 2.1 地理位置 |
| 2.2 自然概况 |
| 2.2.1 气候条件 |
| 2.2.2 地形地貌 |
| 2.2.3 植被土壤 |
| 2.2.4 水文地质 |
| 2.3 社会经济概况 |
| 2.3.1 经济发展情况 |
| 2.3.2 煤炭资源情况 |
| 2.3.3 煤炭开采影响 |
| 2.4 矿区发展与生态保护 |
| 第3章 研究数据及研究方法 |
| 3.1 数据及预处理 |
| 3.2 植被信息提取 |
| 3.3 研究方法 |
| 3.3.1 空间分析 |
| 3.3.2 目视解译及精度评价 |
| 3.3.3 傅里叶分析 |
| 3.4 数据处理结果 |
| 第4章 宁东和乌海矿区NDVI时序分析 |
| 4.1 矿区NDVI时间序列拟合分析 |
| 4.2 宁东矿区与参照区时间序列对比分析 |
| 第5章 煤炭开采对植被影响范围分析 |
| 5.1 研究区的土地利用现状 |
| 5.2 宁东矿区对周边植被的影响范围 |
| 5.2.1 不同年份宁东矿区与缓冲区NDVI的年际变化情况 |
| 5.2.2 不同缓冲区傅里叶拟合阶数的比较分析 |
| 5.2.3 参照区对周边植被的影响 |
| 5.3 乌海矿区对周边植被的影响范围 |
| 第6章 结论与展望 |
| 6.1 研究结论 |
| 6.2 可能的创新点 |
| 6.3 不足与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（10）黄河流域上中游植被覆盖变化及驱动因素研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 植被覆盖变化的研究 |
| 1.2.2 气候因素对植被变化的影响研究 |
| 1.2.3 非气候因素对植被变化的影响研究 |
| 1.2.4 黄河流域植被覆盖的相关研究 |
| 1.2.5 已有研究的不足及本文拟解决的问题 |
| 1.3 研究目的与内容 |
| 1.4 创新点 |
| 1.5 技术路线 |
| 2 研究区概况与资料方法 |
| 2.1 研究区概况 |
| 2.1.1 地理位置 |
| 2.1.2 地质地貌 |
| 2.1.3 气候水文 |
| 2.1.4 土壤植被 |
| 2.2 研究资料 |
| 2.2.1 遥感数据 |
| 2.2.2 气象数据 |
| 2.2.3 植被类型数据 |
| 2.3 研究方法 |
| 2.3.1 遥感数据预处理 |
| 2.3.2 趋势分析 |
| 2.3.3 稳定性分析 |
| 2.3.4 持续性分析 |
| 2.3.5 相关性分析 |
| 2.3.6 土地利用变化分析 |
| 2.3.7 残差趋势分析 |
| 3 黄河流域上中游植被覆盖变化研究 |
| 3.1 NDVI变化趋势一致性对比 |
| 3.1.1 NDVI时间序列月值数据对比 |
| 3.1.2 两种NDVI时间序列年值数据对比 |
| 3.1.3 两种NDVI数据变化趋势一致性分析 |
| 3.2 黄河流域上中游植被覆盖变化分析 |
| 3.2.1 植被覆盖时间变化特征分析 |
| 3.2.2 植被覆盖空间变化特征分析 |
| 3.3 本章小结 |
| 4 气候因素对黄河流域上中游植被覆盖变化的影响 |
| 4.1 气候变化分析 |
| 4.1.1 时间变化趋势 |
| 4.1.2 空间变化趋势 |
| 4.2 气候因素驱动植被覆盖变化分析 |
| 4.2.1 单个气候因素对植被覆盖变化的影响 |
| 4.2.2 多个气候因素对植被覆盖变化的影响 |
| 4.3 本章小结及讨论 |
| 4.3.1 小结 |
| 4.3.2 讨论 |
| 5 非气候因素对黄河流域上中游植被覆盖变化的影响 |
| 5.1 非气候因素驱动植被覆盖变化分析 |
| 5.1.1 植被覆盖变化的驱动因素空间分布 |
| 5.1.2 非气候因素驱动植被覆盖增加分析 |
| 5.1.3 非气候因素驱动植被覆盖退化分析 |
| 5.1.4 分段分析 |
| 5.2 土地利用变化对植被覆盖变化的影响 |
| 5.2.1 土地利用变化分析 |
| 5.2.2 土地利用变化对植被NDVI的影响 |
| 5.3 生态功能保护区建设对植被覆盖变化的影响 |
| 5.3.1 上游典型区域分析——以黄河源生态功能保护区为例 |
| 5.3.2 中游典型区域分析——以黄河中游防护林体系建设工程为例 |
| 5.4 本章小结及讨论 |
| 5.4.1 小结 |
| 5.4.2 讨论 |
| 6 主要结论与展望 |
| 6.1 主要研究结论 |
| 6.2 研究不足与展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文及研究成果 |
四、Dynamic change of net primary productivity and fractional vegetation cover in the Yellow River Basin using multi-temporal AVHRR NDVI Data（论文参考文献）
- [1]亚热带植被覆盖度和净初级生产力时空演变及气候驱动[D]. 刘华. 浙江农林大学, 2021
- [2]甘肃省农牧交错带植被覆盖时空变化及其对气候因子的响应[D]. 卓玛草. 甘肃农业大学, 2021
- [3]中国海岸带典型生态系统服务价值评估研究[D]. 刘玉斌. 中国科学院大学(中国科学院烟台海岸带研究所), 2021(01)
- [4]基于多源遥感数据的矿区植被变化监测 ——以峰峰矿区为例[D]. 李武乾. 河北工程大学, 2021
- [5]半干旱区井工矿山地表形变对植被的长期影响研究[D]. 米家鑫. 中国矿业大学, 2021
- [6]基于遥感反演的竹林物候时空变异及其对碳循环影响机制研究[D]. 李雪建. 浙江农林大学, 2021
- [7]黄土高原小流域植被生态时空演化与驱动力研究[D]. 职子慧. 中国地质大学(北京), 2020
- [8]2019年中国陆表定量遥感发展综述[J]. 梁顺林,白瑞,陈晓娜,程洁,范闻捷,何涛,贾坤,江波,蒋玲梅,焦子锑,刘元波,倪文俭,邱凤,宋柳霖,孙林,唐伯惠,闻建光,吴桂平,谢东辉,姚云军,袁文平,张永光,张玉珍,张云腾,张晓通,赵天杰,赵祥. 遥感学报, 2020(06)
- [9]基于Fourier分析的煤炭开采对植被的影响范围研究 ——以宁东和乌海矿区为例[D]. 闫凤飞. 中国地质大学(北京), 2020(08)
- [10]黄河流域上中游植被覆盖变化及驱动因素研究[D]. 何航. 西北师范大学, 2020(01)