一、Land Use/Cover Change and the Terrestrial Carbon Cycle in the Asia-Pacific Region（论文文献综述）
周圣杰[1]（2021）在《土地利用数据对动态植被模式模拟中国陆地生态系统碳源汇影响的研究》文中研究指明全球气候变化的主要特征之一是全球变暖,造成这一变暖趋势的主要因子是CO2为主的温室气体带来的辐射强迫效应。碳循环研究就是要理清各个碳库和碳库间的通量过程。陆地生态系统是全球变化研究的核心,其碳循环过程受到人类活动和气候变化的显着影响。陆地植被是陆地碳循环过程中的重要一环。植被通过光合作用可以显着影响地面与大气系统的能量平衡,在气候、水文与生物循环等方面具有重要的作用。土地利用/覆盖变化能够通过影响植被进而改变陆地生态系统的碳、水和养分循环。在全球气候变化加剧和人类活动日益频繁的背景下,研究土地利用/覆盖变化对碳循环过程的影响,评估地区环境和碳源汇效应具有重要的现实意义。动态植被模式是土地利用覆盖变化对陆地生态系统碳循环影响的有效工具。本研究首先利用多模式模拟结果,对中国地区1980-2015年的陆地生态系统碳库变化和趋势进行分析。进一步研究碳循环模式对于驱动数据中的土地利用数据敏感性。由于模式一般默认采用全球性的土地利用数据HYDE（Historical Database of the Global Environment）,而在中国区往往存在较大误差。因此,对使用多源数据对HYDE在中国1980-2015年间的适用性进行评估,进一步修正模式的土地利用驱动场,选择了VEGAS模式,对中国地区的生态系统碳循环进行了对比模拟。主要结果如下:（1）基于多模式的中国1980-2015年陆地生态系统碳源汇变化分析中国生态系统碳源汇变化可分为1980-1990年和1990-2015年两个阶段。在1980-1990年间整体表现为碳源,这主要是由植被碳库碳储量下降造成的。在此期间的释放了总量约为约0.17-2.7Gt C。在1990-2015年间,中国整体表现为碳汇,植被碳库和土壤碳库的增长共同促成了中国的碳汇,在此期间,生态系统总共吸收了约0.35-4.78Gt C。空间分布上,碳汇主要发生在大小兴安岭、长白山,西南和东南丘陵地区。1980至1990年间,我国的碳源主要发生在于三江平原、松嫩平原、华北平原和四川盆地等传统农业区。1990至2015年间,我国的碳源主要发生在于三江平原、松嫩平原。（2）HYDE土地利用数据在我国的适用性HYDE不能准确及时的把握我国1980-2015年间的耕地和城市面积总量的动态变化。在空间分布上,HYDE低估了我国东北地区的农田扩张,高估了黄淮海和长江中下游平原的农田增长,个别时间段和特定地区甚至表现出与现实相悖的耕地面积变化方向。（3）优化土地利用驱动场后的VEGAS模式模拟结果1980-2015年间,我国的植被碳库减少了约0.03Gt C,同时土壤碳库增加了1.51Gt C,总有机碳库增长了1.49Gt C。以2002年为分界点,在2002年以前植被的碳蓄积量减少,土壤的碳蓄积量增加,2002年以后,植被碳库迅速增加且上升趋势显着,模拟结果显示我国陆地生态系统的碳汇规模约为0.13Gt C/yr,能够抵消同时期我国约9.1%左右的化石燃料碳排放量（以2000s平均计）。假设未来情境下的模拟结果显示,至2030年我国陆地生态系统将保持上述碳汇规模,年均总碳汇约在0.15Gt C/yr。
张筠[2]（2021）在《基于CASA模型的山东省植被NPP时空格局变化及其驱动因素研究》文中研究说明植被净初级生产力（Net Primary Productivity,NPP）是衡量生态系统功能的重要指标,在区域尺度上精确监测植被NPP的时空动态变化,并研究其驱动因素对于估算陆地碳循环及其驱动机制具有重要意义。本文基于改进的CASA模型并结合遥感数据、气象数据估算2000-2019年山东省植被NPP,采用相关分析、回归分析和空间分析相结合的方法,对植被NPP的时空变化特征进行研究,并定量评估气候变化和土地覆盖变化对该地区植被NPP的相对影响。研究结果表明:（1）2000-2019年山东省植被NPP变化范围从2000年的301.51 g C m-2 a-1增加到2019年的435.28 g C m-2 a-1,平均值为380.76 g C m-2 a-1,20年间植被NPP呈波动上升的趋势,年际增加速率为4.16 g C m-2 a-1。在时间季节尺度上,夏季的年均植被NPP最高为192.13 g C m-2 a-1,冬季最低为25.07 g C m-2 a-1。不同植被类型的年均NPP差异明显,农田的年均NPP最高为323.11 g C m-2 a-1。（2）2000-2019年山东省植被NPP空间分布整体上呈现西高东低、由内陆向沿海递减的趋势,植被NPP大于300 g C m-2 a-1的区域占总面积的34.3%。在空间季节尺度上,除秋季外,其他季节植被NPP空间分布特征均呈现出西高东低的分布规律。植被NPP变异系数均值为0.21,变异程度较为稳定,整体变化趋势以增加为主,呈增加趋势的面积占85.1%,未来山东省大多数地区植被NPP仍然会保持增加趋势。（3）2000-2019年山东省植被NPP与降水气温均呈正相关关系,显着正相关的区域主要集中在鲁南地区,降水对NPP的影响更显着。植被NPP与气候要素的复相关关系显着的区域集中在鲁中地区,受气温-降水影响的面积占到全省面积的38.1%。气候变化对山东省不同土地覆盖类型NPP总量变化的贡献远高于土地覆盖变化的贡献,其中对农田的贡献率均达到60%以上。
孔蕊[3]（2020）在《变化环境下西北地区草地地上碳储量演变及驱动力分析》文中研究表明草地是西北地区主要的植被类型,在碳循环中占据重要的地位。西北地区属于干旱半干旱地区,生态环境脆弱,对气候变化异常敏感。近几十年来,西北地区气候由暖干向暖湿化转型,人类活动的影响也不断增大。如何量化气候变化和人类活动对草地植被的影响一直是研究的热点问题。地上碳储量（Aboveground Biomass Carbon,ABC）是草地生态系统功能的重要参数。在变化环境背景下,开展对草地地上碳储量的研究,有助于更好评价西北地区草地生态系统在全球陆地碳循环中的作用,以及不同驱动因素对草地生态系统相对贡献。本文利用遥感估算、LPJ（Lund-Potsdam-Jena model）模型模拟和实测ABC数据,研究了1993-2012年间西北地区草地地上碳储量时空特征及变化趋势,并基于同时期气象数据和残差法,分离了人类活动和气候变化对草地地上碳储量变化的影响。主要结论如下:（1）从空间分布特征看,西北地区草地地上碳储量的分布呈现空间异质性,整体上由西北向东南方向递减。遥感估算的草地地上碳储量平均值为53.62 g C·m-2。而LPJ模型模拟的草地地上碳储量的年均碳密度为68.85 g C·m-2,高于遥感估算的值。从时间变化特征来看,西北地区草地地上碳储量在近20年呈增加趋势。六类草地类型中地上碳储量波动幅度各不相同,荒漠草原、典型草原、草甸草原、温带草甸和高寒草甸的地上碳储量未呈现显着地变化趋势,而高寒草原的地上碳储量则显着增加。（2）总体上草地地上碳储量与气温呈现负相关关系,与降水呈现正相关关系。不同草地类型的地上碳储量对气候变化的响应存在差异。只有高寒草原和高寒草甸地上碳储量与气温为正相关性,荒漠草原和典型草原比较干旱的草地生态系统与降水显着正相关。当气温相对变化为-2℃、-1℃、1℃、2℃时,荒漠草原、典型草原、草甸草原和温带草甸的地上碳储量随着气温的升高而降低,高寒草原和高寒草甸的地上碳储量随着气温的升高增加。当降水相对变化为-20%、-10%、10%、20%时,全部类型草地的地上碳储量随着降水相对变化的增加呈增长的趋势。（3）气温、降水和草地地上碳储量的累积曲线在2000年之前表现出一致的生长变化,而草地地上碳储量的年累积曲线在2000年之后普遍高于气温和降水。两者的差异,表明人类活动对西北地区草地地上碳储量有一定的积极作用。从总体上看,近20年来,西北地区草地面积呈不断退化的趋势,2000年以后草地退化的趋势缓慢了很多。1990-2000年,西北地区草地面积减少了16783 km2,2000-2010年,西北地区草地面积减少了8408 km2。2000以来实施的一系列生态工程对土地利用变化起到很大的积极作用,通过因地制宜造林种草,增加西北地区植被的变绿趋势。（4）通过构建草地变化区域中各种情形下气候变化和人类活动的相对作用的计算和评价方法,利用残差法定量分析了人类活动和气候变化对西北地区草地地上碳储量的影响。在1993-2012年期间,草地地上碳储量呈轻微的增加趋势,由于草地植被恢复西北地区草地地上碳储量增加了49.22 Tg C。由于草地退化,研究区草地地上碳储量下降了32.51 Tg C。总而言之,1993-2012年,西北地区草地地上碳储量增加了16.71 Tg C。（5）对1993-2000年和2001-2012年不同时间段进行不同驱动因素在西北地区草地地上碳储量变化过程中相对作用的定量化分析。结果发现,1993-2000年间,西北地区草地地上碳储量变化趋势以退化为主,草地地上碳储量减少了15.86 Tg C。2001-2012年间,西北地区草地地上碳储量变化趋势以恢复为主,草地地上碳储量增加了31.57 Tg C。总体看来,在1993-2000年间,由于不合理放牧等人类活动导致草地地上碳储量呈现退化的趋势。随着2000年后生态工程的实施,促进草地地上碳储量在2001-2012年间呈现增长的趋势。
舒璜[4]（2020）在《基于Tapio模型的土地利用碳排放与经济发展的脱钩分析 ——以南昌市为例》文中提出目前在气候变化的严峻形势下全球变暖的速度正在不断加快,为了维持全球气候平衡,确保人类的生存安全,世界各国已经纷纷展开行动致力于遏制碳排放的急速增长。我国正处于经济快速发展时期,工业化进程加快必然会造成二氧化碳的过度排放。当下中国碳排放总量已位于世界第一,因此如何协调经济和碳排放之间的关系,有效控制碳排放的增长,成为了国家、地区和每个城市寻求绿色低碳经济发展环节中必须解决的重要问题。土地作为重要的生产要素,承载人类一切生产、生活活动,土地利用变化也已经成为了除化石燃料外的第二大排放源。本文以南昌市为研究区,运用遥感解译手段提取土地利用变化数据,分析土地利用数量、结构和利用程度的变化及趋势。在此基础上运用碳排放系数法测算南昌市各类土地的碳源、碳汇、净碳排放量,得到南昌市2000—2017年土地利用碳排放的实际情况。再结合脱钩理论,构建土地利用碳排放与经济发展的脱钩关系模型,得到南昌市2000—2017年土地利用碳排放与经济发展之间的脱钩关系。最后从土地利用、产业调整、能源结构、政策法规方面探讨如何实现绿色低碳的经济发展模式,并提出合理实效的政策建议。本文主要结论如下:（1）南昌市2000—2017年间,林地、草地、未利用地和建设用地面积增加,耕地和水域的面积减少。土地利用动态度变化中,年际变化率最大的是未利用地,其次是建设用地>草地>林地>耕地>水域。土地利用程度综合值呈现上升的趋势,南昌市土地利用正处于发展期,速度正在加快。（2）南昌市净碳排放呈现逐年递增的趋势,累计土地利用净排放总和为1980.29万吨。南昌市总碳汇量呈现下降趋势,总碳源量呈现逐渐上升趋势,林地对碳汇的贡献最多,建设用地对碳源的贡献最大,建设用地也是土地利用净碳排放的主导地类。碳排放强度中单位GDP碳排放呈现逐渐递减的趋势,人均碳呈现逐渐递增的趋势。（3）南昌市3段时期脱钩指数呈现逐渐递减的趋势,均为弱脱钩状态,土地利用碳排放与经济GDP发展之间脱钩关系越发明显,脱钩状态表现较为良好。
田诗琪[5]（2020）在《全球土地利用变化碳排放效应研究》文中研究指明土地利用碳排放是人为CO2排放量的重要组成部分,揭示其时空演变格局及影响因素对明确全球碳循环过程有着重要意义。然而,当前对土地利用碳排放的研究多集中在中小尺度上,全球尺度的研究相对匮乏,全球土地利用碳排放有多少?在哪里?怎么变?还存在争议;此外,其内在驱动机制仍不清楚。为此,本文基于1992-2015年全球土地利用数据,在阐明其动态变化的前提下,首先采用IPCC推荐的方法计算了这一期间全球土地利用变化引起的碳排放量并揭示了它的时空演变规律,在此基础上探讨了土地利用变化间接碳排放与GDP的关系;然后采用对数平均分解指数（Logarithmic Mean Divisia Index,LMDI）方法和地理探测器模型（Geographic detector model）从区域和国家两个尺度分析了全球土地利用间接碳排放的影响因素。结果表明:（1）植被碳储量在整个研究阶段（1992-2015年）呈减少趋势而土壤碳储量呈增加趋势,前者的减少主要是由于林地碳储量减少导致的,后者的增加主要是由于耕地和草地中的土壤碳的增加导致的;（2）土地利用变化引起的直接碳排放变化总量为26.54Pg C,变化通量为1.15Pg C yr-1,碳储量的减少速率的是增加速率的1.2倍。尽管2005-2010这一阶段土地利用碳储量是增加的,但总的碳储量在整体上仍是在减少的,净减少速率为-0.11Pg C yr-1;（3）从空间上来看,碳储量变化的低值区主要集中在巴西西北部、玻利维亚北部、刚果民主共和国、印度尼西亚、马来西亚以及中国东南沿海一带。高值区主要分布在北美洲的加拿大西北部和东南部,南美洲的东部及东南部,非洲的几内亚-科特迪瓦-尼日利亚-苏丹南部一线,缅甸、泰国、中国中部、俄罗斯等也有零星分布;（4）土地利用间接碳排放整体呈上升趋势,总排放量146018.80百万吨（6084.12百万吨/年）。石油消费占主导地位,其引起的碳排放占到了总排放的53.43%。在本文研究的89个国家和地区中,64个国家间接碳排放随GDP的增长而增加,仅有25个国家和地区GDP增长的同时碳排放减少;（5）经济发展效应对全球间接碳排放影响最大的正效应因素,其累积贡献率达到了189.01%,能源强度是影响全球碳排放的主要负效应因素,抑制了全球4026.09百万吨碳排放增长。负效应因素可以抵消60%以上的由正效应因素导致的全球碳排放增加。通过调整能源强度,北美洲、欧洲和独联体国家可以完全抵消经济发展引起的碳排放增加,其余区域也能抵消44%以上;（6）1992-2015年,间接碳排放总量前十的国家贡献了全球64.6%的碳排放,碳排放总量高的国家和地区的人均碳排放不一定高（如中国、印度等）。此外,除法国、俄罗斯等少数国家间接碳排放减轻外,其余大部分国家和地区都在加重;（7）能源消耗解释了95%以上的碳排放,是对国家和地区碳排放影响最大的因素。各因子两两交互后,对碳排放的解释力都明显增强,表现为双协同和非线性协同两种作用。除了与贸易占GDP的比重,碳排放与其他因子的关系都表现为协同的国家和地区的比重要大于权衡的国家和地区的比重。研究结果突出土地利用变化在碳循环过程中的重要性,对制定相关节能减排措施、改善全球变暖及碳失衡等一系列问题有一定的参考价值。
韩庆[6]（2017）在《2000—2013年中国土地利用变化对陆地植被碳吸收量的影响》文中进行了进一步梳理大气中二氧化碳（CO2）浓度增加引起的增温效应是造成气候变迁和气候灾害逐渐凸显的根源,作为大气中CO2的源和汇,陆地生态系统碳循环是全球碳循环中的重要环节,在陆地生态系统碳循环过程中,土地利用/覆被变化是影响陆地生态系统系统碳循环过程,引起区域碳收支变化的重要原因,因此,研究土地利用变化对陆地碳收支的影响对区域碳循环研究具有重要意义。本文采用C-FIX模型,结合归一化植被指数（NDVI）、气温和地面辐射量等气象要素数据,模拟2000—2013年中国陆地植被净生态系统生产力（NEP）,并对其时空变化特征及影响因素进行了深入分析,通过结合土地利用数据分析出影响植被碳吸收量变化的内在因素。结果表明:（1）2000—2013年中国陆地植被年平均碳吸收量为2.252PgC/a,呈极显着增加趋势,年增加率为0.031PgC/a,一直保持为碳汇,且碳汇能力增强。（2）2000—2013年中国陆地植被碳吸收量表现为南高北低、东高西低的特点,年总量以云南省、内蒙古自治区、四川省、黑龙江省、广西自治区较高,均在0.116PgC/a之上。除黑龙江省呈不显着减少趋势外,其它省份均为增加趋势,其中云南省等16个行政区为显着或极显着增加趋势。（3）2000—2013年中国陆地植被各季节均为碳汇。其碳汇量夏季最高,秋季次之,冬季最低,夏季是冬季的7.164倍。春季、夏季、秋季呈显着增加趋势,冬季呈不显着增加趋势,增加率分别为0.0095PgC/10a、0.013PgC/10a、0.008PgC/10a和0.0002PgC/10a。（4）植被变化、CO2浓度变化、气候变化均使中国陆地植被碳吸收量增加,贡献率分别为54.875%、22.449%和22.676%。植被变化是引起碳吸收量增加的主要因素。（5）2000—2013年中国土地利用空间格局发生明显变化,其中林地面积增加最大,为28.667万Km2,建设用地、水域面积增加较小,分别3.869万Km2、2.498万Km2;未利用地面积减少最大,为15.375万Km2,耕地、草地面积减少次之,分别为12.181万Km2、0.885万Km2。未利用地转化林、草地和耕地转化林、草地是引起中国陆地植被碳吸收量增加的主要因素,其中未利用地转化林、草地引起区域植被碳吸收量增加了291.727TgC,耕地转化林、草地引起区域植被碳吸收量增加了314.412TgC。说明我国退耕还林、植树造林等政策,对于提高中国陆地植被碳汇功能起到了重要作用。（6）2000—2013年中国陆地植被碳吸收量显着变化的省份地区土地利用变化明显,其中青海省、陕西省、西藏自治区、内蒙古自治区、甘肃省、宁夏自治区等6个省份地区主要的土地变化类型是未利用地转化林地、草地,进而引起区域植被碳吸收量显着增加,植被变化导致区域碳吸收量分别增加了0.897TgC、1.819TgC、1.839TgC、0.735TgC、0.435TgC、1.116TgC;辽宁省、吉林省、河北省、广西省、山东省、山西省等6个省份地区主要的土地变化类型是耕地转化为林地、草地,进而引起区域植被碳吸收量显着增加,其植被变化导致区域碳吸收量分别增加了0.220TgC、0.352TgC、1.064TgC、0.771TgC、1.738TgC、1.282TgC。
陈浩[7]（2017）在《城市化对碳循环过程影响的模拟与预测 ——以南京市为例》文中指出城市化过程及其对生态系统的影响是地球生物化学过程研究的重要内容,随着全球城市化的迅速发展,城市生态系统的研究日益受到关注。城市化过程引发的大面积土壤封闭,导致土壤功能退化,地表植被覆盖率降低,进而影响城市生态系统的碳循环过程。未来全球的城市规模及人口将持续增大,城市非渗透地表面积将不断增加,城市碳循环过程将会发生深刻地改变,其变化趋势以及与城市扩张方式之间的联系已成为目前关注的热点。当前对于城市地区碳循环过程的模拟主要集中在对城市绿地以及城市森林的碳通量的模拟,对城非渗透地表下有机碳的分解过程研究较少,因此,开展城市尺度开放土壤与封闭土壤的碳循环过程的时空模拟研究对协调城市经济与生态建设具有重要意义。本文选取了城市化水平较高的南京市作为研究区域,在实地采样的基础上,基于碳的生物地球化学过程构建了城市封闭土壤碳循环模型,并与开放土壤碳循环模型耦合,对南京市1980年至2015年间城市中各个碳库的时空变化进行了模拟。利用CA模型模拟南京市在四种不同情景模式下的城市扩张方式,并结合城市碳循环模型模拟了不同城市扩张方式下的碳循环变化过程,分析彼此间的差异,为城市未来的发展与规划提出对策与建议。论文得出的主要结论如下:（1）本文基于对城市封闭土壤中有机碳分解过程的研究,在充分考虑温度、水分、惰性有机碳含量限制等因素的情况下,构建了城市封闭土壤碳循环模型,并将其与开放土壤碳循环模型进行耦合,建立了城市碳循环模型对城市区域的碳循环过程进行了模拟。模拟发现非渗透地表的覆盖会造成年均NPP、土壤有机碳密度以及土壤碳库显着降低,并且深刻影响相邻开放土壤的碳循环过程。模拟的结果与实测结果基本一致,说明该模型能较好的模拟城市区域的碳循环过程。（2）对南京市1980年至2015年的城市碳循环过程进行了模拟,发现南京市城市碳循环过程受人类活动影响严重,表现出强烈的时空异质性。在时间上,南京市的年均NPP、土壤有机碳密度与土壤有机碳库随时间推移呈现出不断下降的趋势,在30年间分别下降了 27.1%、6.3%与5.8%。从空间上看,南京市主城区以及周边地区年均NPP、土壤有机碳密度与土壤有机碳库含量较低;远离主城区的地区年均NPP、土壤有机碳密度与土壤有机碳库含量较高,呈现出由城市中心向四周递增的趋势。南京市的年均NPP、土壤有机碳密度与土壤有机碳库含量的变化与城市非渗透地表的扩张呈现出一定的相关性,即非渗透地表面积多的地区,年均NPP、土壤有机碳密度与土壤有机碳库含量较低;非渗透地表比例高的地区,年均NPP、土壤有机碳密度与土壤有机碳库含量较低,城市碳循环过程受到城市非渗透地表扩张的显着影响。（3）利用CA模型,在充分考虑研究区目前城市发展速率以及未来城市发展的诸多促进与限制因子的情况下,计算了研究区在不同情景模式下的城市扩张适应性指数,并通过适应性指数计算模拟了研究区2015年至2025年间城市的扩张过程。在未来的10年间,研究区在聚集模式下非渗透地表主要在主城区扩张;在分散模式下非渗透地表除了在主城区中扩张外,江宁区、六合区与浦口区也有大量的非渗透地表面积的增加,形成多核化的城市扩张模式。在优先保护耕地资源的条件下,城市扩张以占用非耕地类用地为主,非渗透地表扩张速度受到限制;在优先保护生态用地的条件下,城市扩张以占用耕地为主,非渗透地表面积显着增加,研究区内产生大量的封闭土壤。（4）在城市集聚与耕地优先保护协同情景、城市分散与耕地优先保护权衡情景、城市集聚与生态用地优先保护权衡情景以及城市分散与生态用地优先保护协同情景中,研究区的主城区的年均NPP、土壤有机碳密度与土壤有机碳库含量均表现出显着的下降趋势。在分散模式中,除主城区外的各区的年均NPP、土壤有机碳密度与土壤有机碳库含量的降低程度均高于聚集模式。在生态用地优先保护的情景中,研究区各区的碳循环变化程度均高于优先保护耕地的情景。结合研究区未来城市发展与生态系统保护的需要,提出南京市未来10年的城市发展应该选择城市集聚与耕地优先保护协同的模式,尽量避免以城市分散与生态用地优先保护协同的模式发展的建议。
周伟[8]（2014）在《中国草地生态系统生产力时空动态及其影响因素分析》文中进行了进一步梳理草地是地球表面覆盖最广的植被类型之一,巨大的分布面积和固碳潜力使其在全球碳循环评估中发挥着重要作用。然而全球气候变暖和人类活动干扰的加剧,使草地生态系统碳循环发生相应变化,草地退化不断加剧。中国草地面积约占国土面积的41.7%,因此准确核算其生产力大小、研究其时空变化特征及驱动因素对于评价我国陆地生态系统碳源/汇功能具有重要意义。同时我国草地退化现状和驱动机制评估对于草地资源合理利用和生态恢复措施的绩效评价具有重要参考价值。本文基于多源遥感影像和气象数据,利用CASA（Carnegie-Ames-Stanford approach）模型模拟中国草地净初级生产力（Net primary productivity,NPP）,分析其时空变化特征以及对土地利用/覆盖变化（LUCC）和气候变化的响应;利用BEPS（Boreal Ecosystem Productivity Simulator）模型模拟中国草地净生态系统生产力（NEP）,探讨草地碳源/汇的年际和月际变化;同时利用草地NPP和覆盖度进行草地退化遥感监测,结合统计资料和气象数据,对引起草地退化的气候和人类因素进行定量化和空间化分析。本研究的主要工作及结论如下:1.利用模型模拟中国草地覆盖度的时空变化。基于1982-2006年的GIMMS NDVI数据和2001-2010年的MODISNDVI数据反演中国草地覆盖度,结合气温和降水量数据,分析中国不同草地类型覆盖度的年际和月际变化对气候因子变化的响应。结果表明中国草地覆盖度呈现明显的空间异质性,总体呈现东南高西北低的特征。29年间平均草地覆盖度为34.5%,总体上呈增加趋势,其增加速率为0.17%/年,统计发现有78.9%的草地面积其覆盖度呈增加趋势。中国草地覆盖度呈极显着增加和显着增加的面积比例（46.0%,11.0%）大于呈极显着减少和显着减少的面积比例（4.1%,3.2%）。在年际尺度上,草地覆盖度与气温、降水量均呈不显着正相关,其中高山亚高山草甸、高山亚高山草地、坡面草地和草甸的覆盖度受温度的影响较大,而荒漠草地和平原草地的覆盖度与降水的关系更密切;在月尺度上,草地覆盖度与当月气温、降水量呈显着的正相关,表明水热因子的季节波动对草地生长的影响更大。所有类型的草地其植被覆盖度与前一个月气温和降水量的相关系数最大,表现出明显的时滞效应。2.利用CASA模型模拟中国草地NPP并分析其时空动态与气候因子的相关性。中国草地NPP平均值为279.4 gC/m2/yr,空间分布上呈现由东南向西北降低的趋势,草地NPP的经向变化速率为228.6 gC/m2/yr/10°;1982-2010年中国草地总NPP的多年平均值为918.4 Tg C（Tg=1012g）。29年间草地NPP总体呈增加趋势,增加率为0.56 gC/m2/yr;草地NPP呈增加趋势的面积占草地总面积的68.8%。降水是影响草地NPP的主要因素;然而不同草地类型的NPP对气温和降水的响应不同,高山亚高山草甸和高山亚高山草地的NPP受温度影响较明显,坡面草地NPP与降水量呈正相关而与温度呈负相关,平原草地、荒漠草地、草甸的NPP与降水量的关系更密切,尤其荒漠草地的NPP与降水量呈显着正相关。3.中国草地生态系统的碳源/汇功能核算。利用生态遥感耦合模型（BEPS模型）模拟中国草地净生态系统生产力（NEP）,并分析草地NEP的时空变化对气候年际变化的响应。1979-2008年中国草地NEP的平均值为13.6 gC/m2/yr,表现为弱的碳汇;NEP为正值的区域占中国草地总面积的73.1%,并且草地每年净吸收的碳量为26.6 Tg C;空间分布上呈现东南部高西北部低的特征。1979-2008年的30年间草地NEP均为正值;并且NEP的年内变化显示6～9月份为正值,表现为碳汇,而其余月份NEP为负值,表现为碳源。30年间草地碳转化效率和水分利用效率均呈极显着增加趋势。草地NEP与降水量呈正相关,其比例为 74.2%。4.定量评估NPP变化过程中气候和人为因素的驱动作用。以NPP为评价指标,结合石羊河流域的LUCC和气象数据,定量化、空间化地评估了气候变化、土地覆盖变化和草地管理措施对NPP变化的相对贡献。2001-2010年间研究区草地面积净增加了 5105.5 km2,其中80.4%来自荒漠向草地的转移,而草地向农田的转化是草地减少的主要原因,转移面积为1119 km2。2010年草地NPP总量比2001年增加了 659.62 Gg C（Gg=109g）。人类活动和气候变化对NPP净增加量的贡献分别为133%和-33%。在剔除气候对NPP变化的影响后,LUCC引起的草地NPP净增加量为654.82 Gg C,其中荒漠和农田向草地的转化导致草地NPP分别增加674.46 Gg C和156.85 Gg C,而草地向农田的转移导致NPP减少了 235.64 Gg C;土地管理措施的实施使NPP增加了 219.97 Gg C;而气候的不利影响共导致草地NPP减少了 215.17 Gg C。因此,LUCC和管理措施都有利于草地NPP的增加,而暖干化的气候条件导致草地NPP减少。5.中国主要牧区草地植被的时空格局和演变趋势。以遥感数据和气象数据为基础,对1985、1995、2000和2010年中国7个主要牧区的草地面积、景观指数（LSI）和NPP变化进行了研究。1985、1995、2000和2010年研究区草地面积分别为 247.9、243.52、246.2、231.75 万 km2。1985-2010 年间,研究区草地面积减少了 16.15万km2,占1985年草地面积的6.52%,主要是由于新疆和西藏草地面积的减少导致。与1985-1995年和1995-2000年两个时期相比,2000-2010年间,景观格局中草地优势度提高,破碎化程度和空间异质性降低。同时草地NPP具有明显的时空差异,1985-1995、2000-2010、1985-2010年间草地平均NPP分别增加了 14.34%,25.82%和40.95%;1995-2000年平均NPP减少了 4.82 gC/m2,相当于1995年草地NPP的2.03%。研究区草地NPP总量在2010年最高,比1985和2000年的NPP总量分别增加了 31.89%和18.48%。6.中国草地退化遥感监测和驱动力定量评估。利用NPP和覆盖度进行草地退化遥感监测,以潜在NPP和人类活动导致NPP的损失为评价指标,定量评估气候变化和人类活动对草地退化的驱动作用。1982-2010年间,中国草地出现退化的面积占草地总面积的22.73%,改善的面积占31.65%,未发生变化的草地面积为45.62%。总体上人类活动是促进草地改善的主导因素,占草地改善总面积的78.08%,气候的贡献仅为21.14%;气候变化和人类活动在草地退化中的作用基本相等（44.86%vs 43.36%）。气候和人类两大因素对草地退化的驱动作用存在显着的区域差异,在草地退化中,气候的作用大于人类活动作用的牧区包括内蒙古、陕西、西藏、甘肃、青海和四川;而人类活动占主导作用的牧区包括云南、宁夏和新疆,尤其对于新疆,85.13%的草地退化是人类活动导致的。在草地改善中,气候因子仅在西藏草地改善中起主导作用,其贡献为59.69%;而对其余8个主要牧区,人类活动是草地改善的主导驱动力,尤其对四川和陕西省,99%的草地改善都是由人类活动作用引起的。我们认为论文的主要创新之处:第一,在利用CASA模型模拟植被NPP过程中,我们针对不同植被类型采用不同的最大光能利用率,以提高模型模拟精度;并且对两种来源的NDVI数据进行兼容性处理,延长NDVI的时间序列为1982-2010年,从而在长时间序列和大尺度上获取中国草地NPP;同时结合土地覆盖数据、气象数据和统计资料,对中国草地NPP的时空变化和驱动因素进行集成研究。第二,目前关于草地NEP的野外观测和模拟都集中在小尺度的均质样地上,缺乏大尺度上NEP的模拟。本研究结合草地生理生态特征,对BEPS模型进行参数优化,模拟获取近30年中国国家尺度上的草地NEP;分析草地NEP的时空变化及其对气候因子变化的响应,进而明确中国草地碳源/汇功能和碳收支大小。第三,目前关于草地退化的监测,多集中在样地尺度上的野外观测或小区域的草地退化遥感监测,然而在大尺度上进行草地退化遥感监测的研究较少,并且不同学者采用的监测指标不统一,导致结果的可比性较差;同时缺乏草地退化驱动力的定量评估。基于此,本文利用多元遥感数据,以草地NPP和盖度作为草地退化遥感监测指标,选取潜在NPP以及人类占用的NPP作为评价指标,构建了定量评估气候变化和人类活动对草地退化驱动作用的研究方法;不仅明确了中国草地退化现状并且确定了不同区域草地退化的主导驱动因素。这对草地生态恢复措施的合理调整和草地资源的可持续利用具有重要意义,并且研究结论一定程度上可为生态恢复工程的绩效评价提供参考。中国草地分布区域的广阔性、地形和气候条件的复杂性,使其生产力和碳源/汇功能具有较大的空间异质性;近年来,由于全球气候变暖以及人类干扰的加剧,草地生产力和生态环境随之发生变化,最终导致草地严重退化。本研究通过中国草地生态系统的碳核算,发现中国草地生态系统具有明显的碳汇功能,并具有显着的空间异质性;草地NPP和NEP均与降水量呈正相关。草地退化驱动机制的定量评估表明,气候和人类因素对草地退化的驱动作用基本相当,而人类活动主导着草地改善。由于退化草地生态恢复工程的实施,草地景观格局和固碳能力有所提高,并且取得了一定的生态效益,如促进草地生态系统稳定性和优势度的提高,增强草地的碳汇能力;然而草地退化治理中投入不足和实施区域的差异性,如恢复措施多集中在严重退化和沙化区域,导致我国生态环境建设呈现局部好转,总体恶化的局面。因此需要对生态恢复措施进行合理调整,从而增强草地生态系统的碳汇功能,发挥草地的生态环境屏障作用。
华文剑[9]（2014）在《土地利用/土地覆盖变化区域气候效应的数值模拟研究》文中研究表明土地利用/土地覆盖变化（Land use and land cover change,LUCC）是人类活动影响气候系统的主要方式之一,且这种变化被认为是近百年来引起全球和区域气候环境变化的主要原因之一。本文首先通过理想化的敏感性试验,分析大尺度LUCC对区域地表能量、水文循环,以及大气环流的影响。其次讨论了气候背景场对LUCC气候效应的重要性。相对于LUCC对历史气候的影响,本文也探讨了未来LUCC在气候变化中的作用。最后,分析了东亚地区LUCC的气候效应。主要结论如下:（1）利用NCARCAM4.0模式,针对潜在植被和当代植被两种典型特征的土地覆盖类型,通过平衡态试验探讨了 LUCC对气候的影响。结果表明,相对于气温的响应,LUCC对气温日较差（DTR）的影响更加显着,且由于LUCC变化区域的植被蒸腾和冠层蒸发的变化,使得DTR与LUCC区域存在较好的对应关系。此外,LUCC对地表能量、水文过程的影响不仅跟局地下垫面的物理属性有关,还与大气环流存在联系。（2）采用NCARCAM4.0模式,考虑温室气体和LUCC的年际强迫情况,探讨了背景场对LUCC气候效应的重要性。研究表明,在固定1850年时期和当代温室气体含量背景下,LUCC引起的全球平均地表温度变化符号相反;通过估算LUCC引起反照率变化的辐射强迫,发现两种气候背景场下的气候敏感性也存在不同,所以气候背景对LUCC的区域影响具有重要作用。中纬度地区,全球变暖主要通过改变积雪一反照率来影响LUCC的净影响;热带和副热带区域,全球变暖下降水的区域差异是造成LUCC气候响应差异的主要原因。（3）基于CanESM2地球系统模式模拟结果,考虑LUCC的年际变化对未来全球和区域气候的影响。研究表明,较低纬度地区,LUCC的影响主要是由蒸散发决定的（诸如地表粗糙度的影响）;较高纬度地区,其影响主要取决于地表反照率。2006-2100年,由于LUCC的作用,向大气排放35.7 PgC（RCP2.6情景）和32.1 Pg C（RCP8.5情景）的碳。进一步比较LUCC和GHGs的相对贡献发现,LUCC和GHGs引起的碳通量变化量级相当。因此,LUCC的气候效应对全球碳循环至关重要。（4）基于区域气候模式RegCM4.1.1,发现当代LUCC的变化使得东亚区域夏季的温度响应最显着,导致印度西南季风和南海夏季风偏强,副高主体偏南,使得华南的降水偏多,华北降水偏少。对于未来LUCC而言,夏季热带辐合带活跃且位置偏北,副高位置主体偏北,进而夏季降水位置主要在华南和华北,而不利于江淮地区降水发生;冬季,风场的改变局地性比较大,冬季风减弱不明显。
穆少杰[10]（2013）在《气候变化和LUCC对内蒙古草地碳循环时空格局及演变趋势的影响》文中进行了进一步梳理内蒙古自治区位于干旱、半干旱气候带,是全球气候变化的敏感地区,同时也是受人类活动干扰较多的地区。近半个世纪以来,随着区内人口的增长和经济的发展,过度放牧和过度开垦引起了剧烈的土地利用/覆盖变化（LUCC）,进而导致耕地、草地大面积退化,沙漠化进程加速,使区域碳循环发生变化。近年来,中国政府启动了一系列生态恢复工程以修复、改善退化的生态环境。内蒙古是退耕还林还草工程和退牧还草工程的主要实施地区之一,其首要任务是促进退化耕地、退化草地的植被恢复及控制沙漠化的发展。本研究以探讨生态恢复工程驱动下内蒙古地区的土地利用/覆盖变化及由此引起的区域碳素循环变化为目的,一方面,基于气象数据和多源遥感影像数据,并将CASA模型模拟的净初级生产力（NPP）视为表征区域碳素循环的主要指标,分析了不同时空尺度下内蒙古地区NPP的动态变化,以及土地利用/覆盖变化对其的影响;另一方面,探讨了生态恢复工程实施前后,内蒙古地区主要植被类型—草地的面积变化及类型转化、植被覆盖度、景观格局、净初级生产力等的变化情况,并对变化过程中气候因素和人为因素的相对驱动作用进行了定量化、空间化区分。本研究的主要工作及结论如下:1.基于MODIS-NDVI遥感数据反演了内蒙古地区2001-2010年植被覆盖度的空间格局和变化规律,并从不同空间和时间尺度上分析了其对气候变化的响应。内蒙古植被覆盖度自西向东的变化速率为0.2/10°N。10年间森林、草原和沙漠生态区的年均植被覆盖度分别为0.57、0.4和0.16。2001-2010年,内蒙古植被覆盖度总体呈上升趋势。在年际水平上,内蒙古植被覆盖度与降雨量的关系更加密切,而在月际水平上,降雨量和温度对植被覆盖度的影响作用相当,说明年内植被生长更依赖于水热组合的共同作用,而与单一气候因子的相关性降低。2.利用CASA模型对2001-2010年内蒙古不同植被类型的NPP进行了估算,并分析了其时空分布特征及对气候因子的响应。10年间内蒙古植被年NPP的平均值为340.0 gCm-2yr-1,且空间分布呈明显的经度地带性,由西向东的变化速率为200.5 gCm-2yr-1/10°。不同植被类型NPP有较大差异,森林、草地、农田和荒漠植被的NPP平均值分别为521.9、270.3、405.7和85.3 gCm-2yr-1。不同植被类型NPP对气候因子的敏感性有较大差异。森林植被NPP主要受温度的限制,而农田、草地和荒漠植被NPP主要受降水量控制。3.利用CASA模型逐像元模拟了 2001-2010年内蒙古不同类型草地的NPP时空变化,分析其对气候因子的响应关系。2001-2010年内蒙古草地多年平均NPP为281.3 gCm-2yr-1,空间分布呈现由西南向东北递增的趋势,其中草甸草原、典型草原、荒漠草原的单位面积平均NPP分别为431.8 gCm-2yr-1、288.7 gCm-2yr-1 123.5 gCm-2yr-1。2001-2010年间内蒙古草地NPP总体上呈上升趋势。草甸草原NPP与降水量、温度的关系均很密切,而与温度的相关性更强;典型草原和荒漠草原NPP则主要受降水量控制,其中荒漠草原NPP与降水量的关系更密切。4.利用MODIS-IGBP 土地利用图和CASA模型对2001-2009年内蒙古地区土地利用/覆盖变化及其对NPP的驱动作用进行了研究。2001-2009年内蒙古草地面积增加最大,荒漠和农田面积大量减少。由荒漠和农田向草地的转化是最明显的土地覆盖类型变化,约占总变化量的66.04%。2001到2009年间,内蒙古地区的平均NPP由290.5 gCm-2yr-1增加到322.8 gCm-2yr-1 NPP总量则由275,877.4 GgC增加到309,538.0 GgC。草地NPP总量的增加量占所有植被总增加量的87.4%,其中未变化草地NPP总量的增加量占总增加量的44.4%。5.2001-2009年间,内蒙古草地的土地覆盖类型和土地利用方式在生态恢复工程的实施过程中都发生了显着的变化。9年间全区草地面积增加了 77,993 km2,其中由沙漠、农田转化而来的草地分别占新增草地面积的47.6%和41.1%。草地转化为农田是原有草地的主要转出方向,转化面积为36,135.9 km2。内蒙古草地NPP总量9年间增加了 29,432.71 GgCyr-1,其中人类活动引起的增加量约占80.23%。在剔除气候变化引起的NPP变化之后,由农田和沙漠转化而来的新增草地的NPP总量分别为18,926.34 GgCyr-1和8,604.39 GgCyr-1;由草地转化为农田导致的NPP损失量为14,529.92 GgCyr-1。对于未变化草地而言,管理措施的改善是NPP增加了 11,230.21 GgCyr-1。6.对1985、1995、2000和2009年四个时期内蒙古草地的面积变化、NPP变化和LSI变化进行了研究。1985、1995、2000和2009年的内蒙古地区草地面积分别为54、75、53、61万km2。总体而言,1985-2009年间内蒙古草地面积增加了 71,898 km2,约占1985年草地面积的13.39%,而在2000-2009年间草原区草地面积的显着增加是这一变化的主要原因。与1985-1995年和1995-2000年相比,内蒙古草地在2000-2009年的景观异质性和破碎化程度有所下降,草地在所有景观中的主导地位有所提高。内蒙古草地的平均NPP在 1985-1995 和 1995-2000 年间分别减少了 4.33%和 7.17%,而在 2000-2009年间则增加了 36.55 gCm-2yr-1,相当于2000时全区草地NPP的15.55%。内蒙古草地的NPP总量在2009年达到最高,比1985和2000时分别增加了16.36%和 32.91%。7.通过对比蒙古和内蒙古地区2001-2009年间土地利用/覆盖变化及其对NPP变化的影响,从整体上探讨了广域空间尺度下气候条件和土地政策的差异对该过程的驱动作用。2001-2009年间,草地是蒙古地区面积增加最大的植被类型,增加量为88,798km2。9年间最主要的土地覆盖类型转化方式为由沙漠转化为草地,转化面积为81,741km2,集中发生在蒙古中部草地-沙漠过渡区域。2001-2009年间蒙古地区所有植被的平均NPP增加了 4.5 gCm-2 yr1,NPP 总量由 2001 年的 322,498.0 GgC 增加到 2009 年的 334,365.6GgC,其中,草地NPP总量增加了 31,719.8 GgC。8.利用生物地球化学模型BIOME-BGC模拟了内蒙古锡林河流域4种草地群落年际间和年内逐日NEP的变化规律。1954-2012年贝加尔针茅、大针茅、克氏针茅和羊草群落的多年平均NEP分别为11.41、-7.82、-5.03、和9.30 gCm-2yr-1。总体而言,4种草地群落多年平均日NEP的年内动态均呈先释放、后固碳、再释放的变化特征。4种草地群落的NEP和年降水量均存在显着的相关性,其中大针茅、克氏针茅和羊草群落的NEP和年降水量的相关性达到极显着水平。NEP为0时,4种草地群落年降水量平均值为295.76 mm,说明在年降水量大于该值时NEP多为正值,而小于该值时NEP多为负值。本研究的创新之处:第一,从草地发生学和碳源汇演变机制的角度分析了气候变化和土地利用/覆盖变化对草地植被生产力时空演变的驱动作用,明确了草地生产力分布、动态变化及其对外界驱动因素响应过程的时空异质性与内在机理。第二,以土地利用/覆盖变化为基础,结合实际NPP和潜在NPP,定量化、空间化的区分了气候变化和人类活动（包括草地覆盖类型转化、草地管理方式转变）在NPP变化过程中的相对作用;第三,生态恢复工程实施对草地生态学系统影响的评价。以生态恢复工程实施前后内蒙古的草地植被覆盖面积、覆盖度、NPP、景观格局变化为基础,结合内蒙古统计年鉴,综合评价了退耕还林还草工程和退牧还草工程的实施给内蒙古带来的生态环境方面的变化,并对工程实施过程中存在的不足之处进行了讨论,提出了生态恢复工程进一步调整和优化的可能方向。内蒙古地区草地生产力的时空动态变化受诸多因素的影响,其中主要包括气候变化和人类活动。尽管1985-1995年间的短暂湿润期使内蒙古草地的面积有所增加,沙漠面积有所减少,但在1995之后,随着区域气候暖干化趋势加速,草地沙化现象仍然普遍存在。1985-2000年间,过度放牧使草地植被净初级生产力较低,而大规模的草地开垦使该区域景观格局破碎化程度较高。随着2000年左右生态恢复工程的实施,内蒙古草地生态系统得到一定程度的恢复,草地面积有所增加,植被净初级生产力有所提高,同时农田和沙漠面积有所减少,景观格局的异质性和破碎化程度降低。退耕还草和沙漠区人工种草是促使内蒙古农田面积减少、草地面积增加的主要因素,而禁牧、划区轮牧、人工打草场建设及圈舍养殖等管理利用方式的提高促使原有草地的生产力和覆盖度有显着提高。然而,针对日益增加的放牧压力,生态恢复工程有待于进一步调整和优化,特别是要对原本未退化、轻度退化的草地引起足够重视,而在人工植被建植过程中植物种类的选择也应遵循因地制宜的原则。如果能够合理的、持续的实行,退耕还林还草和退牧还草工程无疑将在退化草地恢复、增加生态系统碳蓄积能力和沙尘暴防治过程中起到重要作用。
二、Land Use/Cover Change and the Terrestrial Carbon Cycle in the Asia-Pacific Region（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、Land Use/Cover Change and the Terrestrial Carbon Cycle in the Asia-Pacific Region（论文提纲范文）
（1）土地利用数据对动态植被模式模拟中国陆地生态系统碳源汇影响的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.4 研究内容 |
| 1.5 技术路线 |
| 1.6 论文结构 |
| 第二章 研究区域概况、数据与方法 |
| 2.1 研究区概况 |
| 2.2 研究数据 |
| 2.3 研究方法 |
| 第三章 多模式中国碳源汇模拟结果研究 |
| 3.1 研究区碳库的空间分布特征 |
| 3.2 研究区碳库的年际变化特征 |
| 3.3 研究区碳源汇的时空分布特征 |
| 3.4 本章小结 |
| 第四章 HYDE数据集在中国的适用性研究 |
| 4.1 中国耕地面积的时间变化 |
| 4.2 中国耕地面积的空间变化 |
| 4.3 中国城市建成区面积的时间变化 |
| 4.4 中国城市建成区面积的空间变化 |
| 4.5 本章小结 |
| 第五章 优化土地利用驱动场后的模式模拟结果研究 |
| 5.1 研究区碳库的年际变化特征 |
| 5.2 研究区碳源汇的时空分布特征 |
| 5.3 研究区未来碳汇的预测 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 不足与展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（2）基于CASA模型的山东省植被NPP时空格局变化及其驱动因素研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1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NPP估算方法研究 |
| 1.2.2 CASA模型研究 |
| 1.2.3 植被NPP影响机制研究 |
| 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 研究区概况与数据处理 |
| 2.1 研究区概况 |
| 2.2 数据来源及预处理 |
| 2.2.1 MODIS反射率数据 |
| 2.2.2 MODIS FPAR数据 |
| 2.2.3 MODIS NPP数据 |
| 2.2.4 土地覆盖数据 |
| 2.2.5 气象数据 |
| 第3章 基于改进的CASA模型的NPP估算及分析方法 |
| 3.1 CASA模型估算植被NPP |
| 3.1.1 光合有效辐射APAR的确定 |
| 3.1.2 地表太阳总辐射计算 |
| 3.1.3 光能利用率ε的确定 |
| 3.2 植被NPP时空变化趋势分析 |
| 3.3 植被NPP与气候因子相关性分析 |
| 3.4 气候变化和土地覆盖变化对植被NPP的贡献 |
| 第4章 山东省植被NPP模拟结果分析 |
| 4.1 CASA模型精度对比 |
| 4.2 植被NPP时间变化特征 |
| 4.2.1 年尺度植被NPP时间变化特征 |
| 4.2.2 不同植被类型NPP的年际时间变化特征 |
| 4.2.3 季节尺度植被NPP的时间变化特征 |
| 4.3 植被NPP空间分布特征 |
| 4.3.1 年尺度植被NPP空间分布特征 |
| 4.3.2 季节尺度植被NPP空间分布特征 |
| 4.4 植被NPP空间变化趋势 |
| 4.5 本章小结 |
| 第5章 山东省植被NPP驱动因子研究 |
| 5.1 气候变化对山东省植被NPP的影响 |
| 5.1.1 山东省年际气温、降水量的动态变化 |
| 5.1.2 气温对植被NPP的影响 |
| 5.1.3 降水对植被NPP的影响 |
| 5.1.4 气温-降水协同作用对植被NPP的影响 |
| 5.2 气候变化和土地覆盖变化对植被NPP的相对贡献 |
| 5.3 本章小结 |
| 第6章 结论与展望 |
| 6.1 研究结论 |
| 6.2 创新点 |
| 6.3 不足与展望 |
| 参考文献 |
| 致谢 |
| 作者简历 |
（3）变化环境下西北地区草地地上碳储量演变及驱动力分析（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 草地碳储量估算研究进展 |
| 1.2.2 草地碳储量驱动因素的研究进展 |
| 1.2.3 定量区分驱动因素对草地碳储量影响的研究进展 |
| 1.2.4 西北地区草地碳储量动态变化的研究现状 |
| 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 |
| 第二章 研究区概况和研究方法 |
| 2.1 研究区概况 |
| 2.1.1 地理位置 |
| 2.1.2 西北地区草地现状 |
| 2.1.3 水热条件 |
| 2.1.4 地形地貌 |
| 2.2 数据来源和处理 |
| 2.2.1 气象数据来源及处理 |
| 2.2.2 土地利用及植被类型数据来源及处理 |
| 2.2.3 实测碳储量数据来源及处理 |
| 2.2.4 遥感碳储量数据来源及处理 |
| 2.2.5 LPJ模拟碳储量数据来源及处理 |
| 2.3 研究方法 |
| 2.3.1 统计方法 |
| 2.3.2 降尺度方法 |
| 2.3.3 累积曲线分析 |
| 2.3.4 敏感性分析 |
| 2.3.5 残差分析法 |
| 第三章 西北地区草地地上碳储量时空分布格局 |
| 3.1 遥感与LPJ模拟草地地上碳储量结果验证 |
| 3.2 基于遥感和LPJ模拟地上碳储量的空间变化特征 |
| 3.3 基于遥感和LPJ模拟地上碳储量的时间变化特征 |
| 3.4 小结与讨论 |
| 第四章 西北地区草地地上碳储量驱动因素分析 |
| 4.1 西北地区气候因子变化特征分析 |
| 4.2 气候变化对草地地上碳储量影响 |
| 4.3 人类活动对草地地上碳储量影响 |
| 4.4 小结与讨论 |
| 第五章 定量评价驱动因素对西北地区地上碳储量的影响 |
| 5.1 草地地上碳储量驱动因素的相对作用分析评价方法 |
| 5.2 草地地上碳储量变化驱动因素相对作用分析 |
| 5.3 不同时段内草地地上碳储量变化驱动因素相对作用分析 |
| 5.4 小结与讨论 |
| 第六章 总结与展望 |
| 6.1 主要结论 |
| 6.2 主要创新点 |
| 6.3 不足与展望 |
| 攻读学位期间发表的学术论文 |
| 参考文献 |
（4）基于Tapio模型的土地利用碳排放与经济发展的脱钩分析 ——以南昌市为例（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.2.1 理论意义 |
| 1.2.2 实践意义 |
| 1.3 国内外研究进展 |
| 1.3.1 土地利用碳排放 |
| 1.3.2 土地利用碳排放测算 |
| 1.3.3 脱钩分析 |
| 1.3.4 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 研究方法 |
| 1.4.3 技术路线图 |
| 1.5 研究创新点 |
| 2 南昌市土地利用变化研究 |
| 2.1 区域概况 |
| 2.1.1 自然地理概况 |
| 2.1.2 社会经济概况 |
| 2.2 数据来源 |
| 2.3 数据处理 |
| 2.4 土地利用变化分析 |
| 2.4.1 土地利用数量的变化 |
| 2.4.2 土地利用动态度的变化 |
| 2.4.3 土地利用程度的变化 |
| 2.5 本章小结 |
| 3 南昌市土地利用碳排放测算和结果分析 |
| 3.1 土地利用碳排放测算 |
| 3.1.1 土地利用碳汇测算 |
| 3.1.2 土地利用碳源测算 |
| 3.1.3 土地利用净碳排放测算 |
| 3.2 土地利用碳排放时序特征变化分析 |
| 3.2.1 土地利用碳汇变化分析 |
| 3.2.2 土地利用碳源变化分析 |
| 3.2.3 土地利用净碳排放分析 |
| 3.3 土地利用碳排放强度变化分析 |
| 3.4 本章小结 |
| 4 南昌市土地利用碳排放与经济发展的脱钩效应 |
| 4.1 社会经济状况 |
| 4.2 土地利用碳排放与经济增长脱钩关系 |
| 4.2.1 Tapio脱钩理论 |
| 4.2.2 土地利用碳排放与经济增长的关系模型 |
| 4.2.3 实证结果分析 |
| 4.3 本章小结 |
| 5 主要结论与政策建议 |
| 5.1 主要结论 |
| 5.2 政策建议 |
| 5.3 讨论 |
| 参考文献 |
| 致谢 |
（5）全球土地利用变化碳排放效应研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外相关研究进展 |
| 1.3 研究目标与研究内容 |
| 2 材料与方法 |
| 2.1 数据来源与预处理 |
| 2.2 碳排放计算模型 |
| 2.3 碳排放影响因子诊断模型 |
| 3 全球土地利用变化过程及其引起的碳排放 |
| 3.1 全球土地利用动态变化 |
| 3.2 基于土地利用变化的直接碳排放 |
| 3.3 基于土地利用变化的间接碳排放 |
| 3.4 碳排放计算结果对比分析 |
| 3.5 小结 |
| 4 区域尺度的土地利用间接碳排放影响因素 |
| 4.1 碳排放及其影响因素时空演变 |
| 4.2 碳排放影响因素分解 |
| 4.3 小结 |
| 5 国家尺度的土地利用间接碳排放影响因素 |
| 5.1 碳排放及其影响因素的变化 |
| 5.2 碳排放与影响因素的耦合关系 |
| 5.3 小结 |
| 6 结论与讨论 |
| 6.1 结论与建议 |
| 6.2 特色与创新 |
| 6.3 不足与展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 攻读硕士学位期间主要研究成果 |
（6）2000—2013年中国土地利用变化对陆地植被碳吸收量的影响（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究目的及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 陆地碳循环模型 |
| 1.2.2 土地利用/覆被变化对陆地碳循环的影响研究 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容与创新之处 |
| 1.3.2 本文研究的技术路线 |
| 第2章 研究方法 |
| 2.1 陆地植被碳吸收量估算方法 |
| 2.2 C-FIX模型 |
| 2.3 控制实验法 |
| 2.4 本章小结 |
| 第3章 数据的来源与处理 |
| 3.1 数据的来源 |
| 3.1.1 驱动C-FIX模型的基础数据 |
| 3.1.2 中国 2000—2013 年土地利用数据 |
| 3.2 数据预处理 |
| 3.2.1 遥感影像处理 |
| 3.2.2 月平均气温、辐射数据处理 |
| 3.2.3 大气CO_2浓度数据处理 |
| 3.3 本章小结 |
| 第4章 中国陆地植被碳吸收量的模拟 |
| 4.1 中国陆地植被碳吸收量时间变化 |
| 4.2 中国陆地植被年碳吸收量空间分布与变化 |
| 4.3 中国各省级行政区陆地植被年碳吸收量时空格局 |
| 4.4 中国陆地植被各季节碳吸收量时空格局变化 |
| 4.5 本章小结 |
| 第5章 中国陆地植被碳吸收量变化影响因素分析 |
| 5.1 2000—2013 年中国区域NDVI、气温、辐射及大气CO_2浓度变化趋势 |
| 5.1.1 2000—2013 年中国区域NDVI变化趋势 |
| 5.1.2 2000—2013 年中国区域年平均气温变化趋势 |
| 5.1.3 2000—2013 年中国区域年平均辐射变化趋势 |
| 5.1.4 2000—2013 年大气CO_2浓度值变化趋势 |
| 5.2 植被、气候、大气CO_2浓度变化对中国陆地植被碳吸收量影响 |
| 5.2.1 植被变化对中国陆地植被碳吸收量影响 |
| 5.2.2 气候变化对中国陆地植被碳吸收量影响 |
| 5.2.3 大气CO_2浓度变化对中国陆地植被碳吸收量影响 |
| 5.2.4 不同要素变化对中国陆地植被碳吸收量影响对比分析 |
| 5.3 植被、气候、大气CO_2浓度变化对中国各省份陆地植被碳吸收量影响 |
| 5.4 本章小结 |
| 第6章 2000—2013 年土地利用变化对陆地植被碳吸收量影响 |
| 6.1 2000—2013 年中国土地利用变化情况 |
| 6.2 2000—2013 年中国土地利用变化对陆地植被碳吸收量影响 |
| 6.3 2000—2013 年中国省份地区土地利用变化对陆地植被碳吸收量影响 |
| 6.4 本章小结 |
| 结论与讨论 |
| 参考文献 |
| 攻读硕士学位期间所发表的学术论文 |
| 致谢 |
（7）城市化对碳循环过程影响的模拟与预测 ——以南京市为例（论文提纲范文）
| 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 |
| 1.1.3 研究内容与技术路线 |
| 1.2 国内外研究进展 |
| 1.2.1 陆地生态系统碳循环过程 |
| 1.2.2 碳循环模型的研究 |
| 1.2.3 城市生态系统碳循环研究 |
| 1.2.4 研究进展评述 |
| 第二章 材料与方法 |
| 2.1 研究区概况 |
| 2.1.1 自然概况 |
| 2.1.2 社会经济概况 |
| 2.2 数据获取与预处理 |
| 2.2.1 遥感数据获取与预处理 |
| 2.2.2 地理基础数据获取与预处理 |
| 2.2.3 气象数据获取与预处理 |
| 2.2.4 验证数据获取与预处理 |
| 第三章 城市碳循环模型构建 |
| 3.1 开放地区碳循环模型 |
| 3.1.1 开放土壤碳循环过程 |
| 3.1.2 开放土壤碳库划分 |
| 3.1.3 开放土壤碳循环模拟 |
| 3.1.4 开放土壤碳循环模型参数 |
| 3.2 封闭地区碳循环模型 |
| 3.2.1 封闭土壤碳循环过程与模拟 |
| 3.2.2 封闭土壤碳库划分 |
| 3.2.3 封闭土壤温度与水分模拟 |
| 3.3 区域尺度碳循环模拟 |
| 3.3.1 区域尺度开放与封闭碳循环模拟 |
| 3.3.2 南京市土壤碳循环模拟 |
| 3.4 模型参数敏感性分析 |
| 3.4.1 开放地区碳循环模型参数敏感性分析 |
| 3.4.2 封闭地区碳循环模型参数敏感性分析 |
| 第四章 南京市碳循环过程模拟 |
| 4.1 南京市土壤封闭过程 |
| 4.2 南京市土壤碳循环模拟结果与分析 |
| 4.2.1 南京市NPP时空变化 |
| 4.2.2 南京市土壤有机碳密度时空变化 |
| 4.2.3 南京市土壤有机碳库时空变化 |
| 4.3 模拟结果验证与不确定性分析 |
| 4.3.1 模拟结果验证 |
| 4.3.2 模型不确定性分析 |
| 4.4 城市非渗透地表形态与碳循环的空间耦合关系 |
| 4.4.1 空间自相关分析方法 |
| 4.4.2 城市非渗透地表形态与碳循环空间集聚度分析 |
| 4.4.3 非渗透地表与碳循环过程的空间关系 |
| 4.5 本章小节 |
| 第五章 城市碳循环过程预测与优化 |
| 5.1 城市扩张模型构建 |
| 5.1.1 元胞自动机原理 |
| 5.1.2 城市扩张影响因子 |
| 5.1.3 城市扩张情景设置 |
| 5.1.4 城市扩张模拟 |
| 5.2 城市扩张过程模拟结果 |
| 5.2.1 城市扩张适宜性指数 |
| 5.2.2 城市扩张模拟结果 |
| 5.3 城市扩张对碳循环过程的影响 |
| 5.3.1 城市扩展对年均NPP的影响 |
| 5.3.2 城市扩张对土壤有机碳密度的影响 |
| 5.3.3 城市扩张对土壤碳库的影响 |
| 5.4 城市扩张情景优选与建议 |
| 第六章 结论与展望 |
| 6.1 研究结论 |
| 6.2 研究不足与展望 |
| 参考文献 |
| 研究生期间主要成果 |
| 致谢 |
（8）中国草地生态系统生产力时空动态及其影响因素分析（论文提纲范文）
| 中文摘要 |
| Abstract |
| 缩略词 |
| 第1章 绪论 |
| 1.1. 选题背景 |
| 1.2. 文献综述 |
| 1.2.1. 陆地生态系统碳循环研究进展 |
| 1.2.2. 草地生态系统碳循环和碳源/汇研究进展 |
| 1.2.3. 土地利用/覆盖变化对陆地碳循环影响的研究进展 |
| 1.2.4. 草地退化遥感监测和退化治理研究进展 |
| 1.3. 目前研究中存在的不足 |
| 1.4. 研究方案 |
| 1.4.1. 研究目标 |
| 1.4.2. 研究内容 |
| 1.4.3. 技术路线 |
| 1.5. 参考文献 |
| 第2章 中国草地覆盖度的时空动态及其对气候因子变化的响应研究 |
| 2.1. 引言 |
| 2.2. 材料与方法 |
| 2.2.1. 研究区概况 |
| 2.2.2. 数据来源与处理 |
| 2.2.3. 草地覆盖度的计算 |
| 2.2.4. 研究方法 |
| 2.3. 结果与分析 |
| 2.3.1. 中国草地覆盖度的空间分布特征 |
| 2.3.2. 中国草地覆盖度的时间变化特征分析 |
| 2.3.3. 草地覆盖度年际变化与温度、降水量的相关性分析 |
| 2.3.4. 草地覆盖度月变化与温度、降水量的相关性及滞后性分析 |
| 2.4. 讨论 |
| 2.4.1. 气候因素对草地覆盖度变化的影响 |
| 2.4.2. 人为因素对草地覆盖度变化影响 |
| 2.5. 本章小结 |
| 2.6. 参考文献 |
| 第3章 中国草地净初级生产力的时空变化及其与气候因子的关系分析 |
| 3.1. 引言 |
| 3.2. 材料与方法 |
| 3.2.1. 研究区概况 |
| 3.2.2. 数据来源与处理 |
| 3.2.3. 陆地生态系统NPP的模型模拟和精度验证 |
| 3.2.4. 研究方法 |
| 3.3. 结果与分析 |
| 3.3.1. 中国草地NPP的空间分布特征 |
| 3.3.2. 中国草地NPP的时间动态分析 |
| 3.3.3. 草地NPP年际变化与气温、降水量的相关性分析 |
| 3.3.4. 不同草地类型的植被NPP与气温、降水量的相关性分析 |
| 3.4. 讨论 |
| 3.4.1. 草地NPP模拟结果的对比分析 |
| 3.4.2. 气候水热因子变化对草地NPP的影响分析 |
| 3.5. 本章小结 |
| 3.6. 参考文献 |
| 第4章 中国草地净生态系统生产力的时空变化及其与气候因子的关系分析 |
| 4.1. 引言 |
| 4.2. 材料与方法 |
| 4.2.1. 研究区概况 |
| 4.2.2. 数据来源与处理 |
| 4.2.3. BEPS模型介绍 |
| 4.2.4. 研究指标的选取 |
| 4.3. 结果与分析 |
| 4.3.1. BEPS模型模拟精度验证 |
| 4.3.2. 中国草地NEP的空间分布特征 |
| 4.3.3. 中国草地NEP的年际和月际变化趋势 |
| 4.3.4. 中国草地CSE和RUE的年际变化趋势 |
| 4.3.5. 草地NEP与气温、降水量的相关性分析 |
| 4.4. 讨论 |
| 4.4.1. 草地NEP模拟精度对比分析 |
| 4.4.2. 气候水热因子变化对NEP的影响 |
| 4.4.3. 草地管理措施对NEP的影响 |
| 4.5. 本章小结 |
| 4.6. 参考文献 |
| 第5章 草地NPP变化过程中气候和人为因素的驱动作用分析—以石羊河流域为例 |
| 5.1. 引言 |
| 5.2. 材料与方法 |
| 5.2.1. 研究区概况 |
| 5.2.2. 数据来源与处理 |
| 5.2.3. NPP的模型估算 |
| 5.2.4. 研究方法 |
| 5.3. 结果与分析 |
| 5.3.1. 草地覆盖类型转化的空间分布特征 |
| 5.3.2. 草地转化对NPP变化的驱动分析 |
| 5.3.3. 气候变化和人类活动对NPP变化的驱动贡献分析 |
| 5.4. 讨论 |
| 5.4.1. NPP变化中驱动因素的定量评估方法 |
| 5.4.2. 人类活动对草地NPP和生态环境的影响 |
| 5.4.3. 气候变化对草地NPP的影响 |
| 5.5. 本章小结 |
| 5.6. 参考文献 |
| 第6章 主要牧区草地植被时空格局及演变趋势分析 |
| 6.1. 引言 |
| 6.2. 材料与方法 |
| 6.2.1. 研究区概况 |
| 6.2.2. 数据来源与处理 |
| 6.2.3. 景观指数的计算 |
| 6.2.4. NPP估算模型及输入数据 |
| 6.3. 结果与分析 |
| 6.3.1. 草地面积动态变化的时空分析 |
| 6.3.2. 草地景观格局的动态变化分析 |
| 6.3.3. 草地NPP的时空变化特征分析 |
| 6.4. 讨论 |
| 6.4.1. 气候变化对草地景观格局和生产力变化的影响 |
| 6.4.2. 人为因素对草地覆盖面积和生产力的影响 |
| 6.4.3. 生态恢复措施对草地生产力的影响 |
| 6.5. 本章小结 |
| 6.6. 参考文献 |
| 第7章 中国草地退化遥感监测及驱动力定量评估 |
| 7.1. 引言 |
| 7.2. 材料与方法 |
| 7.2.1. 研究区概况 |
| 7.2.2. 数据来源与处理 |
| 7.2.3. 草地覆盖度和NPP的模拟 |
| 7.2.4. 草地退化驱动因素定量评估方法的构建 |
| 7.3. 结果与分析 |
| 7.3.1. 2001-2010年中国草地NPP和覆盖度的空间分布 |
| 7.3.2. 中国草地退化现状的空间分布特征 |
| 7.3.3. 中国草地退化和改善的驱动力定量评估 |
| 7.3.4. 中国主要牧区草地退化和改善的定量评估 |
| 7.4. 讨论 |
| 7.4.1. 草地退化驱动因素定量评估方法的讨论 |
| 7.4.2. 气候年际变化对草地退化的影响 |
| 7.4.3. 生态恢复措施对草地退化的影响 |
| 7.5. 本章小结 |
| 7.6. 参考文献 |
| 第8章 最后总结 |
| 8.1. 本研究的结论 |
| 8.2. 本研究的创新 |
| 8.3. 本研究的不足 |
| 8.4. 本研究的展望 |
| 附录 |
| 致谢 |
（9）土地利用/土地覆盖变化区域气候效应的数值模拟研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 土地利用/土地覆盖变化的气候效应研究 |
| 1.2.1 LUCC对气候系统影响的重要性 |
| 1.2.2 LUCC对全球气候的影响 |
| 1.2.3 LUCC对区域气候的影响 |
| 1.3 存在的问题和拟解决的关键科学问题 |
| 1.4 研究内容和章节安排 |
| 第二章 资料、方法和模式简介 |
| 2.1 引言 |
| 2.2 资料和方法 |
| 2.3 模式简介 |
| 2.3.1 大气环流模式 |
| 2.3.2 区域气候模式 |
| 第三章 大尺度LUCC对气候影响的数值模拟 |
| 3.1 引言 |
| 3.2 试验设计和资料 |
| 3.3 下垫面物理特性的变化 |
| 3.4 大尺度LUCC对温度的影响 |
| 3.5 大尺度LUCC对降水的影响 |
| 3.6 大尺度LUCC对地表能量、水分循环的影响 |
| 3.7 LUCC对大气环流的影响 |
| 3.8 小结与讨论 |
| 第四章 气候背景场对LUCC气候效应的影响研究 |
| 4.1 引言 |
| 4.2 试验设计和方法 |
| 4.3 气候背景场对LUCC气候效应的重要性 |
| 4.3.1 LUCC的气候敏感性 |
| 4.3.2 气候强迫因子的比较分析 |
| 4.3.3 背景场对LUCC气候效应的影响 |
| 4.3.4 不同背景场对LUCC气候效应的可能原因 |
| 4.4 小结和讨论 |
| 第五章 LUCC在未来气候变化中的作用 |
| 5.1 引言 |
| 5.2 试验设计和方法 |
| 5.3 结果分析 |
| 5.3.1 未来LUCC的变化特征 |
| 5.3.2 LUCC引起的气候变化 |
| 5.3.3 LUCC与温室气体/气溶胶的比较 |
| 5.3.4 区域尺度LUCC的作用 |
| 5.4 讨论和结论 |
| 第六章 东亚LUCC的区域气候效应研究 |
| 6.1 引言 |
| 6.2 试验设计和方法 |
| 6.3 模式性能的检验 |
| 6.4 东亚LUCC影响区域气候的不确定性 |
| 6.5 未来东亚LUCC对气候的影响 |
| 6.6 小结和讨论 |
| 第七章 全文总结与展望 |
| 7.1 全文总结 |
| 7.2 研究特色与创新 |
| 7.3 研究展望 |
| 参考文献 |
| 在读期间科研工作情况 |
| 致谢 |
（10）气候变化和LUCC对内蒙古草地碳循环时空格局及演变趋势的影响（论文提纲范文）
| 摘要 |
| Abstract |
| 缩略词表 |
| 第1章 绪论 |
| 1.1. 选题背景 |
| 1.2. 国内外研究动态 |
| 1.2.1. 陆地生态生态系统碳循环过程的研究进展 |
| 1.2.2. 草地生态系统碳循环过程及驱动因素的研究进展 |
| 1.2.3. 土地利用/覆盖变化与陆地碳循环的关系 |
| 1.2.4. 中国主要生态恢复工程的介绍 |
| 1.3. 目前研究中的不足 |
| 1.3.1. 以草地为主体植被地区的LUCC和NPP耦合研究较少 |
| 1.3.2. 对LUCC、植被-气候互作的研究尺度相对单一 |
| 1.3.3. 气候、人为因素在草地碳循环过程中的作用机制尚不明确 |
| 1.3.4. 生态恢复工程的对草地生态系统影响作用的评价尚属空白 |
| 1.4. 研究方案 |
| 1.4.1. 研究目标 |
| 1.4.2. 研究内容 |
| 1.4.3. 技术路线 |
| 1.5. 参考文献 |
| 第2章 研究区及主要模型概述 |
| 2.1. 研究区概况 |
| 2.1.1. 内蒙古自治区概述 |
| 2.1.2. 地形、地貌和土壤 |
| 2.1.3. 气候条件 |
| 2.1.4. 植被状况 |
| 2.2. 模型描述 |
| 2.2.1. CASA模型 |
| 2.2.2. 模型精度验证与参数评价分析 |
| 2.3. 参考文献 |
| 第3章 2001-2010年内蒙古植被覆盖度时空变化特征分析 |
| 3.1. 引言 |
| 3.2. 材料与方法 |
| 3.2.1. 数据获取与预处理 |
| 3.2.2. 植被覆盖度的计算 |
| 3.2.3. 植被覆盖度年际变化趋势的计算 |
| 3.2.4. 植被覆盖度与气候因子相关性的计算 |
| 3.3. 结果与分析 |
| 3.3.1. 多年平均植被覆盖度空间格局的分析 |
| 3.3.2. 植被覆盖度年际动态变化及空间格局的分析 |
| 3.3.3. 植被覆盖度与气候因子的相关关系的分析 |
| 3.4. 讨论 |
| 3.5. 本章小结 |
| 3.6. 参考文献 |
| 第4章 2001-2010年内蒙古不同植被类型NPP的时空动态格局分析 |
| 4.1. 引言 |
| 4.2. 材料与方法 |
| 4.2.1. 研究区概况 |
| 4.2.2. 数据获取及预处理 |
| 4.2.3. 研究方法 |
| 4.3. 结果与分析 |
| 4.3.1. 不同植被类型多年平均NPP空间格局的分析 |
| 4.3.2. 不同植被类型NPP年际变化的分析 |
| 4.3.3. 不同植被类型NPP变化对气候因子响应的分析 |
| 4.4. 讨论 |
| 4.4.1. 本研究NPP模拟值与其他模型模拟结果的对比及验证 |
| 4.4.2. 气候因子对不同植被类型NPP影响作用的探讨 |
| 4.4.3. 内蒙古植被生长对气候变化响应的分析 |
| 4.5. 本章小结 |
| 4.6. 参考文献 |
| 第5章 2001-2010年内蒙古不同草地类型NPP的时空动态格局分析 |
| 5.1. 引言 |
| 5.2. 材料与方法 |
| 5.2.1. 研究区概况 |
| 5.2.2. 数据获取及预处理 |
| 5.2.3. 研究方法 |
| 5.3. 结果与分析 |
| 5.3.1. 不同草地类型多年平均NPP空间格局的分析 |
| 5.3.2. 不同草地类型NPP年际变化的分析 |
| 5.3.3. 不同草地类型NPP变化对气候因子响应的分析 |
| 5.4. 讨论 |
| 5.4.1. 本研究草地NPP模拟结果与其他研究结论的对比及验证 |
| 5.4.2. 人类活动对草地NPP变化的驱动作用探讨 |
| 5.4.3. 气候因子对草地NPP变化的驱动作用探讨 |
| 5.5. 本章小结 |
| 5.6. 参考文献 |
| 第6章 2001-2009年内蒙古LUCC及其对NPP变化的驱动作用研究 |
| 6.1. 引言 |
| 6.2. 材料与方法 |
| 6.2.1. 研究区概况 |
| 6.2.2. 数据来源及预处理 |
| 6.2.3. CASA模型 |
| 6.3. 结果与分析 |
| 6.3.1. 土地利用/覆盖变化的特征分析 |
| 6.3.2. NPP动态变化的特征分析 |
| 6.4. 讨论 |
| 6.4.1. 气候变化对土地利用/覆盖变化及NPP变化的影响作用分析 |
| 6.4.2. 生态恢复工程对土地利用/覆盖变化的驱动作用分析 |
| 6.4.3. 生态恢复工程对NPP变化的驱动作用分析 |
| 6.4.4. 土地利用/覆盖变化对区域碳循环的影响作用探讨 |
| 6.5. 本章小结 |
| 6.6. 参考文献 |
| 第7章 草地NPP变化过程中人为因素和气候因素的定量区分与评价 |
| 7.1.引言 |
| 7.2. 材料与方法 |
| 7.2.1. 研究区概况 |
| 7.2.2. 数据准备和预处理 |
| 7.2.3. NPP的估算模型 |
| 7.2.4. 植被覆盖度的估算 |
| 7.3. 结果与分析 |
| 7.3.1. 草地覆盖类型转变的特征分析 |
| 7.3.2. 草地恢复对NPP变化的驱动作用分析 |
| 7.3.3. 气候变化和人类活动对草地NPP变化的相对贡献分析 |
| 7.4. 讨论 |
| 7.4.1. 气候变化对草地面积增加可能影响的探讨 |
| 7.4.2. 生态恢复工程对草地覆盖类型转化的驱动作用 |
| 7.4.3. 生态恢复工程对草地利用方式转变的影响 |
| 7.4.4. 草地恢复对区域碳循环和沙尘暴防治的积极效应探讨 |
| 7.5. 本章小结 |
| 7.6. 参考文献 |
| 第8章 1985-2009年内蒙古草地植被时空格局及演变趋势 |
| 8.1. 引言 |
| 8.2. 材料与方法 |
| 8.2.1. 研究区概况 |
| 8.2.2. 土地利用数据 |
| 8.2.3. 景观指数的计算 |
| 8.2.4. NPP估算模型及输入数据的准备 |
| 8.3. 结果与分析 |
| 8.3.1. 草地面积动态变化的特征分析 |
| 8.3.2. 草地景观格局动态变化的特征分析 |
| 8.3.3. 草地NPP的动态变化的特征分析 |
| 8.4. 讨论 |
| 8.4.1. 气候变化对内蒙古草地植被动态变化的影响 |
| 8.4.2. 过度放牧对草地动态变化的影响 |
| 8.4.3. 草地开垦对草地动态变化的影响 |
| 8.4.4. 生态恢复工程对草地动态变化的影响 |
| 8.5. 本章小结 |
| 8.6. 参考文献 |
| 第9章 2001-2009年内蒙古和外蒙古LUCC与NPP变化的综合对比 |
| 9.1. 引言 |
| 9.2. 研究区概况 |
| 9.3. 结果与分析 |
| 9.3.1. 蒙古土地利用/覆盖变化的特征分析 |
| 9.3.2. 蒙古植被NPP变化的特征分析 |
| 9.4. 讨论 |
| 9.4.1. 蒙古和内蒙古地区土地利用/覆盖变化特征的对比分析 |
| 9.4.2. 蒙古和内蒙古地区NPP变化特征的对比 |
| 9.4.3. 蒙古和内蒙古农牧业发展中所面临问题的对比 |
| 9.5. 本章小结 |
| 9.6. 参考文献 |
| 第10章 内蒙古典型草原不同草地群落NEP动态变化的研究 |
| 10.1. 引言 |
| 10.2. 材料与方法 |
| 10.2.1. 模型简介 |
| 10.2.2. 研究区概况 |
| 10.2.3. 研究指标选取 |
| 10.2.4. 模型初始化和参数本地化 |
| 10.3. 结果与分析 |
| 10.3.1. 不同草地群落年NEP年际动态的分析 |
| 10.3.2. 不同草地群落日NEP季节动态的分析 |
| 10.3.3. 不同草地群落WSI、RUE和CSE的比较 |
| 10.4. 讨论 |
| 10.4.1. BIOME-BGC模型的验证精度评价 |
| 10.4.2. 草地NEP对年降水量的响应分析 |
| 10.5. 本章小结 |
| 10.6. 参考文献 |
| 第11章 内蒙古草地退化治理及碳增汇途径与对策 |
| 11.1. 引言 |
| 11.2. 草地退化的概念及层次 |
| 11.3. 内蒙古草地的退化现状分析 |
| 11.4. 内蒙古草地退化的驱动力分析 |
| 11.4.1. 草地开垦 |
| 11.4.2. 过度放牧和频繁刈割 |
| 11.4.3. 草地系统利用的低投入 |
| 11.4.4. 气候变化 |
| 11.4.5. 药材采掘 |
| 11.4.6. 其他因素 |
| 11.5. 草地退化的碳效应 |
| 11.5.1. 草地生态系统碳素循环的基本过程 |
| 11.5.2. 草地退化对其碳蓄积作用的影响 |
| 11.6. 退化草地的固碳机制和固碳潜力 |
| 11.7. 内蒙古草地退化防治策略及碳增汇途径的综合探讨 |
| 11.7.1. 建立和健全相关的法律法规 |
| 11.7.2. 建立、完善综合支撑体系 |
| 11.7.3. 建立适合当地情况的区域草业发展模式 |
| 11.7.4. 调整草业、畜牧业的产业结构和生产方式 |
| 11.7.5. 加强草原基础设施建设,提高牧民经营管理技术 |
| 11.7.6. 加强维护管理投入,建立生态补偿长效机制 |
| 11.7.7. 保证生态恢复工程的优化调整和可持续实施 |
| 11.7.8. 建立人工草地,推动沙漠化逆转 |
| 11.8. 参考文献 |
| 第12章 最后总结 |
| 12.1. 本研究的结论 |
| 12.2. 本研究的创新 |
| 12.3. 本研究的不足 |
| 12.4. 本研究的展望 |
| 个人简历及研究成果目录 |
| 致谢 |
四、Land Use/Cover Change and the Terrestrial Carbon Cycle in the Asia-Pacific Region（论文参考文献）
- [1]土地利用数据对动态植被模式模拟中国陆地生态系统碳源汇影响的研究[D]. 周圣杰. 南京信息工程大学, 2021(01)
- [2]基于CASA模型的山东省植被NPP时空格局变化及其驱动因素研究[D]. 张筠. 鲁东大学, 2021(12)
- [3]变化环境下西北地区草地地上碳储量演变及驱动力分析[D]. 孔蕊. 南京林业大学, 2020(01)
- [4]基于Tapio模型的土地利用碳排放与经济发展的脱钩分析 ——以南昌市为例[D]. 舒璜. 江西财经大学, 2020(11)
- [5]全球土地利用变化碳排放效应研究[D]. 田诗琪. 贵州师范大学, 2020(06)
- [6]2000—2013年中国土地利用变化对陆地植被碳吸收量的影响[D]. 韩庆. 哈尔滨师范大学, 2017(05)
- [7]城市化对碳循环过程影响的模拟与预测 ——以南京市为例[D]. 陈浩. 南京大学, 2017(01)
- [8]中国草地生态系统生产力时空动态及其影响因素分析[D]. 周伟. 南京大学, 2014(05)
- [9]土地利用/土地覆盖变化区域气候效应的数值模拟研究[D]. 华文剑. 南京信息工程大学, 2014(06)
- [10]气候变化和LUCC对内蒙古草地碳循环时空格局及演变趋势的影响[D]. 穆少杰. 南京大学, 2013(01)