|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 秦巴山地垂直带谱结构的空间分异与暖温带—亚热带界线问题显示文摘秦巴山地垂直带谱结构的空间分异对于揭示秦巴山地地域结构复杂性和过渡性、探索中国复杂的生态地理格局具有重要的意义。本文从文献中搜集了秦巴山地33个山地垂直带谱,建立了秦巴山地数字垂直带谱体系,从纬向、经向和坡向3个维度分析了山地垂直带谱的结构、特征、数量、高度以及分布模式。结果表明:①纬向上从南向北基带由亚热带常绿阔叶林带逐渐转变为暖温带落叶阔叶林带;垂直带结构由复杂逐渐变得简单;优势带由山地针阔混交林和山地常绿落叶阔叶混交林转变为山地落叶阔叶林带;②经向上山地垂直带结构呈现复杂—简单—复杂的特征;常绿落叶阔叶混交林带和山地落叶阔叶林带的海拔呈现了二次曲线分布模式;山地针阔混交林带的海拔则呈现显著的线性降低趋势;③坡向方面,秦岭北坡和南坡基带均为暖温带落叶阔叶林带,但南坡含有常绿成分;大巴山北坡为亚热带常绿落叶阔叶混交林带,大巴山南坡为亚热带常绿阔叶林带;秦岭和大巴山北坡优势带类似,均为山地针阔混交林带或山地落叶阔叶林带,但大巴山南坡具有独特的山地常绿落叶阔叶混交林优势带,这表明了大巴山比秦岭更适合作为暖温带和北亚热带的分界线,但是未来还需使用土壤和气候指标进行系统的分析。 | 赵芳 张百平 朱连奇 姚永慧 崔耀平 刘俊杰 | 2019 | 地理学报2019，74，5： | 32 |
| 2 | 中国近地表气温直减率及其季节和类型差异显示文摘近地表气温直减率是推测近地表气温空间分布的重要参数。中国幅员辽阔,气候和地形地貌条件复杂,直接使用反映对流层平均状况的单一气温直减率(0.65℃/100 m)很难表征中国近地表气温直减率的季节和类型差异。本文利用中国839个国家气象站点2000-2013年的近地表气温数据,分别在国家尺度和综合自然区划尺度上使用多元回归分析方法计算各个季节的平均气温直减率(lr_(meanT))、平均最低气温直减率(lr_(minT))和平均最高气温直减率(lr_(maxT)),并借助空间插值算法对气温直减率的可靠性进行了验证,最后分析了其季节和类型的差异。结果表明:(1)在国家尺度上,3种气温直减率均小于0.65℃/100 m;lr_(minT)、lr_(meanT)和lr_(maxT)的季节差异分别为0.05、0.13和0.24℃/100 m,且一般有夏季最大、冬季最小的季节规律;春、夏、秋、冬季气温直减率的类型差异分别为0.12、0.05、0.11和0.26℃/100m,且有lr_(minT)>lr_(meanT)>lr_(maxT)的规律。(2)在综合自然区划尺度上,气温直减率大多低于0.65℃/100 m,且存在明显的地域差异;夏季气温直减率一般大于冬季气温直减率,季节差异大多超过0.10℃/100 m;气温直减率类型差异半数区域超过或等于0.10℃/100 m,在春、夏、秋季,半数左右的区域lrmax T>lrmin T,在冬季,多数区域的lr_(minT)>lr_(maxT),lr_(meanT)一般处于lr_(maxT)和lr_(minT)之间。 | 江净超 刘军志 秦承志 缪亚敏 朱阿兴 | 2016 | 地理科学进展2016，35，12： | 21 |
| 3 | 秦巴山地山体基面高度的提取及分布显示文摘秦巴山地是中国的南北分界线,也是黄河和长江的分水岭,其山体效应的定量化影响秦巴山地山体垂直带的分布格局、非地带性因素的作用强度和机理,以及中国暖温带和北亚热带的具体位置的确定。山体基面高度是影响山体效应最重要和关键的地形因子,其定量化和数字化提取是秦巴山地山体效应定量化研究的重要内容。本研究针对秦巴山地山体效应的定量化研究,使用30 m分辨率的STRM-1数据,分别基于山体特征线和流域分区2种方法提取了秦巴山地的山体基面高度分区,并根据地形起伏度和坡度,确定基面范围,计算了山体基面高度值。结果表明:(1)基于山体特征线的方法将秦巴山地分为93个基面高度分区,基于流域分区的方法将秦巴山地分为209个基面高度分区,根据2种分区结果提取的基面高度值相差不大且均体现了秦巴山地地势的特点;(2)秦巴山地山体基面高度从东向西呈阶梯状递增的趋势;(3)从南到北,秦巴山地的东段和中段均呈先增高后降低的趋势,即从大巴山向北至汉江谷地降低,再向北至秦岭升高;(4)山地的不同侧翼的山体基面高度不同,秦岭南坡的基面高度(1000~1809 m)明显高于北坡(850~1300 m)。秦巴山地山体基面高度与其植被带分布上限联系密切,实现山体基面高度的数字化提取,为山体效应的定量化研究提供了重要的技术支持。 | 刘俊杰 秦奋 赵芳 曹艳萍 | 2018 | 地球信息科学学报2018，20，10： | 8 |
| 4 | 科罗拉多落基山脉山体效应定量化研究显示文摘落基山脉作为北美最大的内陆山地,其山体效应对林线分布具有很大影响,导致林线海拔远高于周围内陆山体及其他海岸山地。然而,以往落基山脉山体效应研究多集中于定性研究,但是山体效应如何量化,如何根据落基山脉的地形气候条件构建区域山体效应的定量化模型,目前鲜有研究。通过分析台站处山体增温及量化落基山脉山体效应的影响因子,并计算最热月均温10℃等温线的海拔高度,来定量化地估算科罗拉多落基山脉山体效应值大小及其对林线分布的影响。结果表明:(1)用山体增温值表示山体效应大小是合理且比较理想的指标。科罗拉多落基山脉增温显著,所有台站的增温均值为2.07℃,增温幅度为0.78~4.29℃。(2)科罗拉多落基山脉山体效应的主要影响因素为山体基面高度和降水大陆度,二者与山体增温构建的线性拟合模型具有较高的解释能力,判定系数高达71.2%。(3)科罗拉多落基山脉不同纬度带山体内外最热月10℃等温线分布高度对比表明,山体内部理想林线高度均高于山体外部的理想林线分布,内外分布差异为400~700 m。定量分析科罗拉多落基山脉的山体效应模型,优化了区域尺度的山体效应模型精度,有助于深入认识山体效应及其对垂直带分布的影响。 | 王婧 张百平 张文杰 赵超 王晶 | 2017 | 地理研究2017，36，8： | 7 |
| 5 | 青藏高原西北部近地表气温直减率时空分布特征显示文摘近地表气温直减率是研究山地生态系统对气候变化响应过程中的重要参数,论文基于青藏高原西北部1951—2013年的9个标准气象站以及2012—2016年的高山自设观测站的日平均气温、最低气温、最高气温(Tave、Tmin、Tmax)数据,分析了青藏高原西北部近地表气温直减率(LRTave、LRTmin、LRTmax)的时空分布特征。结果表明:1)青藏高原西北部近地表气温随高程增大有显著下降趋势。研究区两个区域的LRTave、LRTmin、LRTmax均呈现出显著的空间差异性,而基于气象站的LRTave、LRTmin高于高山观测站的LRTave、LRTmin、LRTmax,其中LRTmin差异最为显著,而LRTmax空间差异较小。2)青藏高原西北部近地表气温直减率具有明显的季节差异,气象站的LRTave、LRTmin、LRTmax季节变化趋势为春季高、夏季较高、冬季低,而高山观测站的LRTave、LRTmin、LRTmax季节变化趋势为夏季高、冬季低。其中气象站LRTmax在四季中的差异最显著,而高山观测站的LRTmin的季节差异最大。高山观测站的气温直减率在4—9月间具有较为稳定的值。3)青藏高原西北部LRTave、LRTmin在气温突变年前后具有显著的差异,LRTmax无显著的变化。其中,在气温突变年之后,LRTave、LRTmin有显著的上升趋势,表明青藏高原西北部地区的LRTave、LRTmin对区域气候变化的响应显著,而LRTmax对区域气候变化的响应不显著。研究将有效改善青藏高原西北部气温空间分布规律研究的不足,为区域气候变化研究及生态系统对气候响应等定量研究提供理论基础。 | 孙从建 李伟 李新功 张子宇 陈若霞 陈伟 | 2018 | 自然资源学报2018，33，7： | 7 |
| 6 | 山体效应对台湾常绿阔叶林分布上限的影响显示文摘山体效应使山体内部的垂直植被带相对升高,影响山地的立体生态格局。台湾岛中央山脉在3 500 m以上,山地植被的分布高度不仅受到纬度和季风的影响,也必然受到山体效应的影响。采用台湾生物多样性信息中心发布的数据,利用多元线性回归模型分析纬度、山体效应(以山体基面高度为简单量化指标)以及季风(以冬雨量占全年降水量百分比为简明代表)对台湾常绿阔叶林分布上限的影响。结果表明,纬度、山体效应和季风为自变量的线性回归模型R2为0.562,回归方程显著,具有统计学意义,三个变量的贡献率分别为26.32%、64.12%与9.56%。这表明山体效应对台湾山地垂直带的影响非常显著,远远超过了纬度与季风的作用。同时还发现,冬雨量与垂直带分布高度的相关性以24.13°N为界,南北完全相反。该纬度以南,冬雨量与垂直带分布高度呈现较强的正相关性;而在以北,正相关性显著下降甚至出现了一定的负相关。后者应该与冬雨量过多有密切关系。 | 张朔 张百平 姚永慧 齐文文 庞宇 赵芳 | 2013 | 山地学报2013，31，5： | 7 |
| 7 | 阿尔卑斯山山体效应及其对林线的影响分析显示文摘阿尔卑斯山是欧亚大陆上著名的山地,对欧洲的地理生态格局具有重要的影响。山体效应产生的原因在于隆起的高原或山地吸收了更多的太阳辐射。因此,论文以阿尔卑斯山为研究对象,利用收集到的气象台站观测数据、林线、数字高程数据,以及基于半球视域算法计算得到的太阳辐射数据等,分析阿尔卑斯山气温的空间分布格局以及最热月、最冷月、全年的太阳辐射量,同时以太阳辐射作为山体效应的代用因子,采用逐步回归分析方法构建了阿尔卑斯山林线分布模型,探究该山地的山体效应及其对林线的影响。研究结果表明:(1)阿尔卑斯山具有明显的山体效应,山体内部的太阳辐射量远高于山体边缘地区,这也是山体内部气温和林线高度都高于山体边缘地区的主要原因。最热月、最冷月和全年总太阳辐射量在山体内部比边缘地区分别高10-20、20-40和200-400kWh/m^(2)。(2)太阳辐射能更好地定量化山体效应,以太阳辐射为山体效应代用因子建立的林线分布模型具有更高的精度。与基于气温、降水构建的林线分布模型(R^(2)=0.522)相比,该模型具有更高的模拟精度(R^(2)=0.736),同时太阳辐射对林线分布的贡献率最大(1月、7月太阳辐射的贡献率分别为34.75%、27.82%),超过了气温和降水的贡献率(分别为26.24%和11.17%)。 | 姚永慧 索南东主 张一驰 | 2021 | 地理科学进展2021，40，8： | 5 |
| 8 | 地表反照率和蒸散发对秦巴山地增温效应的影响显示文摘山体增温效应是山体内部温度高于山体外部的主要原因,山区地-气热量交换是山体增温效应形成的机制。本文聚焦于地-气热量交换过程的关键地表参数,以2008—2018年的MODIS数据为基础,计算地表反照率(Alb)、蒸散发(ET)、归一化植被指数(NDVI)和归一化水指数(NDWI)等数据,结合秦巴山地的同海拔地表温度数据(LST),使用随机森林算法,分析地表反照率(Alb)和蒸散发(ET)对秦巴山地和秦巴山地内四个典型区(伏牛山、太白山、神农架、迭山等及其周边)增温效应的影响。结果表明:(1)秦巴山地及内部典型区山体增温效应差异较大,这种增温效应与所选取的影响因素有很强的相关性,二者之间的R~2均在0.62以上。(2)除伏牛山及周边区域外,Alb和山体增温效应的变化趋势呈现一致性,说明地表反照率越高,山体增温效应越大,其中太白山及周边区域Alb对山体增温效应的影响最大,其变量重要性(VI)值达到0.68。(3)除迭山及周边区域外,ET和山体增温效应呈现相反的变化趋势,说明ET的升高在一定程度上减弱了山体的增温效应,其中神农架及周边区域ET影响最大,其VI值达到0.88,在太白山及周边区域,ET影响仅次于Alb,VI值达到0.62。本研究使用同海拔LST数据作为山体增温效应的代用因子,并在秦巴山地及其内部尺度分析各因素对增温效应的影响程度及Alb和ET对山体增温效应的影响,突破了以往山体增温效应研究对宏观尺度(大陆尺度、全球尺度)山地垂直带界限分布和区域尺度温度站点设置依赖的局限,为山体增温效应研究由宏观向微观的机理研究提供参考。 | 李午阳 兰鑫灿 唐家乐 赵芳 连沅媛 | 2022 | 山地学报2022，40，4： | 2 |
| 9 | 广东石门台国家级自然保护区及毗邻区域“假林线”时空变化特征显示文摘基于3S技术,利用2011和2015年2期不同时相高分辨率Quick Bird影像和DEM数据,研究了广东石门台国家级自然保护区及毗邻区域'假林线'的时空变化特征。结果表明:1)该区域'假林线'分布的海拔介于317~1 569 m,其中80%集中分布在700~1 200 m的范围内。2)与2011年相比,2015年'假林线'在不同坡度和坡向上分布的平均海拔总体呈上升趋势,但变化不显著(P>0.1)。3)'假林线'主要分布在5°~35°的坡度,极少出现在<2°的平地或>55°的垂直坡上。不同坡向'假林线'海拔分布存在很大差异(P<0.001),呈现出北坡高于南坡,东坡略高于西坡的特点。各坡向上'假林线'海拔分布的最大值出现在西北坡,最小值出现在南坡。 | 张琪 杜建会 田贺 黄一鑫 | 2018 | 热带地理2018，38，3： | 1 |
| 10 | What factors determine the mass elevation effect of the Tibetan Plateau?显示文摘The mass elevation effect(MEE)of the Tibetan Plateau(TP)has attracted the attention of geographers because of its significant influence on the Asian climate,snow line,timberline,and other important climate-ecological boundaries of the plateau and on global ecological patterns.In recent years,much progress has been made in quantifying the MEE of TP.However,factors that affect the size of MEE have not been examined in depth,and the key factors still remain unclear.Based on quantification of MEE for each mountain basal elevation plot,this study identifies the factors that contribute significantly to MEE of the plateau.Seven factors are considered,including mountain basal elevation,distance from the core zone of MEE,thermal continentality,maximum elevation,height difference,area,and difference of underlying surface(with the yearly max'Normalized Difference Vegetation Index'(NDVI)serving as a quantitative indicator).We also used these seven factors as independent variables to develop a multiple linear regression model for MEE of the plateau.Results show that:(1)the determination coefficient(R2)of the model reaches as high as 0.877,and the contributions of mountain basal elevation,distance from the core zone of MEE,thermal continentality,maximum elevation,topographical height difference,area,and NDVI are 39.77%,23.02%,14.48%,5.78%,11.41%,2.92%,and 2.62%,respectively,with mountain basal elevation and the distance from the core of MEE as the most important factors;(2)thermal continentality and MEE are significantly correlated,and maximum elevation only has a coupling relationship with MEE,with height difference and NDVI contributing little to MEE.This study deepens our understanding of MEE and its forming factors in the Tibetan Plateau. | HAN Fang WAN Li WU Hong-zhi ZHANG Bai-ping GAO Lan SONG Ge | 2020 | Journal of Mountain Science2020，17，11： | 1 |
| 11 | 基于云模型的白马雪山和博格达山林线与树线分布高度及影响因素的比较分析显示文摘林线作为重要的地理和生态界线,备受国内外学者的关注。然而林线和树线之间的过渡区内不同类型的植被斑块交错分布,呈现一定的随机性,导致林线和树线的分布界线也具有一定的模糊性。目前大多数研究将林线/树线简化为连续变化的曲线,难以表达和分析林线与树线的模糊性和过渡区内不同类型植被斑块分布的随机性。本研究采用复合高程信息的NDVI数据提取白马雪山和博格达山林线与树线数据点,构建林线与树线分布高度云模型,定量分析林线和树线分布的不确定性,在此基础上比较白马雪山与博格达山林线与树线影响因素的差异。主要结论:①构建了白马雪山和博格达山林线/树线分布高度云模型,以林线、树线分布高度云模型用期望(Ex)、熵(En)、超熵(He)3个数字特征来表达林线、树线分布的整体特性。②博格达山林线与树线分布高度云模型的熵(林线410.71 m、树线597.32 m)和超熵(林线66.22 m、树线280.86 m)大于白马雪山(熵:林线182.33 m、树线193.96 m;超熵:林线56.26 m、树线65.86 m),即博格达山林线与树线分布的不确定性高于白马雪山。③干燥度是白马雪山林线与树线分布高度贡献率最高的影响因素(50.26%、44.11%),其次是7月均温(12.76%、17.93%)和积雪效应(23.97%、11.48%),而博格达山林线与树线分布高度贡献率最高的影响因素是7月均温(48.15%、60.59%),其次是干燥度(28.57%、17.67%)。两地林线和树线分布的主导因素明显差异。本研究以白马雪山和博格达山林线与树线分布高度云模型的数字特征,表达林线和树线分布的模糊性和随机性,并比较分析两地林线与树线影响因素的差异,为精细分析垂直带分布的复杂性、定量分析垂直带影响因子的尺度变化和空间分异,提供了新的角度和方法。 | 穆豪祥 韩芳 唐秀美 王志勇 王哲 | 2023 | 地理研究2023，42，7： | 0 |
| 12 | 中国东部季风区山地落叶阔叶林上线分布特征及其地理解释显示文摘落叶阔叶林是中国东部季风区的典型植被。本文利用复合高程信息的地表覆盖精细分类产品数据,提取山地落叶阔叶林上线。构建山地落叶阔叶林上线分布高度云模型及其影响因子云模型,探讨山地落叶阔叶林上线及其影响因子的分布特征;构建多尺度多元线性回归模型以及影响因子权系数云模型,比较分析影响因子对落叶阔叶林上线作用的尺度变化和空间分异,尝试探讨各山地落叶阔叶林上线对气候因子作用的敏感性差异。结果如下:①中国东部季风区山地落叶阔叶林上线高度自北向南先升高后降低,分布高度的期望、熵和超熵分别为965.77~1993.52 m、132.80~514.09 m和27.58~205.34 m。②山地落叶阔叶林上线的影响因子存在显著的尺度变化和空间分异:区域尺度上,非气候林线和气候林线的主导因子均为山体基面高度,贡献率分别为71.36%和44.06%,气候林线受温度影响高于降水,而非气候林线受降水影响高于温度;山系尺度上,山地落叶阔叶林上线主要受1月均温和年降水量影响,且大部分山地1月均温的作用高于年降水量;局地尺度上,除大别山外,山顶效应对各山地落叶阔叶林上线作用权重的期望最大,年降水量作用权重的期望均高于1月均温。③大别山和太行山落叶阔叶林上线对年降水量最敏感,吕梁山落叶阔叶林上线对1月均温最敏感。探讨山地落叶阔叶林上线的分布特征及其影响因素的空间分异,可以推动垂直带对气候变化响应差异的研究,并为区域生态安全监测体系的部署和管理提供理论支持。 | 王志勇 韩芳 李传荣 李坤 穆豪祥 王哲 | 2024 | 地理学报2024，79，1： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员