|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于MODIS像元尺度的三峡库区植被覆盖度变化的地形分布特征显示文摘区域植被覆盖变化监测是研究资源环境承载力的基础,其对区域可持续发展至关重要。基于MODIS NDVI数据,采用像元二分模型计算了2001~2018年三峡库区植被覆盖度,结合植被覆盖度变化类型提取模型及分布指数,揭示了库区植被覆盖度变化在不同地形因子上的分布特征。研究表明:(1)三峡库区植被以高和中高覆盖度为主,其分别占库区总面积的65.72%和28.61%。18年来,库区年均植被覆盖度增长率为0.14%;(2)库区植被稳定类型占总面积的79.50%,植被改善占16.71%,植被退化占3.79%。26个区(县)中,长寿区、江北区等7区的植被改善面积小于植被退化面积,存在生态退化风险;(3)高程小于500 m、坡度小于6°的区域植被退化优势显著;高程500~1100 m的区域植被改善为主导类型;坡度6°~15°的区域无明显优势分布;高程大于1100 m、坡度大于15°的区域植被稳定和植被改善类型为优势分布;(4)库区不同坡向上,平坡上的植被退化类型显著,当坡向由阴坡向阳坡转变(西坡→南坡,北坡→东坡)时,植被覆盖度变化优势分布类型由植被退化型转变为植被改善型。研究结果揭示了三峡库区植被覆盖的空间分布和变化特征,对库区生态环境评价和植被恢复及保护具有一定的借鉴意义。 | 孟浩斌 周启刚 李明慧 陈鹏 谭淼 | 2020 | 长江流域资源与环境2020，29，8： | 25 |
| 2 | 1961—2017年广西北部湾海岸带太阳总辐射时空动态特征显示文摘太阳辐射是地球生命发生发展的决定因素之一,是大气运动唯一的能量来源。在全球气候变暖背景下,关注海岸带太阳辐射变化尤为必要。为了揭示广西北部湾海岸带太阳辐射的时空变化特征,基于北部湾海岸带临近区域的22个气象站1961—2017年逐日日照资料和南宁、北海站的太阳辐射资料,采用Angstrom模型对各气象站点的月太阳总辐射进行了估算。在此基础上借助于Mann-kendall检验、气候倾向率、趋势面分析法等数理统计方法对北部湾海岸带年内和年际太阳总辐射时空变化特征进行了分析。研究结果表明:在时间尺度上,研究区域年际太阳辐射总量变化呈现出'W'型特征,其波动幅度介于4002.5MJ·m^-2到5981.9 MJ·m^-2之间,呈显著上升趋势具体为91.7 MJ·m^–2·10a^–1。在空间分布上,北部湾海岸带太阳辐射资源空间差异较大,位于上思与防城港交界地区的太阳辐射最高,海岸东岸的北海市和合浦县次之,海岸西岸的钦江流域和茅岭江流域最小。突变分析上:春、夏、秋季的年均太阳总辐射在研究期均发生了突变,而冬季没有发生突变。丘陵地区和海岸西岸年均太阳辐射发生了突变,而海岸东岸没有发生突变。其中海岸西岸的东兴太阳辐射突变的时间最早,防城港突变的时间最晚。本文研究成果为太阳总辐射的定量化研究提供了方法学上的经验,并对该区太阳总辐射资源合理利用与管理具有较好的指导意义。 | 张亚丽 田义超 林俊良 张强 陶进 | 2020 | 生态科学2020，39，4： | 5 |
| 3 | 国家重点生态功能区植被覆盖度变化及其对地形因子的响应——以湖北省长阳县为例显示文摘区域植被覆盖变化监测是研究资源环境承载力的基础,其对区域可持续发展至关重要.该研究基于2000年—2015年的NDVI数据,借助于偏差分析、变异系数分析、地形差异修正指数模型等方法,对县域植被覆盖度变化特征及其对地形因子的响应进行研究,主要结论如下:1)2000年—2015年植被覆盖度整体上处于较高水平,呈现出小幅度的波动增加趋势,年均增长率为0.12%;高覆盖度和中高覆盖度等级面积合计占研究区总面积80%以上.2)研究期内县域植被覆盖度变异程度总体上稳定,植被稳定型面积占研究区总面积的82.84%,植被改善型面积大于植被退化型,其占比分别为13.07%和4.08%,能够在很大程度上对维护区域生态安全发挥重要作用.3)随着高程的升高植被退化型先减小后增加,在大于1250 m的高程内为主导类型;植被稳定型先缓慢增加后逐步减少,在500~1750 m高程内优势明显;而植被改善型呈不断减少趋势,仅在小于500 m高程内呈优势分布.坡度对植被退化型分布的影响较大,在0°~15°范围内优势程度最明显,当坡度大于25°时植被稳定型和改善型呈现出一定程度的优势分布.不同坡向上植被变化显著,随着坡向由阴坡转向阳坡,植被改善型分布增加,而植被稳定型分布减少.该研究能够在一定程度上为国家重点生态功能区县域生态环境治理及生态保护提供有效的参考和借鉴. | 潘方杰 王宏志 冯兵 宋明洁 陈安 | 2021 | 华中师范大学学报(自然科学版)2021，55，3： | 4 |
| 4 | 地膜覆盖措施在中国的区域适用性和区域因子分析——以玉米为例显示文摘收集我国玉米地膜覆盖研究大田试验数据,基于Meta分析方法,研究了地膜覆盖在中国不同地区的效应,分析了降水、温度、海拔等区域因子对覆膜效果影响。结果表明:覆膜措施能够有效增加玉米穗粒数和百粒重,使得玉米籽粒能够接收和保存更多的干物质,从而达到增产效果;覆膜措施能够显著提高不同地区玉米的产量和水分利用效率(WUE),其中,与中国东北、华北和南方地区相比,在西北地区的增加产量和提高WUE的效果更好;覆膜玉米的产量、耗水量和WUE的增加率均与试验地点的海拔呈极显著正相关关系(P<0.01);在海拔>668 m地区,当地覆膜措施有增加玉米土壤耗水量的趋势,并且在多年平均降雨量300 mm^400 mm的地区,覆膜措施显著增加了玉米耗水量。 | 刘健峰 朱博文 张显 严敏哲 于文学 严惠敏 王乃江 丁奠元 | 2020 | 水利与建筑工程学报2020，18，4： | 2 |
| 5 | 区域复杂地形晴日太阳辐射估算研究显示文摘为改进复杂地形区区域地表接收太阳入射辐射的算法,基于数字高程模型、气象数据与遥感数据,分直接辐射、来自天空的散射辐射及来自周围地形的反射辐射3部分对海河流域2001—2019年区域地表接收的晴日太阳辐射日总量进行估算与分析。经验证,模拟的晴日太阳入射辐射日通量与实测数据吻合度较高,相关系数约为0.9,区域不同地形接收的太阳入射辐射空间差异明显,结果在可接受精度范围内,此估算方法可为山区太阳能的合理利用提供科学基础。 | 刘兴冉 张宏晔 闫海明 罗建美 | 2022 | 太阳能学报2022，43，8： | 2 |
| 6 | 提孜那甫河流域地表太阳辐射估算及其影响因素分析显示文摘地表太阳辐射是地球表层主要能量来源,对地表能量平衡、能量交换以及生态水文过程等具有决定性意义。山区地形复杂,其地表太阳辐射时空差异较大且较难估算。采用适用于山区的地表太阳辐射模型对西北昆仑山提孜那甫河流域地表太阳辐射时空分布进行了估算,分析了该流域季节太阳辐射空间分布规律并探讨了地形和云2个重要因素对太阳辐射空间分布的影响。结果表明:(1)地形因子中周围地形阻挡即地形开阔度(Sky view factor,SVF)与年总太阳辐射的关系最为显著,太阳辐射随SVF增加而增加。(2)年总太阳辐射随着高程增加首先减少,再而随之增加。探究SVF随高程的变化,发现其与太阳辐射随高程的变化趋势较为一致,因此在山区复杂地形下地表太阳辐射估算中仅利用高程对其校正存在明显不足,需综合考虑地形效应。(3)研究计算了季节云出现频率空间分布与太阳辐射空间分布的相关系数,结果表明夏季太阳辐射受云影响较其他季节显著。定量分析了地形因子以及云对地表太阳辐射空间分布影响的贡献率,周围地形阻挡SVF对地表太阳辐射空间分布的影响最大,高程和云次之。因此综合考虑地形和云对太阳辐射的影响在山区太阳辐射模拟中是非常必要的,研究可为山区地表太阳辐射模拟提供理论依据,并为山区生态水文过程研究提供方法支撑。 | 张淑花 李新功 李奇虎 王默涵 | 2022 | 干旱区地理2022，45，3： | 1 |
| 7 | 安徽省太阳辐射能资源的时空分布特征与可利用潜力评估显示文摘为了明确安徽省太阳能资源的时空分布特征与可利用潜力,基于安徽省20个气象站台1970—2020逐日日照时数数据,以亳州、合肥和黄山作为安徽的代表站点,分析安徽省太阳辐射能的时空变化及可利用潜力。结果表明:安徽省太阳辐射空间分布呈北多南少,太阳辐射量近51年来呈下降趋势。皖北地区太阳辐射量最大、波动也较大,皖中以及皖南太阳辐射量在一定范围内波动。各代表站点太阳辐射量具有11年左右周期变化,与太阳活动周期具有一致性。安徽省总体处于太阳能资源丰富区,利用期较长,日照稳定。安徽省屋顶可装光伏电池面积为1277.51 km~2,集中于安徽省中部及北部,占全省面积的0.9%,发电潜力约为2.05×10^(14)kJ。 | 李丹丹 何昊 仇恒帅 吴泽 潘非凡 杨书运 | 2022 | 安徽农业大学学报2022，49，6： | 1 |
| 8 | 东亚及西太平洋地表温度时空模态分析及预测研究显示文摘地表温度(land surface temperature,LST)是地球表面(海洋和陆地)水循环和大气环境互通的重要参数,也是海、陆能量传输的重要体现。本文利用2003—2020年卫星反演的LST数据,通过M-K(Mann-Kendall)突变检验、线性回归、经验正交分解(empirical orthogonal function,EOF)等方法分析LST时空模态特征,并运用季节自回归移动平均(seasonal autoregression integrated moving average,SARIMA)模型预测LST的变化趋势。发现春、秋、冬三季沿海温度高,内陆温度低,由南向北(10°N—60°N),由东向西(70°E—140°E)递减;而夏季相反。EOF第一模态贡献率为29.58%,空间分布以昆仑山脉、秦岭为分界线。预计2020年以后,LST的变化范围在–5~35℃。结果表明:(1)由于纬度的增加及海陆位置的差异,导致日本的LST幅度小,蒙古国的LST幅度大,其余地区变化幅度平稳;(2)春、秋季温差不大,夏、冬季温差大,主要原因是太阳辐射;其次,季风气候显著。内陆高山多,沿海平原多,陆地升温效应小于水体的降温效应也会影响温差;(3)东亚及西太平洋地区LST的变化与人类活动、火山爆发等事件有关。 | 唐超礼 陶鑫华 魏圆圆 戴聪明 魏合理 | 2022 | 热带海洋学报2022，41，6： | 1 |
| 9 | 两种分辨率DEM在不同空间尺度下的差异—以黄土高原丘陵区为例显示文摘以黄土高原丘陵区的局部山区为研究区域,利用空间分辨率为5m和30m的数字高程模型(DEM)数据,通过ArcGIS软件提取其海拔、坡度、地表粗糙度和太阳辐射4个地形因子,结合SPSS中的Mann-whitney检验分析不同空间尺度下(缓冲半径R为100~5000m)5m和30m分辨率的DEM之间的差异。结果表明,随着空间尺度变化,5m和30m分辨率DEM中提取的地形因子的变化趋势是相同的;当R≥500m,30m分辨率的DEM的海拔显著大于5m分辨率的海拔;当R≥1500m,30m分辨率DEM的坡度显著大于5m的坡度;当R≥2500m,30m分辨率DEM的地表粗糙度显著大于5m的地表粗糙度;但R≥1000m时,30m分辨率DEM的太阳辐射显著小于5m分辨率的太阳辐射。其中坡度与太阳辐射呈显著负相关关系。对于地形比较复杂的山地丘陵区,选择高分辨率的DEM更能清楚地反映地形特征。 | 张永红 黄付强 程华 金宝成 | 2020 | 西部林业科学2020，49，4： | 1 |
| 10 | 基于实测资料的京津冀地区地表总辐射最优估算模型研究显示文摘地表总辐射(solar radiation, R_(s))是一种对人类发展及其重要的新能源,同时也是影响区域环境变化的主要因素,R_(s)的准确估算对区域新能源发展及环境保护政策制定意义重大。故找出适用于京津冀地区辐射R_(s)模拟的标准方法是十分重要的,基于机器学习模型、辐射法和温度法共9种不同模型,分别计算了R_(s)在日值和月值尺度的精度,并计算了不同精度指标,结果表明:3种类型方法精度由高到低依次为机器学习模型>辐射法>温度法,其中极限学习机模型ELM在日值和月值尺度精度最高。 | 张冉 贾悦 | 2022 | 四川环境2022，41，2： | 0 |
| 11 | 不同海拔下青海云杉林土壤冻融期水热变化特征显示文摘为了解森林土壤水热在冻融期的变化情况,以祁连山中部天涝池流域内2750 m低海拔、3050 m中海拔和3250 m高海拔下的青海云杉林为研究对象,统计分析2014-2019年冻融期土壤温度及未冻水体积含水量(USWC)在不同海拔梯度下的变化特征和差异性.结果表明,观测时段内,2750~3250 m海拔内的青海云杉林10~40 cm土层的土壤于11月中旬开始冻结,5月上旬全部融化;土壤冻结速率小于融化速率;随海拔梯度的增加,土壤始融期逐渐延后,融化速率逐渐减小;较2750和3250 m而言,3050 m处存在土壤始冻期最早、冻结时长最长、冻结速率最快、土温变化范围最大等现象;USWC在冻融期的变化趋势呈现“U”形,USWC的高低对土壤导热率具有一定影响,USWC与土壤负温绝对值间具有较好的幂函数(y=ax^(b))相关关系. | 黄葭悦 赵传燕 臧飞 曹丰丰 杨晓高 高天胜 张秉强 | 2022 | 兰州大学学报(自然科学版)2022，58，6： | 0 |
| 12 | 基于Landsat 8的川西复杂地形太阳辐射估算研究显示文摘山地地表太阳辐射受坡度、坡向及地形遮蔽等影响,导致区域地表所接收的连续分布的太阳辐射量较难测量,而针对山地地表太阳辐射估算已成为目前研究的一个重点。为定量分析山地地表太阳辐射,本文利用Landsat8遥感影像、数字高程模型及气象观测数据计算相关参数,采用已有的太阳直射模型、天空散射模型和周围地形反射模型,综合估算研究区山地地表特定时刻的瞬时太阳辐射,同时根据气象站点获取的逐时太阳辐射和日总辐射量数据对结果进行验证。结果表明:该模型估算的山地瞬时太阳辐射误差均值为13.56 W/m^(2),日总辐射量误差均值为1.49 MJ/m^(2),估算值与观测值存在较好的一致性,结果误差小,精度高,参数可靠。山地太阳辐射分布与地形地貌密切相关,总体上阳坡大于阴坡,山脊大于山谷。山区太阳辐射随坡度增大而递减,同时受坡向、植被覆盖度等因素影响,坡面辐射量在一定坡度有略微上升趋势,当坡度大于太阳天顶角时,辐射量下降明显。山区受植被覆盖影响,随着地表植被的增加,地表辐射量呈下降趋势。 | 郭豫宾 张船红 | 2022 | 高原山地气象研究2022，42，4： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员