导读:本文包含了植被因子论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:植被,因子,物候,指数,喀斯特,滩涂,青藏高原。
植被因子论文文献综述
张亚利,李爱心,高攀[1](2019)在《气象因子对植被指数影响的偏最小二乘分析》一文中研究指出针对相关分析在研究气象因子对植被影响时系统性不强的问题,该文以2009—2016年贵州省EVI时序数据和34个气象站点的观测数据为依据,采用偏最小二乘方法分析了各气象因子对EVI的影响程度。结果表明:当月的水汽压和温度以及前推一月的降水、水汽压和温度是贵州植被变化的关键因素,而前推一月日照和当月降水对植被变化的影响不显着。气象因子对EVI影响的空间差异表明:降水主要影响贵州西部、南部和西南部地区,日照主要影响东南部地区,而水汽压和温度则影响贵州全境。(本文来源于《测绘科学》期刊2019年12期)
田地,刘政,胡亚林[2](2019)在《福州市植被覆盖度时空特征及与地形因子的关系》一文中研究指出利用空间分辨率为30 m的Landsat TM/OLI遥感影像数据,采用像元二分模型对福州市1995-2015年6期植被覆盖度进行反演,并利用线性回归分析法和差值法分析植被覆盖度时空特征,同时分析了地形因子对研究区植被覆盖度时空特征的影响。结果表明:①1995-2015年,福州市植被覆盖度呈增加趋势,年际植被覆盖度均值由1995年的57.93%增加至2015年的66.44%,年均增加0.43%;各等级覆盖度植被变化趋势存在差异,其中极高植被覆盖面积不断增加,2015年面积占比达54.18%;整体而言,福州市植被以改善为主,面积占比达55.73%,但仍有约16.98%区域植被覆盖度呈退化趋势,有待进一步恢复和治理。②高程、坡度对福州市植被覆盖度空间格局和变化趋势影响较大,随着高程的升高,植被覆盖度呈增加趋势,随着坡度增大,植被覆盖度呈先增加后微弱衰减趋势;坡向对植被覆盖度影响较小,除平坡植被覆盖度略低外,其余各坡向植被覆盖度差异不显着。③1995-2015年,高程>300 m和坡度>5°区域植被覆盖度增加趋势明显,而低高程和平坡地区植被覆盖度变化较小,各坡向植被覆盖变化趋势相近。地形因子对福州市植被覆盖空间格局和动态具有较大影响。图5表4参21(本文来源于《浙江农林大学学报》期刊2019年06期)
熊巧利,何云玲,李同艳,余岚[3](2019)在《西南地区生长季植被覆盖时空变化特征及其对气候与地形因子的响应》一文中研究指出为探究西南地区生长季植被覆盖时空变化特征以及驱动因子如何定量影响其动态变化,基于MODIS NDVI数据,通过趋势分析、变异系数、相关分析等方法研究了西南地区2000—2016年生长季植被覆盖的时空变化特征,并结合气候因子、DEM数据,分析了植被覆盖对气候与地形因子的影响程度。结果表明:西南地区近17年来生长季NDVI呈增长趋势(0.009/10 a),其中4月份增速最显着(0.029/10 a);呈增加趋势的区域占研究区总面积71.94%,主要分布在东部与东南部区域;植被覆盖变化以较低稳定(31.15%)与中度稳定(25.36%)占主导。研究区NDVI与气温、降水的相关性在空间分布上主要以正相关为主;月尺度NDVI与气候因子的相关性高于年尺度的值;植被覆盖度与月平均气温的相关性高于其与月降水量的相关性,植被生长对降水月变化的响应不明显,对气温的响应无明显滞后效应。研究区平均NDVI在海拔大于4 000 m区域最小(0.30),在坡度0°~5°区域最小(0.37),但是NDVI的显着退化趋势则是以海拔大于4 000 m处最大(14.33%);海拔大于4 000 m区域主要受降水控制,坡度5°~15°区域主要受气温控制;坡向对植被生长变化的影响没有海拔和坡度影响大。(本文来源于《水土保持研究》期刊2019年06期)
黄翊兰,崔丽娟,李春义,李伟,雷茵茹[4](2019)在《滨海滩涂湿地不同植被土壤磷的生物有效性及其影响因子分析》一文中研究指出滨海湿地是全球磷主要的源汇转换器之一,土壤磷的生物有效性对滨海湿地的结构、功能有着决定性作用。研究滨海湿地土壤磷的生物有效性及影响因子对滨海湿地的保护和修复具有重要意义。以江苏大丰麋鹿自然保护区的湿地土壤为研究对象,对互花米草(Spartina alterniflora)、海叁棱藨草(Scirpus mariqueter)、白茅(Imperata cylindrica)、芦苇(Phragmites australis)4种植物群落及裸地下土壤进行分层采样,采用模拟生物活化过程的磷素分级方法(biologically based P,BBP法),分析环境因子对不同植物土壤磷素组分的影响。结果表明,(1)大丰麋鹿自然保护区滨海湿地土壤磷素组分含量表现为:CaCl_2-P<Citrate-P<Enzyme-P<HCl-P。(2)无植被覆盖裸地土壤的CaCl_2-P和Citrate-P含量显着高于植被覆盖下土壤的含量(P<0.05),植物的生长会显着降低土壤中根系可截留磷素和有机酸可提取磷素的含量。(3)芦苇0—20 cm土层内的CaCl_2-P含量显着最低,与其他3种植物相比,芦苇根系对表层的磷素的截留能力更强;海叁棱藨草的Enzyme-P在两个土层都显着最低(P<0.05),与其他3种植物相比,海叁棱藨草根系发生的酶活化磷素的过程较激烈。(4)土壤Citrate-P含量与含水率显着相关(P<0.05),影响土壤Citrate-P含量的主要环境因子是土壤含水率;HCl-P含量与有机质显着相关(P<0.01),影响土壤HCl-P含量的主要环境因子是有机质。(5)土壤速效磷与Citrate-P含量显着相关(P<0.05),说明大丰麋鹿自然保护区土壤中速效磷主要来自于土壤中有机酸活化释放的无机磷。综上,研究区中生物有效态的磷主要来自于土壤中有机酸活化的无机磷,不同植物土壤磷的生物有效性有显着差异,而含水率和有机质是影响江苏大丰麋鹿自然保护区土壤磷生物有效性的主要环境因子。(本文来源于《生态环境学报》期刊2019年10期)
叶骏菲,陈燕丽,莫伟华,莫建飞,樊俏丽[5](2019)在《典型喀斯特区植被变化及其与气象因子的关系——以广西百色市为例》一文中研究指出利用2000—2017年广西典型喀斯特区MODIS NDVI卫星遥感影像,研究近20 a来喀斯特地区植被及不同等级石漠化区植被时空变化状况,分析降水及气温与喀斯特地区植被变化的相关性,探讨植被变化与气象因子的关系。结果表明:(1)研究区植被及各石漠化等级区植被年内NDVI变化特征均表现出"夏秋高,冬春低"的趋势,随着石漠化等级加重,植被NDVI均值降低。植被NDVI峰值多出现在8月上旬至9月上旬,谷值出现在1月和2月上旬。但以灌草为主的轻、中、重石漠化区植被NDVI峰值出现时间较早,以乔木为主的潜在石漠化区植被NDVI峰值出现时间较迟。(2)2000—2017年百色全喀斯特地区及各等级石漠化区植被NDVI均呈改善趋势,且重度石漠化区植被改善趋势最明显,轻度石漠化区次之。研究区植被多为稳定变化和改善趋势,改善、变化不大和退化面积比例分别为38.27%、57.86%、4.87%。(3)平均气温和降水量与研究区植被NDVI相关性均较高,且平均气温与植被NDVI的相关性总体好于降水量。年尺度气温和降水量对植被NDVI影响均较明显,季度尺度上,秋季和春季气温降水对植被NDVI影响较大,冬季影响最小。目前气候变暖引起的增温幅度有利于研究区植被生长,春夏季降水减少、秋季降水增多的气候变化趋势更利于研究区植被改善。(本文来源于《沙漠与绿洲气象》期刊2019年05期)
赵鸿雁,陈英,周翼,裴婷婷,谢保鹏[6](2019)在《甘肃中东部植被生长季NDVI时空变化及其对气候因子的响应》一文中研究指出为分析研究生态保护与修复工程实施背景下甘肃中东部植被生长季NDVI时空变化及其对气候因子的响应,采用MODIS数据产品MOD09Q1,运用最大值合成法、趋势分析法与相关分析法,对该区域2008—2016年NDVI的时空变化特征及其对气候因子的响应进行了分析研究。结果表明:(1)时间层面上,2008—2016年植被生长季NDVI呈现出增加的趋势,增加速率为0.001 4 a~(-1),2012年增幅最大;空间层面上,2008—2016年研究区内的低山丘陵区和平原区的植被生长季NDVI增加明显;部分中起伏山地植被活动减弱。(2)生长季NDVI对不同气候因子的响应程度不同,在P<0.05的显着性水平下,生长季NDVI对气温的变化最敏感,区域内大部分面积上二者呈现出强相关与极强相关;降水次之,以中等相关与强相关为主;太阳辐射最小,以弱相关甚至不相关为主。研究结果可为针对区域差异性并有所侧重的生态工程的实施提供相应的参考与依据,从而加强区域生态安全,进而促进国家生态安全屏障的加快建设。(本文来源于《干旱区地理》期刊2019年06期)
周玉科[7](2019)在《利用物候相机绿度指数分析温带草原生态系统的植被物候及其与气象因子关系(英文)》一文中研究指出近地面数码相机在区域和景观尺度上的植被物候参数分析中发挥着重要作用。评估数码照片提取的绿度指数(Gcc,相对绿度指数)与卫星绿度指数的相关性有助于推进陆面过程的研究工作。另外,在北美大草原地区,Gcc时间序列数据对环境因子的响应仍然不清晰。首先,本文在生态观测站点尺度,评估了日尺度的相对绿度指数与日值气象因子的响应关系,如土壤湿度、土壤温度、气温和太阳辐射等。其次,基于站点Gcc数据、MODIS和VIIRS卫星植被指数数据,利用曲线求导方法获得植被的关键物候参数,包括生长季开始点、结束点、最大生长点等,并比较了不同数据源物候参数的差异。结果表明:日尺度Gcc数据能够很好的地反映地面环境因子的变化情况;多元线性回归分析表明研究区草原生长主要受土壤温度和太阳辐射的影响,受气温影响较小;高频的Gcc时间序列数据可以及时响应降水的变化;在相同年份,数码相机和卫星数据提取的物候参数具有一致性,但是在春季物候上差异较显着,生长速率和衰落速率的提取结果并不一致;Gcc提取的生长季长度与根据气温计算的生长度(GDD)长度相关性较好。本文评估了基于数码相机的植被物候监测及其与气象因子的关系,研究有助于多尺度植被物候建模与温带大草原区域的草原资源管理。(本文来源于《Journal of Resources and Ecology》期刊2019年05期)
吴姗薇[8](2019)在《影响植被覆盖变化驱动因子的研究综述》一文中研究指出植被是陆地生态系统的基础,植被覆盖变化既可衡量区域生态环境状况,又可反映气候和人类对自然的影响。目前,我国的植被覆盖正在遭受着气候变化、人类活动等多种因素的影响,系统地评价和分析植被变化的驱动因素,对有效的开展生态建设、实现环境可持续发展有着重要的意义。本文综述分析了气候变化和人为因素对植被变化的影响,总结了目前各类研究所存在的问题,并对影响植被覆盖驱动因素的未来研究方向进行展望,以期为全球生态变化研究方向的确立及生态保护措施的制定提供理论依据。(本文来源于《科技视界》期刊2019年27期)
周玉科[9](2019)在《不同滞后阶下气候因子对青藏高原植被的格兰杰效应分析》一文中研究指出目前,青藏高原的生态环境形势严峻,其对全球气候变化反应敏感,使得探讨高原植被与气候因子之间的因果关系对高原气候变化和区域生态发展具有重要的意义。本文使用1982—2012年青藏高原气温、降水数据以及GIMMS NDVI3g数据,基于不同滞后阶应用格兰杰因果检验方法,分析了高原植被与气温、降水之间的格兰杰效应。研究表明:1)滞后阶为1—6时,绝大多数区域内平均气温是NDVI的格兰杰原因,1为NDVI与TEMP非格兰杰效应区最多的滞后阶,3.920 1%的区域(主要集中于高原西北部)认为滞后阶为1时平均气温不是NDVI的格兰杰原因,4为NDVI与TEMP非格兰杰效应区最少的滞后阶,0.044 7%的区域认为滞后阶为4时平均气温不是NDVI的格兰杰原因; 2)滞后阶为2—6时,绝大多数区域内降水量是NDVI的格兰杰原因,1为NDVI与PREC非格兰杰效应区最多的滞后阶,33.805 2%的区域(主要分布在高原西北部和东部区域)认为滞后阶为1时降水量不是NDVI的格兰杰原因,3为NDVI与PREC非格兰杰效应区最少的滞后阶,0.797 7%的区域认为滞后阶为3时降水量不是NDVI的格兰杰原因,滞后阶为5和6时,高原南部略有非格兰杰效应区域。(本文来源于《测绘与空间地理信息》期刊2019年09期)
彭文甫,张冬梅,罗艳玫,陶帅,徐新良[10](2019)在《自然因子对四川植被NDVI变化的地理探测》一文中研究指出许多研究已表明基于遥感的植被指数在地表过程和全球变化研究中具有重要作用,对认识植被变化的驱动因素具有重要意义,但自然因子对植被变化影响仍然难以量化。应用地理探测器模型,研究四川地区自然因子变化对植被分布的空间模式和植被变化的交互影响,并确定了促进植被生长的各主要自然因子最适宜特征。结果表明:①2000-2015年,四川植被覆盖度状况良好,中高、高植被覆盖面积之和均超过94%;归一化植被指数(NDVI)转化表现为NDVI> 0.4以上区域转化明显,中高和高植被覆盖区面积分别呈显着下降和上升趋势;植被覆盖时空变化差异显着,植被覆盖较高区域位于四川盆地东北部、川西北高原地区,植被覆盖较低区域分布于四川盆地中部城市密集区域。②土壤类型、高程和年均温度变化等因子较好地解释了植被状况的可变性。③自然因子对植被NDVI影响存在交互作用,自然因子协同效应呈现相互增强和非线性增强关系,两种因子交互作用增强了单因子的影响。④研究揭示的促进植被生长的各主要因子最适宜特征,有助于更好地理解自然因素对植被NDVI变化的影响及其驱动机制。(本文来源于《地理学报》期刊2019年09期)
植被因子论文开题报告
(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:
利用空间分辨率为30 m的Landsat TM/OLI遥感影像数据,采用像元二分模型对福州市1995-2015年6期植被覆盖度进行反演,并利用线性回归分析法和差值法分析植被覆盖度时空特征,同时分析了地形因子对研究区植被覆盖度时空特征的影响。结果表明:①1995-2015年,福州市植被覆盖度呈增加趋势,年际植被覆盖度均值由1995年的57.93%增加至2015年的66.44%,年均增加0.43%;各等级覆盖度植被变化趋势存在差异,其中极高植被覆盖面积不断增加,2015年面积占比达54.18%;整体而言,福州市植被以改善为主,面积占比达55.73%,但仍有约16.98%区域植被覆盖度呈退化趋势,有待进一步恢复和治理。②高程、坡度对福州市植被覆盖度空间格局和变化趋势影响较大,随着高程的升高,植被覆盖度呈增加趋势,随着坡度增大,植被覆盖度呈先增加后微弱衰减趋势;坡向对植被覆盖度影响较小,除平坡植被覆盖度略低外,其余各坡向植被覆盖度差异不显着。③1995-2015年,高程>300 m和坡度>5°区域植被覆盖度增加趋势明显,而低高程和平坡地区植被覆盖度变化较小,各坡向植被覆盖变化趋势相近。地形因子对福州市植被覆盖空间格局和动态具有较大影响。图5表4参21
(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。
植被因子论文参考文献
[1].张亚利,李爱心,高攀.气象因子对植被指数影响的偏最小二乘分析[J].测绘科学.2019
[2].田地,刘政,胡亚林.福州市植被覆盖度时空特征及与地形因子的关系[J].浙江农林大学学报.2019
[3].熊巧利,何云玲,李同艳,余岚.西南地区生长季植被覆盖时空变化特征及其对气候与地形因子的响应[J].水土保持研究.2019
[4].黄翊兰,崔丽娟,李春义,李伟,雷茵茹.滨海滩涂湿地不同植被土壤磷的生物有效性及其影响因子分析[J].生态环境学报.2019
[5].叶骏菲,陈燕丽,莫伟华,莫建飞,樊俏丽.典型喀斯特区植被变化及其与气象因子的关系——以广西百色市为例[J].沙漠与绿洲气象.2019
[6].赵鸿雁,陈英,周翼,裴婷婷,谢保鹏.甘肃中东部植被生长季NDVI时空变化及其对气候因子的响应[J].干旱区地理.2019
[7].周玉科.利用物候相机绿度指数分析温带草原生态系统的植被物候及其与气象因子关系(英文)[J].JournalofResourcesandEcology.2019
[8].吴姗薇.影响植被覆盖变化驱动因子的研究综述[J].科技视界.2019
[9].周玉科.不同滞后阶下气候因子对青藏高原植被的格兰杰效应分析[J].测绘与空间地理信息.2019
[10].彭文甫,张冬梅,罗艳玫,陶帅,徐新良.自然因子对四川植被NDVI变化的地理探测[J].地理学报.2019