导读:本文包含了地表蒸散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:地表,模型,遥感,南疆,秦岭,西南地区,青海省。
地表蒸散论文文献综述
张钧泳,丁建丽,谭娇,陈文倩,武鹏飞[1]（2019）在《1960―2013年艾比湖绿洲湿地潜在蒸散量及地表湿润度变化特征分析》一文中研究指出基于阿拉山口、精河、博乐、温泉4个气象站点1960-2013年地面观测气象数据,采用Penman-Monteith公式、Mann-Kendall检验、小波分析、主成分相关分析等方法分析艾比湖绿洲湿地年及季节潜在蒸散量及地表湿润度的特征变化及定量化成因,以期为艾比湖绿洲湿地区域的水资源科学配置提供科学依据。结果表明:(1)1960-2013年,艾比湖绿洲湿地年平均潜在蒸散量为1 063.52mm,夏季值最大为552.3mm,冬季最小为25.3mm,年平均潜在蒸散量以12.68mm·(10a)~(-1)的速率递减,各季节潜在蒸散变化趋势与年变化一致,夏季表现最明显;(2)Mann-Kendall检验表明,年均和春、夏、秋潜在蒸散量显着性突变时间分别是1991年、1994年、1994年和1993年,冬季不存在突变,显着性突变均发生在21世纪90年代,地表湿润度年突变时间为1985年;(3)艾比湖绿洲湿地潜在蒸散量及地表湿润度存在明显的周期变化,主震荡周期分别为29a和21a,以多、少交替发生,具有全域性;(4)风速是年及季节潜在蒸散量的主导因素,地表湿润度变化的主导因素是降水量和相对湿度。(本文来源于《冰川冻土》期刊2019年04期）
何慧娟,王钊,董金芳,王娟[2]（2019）在《基于MODIS产品的秦岭地区NDVI、地表温度和蒸散变化关系分析》一文中研究指出秦岭是我国自然环境的天然分界区,是我国中部重要的生态屏障,也是南水北调重要的水源涵养区。为了更好地服务于生态环境建设,选取MODIS植被指数NDVI、地表温度及地表蒸散数据产品,针对秦岭地区生态环境建设以来2001-2013年植被及水热条件发生的变化以及空间分布规律进行分析。结果表明,从区域平均情况来看,只有NDVI有显着升高的变化趋势,耕地区NDVI变化趋势大于林草区域。林草区NDVI、蒸散平均值高于耕地区,而地表温度在耕地区高于林草区。从各像元的空间分布图来看,NDVI、地表温度和蒸散的空间分布都有明显的山体脉络。NDVI随高度的增加而增大,2 000 m左右开始略微下降。地表温度随高度的升高呈极显着的线性下降趋势,海拔每升高100 m温度下降0.51℃。蒸散随海拔高度先是增高,在海拔800～1 800 m变化趋于平缓,随后随海拔的升高而降低。NDVI、地表温度和蒸散都在低海拔地区变化明显。2001-2013年秦岭地区NDVI呈显着增加趋势,与陕西开展的生态环境建设工程密不可分。在全球增温的背景下,地表温度没有明显变化,与植被的调节作用有一定关系。蒸散的增加趋势与NDVI的上升引起蒸腾作用加大有关,而蒸散的减小趋势与太阳辐射的减小有关。(本文来源于《西北林学院学报》期刊2019年04期）
刘燕,刘友存,陈明,边晓辉,丁倩倩[3]（2019）在《基于Penman-Monteith的江南丘陵地区地表参考蒸散量和水分盈亏量特征分析》一文中研究指出依据69个气象站点1951—2013年的气象资料,运用Penman-Monteith方程计算出参考蒸散量,同时结合累积距平、反比距离插值、Mann-Kendall检验和小波分析等方法,从参考蒸散量和水分盈亏量的角度分析了江南丘陵地区地表水分变化特征。结果表明:①江南丘陵地区参考蒸散量夏季最高,冬季最低;水分盈亏量则是春季最高,秋季最低。年参考蒸散量呈缓慢上升趋势,且受气温突变影响,在1954年出现突变点;而年水分盈亏量呈波动下降趋势,受降水量突变影响,在1956年、1962年和2007年出现突变点,二者发生突变的时间都集中在20世纪50和60年代。②参考蒸散量的低值和水分盈亏量的高值区域主要出现在高海拔地区,空间上东部地区的参考蒸散量和水分盈亏量都高于西部地区。除少数站点外,参考蒸散量的趋势系数均为正值,呈现缓慢上升;水分盈亏量的趋势系数均为负值,呈现缓慢下降。③江南丘陵地区的参考蒸散量和水分盈亏量由于分别受到相对湿度和降水量周期变化的影响,都存在以短周期震荡为主的变化特征,其中水分盈亏量在秋季还存在中长周期震荡。(本文来源于《安徽农业大学学报》期刊2019年04期）
董胜光,秦建新,郭云开[4]（2019）在《青海省多年地表蒸散时空分布及其主导气象因子分析》一文中研究指出位于长江源头的青海省属于干旱半干旱地区,全面系统分析区域内多年地表蒸散的时空分布变化及其相关主导气象因子的贡献,对于全省地表水量平衡调节、水资源科学配置、生态环境治理以及旱涝灾害监测有着重要的作用。基于MOD16数据集(MODIS地表蒸散发月序列产品),采用年际趋势分析法分析了青海省2000-2014年的地表蒸散量时空变化;同时,结合多年降水量和气温数据,利用奇异值分解(SVD)模型,分析了地表蒸散量和气温、降水量之间的相关性。结果表明:青海省多年平均地表蒸散量在空间上呈现东南多,并向西北逐渐减少的趋势,这种空间分布规律主要受降水量由东南向西北逐渐递减的空间分布规律决定;地表蒸散量与气温、降水的平均相关系数分别为0.071和0.201,同时蒸散与气温、降水的相关性在空间分布上基本一致; SVD分析结果显示地表蒸散量与降水量存在明显的相关性,而与气温的相关性较弱。(本文来源于《冰川冻土》期刊2019年03期）
Wang,Jingfeng,刘元波,张珂[5]（2019）在《最大熵增地表蒸散模型:原理及应用综述》一文中研究指出精确估算地表蒸散一直是地球系统科学中的难点问题。经典的蒸散模型大多建立在水汽输送及能量平衡约束等基础上,相关的基础理论研究进展缓慢。最大熵增地表蒸散(E-MEP)模型是在综合借鉴贝叶斯概率论、信息熵概念、非平衡态热力学理论和大气边界层湍流相似性理论的基础上,建立的全新地表蒸散理论框架,克服了经典模型的主要缺陷,包括:离散梯度模型不满足能量守恒条件,Penman模型针对饱和土壤,Penman-Monteith模型需要率定经验参数等。E-MEP模型具有3个显着特点:①同时给出地表(包括水面、雪面和冰面)蒸散量、感热通量和介质表面热通量,且在所有时间空间尺度上满足能量平衡方程;②模型公式中没有可调经验参数,不依赖于温度梯度和水汽梯度变量,不需要输入风速和表面粗糙度;③适用于任何土壤含水量和植被覆盖条件。由于E-MEP模型建立在坚实的数学物理基础上,并具有解析表达式,简单易用,其输入变量和模型参数少于传统蒸散模型使用。地表辐射、表面温度、表面比湿等模型输入变量易于实地观测获取,且可通过遥感反演获得。检验分析表明,E-MEP模型优于Penman和Penman-Monteith等传统蒸散模型。这一全新的地表蒸散模型已被用于大尺度地表水热的遥感反演和过程监测,并用于改进气候模式的参数化方案。(本文来源于《地球科学进展》期刊2019年06期）
曹聪明,于红博[6]（2019）在《地表蒸散量测定和计算方法综述》一文中研究指出地表蒸散是大气圈、生物圈和水圈进行水分交换的过程,精确估算蒸散量对区域水资源评价、农作物需水量和生产管理、农业旱情监测以及生态环境问题等方面都具有十分重要的应用价值。文章对常用的蒸散量测定方法(景观尺度、群落尺度、个体尺度)、模型计算法以及遥感监测方法进行了综述,提出了各种方法在应用中的优势和存在的问题,展望了蒸散量测定和计算方法的发展前景。(本文来源于《内蒙古科技与经济》期刊2019年10期）
高瑜莲,柳锦宝,柳维扬,于静,刘志红[7]（2019）在《近14a新疆南疆绿洲地区地表蒸散与干旱的时空变化特征研究》一文中研究指出利用2001—2014年MOD16蒸散产品数据、MOD13植被NDVI数据以及常规气象资料,基于植被指数、地表净辐射、气温优化改进混合型线性双源遥感蒸散模型,拟合地表蒸散分析实际蒸散(ET)、潜在蒸散(PET)时空动态变化特征,结合气象站实测蒸发皿数据验证MOD16数据在绿洲地区的适用性。进一步定义蒸散干旱指数(EDI)并计算△EDI进行研究区干旱特征分析,为大面积特殊地形蒸散估算研究和干旱监测提供一定依据。结果表明:(1) MOD16产品数据与研究区实测蒸发皿数据的相关性很好,通过0.01显着性检验,基于MOD16数据估算南疆绿洲地区蒸散量检验可行。(2) 2001—2014年均蒸散量总体变化不大,四季差异明显,ET与PET空间变化趋势相反;ET、PET年均差值较大,绿洲地区地表缺水情况严重。(3)EDI指数绿洲地区年均值总体偏大,△EDI对旱情的反映和干旱程度的判断比较可靠。(本文来源于《干旱区地理》期刊2019年04期）
崔明月,王军邦,王绍强,延昊,李英年[8]（2019）在《1982-2014年青藏高原地表蒸散量时空分布及其变化影响因子分析（英文）》一文中研究指出蒸散是地球水循环的关键驱动因子,是地表水平衡和能量平衡的重要分量,因而也体现生态系统水文调节局地热调节功能;青藏高原是长江和黄河等重要河流的发源地,该区域水量平衡对区域生态安全具有重要意义。本文对全球尺度发展的遥感蒸散双源模型ARTS,利用涡度相关观测数据进行验证和评价,以空间插值的气象数据,卫星遥感的FPAR和LAI等驱动模型,估测1982-2014年间青藏高原实际蒸散ET,分析其年际和季节动态变化特征,并采用敏感性分析法和多元线性回归分析计算各气象因子变化对蒸散量变化的贡献率,探讨影响青藏高原蒸散量变化的主导因素。结果表明:(1)估测值能解释观测值季节变化的80%以上(复相关系数R~2=0.80,显着性水平P <0.001),表明模型具有较高的估算准确度。(2)近30多年全年、春、夏和秋季影响蒸散年际变化呈显着增加趋势;但变化趋势存在显着的区域分异,全年或夏季藏南河谷地区呈显着降低趋势(每10年降低20 mm以上),而阿里、拉萨河谷、青海海北地区则为增加趋势(每10年增加10 mm以上)。(3)敏感性分析和多元线性回归分析均表明,年际变化趋势的主导因素是气候变暖,其次是降水的不显着增加;但植被变化的影响也较大,与气候因子共同能够解释蒸散趋势的56%(多元线性回归方程R~2=0.56,P<0.001);低覆盖草地多年蒸散分别是高、中覆盖度草地的26.9%和21.1%。青藏高原在显着变暖、不显着变湿的气候变化背景下,地表蒸散的增加必以冰川融水为代价而威胁区域生态环境安全,如何保护生态,维持区域社会可持续发展是难题和巨大挑战。(本文来源于《Journal of Resources and Ecology》期刊2019年02期）
巫凌寒,林福泵[9]（2019）在《基于Penman公式修正式估算大豆田生长季地表蒸散量》一文中研究指出Penman公式是目前国内外计算水面蒸发和可能蒸发的主要方法,可用于推算某区域实际蒸发量,但其多为经验公式,精度受当地小气候和环境影响,故很多专家学者根据当地小气候和环境对公式进行了修订。为使Penman公式可实际应用于叁江平原,本文利用2011、2012年叁江平原大豆田小气候观测资料,着重对Penman公式的干燥力项(Ea)经验公式进行区域适用性修正,得出Penman公式修正式,其实测值与模拟值回归方程的截距0.47,斜率0.71,相对方差(RRMSE)值0.31,标准误差(RMSE)值0.68,模型效率(ME)0.87,决定系数R2=0.62,接近理想值,与修正前Penman公式得出的干燥力Ea相比,修正后的公式更为精确;以叁江平原大豆田的实测蒸散量为依据,对模型修正前后模拟值和实测值的相对误差进行了检验,修正后模型年相对误差(18.41%)较修正前(71.39%)降低了52.98个百分点,精度明显提高,说明修正后模型更适用于叁江平原地区大豆田生长季地表蒸散量的估算。(本文来源于《天津农业科学》期刊2019年02期）
于静,柳锦宝,姚云军,刘志红[10]（2019）在《基于改进遥感蒸散模型的西南地表蒸散研究》一文中研究指出基于卫星遥感资料以及气象站点数据,利用基于地表净辐射、植被指数、月平均气温和月温差的混合型线性双源遥感蒸散模型估算了我国西南地区地表蒸散量,并与MODIS数据作对比验证。结果表明:改进后的遥感蒸散模型估算的蒸散值与MODIS监测的值具有很好相关性,其模拟精度依次为:秋季>冬季>夏季>春季。利用改进后的模型研究了西南地表蒸散,发现近20 a来该地区实际蒸散呈现明显的增加趋势,春、夏两季蒸散量较大,占全年总量的62.3%,春季由东南向西北递减,广西大部分地区以及云南南部实际蒸散量较大,而川西则较小;夏季与秋季呈现由东向西递减的趋势,由广西、贵州、重庆向云南和四川递减;冬季则呈现由南向北递减的规律。(本文来源于《人民长江》期刊2019年01期）
地表蒸散论文开题报告
（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：
秦岭是我国自然环境的天然分界区,是我国中部重要的生态屏障,也是南水北调重要的水源涵养区。为了更好地服务于生态环境建设,选取MODIS植被指数NDVI、地表温度及地表蒸散数据产品,针对秦岭地区生态环境建设以来2001-2013年植被及水热条件发生的变化以及空间分布规律进行分析。结果表明,从区域平均情况来看,只有NDVI有显着升高的变化趋势,耕地区NDVI变化趋势大于林草区域。林草区NDVI、蒸散平均值高于耕地区,而地表温度在耕地区高于林草区。从各像元的空间分布图来看,NDVI、地表温度和蒸散的空间分布都有明显的山体脉络。NDVI随高度的增加而增大,2 000 m左右开始略微下降。地表温度随高度的升高呈极显着的线性下降趋势,海拔每升高100 m温度下降0.51℃。蒸散随海拔高度先是增高,在海拔800～1 800 m变化趋于平缓,随后随海拔的升高而降低。NDVI、地表温度和蒸散都在低海拔地区变化明显。2001-2013年秦岭地区NDVI呈显着增加趋势,与陕西开展的生态环境建设工程密不可分。在全球增温的背景下,地表温度没有明显变化,与植被的调节作用有一定关系。蒸散的增加趋势与NDVI的上升引起蒸腾作用加大有关,而蒸散的减小趋势与太阳辐射的减小有关。
（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。
地表蒸散论文参考文献
[1].张钧泳,丁建丽,谭娇,陈文倩,武鹏飞.1960―2013年艾比湖绿洲湿地潜在蒸散量及地表湿润度变化特征分析[J].冰川冻土.2019
[2].何慧娟,王钊,董金芳,王娟.基于MODIS产品的秦岭地区NDVI、地表温度和蒸散变化关系分析[J].西北林学院学报.2019
[3].刘燕,刘友存,陈明,边晓辉,丁倩倩.基于Penman-Monteith的江南丘陵地区地表参考蒸散量和水分盈亏量特征分析[J].安徽农业大学学报.2019
[4].董胜光,秦建新,郭云开.青海省多年地表蒸散时空分布及其主导气象因子分析[J].冰川冻土.2019
[5].Wang,Jingfeng,刘元波,张珂.最大熵增地表蒸散模型:原理及应用综述[J].地球科学进展.2019
[6].曹聪明,于红博.地表蒸散量测定和计算方法综述[J].内蒙古科技与经济.2019
[7].高瑜莲,柳锦宝,柳维扬,于静,刘志红.近14a新疆南疆绿洲地区地表蒸散与干旱的时空变化特征研究[J].干旱区地理.2019
[8].崔明月,王军邦,王绍强,延昊,李英年.1982-2014年青藏高原地表蒸散量时空分布及其变化影响因子分析（英文）[J].JournalofResourcesandEcology.2019
[9].巫凌寒,林福泵.基于Penman公式修正式估算大豆田生长季地表蒸散量[J].天津农业科学.2019
[10].于静,柳锦宝,姚云军,刘志红.基于改进遥感蒸散模型的西南地表蒸散研究[J].人民长江.2019
论文知识图
