一、1996-2000年中国摄影测量与遥感进展(国家报告)（论文文献综述）
苏丽德[1]（2020）在《1986-2019年乌拉特后旗荒漠化动态变化分析》文中指出乌拉特后旗属于干旱、半干旱地区,常年风大沙多,其境内更是分布着内蒙古五大沙漠之一的巴音温都尔沙漠,使得当地荒漠化状况很非常严重,而且使生态环境变得很脆弱。近代以来由于农牧业、经济、社会的迅速发展,使得当地脆弱的生态环境进一步恶化,加上日益加剧的土地荒漠化对干旱地区生态健康和居民的生活构成了严重威胁。但是,如何科学地深入了解乌拉特后旗近些年来的荒漠化情况,掌握其发展变化规律,分析其变化因素,从而为乌拉特后旗的生态环境恢复和治理提供科学依据,是一个迫切需要解决的问题。基于此本文利用ArcGIS、ENVI等多种软件平台,以中低分辨率的Landsat TM影像、气象和社会经济数据为数据源,运用人机交互的方式对研究区1986-2019近33年的荒漠化动态变化进行监测与分析。主要工作如下:运用8期（1986、1991、1996、2000、2006、2010、2015、2019）覆盖乌拉特后旗区域的 Landsat5 和 Landsat8系列卫星数据,根据乌拉特后旗的植被生长季节的特征,利用遥感技术获取归一化植被指数（NDVI）、地表反照率（Albedo）、植被覆盖度（VC）等数据指标。通过Exce12019软件建立出ND VI-Albedo特征空间,获得荒漠化差值指数,利用自然间断法,结合荒漠化差值指数监测模型（DDI）,把研究区荒漠化情况划分为非、轻、中、重、极重度等5个荒漠化等级。利用Landsat影像对海里沙漠和本巴台沙漠选取4个样本区,进行1986-2019沙丘移动变化分析。结果表明:乌拉特后旗90%的区域都处于荒漠化状态。1986年到1991年间,乌拉特后旗荒漠化土地面积呈下降趋势,荒漠化面积由1986年的23390.8km2减少至1991年的22815.28km2,5年间荒漠化土地面积减少575.52km2;1991年到2000年,荒漠化情况呈发展趋势,面积从1991年的22815.28km2,上升到了 2000年的23427.06km2;2000年之后随着各种政策的落实,荒漠化情况一度出现好转,分别出现在2006年和2015年,主要表现为荒漠化面积明显下降,植被覆盖度明显上升,植被增加的区域在旗的中部、东北部地区;从2015年到2019年时,荒漠化情况明显恶化,主要表现在中度和轻度荒漠化状况明显恶化,而且植被覆盖度也大幅下降。利用TM影像做出8期乌拉特后植被覆盖度分布图,结合当地近33年气象、社会经济数据,从人为和自然两个因素,来分析乌拉特后旗近33年来荒漠化演变的驱动因子。结果为,从1986年到2000年时,荒漠化状况变化大多为自然因素做为主要的驱动因子,荒漠化情况好转发生时,降雨充足,植被覆盖度高,气温和风速也处于适当状态;而从2000年开始荒漠化情况变化的驱逐因子则变为人为因素,乌拉特后旗实施国家退牧还草政策,结合当地实施的飞播造林等工程,使得植被覆盖度明显上升,而且牲畜量明显减少,荒漠化情况有所好转;2015年到2019年间,荒漠化变化驱动因子是人为和自然同时影响,表现在人口增加,再加上牲畜量也有所增加,结合气温上升、降水量减少导致荒漠化情况明显加重。从上可以看出,乌拉特后旗的生态环境承载力仍然十分脆弱,为了改善当地生态环境,防沙治沙工作刻不容缓,仍需加大力度。
黄爽[2]（2019）在《基于GIS的全球包气带硝酸盐峰值运移时间模拟分析》文中认为区域、大陆和全球范围内,与生物多样性丧失、水资源短缺、气候变化和氮循环加速有关的全球性问题,越来越影响和制约着人类社会的可持续发展。在过去的100多年间,化肥的施用明显增加了粮食产量,同时也严重破坏了生态平衡。氮肥的施用容易引起温室效应和地下水硝酸盐污染。包气带是硝酸盐进入地下水的必经通道,是重要的硝酸盐储存介质,因此研究硝酸盐在包气带的运移和存储具有重要意义,尤其是预测硝酸盐峰值到达潜水位的时间可以为政策调整提供有力依据。本文通过改进硝酸盐炸弹（NTB）模型和已发表的数据集,包括20世纪土壤硝酸盐淋溶、包气带厚度、地下水补给和孔隙度,量化了全球不同区域包气带中硝酸盐峰值到达潜水位的时间和硝酸盐储量。为了判断土壤硝酸盐淋溶峰值在20世纪是否从土壤底部进入包气带,基于全球环境综合评估模型（IMAGE）的模拟结果,获得了1900-2000年全球土壤氮循环的增加和减少量。N增加途径包括N肥施用,动物粪便排放、生物固氮和大气N沉降,各项在1900-2000年均显着增长,是造成自然界氮剩余增加的主要因素。N减少途径包括氮在反硝化作用和淋溶过程中的损失、氮随农作物收割以及放牧过程中草地的移出和NH3挥发,反硝化作用是硝酸盐被还原的主要过程,是N的主要减少途径。氮淋溶损失相对于反硝化作用则随着气候和土壤条件的变化而变化。中东和北美地区的淋溶率较低,分别占总输入的4.8%和6.1%。气候潮湿的地区淋溶率较高,如南亚和欧洲分别占总输入的17.9%和18.5%。北美氮利用率为58.8%,南美洲为48.2%,中东和非洲均高于60%。南亚地区的氮利用率则为36.5%,明显低于其他地区。较高的氮肥输入量和较低的氮利用率,会增加向地下水中淋溶的硝酸盐。不同国家土壤硝酸盐淋溶量在20世纪增长明显,尤以美国、西欧、印度和中国最为显着。到了2000年,美国的淋溶量保持稳定,西欧相对1980年出现明显下降,而中国和印度继续保持上升的趋势。在全球248个国家和地区中有56个国家和地区硝酸盐淋溶峰值还没有进入包气带。其中发达国家占17.9%,发展中国家占82.1%。全球岩性区中,基性火山岩和酸性深成岩的淋溶总量仍然呈现上升趋势,峰值还没有进入包气带。未固结沉积物、硅质碎屑沉积岩、混合沉积岩、碳酸盐沉积岩和蒸发岩中的硝酸盐淋溶峰值已经进入包气带。全球37个主要含水层区中,30个含水层中淋溶峰值已经进入包气带。为了模拟已经进入包气带的硝酸盐峰值将在何时到达潜水位,在硝酸盐炸弹（NTB）模型中引入阻滞因子代表岩层渗透性、孔径大小、扩散、分散、吸附等影响因素。以公开发表的英国白垩纪碳酸盐岩含水层中未被硝酸盐峰值影响的区域为61%为参考,通过蒙特卡洛模拟确定全球范围最佳阻滞因子值。对于已经进入包气带的硝酸盐淋溶峰值,基于改进的NTB模型,模拟了全球包气带硝酸盐的运移速度、峰值到达潜水位的时间以及储量。引入阻滞因子后的运移速度比原NTB模型计算的速度更接近实测值,提高了包气带中硝酸盐淋溶运移速度和时间模拟的准确性。全球范围内运移速度较快的地区主要位于加拿大东部地区、南美洲北部、非洲中部、挪威以及英国北部地区。分别以国家、岩性、主要大型含水层以及含水层类型为单位,计算了不同区域包气带硝酸盐峰值到达潜水位的时间。硝酸盐峰值到达潜水位的时间不等,且差距较大,距2019年最长可达815年。包气带硝酸盐储量最大的地区是北美、中国和欧洲,这些地区有较厚的包气带和长期广泛的农业活动。在这些地区,硝酸盐在包气带的长时间运移可能会推迟农业措施的改变对地下水质量的影响。以典型纬度带和国家为例,分析了土壤硝酸盐淋溶及其在包气带中运移时间的相关关系及影响因素。在影响土壤硝酸盐淋溶的众多因素中,人为因素的影响程度大于自然因素。尤其以氮复合肥的施用量影响程度最大。通过氮肥的施用提高单位面积的粮食产量是氮肥输入的主要驱动因素,过多的氮肥施用以及较低的利用率是硝酸盐淋溶增加的主要原因。其次为人口、城市化率和耕地面积占比。城市化率高的国家有更少的劳动力投入到农业活动中,可以通过其他方式获得经济收入,农业活动的经济压力会相对较小。中国和印度通过农业活动获得经济收入的人口数明显高于其他国家,从而导致从农业活动中获得经济收入的压力增大。通过N肥的施用提高单位面积的粮食产量是N肥输入的主要驱动因素,从而增加了土壤硝酸盐淋溶量。美国、中国和印度的耕地面积明显高于其他国家。但是中国耕地面积比例低于美国、法国和印度,这与我国西部地区不适宜耕种有关,我国土壤硝酸盐淋溶的高值区域都集中在耕地面积较大,且人口密集的东部地区。美国、印度和中国随着淋溶量的增加,耕地面积变化不明显。而巴西和其余的发达国家随着耕地面积的增加,淋溶量也没有发生明显变化。再次证明了中国和印度地区较高的土壤硝酸盐淋溶是由于过高的N肥输入和较低的N利用率引起的。当硝酸盐峰值进入到包气带之后,其运移时间主要受地下水补给、包气带厚度和孔隙度的影响。地下水补给对运移时间影响程度最大,包气带厚度和孔隙度对运移时间的影响程度相对较小。本文研究表明,包气带是全球范围内重要的硝酸盐运移通道和储藏区,硝酸盐峰值在包气带中的运移时间决定了其将在什么时候开始影响地下水质。硝酸盐在历史农业发展较广的地区具有显着的储藏量。在这些地区中,有的地区硝酸盐峰值在20世纪并未进入包气带。即使在峰值已经进入的地区,由于包气带的延迟作用,其到达潜水位并开始影响地下水质至少需要几十年之久。所以决策者在规划减轻污染措施时,应考虑包气带中硝酸盐峰值的运移时间和硝酸盐储量。
魏巍[3]（2019）在《气候变化背景下中亚地区植被与土地退化评价》文中研究说明中亚地区地处亚洲大陆内部,降水量低且不稳定,在全球气候变化背景下,该地区的极端气候水文事件频繁发生,尤其是干旱经常反复发生使该区域植被出现了严重退化。作为丝绸之路经济带的重要支点,中亚地区通过文化和贸易交流将中国西部城市与欧洲乃至世界相连,其旱地生态系统支持了相当大比例的人口和经济,因此分析该生态系统对频发干旱的响应、评价植被退化风险和土地退化现状对中亚地区的可持续性发展和我国一带一路战略的推进都具有重要意义。本文基于CRU气象数据集、MODIS GPP（总初级生产力）、NPP（净初级生产力）、NDVI（归一化植被指数）、LAI（叶面积指数）数据集、ESACCI 土地覆盖数据集等,采用关联Mann-Kendall趋势检验（CMK）、Sen’slope、稳态转换指数（RSI）和趋势面分析（TSA）对中亚地区的6个气象因子、植被生长和土地覆盖、水分利用效率（WUE）、雨水利用效率（RUE）的时空动态变化进行了分析。考虑干旱延滞效应,基于WUE和RUE,应用生态弹性指数对中亚地区不同植被覆盖类型的退化风险进行了评价,指数越高,退化风险越低。基于净初级生产力、土地覆盖数据和土壤碳储量值,应用WUE校正法、回归分析和非参数检验,通过分析变化速率、频率分布、划分百分等级等,比较基线期和目标期之间的相对差异来确定土地退化、稳定和改善状态,并结合土地生产力、土地覆盖和土壤有机碳三个角度对中亚地区土地退化进行综合评价。主要发现如下:1901-2015年中亚地区的气温呈上升趋势,降水呈不显着增加趋势,潜在蒸散的增加幅度大于降水的增加幅度,随最低气温显着上升,气温日较差和霜冻天数均呈下降趋势。空间来看,气温在整个中亚地区呈显着增加趋势,气温日较差和霜冻天数在绝大部分区域呈显着下降趋势,超半数的研究区面积上降水呈增加趋势,潜在蒸散在绝大部分区域呈增加趋势,除塔吉克斯坦和吉尔吉斯斯坦,其余地区的潜在蒸散的增加幅度均高于降水的增加幅度。由SPEI（标准化降水蒸散指数）的空间变化来看,SPEI01、SPEI06、SPEI12的空间趋势变化相似,且随时间尺度的增加,干旱趋势的面积缩小;SPEI03在76.32%的区域面积上呈显着下降趋势;且SPEI03的干旱趋势面积最大,表明区域季节性干旱加剧。年 GPP（2000-2015）、NPP（2000-2014）和 NDVI（2000-2015）分别在 77.97%、79.61%和58.89%的总植被面积上呈下降趋势,主要出现在哈萨克斯坦西北部、中部和东北部、乌兹别克斯坦东部、土库曼斯坦南部以及中国新疆北部和伊犁河谷地区。1992-2015年中亚地区的水体和裸地面积呈显着减少,除草牧场之外,其余土地覆盖类型的面积呈显着增加。1992-2015年哈萨克斯坦的旱作农田和灌溉农田面积呈显着增加,旱作农田增加的主要来源是草牧场,灌溉农田增加的主要来源于草牧场和裸地了,从五个分期（1992-1995,1995-2000,2000-2005,2005-2010,2010-2015）来看,草牧场向旱作农田的转换集中于北部和东部,草牧场向灌溉农田的转换集中于中部和南部。2000-2014年,基于WUE,96.01%的旱作农田、68.02%的温带草原和62.70%的稀疏植被表现为中等退化风险,54.92%和42.09%的灌木分别呈高退化风险和中等退化风险。基于RUE,89.11%的旱作农田表现为高退化风险,56.39%和42.43%的温带草原分别呈中等退化风险和高退化风险,54.63%和42.52%的灌木呈高退化风险和中等退化风险,71.85%的稀疏植被呈高退化风险。在10.12%的旱作农田、46.03%的温带草原、41.35%的灌木和37.64%的稀疏植被上,基于WUE和RUE的退化风险评价相同。在极端干旱期间和之后,存在高退化风险的植被出现了 WUE和RUE的降低,这对植被碳积累产生了一定的负面影响。由低抵抗力引起的高退化风险的植被,其WUE和RUE消极应对干旱,随着中亚地区干旱变得持续和频繁,这些植被可能因WUE和RUE持续降低而出现退化和死亡。2001-2015年中亚地区土地退化、稳定、改善面积比例分别为13.46%、36.14%、15.39%,改善面积主要位于哈萨克斯坦西北部、东北部和东南部、乌兹别克斯坦西北部以及中国新疆中部和北部;退化面积主要出现在哈萨克斯坦的西部和南部、土库曼斯坦南部、乌兹别克斯坦中部和南部、塔吉克斯坦西南部、吉尔吉斯斯坦东部、中国新疆中部。土地退化受气候变化、植被应对干旱的机制以及人类活动共同影响。
李承政[4]（2017）在《气候变化背景下气温和降水对中国县域经济的影响研究》文中提出过去几十年全球气候发生了一系列显着变化,地球表面增温的趋势非常明显,局部地区极端天气（气候）事件不断增多增强。最近十多年来,关于气候的经济和社会效应的研究逐渐成为经济学及其它学科关注的一个热点。一系列实证研究发现,气候因素与经济总产出、农业、工业部门产出、国际贸易、劳动生产率、人口迁移、冲突与政治稳定、暴力行为与犯罪、人类健康以及能源需求等存在密切关系。20世纪80年代以来,中国的气候也发生了显着变化。一个自然而然的问题是,气候变化与中国县域经济的关系如何?本文利用1996-2012年中国大陆地区县级层面的经济统计数据和历史气象数据,试图回答关于天气因素与县域经济的几个关键问题:（1）极端天气对县域经济总产出和各部门产出的影响如何,气温、降水与经济产出之间是否存在非线性关系?（2）气温和降水变化是否还会进一步影响县域经济增长,而非经济产出本身?（3）现阶段中国经济在适应气候变化方面的整体表现如何,未来中国在适应气候变化方面存在哪些机遇和挑战?为了回答上述几个问题,本文将从以下几个方面展开研究:首先,本文界定了气候、天气、极端天气（气候）事件和气候变化等几个基本概念,并阐述了气候与天气二者之间的区别与联系。然后介绍了常见的气象数据的分类与来源。接下来提供了一个基本的理论分析框架,并利用数学语言证明了“天气变化的效应能够被用于精确识别气候变化的影响”和介绍了气候经济实证领域常用的计量经济方法及其具体应用。其次,本文构建了一个简单的经济模型来刻画天气因素作用于农业部门和非农部门（日度）产出的方式,然后在时间维度上对日度生产函数进行了加总处理,从而将年度经济总产出和日值天气因子联系起来。通过设置一系列气温和降水区间,利用中国县（市）面板数据考察了天气因子与县域经济产出之间的非线性关系。研究结果显示,与平均气温为10-15℃的适温天气相比,平均气温为20-30℃的高温天气以及30℃以上的极端高温天气会显着降低经济总产出;干旱天气的增加或低强度降水天气的减少也会对县域经济造成不利影响。对比农业和非农部门的响应时发现,农业部门对极端天气特别敏感,极端高温和极端降水天气事件会显着降低粮食、棉花和油料作物产量以及农业总产值。本文的扩展分析进一步发现,中国对极端高温天气的敏感度比美国更高;频繁经历极端天气事件的地区适应能力更强,农业县的农业生产活动在抵御极端天气方面表现更好;家庭空调能够在一定程度上减弱极端高温天气的不利影响。最后,本文检验了天气变化对中国县域经济增长的影响。通过构建一个灵活的理论分析框架,使得天气因素既能够通过“水平效应”影响经济总产出,又能够通过“增长效应”影响经济增长。在实证部分,本文采用面板分布滞后模型检验了天气变化的即期效应和累积效应。估计结果显示,天气变化对经济的影响是持久的而非暂时的,平均气温每上升1℃将导致未来10年县域经济增长率累积下降3.82-6.04%,平均降水量每上升0.1mm（相当于年降水量增加36.5mm）将导致县域经济增长率累积下降0.55-0.65%。因此,天气变化存在显着的增长效应。除了农业部门外,天气变化还能通过作用于非农部门产出、劳动生产率以及固定资产投资等其它渠道来影响经济增长。本文利用长期差分方法进一步估计了天气的跨期变化与经济跨期增长的关系。估计结果显示,天气的跨期变化对经济增长的影响远大于天气年际波动的影响,因此,本文得出了现阶段中国县域经济在适应气候变化方面整体上表现不佳的基本结论。本文的主要贡献表现在以下三个方面:（1）在理论建模方面表现出极高的灵活度,既允许天气因素通过直接渠道作用于经济生产,又允许其通过间接渠道作用于经济生产;既允许天气因素通过“水平效应”影响经济产出本身,又允许其通过“增长效应”影响经济增长。（2）在数据方面使用了地面水平日值气象数据和县级层面经济统计数据。高频率的地面水平日值气温和降水数据能够用于构造一系列既定宽度的气温和降水区间,从而能够估计天气因素的非线性效应,进而比较极端天气与正常天气的经济效应的差异。县级层面经济统计数据样本观测值多,统计指标丰富,模型误设和遗漏变量的概率较低,有助于准确识别天气因素的经济效应以及具体作用渠道。（3）在实证研究方法方面巧妙地运用了区间构造、虚拟变量、交互项和长期差分等方法,估计了气温和降水对县域经济的非线性影响,考察了气候响应上存在的地区异质性和经济生产活动在适应气候变化方面的整体表现。
刚成诚[5]（2015）在《全球草地生产力时空动态定量评估及其驱动因素分析》文中提出草地生态系统是陆地表面分布面积最大的生态系统之一,约占大陆总面积的1/4,具有防风、固沙、保土、调节气候、净化空气、涵养水源等生态功能,对维系生态平衡、地区经济、人文历史具有重要地理价值。草地生态系统提供了人类食用的肉制品和奶制品,对畜牧业的发展起到了至关重要的作用,是食品安全的重要组成部分。此外,由于其广大的分布面积,草地具有巨大的固碳潜力,对平衡全球温室气体浓度,降低陆地温室效应具有重要意义,在全球碳循环评估中发挥着重要作用。随着全球气候变化和人类活动干扰的加剧,草地生态系统结构和功能发生相应变化。研究气候变化影响下的草地生产力时空动态及驱动因素不仅有助于了解全球草地生态系统碳循环的机制,且对评价全球陆地生态系统碳循环和碳源/汇功能具有重要参考意义。本研究首先以典型区—中国、北美、欧洲和澳大利亚的草地生态系统为研究对象,对比分析了 1981-2010年间,4个地区的草地空间分布、草地净初级生产力（Net primary productivity,NPP）、碳储量、土壤呼吸（Rs）、土壤异养呼吸（Rh）及净生态系统生产力（Net ecosystems productivity,NEP）的时空动态,并根据草地NPP与气候因子的相关性来揭示不同草地NPP对气候变化的响应;此外,利用改进的综合顺序分类法（Comprehensive Sequential Classification System,CSCS）模拟了过去百年不同时期全球草地覆盖,并利用基于湿润度指数K的分段模型和单室模型模拟了全球草地NPP和NEP,分析其时空动态及未来不同气候情景下的变化趋势,并分析草地生产力对不同气候因子的敏感性;最后,利用NPP和覆盖度作为草地退化等级划分的指标,对全球草地退化进行遥感监测,并引入3种NPP做为指标,对造成草地退化的气候变化和人类活动两种因素进行定量化和空间化分析。本研究得到的主要进展如下:1.典型区草地生产力时空动态及驱动因素分析以中国、北美、欧洲和澳大利亚的草地生态系统为研究对象,对比分析了 1981-2010年间,4个地区的草地空间分布、草地NPP、碳储量、Rs、Rh及NEP的时空动态,最后分析了不同草地NPP与年平均温度（MAT）和年总降水量（MAP）的相关性来揭示不同草地NPP对气候因子的敏感性。研究表明:（1）.在4个地区中,北美草地面积最大,其NPP为4225.30±215.43 Tg DW.yr-1,欧洲草地面积最小,其NPP为928.95±24.68 Tg DW·yr-1。30年间,中国和澳大利亚的草地NPP呈现上升趋势,而欧洲和北美草地NPP整体下降;（2）.北美地区草地的碳储量最高,为145.25 Pg C,中国草地碳储量最低,为36.42 Pg C,欧洲和澳大利亚的草地碳储量分别为45.46和52.38 Pg C。草地碳储量的95%以上储存在土壤中;（3）.澳大利亚草地的Rs最高,为5.72±0.62 Pg C.yr-1,欧洲草地的Rs最低,为1.39±0.05 Pg C.yr-1,中国和北美草地的Rs分别为2.13±0.07和5.55±0.18 Pg C.yr-1;北美草地的Rh最高,为2.96±0.09 Pg C.yr-1,欧洲草地的Rs最低,为0.73± 0.02 Pg C.yr-1,中国和澳大利亚草地的Rs分别为1.12±0.03和2.92±0.28Pg C.yr-1。30年间,中国、欧洲和澳大利亚的草地Rs和Rh均呈现总体上升的趋势,而北美草地Rs和Rh下降;（4）.欧洲草地NEP最高,平均为11.92±9.22 Tg TgC·yr-1,澳大利亚草地NEP最低,平均为-1176.03±61.73 Tg C.yr-1,中国和北美草地NEP分别平均为-22.46±21.45和-682.73±48.90 Tg C.yr-1,即欧洲草地表现为碳汇,其他地区草地均为碳源。1981-2010年间,澳大利亚草地NEP整体呈现上升趋势,而中国、北美和欧洲草地NEP整体下降,即向大气中释放的碳逐渐增多;（5）.草地NPP对降水的变化更加敏感,不同草地类型对降水变化的反应不同。2.全球草地面积时空动态及驱动因素分析基于改进的草地综合顺序分类法模拟了过去百年不同时期全球及各大洲草地类组的时空动态及未来演变趋势,并研究了不同草地类组的迁移方向和距离,并分析其变化原因。研究表明:（1）.全球草地面积为（5100.21±59.06）× 104km2,在5个草地类组中,热带萨王纳类组的面积最大,为（2010.05±108.32）× 104km2,典型草地类组面积最小,为（414.21±19.00）× 104km2,冻原与高山草地类组、荒漠草地类组和温带湿润草地类组的面积分别为（1442.78± 85.73）、（780.84±13.16）和（452.32±32.26）× 104 km2;（2）.在过去的100年中,全球草地面积从5175.73 ×104 km2下降到5102.16 × 104 km2,其中冻原与高山草地类组的面积下降最多,为192.35 × 104km2,荒漠草地类组、典型草地类组和温带湿润草地类组的面积分别下降14.31、34.15和70.81 × 104 km2,热带萨王纳类组的面积增加了238.06 × 104 km2;（3）.到本世纪末,全球草地面积将会继续下降,其中RCP8.5情景中草地面积将下降最多（516.55×104km2）,RCP2.6情景中下降最少（405.84 × 104 10km2）,在RCP4.5和6.0情景中,将分别下降503.74和482.02 × 104 km2;（4）.在六个大洲中,亚洲的草地分布最广,为（1940.62±48.14）× 104 km2,欧洲的草地面积最小,为（201.52±12.95）× 104 km2,非洲、北美洲、南美洲和大洋洲的草地面积分别为（1007.72±24.14）、（1065.10±53.19）、（397.39±7.19）和（487.85±47.31）× 104km2;（5）.在过去的100年中,亚洲、欧洲和北美洲草地面积呈现下降的趋势,非洲、大洋洲和南美洲的草地面积整体上升;在未来的几十年内,亚洲和北美洲草地面积将继续下降,欧洲草地面积在RCP8.5情景中将显着增加,而在其他情景中变化较小,非洲和南美洲草地面积将继续上升,大洋洲的草地面积将逐渐下降;（6）.过去的100年中,在北半球,温带湿润草地类组的重心向西北方向移动,其他草地类组的重心均向东北方向移动,其中典型草地类组的迁移距离最长,为633.11km;在南半球,荒漠草地类组和热带萨王纳类组分别向西南和东南方向迁移,其中荒漠草地类组的迁移距离最长,为1289.75km,冻原与高山草地类组、典型草地类组和温带湿润草地类组则向北方迁移。而在未来几十年内,RCP8.5情景中,各草地类组的迁移距离最长,大部分草地类组将向北方移动,其中RCP2.6情景中迁移方向争议较大。3.全球草地净初级生产力时空动态及驱动因素分析利用基于湿润度指数K的分段模型定量评估过去百年不同时期全球草地NPP的时空动态及未来演变趋势,并通过相关性分析研究草地NPP对不同气候因子的响应。研究表明:（1）.全球草地NPP为（26.09±0.44）Pg DW·yr-1,在5个草地类组中,热带萨王纳类组的NPP最高,为（14.08±0.86）Pg DW·yr-1,其次为冻原与高山草地类组,其NPP为（5.88±0.36）Pg DW.yr-1,典型草地类组NPP最低,为（1.59±0.06）Pg DW-yr-1,荒漠草地类组和温带湿润草地类组的NPP分别为（2.47±0.02）和（2.07±0.12）Pg DW.yr-1;（2）.在过去的 100 年中,全球草地 NPP呈现总体上升的趋势,共增加了 745.32 Tg DW·yr-1。在未来的几十年内,在RCP2.6情景中,草地NPP在2030s之后无显着变化;在RCP4.5情景中,将有微弱的增加;在RCP6.0和RCP8.5情景中,草地NPP在2030s之后将增加。在2070s,草地NPP与1920s相比,在不同情景将分别增加2.88%、4.45%、5.70%和12.35%;（3）.冻原与高山草地类组和温带湿润草地类组的NPP在整个研究时间范围内逐渐下降,而荒漠草地类组和典型草地类组NPP波动较大,热带萨王纳类组的NPP在1920s-2070s逐渐上升,其中RCP8.5情景中将增加最多,在RCP2.6情景将增加最少;（4）在六个大洲中,亚洲草地NPP最高,占全球草地NPP的30.73%,其次为非洲草地NPP,占全球草地NPP的27.69%,欧洲草地的NPP最低,占全球草地NPP的4.40%,北美洲、南美洲和大洋洲的草地NPP分别占全球草地NPP的17.26%、10.64%和9.29%;（5）.在过去的100年中,亚洲、非洲、大洋洲和南美洲草地NPP呈现总体上升的趋势,而欧洲和北美洲草地NPP下降;在未来的几十年内,亚洲和大洋洲的草地NPP将下降,非洲和南美洲草地NPP则会快速增加,而在欧洲和北美洲草地NPP在多数气候情景中变化较小;（6）.降水是影响全球尺度草地NPP最重要的气候因子。4.全球草地净生态系统生产力时空动态及驱动因素分析利用基于湿润度指数K的单室模型定量分析了不同时期全球草地NEP的时空动态,并通过相关性分析研究了NEP对不同气候因子的敏感性。研究表明:（1）.全球草地NEP平均为117.66±173.44 Tg C·yr-1,在5个草地类组中,典型草地类组的NEP为-41.94± 32.38 Tg C.yr-1,表现为碳源,冻原与高山草地类组的NEP最高,为（82.38±108.16）TgC·yr1,具有最高的固碳潜力;其次为热带萨王纳类组,其平均NEP为（46.00±39.57）Tg C·yr-1;荒漠草地类组的NEP最低,为（4.61± 7.01）Tg C.yr-1;温带湿润草地类组的平均NEP为（26.61±27.43）Tg C·yr-1;（2）.在过去的100年中,全球草地NEP由8.40降低为到-42.91 TgC·yr1,即从吸收碳转化为释放碳。未来的几十年内,在RCP8.5情景中,全球草地NEP将一直下降,到2070s将下降至（-713.50±302.29）Tg C·yr-1;在RCP2.6情景中,草地NEP在2030s之后将有微弱上升,到2070s将达到（-166.63±103.14）Tg C·yr-1;在RCP4.5和6.0情景中,到2070s将分别下降至（424.51±177.63）和（406.43±167.49）Tg C.yr-1;（3）.在六个大洲中,亚洲草地固碳潜力最强,最高达到135.37 Tg C·yr-1,在过去的100年中,除南美洲草地接近碳中性外,其他大洲草地均表现为碳汇;到本世纪末,全球各大洲草地均将转化为碳源;（4）在全球尺度,草地NEP更易受温度和降水的综合作用,其中降水的作用更加明显。5.全球草地退化遥感监测及其驱动力分析利用NPP和覆盖度作为草地退化等级划分的指标,研究2000-2013年全球草地退化状况,同时利用潜在NPP（NPPp）、实际NPP（NPPa）及二者差值（即人类活动作用导致NPP的损失,HANPP）定量评估气候变化和人类活动在草地退化中的相对贡献。结果表明:（1）.全球发生不同程度退化的草地面积为1401.01 × 104km2,占全球草地面积的23.90%,未发生变化的草地面积为3017.24 × 104km2,占全球草地面积的51.47%;（2）.在发生变化的草地中,呈现轻度改善的草地分布面积最大,占16.30%,呈现轻度退化和显着退化的草地面积分别占全球草地面积的15.30%和2.07%;（3）.亚洲和北美洲草地呈现轻度改善的面积分别占各自大洲草地面积的17.55%和23.48%,而在其他大洲,呈现轻度退化的面积较大,最大面积的草地退化和草地改善均发生在亚洲;（4）.气候变化是全球草地退化的最主要原因,导致了 45.51%的草地退化,而人类活动次之,导致32.53%的草地退化,而人类活动是草地改善的主导因素,占改善草地总面积的45.51%,而气候变化导致了30.6%的草地改善;（5）.由于草地退化引起的NPP损失在1.40（北美洲）和13.61 TgC·yr1（大洋洲）之间,而由于草地改善造成的NPP增加在1.59（北美洲）和17.57 Tg C·yr-1（欧洲）之间。气候变化和人类活动对各个大洲草地退化的影响不同。6.精度验证和误差来源本研究的时间横跨过去百年到本世纪末,空间尺度由区域尺度到大洲尺度到全球尺度,从不同时空尺度探讨了气候变化对草地面积及生产力的影响。由于研究时间和空间尺度较大,模拟结果的验证难度较大,为了提高模型模拟精度、降低其不确定性,本论文采用立体取样-交叉验证-综合评判的方法,从样点实测数据、不同模型结果对比和文献结果验证的方法对模型模拟结果进行验证,结果表明模型模拟结果与实测数据及现有研究结果吻合度较高,能够合理的反映气候变化对草地碳循环的影响状况。论文结果的误差来源主要有:首先,在模拟全球草地生产力的研究中,模型中只用到降水和温度两个指标,许多重要的因子（如人类活动、CO2施肥效应、氮沉降、植被生理生态过程等）并没有考虑到模型中。不过模型抓住了影响草地发生与发展的主要气候因子,因此,从长时间序列大空间尺度看结果是合理有效的;其次,输入数据的误差,由于上个世纪初气象观测点很少,根据有限的资料外推到全球尺度会产生很大问题,特别是降水数据,其空间分布的变化很大,而草地生产力对降水敏感性更高,因此会对结果造成误差。最后,由于估算模型和参数方案各不相同,未来气候情景数据中不同GCM所模拟的气候因子的空间分布和强度差别也较大,本论文利用可搜集到的所有GCM模拟结果的平均值来研究未来变化趋势,在一定程度上降低了结果的不确定性。7.论文的主要创新之处在于:（1）.目前关于草地生产力的观测和模拟都集中在小尺度的均质样地上,缺乏大尺度草地生产力的模拟。本研究结合草地生理生态特征,以4个典型区—中国、北美、欧洲和澳大利亚的草地为研究对象,对比分析了 1981-2010年间,4区草地空间分布特征、草地NPP、碳储量、Rs、Rh和NEP的时空动态,从区域尺度上研究气候变化对草地生产力和碳源/汇功能的影响;（2）.利用改进的CSCS、基于湿润度指数K的分段模型和单室模型,首次从全球尺度对长时间序列全球草地面积、NPP和NEP进行模拟,定量评估不同时期的时空动态及未来演变趋势,不仅为全球草地碳循环和碳格局提供了本底资料,对资料难以获取的地区或时间段的全球变化研究具有重要的指导意义,而且可为IPCC第6次评估报告提供数据支持;（3）.目前草地退化的监测多集中在样地尺度或均质斑块,不同研究中监测指标不统一,结果可比性较差,而大尺度草地退化遥感监测的研究较少,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NPP和覆盖度作为草地退化监测指标,选取3种NPP—潜在NPP、实际NPP及二者差值人类占用的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的研究方法。这种方法不仅明确了全球草地退化现状,而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理论参考。8.总结草地生态系统分布广阔,地形和气候条件复杂,使其生产力分布具有较大的空间异质性。根据IPCC的第5次评估报告,过去的30年是近800年中最热的30年,在这段时间内,中国和澳大利亚草地NPP和Rh均上升,但在中国Rh上升速度更快,导致草地NEP下降,而在澳大利亚,草地NPP上升速度较快,因此草地NEP整体上升;欧洲草地NPP下降而Rh上升,导致NEP下降;北美地区草地NPP和Rh均下降共同导致草地NEP整体下降。与其他植被类型相比,草地更易受气候变化影响。过去百年的气候变化已导致全球草地面积整体下降,尤其是中高纬度草地面积持续下降,热带地区草地分布不断扩张。虽然草地NPP整体呈现上升趋势,但大部分草地NPP下降。到本世纪末,草地面积将继续下降,草地NPP将继续上升,而草地也将由碳汇转变为碳源。降水是影响草地生产力的主要因素。草地退化驱动机制的定量评估表明,在全球范围内,气候变化是草地退化的主要驱动因素,而人类活动主导着草地改善。本研究不仅对了解全球变化与陆地生态系统碳循环研究具有重要意义,有利于了解气候变化与人类活动对草地生态系统碳循环的影响及其反馈,而且为国家和政府从科学角度解决生态环境问题提供理论依据和可行性方案,并为IPCC第6次评估报告提供数据支持。
祖皮艳木·买买提[6]（2014）在《基于生态服务价值理论的焉耆盆地生态安全研究》文中进行了进一步梳理生态环境是人类生存和发展的摇篮,是经济发展和社会进步的基础。随着人类活动的加剧,生态环境受到了严重影响和破坏。以此,生态安全已成为本世界人类面临的继续研究的重要问题。焉耆盆地近30年生态系统发生了很大变化,生态服务功能也随着发生改变,生态服务功能的变化也影响了人类的生活和社会发展。本论文将生态系统服务功能理论引入到生态足迹模型中,参考最近的其他研究者对模型中主要参数改进的计算方法,分析不同土地利用/覆被类型各生态服务功能价值的变化,并分析研究区生态系统服务价值和生态足迹的时空变化特征。然后用生态压力指数对研究区生态安全进行评价,预测了各区域未来20年的生态安全状况。研究结果对维护焉耆盆地绿洲生态安全具有一定的参考作用。主要结论如下：（1）利用遥感信息源,辅以其它相关的专题信息以及野外调查,建立土地利用类型遥感解译标志,获取焉耆盆地1990年、2000年、2005年和2011年四个时期土地利用数据。并结合中国西部生态与环境科学数据中心提供的1985年和1996年焉耆盆地土地利用/覆被数据,分析了焉耆盆地1985—2011年的土地利用/覆被类型变化。结果显示：1985—2011年间,焉耆盆地各土地利用/覆被类型发生了明显的变化,其中湿地、耕地和建设用地增加,未利用地、盐碱地、草地和林地面积呈减少趋势,水域和沙地面积变化不大。在研究期间,草地向耕地转移流向最大,主要因为人口增加和经济快速发展占用草地。（2）根据研究区自然环境特点,对生态系统服务价值定量评估方法进行改进,建立了焉耆盆地生态系统服务价值综合评估模型。进而根据此模型,计算出不同时期各生态系统类型的服务价值和研究区生态系统服务总价值及其变化,以及不同生态系统服务项目的单价及其空间迁移变化。结果表明：1985—2011年间,焉耆盆地生态系统服务总价值由751160万元增至1022570万元,呈先增加后又减少的趋势。1985—2011年间净增加量为271410万元,年均增加量为10438.9万元。其中1985—1990年,1990-1996年和1996—2000年这三个时段研究区总生态系统服务价值增加,这15年增加了307150万元,年均增加量为20476.7万元；2000—2005年和2005—2011年这两个时段,其总价值减少,11年内共损失35740万元,年均损失为3249.1万元。由于前三个阶段的生态系统服务价值增加量比后两个时段的损失量大,研究区生态系统服务总价值仍然处于增加状态,生态系统的服务功能是不断提高的。（3）研究区各类生态系统服务价值量大小与研究区内各生态系统类型土地面积变化有关。研究期间,在九类生态系统中水域面积的生态服务价值对研究区生态系统服务总价值的贡献最大（达43.8%以上）,其次是湿地面积（达16.1%以上）。虽然两者的面积占研究区总土地利用面积的比例为27%以下,但其提供的生态服务价值却占研究区生态系统服务总价值量的59.9%以上；而未利用地和耕地面积占研究区总土地利用面积的比例为49%以上,但其提供的生态服务价值占研究区生态系统服务总价值的比例为21%以下。（4）本文引用在生态系统服务功能理论基础上改进的生态足迹模型,计算了焉耆盆地1985—2011年生态足迹（需求）和生态容量（供给）。1985—2011年间,焉耆盆地人均生态足迹（需求）呈现逐渐增加趋势,且从1985年的0.5587hm2/人增加到2011年的4.0892hm2/人,年均增幅为6.91%。焉耆盆地人均生态足迹主要组成部分的人均化石燃料用地与人均草地生态足迹之和占人均生态足迹的70%以上,且该比例有进一步增加趋势。（5）焉耆盆地各县生态足迹的区域差异性较大。其大小顺序为：和静县>焉耆县>和硕县>博湖县,和静县的人均生态足迹变化在0.5640—5.0529hm2/人范围内。这与和静县和焉耆县作为研究区的经济中心,资源消耗大和生活水平高于其他县是相吻合。焉耆盆地各县的各土地类型生态足迹的空间差异性较大,其中各类型土地生态足迹最大的是和静县,最低是博湖县。（6）焉耆盆地1985—2011年人均生态容量总体呈现小幅度降低趋势；焉耆盆地人均生态容量组成不平,主要组成部分为水域生态容量、草地生态容量和耕地生态容量,三者之和占该年生态容量总量的比例均在97%以上。其主要原因是由研究区范围内的土地资源所决定的。研究区内各县的人均生态容量呈现与焉耆盆地生态容量相似的在微小波动中逐渐减少的规律。从人均生态容量的大小上看,博湖县的人均生态容量高于其他三县。其次是焉耆县。焉耆盆地各县的各类型生态容量存在区域差距。除林地和未利用地外,其余类型的土地人均生态容量中,和静县最低,其次是焉耆县。（7）在1985--2011年焉耆盆地生态压力指数总体上呈上升趋势,从1985年的-0.8559上升到2011年的0.4622,其中2005-2011年上升速度加快。焉耆盆地安全表征状态在1985-1996年为很安全,2011年为稍不安全。焉耆盆地内各县生态安全指标值变化有明显的区域差异性。从空间上看,各县的生态压力指数大小顺序为：和静县>和硕县>焉耆县>博湖县。说明博湖县生态安全级别最高,和静县最低。和静县的生态压力指数高于焉耆盆地平均水平,其他县的均低于平均水平,说明和静县是安全程度最低的地方。
崔峰[7]（2013）在《城市边缘区土地利用变化及其生态环境响应 ——以南京市江宁区为例》文中研究指明土地是人类赖以生存和发展的重要资源与物质保障。在一定地域条件下,人口（Population）、资源（Resource）、环境（Environment）、经济（Economy）构成开放复杂的动态巨系统（PREE系统）,土地利用/覆被变化（LUCC）则是这个巨系统中最为基础的部分。从某种程度上说,人类利用土地创造物质财富和发展经济的过程,也是对自然资源与生态环境产生重要影响的过程,二者的关系非常密切。自20世纪90年代以来,土地利用变化作为全球变化最直接、最重要的表现、作为研究自然与人文过程的理想切入点,越来越受到国际科学界和各国政府的关注和重视,其研究内容也从全球气候变化效应扩展到不同空间尺度的土地利用/土地覆被变化过程、驱动机制及资源、生态环境效应等多方面。其中,LUCC的生态环境效应研究与评价、LUCC的微观机理与过程研究是当前LUCC研究的两个热点。中国地域辽阔,各地土地资源利用方式、土地利用结构、土地利用程度等具有明显的区域差异和不同特点。选择较小空间范围的典型区域进行研究,是深入分析土地利用/土地覆被时空变化规律、驱动力及生态环境效应的有效途径。城市边缘区作为地处城乡交错地带的LUCC典型区域,具有不同于城市建成区与乡村腹地的特殊的自然、经济、社会条件以及土地利用变化过程和机制。无论从时间尺度还是从空间尺度上看,城市边缘区都是研究土地利用/覆被变化及其生态环境效应的天然实验室和最佳尺度。因此,加强具有不同地域和土地利用特征的城市边缘区LUCC及其生态环境响应的研究,既能为有关部门提供土地利用变化过程及机制的信息,进而为采取相应的经济社会发展、土地利用与生态环境建设决策提供依据,同时对进一步夯实区域LUCC研究基础,深化中国LUCC研究及城市边缘区LUCC研究具有重要意义。江宁区地处中国东部沿海经济发达地区的南京市城市边缘区,近年来随着经济社会的快速发展,其土地利用变化明显,对生态环境的影响与日俱增,是进行区域土地利用空间格局动态变化、驱动机制及生态环境响应研究的典型案例。有鉴于此,本文系统梳理了区域土地利用变化及其生态环境响应研究的基础理论,分析了城市边缘区土地利用的特点、功能及其与生态环境的关系,在此基础上,结合南京市城市边缘区——江宁区实例,遵循“土地利用变化—驱动机制—生态环境响应”的研究路径,综合运用系统分析法、动态分析法、模型构建法、定量分析法等,分别对城市边缘区土地利用的动态变化、驱动机制及生态环境响应进行了系统研究。主要研究内容及具体研究方法如下:首先,对相关概念进行界定,包括城市与乡村、郊区、城乡结合部、城市边缘区和城乡交错带,阐明了本研究使用“城市边缘区”这一表述的原因;其次,基于对城市边缘区土地利用特点与功能的分析,揭示了该区域土地利用变化与生态环境的关系及互动机理;第三,通过引入土地利用变化幅度、土地利用变化速度、土地利用变化程度、土地利用变化效益等指标或模型,对江宁区土地利用动态变化进行了分析,揭示了城市边缘区土地利用变化的基本特征;第四,在系统阐述土地利用变化驱动因素的基础上,采用定性分析与统计分析相结合的方法,对江宁区土地利用变化的驱动因素进行分析;第五,从价值量（货币化）角度对城市边缘区土地利用变化的生态环境响应进行研究:基于生态系统服务价值三种评价方法的比较,采用Costanza等的生态服务价值模型,并对谢高地等的“中国不同陆地生态系统单位面积生态服务价值”当量因子表和价值系数进行修正,在此基础上,对江宁区土地利用变化的生态系统服务价值影响进行评价;第六,从物质量（非货币化）角度对城市边缘区土地利用变化的生态环境响应进行研究:基于传统生态足迹模型,引入“市公顷”概念,构建“市公顷”模型框架下的均衡因子与动态产量因子计算方法,并采用复种指数对耕地类生态足迹进行修正,进而定量评估江宁区1996-2010年土地利用变化的生态足迹;第七,基于土地利用宏观结构调整和布局的视角,对城市边缘区土地利用变化的生态安全进行评价:在系统阐述土地生态安全的概念、内涵、评估模型框架及方法的基础上,依据PSR模型框架构建城市边缘区土地利用生态安全评价指标体系（共27个指标）,并运用物元模型对江宁区2005-2010年土地利用生态安全状况进行评价。基于上述研究内容,本文得出以下研究结论:（1）土地利用与生态环境的关系非常密切,二者互为因果、相互影响:一方面,在土地生态经济系统的内、外两种作用力的共同影响下,生态环境不断演化;另一方面,生态环境也会对土地利用变化发挥直接或间接的约束作用。（2）1996-2010年,江宁区土地利用类型的数量和结构发生了明显变化,耕地、水利设施用地、未利用土地面积明显减少,居民点及独立工矿用地、林地面积明显增加,其它土地面积则变化很小;土地利用变化速度总体上表现出缓慢上升的态势,具有重要生态价值的水利设施用地、未利用土地、耕地明显减少,居民点及独立工矿用地和交通运输用地迅速增加,是江宁区15年来土地利用变化的主要趋势;15年间,江宁区土地利用景观格局（特征）发生了明显变化,总体上呈现出土地利用类型多样性增加、优势度减小、均匀度提高的特点,反映出人类活动对城市边缘区土地利用的干扰程度不断加大。（3）导致江宁区土地利用变化的主要因素包括人口增长、经济发展、工业化和城镇化、土地利用经济效率差异等。其中,人口增长是江宁区土地利用变化中最具活力的驱动力之一;经济增长是推动江宁区土地利用变化的主要驱动力之一;工业化和城镇化对江宁区土地利用变化发挥了重要促进作用;建设用地和农业用地差异巨大的土地利用经济效率指数,促使江宁区农业用地向建设用地转化。总之,城市向外扩张力和城市边缘区内部作用力均对城市边缘区土地利用变化有重要影响,其本质是土地所有者或使用者对不同用地类型间边际效用的比较。（4）1996-2010年,江宁区土地利用变化的生态系统服务总价值趋于减少,其最主要的原因在于耕地面积的不断减少。15年间,江宁区各土地利用类型的单项生态系统服务价值均有不同程度的降低,其中水文调节和废物处理的生态服务价值降幅最大,仅原材料供给价值呈稳定增长态势。（5）15年来,江宁区的生态足迹和生态承载力均在降低,生态赤字较为明显。其中,2010年江宁区总的生态赤字达75.42466×104hm2,相当于当年江宁区总生态承载力的722.47%,即全区生态足迹已经超过其生态承载力的7.22倍,表明江宁区经济社会发展的需求与生态环境供给能力之间的矛盾突出,也即区域经济社会发展面临着非常严峻的生态环境压力。（6）2005年之后,政府的各项环境保护政策和措施产生了明显的生态环境绩效,6a中江宁区土地利用生态安全整体上呈“安全”状态,但安全水平较低,需进一步巩固和提高。其中,单位耕地面积农药施用量、单位耕地面积化肥施用量、单位GDP二氧化硫（SO2）排放量、人均水资源量、人均公共绿地面积、工业废水排放达标率、农民人均纯收入、人均GDP等对江宁区土地利用生态安全水平的提升有重要作用;而单位耕地薄膜用量、环境治理完成投资总额占GDP比例、第三产业产值占国内生产总值的比重等指标则是制约江宁区土地利用生态安全水平提升的因素;（7）建议从加强土地利用规划管理、强化生态用地保护、优化土地利用配置模式、加强生态环境建设等方面,进一步改善城市边缘区土地利用与生态环境的关系。
万幼川,刘良明,张永军[8]（2009）在《历史回顾——记中国测绘学会摄影测量与遥感专业委员会》文中研究表明中国测绘学会摄影测量与遥感专业委员会伴随着中国测绘学会的成立与发展,经历了一段不平凡的岁月。一、历史沿革1956筹建中国测绘学会;1959年2月,武汉,成立了中国测绘学会第一届理事会
李德仁,楚良才,胡孝沁[9]（1993）在《1988～1992年中国摄影测量与遥感的进展（国家报告）》文中认为本报告回顾1988～1991年中国在摄影测量与遥感方面的主要发展成就，包括：用航测和遥感方法测制大、中比例尺地形图，专题图和地籍图的成就；航测和遥感方法在中国环境监测、重大国情调查和国民经济各部门中的应用；航测和遥感在研究领域中的主要成果；航测和遥感教育与培训所做的工作以及中国参加国际摄影测量和遥感界的活动情况。
马利邦[10]（2011）在《敦煌市生态环境演变及驱动因素研究》文中提出在气候变化和人类活动的双重影响下,我国西北干旱的绿洲区域生态环境进一步恶化,其中最突出的问题就是人类活动对水资源无序过度开发利用。人类活动导致环境变化的脆弱性显着增大,人口数量的增加、对有限资源的过度依赖及全球变暖等都意味着人类社会和生态环境比以往更加敏感和脆弱。甘肃省敦煌市气候极端干旱,生态十分脆弱。近些年来,由于人口数量的持续增长和耕地规模不断扩大,水资源消耗过度,环境明显退化,着名的人类文化遗产莫高窟及自然奇观鸣沙山、月牙泉等的存衍受到严重威胁,引起国内外的广泛关注。因此,本文将该区域作为研究对象,以1987、1990、1996、2000和2007年五期的Landsat—5TM遥感影像、1954—2008年的气候观测资料和1987—2007社会经济统计数据等为数据源,综合应用实地调查、“3s”技术、生态空间分析、模型模拟等方法,从不同角度和层次分析敦煌市近20年来的生态环境演变过程及驱动机制,并提出了生态环境保护与恢复的途径及可持续发展实验区建设的模式,为该区域水土资源的合理利用和生态保护提供依据。得到了以下基本结果和认识：第一,敦煌市土地利用/覆盖变化的总体特征分析。敦煌绿洲主要分布在海拔1200m以下（占总面积的98.4%）、坡度小于1°的区域（占总面积的61.01%）,且呈现明显的依水分布态势。在过去的20年间,敦煌市荒漠包围绿洲的独特的景观格局基本没有改变。在8类土地利用/覆盖类型中无植被区所占比例最大,达85%以上。第二,敦煌市土地利用/覆盖变化的时空特征分析。在时间上,总体表现为植被覆盖空间范围收缩,生态明显退化。空间上,耕作区边缘植被覆盖程度有所增加,耕地向外扩张；水域湿地、高、中、低覆盖度草地和灌木林地均为从斑块的边缘区域逐渐向中心区域萎缩,无植被区则呈现出完全相反的变化趋势,主要是从斑块边缘向外逐渐扩张。第三,敦煌市土地利用/覆盖类型的演变方式、方向、规模和速度分析。敦煌市土地利用/覆盖演变方式各异,呈现出单向演变为主,渐次演变和逆向演变相对较少的特点。土地利用/覆盖演变的方向和规模存在较大差异,耕作区的增加主要是由部分草地和无植被区转变而来,水域湿地和林地则向草地转变,总面积变小,高覆盖度草地转变为中覆盖度草地、中覆盖度草地转变为低覆盖度草地、而低覆盖度草地转变为无植被区、城建用地主要由耕作区和无植被区转变而来。2个时段的综合土地利用动态度分别为0.56%和0.66%,反映出后期LUCC的强度相对于前期更加剧烈。第四,敦煌市土地利用格局演变的情景模拟。基于Markov过程模型和CLUE-S模型对敦煌市土地利用格局进行模拟和预测,模拟结果精度较高。通过修正土地利用/覆盖类型之间的转移概率矩阵,设置自然发展型、生态保护型、经济发展型和综合发展型四种情景模式,可以看出在不同的情景模式下,研究区域土地利用/覆盖空间格局差异较大。综合发展型情景比较全面的考虑了生态环境恢复、经济发展等的需要,模拟结果较好,是一种比较理想的发展方式。第五,敦煌市生态环境要素变化分析。依据实际测定的样方生物量与对应的土地利用/覆盖类型的面积拟合曲线,估算地表生物量。表明近20年来地表生物量共减少170856.52t,年均减少5.8%0,其中天然绿洲生物量净减,人工绿洲生物量净增,总生物量减少与天然绿洲生物量减少有很强的对应关系。基于生物量的大小和实际功用估算的生态系统服务总价值,20年间共减少43127.44×104元,年均减少2156.37×104元。随着直接使用价值增加,间接使用价值减少较快。这意味着人工生态系统价值的较快增长是以自然生态系统价值的减少为代价的,表明人类活动已显着影响到区域的可持续发展。第六,敦煌市生态环境演变的驱动机制分析。在本文研究时间尺度内,引起敦煌市生态环境演变的因素主要来自自然和人文两个方面。在全球气候变化的大背景下,温度升高对植被生长具有一定的影响,而土地开垦、灌溉、旅游等人类活动加大了对水资源的需求,挤占生态用水,这是植被退化、自然生态系统萎缩的主要原因。从主成分分析和逐步回归分析的结果看出,人文因素是生态环境演变的主要驱动因素,尤其是人口增长、农业生产、技术进步和生活水平,最终的结果都可归结为对水资源的影响。第七,人类活动对敦煌市生态环境演变的影响。两种土地利用/覆盖类型相互替代的比量关系中,耕作区替代关系明显,每增加1km2最少替代1.33km2的灌木林地,最大可替代42.57km2的低覆盖度草地。敦煌市自然植被和人类活动的用水量此消彼长,总用水规模在6.3×108m3左右。自然植被用水量从1987年的3.0727×108m3减少到2007年的2.17×108m3,净减少达30%,20年累计减少量达9.5017×108m3。人类活动用水量从1987年的3.3157×108m3增加到2007年的4.093×108m3,20年累计增加量达5.9155×108m3。根据水土平衡原理估算出,常规地面灌溉条件下,研究区域适宜绿洲面积为653.45km2,在节水灌溉条件下,适宜绿洲面积为909.65km2,均远小于目前的实际面积。第八,基于目前敦煌市生态环境面临的严峻态势,为了实现区域社会、生态、经济的协调持续发展,需要从水资源可持续利用、生态修复和重建、产业结构调整、制度保证及生态规划制定等多方面入手保护和恢复生态环境,并建立适度人口发展、循环经济发展、资源节约高效、生态环境保护和文化遗产保护的相互依存、相互制约的可持续发展模式,实现实验区又快、又好的发展。
二、1996-2000年中国摄影测量与遥感进展(国家报告)（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、1996-2000年中国摄影测量与遥感进展(国家报告)（论文提纲范文）
（1）1986-2019年乌拉特后旗荒漠化动态变化分析（论文提纲范文）
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 荒漠化遥感监测研究进展 |
| 1.2.2 NDVI-Albedo特征空间研究进展 |
| 1.2.3 乌拉特后旗荒漠化研究进展 |
| 1.3 研究区概况 |
| 1.3.1 地质地貌 |
| 1.3.2 气候 |
| 1.3.3 植被 |
| 1.3.4 水文 |
| 1.3.5 社会经济概况 |
| 2 研究内容与方法 |
| 2.1 研究内容 |
| 2.1.1 研究内容 |
| 2.1.2 研究方法 |
| 2.1.3 技术路线 |
| 2.2 数据来源 |
| 2.2.1 遥感数据 |
| 2.2.2 气象数据 |
| 2.2.3 社会经济数据 |
| 2.3 数据处理 |
| 2.3.1 遥感数据预处理 |
| 2.3.2 监督分类标志与荒漠化分类体系的建立 |
| 2.3.3 植被覆盖度计算 |
| 2.3.4 沙漠发展边界样区选择与计算 |
| 3 荒漠化差值指数监测模型的构建 |
| 3.1 地表反照率Albedo计算 |
| 3.2 荒漠化差值指数计算 |
| 3.3 NDVI-Albedo特征空间建立 |
| 3.4 荒漠化差值指数监测模型 |
| 4 乌拉特后旗荒漠化监测结果分析 |
| 4.1 荒漠化空间分布特征 |
| 4.2 荒漠化面积变化特征 |
| 4.3 荒漠化时空演变特征 |
| 4.4 巴音温都尔沙漠发展变化特征 |
| 4.5 荒漠化监测精度验证 |
| 5 乌拉特后旗荒漠化成因分析 |
| 5.1 自然因素 |
| 5.1.1 气温降水风 |
| 5.1.2 植被 |
| 5.2 人为因素 |
| 5.2.1 人口牲畜 |
| 5.2.2 政策因素 |
| 6 讨论与结论 |
| 6.1 讨论 |
| 6.2 结论 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（2）基于GIS的全球包气带硝酸盐峰值运移时间模拟分析（论文提纲范文）
| 中文摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题目的及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 土壤硝酸盐淋溶研究 |
| 1.2.2 包气带硝酸盐运移时滞研究 |
| 1.2.3 存在的问题 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线与论文结构 |
| 第2章 包气带氮转化过程 |
| 2.1 大气和土壤中的氮转化 |
| 2.1.1 大气氮转化 |
| 2.1.2 土壤氮转化 |
| 2.2 包气带氮转化 |
| 2.2.1 吸附作用 |
| 2.2.2 硝化作用 |
| 2.2.3 反硝化作用 |
| 2.3 淋溶作用 |
| 小结 |
| 第3章 包气带水文地质条件 |
| 3.1 包气带厚度 |
| 3.2 地下水补给 |
| 3.3 全球岩性分类 |
| 3.4 岩石孔隙度和渗透率 |
| 小结 |
| 第4章 土壤硝酸盐淋溶峰值区域性分析 |
| 4.1 IMAGE模型 |
| 4.1.1 淋溶因子 |
| 4.1.2 地表氮剩余 |
| 4.1.3 地表径流氮流失 |
| 4.1.4 IMAGE模型土地利用 |
| 4.2 土壤氮平衡变化 |
| 4.2.1 地表氮剩余变化 |
| 4.2.2 氮增加量变化 |
| 4.2.3 氮减少量变化 |
| 4.2.4 全球土壤氮平衡分析-以2000 年为例 |
| 4.3 不同区域土壤硝酸盐淋溶峰值分析 |
| 4.3.1 国家行政区土壤硝酸盐淋溶峰值分析 |
| 4.3.2 岩性区土壤硝酸盐淋溶峰值分析 |
| 4.3.3 含水层类型区土壤硝酸盐淋溶峰值分析 |
| 4.3.4 含水层区土壤硝酸盐淋溶峰值分析 |
| 小结 |
| 第5章 包气带硝酸盐峰值运移时间模拟分析 |
| 5.1 硝酸盐炸弹(NTB)模型 |
| 5.1.1 概念模型 |
| 5.1.2 数值模型 |
| 5.2 包气带硝酸盐运移时间及储量模拟 |
| 5.2.1 NTB模型改进 |
| 5.2.2 包气带硝酸盐运移速度和时间 |
| 5.2.3 包气带硝酸盐储量 |
| 5.3 包气带硝酸盐峰值运移时间模拟 |
| 5.3.1 国家行政区包气带硝酸盐峰值运移时间 |
| 5.3.2 岩性区包气带硝酸盐峰值运移时间 |
| 5.3.3 含水层类型区包气带硝酸盐峰值运移时间 |
| 5.3.4 含水层区包气带硝酸盐峰值运移时间 |
| 小结 |
| 第6章 土壤硝酸盐淋溶与包气带运移时间相关性及影响因素研究 |
| 6.1 土壤硝酸盐淋溶影响因素分析 |
| 6.1.1 土壤硝酸盐淋溶时空分布特征 |
| 6.1.2 土壤硝酸盐淋溶与氮肥的相关关系 |
| 6.1.3 土壤硝酸盐淋溶与NO_2 柱浓度的相关关系 |
| 6.1.4 土壤硝酸盐淋溶与其他因素的相关关系 |
| 6.2 包气带硝酸盐运移时间影响因素分析 |
| 6.2.1 基于GIS的包气带硝酸盐运移时间热点分析 |
| 6.2.2 包气带运移时间与自然因素相关关系 |
| 6.3 土壤硝酸盐淋溶峰值及包气带运移时间相关关系 |
| 6.3.1 典型发展中国家 |
| 6.3.2 典型发达国家 |
| 小结 |
| 第7章 结论与展望 |
| 7.1 主要工作与结论 |
| 7.2 论文创新点 |
| 7.3 不足与展望 |
| 参考文献 |
| 作者简介及科研成果 |
| 致谢 |
（3）气候变化背景下中亚地区植被与土地退化评价（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 植被生长的动态变化 |
| 1.2.2 水分利用效率(WUE)和雨水利用效率(RUE)的时空变化 |
| 1.2.3 生态弹性对干旱的响应 |
| 1.2.4 土地退化 |
| 1.3 研究目标与内容 |
| 1.4 技术路线 |
| 2 研究区概况和数据处理方法 |
| 2.1 研究区概况 |
| 2.1.1 自然地理概况 |
| 2.1.2 社会经济概况 |
| 2.2 数据处理方法 |
| 2.2.1 数据来源与处理 |
| 2.2.2 数据分析 |
| 3 中亚地区气候变化特征分析 |
| 3.1 气温变化特征 |
| 3.1.1 气温年际变化 |
| 3.1.2 气温空间变化 |
| 3.2 降水变化特征 |
| 3.2.1 降水年际变化 |
| 3.2.2 降水空间变化 |
| 3.3 潜在蒸散变化特征 |
| 3.3.1 潜在蒸散年际变化 |
| 3.3.2 潜在蒸散空间变化 |
| 3.4 气温日较差变化特征 |
| 3.4.1 气温日较差年际变化 |
| 3.4.2 气温日较差空间变化 |
| 3.5 霜冻天数变化特征 |
| 3.5.1 霜冻天数年际变化 |
| 3.5.2 霜冻天数空间变化 |
| 3.6 标准化降水蒸散指数(SPEI)变化特征 |
| 3.7 小结 |
| 4 中亚地区植被生长与土地覆盖的动态变化 |
| 4.1 2000-2015年中亚地区气候时空特征 |
| 4.1.1 气候年际变化 |
| 4.1.2 气候空间变化 |
| 4.2 植被生长的动态变化 |
| 4.2.1 植被生长的时间变化 |
| 4.2.2 植被生长的空间变化 |
| 4.3 植被生长与气候的相关性空间分布 |
| 4.3.1 GPP与气候的相关性空间分布 |
| 4.3.2 NPP与气候的相关性空间分布 |
| 4.3.3 NDVI与气候的相关性空间分布 |
| 4.4 土地覆盖动态变化 |
| 4.4.1 土地覆盖的时间变化 |
| 4.4.2 土地覆盖变化的来源 |
| 4.5 中亚地区农田动态变化分析-以哈萨克斯坦为例 |
| 4.5.1 农田的时空变化 |
| 4.5.2 农田变化的来源 |
| 4.5.3 农田的空间格局 |
| 4.6 小结 |
| 5 中亚地区植被退化风险评价 |
| 5.1 2000-2014年中亚地区生长季气候时空特征 |
| 5.1.1 生长季气候年际变化 |
| 5.1.2 生长季气候空间变化 |
| 5.2 2000-2014年中亚地区生长季叶面积指数(LAI)时空特征 |
| 5.2.1 生长季LAI时间变化特征 |
| 5.2.2 生长季LAI空间变化特征 |
| 5.3 生长季水分利用效率(WUE)的变化特征 |
| 5.3.1 生长季WUE时间变化特征 |
| 5.3.2 生长季WUE空间变化特征 |
| 5.4 生长季雨水利用效率(RUE)的变化特征 |
| 5.4.1 生长季RUE时间变化特征 |
| 5.4.2 生长季RUE空间变化特征 |
| 5.5 生长季WUE和RUE与气候和形态因素的相关性空间分布 |
| 5.5.1 生长季WUE与气候和形态因素的相关性空间分布 |
| 5.5.2 生长季RUE与气候和形态因素的相关性空间分布 |
| 5.6 不同植被覆盖类型生长季WUE和RUE的变化特征 |
| 5.6.1 不同植被覆盖类型生长季WUE和RUE时间变化特征 |
| 5.6.2 不同植被覆盖类型生长季WUE和RUE空间变化特征 |
| 5.7 中亚地区不同植被覆盖类型的退化风险评价 |
| 5.7.1 旱作农田的退化风险评价 |
| 5.7.2 温带草原的退化风险评价 |
| 5.7.3 灌木的退化风险评价 |
| 5.7.4 稀疏植被的退化风险评价 |
| 5.8 小结 |
| 6 中亚地区土地退化评价与驱动力分析 |
| 6.1 土地生产力 |
| 6.2 土地覆盖 |
| 6.3 土壤有机碳 |
| 6.4 基于联合国可持续发展目标(SDG)的中亚地区土地退化评价及驱动力分析 |
| 6.5 小结 |
| 7 讨论与结论 |
| 7.1 讨论 |
| 7.2 结论 |
| 7.2.1 中亚地区气候变化特征 |
| 7.2.2 中亚地区植被生长和土地覆盖的动态变化 |
| 7.2.3 中亚地区植被退化风险评价 |
| 7.2.4 基于联合国可持续发展目标(SDG)的中亚地区土地退化评价及驱动力分析 |
| 7.3 创新点与展望 |
| 7.3.1 创新点 |
| 7.3.2 展望 |
| 参考文献 |
| 个人简介 |
| 导师简介 |
| 获得成果目录 |
| 致谢 |
（4）气候变化背景下气温和降水对中国县域经济的影响研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 导论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 基本概念的界定 |
| 1.2.1 气候 |
| 1.2.2 天气 |
| 1.2.3 极端天气(气候)事件 |
| 1.2.4 气候变化 |
| 1.3 数据概述 |
| 1.3.1 历史气象数据 |
| 1.3.2 气候预测数据 |
| 1.3.3 中国地面水平气象数据 |
| 1.4 研究框架和主要内容 |
| 1.4.1 研究框架 |
| 1.4.2 研究内容 |
| 1.5 研究方法 |
| 1.6 研究贡献与未来的努力方向 |
| 1.6.1 研究贡献 |
| 1.6.2 未来的努力方向 |
| 1.7 本章小结 |
| 第2章 文献综述 |
| 2.1 气候变化综合评估模型 |
| 2.1.1 综合评估模型的分类 |
| 2.1.2 综合评估模型的构成 |
| 2.1.3 综合评估模型存在的不确定性 |
| 2.2 气候—经济实证文献回顾 |
| 2.2.1 经济总体 |
| 2.2.2 农业部门 |
| 2.2.3 非农部门 |
| 2.2.4 其他渠道 |
| 2.3 文献评述 |
| 第3章 经验识别与实证方法 |
| 3.1 经验识别 |
| 3.1.1 天气效应与气候效应 |
| 3.1.2 利用天气变化识别气候变化的效应 |
| 3.2 气候计量经济学方法及应用 |
| 3.2.1 截面数据分析方法 |
| 3.2.2 面板数据分析方法 |
| 3.2.3 混合分析方法(长期差分法) |
| 第4章 极端天气对县域经济产出的影响 |
| 4.1 引言 |
| 4.2 理论框架和模型设定 |
| 4.2.1 模型 |
| 4.2.2 日值天气和年度产出 |
| 4.2.3 回归模型设定 |
| 4.3 数据来源和描述性统计 |
| 4.3.1 数据来源 |
| 4.3.2 描述性统计 |
| 4.4 估计结果 |
| 4.4.1 回归结果 |
| 4.4.2 稳健性检验 |
| 4.4.3 作用渠道 |
| 4.4.4 扩展分析 |
| 4.5 本章小结 |
| 第5章 天气变化对县域经济增长的影响 |
| 5.1 引言 |
| 5.2 数据来源和描述性统计 |
| 5.2.1 数据来源 |
| 5.2.2 描述性统计 |
| 5.3 理论框架和模型设定 |
| 5.3.1 理论框架 |
| 5.3.2 模型设定 |
| 5.4 估计结果 |
| 5.4.1 即期效应 |
| 5.4.2 累积效应(增长效应) |
| 5.4.3 稳健性检验 |
| 5.5 影响渠道 |
| 5.5.1 三次产业 |
| 5.5.2 平均工资、工农业总产值和固定资产投资 |
| 5.6 天气跨期变化与经济跨期增长 |
| 5.7 本章小结 |
| 第6章 研究结论与展望 |
| 6.1 研究结论 |
| 6.1.1 中国气候呈变暖趋势,极端天气的分布出现新变化 |
| 6.1.2 极端天气事件影响中国县域经济总产出 |
| 6.1.3 气候变暖制约了中国县域经济增长 |
| 6.2 研究展望 |
| 6.2.1 探索天气因素作用于经济产出的微观传导机制 |
| 6.2.2 探索其它极端天气(气候)事件的经济效应 |
| 6.2.3 探索天气(气候)变化的非经济效应 |
| 参考文献 |
| 附录 |
| 证明推导 |
| 表附录 |
| 攻读博士学位期间发表的论文和参与的科研项目 |
| 致谢 |
（5）全球草地生产力时空动态定量评估及其驱动因素分析（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 缩略词 |
| 第一章 绪论 |
| 1.1. 选题背景 |
| 1.2. 文献综述 |
| 1.2.1. 草地生态系统及其分类 |
| 1.2.2. 草地生态系统碳循环研究进展 |
| 1.2.3. 影响草地生态系统碳循环的因素 |
| 1.2.4. 草地遥感监测研究进展 |
| 1.3. 目前研究中的不足 |
| 1.3.1. 草地分类方法研究不足 |
| 1.3.2. 长时间序列大空间尺度草地生产力本底资料不足 |
| 1.3.3. 大面积草地退化遥感监测研究不足 |
| 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 |
| 第二章 研究区概况、数据来源与研究方法 |
| 2.1. 全文研究区概介 |
| 2.1.1. 全球草地生态系统 |
| 2.1.2. 中国草地生态系统 |
| 2.1.3. 北美草地生态系统 |
| 2.1.4. 欧洲草地生态系统 |
| 2.1.5. 澳大利亚草地生态系统 |
| 2.2. 主要数据来源 |
| 2.2.1. 气象数据 |
| 2.2.2. 全球土壤有机碳数据 |
| 2.2.3. 自修正的帕默尔干旱指数 |
| 2.2.4. 草地分类数据—MODIS IGBP |
| 2.3. 主要研究方法 |
| 2.3.1. 中国、北美、欧洲和澳大利亚草地土壤呼吸估算模型 |
| 2.3.2. 改进的草地综合顺序分类法 |
| 2.3.3. 不同草地类组迁移距离和迁移方向 |
| 2.3.4. 全球草地NPP估算模型—分段模型 |
| 2.3.5. 全球草地NEP估算模型—单室模型 |
| 2.3.6. 草地覆盖度的计算 |
| 2.3.7. 草地退化遥感监测方法的构建 |
| 2.3.8. 相关性分析 |
| 2.4. 小结 |
| 2.5. 参考文献 |
| 第三章 典型区草地生产力时空动态定量评估及驱动因素分析—以中国、北美、欧洲和澳大利亚为例 |
| 3.1. 前言 |
| 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. 研究方法 |
| 3.3. 研究结果 |
| 3.3.1. 1981-2010年4个地区气候因子的变化 |
| 3.3.2. 1981-2010年4个地区草地空间分布特征 |
| 3.3.3. 1981-2010年4个地区草地NPP动态变化 |
| 3.3.4. 1981-2010年4个地区草地R_s和R_h的动态变化 |
| 3.3.5. 1981-2010年4个地区草地NEP动态变化 |
| 3.3.6. 4个地区草地NPP与气候因子的相关性 |
| 3.4. 讨论 |
| 3.4.1. 草地生产力模拟结果的对比分析 |
| 3.4.2. 气候变化对4个地区草地生产力的影响 |
| 3.5. 小结 |
| 3.6. 参考文献 |
| 第四章 全球草地面积时空动态定量评估及驱动因素分析 |
| 4.1. 引言 |
| 4.2. 材料与方法 |
| 4.2.1. 数据来源与处理 |
| 4.2.2. 研究方法 |
| 4.3. 结果与分析 |
| 4.3.1. 全球年平均气温(MAT)与年降水量(MAP)时空动态变化 |
| 4.3.2. 全球草地类及类组空间分布特征 |
| 4.3.3. 全球草地类组时间动态变化特征 |
| 4.3.4. 全球各大洲草地类组时间变化动态及未来演变趋势 |
| 4.3.5. 全球不同草地类组迁移距离和迁移方向 |
| 4.4. 讨论 |
| 4.4.1. 数据来源与CSCS分类方法的讨论 |
| 4.4.2. 气候变化对全球草地分布的影响 |
| 4.5. 小结 |
| 4.6. 参考文献 |
| 第五章 全球草地净初级生产力时空动态定量评估及驱动因素分析 |
| 5.1. 引言 |
| 5.2. 材料与方法 |
| 5.2.1. 数据来源与处理 |
| 5.2.2. 研究方法 |
| 5.3. 结果与分析 |
| 5.3.1. 全球草地NPP空间分布特征 |
| 5.3.2. 全球不同草地类组NPP时间动态分析 |
| 5.3.3. 各大洲不同草地类组NPP时间动态变化 |
| 5.3.4. 草地NPP与气候因子的相关性分析 |
| 5.4. 讨论 |
| 5.4.1. NPP估算方法的讨论 |
| 5.4.2. 气候变化对草地NPP的影响 |
| 5.5. 小结 |
| 5.6. 参考文献 |
| 第六章 全球草地净生态系统生产力时空动态定量评估及驱动因素分析 |
| 6.1. 引言 |
| 6.2. 材料与方法 |
| 6.2.1. 数据来源与处理 |
| 6.2.2. 研究方法 |
| 6.3. 结果与分析 |
| 6.3.1. 全球草地NEP空间分布特征 |
| 6.3.2. 全球不同草地类组NEP时间动态分析 |
| 6.3.3. 各大洲不同草地类组NEP时间动态变化 |
| 6.3.4. 全球草地类组NEP与气候因子相关性分析 |
| 6.4. 讨论 |
| 6.4.1. NEP估算方法的讨论 |
| 6.4.2. 气候变化对草地NEP的影响 |
| 6.5. 小结 |
| 6.6. 参考文献 |
| 第七章 全球草地主要干扰因素(退化)遥感监测及驱动因素分析 |
| 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. 研究方法 |
| 7.2.4. 大面积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. 2000-2013年全球草地NPP和覆盖度变化的空间动态分布 |
| 7.3.2. 2000-2013年全球草地NPP和覆盖度变化的时间动态变化 |
| 7.3.3. 2000-2013年草地动态变化分布 |
| 7.3.4. 气候变化和人类活动在草地退化中的作用 |
| 7.3.5. 气候变化和人类活动在草地改善中的作用 |
| 7.4. 讨论 |
| 7.4.1. 草地退化遥感监测方法的讨论 |
| 7.4.2. 气候变化和人类活动对全球草地退化的影响 |
| 7.5. 小结 |
| 7.6. 参考文献 |
| 第八章 最后总结 |
| 8.1. 研究结论 |
| 8.2. 研究创新 |
| 8.3. 研究不足 |
| 8.4. 研究展望 |
| 附录一、研究生期间发表的主要成果 |
| 附录二、个人简历 |
| 附录三、论文中部分彩图 |
| 致谢 |
（6）基于生态服务价值理论的焉耆盆地生态安全研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 第一章 引言 |
| 1.1 研究目的和意义 |
| 1.2 国内外研究进展 |
| 1.2.1 国外研究进展 |
| 1.2.2 国内研究进展 |
| 1.3 研究内容、方法与技术路线 |
| 1.3.2 研究内容 |
| 1.3.3 研究方案 |
| 1.3.4 技术路线 |
| 第二章 研究区概况 |
| 2.1 自然条件与基本概况 |
| 2.1.1 地理位置 |
| 2.1.2 地形地貌 |
| 2.1.3 气候条件 |
| 2.1.4 流域水文特征 |
| 2.2 社会经济状况 |
| 2.2.1 焉耆回族自治县社会经济概况 |
| 2.2.2 和静县社会经济概况 |
| 2.2.3 和硕县社会经济概况 |
| 2.2.4 博湖县社会经济概况 |
| 2.3 土地利用概况 |
| 第三章 焉耆盆地土地利用/覆被变化及其驱动机制分析 |
| 3.1 焉耆盆地土地利用/覆被时空变化 |
| 3.1.1 遥感影像预处理 |
| 3.1.2 土地利用/覆被动态变化分析 |
| 3.2 焉耆盆地土地利用类型转移分析 |
| 3.3 焉耆盆地土地利用/覆被变化驱动力分析 |
| 3.3.1 自然因素驱动力分析 |
| 3.3.2 社会经济驱动因素分析 |
| 第四章 焉耆盆地生态系统服务价值对土地利用履被变化的响应 |
| 4.1 生态系统服务价值评价方法 |
| 4.1.1 E_a、S_k和T_k的确定 |
| 4.2 不同土地利用/覆被类型单位面积生态系统服务功能价值的确定 |
| 4.2.1 农田生态系统单位面积食物生产的生态服务价值系数计算 |
| 4.2.2 各种生态系统类型的单位面积生态服务价值的确定 |
| 4.3 焉耆盆地不同土地利用/覆被类型生态系统服务价值变化分析 |
| 4.3.1 焉耆盆地生态系统服务总价值变化分析 |
| 4.3.2 焉耆盆地不同生态系统类型的生态服务价值变化分析 |
| 4.3.3 焉耆盆地单项生态系统服务价值分析 |
| 4.4 焉耆盆地不同土地利用/覆被类型生态系统服务价值空间差异分析 |
| 4.5 焉耆盆地生态系统服务价值重心迁移分析 |
| 4.5.1 重心迁移模型 |
| 4.5.2 焉耆盆地不同土地利用/覆被类型生态服务价值重心迁移规律 |
| 4.6 敏感性分析 |
| 第五章 焉耆盆地生态足迹变化分析 |
| 5.1 生态足迹理论方法概述 |
| 5.1.1 生态足迹理论 |
| 5.1.2 生物生产性土地分类 |
| 5.2 生态足迹模型的改进 |
| 5.2.1 传统生态足迹模型 |
| 5.2.2 基于生态系统服务功能理论的生态足迹模型 |
| 5.3 焉耆盆地生态足迹变化分析 |
| 5.3.1 基础数据和参数确定 |
| 5.3.2 焉耆盆地1985-2011年生态足迹变化 |
| 5.3.3 焉耆盆地生态足迹时空变化 |
| 5.4 焉耆盆地生态容量变化分析 |
| 5.4.1 焉耆盆地1985-2011年生态容量变化 |
| 5.4.2 焉耆盆地生态容量时空变化 |
| 5.5 改进模型与传统模型的对比分析 |
| 第六章 焉耆盆地生态安全评价 |
| 6.1 生态安全理论与评价方法 |
| 6.1.1 生态安全概念 |
| 6.1.2 生态安全评价方法及指标体系 |
| 6.2 焉耆盆地生态安全评价 |
| 6.2.1 焉耆盆地生态安全评价 |
| 6.2.2 焉耆盆地生态安全时空变化 |
| 6.3 焉耆盆地生态安全预测 |
| 6.3.1 生态安全预测——GM(1,1) |
| 6.3.2 焉耆盆地生态安全预测 |
| 6.3.3 焉耆盆地各县生态安全预测 |
| 第七章 结论与展望 |
| 7.1 主要结论 |
| 7.2 研究特色与创新点 |
| 7.3 存在的不足与展望 |
| 参考文献 |
| 在读博士学位期间的学术研究 |
| 致谢 |
（7）城市边缘区土地利用变化及其生态环境响应 ——以南京市江宁区为例（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究思路与技术路线 |
| 1.2.1 研究思路 |
| 1.2.2 技术路线 |
| 1.3 研究内容与研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 创新与不足 |
| 1.4.1 创新之处 |
| 1.4.2 存在的不足 |
| 1.5 研究区域概况 |
| 1.5.1 地理位置与范围 |
| 1.5.2 自然地理概况 |
| 1.5.3 社会经济与环境概况 |
| 第2章 国内外相关研究进展及评述 |
| 2.1 城市边缘区土地利用研究 |
| 2.1.1 城市边缘区土地利用特征研究 |
| 2.1.2 城市边缘区土地利用问题与对策研究 |
| 2.1.3 城市边缘区土地利用动态演化及机理研究 |
| 2.1.4 城市边缘区土地利用扩展模式研究 |
| 2.1.5 城市边缘区土地利用规划与管理研究 |
| 2.2 土地利用变化对生态环境的影响研究 |
| 2.2.1 土地利用变化对生态环境单要素的影响研究 |
| 2.2.2 土地利用变化的区域综合生态效应研究 |
| 2.3 研究评述 |
| 第3章 概念界定与理论基础 |
| 3.1 相关概念界定 |
| 3.1.1 城市与乡村 |
| 3.1.2 郊区 |
| 3.1.3 城乡结合部 |
| 3.1.4 城市边缘区 |
| 3.1.5 城乡交错带 |
| 3.2 城市边缘区范围识别 |
| 3.3 基础理论 |
| 3.3.1 生态经济学理论 |
| 3.3.2 可持续发展理论 |
| 3.3.3 人地关系协调理论 |
| 3.3.4 系统理论 |
| 第4章 城市边缘区土地利用的特点、功能及其与生态环境的关系 |
| 4.1 城市边缘区土地利用的特点 |
| 4.1.1 土地利用类型的多样性和复杂性 |
| 4.1.2 土地利用结构的不稳定性和可变性 |
| 4.1.3 土地利用景观的异质性 |
| 4.1.4 土地利用生产力的高效性 |
| 4.1.5 土地利用生态环境的脆弱性 |
| 4.2 城市边缘区土地利用的功能及其演变 |
| 4.2.1 城市边缘区土地利用的功能 |
| 4.2.2 城市边缘区土地利用功能的形成及演变 |
| 4.3 城市边缘区土地利用变化与生态环境的关系 |
| 4.3.1 土地利用与生态环境关系发展演进 |
| 4.3.2 土地利用与生态环境关系的耦合协调机制 |
| 第5章 江宁区土地利用动态变化分析 |
| 5.1 土地利用变化分析方法 |
| 5.1.1 土地利用数量变化 |
| 5.1.2 土地利用结构变化 |
| 5.1.3 土地利用程度变化 |
| 5.1.4 土地利用变化强度 |
| 5.1.5 土地利用类型转移 |
| 5.1.6 土地利用景观特征变化 |
| 5.2 江宁区土地利用动态变化分析 |
| 5.2.1 数据来源 |
| 5.2.2 结果与分析 |
| 5.2.3 研究结论 |
| 第6章 江宁区土地利用变化驱动机制研究 |
| 6.1 土地利用变化驱动力辨识 |
| 6.1.1 自然生物驱动 |
| 6.1.2 经济增长驱动 |
| 6.1.3 技术进步驱动 |
| 6.1.4 制度、体制与政策驱动 |
| 6.2 江宁区土地利用变化主要驱动因子分析 |
| 6.2.1 人口增长对江宁区土地利用变化的影响 |
| 6.2.2 经济发展对江宁区土地利用变化的影响 |
| 6.2.3 工业化和城镇化发展对江宁区土地利用变化的影响 |
| 6.2.4 土地利用经济效率差异对江宁区土地利用变化的影响 |
| 6.3 城市边缘区土地利用变化驱动机制模型构建 |
| 第7章 江宁区土地利用变化的生态系统服务价值响应研究 |
| 7.1 生态系统服务的概念与类型 |
| 7.1.1 生态系统服务的概念与内涵 |
| 7.1.2 生态系统服务功能的类型 |
| 7.2 生态系统服务价值评价研究进展 |
| 7.3 生态系统服务价值评估方法 |
| 7.3.1 能值分析法 |
| 7.3.2 物质量评价法 |
| 7.3.3 价值量评价法 |
| 7.3.4 三种方法的比较及本文研究方法的选择 |
| 7.4 江宁区土地利用变化对生态系统服务价值的影响评价 |
| 7.4.1 当量因子与价值系数的修正 |
| 7.4.2 生态服务总价值测算 |
| 7.4.3 单项生态服务价值测算 |
| 7.4.4 生态服务灵敏度分析 |
| 7.4.5 结论与讨论 |
| 第8章 江宁区土地利用变化的生态足迹研究 |
| 8.1 生态足迹概念与研究背景 |
| 8.1.1 生态足迹的概念 |
| 8.1.2 生态足迹的研究背景 |
| 8.2 生态足迹模型及计算方法 |
| 8.2.1 生态足迹需求计算方法 |
| 8.2.2 生态足迹供给计算方法 |
| 8.2.3 生态赤字/盈余计算方法 |
| 8.3 江宁区土地生态足迹评价 |
| 8.3.1 数据来源及处理 |
| 8.3.2 参数的选择与模型修正 |
| 8.3.3 生态足迹需求计算 |
| 8.3.4 生态足迹供给计算 |
| 8.3.5 结果分析 |
| 8.3.6 结论与讨论 |
| 第9章 江宁区土地利用变化的区域生态安全响应研究 |
| 9.1 土地生态安全的概念及内涵 |
| 9.2 土地生态安全问题的表现 |
| 9.2.1 数量安全问题 |
| 9.2.2 质量安全问题 |
| 9.2.3 结构安全问题 |
| 9.3 土地生态安全评价的模型框架 |
| 9.3.1 P-S-R概念模型 |
| 9.3.2 EES模型 |
| 9.4 江宁区土地利用生态安全评价 |
| 9.4.1 物元分析方法的引入 |
| 9.4.2 数据来源 |
| 9.4.3 指标体系的构建 |
| 9.4.4 指标权重的确定 |
| 9.4.5 经典域及节域的确定 |
| 9.4.6 待评物元 |
| 9.4.7 结果计算与分析 |
| 第10章 结论与政策建议 |
| 10.1 结论 |
| 10.2 政策建议 |
| 10.2.1 加强土地规划管理,合理开发利用土地资源 |
| 10.2.2 强化生态用地保护,构建区域生态补偿机制 |
| 10.2.3 优化土地利用配置模式,合理控制城市过度扩张 |
| 10.2.4 加强土地生态环境建设,完善区域生态支持系统 |
| 参考文献 |
| 致谢 |
| 博士在读期间发表的论文 |
（10）敦煌市生态环境演变及驱动因素研究（论文提纲范文）
| 摘要 Abstract 目录 图目录 表目录 第一章 |
| 绪论 1.1 |
| 选题背景 1.2 |
| 研究目的及意义 1.3 |
| 研究思路 1.4 |
| 研究内容及框架 第二章 |
| 生态环境演变相关理论综述 2.1 |
| 绿洲研究 2.2 |
| 生态环境演变研究 2.3 |
| 土地利用/覆盖变化(LUCC)研究 2.4 |
| 土地利用格局动态演变模拟研究 2.5 |
| 生物量估算研究 2.6 |
| 生态系统服务功能及其价值估算研究 2.7 |
| 生态环境演变的驱动机制研究 第三章 |
| 研究区域概况 3.1 |
| 研究区域位置及范围 3.2 |
| 研究区域自然地理概况 3.3 |
| 研究区域社会经济概况 3.4 |
| 研究区域存在的主要生态环境问题 第四章 |
| 研究所用数据及其处理方法 4.1 |
| 研究所用数据 4.2 |
| 数据处理方法 4.3 |
| 遥感数字图像分类精度评价方法 4.4 |
| 敦煌市土地利用/覆盖类型划分 第五章 |
| 敦煌市生态环境格局的时空演变研究 5.1 |
| 引言 5.2 |
| 敦煌绿洲空间分布与典型环境因子的关系分析 5.3 |
| 土地利用/覆盖类型时空演变分析方法 5.4 |
| 敦煌市土地利用/覆盖类型的演变特征和规律分析 5.5 |
| 本章小结及讨论 第六章 |
| 敦煌市土地利用/覆盖格局演变情景模拟研究 6.1 |
| 引言 6.2 |
| 基于马尔可夫(MARKOV)过程的土地利用时间变化模拟模型 6.3 |
| 基于CLUE-S的土地利用空间变化模拟模型 6.4 |
| 敦煌市土地利用/覆盖格局动态演变模拟 6.5 |
| 本章小结与讨论 第七章 |
| 敦煌市生态环境要素变化分析 7.1 |
| 引言 7.2 |
| 生物量和生态系统服务价值的估算方法 7.3 |
| 敦煌市地表生物量动态变化分析 7.4 |
| 敦煌市生态系统服务价值动态变化分析 7.5 |
| 本章小结及讨论 第八章 |
| 敦煌市生态环境演变的驱动因素分析 8.1 |
| 引言 8.2 |
| 敦煌市生态环境演变的驱动因素选取及处理 8.3 |
| 敦煌市生态环境演变驱动因素的定性分析 8.4 |
| 敦煌市生态环境演变驱动因素的定量分析 8.5 |
| 本章小结及讨论 第九章 |
| 人类活动对敦煌市生态环境演变的影响分析 9.1 |
| 引言 9.2 |
| 人类活动对敦煌市生态环境演变的机理分析 9.3 |
| 研究方法 9.4 |
| 人类活动对敦煌市生态环境演变的影响分析 9.5 |
| 本章小结及讨论 第十章 |
| 敦煌市生态环境保护与恢复的途径及可持续发展模式探讨 10.1 |
| 敦煌市生态环境保护与恢复的途径 10.2 |
| 敦煌市可持续发展模式探讨 第十一章 |
| 全文主要结论、创新、不足及展望 11.1 |
| 研究结论 11.2 |
| 研究创新 11.3 |
| 研究不足及展望 参考文献 在学期间研究成果 致谢 |
四、1996-2000年中国摄影测量与遥感进展(国家报告)（论文参考文献）
- [1]1986-2019年乌拉特后旗荒漠化动态变化分析[D]. 苏丽德. 内蒙古农业大学, 2020(02)
- [2]基于GIS的全球包气带硝酸盐峰值运移时间模拟分析[D]. 黄爽. 吉林大学, 2019(02)
- [3]气候变化背景下中亚地区植被与土地退化评价[D]. 魏巍. 北京林业大学, 2019
- [4]气候变化背景下气温和降水对中国县域经济的影响研究[D]. 李承政. 上海交通大学, 2017
- [5]全球草地生产力时空动态定量评估及其驱动因素分析[D]. 刚成诚. 南京大学, 2015(01)
- [6]基于生态服务价值理论的焉耆盆地生态安全研究[D]. 祖皮艳木·买买提. 新疆大学, 2014(03)
- [7]城市边缘区土地利用变化及其生态环境响应 ——以南京市江宁区为例[D]. 崔峰. 南京农业大学, 2013(06)
- [8]历史回顾——记中国测绘学会摄影测量与遥感专业委员会[A]. 万幼川,刘良明,张永军. 中国测绘学会第九次全国会员代表大会暨学会成立50周年纪念大会论文集, 2009
- [9]1988～1992年中国摄影测量与遥感的进展（国家报告）[J]. 李德仁,楚良才,胡孝沁. 测绘学报, 1993(01)
- [10]敦煌市生态环境演变及驱动因素研究[D]. 马利邦. 兰州大学, 2011(09)