黄土高原植被覆盖时空动态及其对气候因子的响应研究 ——以延安地区为例

黄土高原植被覆盖时空动态及其对气候因子的响应研究 ——以延安地区为例

论文摘要

植被是陆地生态系统变化、陆地表面能量交换和生物地球化学循环的敏感指标。本论文以全球气候变化为背景,在以下4方面研究了黄土高原中部植被和气候因子(降水和温度)的时空动态以及植被对气候变化的时空响应规律:首先分析了植被和气候因子的时空动态趋势;其次分季节探讨了气候因子之间交互效应对植被生长的影响;再次通过CA-Markov模型研究了延安地区近20年的土地利用动态变化并进行了预测,最后详细探讨和分析了植被和降水以及温度之间的时滞效应响应并讨论了在不同的立地类型和不同的植被类型下植被对降水和温度的时滞性响应。主要研究结果如下:(1)延安地区2000至2015年各个季节(生长季、春季、夏季、秋季和冬季),植被都呈现出极显著的线性增长趋势,其中生长季植被每年的增长率为0.008。在2000年到2015年期间,延安地区的降水在春季呈现出极显著的上升趋势,增长率为1.44 mm/yr,并且除冬季外所有季节都呈现出降水增加趋势。生长季和夏季温度都呈现显著的下降趋势,下降率分别为-0.062 oC/yr和-0.073oC/yr,延安地区在2000年到2015年多数季节无变暖趋势,相反地在生长季和夏季还出现了温度显著下降的趋势。但是在秋冬季温度却有上升的趋势,意味着延安地区2000年到2015年有暖冬的趋势。对于生长季(4月至10月),植被生长在前期(4月)主要受降水影响,并且植被生长和降水呈现出显著正相相关和极显著正偏相关关系,之后降水和温度对植被生长起到大致等同的作用(5月);在生长季的中期(6月和7月)植被生长的主导因子变为温度,并且具有显著的负相关系数,此后在生长季后期(8月-10月)又不存在影响植被生长的主导因子。(2)在像素尺度上的植被与气候因子相关分析结果显示,春季植被和降水具有显著正相关性的区域分布比例较大,主要分布在研究区域西部、东部和中部的地区,而夏季植被与温度在大部分区域具有负相关性,其中显著性区域所占比例为37.5%。生长季温度和降水对EVI均具有极显著正主效应,生长季温度和降水对EVI的负交互影响显著。Simple Slope分析结果表明生长季的简单回归斜率随着降水量的增加而降低;当温度小于20度时降水对于温度在植被生长上起到明显的正向调和作用,并且随着温度的增加调和作用减弱。由Johnson-Neyman方法分析的结果表明,当生长季降水量的值低于151.28时(降水量观测值为8.28至209.30),生长季温度对于EVI预测的简单斜率显著不等于零。(3)1995年到2005年期间,延安地区面积变化最大的土地利用类型是林地;而2005年到2015年期间,未利用土地的面积急剧增加,其中建设用地土地利用动态度为6.54%,即说明在2005年到2015年延安地区增加了大量的建筑用地;耕地的变化动态度为-1.45%,耕地面积呈现不断减少趋势,这可能和国家在黄土高原地区实施的退耕还林还草政策相关。CA-Markov模型预测的延安地区2025年土地利用类型结果表明2025年延安地区建设用地和未利用土地的动态度最高,分别为25.76%和156.65%。(4)考虑降水和温度对植被生长的延迟效应时,预测模型对植被生长的解释度将提高6.57%。植被对降水呈现出3-5个月不等的明显的时滞效应,低密度草地和耕地的时滞效应最短,有林地和高密度草地的时滞效应最长;植被对温度的呈现出了1和5个月的时滞效应,低密度草地时滞效应最短,高低度草地最长。草地随着其覆盖度的增加,对降水和温度的时滞效应都增加。降水和温度最佳组合模型的贡献率分布表现出明显的周期性规律和间歇式的聚集分布,且具有较大模型贡献率的模型更倾向于气候因子的月延迟数接近或者差距较大。植被对于降水的时滞效应与植被对于温度的时滞效应相比表现出了时滞时间长但强度弱的特征。(5)从生长季逐月时滞效应结果来看,植被的生长对于累积降水的时滞效应响应在生长季的不同月上存在较大变异;在生长季中的绝大部分月份(除了9月),植被对于降水的时滞效应响应的正相关性和负相关性所占的比例较为接近,并且平均降水时滞月数呈现降低-缓慢上升-降低的趋势。植被对于温度平均延迟月数呈现明显的先增加-降低-增加的趋势。平均累积降水长度在生长季的每个月上变化较为平稳。不同植被类型对于温度的平均时滞月数在生长季的不同月上差异较大,而对于降水的平均时滞月数和平均累积降水长度的差异较小。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 文献综述
  •   1.1 国内外研究进展
  •     1.1.1 土地利用/覆盖
  •     1.1.2 气候变化
  •     1.1.3 植被对气候变化的响应
  •     1.1.4 时序植被指数监测植被动态
  •     1.1.5 植被对气候因子的交互效应响应
  •     1.1.6 植被对气候因子的时滞效应
  •     1.1.7 黄土高原植被时空动态
  •   1.2 研究背景及目的意义
  •   1.3 主要研究内容
  • 第二章 研究区概况、方法内容和技术路线
  •   2.1 研究区概况
  •     2.1.1 地理位置
  •     2.1.2 地形地貌
  •     2.1.3 气候特征
  •     2.1.4 社会经济数据
  •   2.2 研究内容
  •     2.2.1 植被以及气候因子的时空动态趋势
  •     2.2.2 植被对气候因子的时空响应
  •     2.2.3 气候因子交互作用对植被生长的影响
  •     2.2.4 土地利用动态
  •     2.2.5 植被对气候因子的时滞效应响应
  •     2.2.6 植被对气候因子的时滞效应强度
  •   2.3 技术路线
  •   2.4 数据
  •     2.4.1 EVI数据
  •     2.4.2 气候因子数据
  •     2.4.3 土地利用数据
  •     2.4.4 数字高程数据
  •   2.5 研究方法
  •     2.5.1 EVI和气候变化的趋势分析
  •     2.5.2 相关和偏相关分析
  •     2.5.3 带交互项的多元线性模型
  •     2.5.4 简单斜率法和Johnson-Neyman法
  •     2.5.5 CA-Markov模型
  • 第三章 植被覆盖时空动态
  •   3.1 引言
  •   3.2 数据
  •     3.2.1 数据来源
  •     3.2.2 数据预处理
  •   3.3 研究方法
  •     3.3.1 EVI和气候变化的趋势分析
  •     3.3.2 EVI与气候因子的相关和偏相关分析
  •   3.4 结果
  •     3.4.1 植被和气候因子的时间变异
  •     3.4.2 气候因子对植被生长的季节性影响
  •     3.4.3 植被和气候因子相关性每月变异
  •     3.4.4 植被的空间分布趋势
  •     3.4.5 植被与气候因子相关性的空间分布
  •   3.5 讨论
  •   3.6 小结
  • 第四章 植被对气候因子交互作用的响应以及土地利用动态分析
  •   4.1 引言
  •   4.2 数据
  •     4.2.1 数据来源
  •     4.2.2 数据预处理
  •   4.3 方法
  •     4.3.1 带交互项的多元线性模型
  •     4.3.2 简单斜率法和Johnson-Neyman法分析
  •     4.3.3 CA-Markov模型
  •   4.4 结果
  •     4.4.1 气候因子对植被生长的主效应和交互效应
  •     4.4.2 各季节气候因子与植被的预测交互效应
  •     4.4.3 土地利用动态度
  •     4.4.4 土地利用转移矩阵
  •     4.4.5 CA-Markov模拟结果
  •   4.5 讨论
  •   4.6 小结
  • 第五章 气候因子对植被生长的时滞效应
  •   5.1 引言
  •   5.2 数据
  •     5.2.1 数据来源
  •     5.2.2 数据预处理
  •   5.3 研究方法
  •     5.3.1 植被对气候因子响应的时滞效应
  •     5.3.2 多重时滞组合模型
  •     5.3.3 植被不同立地类型的时滞效应
  •   5.4 结果
  •     5.4.1 植被对气候因子响应的时滞效应
  •     5.4.2 基于气候因子的多重延迟组合的多元线性回归模型预测
  •     5.4.3 气候因子的最佳时滞效应多重组合模型的交互效应
  •     5.4.4 不同立地类型下植被对气候因子时滞效应的响应
  •   5.5 讨论
  •   5.6 小结
  • 第六章 植被对气候因子的时滞效应强度分析
  •   6.1 引言
  •   6.2 数据
  •   6.3 研究方法
  •     6.3.1 像素尺度上的偏相关分析
  •     6.3.2 累积降水与植被多时相偏相关分析
  •   6.4 结果
  •     6.4.1 所有生长季植被对气候因子时滞效应强度
  •     6.4.2 生长季每月植被对于气候因子的时滞效应响应的空间分布
  •     6.4.3 生长季每月植被对于气候因子的时滞效应统计分析
  •   6.5 讨论
  •   6.6 小结
  • 第七章 主要结论与研究展望
  •   7.1 结论
  •   7.2 创新点
  •   7.3 研究展望
  • 参考文献
  • 致谢
  • 作者简介
  • 文章来源

    类型: 博士论文

    作者: 朱娴

    导师: 张硕新,毛晓利

    关键词: 气候变化,黄土高原,植被,时滞,交互作用

    来源: 西北农林科技大学

    年度: 2019

    分类: 基础科学

    专业: 生物学

    单位: 西北农林科技大学

    基金: 国家科技部基金(编号:2015BAD07B050202)

    分类号: Q948

    总页数: 124

    文件大小: 10288K

    下载量: 427

    相关论文文献

    • [1].辽宁省植被覆盖度时空演变及其对气候因子的响应[J]. 气象与环境学报 2020(05)
    • [2].蜀柏毒蛾在我国的潜在地理分布及主导气候因子阈值[J]. 江西农业学报 2015(02)
    • [3].浅析森林气候因子对森林防火的影响[J]. 农村实用科技信息 2015(05)
    • [4].活用气候因子,巧解气候类题目[J]. 新课程(中学) 2014(03)
    • [5].和田地区植被覆盖变化及气候因子驱动分析[J]. 生态学报 2020(04)
    • [6].庐山不同海拔日本柳杉年轮宽度对气候因子的响应[J]. 生态学杂志 2020(01)
    • [7].山东省植被覆盖度变化与气候因子相关性分析[J]. 测绘科学 2020(03)
    • [8].2017—2018年度气候因子对淮北地区小麦生产的影响[J]. 现代农业科技 2018(20)
    • [9].基于气候因子的全国栽培太子参品质区划分析[J]. 中国中药杂志 2016(13)
    • [10].考虑气候因子变化的湖泊富营养化模型研究进展[J]. 应用生态学报 2012(11)
    • [11].气候因子对那曲虫草产量的影响[J]. 西藏科技 2019(06)
    • [12].玉米产量与生态气候因子的关系[J]. 中国农业气象 2009(04)
    • [13].栀子种子性状变异及其与地理-气候因子的相关性研究[J]. 中药材 2017(09)
    • [14].太白山地区7月NDVI多尺度周期变化及其对气候因子的响应[J]. 资源科学 2019(11)
    • [15].基于气候因子的白术生态适宜性区划研究[J]. 中国中药杂志 2015(21)
    • [16].蒙古栎地理分布的主导气候因子及其阈值[J]. 生态学报 2013(01)
    • [17].浑善达克沙地油松树轮宽度与气候因子的关系[J]. 应用与环境生物学报 2012(03)
    • [18].气候因子对小粒咖啡品质的影响[J]. 保山学院学报 2019(02)
    • [19].气候因子对黄土高原植被的影响[J]. 山西大学学报(自然科学版) 2018(03)
    • [20].中国北方风蚀水蚀侵蚀动力时空分布特征[J]. 水土保持研究 2017(03)
    • [21].三江源地表反照率时空变化及其与气候因子的关系[J]. 干旱区研究 2014(06)
    • [22].影响萧氏松茎象发生的关键小气候因子[J]. 南京林业大学学报(自然科学版) 2009(05)
    • [23].平江县林业病虫害暴发与气候因子的关系研究[J]. 现代农业科技 2018(20)
    • [24].影响通蓖6号产量的气候因子分析[J]. 黑龙江农业科学 2016(12)
    • [25].气候因子与苜蓿草产量的灰色关联度分析[J]. 草业科学 2009(08)
    • [26].北重楼潜在适生区对气候变化的响应及其主导气候因子[J]. 应用生态学报 2020(01)
    • [27].栀子种子性状变异及其与地理-气候因子的相关性研究[J]. 重庆中草药研究 2018(02)
    • [28].关键气候因子与油茶油酸含量的相关性[J]. 贵州农业科学 2019(05)
    • [29].湖北省植烟区生态气候因子的主成分分析和区域划分[J]. 烟草科技 2011(02)
    • [30].万仙山油松径向生长与气候因子的关系[J]. 生态学报 2011(20)

    标签:;  ;  ;  ;  ;  

    黄土高原植被覆盖时空动态及其对气候因子的响应研究 ——以延安地区为例
    下载Doc文档

    猜你喜欢