一、降水和围封对荒漠灌丛变化监测模式的建立（论文文献综述）
曹文梅[1]（2021）在《科尔沁沙丘草甸相间地区植被群落动态模拟及生态系统健康评价》文中研究指明以欧亚大陆草原为代表的寒旱区对全球及中国的可持续发展至关重要。在过去几十年中,由于人类活动和气候变化的影响,该区域面临生态退化引发的荒漠化危险。本论文选取科尔沁沙地进行此方面的研究,以其东南缘的沙丘-草甸相间区域为研究对象。基于收集筛选的大量植被和生境因子数据,采用结构方程模型（Structural Equation Model,SEM）模拟植被群落动态变化过程。参照群落动态分析结果,研制了适合荒漠化生态系统健康分析的群落尺度土地覆被分类系统。融合植被物候、生境信息和多时相遥感数据,建立适合沙丘-草甸相间地区长时间序列土地覆被识别的决策树。基于活力-组织力-恢复力-生态系统服务能力（VORS）评价框架,分析在水文条件周期性变化过程中生态系统健康的时空变异特征,最后通过构建SEM量化自然因素和人为活动对该区域生态系统健康变化的影响。主要研究成果如下:1、基于SEM分析了生境条件对植被群落组成及结构的影响,在模型构造中通过优势植物种的差异区分群落组成,同时通过丰富度和多样性反映群落的构成,在植被群落组成及结构研究方面是方法的创新。结果表明,在沙丘生境条件下,影响群落组成及结构效果最显着的是土壤水分和质地条件。在草甸生境条件下,影响群落组成及结构效果最显着的是地形特征。另外,基于SEM统计结果模拟了各植被群落组成及结构的动态变化。结果表明,虽然群落多样性和丰富度较高的冷蒿+冰草群落以及小叶锦鸡儿群落均能起到固定沙丘的作用,但是两个群落中冷蒿+冰草群落对于沙丘土壤的修复效果更好,更利于生态系统的健康可持续发展。因此,研制群落尺度的土地覆被分类系统对分析荒漠地区生态系统健康变化状况是必要的。2、融合Sentinel-2 A/B和Landsat-5/7/8多源多时相数据实现了研究区长时间序列覆被类型在群落尺度上的识别。结果表明,对于沙丘-草甸相间分布的复杂下垫面来说,参照植被生长环境条件,能减少沙生植被与草甸植被之间的混分。参照植被物候信息,能减少乔木林、灌木群落及半灌木群落之间的混分。另外,参照植被群落演替过程,能识别多样性的高低,进而区分半灌木群落。对于缺乏高精度空间分辨率历史影像数据的情况,在基于低空间分辨率Landsat系列数据解译研究区历史覆被类型时,使用基于高空间、光谱分辨率Sentinel-2数据的最优分割结果能提高解译精度。3、分析了研究区各覆被类型的转换规律和时空变异特征。结果表明,时段Ⅰ（19841988）到时段Ⅱ（19992004）土地沙漠化加剧发展,景观破碎化程度和异质性不断减小。土地覆被变化具有一定的规律,流动沙地主要和低多样性半灌木群落互相转化,而高多样性半灌木群落由于人为开垦弃荒等行为转变成低多样性半灌木群落或直接退化为流动沙地。时段Ⅱ（19992004）到时段Ⅲ（2018）研究区土地沙漠化趋势得到有效遏制,景观破碎化程度和异质性不断增强。但受人为治理活动影响,各覆被类型转化为流动沙地和低多样性半灌木群落的转变强度显着。4、基于3个时段的解译结果,利用VORS框架,评价了生态系统健康的时空变化特征。从时段Ⅰ到时段Ⅱ,生态系统活力增加,生态系统组织能力和恢复能力减少,在西北区域的服务能力逐渐减少。从时段Ⅱ到时段Ⅲ,生态系统活力、组织力和服务能力增加,生态系统恢复力在东南区域发生轻微减少,在西北区域则发生轻微增加。当生态系统健康恶化和恢复时,对于反映服务功能的综合生态健康的变化趋势更大,说明生态系统变化对人类的影响更敏感。5、定量分析了自然因素和人为修复对研究区生态系统健康变化的影响差异。从时段Ⅰ到Ⅱ以及时段Ⅱ到Ⅲ,研究区生态系统健康的变化主要由自然因素的变化引起。对于生态健康,自然因素主要体现在地形条件和自然修复的土地面积。对于综合健康,时段Ⅱ之前自然因素主要体现在降雨条件和自然修复的土地面积。时段Ⅱ之后人为修复活动的影响显着增加,自然修复的影响降低。综上所诉,建议在荒漠化生态系统健康修复过程中,继续坚持推进围封举措,加强禁牧、轮牧的监管力度。维持现有土地覆被现状,对乔木林和灌木群落进行合理管理。进一步说明,科学系统地解析土地覆被演变过程,及引起的生态系统健康变化,可为推进寒旱区生态水文学以及保护利用脆弱草原资源奠定理论信息基础。
洪光宇[2]（2021）在《毛乌素沙地杨柴和沙柳的蒸腾耗水特征及人工林地植被承载力》文中提出水分是限制毛乌素沙地植被生长与稳定的主要因素。准确获取典型造林树种的蒸腾耗水特征和土壤水资源变化是评估人工林群落稳定性、指导林分结构优化调控以及植被合理配置的核心问题。本研究以毛乌素沙地典型的造林树种杨柴（Hedysarum leave）和沙柳（Salix psammophila）人工林为研究对象,在林分结构特征基础上,采用热扩散式包裹茎流仪、HOBO-U30小型气象站型自计气象站、Watch Dog2800型土壤水分自动监测系统等设备进行定位动态监测,利用降水入渗过程模型（Hydrus-1D）估算林地的土壤有效贮水量,基于水量平衡原理,估算杨柴和沙柳人工林地承载力。主要研究结果如下:1.杨柴人工灌木林、沙柳人工灌木林和裸沙样地的土壤水分在降雨时间格局的影响下均呈明显的季节和垂直变化。8月份土壤水分含量最大,沙柳人工林和裸沙样地土壤水分剖面呈“s”形,杨柴人工林土壤水分剖面呈“3”形。0-110cm深度土壤水分含量沙柳人工林>杨柴人工林>裸沙,杨柴和沙柳人工林地在同一降雨事件土壤水分入渗量与深度存在差异,小雨事件水分对杨柴人工林的补给量大于沙柳人工林,中雨以上降雨事件水分更容易入渗到沙柳人工林深层土层。>8.8 mm的降水水分能够入渗到30 cm以内土层（毛乌素沙地灌草植被根系主要分布土层）为有效降水事件。2.通过考斯加柯夫（Kostiakov）、菲利浦（Philip）、霍顿（Horton）和通用经验模型（f=at-n+b）模拟杨柴和沙柳人工林土壤水分入渗率的比较分析,经检验考斯加柯夫模型适用于描述杨柴人工林土壤降雨入渗过程,回归系数范围为0.9021-0.9518;通用经验模型适用于描述沙柳人工林土壤降雨入渗过程,回归系数在0.7415-0.9923之间。Hydrus-1D模型通过参数优化后,可以较准确地描述杨柴人工林、沙柳人工林及裸沙的土壤水分变化过程,并能够估算出30 cm土层处的向下渗漏量和土壤整体蒸发量。植被生长旺季的7-9月,裸沙、杨柴人工林和沙柳人工林30cm及以下土层渗流量分别占同期降雨78.08%、43.24%和47.39%,人工灌木林地土壤渗漏量要远低于裸沙。3.2017-2018年7-9月间,毛乌素沙地杨柴平均日液流速率为15.18g/d,平均日液流量为364.42 g/d。沙柳枝条平均日液流速率为17.01 g/d,平均丛日液流量为12245.73g/d。沙柳整丛的蒸腾量显着高于杨柴。杨柴和沙柳液流速率和液流量因气象因子的变化而变化,呈现显着的白昼、日间、月际的进程变化。供试灌木种间对环境因子的响应程度存在差异,在小时和日尺度上,杨柴和沙柳液流变化同时受气温、太阳辐射、相对湿度和饱和水汽压差共同影响;在月尺度上,杨柴和沙柳液流速率及量变化同时受到太阳辐射的影响。但不同的是,饱和水汽压差是影响杨柴的主要因子,气温和相对湿度是影响沙柳的主要影响。种内因径级不同对环境因子的响应程度存在差异,小径级杨柴植株对环境因子的响应程度最低。4.基于水量平衡理论,通过Hydrus-1D模型估算土壤水分的补给量及植被耗水量模型估算单株（丛）耗水量,测算杨柴和沙柳人工林土壤水分承载植被能力。杨柴适宜造林密度为4701株/hm2,沙柳适宜造林密度在1013丛/hm2左右。
邵明轩[3]（2021）在《基于遥感影像的新疆草地放牧强度预测》文中认为
车晓旭[4]（2020）在《人工绿洲建设对荒漠区植被动态的影响及其防沙树种选择》文中进行了进一步梳理乌兰布和沙漠西北部的人工绿洲自2009年集中建设以来,磴口县政府与圣牧高科集团投入大量人力、物力,经过人工培育防沙树种、进行土壤恢复治理、人工灌溉等方法,在该区域多次进行大规模的整治开发,建成大面积的人工绿洲,促使该区域生态环境状况良好的发展。研究该人工绿洲的植被动态变化,确定植被变化的主要驱动因子,提出防沙树种选择方案,对于指导该人工绿洲的科学健康的可持续发展具有重要意义。本文利用遥感技术实现植被动态监测,应用“3S”技术分析2009-2019年的Landsat遥感影像,得出研究区历年NDVI动态变化,探讨研究区NDVI变化的主要驱动因子,以及与气候因子的相关关系;分析2009年Landsat影像与2019年Sentinel-2遥感影像,应用监督分类得出植被类型图,指导进行人工植被本底调查,探讨人工绿洲建设对植被类型动态变化的影响。在人工绿洲区外设立3个缓冲区,探讨建设人工绿洲对周围荒漠区NDVI与植被类型变化的影响。应用层次分析法,探讨与该荒漠区匹配的防风固沙树种与种植模型。主要结果如下:（1）2009-2019年间,研究区域内NDVI的总体水平偏低,绿洲区随着时间的变化NDVI总体水平较高且变化较大,缓冲区NDVI随着距离的增加水平下降。气候因子并不是影响研究区植被指数的主要贡献因子,NDVI变化主要依赖于人为因素的影响;（2）研究区域内植被依靠自身进行扩张较难,人为因素对植被覆盖度变化影响较大,灌溉是植被动态变化的重要影响因素之一;（3）研究区域内主要植被群落为柽柳、白刺与籽蒿等群落类型,该区域优势树种有新疆杨、垂柳、花棒、梭梭、沙枣、沙东青、胡杨、柽柳、黑沙蒿、白刺;（4）结合层次分析法与实地调查,选出适宜树种有:新疆杨、沙冬青、梭梭、胡杨、柽柳、黑果枸杞、蒙古扁桃、花棒、白刺、垂柳等乔、灌木。根据植被覆盖情况,在绿洲内确定多种种植模式。利用遥感监测技术,得出人工绿洲NDVI与植被类型变化的主要驱动因子是人为因子,通过人工栽植防沙树种可以推动NDVI正向发展,丰富植被群落类型。综上,挖掘出适合该区域种植的防沙树种,确定种植模式,完善该区域生态功能,为绿洲的可持续发展提供有力的对策。
邬亚娟[5]（2020）在《科尔沁沙地土地覆被分类及其时空演变分析》文中进行了进一步梳理在自然环境以及人类活动等因素的影响下,科尔沁沙地荒漠化不断加剧,严重制约了当地生态环境的可持续发展,因此,基于遥感技术的固沙植被研究有助于遏制荒漠化进程,提高干旱半干旱区植被资源的可持续利用及其时空动态变化监测效率。研究区地处科尔沁沙地南缘,具有地带特殊性以及严重的植被混生现象,为了探究高光谱遥感数据在植被识别中的可利用能力,本文从“同物异谱”特性着手,利用包络线去除和一阶微分法对不同群落原始光谱进行变换增强可分性,实现了有利于分类的识别参数的提取。同时通过对比不同分类模型在多光谱影像中的分类精度,依托1987-2017年15期高质量Landsat TM/OLI遥感影像分类图数据,基于生态学植被演替研究方法,系统分析了研究区30年来的植被群落动态演变规律。论文主要结论概括为以下四方面:1.研究以空间代替时间的方法,根据优势种差巴嘎蒿的物候特征及物种组成,划分为四个演替阶段（即四个群落）,通过分析四个差巴嘎蒿群落冠层反射率特征发现,随着群落的稳定,红边反射率持续上升,且9月总体曲线较5月降低;一阶导数和连续统去除变换有效增强了群落间原始光谱的吸收特征以及红边的差异性,得到最佳识别参数为红边特征以及吸收深度,且9月识别效果优于5月。2.通过对不同群落的光谱特征分析可知,9月群落将进入凋萎期,而杨树较长的生长周期,使得在红边处容易与其他群落区分;作为流动半流动沙丘的指示群丛的沙米-差巴嘎蒿群落植被构成简单,叶片较小,其冠层反射率在“绿峰”与“红谷”处均较高,但是“双峰”现象不明显,易于区分;作为能够指示植被生长状态的植被指数,整体变化遵循了群落生长的一般规律,但是仅有RVI呈现出的差异性较大。3.由分类结果可知,各模型的分类精度为:决策树>SVM>KNN>K-means,其中决策树分类总体精度最高达到95.24%,Kappa系数为0.95。基于决策树分类的多时相影分类精度均达到80%以上,因此,在数据信息匮乏的情况下进行多时相遥感影像的动态分析时,决策树分类法获取的地物空间分布信息更具有较强的地区适应性。4.四个研究期的植被结构均为“半灌丛-草甸地-灌丛”,且半灌丛与草甸地是研究区主要的覆被类型;1987-2017年间,主要土地覆被类型依然存在着正向和逆向两个演变方向,其中逆向演替占总演变的28.68%。从变化序列来看,研究区土地覆被变化主要以半灌丛的持续减小与沙地草甸的持续扩张为主要特征,侧面反映该研究区域生态环境的持续不稳定性和脆弱性;利用SDE法分析得出1987-2017年不同植被群落重心在变化过程中的聚散与迁移,除人为影响较大的林地、草甸地以及耕地向北迁移外,其他植被群落的重心都有很明显的南迁。多光谱数据能够及时、准确、无损地获取荒漠化植被信息,有助于区域尺度植被资源的发展及管理,对生态环境等植被资源配置具有重要意义。而高光谱数据在提取近地面植被叶片结构、生理参数以及生物量等指标信息具有较大优势,能够为多光谱数据的分析研究提供基础数据。同时,多光谱数据在基于光谱信息与GIS空间分析的科尔沁沙地土地覆被特征以及时空格局研究中,实现了对植被资源的动态监测与分析,该研究能够为建立点尺度与面尺度遥感数据之间的联系及荒漠植被识别提供有效参考。
旭日[6]（2020）在《毛乌素沙地柳湾林群落特征及其动态演替机制研究》文中认为本文以毛乌素沙地柳湾林为研究对象,通过野外调查和室内实验,应用数量生态学、统计学与地统计学等方法分析,揭示了柳湾林植物区系特征、群落类型特征、群落动态演替机制。为毛乌素丘间地保护和利用提供依据。主要研究结果如下:1.毛乌素沙地柳湾林植物区系特征（1）经调查,共记录到维管植物126个种（含种下单位）,隶属于84个属,34个科;其中禾本科Gramineae所含物种数最多,其次为菊科Compositae、豆科Leguminosae,三个科共占该地区植物总数的42.4%;在属级水平上,蒿属Artemisia L.含种数最多,其次为苔草属Carex L.和灯芯草属Juncus L.。（2）植物生活型谱中以多年生草本为主,占57.2%;一、二年生草本次之,占33.9%;灌木和半灌木分别为7.3%、1.6%。水分生态类型谱中以中生植物为主,占58.9%,其次为旱生植物,占22.6%,第三为湿生植物,占16.9%,占比例最小的是水生植物,占1.6%。（3）植物区系地理组成以温带成分为主,占64.1%,其次为东亚成分和世界成分,各占13.6%,位居第三的是古地中海成分,仅占8.7%。2.毛乌素沙地柳湾林群落类型按照群落-外貌分类原则,将柳湾林划分为10个群系、27个群丛组、94个群丛,其中分布在丘间地上的有38个群丛,分布在沙丘上的有56个群丛。这充分体现了柳湾林群落类型的复杂、多样,同时也反映出柳湾林系统中沙丘坡面与丘间地生境的差异性。3.柳湾林丘间地群落动态演替（1）毛乌素柳湾林丘间地群落演替经历了定居、发展、成熟、衰退四个阶段,主要特征为:（1）种子定居条件的选择和先锋群居特征北沙柳（Salix psammophila）早春先叶开花、种子成熟期及散播期早于乌柳（Salix cheilophila）,种子小而轻,较沙棘（Hippophae rhamnoides subsp.sinensis）种子易于风力和水力进行传播,另外,其种子无休眠特性,且结实量高,在适宜生境中发芽率高且萌发时间短,这些生物、生态学特性是北沙柳成为柳湾林群落先锋物种的基本条件。北沙柳种子定居主要选择淡水或微碱性湖泊水陆交界处湿润裸沙地带。土壤质地粗糙,粗细砂比8:5,其土壤饱和电导率（EC）变化在29-40μs/cm之间,pH值变化在8.7-9.0之间,土壤碳氮比（C/N）变化在6.2-8.6之间。先锋群居除建群种北沙柳外,亚优势种和伴生种以中生、湿生的杂类草、莎草类及灯芯草类植物为主,无旱生植物。（2）群落发展期与定居期群落比较,北沙柳高度、丛幅明显增加,密度、盖度降低,草本层片仍以中生、湿生的杂类草、莎草类及灯芯草类植物为主,无旱生植物;土壤质地由粗变细,粗细砂比3:2,其表层土壤含水量、EC、C/N逐渐增加。（3）群落成熟期群落盖度、高度明显增加,灌木层片中乌柳、沙棘数量明显增加,局部可成为优势种,林下草本层以旱生、中生的轴根型杂类草、根茎型禾草为主;土壤质地进一步变细,粗细砂比1:2,其表层土壤含水量、EC、pH值、C/N进一步增加。（4）群落衰退期群落盖度、高度明显降低,灌木层片以乌柳为主,北沙柳、沙棘数量降低,林下草本层以旱生、中生的轴根型杂类草、根茎型禾草为主,旱生植物明显增加,也出现耐盐植物,如糙隐子草（Cleistogenes squarrosa）、黑沙蒿（Artemisia ordosica）、鹤甫碱茅（Puccinellia hauptiana）、海韭菜（Triglochin maritima）等;群落生境向两个极端方向发展,即沙化和盐沼化。（2）在沙丘复合生态系统中柳湾林群落维持机制及与相邻群落的关系（1）柳湾林群落维持机制随着丘间地群落的发展,因水位降低而被移动沙丘吞噬,在老的迎风坡底部形成新的风蚀坑和湿润的环境,形成新的柳湾林定居环境并重新开始循环演替,而老的柳湾林丘间地群落随着沙丘的移动,逐渐成为背风坡上的主要建群种,在相对干燥的沙生环境,原来丘间地的湿生草本和多年生、中生草本逐渐被多年生、旱生草本或一年生草本替代成为背风坡林下主要草本;而原来背风坡上的群落成为新的迎风坡植物群落,由于迎风坡土壤硬度大且更加干燥,植被更加稀疏。柳湾林丘间地衰退期群落,由于沙丘流动性变小,丘间地由于降水的汇集,导致被盐化草甸或沼泽替代,但随着沙丘的活化,最终仍然会被风沙吞噬,形成新的柳湾林定居条件。（2）不同发育阶段柳湾林与相邻群落的特征比较柳湾林主要发育在通透性较好、相对湿润的沙丘复合生态系统中,土壤质地以粗砂、细砂为主,粉粒在不同发育阶段所占比例均较低,所以初期阶段的群落环境和种类组成特征与中性的歧序翦股颖（Agrostis divaricatissima）、假苇拂子茅（Calamagrostis pseudophragmite）群落相近;在群落发展的后期,随着土壤细砂、粉粒,盐分等的增加,与一些耐盐、耐旱的如鹤甫碱茅、芨芨草（Achnatherum splendens）、马蔺（Iris lactea var.chinensis）、黑沙蒿群落在种类组成和生境特征上具有相似性。它们之间随着群落的自身发展、环境变化或外界的干扰在空间分布上可以发生相互替代。4.柳湾林的保护柳湾林是毛乌素沙地特有的生态系统,它的健康发展是毛乌素沙地健康的重要指示,是毛乌素沙地流动沙丘向固定沙丘演变的重要过程。同时,柳湾林的生物多样性、生产力、土壤养分较高于相邻群落,所以其在防风固沙、改良土壤、维持区域高的生物多样性等方面起着不可替代的作用。
王保林[7]（2020）在《内蒙古草甸草原区遥感生态评价与监测研究》文中研究表明干旱区草原退化已成为严峻的生态问题,内蒙古牧区草畜关系和畜牧业发展正面临着严峻挑战,随着大数据技术和云计算平台的发展改变了地学和生态学的研究模式。草甸草原在内蒙古广泛分布,是我国重要的草地资源和景观群落。通过将草甸草原的生态系统服务价值进行货币化度量,量化区域景观生态风险等级以及监测草原关键的生态参量,为精细化草原保护和利用的相关政策提供数据参考。对我国生态可持续发展和生态文明建设具有重要意义。本文选取内蒙古草甸草原区为研究对象,在大数据云平台的基础上以数据驱动的方式在多个维度展开研究。在谷歌地球引擎的基础上集成,将样地实测的生态参量、气象观测数据、物候观测数据等地面数据,结合Landsat 8、Sentinel-2、MODIS等遥感卫星数据构建天地一体化的评价方式,基于地理格网计算、机器学习、混合像元分解、经验模型构建等多种方法,开展草原生态评价和监测研究。研究重点包括草甸草原区土地覆盖时空分布分析、景观生态风险变化分级评价、生态系统服务价值的时空调节及货币价值核算、草甸草原的基本生态参量反演、草甸草原区牧草产量和载畜量估算以及草原退化检测等多个维度研究结果显示:（1）内蒙古草甸草原区草地恢复明显,生态风险可控。草甸草原区的土地利用特征与内蒙古全域有相似性,具体表现为草地面积逐渐上升,同时相较于全域,草甸草原区的草地面积恢复速度更快。但没有大型的人口聚集区、没有成规模的河湖湿地,未来应继续重视天然草原的保护,坚决抑制天然草原被开垦为农田。草甸草原区景观生态风险水平总体偏低,个别地区有中等或者较高的风险水平,需要引起警示。（2）生态系统服务价值逐年上升,其中贡献最大的地类是草地,其中气候调节能力产生了最大的价值。草甸草原区最重要的生态系统服务功能是调节功能,而气候调节功能是重中之重。其价值贡献其次为森林和农田等生态系统,而时间则主要是4～10月份的生长季。由此表明内蒙古的草甸草原区保护应放在生态建设的首位。（3）草甸草原区的牧草盖度和长势具有向好的趋势,返青监测反映了地面真实情况。牧草盖度和长势的定量反演和定性分析均取得了较好的结果,满足监测需求。相较于线性回归模型,应用混合像元分解模型反演草甸草原盖度结果与实际情况更加符合,一方面是线性回归模型简单,不能充分挖掘波段与盖度之间的关联,另一方面混合像元分解能够充分保留草原的植被光谱特征。分析盖度与气象环境因子之间的相关性发现降雨量是影响牧草盖度的重要因素。返青监测结果与地面物候采集数据具有强相关性且准确地表达了返青的时序特征和空间分布特征。（4）牧草产量逐年提升,降水是影响产量的决定性因素。分别利用Landsat 8、Landsat 7、Sentinel-2、MODIS影像的原始波段及相关衍生波段构建产量一元及多元统计模型,经模型验证精度对比分析,基于Landsat 8数据构建的多元线性模型精度最优,应用该模型进行时空分析制图,发现草甸草原区2013-2019年产量总体呈增加趋势,这和盖度像元二分模型监测结果相对应,也与基于MODIS数据产品土地利用研究结果一致,不同数据源和不同算法得到的草原参量一致性可以佐证结果的可靠性。研究结合产量进行载畜能力分析及专题化制图,获得了 2019年内蒙古暖季和冷季的载畜量专题图。分析产量与气象环境因子之间的相关性,发现研究区降雨量是影响产量的重要因素。（5）应用随机森林模型反演草原沙化具有较高精度,可推广至全区域草原沙化反演。基于草原沙化地面采样数据分别构建随机森林模型和混合像元分解模型,利用模型反演结果分析草甸草原区草原沙化的时空分布特征。由于混合像元的端元提取具有较大误差及不确定性,导致混合像元分解反演沙化精度较低,而基于随机森林模型能取得较高的精度,总体精度为0.6383,卡帕系数为0.4495。草原沙化随机森林模型可以用于全域时序空间制图。
山丹[8]（2020）在《呼伦贝尔草原生态系统对气候和放牧作用的时空响应》文中指出草地作为一种广泛分布的土地利用类型,具有重要的经济和生态功能。呼伦贝尔草原是目前生态保护状况较好,且具有丰富景观类型的高纬度草地生态系统,是开展草地多层次生态格局及其驱动因子研究的理想区域。本文以呼伦贝尔草原为研究对象,从遥感、样带、样点三个尺度探讨了其植被时空变化特征及其影响因子,结果可为科学、合理的利用保护该区的草地资源提供理论指导。本研究从遥感尺度上利用2001-2018年MODIS NDVI数据,采用时间信息熵和时间序列信息熵计算了呼伦贝尔草原的植被覆盖度变化强度及变化趋势,采用偏相关分析研究了降水量、温度、SPEI和放牧压力与NDVI间的关系。从样带尺度上通过对呼伦贝尔草原4条样带330个样地990个样方数据分类、排序,同时运用相似性分析（ANOSIM）和相似性百分比分析（SIMPER）定量描述各个植被型和群落间的差异性,并分析探索调控植被分布格局的主要影响因子。从样点尺度上以5种位置的饮水点为中心,在不同取样距离和取样方向上调查样方660个,据此分析检验了放牧压力对植被群落特征和土壤理化特征差异的影响。基于以上研究,得出主要结果如下:1.从遥感尺度上的研究来看,整个呼伦贝尔草原植被覆盖度增加的面积大于减少的面积,植被覆盖度总体上呈上升趋势。时间信息熵在典型草原主体部分变化强度较大,且呈向东西两侧的草甸草原区和荒漠草原区递减趋势,时间序列信息熵在典型草原中北部区域较高,处于西南部的荒漠草原最低,整体呈东北-西南方向递减趋势;研究区92.1%面积的NDVI与降水量呈正相关,表明研究区植被覆盖度变化主要受降雨影响;在旗（市区）尺度上主要受放牧压力影响,放牧压力对研究区植被覆盖度起正反馈作用,说明目前呼伦贝尔草原整体放牧水平未超出草原承载能力,该结论符合中度干扰假说;在苏木小尺度上的斑块状分布则主要受微地形影响,根据群落调查记录发现处于山地、沙地、水洼、草甸等地形的苏木,其植被盖度变化与相邻区域存在明显差异。表明受降水控制的水分条件是制约呼伦贝尔草原植被覆盖度的最主要因子,而放牧压力与微地形的影响分别在旗（市区）及苏木尺度上起主导作用。2.从基于样带尺度的研究来看,呼伦贝尔草原所有样地共调查到196种植物,隶属于43科,122属,水分生态类型以中生植物为主,生活型以多年生草本植物为主,充分说明了呼伦贝尔草原在我国北方草原中水分条件的优越性;按照指示种分析法将330个样地划分为荒漠草原、典型草原和草甸草原3个植被类型,17个群落类型,荒漠草原与典型草原间分异明显,而草甸草原有向典型草原转变的趋势,呼伦贝尔草原整体向旱生方向发展;降水量是驱动各样带植被分布格局的共同主导因子,高程、温度、SPEI、放牧压力、土壤有机质含量及土壤黏粒含量对各样带植被分布产生重要影响。3.从围栏放牧点的尺度来看,由饮水点为中心的围栏放牧活动所产生的的“光裸圈”现象,明显改变了植物群落的分布格局,增加了植物群落的空间异质性;饮水点附近群落特征、植物多样性最低,并随着取样距离的增加整体呈先增后减趋势;饮水点附近处的土壤容重、p H及土壤养分含量会明显增加,即形成“沃岛效应”;取样距离与土壤理化性质共同决定围栏牧场植物群落的分布格局。随着与饮水点距离的增加,群落指示种存在从一年生短命植物向多年生建群物种,最后向退化指示种演变的替代现象,“光裸圈”中心及外围区域的群落特征、物种多样性及土壤理化性质等受放牧影响最大,而介于二者之间的中部环形区域所受扰动较小,该结论进一步验证中度干扰假说,为相似区域的“光裸圈”研究、相应的围栏放牧活动、科学管理及合理利用牧场提供重要参考。综上所述,降水量是影响呼伦贝尔草原不同尺度植被空间分布及群落特征变化的最主要影响因子,而植被整体向旱生方向演变,则是由于长时间尺度上的气候变化加之部分不合理的放牧活动导致的。由饮水点围栏放牧所产生的“光裸圈”现象对群落特征、生物多样性及土壤理化性质均产生明显影响,是小尺度范围造成草原退化的主要原因。建议在相似区域的退化草原,适当调控放牧强度以及严格按照国家规定进行休牧、禁牧等措施,对草原进行相应的保护和修复,才能保证我国北方草原的可持续发展。
冷若琳[9]（2020）在《基于机器学习的祁连山草地植被覆盖度遥感估算研究》文中研究表明草地植被覆盖度（Fractional Vegetation Cover,FVC）是衡量地表草地植被生长状况的一个重要指标,也是区域碳循环分析、草地生态系统健康评价以及草地资源可持续开发利用的指示因子。祁连山是中国西北地区典型的生态脆弱区,草地生态系统是该区域内最主要的生态系统。因此,构建高精度的草地覆盖度估算模型对祁连山地区内草地资源管理和生态环境保护具有重要的意义。许多学者已针对祁连山地区的植被覆盖展开了大量研究,然而,目前的草地植被覆盖度估算模型差异较大,也鲜有估算祁连山东、中、西段不同区域草地覆盖度的精确模型。因此,本文以祁连山作为典型研究区,以东、中、西段内各类型草地植被为研究对象,对比了不同MODIS产品对祁连山草地植被估算的适用性,利用多种植被指数、裸土指数、阴影指数以及温度、降水、湿度等气象因子,分别构建草地覆盖度的单因子和多因子的参数与非参数模型,对比各模型的精度和稳定性。在此基础上,分析了2000-2019年祁连山地区草地覆盖度的时空动态变化,结果表明:（1）与MOD09GA相比,MCD43A4是更适合用于祁连山草地覆盖度研究的MODIS数据。在12种植被指数中,基于MCD43A4的11种植被指数与草地覆盖度之间的相关系数均高于基于MOD09GA的,对应植被指数r的差值介于0.0310.793之间。（2）由于地形、土壤、气候以及植被覆盖类型等因素的影响,基于不同植被指数的单因子参数模型对祁连山东、中、西段草地覆盖度的估算能力差异巨大。祁连山东段草地覆盖度的最优估算模型是BNDVI的指数模型（y=19.7160）1.292,R2=0.569,RMSEP=1.582);祁连山中段草地覆盖度的最优估算模型是GNDVI的乘幂模型(y=65.5300.543,R2=0.698,RMSEP=15.601);祁连山西段草地覆盖度的最优估算模型是DFI的乘幂模型(y=145.8681.068,R2=0.451,RMSEP=4.573)。（3）构建多因子参数模型是提高草地覆盖度反演精度的有效途径。输入数据为多种植被指数和气象因子的多因子参数模型对祁连山东、中、西段草地覆盖度的估算精度最高,其多元线性模型的R2分别为1.000、0.730和0.885,RMSEP分别为3.485、11.573和4.375。气象因子的加入将中段以及西段多因子参数模型的估算精度分别提高了27.25%和68.49%,高于裸土指数和阴影指数对模型精度的提升（分别提高3.92%和26.42%）。（4）基于BPNN方法构建非参数模型对祁连山草地覆盖度的单因子、多因子模型估算精度的提升效果尤为突出。在祁连山中段,BPNN模型将3种植被指数（BNDVI、GNDVI、MSAVI）单因子最优估算模型的R2分别提高了0.168、0.131和0.099,RMSEP分别减小了11.602、8.343和8.939;在祁连山西段,BPNN模型将3种植被指数（DFI、NDVI、MSAVI）单因子最优估算模型的R2分别提高了0.322、0.422和0.300,RMSEP分别减小了3.312、2.855和6.562。在输入数据相同时,相较于多元线性模型,祁连山中、西段的多因子BPNN模型精度均有不同程度的改善。（5）祁连山自西向东的草地平均覆盖度呈现逐渐递增的趋势,东、中、西段平均年最大草地覆盖度依次为49.734%、41.035%和18.015%。2000-2019年以来祁连山地区草地覆盖度总体呈增加趋势,其东、中、西段平均增加值为4.222%、4.381%和2.673%。从草地覆盖度空间变化趋势来看,2000-2019年研究区内草地覆盖度主要呈不显着增加趋势,其面积占草地总面积的80.32%;从不同草地类型来看,各类型草地覆盖度变化也主要处于不显着增长的状态,其面积占各草地类型总面积的比例在68.775%94.141%之间。
葛根巴图[10]（2020）在《磴口黄灌区绿洲土地利用变化及其生态效应研究》文中进行了进一步梳理土地利用变化作为全球变化在地球表层系统最突出的景观标志,会在不同尺度上对生态系统的过程、结构和功能产生巨大影响,已成为全球变化研究的核心内容和重点领域。深入研究土地利用时空演变规律及其生态效应对区域水土资源的合理开发利用和生态环境治理保护具有重要意义。黄河灌溉绿洲不仅是西北干旱区贫困人口实现生态移民、脱贫致富的重要载体,也是防治风沙入黄的第一道生态屏障。近几十年来,随着人口数量的迅速增长和水土资源开发程度的不断加剧,土地荒漠化、灌溉用水短缺,生物多样性锐减等生态环境问题不仅威胁着荒漠绿洲的生存也限制了其生态保护作用的发挥,引发了社会各界的高度关注。本文以典型的黄灌区绿洲-内蒙古磴口为研究区,通过对比K-最近邻（KNN）、人工神经网络（ANN）、支持向量机（SVM）和随机森林（RF）等四种机器学习算法的分类性能,筛选出适合磴口绿洲土地利用分类方法,并以此获得1988-2018年7期土地利用数据;采用统计分析和格网分析研究了土地利用数量特征、动态度、综合程度和转移特征的时空变化规律,并以此为基础利用空间自回归分析测算了自然环境和社会经济等8个影响因子的贡献,明确了土地利用变化的驱动因素;将最大斑块指数（LPI）、有效粒度尺寸（MESH）、蔓延度（CONTAG）、香农多样指数（SHDI）作为反映景观破碎化的指标,采用缓冲区分析研究黄河沿岸到绿洲内部景观破碎化的空间梯度变化特征,基于半变异函数和移动窗口相结合的方法确定景观破碎化的特征尺度,并以此尺度分析其空间演变过程;利用景观生态风险指数模型、空间自相关分析、半方差分析、普通克里格插值获得了7期磴口绿洲生态风险分布图,从时序变化、空间变化和转移特征等方面研究了生态风险时空变化规律和土地利用对其影响;利用修正后的磴口绿洲单位面积生态系统服务价值系数,结合格网分析、冷热点分析、重心转移分析以及价值流向分析探究了生态服务价值的时空演变特征并定量研究了土地利用变化对其影响;最后,基于上述研究内容得出近30年磴口绿洲土地利用时空变化规律及其生态效应,以期为磴口绿洲生态文明建设和经济的可持续发展提供理论依据和科学参考。研究所得主要结果和结论如下:（1）四种机器学习算法中,RF在参数调优过程中稳定性、易用性和处理效率方面的表现均优于其他三种算法,只是分类精度略低于ANN但不存在显着性差异,因此可作为磴口绿洲土地利用分类信息提取的首选方法。高程、短波红外波段以及一些光谱指数对个别用地类型分类的重要性较高,应作为特征变量来构建分类数据集以提高分类的总体精度。（2）1988-2018年磴口绿洲各用地类型数量特征变化显着,具体表现为沙地大面积减少,耕地和城乡居民地大幅增长,林地、草地和水域等生态用地面积不同程度的小幅增长。土地利用程度和动态度均呈波动升高趋势但总体处于较低水平,在空间上分别呈现“东中部高、西部低”和“西高东低”的分布特征。土地利用转移具有阶段性特征,2010年为明显的转折点,此前主要转移类型为沙地、草地和耕地间的互相转化且转化面积较小,集中分布于绿洲中部和东部地区;2010年之后的主要转移类型为大面积的沙地转向耕地,同时伴随林地、水域、城乡居民地的剧烈转化,发生区域转向绿洲西部、西南部和南部地区。人类活动、降水和海拔是磴口绿洲土地利用变化的驱动因素,其中人类活动占主导地位。（3）1988-2018年磴口绿洲景观格局发生了显着的变化,LPI、MESH和CONTAG持续降低、SHDI持续升高,景观破碎化程度逐步加剧。除黄河沿岸外,所有缓冲带景观破碎化均呈增加趋势但不同区域差异明显,以距黄河5-20 km范围的缓冲带破碎化加剧程度最为显着。基于移动窗口分析磴口绿洲景观破碎化空间演变的特征尺度为1800 m,在该尺度下,景观破碎化空间分布特征总体表现为由城镇中心和黄河沿岸向外辐射增强。（4）1988-2018年整个磴口绿洲高生态风险区面积急剧缩减,低、较低和中等生态风险区大面积增加,生态风险呈波动下降趋势,但在沙漠和绿洲过渡带明显升高。生态风险的空间分布存在阶段性特征,2015年为明显的转折点,此前绿洲东北部、中部和黄河沿岸区域为低生态风险区,高生态风险分布于绿洲西北部和整个南部地区,2015年之后绿洲南部高生态风险区面积出现急剧下降,空间分布格局出现显着变化。生态风险存在明显的空间正自相关性,局部区域上1988-2015年期间各时期生态风险空间集聚格局较为明显,2015年之后逐渐转向均匀分布。沙地和其他用地转化为耕地和城乡居民地是致使生态风险变化的主导因素。（5）1988-2018年磴口绿洲生态系统服务总价值呈波动上升趋势,主要由耕地的生态服务价值增加所贡献。耕地、水域和草地的生态系统服务价值在不同时期均超过76%,是整个绿洲生态系统服务价值的主体。生态系统的调节和支持服务功能远大于生产与文化功能,其中土壤保持、食物生产、气候调节和气体调节增值最多。生态服务价值呈现明显的“东南高,西北低”空间分布特征,其中1988-2010年空间分布差异较小,2015年和2018年在局部地区出现显着变化。生态服务价值变化的增值热点重心从绿洲中东部地区向西南地区移动,而损失冷点重心则是先由黄河沿岸向绿洲内部转移后又回到绿洲东南部地区,致使生态服务价值变化的主要原因可归结于耕地、水域和其余各用地类型间的相互转化。
二、降水和围封对荒漠灌丛变化监测模式的建立（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、降水和围封对荒漠灌丛变化监测模式的建立（论文提纲范文）
（1）科尔沁沙丘草甸相间地区植被群落动态模拟及生态系统健康评价（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 植被群落动态模拟研究现状 |
| 1.2.2 土地覆被分类研究现状 |
| 1.2.3 生态系统健康研究现状 |
| 1.3 研究目标内容和技术路线 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 技术路线 |
| 2 研究区概况与研究方法及数据源 |
| 2.1 研究区域 |
| 2.2 试验区 |
| 2.3 研究方法 |
| 2.3.1 基于结构方程模型的群落动态模拟 |
| 2.3.2 群落尺度覆被类型识别决策树 |
| 2.3.3 土地覆被演变解析方法 |
| 2.3.4 VORS生态系统健康评价 |
| 2.4 数据获取及预处理 |
| 2.4.1 植被数据 |
| 2.4.2 土壤数据 |
| 2.4.3 地形数据 |
| 2.4.4 水文气象监测数据 |
| 2.4.5 遥感数据 |
| 3 基于结构方程模型的植被群落动态模拟 |
| 3.1 理论基础与模型构建 |
| 3.1.1 模型构建 |
| 3.1.2 内生潜变量 |
| 3.1.3 外生潜变量 |
| 3.1.4 中介潜变量 |
| 3.2 研究区植被群落结构及其生境因子统计分析 |
| 3.3 SEM的模拟结果与解释分析 |
| 3.3.1 沙丘生境条件下的模拟结果与分析 |
| 3.3.2 草甸生境条件下的模拟结果与分析 |
| 3.3.3 区域尺度下的模拟结果与分析 |
| 3.4 植被群落的动态模拟 |
| 3.5 讨论与小结 |
| 4 基于群落尺度的土地覆被识别决策树构建 |
| 4.1 土地覆被分类及其遥感参数信息 |
| 4.1.1 土地覆被分类系统 |
| 4.1.2 典型植被的物候信息 |
| 4.1.3 NDVI时序数据特征 |
| 4.1.4 不同覆被类型的光谱特征 |
| 4.1.5 远红外波段反射率时序数据特征 |
| 4.2 决策树分类模型 |
| 4.3 精度评定 |
| 4.3.1 基于Sentinel-2卫星数据分类结果的评价 |
| 4.3.2 多种覆被识别方法的对比与评价 |
| 4.4 讨论与小结 |
| 5 气候变化特征及覆被演变过程监测 |
| 5.1 气候变化特征 |
| 5.1.1 气温变化 |
| 5.1.2 植被生长季降雨 |
| 5.1.3 水分亏缺 |
| 5.2 湖泊时空变化特征 |
| 5.3 沙丘草甸相间地区土地覆被变化的遥感监测 |
| 5.3.1 决策树分类模型参数优化 |
| 5.3.2 土地覆被类型变化分析 |
| 5.3.3 不同覆被类型的时空转换规律分析 |
| 5.4 沙丘草甸相间地区景观格局变化分析 |
| 5.4.1 景观水平上景观格局变化分析 |
| 5.4.2 类型水平上景观格局变化分析 |
| 5.5 讨论与小结 |
| 6 生态系统健康评价及影响因素分析 |
| 6.1 科尔沁沙丘草甸相间地区生态系统健康评价指标 |
| 6.1.1 生态系统活力 |
| 6.1.2 生态系统组织力 |
| 6.1.3 生态系统恢复力 |
| 6.1.4 生态系统服务能力 |
| 6.2 基于乡域尺度生态健康状况的时空变化 |
| 6.3 生态系统健康变化的影响因素分析 |
| 6.3.1 影响因素与生态系统健康变化的相关分析 |
| 6.3.2 基于结构方程模型的驱动力分析 |
| 6.4 讨论与小结 |
| 7 结论与展望 |
| 7.1 研究结论 |
| 7.2 特色与创新 |
| 7.3 不足与展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（2）毛乌素沙地杨柴和沙柳的蒸腾耗水特征及人工林地植被承载力（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.3 沙地土壤水分时空动态研究进展 |
| 1.3.1 国外沙地土壤水分研究概况 |
| 1.3.2 国内沙地土壤水分研究现状 |
| 1.3.3 沙地土壤水分时间变化特征 |
| 1.3.4 沙地土壤水分空间变化特征 |
| 1.3.5 沙地人工植被区降雨入渗变化规律 |
| 1.3.6 沙地土壤水分平衡研究 |
| 1.4 国内外树干液流研究进展 |
| 1.4.1 树干液流的测定方法 |
| 1.4.2 树干液流时间变化特征 |
| 1.4.3 树干液流空间变化特征 |
| 1.4.4 树干液流与环境因子关系 |
| 2 研究内容、方法及技术路线 |
| 2.1 研究内容 |
| 2.1.1 降雨变化特征分析 |
| 2.1.2 土壤水分时空变化特征及对降雨响应 |
| 2.1.3 杨柴和沙柳蒸腾耗水特征研究 |
| 2.1.4 通过尺度转化计算杨柴和沙柳蒸腾耗水量 |
| 2.1.5 土壤水分植被承载力 |
| 2.2 实验设计及研究方法 |
| 2.2.1 研究区概况 |
| 2.2.2 实验设计与测定方法 |
| 2.2.3 数据整理 |
| 2.3 研究技术路线图 |
| 3 降水变化特征 |
| 3.1 实验期内降水特征分析 |
| 3.2 乌审旗近30年降水特征及趋势研究 |
| 3.3 小结 |
| 4 土壤水分时空变化特征及对降雨响应 |
| 4.1 土壤水分时空变化特征 |
| 4.1.1 土壤水分动态及变异特征 |
| 4.1.2 土壤水分季节动态特征 |
| 4.1.3 土壤水分空间分布特征 |
| 4.2 土壤水分对不同降雨格局的响应 |
| 4.2.1 选取降水事件分析 |
| 4.2.2 土壤含水量对小雨事件的响应 |
| 4.2.3 土壤含水量对中雨事件的响应 |
| 4.2.4 土壤含水量对大雨及暴雨事件的响应 |
| 4.3 土壤入渗特征模拟 |
| 4.3.1 入渗模型的选取 |
| 4.3.2 入渗模拟结果 |
| 4.4 基于hydurus模型模拟土壤水分变化 |
| 4.4.1 模型原理 |
| 4.4.2 土壤水分变化过程模拟 |
| 4.5 讨论 |
| 4.6 小结 |
| 5 杨柴和沙柳人工林液流特征 |
| 5.1 杨柴和沙柳液流速率变化特征 |
| 5.1.1 日液流速率变化规律 |
| 5.1.2 日液流速率变化比较 |
| 5.1.3 月际液流速率变化比较 |
| 5.2 杨柴和沙柳液流量变化特征 |
| 5.2.1 杨柴植株日液流量动态变化 |
| 5.2.2 沙柳枝条日液流量动态变化 |
| 5.2.3 杨柴植株月液流量变化特征 |
| 5.2.4 沙柳枝条月液流量变化特征 |
| 5.3 讨论 |
| 5.4 小结 |
| 6 杨柴和沙柳液流变化与气象因子的关系 |
| 6.1 液流速率与气象因子的关系 |
| 6.1.1 日液流速率与气象因子的关系 |
| 6.1.2 月际液流速率与气象因子的关系 |
| 6.1.3 杨柴植株和沙柳枝条液流速率与气象因子的关系 |
| 6.2 杨柴和沙柳液流量与气象因子的关系 |
| 6.2.1 日液流量与气象因子的关系 |
| 6.2.2 杨柴植株和沙柳枝条日液流量与气象因子的关系 |
| 6.3 讨论 |
| 6.4 小结 |
| 7 通过Hydrus-1D模型估算杨柴和沙柳人工林土壤水分植被承载力 |
| 7.1 利用Hydrus-1D模型估算储水量 |
| 7.1.1 杨柴和沙柳人工林蒸发量变化特征 |
| 7.1.2 30cm及以下深度土壤水分渗漏量变化特征 |
| 7.2 植被耗水量估算 |
| 7.3 土壤水分植被承载力 |
| 7.4 土壤水分植被承载力模型的建立 |
| 7.4.1 土壤水分植被承载力及其影响因子的相关性分析 |
| 7.4.2 土壤水分植被承载力模型的建立 |
| 7.5 讨论 |
| 7.6 小结 |
| 8 结论 |
| 9 创新点 |
| 10 展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（4）人工绿洲建设对荒漠区植被动态的影响及其防沙树种选择（论文提纲范文）
| 项目资助 |
| 摘要 |
| ABSTRACT |
| 1.绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究述评 |
| 1.2.1 植被监测的遥感技术研究 |
| 1.2.2 植被覆盖度变化研究 |
| 1.2.3 植被分类与群落调查 |
| 1.2.4 荒漠区植被恢复策略研究 |
| 2.内容与方法 |
| 2.1 研究区概况 |
| 2.1.1 地理位置 |
| 2.1.2 气候特征 |
| 2.1.3 地形地貌 |
| 2.1.4 土壤与植被 |
| 2.2 研究内容与方法 |
| 2.2.1 研究内容 |
| 2.2.2 研究方法 |
| 2.2.3 技术路线 |
| 2.3 数据来源与处理 |
| 2.3.1 数据来源 |
| 2.3.2 数据处理 |
| 3.植被NDVI时空分析 |
| 3.1 总研究区植被NDVI年际特征及影响因子 |
| 3.1.1 NDVI年际变化情况 |
| 3.1.2 NDVI变化与气候因子相关性分析 |
| 3.2 绿洲区NDVI年际特征及影响因子 |
| 3.2.1 NDVI年际变化特征 |
| 3.2.2 NDVI变化与气候因子相关性分析 |
| 3.3 缓冲区植被NDVI年际变化情况 |
| 3.4 人工干扰下植被动态变化 |
| 3.4.1 绿洲区植被覆盖动态变化 |
| 3.4.2 缓冲区植被覆盖动态变化 |
| 3.5 小结 |
| 4.植被类型变化与群落调查 |
| 4.1 研究区遥感影像植被分类结果 |
| 4.2 绿洲区与缓冲区植被分类结果 |
| 4.2.1 绿洲区与缓冲区植被分类结果 |
| 4.2.2 绿洲区与缓冲区植被类型动态变化 |
| 4.3 植被群落本底调查 |
| 4.4 小结 |
| 5.人工绿洲防沙树种选择及可持续发展的对策 |
| 5.1 树种选择原则及种类确定 |
| 5.1.1 植物物种选择与植被恢复原则 |
| 5.1.2 单因素评价方法原理及其表达 |
| 5.1.3 确定评价指标权重 |
| 5.1.4 计算得出评价结果 |
| 5.2 不同区域恢复种植模式及建议 |
| 5.2.1 种植流程及要点 |
| 5.2.2 绿洲内种植模式及建议 |
| 5.2.3 绿洲荒漠交错区种植模式及建议 |
| 5.2.4 荒漠区种植模式及建议 |
| 5.3 人工绿洲可持续发展对策 |
| 5.3.1 可持续发展遇到的问题 |
| 5.3.2 可持续发展对策 |
| 5.4 小结 |
| 6.结论与讨论 |
| 6.1 结论 |
| 6.2 讨论 |
| 参考文献 |
| 附录 |
| 个人简介 |
| 导师简介 |
| 致谢 |
（5）科尔沁沙地土地覆被分类及其时空演变分析（论文提纲范文）
| 摘要 |
| abstract |
| 1 引言 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 植被群落分类研究 |
| 1.2.2 基于多光谱遥感的植被分类研究 |
| 1.2.3 基于高光谱遥感的植被分类研究 |
| 1.2.4 植被演替研究 |
| 1.3 主要研究内容与技术路线 |
| 1.3.1 主要研究内容 |
| 1.3.2 技术路线 |
| 2 材料与方法 |
| 2.1 研究区概况 |
| 2.1.1 自然地理位置 |
| 2.1.2 气候特征 |
| 2.1.3 主要植被类型 |
| 2.1.4 水文地质条件 |
| 2.2 数据获取及处理 |
| 2.2.1 主要覆被类型划分 |
| 2.2.2 高光谱数据获取及处理 |
| 2.2.3 多光谱数据获取及预处理 |
| 2.2.4 影像分类方法 |
| 2.2.5 分类精度验证方法 |
| 2.2.6 动态演变分析方法 |
| 3 不同植被群落的高光谱特征分析 |
| 3.1 不同演替阶段差巴嘎蒿群落光谱特征分析 |
| 3.1.1 差巴嘎蒿群落演替阶段划分 |
| 3.1.2 不同演替阶段差巴嘎蒿群落的光谱特征分析 |
| 3.1.3 不同演替阶段差巴嘎蒿群落的光谱一阶导数分析 |
| 3.1.4 不同演替阶段差巴嘎蒿群落的光谱连续统去除分析 |
| 3.2 不同群落高光谱特征分析 |
| 3.2.1 不同群落的光谱特征分析 |
| 3.2.2 不同群落的一阶导数分析 |
| 3.2.3 不同群落的连续统去除分析 |
| 3.2.4 不同群落植被指数特征 |
| 3.3 本章小结 |
| 4 基于多光谱数据的土地覆被分类及其演替研究 |
| 4.1 多光谱影像分类研究 |
| 4.1.1 样本点选取 |
| 4.1.2 不同分类方法对比分析 |
| 4.1.3 基于决策树模型的时序影像分类 |
| 4.2 基于分类影像的土地覆被演替研究 |
| 4.2.1 不同地类面积及结构变化 |
| 4.2.2 演替过程中整体结构变化 |
| 4.2.3 主要覆被类型动态变化分析 |
| 4.2.4 时空迁移分析 |
| 4.3 本章小结 |
| 5 结论与展望 |
| 5.1 结论 |
| 5.2 不足与展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（6）毛乌素沙地柳湾林群落特征及其动态演替机制研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 国外沙丘间地研究进展 |
| 1.2.2 国内沙丘间地研究进展 |
| 1.2.3 柳湾林的研究进展 |
| 1.3 科学问题 |
| 1.4 研究目标 |
| 1.5 研究内容 |
| 第二章 研究方法 |
| 2.1 研究区概况 |
| 2.1.1 地理位置 |
| 2.1.2 地形与地貌 |
| 2.1.3 气候 |
| 2.1.4 植被与土壤 |
| 2.2 研究方法与实验设计 |
| 2.2.1 群落样地设置及方法 |
| 2.2.2 地下水和土壤理化性质测定 |
| 2.2.3 种子特性测定及萌发、落种实验设计 |
| 2.2.4 气象数据收集 |
| 2.3 数据处理与统计分析 |
| 2.3.1 计算公式 |
| 2.3.2 统计分析 |
| 第三章 结果与分析 |
| 3.1 毛乌素沙地柳湾林植物区系特征 |
| 3.1.1 群落区系的科、属组成统计 |
| 3.1.2 群落物种的生活型谱 |
| 3.1.3 群落物种的水分生态类型谱 |
| 3.1.4 群落物种的地理成分分析 |
| 3.2 毛乌素沙地柳湾林群落类型及其特征分析 |
| 3.3 柳湾林丘间地群落的动态演替规律特征 |
| 3.3.1 柳湾林丘间地群落不同发育阶段的特征 |
| 3.3.2 柳湾林丘间地群落与相邻群落的比较 |
| 3.3.3 柳湾林丘间地群落发展及相邻群落演替系列 |
| 第四章 讨论 |
| 4.1 毛乌素沙地柳湾林群落的性质及其分类 |
| 4.2 柳湾林丘间地群落动态演替过程中群落与土壤环境的相互作用 |
| 4.3 柳湾林群落动态演替及维持机制 |
| 4.3.1 群落定居环境的创造和形成 |
| 4.3.2 影响种子定居的环境条件 |
| 4.3.3 柳湾林丘间地群落的演替轨迹及影响因素 |
| 4.3.4 柳湾林生态系统维持机制 |
| 4.4 柳湾林衰退的诊断指标 |
| 4.5 柳湾林的保护与利用 |
| 第五章 结论和展望 |
| 5.1 结论 |
| 5.1.1 柳湾植物区系特征 |
| 5.1.2 柳湾林群落类型 |
| 5.1.3 柳湾林丘间地群落动态演替 |
| 5.1.4 柳湾林群落维持机制 |
| 5.1.5 柳湾林的保护 |
| 5.2 研究中存在的不足及展望 |
| 参考文献 |
| 附录 毛乌素沙地柳湾林植物名录 |
| 致谢 |
| 攻读博士研究生期间发表的学术论文 |
（7）内蒙古草甸草原区遥感生态评价与监测研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 引言 |
| 1.1 选题依据 |
| 1.1.1 大数据技术和云计算平台成为地学和生态学的研究热点 |
| 1.1.2 干旱区草原退化已成为严峻的生态问题 |
| 1.1.3 内蒙古牧区草畜关系和畜牧业发展面临严峻挑战 |
| 1.2 研究进展 |
| 1.2.1 遥感波段指数生态评价研究进展 |
| 1.2.2 生态系统服务价值遥感估算研究进展 |
| 1.2.3 干旱区遥感生态参量估算研究进展 |
| 1.2.4 遥感草原返青和长势反演研究进展 |
| 1.2.5 草地盖度估算研究进展 |
| 1.2.6 草原普查和资源调查研究进展 |
| 1.2.7 草地产草量研究进展 |
| 1.2.8 草原退化检测研究进展 |
| 1.3 研究目标与技术路线 |
| 1.3.1 重要概念 |
| 1.3.2 研究目标 |
| 1.3.3 研究意义 |
| 1.3.4 总体框架与技术路线 |
| 1.4 研究区概况 |
| 1.4.1 气候和物候 |
| 1.4.2 植被条件 |
| 1.4.3 农牧交错特征 |
| 2 材料与方法 |
| 2.1 地面采集数据介绍 |
| 2.1.1 野外样地实测生物量 |
| 2.1.2 气象观测数据 |
| 2.2 遥感数据集成方法介绍 |
| 2.2.1 基于GEE的遥感数据集成 |
| 2.2.2 遥感数据最大值合成方法介绍 |
| 2.2.3 遥感生态指数构建方法 |
| 2.3 遥感草原生态评价方法和技术 |
| 2.3.1 土地利用变化及生态风险评估方法 |
| 2.3.2 生态系统服务价值核算关键技术 |
| 2.4 遥感草原生态监测保护方法和技术 |
| 2.4.1 统计学和机器学习方法 |
| 2.4.2 混合像元分解原理 |
| 2.4.3 返青监测原理和方法 |
| 2.4.4 沙化研究方法和技术路线 |
| 2.4.5 产量和盖度研究技术路线 |
| 2.4.6 载畜量研究方法 |
| 3 结果与分析 |
| 3.1 土地利用变化及景观生态风险评估 |
| 3.1.1 内蒙古全域土地覆盖时序特征 |
| 3.1.2 草甸草原区土地利用变化时序特征 |
| 3.1.3 草甸草原区土地利用覆盖时空分布 |
| 3.1.4 草甸草原区近20年景观生态风险变化 |
| 3.2 生态系统服务价值评估结果及分析 |
| 3.2.1 基础当量价值时空动态调节分析 |
| 3.2.2 基础当量时空调节下的动态当量表构建 |
| 3.2.3 草甸草原区生态系统服务价值季度特征 |
| 3.2.4 生态系统服务基础当量价值季度特征 |
| 3.2.5 生态系统服务货币价值时序分析 |
| 3.2.6 生态系统服务货币价值空间特征 |
| 3.3 草甸草原区关键生态参量监测 |
| 3.3.1 盖度监测 |
| 3.3.2 长势监测 |
| 3.3.3 返青监测 |
| 3.4 草原保护和利用研究 |
| 3.4.1 产量监测和载畜量估算 |
| 3.4.2 退化检测 |
| 4 讨论 |
| 5 结论 |
| 6 展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（8）呼伦贝尔草原生态系统对气候和放牧作用的时空响应（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究进展 |
| 1.2.1 植被变化监测 |
| 1.2.2 植被分布格局与影响因子关系 |
| 1.2.3 光裸圈 |
| 1.3 研究内容及拟解决的关键问题 |
| 1.3.1 拟解决的关键问题 |
| 1.3.2 研究思路与技术路线 |
| 2 研究区概况与研究方法 |
| 2.1 研究区概况 |
| 2.1.1 地理位置 |
| 2.1.2 研究区气候 |
| 2.1.3 研究区土壤与植被 |
| 2.2 数据获取与预处理 |
| 2.2.1 基于区域尺度的实验设计及数据获取 |
| 2.2.2 基于样带的实验设计及数据获取 |
| 2.2.3 基于饮水点的(光裸圈)实验设计及数据获取 |
| 2.3 数据分析方法 |
| 2.3.1 基于区域尺度的数据分析 |
| 2.3.2 基于样带的数据分析 |
| 2.3.3 基于饮水点的数据分析 |
| 3 基于区域尺度的呼伦贝尔草原植被特征变化及其影响因子分析 |
| 3.1 呼伦贝尔草原时间信息熵与时间序列信息熵的变化 |
| 3.2 呼伦贝尔草原植被覆盖度变化 |
| 3.3 呼伦贝尔草原各旗(市区)影响因子变化 |
| 3.3.1 呼伦贝尔草原各旗(市区)气候因子变化 |
| 3.3.1.1 呼伦贝尔草原各旗(市区)降水量变化 |
| 3.3.1.2 呼伦贝尔草原各旗(市区)温度变化 |
| 3.3.1.3 呼伦贝尔草原各旗(市区)干旱指数变化 |
| 3.3.2 呼伦贝尔草原各旗(市区)放牧压力变化 |
| 3.4 NDVI与影响因子空间相关性 |
| 3.4.1 NDVI与气候因子空间相关性 |
| 3.4.2 NDVI与放牧压力空间相关性 |
| 3.5 讨论 |
| 3.5.1 基于区域尺度的呼伦贝尔草原植被覆盖度变化 |
| 3.5.2 植被覆盖度变化与影响因子关系 |
| 3.6 小结 |
| 4 基于样带的呼伦贝尔草原植被特征变化及其影响因子分析 |
| 4.1 呼伦贝尔草原物种组成变化 |
| 4.2 呼伦贝尔草原植物群落分类 |
| 4.3 呼伦贝尔草原不同植物群落生物量比较 |
| 4.3.1 呼伦贝尔草原植物群落地上生物量比较 |
| 4.3.2 呼伦贝尔草原植物群落地下生物量比较 |
| 4.4 呼伦贝尔草原不同植物群落多样性比较 |
| 4.5 呼伦贝尔草原不同植物群落土壤物理特征比较 |
| 4.5.1 呼伦贝尔草原不同植物群落土壤含水量比较 |
| 4.5.2 呼伦贝尔草原不同植物群落土壤容重比较 |
| 4.5.3 呼伦贝尔草原不同植物群落土壤p H比较 |
| 4.5.4 呼伦贝尔草原不同植物群落土壤粒径组成比较 |
| 4.6 呼伦贝尔草原不同植物群落土壤化学特征比较 |
| 4.7 呼伦贝尔草原植物群落分布与影响因子关系 |
| 4.8 讨论 |
| 4.8.1 呼伦贝尔草原群落分类 |
| 4.8.2 植物群落多样性排序 |
| 4.8.3 植物群落分布与影响因子关系 |
| 4.9 小结 |
| 5 基于饮水点的植被特征变化及其影响因子分析 |
| 5.1 饮水点位于牧场不同位置情况下群落特征的变化 |
| 5.1.1 饮水点位于牧场东边位置情况下群落特征的变化 |
| 5.1.2 饮水点位于牧场西边位置情况下群落特征的变化 |
| 5.1.3 饮水点位于牧场南边位置情况下群落特征的变化 |
| 5.1.4 饮水点位于牧场北边位置情况下群落特征的变化 |
| 5.1.5 饮水点位于牧场中心位置情况下群落特征的变化 |
| 5.2 饮水点位于牧场不同位置情况下植物多样性的变化 |
| 5.2.1 饮水点位于牧场东边位置情况下植物多样性的变化 |
| 5.2.2 饮水点位于牧场西边位置情况下植物多样性的变化 |
| 5.2.3 饮水点位于牧场南边位置情况下植物多样性的变化 |
| 5.2.4 饮水点位于牧场北边位置情况下植物多样性的变化 |
| 5.2.5 饮水点位于牧场中心位置情况下植物多样性的变化 |
| 5.3 饮水点位于牧场不同位置情况下土壤物理特征的变化 |
| 5.3.1 饮水点位于牧场东边位置情况下土壤物理特征的变化 |
| 5.3.2 饮水点位于牧场西边位置情况下土壤物理特征的变化 |
| 5.3.3 饮水点位于牧场南边位置情况下土壤物理特征的变化 |
| 5.3.4 饮水点位于牧场北边位置情况下土壤物理特征的变化 |
| 5.3.5 饮水点位于牧场中心位置情况下土壤物理特征的变化 |
| 5.4 饮水点位于牧场不同位置情况下土壤粒径的变化 |
| 5.4.1 饮水点位于牧场东边位置情况下土壤粒径的变化 |
| 5.4.2 饮水点位于牧场西边位置情况下土壤粒径的变化 |
| 5.4.3 饮水点位于牧场南边位置情况下土壤粒径的变化 |
| 5.4.4 饮水点位于牧场北边位置情况下土壤粒径的变化 |
| 5.4.5 饮水点位于牧场中心位置情况下土壤粒径的变化 |
| 5.5 饮水点位于牧场不同位置情况下土壤养分的变化 |
| 5.5.1 饮水点位于牧场东边位置情况下土壤养分的变化 |
| 5.5.2 饮水点位于牧场西边位置情况下土壤养分的变化 |
| 5.5.3 饮水点位于牧场南边位置情况下土壤养分的变化 |
| 5.5.4 饮水点位于牧场北边位置情况下土壤养分的变化 |
| 5.5.5 饮水点位于牧场中心位置情况下土壤养分的变化 |
| 5.6 饮水点位于牧场不同位置情况下群落分布与影响因子关系 |
| 5.6.1 饮水点位于牧场东边位置情况下群落分布与影响因子关系 |
| 5.6.2 饮水点位于牧场西边位置情况下群落分布与影响因子关系 |
| 5.6.3 饮水点位于牧场南边位置情况下群落分布与影响因子关系 |
| 5.6.4 饮水点位于牧场北边位置情况下群落分布与影响因子关系 |
| 5.6.5 饮水点位于牧场中心位置情况下群落分布与影响因子关系 |
| 5.7 讨论 |
| 5.7.1 植被的光裸圈效应 |
| 5.7.2 土壤的光裸圈效应 |
| 5.8 小结 |
| 6 研究结论与研究展望 |
| 6.1 研究结论 |
| 6.2 研究的实践意义与展望 |
| 6.2.1 研究的实践意义 |
| 6.2.2 研究展望 |
| 参考文献 |
| 在读期间的学术研究 |
| 致谢 |
（9）基于机器学习的祁连山草地植被覆盖度遥感估算研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究进展 |
| 1.3 拟解决的关键问题 |
| 1.4 研究目的及内容 |
| 第二章 研究区概况与研究数据及方法 |
| 2.1 研究区概况 |
| 2.2 研究数据 |
| 2.2.1 MODIS数据来源与处理方法 |
| 2.2.2 DEM数据来源与处理方法 |
| 2.2.3 气象数据来源与处理方法 |
| 2.2.4 野外实测数据 |
| 2.2.5 其他基础数据的获取 |
| 2.3 研究方法 |
| 2.3.1 植被指数计算 |
| 2.3.2 基于不同反射率产品的植被指数与草地覆盖度相关性分析 |
| 2.3.3 草地覆盖度的单因子参数估算模型构建及精度检验 |
| 2.3.4 草地覆盖度的多因子参数回归模型构建 |
| 2.3.5 BPNN的结构与算法流程 |
| 2.3.6 基于BPNN的草地覆盖度估测模型构建 |
| 2.3.7 草地覆盖度时空动态变化分析 |
| 第三章 草地覆盖度单因子参数模型构建及精度检验 |
| 3.1 2018-2019祁连山草地植被覆盖度地面实测数据统计分析 |
| 3.2 祁连山地区草地覆盖度遥感监测数据选取 |
| 3.3 祁连山东、中、西段草地FVC与不同植被指数相关性比较 |
| 3.4 祁连山东、中、西段草地FVC监测最优单因子参数模型确定 |
| 3.5 草地FVC单因子非参数估算模型构建与精度检验 |
| 3.6 讨论 |
| 3.7 小结 |
| 第四章 草地覆盖度多因子估算模型构建及精度检验 |
| 4.1 多因子线性参数模型与单因子模型精度对比 |
| 4.2 基于不同输入数据的多元线性回归模型建立及精度检验 |
| 4.3 基于BPNN的草地覆盖度多因子非参数反演模型构建 |
| 4.4 讨论 |
| 4.5 小结 |
| 第五章 祁连山地区草地覆盖度时空动态变化分析 |
| 5.1 祁连山地区草地覆盖度月际动态变化 |
| 5.2 2000-2019年祁连山草地覆盖度年际变化 |
| 5.3 2000-2019年祁连山地区草地覆盖度空间变化 |
| 5.4 讨论 |
| 5.5 小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 存在的问题与展望 |
| 参考文献 |
| 在学期间研究成果 |
| 致谢 |
（10）磴口黄灌区绿洲土地利用变化及其生态效应研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于机器学习算法的土地利用分类研究 |
| 1.2.2 绿洲土地利用时空变化趋势及驱动机制研究进展 |
| 1.2.3 绿洲土地利用变化的生态环境效应研究进展 |
| 1.3 研究目标和主要内容 |
| 1.3.1 研究目标 |
| 1.3.2 主要研究内容 |
| 1.3.3 关键的科学问题 |
| 1.4 技术路线图 |
| 2 研究区概况 |
| 2.1 研究区自然条件状况 |
| 2.1.1 地理位置 |
| 2.1.2 地质地貌 |
| 2.1.3 气候条件 |
| 2.1.4 水文与水资源 |
| 2.1.5 土壤条件 |
| 2.1.6 植被状况 |
| 2.2 研究区社会经济状况 |
| 2.2.1 人口状况 |
| 2.2.2 经济状况 |
| 3 数据来源与研究方法 |
| 3.1 遥感数据来源及预处理 |
| 3.1.1 数据来源介绍 |
| 3.1.2 预处理流程 |
| 3.1.3 光谱指数提取 |
| 3.1.4 DEM数据来源与处理 |
| 3.2 其他数据 |
| 3.3 研究方法 |
| 3.3.1 四种机器学习算法分类性能比较 |
| 3.3.2 土地利用时空演变规律和驱动机制分析 |
| 3.3.3 景观破碎化的时空变化分析 |
| 3.3.4 生态风险时空变化分析 |
| 3.3.5 生态系统服务价值时空变化分析 |
| 4 四种机器学习算法分类性能比较 |
| 4.1 参数调优对于分类结果的影响 |
| 4.2 四种机器学习算法分类精度比较 |
| 4.3 RF算法的变量重要性评价 |
| 4.4 讨论 |
| 4.5 小结 |
| 5 土地利用时空变化规律及驱动因素分析 |
| 5.1 土地利用数量结构特征分析 |
| 5.2 土地利用动态度分析 |
| 5.3 土地利用程度分析 |
| 5.4 土地转移特征分析 |
| 5.5 土地利用变化驱动因素分析 |
| 5.6 讨论 |
| 5.7 小结 |
| 6 土地利用变化的生态效应 |
| 6.1 景观破碎化的时空变化分析 |
| 6.1.1 景观破碎化时序变化特征 |
| 6.1.2 景观破碎化缓冲带格局分析 |
| 6.1.3 景观破碎化空间分析 |
| 6.2 生态风险时空变化分析 |
| 6.2.1 生态风险的空间自相关分析 |
| 6.2.2 生态风险的半方差分析 |
| 6.2.3 生态风险的时空变化特征 |
| 6.3 生态系统服务价值时空变化分析 |
| 6.3.1 生态服务价值时序变化特征 |
| 6.3.2 生态服务价值的空间变化特征 |
| 6.3.3 土地利用变化对生态服务价值的影响 |
| 6.4 讨论 |
| 6.4.1 景观破碎化时空变化分析 |
| 6.4.2 生态风险时空变化分析 |
| 6.4.3 生态系统服务价值时空变化分析 |
| 6.5 小结 |
| 7 结论 |
| 7.1 主要结论 |
| 7.2 研究展望 |
| 参考文献 |
| 在读期间的学术研究 |
| 致谢 |
四、降水和围封对荒漠灌丛变化监测模式的建立（论文参考文献）
- [1]科尔沁沙丘草甸相间地区植被群落动态模拟及生态系统健康评价[D]. 曹文梅. 内蒙古农业大学, 2021(01)
- [2]毛乌素沙地杨柴和沙柳的蒸腾耗水特征及人工林地植被承载力[D]. 洪光宇. 内蒙古农业大学, 2021
- [3]基于遥感影像的新疆草地放牧强度预测[D]. 邵明轩. 新疆农业大学, 2021
- [4]人工绿洲建设对荒漠区植被动态的影响及其防沙树种选择[D]. 车晓旭. 北京林业大学, 2020(02)
- [5]科尔沁沙地土地覆被分类及其时空演变分析[D]. 邬亚娟. 内蒙古农业大学, 2020(02)
- [6]毛乌素沙地柳湾林群落特征及其动态演替机制研究[D]. 旭日. 内蒙古大学, 2020
- [7]内蒙古草甸草原区遥感生态评价与监测研究[D]. 王保林. 内蒙古农业大学, 2020(01)
- [8]呼伦贝尔草原生态系统对气候和放牧作用的时空响应[D]. 山丹. 中国林业科学研究院, 2020(01)
- [9]基于机器学习的祁连山草地植被覆盖度遥感估算研究[D]. 冷若琳. 兰州大学, 2020(01)
- [10]磴口黄灌区绿洲土地利用变化及其生态效应研究[D]. 葛根巴图. 中国林业科学研究院, 2020