一、内蒙古近50年气候变化及未来10～20年趋势展望（论文文献综述）
冷蓉[1]（2021）在《基于IBIS模型的气候变化下川西高原草地碳平衡模拟与预估研究》文中进行了进一步梳理川西高原草地是我国重要的湿地保护区,且拥有丰富的生态资源,其碳平衡状况对生态系统的调节起着重要的作用。川西高原特殊的生态环境对气候变化的响应较为敏感,其草地碳平衡情况也随之受到影响。本文利用IBIS模型模拟和预估了气候变化下川西高原草地生态系统的碳平衡情况。一方面,检验了IBIS模型对川西高原研究的适宜性;另一方面,通过模拟研究,掌握了过去和未来川西高原草地碳平衡情况,为进一步研究和保护高原草地提供科学依据。本文的主要研究方法和结论如下:（1）通过气象数据插值和Arc GIS对川西高原1990-2018年和2019-2050年的气候变化做了分析,选取气温和降水量作为气候变化的主要变量。结果显示,两个研究时段的年均气温和年降水量均由东南部向西北部递减;气温和降水量年际变化规律有所差异,气温波动上升幅度较降水量更为明显。总体而言,川西高原的气候趋于暖湿化。（2）针对1990-2018年和2019-2050年两个研究时段,利用了Arc GIS以及Matlab程序对IBIS模型输入数据进行处理,然后在VMware虚拟机软件中调整IBIS相应参数和增加本研究需要的输出数据程序模块,再运行IBIS模型。模型运行结束后,对输出数据进行整理和计算,得到NPP和土壤异养呼吸数据,再对其进行精度验证,验证方法包括:实测数据验证、遥感数据验证、其他模型计算验证以及其他研究结果对比验证等。结果表明,NPP和土壤异养呼吸的模拟精度较高,说明IBIS模型具备对川西高原草地生态系统模拟研究的适宜性。（3）在模型模拟研究验证的基础上,本文分析了两个研究时段的NPP值和土壤异养呼吸值的变化。从空间分布规律来看,两个研究时段的NPP值和土壤异养呼吸值的空间分布规律和气候变化的空间分布规律呈一定相关关系,即水热条件越好的区域,其NPP值和土壤异养呼吸值越高。从时间变化来看,1990-2018年NPP和土壤异养呼吸的年均值有轻微的波动上升,季节尺度上,NPP值和土壤异养呼吸值的四季变化较稳定;2019-2050年NPP年均值呈微弱的上升趋势,而土壤异养呼吸值呈微弱的下降趋势。（4）本文采用净生态系统生产力（NEP）作为碳平衡的量化指标,NEP值由NPP值和土壤异养呼吸值计算得到。结果表明,研究区在两个时段的空间上都存在碳汇和碳源的生态区域,其中2019-2050年东北区域的NEP值常年高于其他区域;时间尺度上,两个研究时段的NEP年均值都为正,但1990-2018年NEP值的波动上升幅度小于2019-2050年,所以未来32年来川西高原草地生态系统的碳汇功能强于1990-2018年,而且其碳汇功能有逐渐增强的趋势。
红英[2]（2020）在《内蒙古极端气候变化对植被物候的影响研究》文中进行了进一步梳理过去一个世纪的气候变暖对极端气候事件的频率、强度、空间范围和持续时间都产生了重大影响,未来该现象将会在全球范围内持续增加。位于中国北部边疆的内蒙古是典型的干旱和半干旱气候过渡带,拥有森林、森林草原、荒漠草原、典型草原和沙漠等多种植被类型,但其生态系统极为脆弱。全球气候变暖导致内蒙古的极端气候事件不断增加,对该区域的植被动态产生了较大影响。因此,科学分析不同时空尺度极端气候事件对植被物候的影响以及预测未来极端气候事件和植被物候的变化特征对促进生态环境的保护以及制定有效的防灾减灾措施有重要的指导意义。本研究基于内蒙古气象站点的日气象数据、GIMMS NDVI3g数据集以及第五阶段耦合模式比较计划（Phase 5 of the Coupled Model Intercomparison Project,CMIP5）未来气候模式,综合运用极端气候指数、植被物候参数（SOS,Start of Season和EOS,End of Season）,分析了不同时空尺度极端气候事件和植被物候的时空变化特征、不同植被类型区的年和季节尺度的气候变化和极端气候变化对植被物候的影响、找出了不同时空尺度上对植被物候影响最大的极端气候事件、预测了未来不同典型浓度路径（Representative Concentration Pathway,RCP）情景下极端气候事件和植被物候的时空变化特征。主要结论如下:（1）年尺度上,过去34年间,内蒙古区域内与最低温相关和最高温相关的极端气候事件分别呈减少趋势和增加趋势。暖昼和暖夜日数的增加速率远大于冷昼和冷夜日数。季节尺度上,夏季极端温度事件的变化速率最大,其次为春季和秋季,冬季的变化速率最小。空间上,荒漠草原、森林、森林草原和典型草原Ⅰ区的变化速率较大。极端降水事件均呈减少趋势,且在夏季的减少速率最大,其他季节均呈增加趋势。空间上,极端降水量指数在沙地区域的增加速率最大,而在典型草原Ⅱ区的减少速率最大。极端降水日指数仍在沙地区域的增加速率最大,在森林草原和典型草原Ⅱ区的减少速率较大。（2）1982-2015年间,森林、典型草原Ⅰ区和荒漠草原的SOS在第115-130天之间,典型草原Ⅱ、森林草原区的SOS在130-145天之间,整个研究区的平均SOS DOY（Day of Years）为129。森林和典型草原Ⅱ区的EOS在280-290天之间,森林草原、典型草原Ⅰ区和荒漠草原区的EOS在第290-310天之间。整个研究区平均EOS DOY为292。SOS在森林、森林草原区呈显着提前趋势,典型草原Ⅱ区呈显着延迟趋势。EOS在荒漠草原区呈显着提前趋势,而在森林和森林草原区呈显着延迟趋势。（3）年尺度上,暖夜日数和冷昼日数分别对整个研究区SOS和EOS的影响最大,表明极端温度事件促进年均温度对植被物候的影响。对荒漠草原、森林、森林草原、沙地、草原化荒漠、典型草原Ⅰ区和典型草原Ⅱ区的SOS影响最大的极端气候事件分别为冷夜日数、强降水、大雨日数、冷夜日数、单日最大降水量、冷夜日数和大雨日数。对不同植被类型区EOS影响最大的极端气候事件分别为极强降水、霜冻日数、大雨日数、冷昼日数、暖昼日数、冷夜日数和强降水。季节尺度上,对不同植被类型区SOS影响最大的是春季极端温度事件,且比春季平均温度的影响更大。对不同植被类型区EOS影响最大的是夏季极端温度事件,且影响程度大于夏季平均温度。（4）相比于单个CMIP5未来气候模型,多模型集合（Multi-Model Ensemble,MME）模拟极端气候事件的效果更好。2020-2099年间,在三种RCP情景下,与最高温（最低温）相关的极端气候事件均有增加（减少）的趋势,极端降水有增加的趋势。极端气候事件在RCP2.6、RCP4.5和RCP8.5情景下的变化速率分别为轻微、快速和极速。极端温度事件在西部和典型草原Ⅱ区的变化速率较大,极端降水事件在西部的增加速率最大,中雨和大雨日数在典型草原区的增加速率较大。（5）2021-2100年间,在RCP2.6、RCP4.5和RCP8.5情景下,整个内蒙古的SOS分别有提前、延迟和延迟的趋势,而EOS在三种RCP情景下均有提前趋势。空间上,东北部的SOS有提前趋势,中部则有延迟的趋势。森林大部分区域和研究区西南部的EOS有延迟趋势,其余区域的EOS均有提前趋势。
蒋元春[3]（2020）在《青藏高原沙漠化逆转及其对高原气候突变的响应》文中认为沙漠化是全球最严重的生态环境和社会发展问题之一。青藏高原被称为地球“第三极”,绝大部分地区气候寒冷干旱,生态环境系统敏感脆弱,具备土地沙漠化发生发展的环境条件和潜在因素,其土地沙漠化的动态变化与气候变化、植被变化紧密联系。本文主要依据青藏高原81个站点1971—2013年气温、降水、风速资料,1971—2016年青藏高原积雪日数、第一冻结层下界观测资料,1990、2000、2010和2015年4期Landsat遥感影像资料,1982—2015年归一化植被指数（NDVI）以及NCEP/NCAR再分析资料等,重点分析了青藏高原植被（NDVI）和沙漠化土地分布的变化特征,研究了青藏高原增暖突变前后高原气候因子（气温、降水、风速）和下垫面因子（积雪、冻土）等的气候特征及其与植被变化的关系,分析了南海夏季风与高原季风的关系,探讨了南海夏季风结束时间异常对高原冬季气候的可能影响机理,对进一步科学评估气候变化的影响具有重要的科学价值,对构建国家生态安全屏障、保障资源合理开发利用和社会经济可持续发展具有重要的现实意义。论文的主要结论如下:（1）对青藏高原沙漠化土地分布的研究表明,1990—2015年青藏高原沙漠化土地面积呈现减少趋势,期间累计减少3 826 km2,相当于1990年沙漠化土地面积的0.96%,年均减少153 km2,尤其在2000年以后青藏高原沙漠化持续逆转。（2）在全球气候变暖背景下,青藏高原的气候发生了显着变化,呈现从20世纪70年代冷干气候向20世纪90年代中后期暖湿气候的演变。1971—2013年主要气候因子的宏观变化为:（1）气温。高原呈现一致增暖,增暖幅度达0.38℃/（10 a）,高于同期全球增暖速率,以秋、冬季增暖最为显着。高原增暖在空间上表现出西强东弱的增暖趋势和南北反相的变化形态,高原边缘地区气候变暖比高原腹地明显,高原北部升温幅度大于高原南部。高原气温在1997/1998年发生突变,突变后更大幅度的增暖在高海拔地区表现得更加明显。最高气温、最低气温呈现非对称增温,最低气温的增加速率（0.46℃/（10 a））高于最高气温（0.37℃/（10 a））。（2）降水。高原地区降水以8.5 mm/（10 a）的速率增加,其中春季增加幅度最显着,达9.9 mm/（10 a）。1980/1981年高原主体降水发生突变。1998年之后,夏季降水的年际波动幅度增大,而秋季降水的年际变化幅度则收窄。（3）风速。高原年及各季节的平均风速总体呈减小趋势,尤以春季风速减小最为显着,达到-0.25(m·s-1)/（10 a）。高原风速的线性倾向率在2000年之后由负转正,表现出显着的增加趋势,且以夏、冬季平均风速增加为主导。（4）积雪日数。高原积雪日数平均以3.5 d/（10 a）的速率减少,高原气温增暖突变后积雪日数的减少达到5.1 d/（10 a）,表现出“少—多—少”的年代际变化特征。（5）冻土。青藏高原季节性冻土明显变浅变薄,冻结深度的平均气候倾向率为-3.7 cm/（10 a）,且在1987/1988年发生退化突变。（3）青藏高原植被变化（沙漠化）对高原气候变化有显着响应。1982—2015年高原NDVI最大值呈增长趋势,线性增长趋势为0.002/（10 a）,年变化率为0.0291%;生长季（6—9月）NDVI最大值的线性增长趋势为0.003/（10 a）,年变化率为0.0349%。在空间分布上,高原NDVI最大值表现为“整体改善、区域退化”的特征,表征沙漠化土地变化情况的NDVI最大值[0.1,0.3)（沙化）格点数在21世纪初期开始下降,植被改善区域的面积大于退化区域,表明沙漠化土地面积在减少。高原NDVI最大值变化显示出在高原增暖背景下的显着适应性调整过程,与温度、降水等气候因子变化具有较好的相关,且有明显的区域性差异。在高原增暖的背景下,1982—1997年期间,温度变化是NDVI变化的主导因素,降水变化带来的影响次之;1998—2015年期间,降水变化则成为NDVI变化的主导因素,温度变化带来的影响次之。在青藏高原高寒地区影响植被生长的首要因素是热量,当热量条件满足后,蒸发加大,水分条件便显示出它的重要性。高原增暖突变后,气温、降水和风速的变化趋势均显着,青藏高原土地沙漠化面积减少,该时期土地沙漠化面积减少（逆转）的主要因素是气候因子的变化。（4）植被指数（NDVI）变化表征青藏高原沙漠化,其与高原气候突变关系密切,高原气候变化受高原季风的影响。南海夏季风结束日期与高原冬季风建立日期呈反相变化特征,且与高原冬季积雪日数显着相关。南海夏季风结束时间偏晚时,随后的冬季500hPa和600 hPa上,贝加尔湖附近区域位势高度为负异常,乌拉尔山附近位势高度为正异常;受其影响,高原东北部纬向风减弱,高原西南部纬向风增强;高原东北部气温异常升高,高原冬季积雪日数偏少;高原及周围地区水汽湿度增大,高原东北部有异常的上升气流,200 hPa西风急流加强南移,高原东北部降水增多;反之亦然。南海夏季风结束时间偏早时,高原冬季风建立时间偏晚,高原冬季风（冷高压）减弱,高原多雪湿润,有利于青藏高原沙漠化逆转。
蒲罗曼[4]（2020）在《气候与耕地变化背景下东北地区粮食生产潜力研究》文中研究指明粮食是关系国计民生和社会稳定的重要战略储备资源,粮食安全是国家安全的重要组成部分。多种因素均可以影响粮食产量,而气候和耕地资源是决定区域粮食产量的两个基本条件。耕地变化是通过耕地的数量和质量发生改变来影响粮食产量,而气候变化改变了粮食作物生长发育中光、温、水条件,进而对粮食产量造成影响。东北地区幅员辽阔,耕地分布集中连片,气候资源丰富,粮食生产潜力巨大,是我国的粮食主产区和商品粮生产基地,在国家粮食安全中承担重要的任务。因此,本研究以中国东北地区为研究区,通过输入气候、土壤、地形和耕地数据,利用GAEZ模型模拟了东北地区1990-2015年主要粮食作物（玉米、大豆和水稻）的生产潜力,并与作物实际产量对比得到产量差距。接下来,采用“控制变量法”进一步单独且深入研究了1990-2015年气候和耕地变化对东北地区粮食生产潜力的影响。最后,通过模拟东北地区2050年气候和耕地情景,实现对东北地区未来粮食生产潜力的模拟。研究结果可为相关的农业规划管理部门的相关政策的制定提供决策参考,对保障未来粮食作物的增产增收和粮食安全,提高农民收入,维护社会稳定,都具有十分重要的意义。本研究得到的主要结论如下:（1）通过利用GAEZ模型对东北地区粮食生产潜力进行模拟,得到东北地区三种主要粮食作物生产潜力的变化特征。1990-2015年,近一半耕地内的玉米和大豆生产潜力均有所提升,其中大部分耕地的玉米生产潜力提升1500kg/ha以上,大豆生产潜力提升500-1500kg/ha。水稻生产潜力在黑龙江省大部分地区提升1500kg/ha,而在吉林省、辽宁省和内蒙古东四盟大部分地区有所下降。通过比较三种粮食作物的实际单产与潜在单产,可知东北地区40个市中,玉米实际与潜在产量的比例大于80%的市有22个,大豆为19个,水稻高达30个,说明东北地区大部分市的旱地和水田的利用率较高,且具有较高的人为投入与先进的管理措施。但仍有个别市的粮食产量差距较大。（2）通过将GAEZ模型估算的粮食生产潜力与农业遥感技术方法估算而来的作物产量进行相关性和空间差异性分析,计算得到玉米、大豆和水稻的两种产量的决定系数R2分别为0.66、0.64与0.72,两种产量结果之间的线性相关性较强。通过空间差异性分析发现,由于2015年东北地区旱地中精确的作物种植布局是未知的,通过将2015年东北地区旱地中的NPP全部转化为玉米产量,则大部分地区YGAEZ高于YNPP;而将2015年东北地区旱地中的NPP全部转化为大豆产量,则大部分地区YGAEZ比YNPP低,尤其在三江平原区部分地区、松嫩平原区与辽河平原区,YGAEZ比YNPP低2000-4000kg/ha。将水田中的NPP转化为水稻产量后,大部分地区的YGAEZ比YNPP低2000kg/ha以内。（3）在研究气候变化对东北地区粮食生产潜力的影响时发现,玉米和大豆生产潜力的变化与太阳辐射量、相对湿度、雨天频率和降雨量的变化呈现较为明显的正相关性,但与风速、平均最高和最低气温的变化的相关系数约-0.30,呈现较为明显的负相关。水稻生产潜力的变化在前一时段也与太阳辐射量、相对湿度、雨天频率和降雨量的变化呈较为明显的正相关,但后一时段与平均最高气温和太阳辐射的变化呈正相关,与相对湿度和雨天频率呈负相关。（4）本研究分析了1990-2015年东北地区旱地和水田与其他土地利用类型的转换特征。1990-2000年,大规模的毁林毁草开垦的现象较为严重,水田和旱地的相互转化也较为剧烈。旱地面积净增加293.51万公顷,总增加431.28万公顷,其中林地与草地转化为旱地的面积占全部旱地总增加面积的77.05%。水田的面积净增加67.89万公顷,总增加138.77万公顷,主要由旱地、未利用地和草地转化而来。2000-2015年,退耕还林还草现象明显,但水田和旱地转化仍十分剧烈。旱地的面积净减少148.78万公顷。旱地总流失741.62万公顷,转化为林地、水田和草地的面积占据所有旱地流失面积的74.10%。水田的面积净增加104.38万公顷,总增加262.19万公顷,大部分水田仍由旱地转化而来。在研究耕地变化对东北地区主要粮食作物的生产潜力的影响时,发现前10年东北地区玉米和大豆潜在总产量的增加主要是由于开垦大量天然林地与草地资源,以及水田的转化导致的旱地面积的大量增加。后15年玉米和大豆潜在总产量仍有所增加的主要原因为水田、林地和草地转化成优质旱地。1990-2015年两个时段东北地区水稻潜在总产量的增加均主要归因于旱地和未利用地向水田的转化导致水田面积大量增加。（5）本研究将CMIP5中的12种大气环流模型的未来气候模拟数据利用多模式集合方法进行简单平均,得到东北地区2050年生长季内六种气候变量的模拟结果。然后,利用CA-Markov模型预测了2050年东北地区土地利用情景。最后,利用GAEZ模型模拟了东北地区2050年气候和耕地条件下三种粮食作物的生产潜力。研究发现,东北地区三种粮食作物的潜在单产和潜在总产量均有所提升,且RCP4.5情景比RCP6.0情景的气候条件更有利于粮食作物生长。因此,未来需要尽量将温室气体的排放控制在RCP4.5情景范围内,同时注重提升粮食单位面积产量,这样才能在建立环境友好型社会的基础之上,保证东北地区的粮食安全。
韩红珠[5]（2020）在《黄土高原植被物候和净初级生产力（NPP）的关系及其对气候变化的响应》文中提出在全球气候变暖的影响下,植被物候发生着显着变化,干旱区（旱地）生态系统受到了越来越多的挑战。作为世界上水土流失最严重和生态环境最脆弱的地区之一,黄土高原植被物候的变化深刻影响着植被生产力。因此,认识并理解黄土高原植被物候和净初级生产力对气候变化的响应规律以及它们之间的关系,有助于我们对区域碳循环变化的深入认识和准确预测,对脆弱的黄土高原乃至全球旱地生态系统的可持续发展至关重要。本文以黄土高原地区植被为研究对象,对黄土高原1982-2015年气候现状和变化进行系统分析,并结合不同时间尺度的标准化降水蒸散指数（Standardized Precipitation Evapotranspiration Index,SPEI）分析 了过去 30 多年来极端气候（干旱）事件的时空动态变化特征;同时,在对长时间序列的GIMMSNDVI3g遥感数据进行序列重构的基础上,采用最大比率法提取了黄土高原春季物候生长季开始时间（The start of season,SOS）、秋季物候生长季结束时间（The end of season,EOS）以及生长季长度（The length of season,LOS）物候指标,并且基于CASA模型对植被净初级生产力（Net Primary Productivity,NPP）进行了估算。在对模拟结果精度进行充分验证和评价的基础上,分析了物候和NPP的时空变化规律,揭示了植被物候和NPP对不同气候因子和干旱的响应特征。探讨了植被物候变化对植被净初级生产力的影响,并对未来不同碳排放水平的气候变化情景下物候和NPP的变化进行了预测。主要研究结论如下:（1）近30多年来黄土高原气候总体呈逐渐暖湿的变化趋势,但不同地区、不同季节变化差异显着。黄土高原东南部逐年暖干化,西北部暖湿化、暖干化混杂分布。通过气候的季节变化分析发现,春季和夏季的气候主要呈暖干的变化趋势,而秋季和冬季的气候主要呈暖湿变化。（2）黄土高原东南地区的植被物候生长季开始时间（SOS）早于西北地区。东南地区的生长季长度（LOS）也长于西北地区。但东南地区的生长季结束时间（EOS）较西北地区稍晚,发生时间较为接近。黄土高原总体上呈SOS推迟、EOS推迟、LOS延长的趋势。其中EOS呈显着推迟趋势,推迟幅度为0.1天/年。整体上,SOS主要受气温的影响,EOS主要受降水量/SPEI和日照时数的影响。但也存在区域差异,黄土高原东南部的LOS由于气温的升高出现延长,而西北地区却因气温升高导致LOS缩短。（3）黄土高原多年来NPP主要呈东南高、西北低的分布规律,总体呈不显着减少的趋势,减少速率为0.22gC/m2.a。不同季节中,除春季NPP逐渐增加外,其它季节均呈减少趋势,其中夏季NPP的减少最为明显,速率达0.26gC/m2.a。年均NPP呈增长趋势的区域主要集中在退耕还林实施强度较大的陕北黄土高原等地区,而减少的区域主要分布在鄂尔多斯高原和关中平原。黄土高原西北地区年均NPP主要受气温升高和降水量减少/SPEI下降的共同作用而出现减少,东南地区NPP则受日照时数增多和气温升高的影响而增加。春季NPP对气温、日照时数较为敏感,受降水量/SPEI影响较小。气温对秋季NPP影响较小,降水量/SPEI和日照时数是影响黄土高原地区NPP的关键因素。（4）受SOS的提前以及EOS推迟的有利影响,黄土高原春季和秋季的NPP增加的区域分别占总面积的89.23%、86.65%。在夏季,植被生长时间的延长削弱了夏季水分/养分的可用性,导致夏季NPP减少。在黄土高原的不同气候条件的地区,物候变化对NPP影响作用不同,在水热条件较好的黄土高原东部区域,LOS与NPP主要呈正相关。而在水热条件相对较差的黄土高原西北部局部地区,LOS与NPP表现出负相关。（5）黄土高原地区年均降水量超过400mm,年平均气温在4-12℃的区域中,SOS提前、EOS推迟、LOS延长均有利于该地区植被NPP的增加。在年均降水量小于400mm、年均气温0-10℃的区域中,由于生长季长度LOS缩短,该地区的NPP减少。在年均气温超过12℃的区域中,LOS延长,NPP减少。在海拔2000m以下,NPP主要受SOS推迟的影响,NPP随海拔升高而减少。在海拔2000m以上,SOS随海拔升高而推迟,NPP增加。（6）中低碳排放RCP4.5气候变化情景下,黄土高原未来30年是气候呈现暖湿的变化趋势。在高碳排放RCP8.5气候变化情景下,黄土高原气候呈暖干的变化趋势。在不同情景下,黄土高原未来的植被生长季长度LOS均显着延长。在RCP8.5气候变化情景下,秋季植被物候显着延迟,秋季NPP显着增加。
杨晓燕[6]（2020）在《环境行为视域下微气候对景区游客量的影响研究》文中研究指明伴随旅游业高质量发展时代的到来,旅游产品与服务高端化、品质化、多样化、精准化的需求趋势凸显。游客对气候的偏好和需求不断增强,气候逐渐成为影响旅游需求和供给的重要因素。针对不同尺度的气候旅游资源的优化配置和创新性开发,将会助推旅游业供给侧结构性改革的创新,也将有助于防范气候影响下的系统性公共卫生和健康安全隐患对旅游业的冲击。当前针对气候对游客影响的宏观和中观研究居多,从微观视角出发剖析微气候对游客的影响较少且缺乏系统性。存在一系列问题有待分析和解决,如微气候对景区游客量影响的机理是什么?微气候和微气氛的时空性联动如何影响景区游客量?景区微气候是否存在时空性变化的规律?日、节气、月微气候对景区游客量影响是否存在?影响方向和影响程度是否存在差异?应该如何进行微气候资源的开发等?因此,本研究立足于景区空间尺度的微气候分析,重点聚焦微气候和微气氛时空性联动对景区游客量影响的相关问题,对其进行全面系统分析。本研究按照“理论探索-模型建构-实证检验”的研究思路开展相关研究。理论探索——主要分析微气候对景区游客量影响的基础性理论支撑是什么?模型建构——展开系统的微气候对景区游客量影响的理论分析,探索微气候和微气氛时空性联动对景区游客量影响,建构日、节气、月微气候和微气氛联动对景区游客量影响的知觉-行为模型,构筑微气候对景区游客量影响的分析框架。实证检验——景区微气候时空性变化的实证检验分析,验证区域内景区和5A级景区微气候时空性变化的规律特征。针对日、节气、月不同时序景区景区微气候和微气氛时空性联动对景区游客量的影响进行系统的实证分析,为深化微气候在旅游场域中的研究与创新性发展进行积极探索。研究过程可概括为:第一,系统的理论梳理与理论分析:界定基本概念,梳理本研究所需的基础理论,回顾国内外相关研究,提出研究方向与研究问题;第二,探索微气候和微气氛时空性联动对景区游客量的影响机理,建构微气候-微气氛联动的知觉-行为模型,日、节气、月微气候和微气氛时空性联动对景区游客量的影响机理,建构日、节气、月微气候-微气氛联动的知觉-行为模型,形成系统的分析框架;第三,运用ArcGIS地图分析法,进行景区微气候时空性变化的实证分析,以福建省各区域内A级景区为例,通过微气候适游指数分析区域内景区以及5A级景区的微气候适游度,剖析景区微气候时空性变化的共性特征与演化规律;第四,基于日、节气、月微气候时空变化的共性与差异性规律,运用自回归分布滞后模型（ADRL）分析方法,分别检验日、节气、月微气候和微气氛时空性联动对景区游客量的影响方向、影响程度,进一步剖析当期和滞后期日、节气、月微气候和微气氛对当期景区游客量的动态影响规律。第五,系统分析景区微气候的时空变化规律,探索日、节气、月微气候和微气氛时空性联动对景区游客量影响的共性与差异性,提出相应的管理启示与建议。本研究的结论阐述如下:（1）景区微气候时空性变化分析:福建省区域内景区和5A级景区日、节气、月微气候时空性变化和差异显着,时空性动态变化凸显各个区域内景区的共性特征,区域间亦存在微气候时序性渐变与空间性过渡现象。（2）气温、相对湿度、降水量、风速、微气候适游度对景区游客量的影响存在影响方向和影响程度的时空性差异,微气候驱动微气氛对景区游客量的影响存在显着的类型和时空差异,微气候和微气氛时空性联动对景区游客量的影响呈多时空和多景区差异化的互动影响关系,当期影响均为正向,滞后期多为负向。（3）气温、相对湿度、风速对较低纬度景区游客量的影响比较高纬度景区的影响大。降水量对较高纬度景区日影响较大,对较低纬度景区节气和月影响较大,日和节气多为正向影响,月多为负向影响。微气候适游度对较高纬度景区的节气影响较大,对较低纬度景区的日和月影响较大。景区微气候驱动微气氛对较低纬度景区的影响在日和节气比较高纬度景区游客量的影响大,月影响则相反,滞后期效应显着。景区微气候和微气氛时空性联动对较高纬度景区日影响较大,对较低纬度景区节气和月影响较大。（4）景区日、节气起始日和月气温对较高海拔景区游客量的影响比较低海拔景区的影响大。降水量对较低海拔景区游客量的影响比较高海拔景区游客量大,节气影响多呈正向,日和月影响多呈负向。风速对较高海拔景区的影响比较低海拔景区的影响大,对较高海拔景区的影响多呈正向影响,对较低海拔景区的影响多呈负向。微气候适游度对较高海拔景区的节气起始日和月影响比较低海拔景区大,多呈正向影响,对较低海拔景区的日和节气累积影响比较高海拔景区的影响大。微气候驱动微气氛对较高海拔景区游的日和月影响大于较低海拔景区,节气对较低海拔景区游客量的影响比较高海拔景区的影响程度大。微气候和微气氛时空性联动对较低海拔景区游客量的影响比较高海拔景区游客量大。本研究在重点探究微气候对景区游客量影响的“理论探索-模型建构-实证检验”3个相关问题的系统分析基础上,提出相应的建议:（1）针对政府行政主管部门,提出强化县域和省域内景区微气候旅游资源的监测与分析;强化县域内景区日、节气、月微气候旅游产品和服务的时序性联动与空间性互动管理;推进微气候旅游形象的共同塑造与时空性营销体系的构建;强化跨景区和跨区域微气候旅游合作政策引导;强化中央和地方各层级“文化旅游+气象”基础上的多部门和跨部门互动、协同、创新机制的形成。（2）针对景区经营管理者,提出将微气候作为重要因素纳入景区旅游产品与服务供给;助推大数据与智慧化发展基础上的微气候旅游发展格局形成、服务提质增效、互补和创新;优化景区人力资源结构,强化人力资源培训,支撑景区微气候旅游深度发展与服务创新;强化景区微气候和微气氛时空联动的营销模式创新。（3）针对景区行业协会,提出助推景区微气候旅游资源标准的制定;助推景区微气候旅游产品与服务的创新性供给;驱动景区微气候和微气氛时空性联动的旅游供需互动研究的建议。（4）针对旅游运营商,提出强化景区微气候驱动的旅游产品开发;强化景区微气候和微气氛联动下的旅游产品跨时空组合性开发与策划;强化线上线下景区微气候旅游产品与服务的创新性整合、互动性开发;强化线上日、节气、月景区微气候和微气氛信息的发布、更新,引导游客日、节气、月当期或者潜在旅游需求。本研究重点探究微气候对景区游客量影响的“理论探索-模型建构-实证检验”3个相关议题,具有一定的创新与贡献:（1）本研究建构微气候和微气氛时空性联动对景区游客量影响的机理,突破传统环境行为理论静态与单空间分析的局限,拓展了环境行为的时序性、空间性以及时空结合的互动机理,这是本研究的理论创新。借助ADRL模型,系统分析日、节气、月微气候和微气氛时空性联动对景区游客量的当期和滞后期影响,这是本研究的方法应用创新。（2）本研究在微气候对景区游客量的影响的理论研究和实践应用都取得一定的贡献。理论层面,探索微气候-游客-微气氛互动机理,拓展日、节气、月微气候对景区游客量影响共性与差异性分析,从跨学科和多学科视角出发拓展了微气候对景区游客量影响的跨学科研究的深度和广度,推进微气候对景区游客量影响的理论研究。实践层面,建构微气候适游指数,在传统气候舒适度指数基础上,构建雨量舒适指数,提出综合反映景区微气候适游程度的景区微气候适游指数,形成反映微气候动态变化规律的25等级评价方法,系统分析福建省景区微气候时空变化规律,为微气候资源的时空性优化配置提供重要支撑。
曾要忠[7]（2020）在《分布式水文模型SWAT在霍童溪流域径流模拟中的应用研究》文中进行了进一步梳理近年来,基于土地利用变化和气候变化的流域水文过程效应研究已经成为一个热点。水文模型作为流域人类活动和气候变化下径流变化研究的一种有效的手段,得到越来越广泛的应用,通过水文模型可以建立流域降雨、蒸散发、土壤下渗、地下水等水文要素对径流的响应过程,并定量揭示和评估流域土地利用/土地覆被和气候变化作用下的流域径流变化机制。霍童溪流域的降水气象要素在地域分布上差异明显,属中亚热带海洋性季风气候,气候资源丰富、气象灾害频繁,水能资源丰富,梯级开发的水利工程设施众多,本研究以霍童溪流域为研究区域,开展针对土地利用变化和气候变化下霍童溪流域水文过程效应的研究,对霍童溪流域水资源合理规划和配置具有重要的理论意义和科学指导依据价值。基于SWAT分布式水文模型,收集气象水文数据,并结合流域DEM、土壤属性数据、土地利用数据、土壤类型图等其它辅助数据,构建了霍童溪流域分布式水文模型。在此基础上,定量探究霍童溪流域水库建成前后土地利用变化和气候变化对径流的影响程度,并设计未来土地利用和气候变化情景驱动SWAT模型模拟分析流域未来径流可能变化的趋势。本文主要工作和结论如下:（1）基于SWAT分布式水文模型,运用DEM数据、土壤、土地利用数据和气象数据,并通过对土壤属性数据进行整理和计算,构建霍童溪流域土壤属性数据;基于霍童溪流域1996年-2016年气象数据构建天气发生器,并添加补充了9个2001～2016年雨量站构建霍童溪气象数据库。借助GIS和RS技术手段对土地利用数据解译、土壤类型图数字化、DEM数据处理,构建霍童溪流域SWAT模型的相关空间数据库。（2）在考虑土地利用变化对径流影响以及研究区水库运行特点的的基础上,本研究采取分段率定结合SWAT＿CUP程序中的SUFI2算法,提高了模型模拟精度,降低了模型不确定性。霍童溪流域2001～2016年日尺度径流模拟中,率定期最小效率系数为0.65以上,最小确定系数在0.66以上,通过加入水库出库流量数据的洪口水库坝下控制流域日尺度模拟确定系数能达到0.85,说明水库数据对模型模拟准确具有重要影响。月尺度下流域径流平均确定系数R2为0.96,平均效率系数NSE为0.94;年尺度下流域径流模拟中,各站点率定结果平均效率系数为0.88,平均确定系数为0.97,验证期平均效率系数0.87,平均确定系数为1,日、月、年尺度下径流模拟结果都可以满足SWAT模型应用精度要求。（3）水库对极端洪水和极端枯水有显着影响,起着消峰补枯的作用。本研究以水库运行时间为节点,应用SWAT水库模拟功能,构建6种变化情景,定量分析了气候变化、土地利用变化、水库运行对霍童溪径流的影响,发现气候变化是霍童溪流域径流变化的主要贡献因子,贡献率可达65.82%,其次是水库运行达17.25%,再次是土地利用16.93%,产水量值较高的区域主要集中在洪口水库坝上区域。水库通过在汛期（4-10月）丰水季节进行拦截蓄水,非汛期（11月、12月、1-3月）枯水季节开闸放水对流域水文过程进行错峰调节,其中增加变化最大的两个月份是2月、3月,月均径流深增加幅度可达水库未运行时的38.26%、29.22%。通过对未来极端土地利用情景进行模拟,同等条件下,林地的水源涵养能力大于草地,草地的水源涵养能力大于耕地。（4）通过线性回归方法、Mann-Kendall非参数检验分析对霍童溪流域50年来气温和降水进行趋势性分析,50年以来流域年际降水变化呈上升趋势,变化率为29.81mm/10a,在2013年前后出现降水突变点;50年以来流域年际气温变化呈上升趋势,变化率为0.289℃/10a,且在1996年出现气温突变点。（5）基于流域50年以来历史气温降水变化趋势对未来10年（2027年）、40年（2047年）8种气候变化进行情景模拟。结果显示,当气温不变,降水发生变化时,流域降水每升高1%,径流深平均增加18.83mm;当降水保持不变,气温发生变化时,流域气温每升高1℃时,流域出口年均径流深减少13.74mm。可见流域降水变化对径流量变化较气温变化更敏感。基于IPCC第四次评估报告的流域未来40年24种气候变化情景分析表明,当温度保持不变,降水仅提高10%,流域年均径流深提高195.5mm;而当降水保持不变时,温度减少1℃时,流域年均径流深仅提高5.13mm。对比IPCC气候变化情景下1%降水变化和气温1℃变化,降水增加越大,其对流域径流量协同作用越明显,贡献度越高,反之降水减少比例越多,其对径流量的拒抗作用越强,减少也越多;气温增加时,流域径流量减少,但其减少幅度变化量降低,气温降低时,流域径流量增加,增加幅度随之增大。同时,气候变化下,降水变化对霍童溪流域径流量的影响占主导地位,气温变化相比于降水变化占次要地位。
温跃修[8]（2020）在《黄河流域未来极端气候变化及对中游洪水事件的影响研究》文中指出本文以黄河流域为研究区,利用流域历史同期气候要素观测数据从变化趋势、统计特征和空间分布特征对全球气候模式数据评估,优选最适合黄河流域的全球气候模式;采取多模式集合的方法对黄河流域未来RCP2.6、RCP4.5和RCP8.5情景下极端气候事件的时空分布特征进行预估;最后以黄河中游汾河静乐站控制流域为例,建立基于土地利用/覆被变化的水文模型,分析土地利用变化对洪水事件的影响,结合全球气候模式极端气候数据,最后对流域未来洪水事件进行了模拟研究。主要结论如下:（1）黄河流域1961-2005年年均最高气温和最低气温为14.58°C和2.05°C。增加速率分别在0.26°C/10a和0.28°C/10a。在空间分布方面最高气温在25～45°C之间,最低温在-30°C～-20°C之间,表现为从上游往下游逐渐升高;多年平均降水为471mm,呈递减趋势,在空间分布上有着明显的差异。采用偏差校正的方法对全球气候模式数据进行降尺度处理,然后利用流域历史同期气候要素观测数据从变化趋势、统计特征和空间分布特征对全球气候模式数据评估,优选出GFDL、FGOALS和CCSM4这三个最适合黄河流域的全球气候模式。（2）未来黄河流域最高温和最低温均处于上升趋势,其中RCP8.5的增温速率最高,RCP2.6的最低。极端气温方面选择日最高温（TXx）、暖昼天数（TX90）、日最低温（TNn）、冷夜天数（TN10）和霜冻天数（FD0）。在三种情景下TXx、TNn和TX90呈现增加趋势,TN10和FD0呈现下降趋势,RCP8.5下的变化幅度要大于RCP4.5和RCP2.6的变化幅度。与1961-2005年相比,RCR2.6情景下,2055-2099年TXx最高增加2.9°C,TNn最高增加2.0°C,TX90年均增加21.8天,TN10和FD0分别减少14.2天和10.6天;RCP4.5和RCP8.5情景下FD0分别减少18.5和29.9天,TN10分别减少22.2和29.2天,TNn分别增加3.2°C和4.2°C,TX90分别增加43.8和63.5天,TXx分别增加3.6°C和6.2°C;在空间分布方面,未来TNn主要是在黄河河源区下降,上游兰州区域和黄河中游黄土高原地区上升,下游变化不大;TXx整体较历史时期都呈现上升状态,其中黄河中游黄土高原地区上升幅度最大,且随着时间的推移上升更显着;TX90呈现显着增加趋势,其中河源区和黄土高原地区增加最为明显;FD0和TN10则呈现明显的下降,同样是在黄河源区和中游黄土高原地区下降幅度最大。（3）选取日最大降水量（RX1day）、五日最大降水量（RX5day）、降水强度（SDII）、大雨日数（R20）、连续湿日（CWD）、极端强降水量（R99p）、湿日总降水量（PRCPTOT）这7个极端降水指标进行研究。黄河流域未来年降水总量呈波动性变化,总体为增加趋势。在三种情景下,极端降水事件为增加趋势,对于RX1day、RX5day、R99和PRCPTOT,整体上RCP8.5下的降水范围要高于RCP4.5和RCP2.6;对于SDII,降水强度在年际变化中波动较大,在21世纪50年代之前,三种情景下的降水强度没有明显的差别,50年代之后RCP8.5情景下的降水强度要高于其余两个情景下的降水强度;R20和CWD未来则呈现显着增加趋势;空间分布方面,相较于1961-2005年,RCP2.6情景下,RX1day变化范围为-10mm～40mm,R20变化范围为0mm～50mm、PRCPTOT变化范围为5mm～25mm,R99增加比例为0～0.4,整体21世纪后期的增加幅度要高于21世纪中期。RCP4.5和RCP8.5相较于RCP2.6的增加范围更加显着,尤其是RCP8.5,在这一情景下,RX1day变化范围为0mm～45mm,R20变化范围为10mm～160mm、PRCPTOT变化范围为5mm～65mm,R99增加比例为0～0.6。但整个空间变化规律在这三个情景下是一致的,均表现为极端降水事件发生概率相对增加且强降水概率增加较大的地区在黄河中游。最后研究了不同重现期下的RX1day和RX5day,历史时期10年一遇RX1day为27mm,20年一遇为30mm,50年一遇为33mm;在未来情景下降水量都有所上升。（4）汾河上游土地利用变化增加了流域的调蓄能力,减小了洪水事件的地表径流量、增加壤中流和地下径流,同时消减洪峰流量。以2010年的土地利用条件下率定的模型参数,结合RCP4.5情景下典型流域未来10年的极端降水和蒸发数据对流域未来洪水进行模拟。通过设置不同小时极端降水比例情景,分析两种情景下流域未来洪水事件。相较于历史时期洪水情景a（假定未来最大1日降水数据与历史暴雨过程相似,按照历史过程降水比例进行分配）洪水过程线整体呈现出陡涨陡落的态势,整体洪峰流量下降37%,洪量下降13.3%。而情景b下（按照极端比例进行分配,根据历史19980630号暴雨洪水事件对未来降水数据进行分配）的洪水比情景a的洪峰增加52%,洪量增加了31%。
陈炜哲[9]（2020）在《陆地植被的生产力及其分布对气候变化的响应 ——以末次冰盛期、全新世中期和现代为例》文中提出第四纪以来的全球气候变化剧烈,以多次出现的冰期-间冰期气候旋回和当前的全球变暖为主要特征。在距我们最近的极寒冷时期末次冰盛期（～21 ka）,海平面降低,冰盖扩张,气候寒冷。而到了全新世中期（～6 ka）,全球进入一个大暖期,在非洲的表现为夏季风增强,降雨量显着增加,形成了非洲湿润气候时期。而工业革命以后随着二氧化碳（CO2）等温室气体浓度的升高,气候开始快速变暖。气候变化与陆地生态系统有着十分紧密的联系。晚第四纪的气候变化对陆地植被和地表过程有着显着影响。气候的变化必然引起生态环境的变化,目前,我国的生态环境问题日益突出,如何改善生态与环境是事关经济社会可持续发展和人民生活质量提高的重大科学问题。作为陆地生态系统最重要的一环,植被在防风固沙、保持水土、调节气候等方面发挥着巨大作用。因此,揭开气候变化与植被的耦合关系十分重要。一方面,这有利于理解过去的植被分布和生产力对气候变化的响应;另一方面,这将是预测和应对未来气候变化影响的科学依据。然而,目前的研究往往只关注某一时期或者单一因素对地表植被的影响。这制约了我们更好地理解生态环境对过去短期和长期的气候变化的响应。本文选取了三个典型时期末次冰盛期、全新世中期和现代,期望通过气象站点的现代观测资料、遥感反演的地表参数资料、古气候重建资料和地表过程模型等多种数据资料和分析手段,来探究CO2浓度、气候、火和土壤性质等多种因子对陆地植被分布和生产力的影响。主要研究内容包括:（1）对末次冰盛期和全新世中期的植被分布进行的模型模拟重建研究,以及（2）对气候变化影响中国现代植被生产力的分析研究。主要获得了以下四点结论:1.重建了末次冰盛期和工业革命前时期的全球植被的分布,揭示了CO2浓度、气候变化和火灾对全球植被分布的影响机理。利用ORCHIDEE-MICT动态植被模型,设计了12个敏感性实验,用于区分CO2、气候指标（气温降水等）和火灾对末次冰盛期和工业革命之前全球植被变化的影响。研究结果表明,在低纬度地区,CO2的变化对热带树木、温带树木和C4草分布的影响大于气候;而在高纬度地区,气候主导了北方树木和C3草的覆盖变化。CO2升高导致的热带树木总初级生产力（GPP）的增加比温带和北方树木的增加更大,这强调了高纬和低纬树木对CO2变化的不同敏感性。CO2的变化也改变了植被覆盖度和降雨量的关系。随着CO2升高,热带树木覆盖度达到饱和所需的降雨量显着降低。这意味着如果不考虑人类活动和其他限制因素,未来在半湿润和半干旱地区的树木覆盖率有望随着CO2升高而增加。此外,由于草的减少会带来火灾的降低,因此可以进一步扩大树木的覆盖率。2.重建了全新世中期北非植被的分布,并对降雨量和地表碳库进行了估算,发现土壤反馈作用对植被覆盖的重要影响。借助于具有较好土壤过程的动态植被模型ORCHIDEE-MICT,研究了维持全新世中期撒哈拉的植被覆盖度所需要的降水量。通过逐步向模型加入一些土壤作用,来探讨这些过程对植被动态变化和陆地水循环的影响,这些过程包括土壤有机碳持水效应、土壤水导率的影响和土壤蒸发的影响等。结果表明考虑所有土壤对植被的反馈作用之后,该模型需要400 mm/yr的降水量就能重现孢粉所推断的全新世中期撒哈拉植被覆盖。从全新世中期到工业革命之前,我们推测由于“绿色撒哈拉”的消失,大量土壤、凋落物和植被中的有机物被移除。由此,撒哈拉陆地碳储量减少了约58 Pg C,部分碳被释放到大气中,可能对气候产生影响。3.湖北省极端气候变化事件发生的频率呈现出增加的趋势,发现极端气候变化事件影响着植被生产力的年际变化。利用湖北省及周边52个气象站点1961-2015年的日分辨率气温和降雨观测数据,计算出气候变化检测、监测和指标专家组所定义和推荐的21个气温和降水指数。对这些气候指标和三个植被指数进行了趋势分析,以及与厄尔尼诺等海温和大气环流异常指数的相关分析。另外利用了一种多元线性回归的方法量化了植被对不同气候指数的敏感性。结果发现,所有暖相的气温指标均呈显着上升趋势,例如湖北省夏季日数过去30年增加了约20天。在空间上,极端降水量在东部地区呈上升趋势而在西部地区呈现下降趋势。通过对比各个指标在1982-2015年和1961-2015年两个时间段的趋势,发现有18个指标的趋势出现了增加,表明气候变化正在加剧。相关性分析表明大西洋多年代际振荡指数的暖相会导致研究区极端高温和极端降水。逐步多元线性回归分析表明夏季日数和平均降雨强度对湖北省植被年际变化有正面影响,而霜冻日数、高温持续日数、暴雨日数和持续干旱日数存在一定负面影响。4.利用一种创新的三维数据分析方法,通过分析对比TRENDY模型和Yao-GPP模型的数据,发现中国东北和华北地区的植被受极端干旱事件的影响较大,中国南方植被更容易受到寒冷和热浪的影响。本研究将一种创新的三维数据分析方法应用于中国的总初级生产力负异常事件中。利用13套GPP数据对1982-2015年间中国植被生产力的负极端事件的时空特征和驱动因素进行了探究。结果显示,模型的GPP数据和基于观测反演的GPP数据都表明东北和华北的植被最易受极端事件的影响,特别是在山区。对这12套TRENDY模型和Yao-GPP数据的分析发现,过去三十年分别有45%和68%的GPP亏损发生在夏天。九个气候因子当中,降水量负异常是中国极端事件的主要驱动因素。幂律分布分析进一步验证了干旱的重要影响。通过敏感性分析发现植被生产力对干旱的敏感性是对洪涝灾害的敏感性的两倍。然而,中国南方植被更容易受到寒冷和热浪的影响,这较少被前人报道。综上所述,本文利用动态植被模型重建了末次冰盛期全球植被分布以及全新世中期北非植被分布,并揭示了在不同时间尺度下,不同因素对陆地植被的重要影响。同时,本文也强调了地表过程对气候变化的潜在影响。研究结果对现在和未来的变化趋势有一定的指示意义。如果不考虑人类活动和其他限制条件,未来在半湿润和半干旱地区的树木覆盖率有望随着CO2浓度的升高而增加。未来CO2浓度和气候变化以及火灾的耦合效应可能引起干旱热带地区树木覆盖率的显着变化。近50年湖北省极端气候呈现加剧的趋势,极端事件强烈影响着植被生产力的年际变化。近30年东北和华北地区的植被受极端事件影响较大,南北方极端事件分别以干旱和极端气温为主。因此,建议应该有针对性地制定管理方案来应对未来的全球变化。本研究对于揭示气候变化、植被和地表过程的密切关系,对于理解过去气候变化的影响和应对未来气候变化具有重要意义。
张晓龙[10]（2019）在《基于遥感和通量观测的实际蒸散发机理研究与模型应用》文中提出实际蒸散发是陆地生态系统水、能量循环的关键变量和重要纽带,准确地估算实际蒸散发对于全球气候变化研究、水量平衡估算、农业水资源管理和水文模型应用等研究领域具有重要意义。为了探讨实际蒸散发与潜在蒸散发的关系及研究实际蒸散发估算模型的实用性,本研究基于高时空分辨率地面气象要素（ITPCAS）再分析数据集分析了中国大陆区域潜在蒸散发和气象因子的时空变化特征及其响应关系,并基于通量观测数据分析了实际蒸散发对气象因子及下垫面的响应关系。在此基础上,本研究在不同时间尺度上探讨了实际蒸散发和潜在蒸散发之间的关系,并基于广义互补理论模型定量分析了两者之间的关系,统一解释了蒸发正比假设和蒸发互补相关假设。同时,在不同下垫面情况的通量站点和典型流域对比分析了四种互补相关理论模型,并利用其中表现最好的模型估算了典型流域实际蒸散发。主要研究成果如下:（1）修正后的ITPCAS再分析资料中的气象要素及估算的地表净辐射在中国大陆各区域具有较高的精准度和较好的适用性。基于该数据集得到1979—2015年中国大陆91.8%的区域气温呈上升趋势,平均变化速率为0.388℃/10a;82.4%的区域降水呈上升趋势,平均变化速率为2.19 mm/a;62.1%的区域风速为下降趋势,平均变化速率为-0.062（m/s）/10a;87.6%的区域水汽压差为上升趋势,平均变化速率为0.034kPa/10a;70.5%的区域净辐射为下降趋势,变化速率为-1.433（MJ/m2）/10a。（2）1979—2015年中国大陆区域超过一半的站点和区域不存在“蒸发悖论”现象。中国大陆62.1%的区域潜在蒸散发为上升趋势,平均速率为1.13 mm/a,秋、冬季潜在蒸散发上升速率较大。气温和风速是潜在蒸散发变化的主要影响因子。（3）在多年平均尺度上,中国大陆区域的潜在蒸散发和降水呈正相关关系;在年尺度上,潜在蒸散发和降水呈负相关关系。在湿润季节或湿润地区潜在蒸散发和降水呈负相关关系,在干燥季节或干燥地区潜在蒸散发和降水无明显相关关系。潜在蒸散发与互补相关假设的湿度因子呈负相关关系,而与Budyko假设的湿度因子呈正相关关系。（4）30min尺度下实际蒸散发变化主要受净辐射的影响,日尺度下实际蒸散发变化主要受净辐射和气温的影响。在中国北方区域下垫面越湿润,实际蒸散发消耗的能量占比越大;不同下垫面实际蒸散发对不同季节的降水事件的响应不同;实际蒸散发的变化主要受下垫面类型、辐射和气温的影响。（5）选择特定的湿度因子时,典型流域和通量站点均符合蒸发互补相关假设。在互补相关理论中,使用未修正的Penman公式估算的潜在蒸散发时,不对称性是普遍存在的。在年尺度和日尺度上,越湿润地区/时段,实际蒸散发和潜在蒸散发之间正相关性越强;越干燥地区/时段,实际蒸散发和潜在蒸散发之间负相关性越强。（6）广义互补相关理论模型表现比传统互补相关理论模型均有大幅度提升。在不同下垫面通量站点对比验证多种互补相关理论模型,S型广义互补相关理论模型表现最好。利用S型广义互补相关理论模型估算黄河源区实际蒸散发,模型估算结果可以较好的反应典型流域下垫面情况。1979—2015年黄河源区96.6%的区域实际蒸散发呈上升趋势,平均变化速率为0.45 mm/a;在年尺度上,实际蒸散发变化主要受气温和净辐射的影响;在月尺度上,实际蒸散发变化主要受净辐射的影响。
二、内蒙古近50年气候变化及未来10～20年趋势展望（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、内蒙古近50年气候变化及未来10～20年趋势展望（论文提纲范文）
（1）基于IBIS模型的气候变化下川西高原草地碳平衡模拟与预估研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 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 国内外研究综述 |
| 1.2.1 气候变化对草地生态系统的影响 |
| 1.2.2 气候变化对草地碳平衡影响研究 |
| 1.2.3 气候变化下草地碳平衡的模拟与预估研究 |
| 1.2.4 研究评述 |
| 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 |
| 1.4 研究创新点 |
| 2 研究区自然环境概况 |
| 2.1 研究区位置 |
| 2.2 气候特征 |
| 2.3 土壤和植被特征 |
| 2.4 水文特征 |
| 3 数据与方法 |
| 3.1 IBIS模型介绍 |
| 3.1.1 模型概述 |
| 3.1.2 模型结构 |
| 3.1.3 模型主要控制方程 |
| 3.1.4 模型主要参数 |
| 3.1.5 模型的输入与输出项 |
| 3.2 模型验证方法 |
| 3.3 数据来源 |
| 3.3.1 气象数据 |
| 3.3.2 土壤数据 |
| 3.3.3 植被数据 |
| 3.3.4 高程数据 |
| 3.3.5 模型验证数据 |
| 4 模型验证与历史气候变化下川西高原草地NEP的模拟 |
| 4.1 1990-2018 年研究区域气候变化 |
| 4.1.1 气候数据的插值检验 |
| 4.1.2 气候变化空间分布 |
| 4.1.3 气候年际变化 |
| 4.2 IBIS模型对NPP的模拟与验证 |
| 4.2.1 NPP模拟结果验证分析 |
| 4.2.2 NPP年空间分布 |
| 4.2.3 NPP年际变化 |
| 4.2.4 NPP季节变化 |
| 4.3 IBIS模型对土壤异养呼吸的模拟与验证 |
| 4.3.1 土壤异养呼吸模拟结果验证分析 |
| 4.3.2 土壤异养呼吸年空间分布 |
| 4.3.3 土壤异养呼吸年际变化 |
| 4.3.4 土壤异养呼吸季节变化 |
| 4.4 1990-2018 年川西高原草地NEP的模拟 |
| 4.4.1 NEP空间分布 |
| 4.4.2 NEP年际变化 |
| 4.4.3 NEP季节变化 |
| 4.5 本章小结 |
| 5 未来气候变化下川西高原草地NEP的预估 |
| 5.1 2019-2050 年川西高原气候变化 |
| 5.1.1 气候变化的空间分布 |
| 5.1.2 气候年际变化 |
| 5.2 2019-2050 年川西高原草地NEP的预估 |
| 5.2.1 NPP预估 |
| 5.2.2 土壤异养呼吸预估 |
| 5.2.3 NEP预估 |
| 5.3 本章小结 |
| 6 结论与建议 |
| 6.1 研究结论 |
| 6.2 展望 |
| 6.3 对策建议 |
| 参考文献 |
| 致谢 |
（2）内蒙古极端气候变化对植被物候的影响研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 全球气候变化 |
| 1.1.2 极端气候事件的变化 |
| 1.1.3 植被物候的变化 |
| 1.1.4 问题的提出 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究进展 |
| 1.3.1 极端气候事件研究 |
| 1.3.2 遥感植被物候研究 |
| 1.3.3 极端气候事件对植被物候的影响研究 |
| 1.3.4 未来极端气候事件预测研究 |
| 1.4 研究方案 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 第二章 数据与方法 |
| 2.1 内蒙古概况 |
| 2.1.1 地理位置 |
| 2.1.2 气候特征 |
| 2.1.3 植被分区 |
| 2.2 数据来源 |
| 2.2.1 GIMMS NDVI3g数据集 |
| 2.2.2 气象数据集 |
| 2.2.3 CMIP5模型数据集 |
| 2.3 植被物候提取方法 |
| 2.3.1 NDVI数据的平滑处理 |
| 2.3.2 物候参数的提取 |
| 2.4 极端气候事件提取方法 |
| 2.4.1 提取方法 |
| 2.4.2 空间插值方法 |
| 2.5 极端气候事件与植被物候的时空变化特征分析方法 |
| 2.5.1 一元线性回归趋势分析法 |
| 2.5.2 Sen′s+ Mann-Kendal趋势分析法 |
| 2.6 极端气候事件与植被物候的相关分析方法 |
| 2.6.1 相关分析法 |
| 2.6.2 多元线性回归 |
| 2.6.3 全子集回归 |
| 2.6.4 随机森林重要性排序法 |
| 2.7 未来极端气候事件植被物候的时空变化特征分析方法 |
| 2.7.1 多模式评估方法 |
| 2.7.2 集合经验模态分解 |
| 第三章 内蒙古1982-2015年极端气候事件的时空变化特征 |
| 3.1 极端温度指数时间变化特征 |
| 3.1.1 整个研究区内的年际变化特征 |
| 3.1.2 整个研究区内的季节变化特征 |
| 3.1.3 不同植被类型区内的年际变化特征 |
| 3.2 极端温度指数的空间变化特征 |
| 3.2.1 多年均值的空间分布 |
| 3.2.2 变化趋势的空间分布 |
| 3.3 极端降水指数时间变化特征 |
| 3.3.1 整个研究区内的年际变化特征 |
| 3.3.2 整个研究区内的季节变化特征 |
| 3.3.3 不同植被类型区内的年际变化特征 |
| 3.4 极端降水指数的空间变化特征 |
| 3.4.1 多年均值的空间分布 |
| 3.4.2 变化趋势的空间分布 |
| 3.5 本章小结 |
| 第四章 内蒙古1982-2015年植被物候的时空变化特征 |
| 4.1 植被物候的空间分布特征 |
| 4.1.1 物候期多年均值的空间分布 |
| 4.1.2 物候期变化趋势的空间分布 |
| 4.2 植被物候的时间变化特征 |
| 4.2.1 整个区域植被物候期的年际变化 |
| 4.2.2 不同植被类型区物候期的年际变化 |
| 4.3 本章小结 |
| 第五章 不同时空尺度气候变化对植被物候的影响 |
| 5.1 温度变化对植被物候的影响 |
| 5.1.1 年尺度平均温度变化对植被物候的影响 |
| 5.1.2 季节尺度温度变化对植被物候的影响 |
| 5.2 降水变化对植被物候的影响 |
| 5.2.1 年尺度降水变化对植被物候的影响 |
| 5.2.2 季节尺度降水变化对植被物候的影响 |
| 5.3 本章小结 |
| 第六章 不同时空尺度极端气候事件对植被物候的影响 |
| 6.1 极端气候事件与植被物候的相关性 |
| 6.2 年尺度极端气候事件对植被物候的影响 |
| 6.2.1 整个研究区极端气候指数对SOS的影响 |
| 6.2.2 不同植被类型区极端气候事件对SOS的影响 |
| 6.2.3 整个研究区极端气候事件对EOS的影响 |
| 6.2.4 不同植被类型区极端气候事件对EOS的影响 |
| 6.3 季节尺度极端气候事件对植被物候的影响 |
| 6.3.1 不同植被类型区极端气候事件对SOS的影响 |
| 6.3.2 不同植被类型区极端气候事件对EOS的影响 |
| 6.4 本章小结 |
| 第七章 基于CMIP5模型的未来极端气候事件的时空变化及植被物候的预测 |
| 7.1 气候模型的有效性评价 |
| 7.2 未来不同排放情景下极端气候事件的时空变化特征 |
| 7.2.1 时间变化特征 |
| 7.2.2 变化趋势的空间分布 |
| 7.3 未来不同排放情景下植被物候的时空变化特征 |
| 7.3.1 时间变化特征 |
| 7.3.2 多年均值的空间分布 |
| 7.3.3 变化趋势的空间分布 |
| 7.4 本章小结 |
| 第八章 结论与展望 |
| 8.1 主要结论 |
| 8.2 主要创新点 |
| 8.3 不足与展望 |
| 参考文献 |
| 致谢 |
| 在学期间公开发表论文及着作情况 |
（3）青藏高原沙漠化逆转及其对高原气候突变的响应（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究目的及意义 |
| 1.2 国内外研究现状 |
| 1.3 气候变化与沙漠化的关系 |
| 1.4 存在的问题 |
| 1.5 研究的主要内容 |
| 1.6 预期特色和可能创新点 |
| 1.7 章节安排 |
| 第二章 资料和方法 |
| 2.1 资料 |
| 2.2 方法 |
| 第三章 青藏高原沙漠化逆转特征 |
| 3.1 青藏高原NDVI变化 |
| 3.2 青藏高原沙漠化时空变化特征 |
| 3.3 荒漠化与沙化状况的监测 |
| 3.4 本章小结 |
| 第四章 青藏高原气候变化及其与植被的关系 |
| 4.1 高原气温的时空变化特征 |
| 4.2 高原降水的时空变化特征 |
| 4.3 高原风速的时空变化特征 |
| 4.4 青藏高原季风变化及其各气候因子之间的关系 |
| 4.5 青藏高原气候因子及季风变化与植被的关系 |
| 4.6 本章小结 |
| 第五章 高原积雪冻土的变化及其与植被的关系 |
| 5.1 高原积雪日数的气候特征 |
| 5.2 青藏高原冻土的气候特征 |
| 5.3 青藏高原积雪冻土与气候因子的关系 |
| 5.4 青藏高原积雪冻土与植被的关系 |
| 5.5 本章小结 |
| 第六章 南海季风与高原沙漠化逆转的关系 |
| 6.1 南海夏季风建立与结束日期的气候特征 |
| 6.2 南海夏季风与高原冬季积雪日数的关系 |
| 6.3 南海夏季风结束日期与高原季风的关系 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 主要结论 |
| 7.2 研究特色及创新点 |
| 7.3 存在的不足与工作展望 |
| 参考文献 |
| 作者简介 |
| 致谢 |
（4）气候与耕地变化背景下东北地区粮食生产潜力研究（论文提纲范文）
| 中文摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究目的及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 粮食生产潜力估算研究进展 |
| 1.2.2 粮食产量的影响因素研究进展 |
| 1.2.3 未来气候与土地利用分布情景模拟研究进展 |
| 1.3 研究内容、技术路线与创新点 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.3.3 创新点 |
| 第2章 研究区概况和数据准备 |
| 2.1 研究区概况 |
| 2.1.1 自然环境 |
| 2.1.2 人文环境 |
| 2.2 数据收集与处理 |
| 2.2.1 气候数据 |
| 2.2.2 地形数据 |
| 2.2.3 土壤数据 |
| 2.2.4 土地利用数据 |
| 2.2.5 社会经济数据 |
| 2.2.6 自然-人文数据库集成 |
| 2.3 本章小结 |
| 第3章 全球农业生态区划模型 |
| 3.1 GAEZ模型简介 |
| 3.2 GAEZ模型的计算过程 |
| 3.2.1 农业-气候数据分析 |
| 3.2.2 生物量和产量计算 |
| 3.2.3 农业-气候限制 |
| 3.2.4 农业-土壤地形适宜性 |
| 3.2.5 农业-气候与土壤评估集成 |
| 3.2.6 作物潜在生产力 |
| 3.3 GAEZ模型的输入与输出 |
| 3.3.1 GAEZ模型的输入 |
| 3.3.2 GAEZ模型的输出 |
| 3.4 GAEZ模型估算结果验证 |
| 3.5 本章小结 |
| 第4章 粮食生产潜力变化及与实际产量的差距分析 |
| 4.1 东北地区主要粮食作物 |
| 4.2 近25 年东北地区主要粮食作物生产潜力变化 |
| 4.2.1 近25 年东北地区粮食生产潜力时间变化特征 |
| 4.2.2 近25 年东北地区粮食生产潜力空间变化特征 |
| 4.3 粮食生产潜力与实际产量的差距分析 |
| 4.3.1 粮食实际产量与生产潜力的差距 |
| 4.3.2 粮食实际产量与生产潜力的差距分析的局限性 |
| 4.4 本章小结 |
| 第5章 GAEZ模型与农业遥感估算作物产量的对比 |
| 5.1 农业遥感估算作物产量的原理 |
| 5.2 VPM模型介绍 |
| 5.3 耕地NPP及作物产量估算 |
| 5.4 GAEZ模型与农业遥感估算的作物产量结果对比 |
| 5.4.1 GAEZ模型与农业遥感估算的作物产量相关性分析 |
| 5.4.2 GAEZ模型与农业遥感估算的作物产量空间差异性分析 |
| 5.4.3 两种作物产量估算方法对比研究的局限性 |
| 5.5 本章小结 |
| 第6章 气候与耕地变化对粮食生产潜力的影响 |
| 6.1 气候变化对粮食生产潜力的影响 |
| 6.1.1 1990-2015年东北地区气候变化 |
| 6.1.2 1990-2015年气候变化条件下东北地区粮食生产潜力变化 |
| 6.1.3 1990-2015年气候变化对东北地区粮食生产潜力的影响 |
| 6.2 耕地变化对粮食生产潜力的影响 |
| 6.2.1 1990-2015年东北地区耕地面积及分布变化特征 |
| 6.2.2 1990-2015年耕地变化条件下东北地区粮食生产潜力变化 |
| 6.2.3 1990-2015年耕地变化对东北地区粮食生产潜力的影响 |
| 6.3 本章小结 |
| 第7章 未来气候与耕地情景下粮食生产潜力模拟 |
| 7.1 未来气候情景模拟 |
| 7.1.1 未来气候模型模拟结果 |
| 7.1.2 东北地区未来气候变化模拟 |
| 7.2 未来耕地情景模拟 |
| 7.2.1 CA-Markov模型 |
| 7.2.2 基于CA-Markov模型的 2050年东北地区土地利用现状模拟. |
| 7.3 未来气候及耕地情景下粮食生产潜力模拟 |
| 7.3.1 2050年东北地区主要粮食作物生产潜力模拟 |
| 7.3.2 2015- 2050年东北地区主要粮食作物生产潜力变化模拟 |
| 7.4 本章小结 |
| 第8章 结论与展望 |
| 8.1 研究结论 |
| 8.2 不足与展望 |
| 8.2.1 研究不足 |
| 8.2.2 未来展望 |
| 参考文献 |
| 附表 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（5）黄土高原植被物候和净初级生产力（NPP）的关系及其对气候变化的响应（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究进展 |
| 1.2.1 植被物候研究进展 |
| 1.2.2 植被物候对气候变化的响应研究进展 |
| 1.2.3 植被净初级生产力研究进展 |
| 1.2.4 植被物候对净初级生产力的影响研究进展 |
| 1.2.5 干旱监测及其对植被生长影响研究进展 |
| 1.3 研究目的、研究内容和技术路线 |
| 1.3.1 研究目的 |
| 1.3.2 研究内容 |
| 1.3.3 技术路线 |
| 第二章 数据与方法 |
| 2.1 研究区域概况 |
| 2.2 数据来源与处理 |
| 2.2.1 气象数据 |
| 2.2.2 遥感数据 |
| 2.2.3 未来气候情景数据 |
| 2.2.4 其它数据 |
| 2.3 研究方法 |
| 2.3.1 Anusplin空间插值 |
| 2.3.2 标准化降水蒸散指数 |
| 2.3.3 重构NDVI时序曲线 |
| 2.3.4 植被物候参数提取 |
| 2.3.5 CASA模型 |
| 2.3.6 统计分析方法 |
| 第三章 黄土高原气候时空演变特征 |
| 3.1 黄土高原的气候条件 |
| 3.2 气候因子的时空变化特征分析 |
| 3.2.1 气候因子的时间变化特征 |
| 3.2.2 气候因子的空间变化特征 |
| 3.3 极端气候事件(干旱)时空变化特征分析 |
| 3.3.1 干早的时间变化特征 |
| 3.3.2 干早的空间变化特征 |
| 3.3.3 干旱发生范围及发生频率特征 |
| 3.4 未来气候情景 |
| 3.5 讨论和小结 |
| 第四章 植被物候时空变化特征及其对气候的响应 |
| 4.1 植被物候估算验证 |
| 4.1.1 提取结果验证 |
| 4.1.2 不确定性分析 |
| 4.2 植被物候时空特征 |
| 4.2.1 植被物候空间分布特征 |
| 4.2.2 植被物候时空变化特征 |
| 4.3 植被物候对不同气候因子变化的响应 |
| 4.3.1 SOS对春季气温、降水量、日照的响应 |
| 4.3.2 EOS对夏季、秋季气温、降水量、日照的响应 |
| 4.3.3 LOS对年气温、降水量、日照的响应 |
| 4.4 极端气候(干旱)对植被物候的影响 |
| 4.5 讨论和小结 |
| 第五章 植被净初级生产力时空变化特征及其对气候的响应 |
| 5.1 NPP的估算与结果验证 |
| 5.2 NPP时空变化特征 |
| 5.2.1 植被NPP空间分布特征 |
| 5.2.2 植被NPP时空变化特征 |
| 5.3 NPP对气候变化的响应 |
| 5.3.1 NPP对年气候因子的响应 |
| 5.3.2 NPP对季节气候因子的响应 |
| 5.4 极端气候(干旱)对NPP的影响 |
| 5.5 讨论与小结 |
| 第六章 植被物候与净初级生产力的关系 |
| 6.1 不同季节NPP与各物候期的关系 |
| 6.1.1 NPP与SOS的关系 |
| 6.1.2 NPP与EOS的关系 |
| 6.1.3 NPP与LOS的关系 |
| 6.2 不同条件下NPP和物候的关系 |
| 6.2.1 NPP和物候随水热条件变化的响应关系 |
| 6.2.2 NPP和物候随海拔变化的响应关系 |
| 6.3 未来气候情景下植被物候期对NPP的影响 |
| 6.3.1 未来气候情景下植被物候期预测 |
| 6.3.2 未来气候情景下植被物候期对NPP的影响 |
| 6.4 讨论与小结 |
| 第七章 结论与展望 |
| 7.1 结论 |
| 7.2 创新点 |
| 7.3 不足与展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间研究成果 |
（6）环境行为视域下微气候对景区游客量的影响研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与问题提出 |
| 1.1.1 研究背景 |
| 1.1.2 问题提出 |
| 1.2 研究目的与研究意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 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 研究思路与技术路线 |
| 1.4.1 研究思路 |
| 1.4.2 技术路线 |
| 第2章 理论基础与文献回顾 |
| 2.1 概念界定 |
| 2.1.1 微气候 |
| 2.1.2 微气氛 |
| 2.1.3 微气候适游指数 |
| 2.2 理论基础 |
| 2.2.1 环境-行为相互渗透理论 |
| 2.2.2 环境知觉-行为理论 |
| 2.2.3 行为场景理论 |
| 2.2.4 微气候对景区游客量影响分析的相关理论借鉴 |
| 2.3 文献综述 |
| 2.3.1 微气候影响旅游供给环境的研究 |
| 2.3.2 微气候影响游客环境行为应激反应的研究 |
| 2.3.3 微气候对旅游过程中微气氛的影响研究 |
| 2.3.4 微气候要素和微气候综合状态对景区游客量的影响研究 |
| 2.3.5 微气候和微气氛联动对景区游客量的影响研究 |
| 2.3.6 微气候和微气氛时空性联动对景区游客量的影响研究 |
| 2.3.7 研究述评 |
| 2.4 本章小结 |
| 第3章 微气候对景区游客量影响的理论框架 |
| 3.1 微气候对景区游客量影响的理论分析 |
| 3.1.1 微气候知觉-行为模型 |
| 3.1.2 微气候和微气氛联动的理论分析 |
| 3.1.3 微气候和微气氛联动的知觉-行为模型 |
| 3.2 微气候和微气氛联动对景区游客量的影响机理 |
| 3.2.1 气温对景区游客量的影响的机理 |
| 3.2.2 相对湿度对景区游客量的影响的机理 |
| 3.2.3 降水量对景区游客量的影响的机理 |
| 3.2.4 风速对景区游客量的影响的机理 |
| 3.2.5 太阳辐射对景区游客量的影响的机理 |
| 3.2.6 微气候适游度对景区游客量的影响机理 |
| 3.3 微气候和微气氛时空性联动对景区游客量影响的理论分析 |
| 3.3.1 微气候和微气氛时空性联动对景区游客量的影响 |
| 3.3.2 日微气候和微气氛时空性联动对景区游客量的影响 |
| 3.3.3 节气微气候和微气氛时空性联动对景区游客量的影响 |
| 3.3.4 月微气候和微气氛时空性联动对景区游客量的影响 |
| 3.4 微气候对景区游客量影响的分析框架 |
| 3.4.1 日微气候和微气氛时空性联动对景区游客量影响的分析框架 |
| 3.4.2 节气微气候和微气氛时空性联动对景区游客量影响的分析框架 |
| 3.4.3 月微气候和微气氛时空性联动对景区游客量影响的分析框架 |
| 3.5 微气候对景区游客量影响的研究假设与概念模型 |
| 3.5.1 微气候对景区游客量影响的因素分析 |
| 3.5.2 日、节气和月微气候对景区游客量影响的因素分析 |
| 3.5.3 微气候适游指数建构 |
| 3.5.4 日微气候对景区游客量影响的研究假与概念模型 |
| 3.5.5 节气微气候对景区游客量影响的研究假与概念模型 |
| 3.5.6 月微气候对景区游客量影响的研究假与概念模型 |
| 3.6 本章小结 |
| 第4章 景区微气候时空性变化分析 |
| 4.1 区域内景区微气候时空性变化分析 |
| 4.1.1 案例地选取与说明 |
| 4.1.2 研究方法与数据来源 |
| 4.1.3 区域内景区日微气候时空性变化 |
| 4.1.4 区域内景区节气微气侯时空性变化 |
| 4.1.5 区域内景区月微气候时空性变化 |
| 4.2 5A级景区微气候时空性变化分析 |
| 4.2.1 案例选取与说明 |
| 4.2.2 研究方法和数据来源 |
| 4.2.3 5A级景区日微气候时空性变化 |
| 4.2.4 5A级景区节气微气候时空性变化 |
| 4.2.5 5A级景区月微气候时空性变化 |
| 4.3 本章小结 |
| 第5章 日微气候对景区日游客量影响实证分析 |
| 5.1 指标选择与数据收集 |
| 5.1.1 研究方法 |
| 5.1.2 指标选取 |
| 5.1.3 数据来源 |
| 5.2 数据描述性统计分析 |
| 5.2.1 景区日微气候数据描述性统计 |
| 5.2.2 景区日游客量数据描述性统计 |
| 5.3 单位根检验和边界检验 |
| 5.3.1 景区日微气候数据单位根检验 |
| 5.3.2 景区日游客量数据单位根检验 |
| 5.3.3 日微气候影响景区日游客量的边界检验 |
| 5.3.4 日微气氛影响景区日游客量的边界检验 |
| 5.4 日微气候对景区日游客量的影响分析 |
| 5.4.1 日气温对景区日游客量的影响 |
| 5.4.2 日相对湿度对景区日游客量的影响 |
| 5.4.3 日降水量对景区日游客量的影响 |
| 5.4.4 日风速对景区日游客量的影响 |
| 5.4.5 日微气候适游度对景区日游客量的影响 |
| 5.5 日微气候驱动微气氛对景区日游客量的影响分析 |
| 5.6 日微气候和微气氛时空性联动对景区日游客量的影响分析 |
| 5.7 本章小结 |
| 第6章 节气微气候对景区节气游客量影响实证分析 |
| 6.1 指标选择与数据收集 |
| 6.1.1 研究方法 |
| 6.1.2 指标选取 |
| 6.1.3 数据来源 |
| 6.2 数据描述性统计分析 |
| 6.2.1 景区节气起始日数据描述性统计 |
| 6.2.2 景区节气累积数据描述性统计 |
| 6.3 单位根检验和边界检验 |
| 6.3.1 景区节气数据的单位根检验 |
| 6.3.2 节气微气候影响景区节气游客量的边界检验 |
| 6.3.3 节气微气氛影响景区节气游客量的边界检验 |
| 6.4 节气微气候对景区节气游客量的影响分析 |
| 6.4.1 节气气温对景区节气游客量的影响 |
| 6.4.2 节气相对湿度对景区节气游客量的影响 |
| 6.4.3 节气降水量对景区节气游客量的影响 |
| 6.4.4 节气风速对景区节气游客量的影响 |
| 6.4.5 节气微气候适游度对景区节气游客量的影响 |
| 6.4.6 节气微气候对景区节气游客量的综合影响 |
| 6.5 节气微气候驱动微气氛对景区节气游客量的影响分析 |
| 6.5.1 微气候驱动微气氛对景区节气起始日游客量的影响 |
| 6.5.2 微气候驱动微气氛对景区节气累积游客量的影响 |
| 6.6 节气微气候和微气氛时空性联动对景区节气游客量的影响分析 |
| 6.6.1 微气候和微气氛时空性联动对景区节气起始日游客量的影响 |
| 6.6.2 微气候和微气氛时空性联动对景区节气累积游客量的影响 |
| 6.7 本章小结 |
| 第7章 月微气候对景区月游客量影响实证分析 |
| 7.1 指标选择与数据收集 |
| 7.1.1 研究方法 |
| 7.1.2 指标选取 |
| 7.1.3 数据来源 |
| 7.2 数据描述性统计分析 |
| 7.2.1 景区月微气候数据描述性统计 |
| 7.2.2 景区月游客量数据描述性统计 |
| 7.3 单位根检验和边界检验 |
| 7.3.1 景区月数据的单位根检验 |
| 7.3.2 月微气候影响景区月游客量的边界检验 |
| 7.3.3 月微气氛影响景区月游客量的边界检验 |
| 7.4 月微气候对景区月游客量的影响分析 |
| 7.4.1 月气温对景区月游客量的影响 |
| 7.4.2 月相对湿度对景区月游客量的影响 |
| 7.4.3 月降水量对景区月游客量的影响 |
| 7.4.4 月风速对景区月游客量的影响 |
| 7.4.5 月微气候适游度对景区月游客量的影响 |
| 7.4.6 月微气候对景区月游客量的综合影响 |
| 7.5 月微气候驱动微气氛对景区月游客量的影响分析 |
| 7.6 月微气候和微气氛时空性联动对景区月游客量的影响分析 |
| 7.7 本章小结 |
| 第8章 结论、启示与展望 |
| 8.1 研究结论与讨论 |
| 8.1.1 景区微气候时空性变化和分布格局显着 |
| 8.1.2 微气候对景区日、节气和月游客量影响存在时空差异 |
| 8.1.3 气温对不同类型景区游客量影响存在时空差异 |
| 8.1.4 相对湿度对不同类型景区游客量影响存在时空差异 |
| 8.1.5 降水量对不同类型景区游客量影响存在时空差异 |
| 8.1.6 风速对不同类型景区游客量影响存在时空差异 |
| 8.1.7 微气候适游度对景区游客量影响存在类型和时空差异 |
| 8.1.8 微气候驱动微气氛对景区游客量的影响存在类型和时空差异 |
| 8.1.9 微气候和微气氛时空性联动对景区游客量的影响效应显着 |
| 8.2 管理启示与建议 |
| 8.2.1 针对政府行政主管部门的启示与建议 |
| 8.2.2 针对景区经营管理者的启示与建议 |
| 8.2.3 针对景区行业协会的启示与建议 |
| 8.2.4 针对旅游运营商的启示与建议 |
| 8.3 研究贡献与创新 |
| 8.3.1 研究贡献 |
| 8.3.2 本研究创新之处 |
| 8.4 研究局限与展望 |
| 8.4.1 研究局限 |
| 8.4.2 研究展望 |
| 参考文献 |
| 致谢 |
| 附录 |
| 附录A 第4章区域内景区案例地选取说明 |
| 附录B 第4章区域内景区微气候适游度日数据 |
| 附录C 第4章区域内景区微气候适游度节气数据 |
| 附录C1 第4章区域内景区微气候适游度节气起始日数据 |
| 附录C2 第4章区域内景区微气候适游度节气累积数据 |
| 附录D 第4章区域内景区微气候适游度月数据 |
| 附录E 第5章日微气候与景区游客量数据 |
| 附录F 第6章节气微气候与景区游客量数据 |
| 附录F1 第6章节气起始日微气候与景区游客量数据 |
| 附录F2 第6章节气累积微气候与景区游客量数据 |
| 附录G 第7章月微气候与景区游客量数据 |
| 附录H 第 5、6、7 章微气候对景区游客量影响的分析结果汇总 |
| 个人简历、在学期间发表的学术论文及研究成果 |
（7）分布式水文模型SWAT在霍童溪流域径流模拟中的应用研究（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状与趋势 |
| 1.2.1 SWAT分布式水文模型研究与应用进展 |
| 1.2.2 土地利用变化的水文响应研究进展 |
| 1.2.3 气候变化的水文响应研究进展 |
| 1.3 研究内容 |
| 1.4 技术路线 |
| 第二章 研究区概况与SWAT模型参数构建 |
| 2.1 研究区概况 |
| 2.1.1 霍童溪流域自然环境 |
| 2.1.2 气象、气候特征 |
| 2.1.3 水系、水文特征 |
| 2.1.4 主要水利工程 |
| 2.2 SWAT模型 |
| 2.2.1 地表径流参数 |
| 2.2.2 蒸散发参数 |
| 2.2.3 土壤水参数 |
| 2.2.4 地下水参数 |
| 2.3 SWAT模型参数数据构建 |
| 2.3.1 地图投影转换 |
| 2.3.2 DEM数据处理 |
| 2.3.3 土地利用数据库建立 |
| 2.3.4 土壤数据库建立 |
| 2.3.5 气象数据库建立 |
| 2.3.6 径流与水库观测数据 |
| 第三章 SWAT模型运行与参数率定 |
| 3.1 子流域和水文响应单位划分 |
| 3.2 水文响应单元HRU划分 |
| 3.3 基于SWAT-CUP模型校准和验证 |
| 3.3.1 参数敏感性分析 |
| 3.3.2 模型校准期设置及率定和验证 |
| 3.3.3 模型适用性评价指标 |
| 3.3.4 日率定与验证结果 |
| 3.3.5 月率定与验证结果 |
| 3.3.6 年率定与验证结果 |
| 第四章 过去20 年土地利用变化下霍童溪流域径流模拟 |
| 4.1 过去20 年变化环境下模拟设置 |
| 4.2 霍童溪流域径流模拟结果分析 |
| 4.3 洪口水库运行对水文过程的影响 |
| 4.4 流域未来土地利用/覆被变化情景模拟及径流研究 |
| 第五章 气候变化对流域径流影响模拟研究 |
| 5.1 近50 年流域气温、降水趋势分析 |
| 5.2 未来气候变化情景设置 |
| 5.3 径流模拟结果 |
| 5.3.1 基于50年历史气候变化趋势的流域未来气候变化情景径流模拟结果 |
| 5.3.2 基于IPCC评估报告的流域未来气候变化情景径流模拟结果 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 研究特色与创新点 |
| 6.3 存在问题及展望 |
| 附录 |
| 参考文献 |
| 攻读学位期间承担的科研任务与主要成果 |
| 致谢 |
| 个人简历 |
（8）黄河流域未来极端气候变化及对中游洪水事件的影响研究（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 全球气候模式 |
| 1.2.2 极端气候事件定义与指标 |
| 1.2.3 极端气候事件研究 |
| 1.3 存在的问题 |
| 1.4 研究内容及技术路线 |
| 2 研究区域概况与方法 |
| 2.1 研究区域概况 |
| 2.1.1 黄河流域自然地理概况 |
| 2.1.2 水文气候特征 |
| 2.1.3 典型流域概况 |
| 2.1.4 数据来源 |
| 2.2 研究方法 |
| 2.2.1 反距离权重插值(IDW) |
| 2.2.2 逐日偏差校正 |
| 2.2.3 多模式集合平均法(MME) |
| 2.2.4 极端气候事件指标与评估方法 |
| 2.2.5 基于土地利用/覆被变化的水文模型 |
| 3 黄河流域气温和降水变化特征及气候模式数据评估 |
| 3.1 校正前后CMIP5模式对比 |
| 3.2 1961-2005年黄河流域气温和降水动态变化特征与数据评估 |
| 3.2.1 气温动态变化趋势与CMIP5数据评估 |
| 3.2.2 降水动态变化趋势与评估 |
| 3.3 黄河流域气温和降水空间变化特征与 CMIP5 数据评估 |
| 3.3.1 气温空间变化特征与评估 |
| 3.3.2 降水空间变化特征与评估 |
| 3.4 黄河流域统计特征与CMIP5数据评估 |
| 3.4.1 气温统计特征评估 |
| 3.4.2 降水统计特征评估 |
| 3.5 本章小结 |
| 4 黄河流域未来极端气候事件研究 |
| 4.1 未来极端气温预估研究 |
| 4.1.1 未来气温变化趋势研究 |
| 4.1.2 极端气温事件变化研究 |
| 4.1.3 TXx和 TNn的时空分布 |
| 4.1.4 极端气温指数的时空变化特征 |
| 4.2 未来极端降水预估研究 |
| 4.2.1 未来降水变化趋势研究 |
| 4.2.2 极端降水事件变化研究 |
| 4.2.3 极端降水空间变化研究 |
| 4.2.4 不同重现期下的极端降水预估 |
| 4.3 本章小结 |
| 5 洪水事件对未来极端气候事件的响应研究 |
| 5.1 黄土高原地区下垫面变化特征 |
| 5.2 典型流域土地利用变化 |
| 5.3 模型的率定与检验 |
| 5.4 土地利用变化对洪水事件的影响 |
| 5.5 洪水事件对未来极端降水的响应研究 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 新见解与展望 |
| 6.2.1 新见解 |
| 6.2.2 展望 |
| 参考文献 |
| 个人简历、在学期间发表的学术论文与研究成果 |
| 致谢 |
（9）陆地植被的生产力及其分布对气候变化的响应 ——以末次冰盛期、全新世中期和现代为例（论文提纲范文）
| 作者简历 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 陆地植被监测与重建的研究方法 |
| 1.2.2 气候变化对地质历史时期植被分布的研究现状 |
| 1.2.3 极端气候事件及其对植被生产力的影响方面的研究现状 |
| 1.2.4 目前研究中存在的问题 |
| 1.3 研究目标及主要研究内容 |
| 1.3.1 研究目标 |
| 1.3.2 主要研究内容 |
| 1.3.3 拟解决的关键性科学问题 |
| 1.4 论文完成的工作量 |
| 第二章 数据采集与研究方法 |
| 2.1 数据来源 |
| 2.1.1 气候数据 |
| 2.1.2 植被数据 |
| 2.2 模型描述 |
| 2.2.1 DGVM模型简介 |
| 2.2.2 模型矫正与预处理 |
| 2.3 分析方法 |
| 第三章 末次冰盛期植被分布对CO2和气候变化的响应 |
| 3.1 引言 |
| 3.2 研究方法 |
| 3.2.1 模型模拟的设计 |
| 3.2.2 计算与分析方法 |
| 3.3 结果分析 |
| 3.3.1 模型重建的植被分布 |
| 3.3.2 树木覆盖率与降雨量的关系 |
| 3.3.3 针叶林和阔叶林比例的变化 |
| 3.3.4 火对树木覆盖的影响 |
| 3.4 讨论 |
| 3.4.1 降雨对树木覆盖率和生产力的限制 |
| 3.4.2 生产力和火的变化导致的植被变迁 |
| 3.5 本章小结 |
| 第四章 全新世中期撒哈拉植被模拟 |
| 4.1 引言 |
| 4.2 研究方法 |
| 4.2.1 土壤过程模型的描述 |
| 4.2.2 模拟设计 |
| 4.2.3 分析计算 |
| 4.3 研究结果 |
| 4.3.1 模型的验证 |
| 4.3.2 模拟全新世中期北非植被分布 |
| 4.3.3 土壤过程对植被碳水通量的影响 |
| 4.4 讨论 |
| 4.4.1 土壤对植被的反馈作用 |
| 4.4.2 地表覆盖变化对碳循环和气候的影响 |
| 4.5 本章小结 |
| 第五章 湖北省气候变化及其对植被年际变化的影响 |
| 5.1 引言 |
| 5.2 研究材料和方法 |
| 5.2.1 研究区概况 |
| 5.2.2 气候指数的定义与计算 |
| 5.2.3 分析方法 |
| 5.3 研究结果分析 |
| 5.3.1 湖北省的极端气候变化趋势 |
| 5.3.2 植被变化趋势 |
| 5.3.3 气候变化对植被的影响 |
| 5.4 讨论 |
| 5.4.1 湖北省极端气候变化及其影响因素 |
| 5.4.2 气候变化对植被的影响 |
| 5.5 本章小结 |
| 第六章 中国植被生产力对极端气候的响应 |
| 6.1 引言 |
| 6.2 研究方法 |
| 6.2.1 极端事件的识别 |
| 6.2.2 极端事件的归因 |
| 6.2.3 幂律分布和敏感性分析 |
| 6.3 研究结果 |
| 6.3.1 极端事件的时空分布 |
| 6.3.2 极端事件的气候归因 |
| 6.3.3 幂律分布和敏感性分析结果 |
| 6.4 讨论 |
| 6.5 本章小结 |
| 第七章 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（10）基于遥感和通量观测的实际蒸散发机理研究与模型应用（论文提纲范文）
| 摘要 abstract 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 潜在蒸散发模型研究 |
| 1.2.2 “蒸发悖论”现象及潜在蒸发变化原因分析 |
| 1.2.3 实际蒸散发测定方法 |
| 1.2.4 实际蒸散发模型研究 |
| 1.2.5 实际蒸散发的两种假设 |
| 1.3 存在的主要问题及发展趋势 |
| 1.4 研究目的与内容 |
| 1.5 研究技术路线 2 气象因子的时空变化特征分析 |
| 2.1 研究区域及数据来源 |
| 2.1.1 研究区域概况 |
| 2.1.2 数据来源及数据处理 |
| 2.2 研究方法 |
| 2.2.1 净辐射估算方法 |
| 2.2.2 回归趋势分析 |
| 2.2.3 Mann-Kendall非参数检验法 |
| 2.2.4 未来趋势(R/S)分析方法 |
| 2.2.5 评估方法 |
| 2.3 再分析数据集适用性分析 |
| 2.3.1 站点相关系数比较 |
| 2.3.2 站点均方根误差比较 |
| 2.3.3 站点平均误差比较 |
| 2.3.4 部分风速数据修正 |
| 2.3.5 ITPCAS再分析数据集适用性评价 |
| 2.4 气象因子的时空变化特征 |
| 2.4.1 气象因子的空间分布 |
| 2.4.2 气象因子变化趋势特征 |
| 2.4.3 气象因子年际变化特征 |
| 2.4.4 气象因子年内变化特征 |
| 2.5 讨论 |
| 2.6 小结 3 潜在蒸散发对气象因子的响应 |
| 3.1 数据来源和研究方法 |
| 3.1.1 数据来源 |
| 3.1.2 潜在蒸散发估算方法 |
| 3.1.3 归因分析方法 |
| 3.1.4 蒸发皿数据的处理 |
| 3.2 蒸发皿蒸发量的变化趋势分析 |
| 3.2.1 蒸发皿蒸发量年际变化趋势 |
| 3.2.2 “蒸发悖论”规律分析 |
| 3.3 估算的潜在蒸散发时空变化特征 |
| 3.3.1 估算的潜在蒸散发与蒸发皿蒸发量的关系 |
| 3.3.2 潜在蒸散发空间分布和趋势特征 |
| 3.3.3 潜在蒸散发年际变化特征 |
| 3.3.4 潜在蒸散发年内变化特征 |
| 3.4 潜在蒸散发对气象因子的响应分析 |
| 3.4.1 潜在蒸散发对气象因子响应的年际变化 |
| 3.4.2 潜在蒸散发对气象因子响应的年内变化 |
| 3.5 讨论 |
| 3.6 小结 4 潜在蒸散发与湿度因子的关系 |
| 4.1 潜在蒸散发与降水的关系 |
| 4.1.1 多年平均潜在蒸散发与降水的关系 |
| 4.1.2 潜在蒸散发与降水的年际变化关系 |
| 4.1.3 潜在蒸散发与降水的年内变化关系 |
| 4.2 Prec/ET_(pen)时空变化特征 |
| 4.2.1 Prec/ET_(pen)空间分布特征 |
| 4.2.2 Prec/ET_(pen)年际变化特征与趋势 |
| 4.2.3 Prec/ET_(pen)年内变化特征与趋势 |
| 4.3 E_(rad)/ET_(pen)的时空变化特征 |
| 4.3.1 E_(rad)/ET_(pen)空间分布特征 |
| 4.3.2 E_(rad)/ET_(pen)年际变化特征与趋势 |
| 4.3.3 E_(rad)/ET_(pen)年内变化特征与趋势 |
| 4.3.4 E_(rad)/ET_(pen)极值的变化范围 |
| 4.4 讨论 |
| 4.4.1 E_(rad)和E_(aero)的空间分布特征 |
| 4.4.2 Prec/ET_(pen)和E_(rad)/ET_(pen)的关系 |
| 4.5 小结 5 实际蒸散发对气象因子及下垫面的响应 |
| 5.1 观测站点、观测内容及数据处理 |
| 5.1.1 观测站点介绍 |
| 5.1.2 观测内容 |
| 5.1.3 通量数据前期处理 |
| 5.1.4 通量数据后期处理 |
| 5.2 实际蒸散发的日动态变化特征 |
| 5.3 实际蒸散发的季节变化特征 |
| 5.4 不同下垫面实际蒸散发对气象因子的响应 |
| 5.4.1 30 min尺度上实际蒸散发对气象因子的响应 |
| 5.4.2 日尺度上实际蒸散发对气象因子的响应 |
| 5.5 不同下垫面实际蒸散发对能量的占比分配特征 |
| 5.6 不同下垫面实际蒸散发对降水事件的响应 |
| 5.7 讨论 |
| 5.8 小结 6 实际蒸散发与潜在蒸散发关系探讨 |
| 6.1 研究方法和典型区域 |
| 6.1.1 流域尺度实际蒸散发计算 |
| 6.1.2 典型流域基本情况 |
| 6.2 年尺度上实际蒸散发与潜在蒸散发的关系 |
| 6.2.1 年尺度上ET_a和ET_(pen)的相关性分析 |
| 6.2.2 年尺度上ET_a和ET_(pen)随湿度因子的变化 |
| 6.3 日尺度上实际蒸散发与潜在蒸散发的关系 |
| 6.3.1 日尺度上ET_a和ET_(pen)的相关性分析 |
| 6.3.2 通量站点ET_a和ET_(pen)随湿度因子的变化 |
| 6.4 斜率回归法对实际蒸散发与潜在蒸散发关系的分析 |
| 6.4.1 斜率回归法的推导过程 |
| 6.4.2 年尺度上ET_a和ET_(pen)关系 |
| 6.4.3 日尺度ET_a和ET_(pen)关系 |
| 6.5 讨论 |
| 6.6 小结 7 实际蒸散发估算模型对比及应用 |
| 7.1 蒸发互补相关理论模型 |
| 7.1.1 传统互补相关理论模型 |
| 7.1.2 多项式广义互补相关理论模型及物理边界条件 |
| 7.1.3 S型广义互补相关理论模型及物理边界条件 |
| 7.2 互补相关理论模型在通量站点的对比 |
| 7.2.1 模型表现评价指标 |
| 7.2.2 通量站点模型参数率定及评价 |
| 7.3 互补相关理论模型在典型流域的对比 |
| 7.3.1 典型流域概况 |
| 7.3.2 典型流域模型参数率定及评价 |
| 7.4 S型广义互补相关理论模型在典型流域的应用 |
| 7.4.1 典型流域实际蒸散发的时空变化特征 |
| 7.4.2 典型流域实际蒸散发对气象因子的响应 |
| 7.5 小结 8 结论与展望 |
| 8.1 结论 |
| 8.2 论文创新点 |
| 8.3 不足与展望 致谢 参考文献 攻读博士学位期间主要研究成果 |
四、内蒙古近50年气候变化及未来10～20年趋势展望（论文参考文献）
- [1]基于IBIS模型的气候变化下川西高原草地碳平衡模拟与预估研究[D]. 冷蓉. 四川师范大学, 2021(12)
- [2]内蒙古极端气候变化对植被物候的影响研究[D]. 红英. 东北师范大学, 2020
- [3]青藏高原沙漠化逆转及其对高原气候突变的响应[D]. 蒋元春. 南京信息工程大学, 2020(01)
- [4]气候与耕地变化背景下东北地区粮食生产潜力研究[D]. 蒲罗曼. 吉林大学, 2020(08)
- [5]黄土高原植被物候和净初级生产力（NPP）的关系及其对气候变化的响应[D]. 韩红珠. 陕西师范大学, 2020(02)
- [6]环境行为视域下微气候对景区游客量的影响研究[D]. 杨晓燕. 华侨大学, 2020(12)
- [7]分布式水文模型SWAT在霍童溪流域径流模拟中的应用研究[D]. 曾要忠. 福建师范大学, 2020(12)
- [8]黄河流域未来极端气候变化及对中游洪水事件的影响研究[D]. 温跃修. 郑州大学, 2020(02)
- [9]陆地植被的生产力及其分布对气候变化的响应 ——以末次冰盛期、全新世中期和现代为例[D]. 陈炜哲. 中国地质大学, 2020(03)
- [10]基于遥感和通量观测的实际蒸散发机理研究与模型应用[D]. 张晓龙. 西安理工大学, 2019