一、试论黑龙江省的气候干旱（论文文献综述）
贾文言[1]（2021）在《农业综合气象指数保险产品设计 ——以黑龙江省玉米为例》文中认为黑龙江是我国农业大省,是全国土地播种面积最高的省份,其中玉米是黑龙江省的主要粮食作物,播种面积和产量连续多年均居全省粮食作物首位。由于农业生产直接暴露在气象环境下,受农业气象灾害的影响较大,干旱、洪涝、台风等极端气象灾害会使得农业产量大幅下降。农业气象灾害已成为制约农业生产和社会可持续发展的主要原因之一,气象指数保险作为一种创新型风险管理工具可以帮助农民应对气象风险。此类保险的优势在于其赔付基于独立机构公布的气象数据,可以有效克服传统农业保险赔付基于受灾产量或收入损失而导致的信息不对称问题。自2014年开始,我国加快了气象指数保险的研究并陆续在全国各地推行试点。本研究就是基于黑龙江巨灾指数保险试点展开的,通过文献研究分析发现了该试点气象指数保险实施过程中存在的问题:一是没有充分考虑气象条件的时间分布,导致实际灾害损失与理赔不完全匹配;二是按照单一气象灾害设计指数,县域单位保额被划分成四个单一灾害保额,导致保单划分过多,综合保费过高,对保险的可持续发展不利。本文针对黑龙江气象指数保险现存的问题,设计了一款新型的玉米综合气象指数保险产品,主要工作包括:一是结合黑龙江省玉米生长情况,将整个生育期划分为4个生育阶段,针对各个阶段构建气象指标,并采用随机森林方法鉴别影响更显着的气象指标;二是本文构建的综合指数主要考虑了低温冷害和干旱两种气象灾害,并涉及了多种气象因素,使用随机森林模型判断各气象指标对产量序列所做的贡献并将其作为综合指数的权重。本文的贡献如下:通过细化玉米生育阶段降低综合气象指数时间基差风险,提高保险赔付准确率;通过将两种主要灾害设计在同一个指数保险合同里,保险公司不用再根据保险标的划分保单,降低了保险公司经营成本从而降低保险费率,方便该类型保险进行市场推广。本文研究设计的综合气象指数保险费率较低、理赔迅速、保障风险多,能够有效克服农业保险市场僵化、推广动力不足等问题,对激活创新型保险市场具有重要意义。
丁蕾[2]（2021）在《东北草地生产能力模拟与时空变化分析》文中指出草地作为地球上分布最广的植被类型,在陆地碳循环中发挥着重要作用。草地生产能力指一定时期内单位面积草地上所能生产的产品数量,生产力和生物量是评价草地生产能力的两个指标。准确模拟草地生产能力,阐明草地生产能力的时空变化及其驱动因素,对于理解全球碳循环和预测未来气候都具有重要意义。本论文以东北草地生产能力为研究核心,利用涡度相关通量观测数据、野外调查数据、遥感数据和气象数据,构建和检验东北草地光能利用率模型和生物量随机森林模型,基于此开展近20年草地生产能力时空变化和驱动力分析,研究结果如下。1.东北草地初级生产力光能利用率（LUE）模型构建。着重改进了草地初级生产力LUE模型中的FPAR和水分胁迫因子。基于地面实测光合有效辐射吸收比例（FPAR）和涡度总初级生产力（GPP）数据,发现在研究区归一化物候植被指数（NDPI）和FPAR存在着1:1的关系,对FPAR和GPP的解释能力优于归一化植被指数（NDVI）和增强植被指数（EVI）,改进LUE模型以NDPI代表FPAR。地表水分指数（LSWI）是基于近红外与短波红外的归一化比值指数,能有效地反映植被冠层的水分含量。LSWI是与GPP相关性最高的水分胁迫参数,以LSWI+0.5作为水分胁迫的模型精度高于其他两种基于LSWI水分胁迫模型,改进LUE模型以LSWI+0.5表示水分胁迫因子。2.东北草地初级生产力模型验证。基于四个草原站的涡度数据对GPP模型进行验证,改进LUE模型的R2为0.855,高于MODIS GPP产品（R2=0.719）和VPM GPP产品（R2=0.848）,改进LUE模型的MAE和RMSE分别为0.374 g Cm-2和0.735 g Cm-2,低于MODIS GPP产品(MAE=0.562 g Cm-2,RMSE=1.026 g Cm-2)和VPM GPP产品(MAE=0.667 g Cm-2,RMSE=1.339 g Cm-2)。VPM GPP产品普遍高估了东北草地的GPP;MODIS GPP产品在典型草原干旱年份明显高估涡度GPP,而在草甸草原却存在明显的低估;改进LUE模型虽然在典型草原的干旱年份也存在高于涡度GPP的情况,但其高估程度较MODIS GPP产品和VPM GPP产品小。改进LUE模型不论从模型精度还是动态一致性上,其表现均优于MODIS GPP产品和VPM GPP产品。水分胁迫和FPAR的改进是改进LUE模型精度提高的原因,水分胁迫的贡献更大。此外,改进LUE模型在模拟净初级生产力（NPP）方面也具有较高的精度。3.东北草地生物量遥感模型构建与验证。基于地面采集的大量地上生物量（AGB）和地下生物量（BGB）数据,开展了生物量随机森林（RF）模型构建与检验,AGB随机森林模型(R2=0.47,MAE=21.06 g Cm-2,RMSE=27.52 g Cm-2)和BGB随机森林模型(R2=0.44,MAE=173.02g Cm-2,RMSE=244.20 g Cm-2)均具有较高的精度。缺少能够代表植被高度的参数可能是高地上生物量草地被低估的原因,缺少能够代表土壤养分的参数可能是高地下生物量草地被低估的原因。4.东北草地生产能力时空变化。大兴安岭两麓的草甸及草甸草原的多年平均NPP最高,并向东西两侧逐渐降低。东北草地多年平均NPP为258.08 g Cm-2,总量为145.40×106 Mg C。2000-2018年东北草地NPP平均增长速率2.51 g Cm-2yr-1,呈增长趋势的草地占77.89%。东北草地地上/地下生物量在大兴安岭地区较高,并向东西两侧逐渐降低,平均生物量与变异系数（CV）成反比,这是由于高生物量的草地往往具有较高的物种多样性,抵抗气候变化和人类干扰的能力更强。2000-2018年东北草地平均地上/地下生物量分别为62.16 g Cm-2和531.35 g Cm-2,总量分别为35.26×106 Mg C和299.26×106 Mg C。2000-2018年东北地区72.34%的草地AGB和63.16%的草地BGB呈增长趋势,平均每年分别增加0.37 g Cm-2和0.96 g Cm-2。5.东北草地生产能力的驱动因素定量评估。通过环境变量主成分分析（PCA）,将牧区县、半牧区县划分成4个空间独立的组:组1主要为呼伦贝尔草原和锡林郭勒草原,组2大兴安岭北部,组3大兴安岭南部,组4主要集中在科尔沁沙地和松嫩草原。一般线性模型（GLM）结果显示,年降水量（MAP）是组1、组3、组4 NPP变化的主导因子,而年均气温（MAT）是组2 NPP变化的主导因子。对所有区域,MAP是AGB变化主导因子。MAT是组1、组2和组3 BGB的主导因子,而MAP是组4 BGB的主导因子。人类活动对生产能力变异的贡献非常小。从东北草地整体来看,干旱是东北草地NPP和AGB的主要限制因素,而温度升高是其BGB的主要限制因素,环境因子与生产能力之间的相关性存在明显的区域差异。研究结果为东北地区畜牧业科学管理和草地生态可持续发展提供科学数据和有力保障。
潘明溪[3]（2021）在《1983-2019年松嫩、三江平原春季土壤湿度时空演变及影响因素》文中研究指明在气候变暖的大背景下,全球大范围变干现象已成为不争的事实,黑龙江省靠近变暖中心,干旱频发,春季尤为显着,严重影响粮食产量与品质。作为全国主要的粮食产区,系统研究黑龙江省主要农区春季土壤湿度的变化特征及影响因素显得尤为重要。本文利用黑龙江省19个农业气象站1983-2019年春季（3-5月）0-30cm土壤湿度资料,分析了黑龙江省两大农业区春季土壤湿度的时空变化特征,同时结合气象站气象数据,定量分析影响土壤湿度的气象因子,得到了以下结论:（1）松嫩平原春季不同土层土壤湿度均显着低于三江平原,土壤湿度年际变化幅度也更大。两大农业区土壤湿度随土层深度加深,均呈现增加的特征。除松嫩平原20-30cm土层春季土壤湿度呈显着下降趋势外,两大农业区其余土层春季土壤湿度年际变化趋势均不显着。（2）松嫩平原春季不同月份不同土层土壤湿度均显着低于三江平原。对同一月份不同土层而言,松嫩平原、三江平原整体均呈现表层土壤湿度显着低于深层土壤湿度的特征。对同一土层不同月份来说,土壤湿度差异不显着。从年际变化来看,只有松嫩平原20-30cm土层3月、4月土壤湿度呈现显着减小趋势,两大农业区其余不同月份不同土层土壤湿度年际变化趋势均不显着。（3）两大农业区春季不同土层土壤湿度空间分布均呈现由东到西逐渐减小的趋势,松嫩平原春季不同土层土壤湿度均显着低于三江平原。两大农业区均表现出,随着土层深度加深,土壤湿度增加的特征。从空间变化上来看,松嫩平原50%以上的站点春季不同土层土壤湿度年际变化均呈下降趋势,呈显着下降趋势的站点主要分布在海伦-青冈-巴彦一带,呈上升趋势的各站点中,仅五大连池呈显着上升趋势。三江平原春季不同土层土壤湿度年际变化也以下降趋势为主,但变化趋势均不显着,仅抚远站呈显着下降趋势。（4）两大农业区春季不同月份不同土层土壤湿度空间分布特征较为一致。但值域范围差异较大,同一月份,随土层深度增加,土壤湿度逐渐增加;同一土层,随月份推移,土壤湿度值域范围缩小,空间差异性减小。空间变化上,松嫩平原同一月份,随土层深度增加,土壤湿度呈显着下降速率的站点增加,下降速率增加;同一土层,随月份推移,土壤湿度显着变化的站点减少。三江平原同一月份,不同土层土壤湿度年际变化特征较为一致;同一土层,与3月、4月相比,5月土壤湿度呈上升趋势的站点增加。（5）与三江平原相比,松嫩平原春季降水量较少,地温较低,风速较大,日照时间较长,前秋季降水量较少,积雪日数较少,最大雪深较小。两大农业区春季地温均成显着上升趋势,风速均呈显着下降趋势,最大雪深均呈增高趋势,积雪初日均呈显着推迟趋势;三江平原春季降水量呈显着上升趋势,松嫩平原积雪终日显着提前,而其余气象要素均无显着变化。（6）各气象要素中,前秋季降水量对两大农业区春季不同月份不同土层土壤湿度均有较大影响。对松嫩平原来说,积雪日数、积雪初日对松嫩平原春季土壤湿度影响能持续到5月,并能影响到20-30cm土层,随着月份推移,其对浅层土壤的影响逐渐消失;最大雪深与积雪终日仅对4月表层土壤有影响;而气温、降水量、日照、风速对松嫩平原春季土壤湿度同样存在不同程度的影响。与松嫩平原相比,影响三江平原春季土壤湿度的气象要素较为单一。3月、4月仅前秋季降水对三江平原春季土壤湿度存在较大影响;随着5月天气回暖,降水增加,气温、降水量、日照对三江平原土壤湿度影响较大;而积雪参数对三江平原春季土壤湿度基本无显着影响。
王晓丹[4]（2021）在《标准化植被干旱指数在东北地区的构建与应用》文中认为干旱长期以来一直是影响人类生活和社会生产的自然灾害。植物作为生物圈的重要组成之一,连接着大气圈、岩石圈、水圈,极易受到干旱的影响。在全球变暖的大背景下,关于干旱引发的灾害性事件的研究,有利于对干旱进行有效的风险管理,促进水资源的合理利用,对人类生产和社会经济发展产生促进作用。本文旨在克服大气水分的影响,使用植被水分作为量化干旱的指标,探究2001-2019年东北地区在不同时间尺度下的干湿变化特征以及植被发生干旱后的反馈。本文基于2001-2019年MODIS09A1地表反射率数据,为了有效克服了大气水分对植被水分监测的影响使用近红外波段（Band 2）和短波红外波段（Band 6）计算全局植被指数,并选取合适的概率密度函数/分布,使用标准化的方法将GVMI标准化为SVMI。使用MMK分析东北地区植被水分的时空变化;利用REOF与kmeans聚类相结合的方法划分出不同时间尺度下植被水分的变化分区,分析不同分区的植被类型以及对干旱的响应;基于基础的数理统计方法计算植被对干旱的抵抗力。具体结论如下:（1）相比其他三参数的概率密度函数/分布,使用Log-logistic分布函数的标准化后结果全部服从正态分布,标准差在0.95-1,平均值在±0.05之间,使用Loglogistic分布函数进行参数估计是有统计学意义的;（2）东北地区2001-2019年呈现显着干旱趋势（P<0.05）。在季节的变化表现为:冬季以-0.4/10 a的速率显着呈显着变干趋势,春季以0.14/10 a的速率呈变湿趋势,是唯一呈湿润化趋势的季节;2010年以前东北地区在不同时间尺度下干湿变化波动较大,2012-2019年夏季、秋季、冬季普遍处于较干旱时期,春季则为较湿润时期;（3）干湿变化在空间上呈现出北湿南干、山地丘陵湿平原干、森林湿草原干的特征。大兴安岭北部的寒温带、温带针叶林以0.6/10 a的趋势在年时间尺度呈显着湿润化趋势,而位于松嫩平原北部的黑土带和锡林郭勒高原的典型草原带分别以-0.83/10 a、-0.74/10 a的速率在年尺度呈显着干旱化趋势;草甸草原和典型草原大致有两个较干旱的时期2005-2010年和2015-2019年,松嫩平原的北部和中部则普遍在2010年以后较干旱;（4）植被干旱的频次在空间上呈现西高东低的分布状况,大兴安岭山脉西侧的草甸草原、典型草原和干草原干旱频次较高,近20 a大约发生了20-40次干旱,大兴安岭山地和和东部的山地丘陵发生干旱次数较少,不足10次;干旱持续时间森林植被（32 d）,少于草原和耕地（40-56 d）,平原中部的草甸草原和耕地干旱强度小于其余地区;干旱的时空变化表现为北部森林的干旱频率有所减少,相应的干旱的强度和时间也有所减少;西部的草原区是干旱的高发区与“重灾区”,但在近年来也呈现出干旱的频率增加持续时间和强度在减少的趋势;于此相反的是三江平原的草甸、沼泽近年来趋向于发生长时间高强度的干旱事件;（5）森林、草原和草甸、沼泽对干旱的抵抗力有着明显差别,在空间上表现为森林、草甸、沼泽对干旱的抵抗力要高于草原,并且地下水位的高低影响着植被对干旱的抵抗力。
王浩男[5]（2021）在《松嫩平原盐碱地景观格局演化及驱动力分析》文中研究表明松嫩平原作为我国重要粮食产地,又是世界上盐碱地集中分布的地区之一,面积日趋增加的盐碱地对当地农业生产、社会发展具有较为恶劣的影响。因此,了解及掌握其景观格局的时空变化规律以及驱动力,对于抑制盐碱地扩张、开发治理等具有重要意义。本文在总结前人研究的基础上,针对过往研究存在的时间跨度、空间跨度等问题,选用1950s至2010s（2018年）松嫩平原土地利用类型数据、数字高程数据、水文数据、气象数据、水利设施数据等,研究了新中国成立以后大规模人类开发以来松嫩平原盐碱地景观格局的时空演化规律及驱动力,得到的主要结论有:松嫩平原盐碱地景观格局时空变化规律整体呈前期急速上升,中期缓慢上升,后期逐渐下降的趋势,但是松嫩平原内各个省份,市县等盐碱地的变化存在较为明显的分异规律,具体表现为:（1）由各省来看,在1950s黑龙江省盐碱地面积占比最高,约达到松嫩平原总盐碱地面积的65%,随后1970s迅速下降至33%左右,吉林省盐碱地面积占比的变化趋势与之相反,内蒙古盐碱地面积占比无明显变化;（2）从各县市来看,各时期松嫩平原盐碱地主要集中在腹地（吉林省白城市、大安市、黑龙江省大庆市等）,盐碱地面积占比由内向外呈弱化趋势。大规模人类活动以来,松嫩平原盐碱地与个土地利用类型之间的转化规律存在以流域为单位的分异现象。嫩江-松花江主河道、安肇新河与霍林河流域呈现盐碱地分布面积前期快速增长、中期缓慢上升与后期有所下降的变动趋势,乌裕尔河流域中期就开始下降,而洮儿河流域则一直处于上升状态。具体表现如下:（1）前期,洮儿河流域的新增盐碱地按照面积由大到小的顺序主要由湿地、旱田与草地转换而来,而其他流域主要由草地、湿地与旱田转换而来。（2）中期,洮儿河与霍林河流域新增盐碱地主要由草地转化而来,而其他流域则主要来自于水体与湿地。（3）后期,松嫩平原盐碱地面积减少主要转化为草地与水体,有两个流域与整体不同,乌裕尔河流域盐碱地主要转化为旱田,洮儿河流域盐碱地面积增加,主要是由草地转化而来。松嫩平原盐碱地时空变化规律主要受人造水利工程及耕地等的影响,间接受气候作用的影响,具体如下:（1）1950s以来,松嫩平原人口数量急剧增加,大规模的开发行为使得松嫩平原耕地面积激增;（2）出于农业生产与居民生命安全的考量,各流域上游修建了水库及灌溉设施,下游建筑河流堤坝,使下游低平原地区缺少河水补给,使盐碱地在这一时期大规模出露;（3）低平原地区的旱田、草地、湿地与水体下部潜伏着暗碱层,由于干旱缺水,暗碱层逐渐上移至地表,转化为盐碱地;（4）1990s以来,松嫩平原开始兴建引、灌、蓄、排等配套完善的水利工程设施,引入水量充沛的河流地表水,进行农田灌溉、湿地补水、草场灌溉等工作,区域盐碱地发生逆转;（5）区域气候长时间存在波动趋势,对流域内盐碱地的形成和发展具有一定的促进或抑制作用,但相较于水利工程的修建,气候只是次要因素。
刘琳,陈文龙,周锋,王永超[6]（2021）在《基于SPI的黑龙江省西部地区荒漠化影响研究》文中研究指明黑龙江省西部地区是我国人口密度较高的沙化区,也是我国重要的商品粮生产基地,受自然地理和气候条件的影响,是黑龙江省荒漠化严重地区和生态脆弱地区。近年来受气候和气候变化等因素的影响,该区域的荒漠化程度日趋严重,给当地农牧业生产和人民生活带来了严重影响,造成该区域生态性贫困。基于黑龙江省西部区域1903—2017年的气候资料,应用标准化降水指数（SPI）,采用小波分析和对比分析法分析了黑龙江省西部地区气候变化的背景和影响其荒漠化的气象要素变化规律。结果表明:20世纪80年代以来的气候变暖事件,以及在这一变暖事件下发生的水汽环境变化,是黑龙江省西部地区荒漠化的影响机制;24年左右的降水量周期变化是该区域荒漠化呈明显波动变化过程的主要原因。该研究揭示了气候变化对黑龙江省西部地区荒漠化过程的影响机制,提出了应对气候变化对黑龙江省西部地区荒漠化影响的预防措施。
潘明溪,张丽娟,曲成军,潘涛,张帆[7]（2021）在《1983—2019年黑龙江省春季土壤湿度时空变化特征及影响因素》文中认为春季土壤湿度是影响东北粮食产量和品质的重要因素。在气候变暖的背景下,东北春季土壤湿度如何变化,鲜有研究。本文基于1983—2019年黑龙江省22个农业气象站的土壤湿度和气象观测资料,采用方差分析、突变分析及空间分析等方法,分析20世纪80年代以来黑龙江省春季土壤湿度的时空变化特征及其影响因素。结果表明:1983—2019年黑龙江省春季0～30 cm土壤湿度均值为88.22%,0～10 cm、10～20 cm、20～30 cm土层土壤湿度平均值分别为82.63%、89.66%、92.36%,土壤湿度随深度增加而增加,各层均未出现干旱状态。但各层土壤湿度均出现极显着下降趋势,21世纪最初10年较20世纪80年代各层土壤湿度下降6%～15%,在20世纪80年代末进入偏干期。黑龙江省春季土壤湿度呈现由东到西逐渐减小的趋势,32%左右的观测站点呈现显着下降趋势,主要集中在黑龙江省西部及东部地区。前秋季降水量、积雪期长度和积雪初日是影响各层及各月份土壤湿度最重要的因素,其对土壤湿度的影响能持续到5月份,并能影响到20～30 cm。积雪深度及积雪终日对4月份表层土壤湿度有重要影响。地表温度、日平均气温、日平均风速和降水量也是影响不同时期不同深度土壤湿度的关键因素。
王天倚[8]（2021）在《气候变化下黑龙江省玉米水分供需时空关系及灌溉制度研究》文中研究指明气候变化对作物水分供需关系产生重大影响。在进行区域水资源安全评估时,对气候变化下水分供需时空的分析是必不可少的,制定合理的灌溉制度有助于优化区域水资源分配。使用黑龙江省55年内26各气象站的气象数据,依据CROPWAT模型以及单作物系数法计算参考作物蒸腾蒸发量（ET0）、玉米需水量（ETc）、有效降雨量（Pe）、水分盈亏指数（CWSDI）和灌溉需水量（Ir）并绘制其时空分布图,根据水文频率计算确定黑龙江省各地不同水文年,计算各地区不同水文年需水量、有效降雨量、水分盈亏指数和灌溉需水量并绘制空间分布图,制定黑龙江省灌溉制度。研究结论如下:（1）玉米生长期内年平均参考作物蒸腾蒸发量、需水量、有效降雨量和灌溉需水量分别为552.97、383.05、264.97和193.82 mm。（2）玉米生长期内参考作物蒸腾蒸发量、需水量和有效降雨量每十年分别减小3.28、2.56和6.25 mm,灌溉需水量每十年增加1.63 mm。需水量的下降速度小于有效降雨量,导致水分盈亏指数呈减小趋势。研究区参考作物蒸腾蒸发量、需水量和灌溉需水量总体由西至东呈先减小后增加趋势,有效降雨量和水分盈亏指数总体由西至东呈先增加后减小趋势。西部地区1960-2015年间水分亏缺状态得到缓解,东部地区水分亏缺逐渐严重。但西部地区由于需水量较多,该地区干旱形势仍需要重视。（3）不同水文年的计算结果表明,中西部地区和少数东部地区需水量较大,黑龙江省玉米在丰水年、平水年、枯水年和特枯水年灌溉需水量的平均值分别为171.14、232.79、279.08和334.47 mm。根据4个不同水文年的灌溉需水量分别将黑龙江省划分4个灌溉分区,其中各水文年的灌溉定额分别为0～180,20～240,60～300和80～430 mm。制定黑龙江省各地区不同水文年灌溉制度可以合理分配农业用水和优化区域灌溉管理。
姜丽霞,赵慧颖,曲辉辉,闫平,李秀芬,翟墨,于瑛楠[9]（2021）在《黑龙江省玉米干旱与低温冷害复合逆境对产量的影响》文中指出利用1981—2016年黑龙江省玉米农业气象观测站的资料,引入中华人民共和国气象行业标准中水分亏缺指数(KCWDI)、≥10℃积温距平（H）指标,分别对玉米出苗—乳熟期干旱、低温冷害进行判识,规定同一站、同一年内干旱、冷害均有发生为两种灾害复合发生,并分析其时空分布特征,以数理统计方法构建KCWDI和H与玉米产量的关系模型,同时应用比较方法探讨两种灾害单一发生及复合发生的温水逆境对玉米产量的影响。研究结果表明:1981—2016年,研究区玉米出苗—乳熟期KCWDI、H的变化较好表达了研究区水资源空间配置特征及气候变暖趋势;分析期内,研究区玉米出苗—乳熟期累计发生单一干旱242站年,单一冷害76站年,干旱、冷害复合发生91站年;干旱、冷害复合发生随时间呈减少趋势,20世纪90年代中期以前密集发生,之后发生频率下降,空间上呈西多东少趋势,松嫩平原西部为频发区;玉米出苗—乳熟期H和KCWDI与玉米单产存在显着或极显着的相关关系（P<0.05或P<0.01）,在一定温度、水分范围内,H减少、KCWDI增大,玉米单产呈下降趋势;总体上,存在干旱、低温冷害单一发生或复合发生程度愈重则单产愈低的趋势。比较干旱、低温冷害复合发生和单一发生对玉米单产的影响可见,复合发生中干旱（低温冷害）的时间、日数、程度等与单一发生的干旱（低温冷害）相当时,则干旱（低温冷害）与低温冷害（干旱）复合发生对玉米单产的影响呈加重趋势。
李增[10]（2021）在《东北地区干旱特征及预测模型研究》文中研究说明干旱是世界上最严重的自然灾害之一,旱灾的频繁发生对我国农业的可持续发展产生了极为不利的影响。东北地区作为我国的粮食主产区受干旱的影响尤为严重。研究干旱特征及建立干旱预测模型是减灾防灾的重要手段之一。本研究基于游程理论分别利用中国Z指数（CZI）、标准化降水指数（SPI）、标准化降水蒸散指数（SPEI）和干旱侦测指数（RDI）识别了东北地区的干旱频率、历时、强度及干旱事件类型,并对比分析了它们的适用性。然后利用Mann-Kendall趋势分析法、Copula函数、小波分析法和扩展的傅里叶振幅敏感性分析法分别对东北地区的干旱频率、历时和强度的变化趋势、干旱重现期、干旱特征的周期变化规律以及干旱对气象因子的敏感性进行了研究。此外,还建立并对比了多种基于惩罚线性回归和集成方法的干旱预测模型表现,遴选出基于机器学习方法的最优干旱预测模型。最后,建立了一种新的基于深度学习技术的长短期记忆网络（LSTM）干旱预测模型,并对比分析了其相对于结构相似的传统多层感知机（MLP）模型的性能优势以及改善其预测表现的方法。主要研究成果如下:（1）干旱指数在东北地区的适用性研究。东北地区基于SPI、SPEI和RDI的干旱频率、历时和强度在时空分布特征上相对一致,而SPEI与相应的NDVI表现出了最显着的正相关关系,同时基于SPEI的干旱事件类型也符合东北地区历年干旱记录中春旱和秋旱较多的特征,所以SPEI是本研究中最适合评价东北地区干旱状况的指数。此外,时间尺度对基于SPI、SPEI和RDI的干旱频率、历时及强度有比较明显的影响且它们在不同时间尺度下的变化基本一致。（2）东北地区干旱时空演变特征分析。基于游程理论的东北干旱频率和历时表现出下降趋势,而干旱强度表现出上升趋势,但它们基本上都不具有显着性。东北地区西部、黑龙江省和辽宁西北部的干旱风险较高,而辽宁省东部和吉林省南部的干旱风险较低。干旱频率、历时和强度均表现出多周期叠加震荡的周期性特征,主要周期在1963～2015年的研究期内基本上呈现出“长-短-长”的变化规律,最显着的主周期是33～40a。干旱受降水量的影响最大,此外温度、相对湿度和风速的影响也比较重要。（3）基于机器学习方法的干旱预测模型研究。建立了多种基于惩罚线性回归和集成方法的干旱预测模型,对3、6、12和24个月时间尺度上的SPEI进行预测。惩罚线性回归模型具有比传统最小二乘回归模型（OLS）模型更好的预测表现,其中拉索回归（LR）模型的预测效果最好。集成方法可以提升决策树（DT）模型的干旱预测精度,特别是随机森林（RF）模型的提升效果显着。基于惩罚线性回归的LR模型在干旱预测过程中的表现全面优于RF模型,它是本研究中基于机器学习方法的最佳干旱预测模型。（4）基于深度学习方法的干旱预测研究。基于LSTM的干旱预测模型在对各时间尺度SPEI的预测过程中都具有较好的预测表现,尤其适合预测较长时间尺度的SPEI。它的预测性能全面优于与其结构相似的MLP模型,而且该模型具有良好的鲁棒性和泛化能力。调整LSTM模型的训练参数和网络结构可以小幅度提升预测精度,但更加复杂的网络结构不一定会提升预测表现,反而会影响模型的运算速度。
二、试论黑龙江省的气候干旱（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、试论黑龙江省的气候干旱（论文提纲范文）
（1）农业综合气象指数保险产品设计 ——以黑龙江省玉米为例（论文提纲范文）
| 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 国内外气象指数保险的研究与实践 |
| 1.2.1 气象指数保险设计与定价研究 |
| 1.2.2 气象指数保险推行现状 |
| 1.3 研究内容与方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线图 |
| 1.4 本文创新点 |
| 2 理论基础 |
| 2.1 农业气象指数保险概述 |
| 2.1.1 农业气象指数保险定义 |
| 2.1.2 农业气象指数保险的优势 |
| 2.2 农业气象指数保险设计与定价 |
| 2.2.1 农业气象指数保险产品设计 |
| 2.2.2 农业气象指数保险定价 |
| 3 黑龙江省气象指数保险试点分析 |
| 3.1 黑龙江省玉米种植情况及灾害特征 |
| 3.1.1 黑龙江省玉米种植情况 |
| 3.1.2 黑龙江省玉米种植气象灾害特征 |
| 3.2 黑龙江省气象指数保险现状及问题分析 |
| 3.2.1 黑龙江省气象指数保险设计的特点 |
| 3.2.2 黑龙江省气象指数保险存在的问题 |
| 4 综合气象指数设计与保险定价模型 |
| 4.1 相对气象产量的确定 |
| 4.2 单一气象指数构建 |
| 4.2.1 气象因子选取 |
| 4.2.2 干旱指数构建 |
| 4.2.3 低温冷害指数构建 |
| 4.3 综合气象指数模型构建 |
| 4.4 保险纯费率的厘定 |
| 5 黑龙江省玉米综合气象指数保险设计 |
| 5.1 承保范围 |
| 5.2 保险期限 |
| 5.3 数据来源及处理 |
| 5.3.1 数据来源 |
| 5.3.2 数据处理 |
| 5.4 赔付设计与费率厘定 |
| 6 研究结论与政策建议 |
| 6.1 研究结论 |
| 6.2 不足与展望 |
| 参考文献 |
| 致谢 |
（2）东北草地生产能力模拟与时空变化分析（论文提纲范文）
| 摘要 |
| abstract |
| 主要符号对照表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 草地生产力测量与模拟 |
| 1.2.2 光能利用率模型 |
| 1.2.3 草地生物量遥感估计 |
| 1.2.4 草地生产能力影响因素分析 |
| 1.3 研究目标、内容及论文结构 |
| 1.3.1 研究目标 |
| 1.3.2 主要研究内容 |
| 1.3.3 论文结构 |
| 第二章 研究区概况与数据方法 |
| 2.1 研究区概况 |
| 2.2 研究数据 |
| 2.2.1 涡度相关通量观测数据 |
| 2.2.2 生物量地面调查数据 |
| 2.2.3 FPAR调查数据 |
| 2.2.4 遥感数据 |
| 2.2.5 气象数据 |
| 2.2.6 社会经济数据 |
| 2.2.7 草地类型图 |
| 2.3 研究方法 |
| 2.3.1 随机森林 |
| 2.3.2 相关性分析方法 |
| 2.3.3 精度检验方法 |
| 2.3.4 趋势分析方法 |
| 2.3.5 驱动力分析方法 |
| 第三章 东北草地光能利用率模型构建 |
| 3.1 FPAR改进 |
| 3.1.1 FPAR改进流程图 |
| 3.1.2 地面实测FPAR数据分析 |
| 3.1.3 归一化物候植被指数原理 |
| 3.1.4 植被指数对FPAR解释能力 |
| 3.1.5 植被指数与GPP动态变化分析 |
| 3.1.6 植被指数对GPP的解释能力 |
| 3.2 最大光能利用率与转化系数 |
| 3.3 温度胁迫因子参数优化 |
| 3.4 水分胁迫因子改进 |
| 3.4.1 水分胁迫因子改进流程 |
| 3.4.2 水分胁迫参数与GPP动态变化分析 |
| 3.4.3 水分胁迫参数与GPP相关性分析 |
| 3.4.4 基于LSWI的水分胁迫因子比较 |
| 3.5 东北草地光能利用率模型与产品生产 |
| 3.6 小结 |
| 第四章 东北草地光能利用率模型验证 |
| 4.1 GPP的验证 |
| 4.1.1 改进LUE模型精度分析 |
| 4.1.2 改进LUE模型8 天尺度直接验证 |
| 4.1.3 GPP产品多时间尺度验证 |
| 4.2 NPP的验证 |
| 4.2.1 NPP验证方法与验证数据 |
| 4.2.2 NPP验证结果 |
| 4.3 小结 |
| 第五章 东北草地生物量遥感模型构建与验证 |
| 5.1 东北草地生物量遥感模型构建与验证流程图 |
| 5.2 实测生物量数据分析 |
| 5.3 变量筛选 |
| 5.4 模型精度检验 |
| 5.5 小结 |
| 第六章 东北草地生产能力时空变化 |
| 6.1 东北草地生产能力总体分布 |
| 6.1.1 东北草地NPP总体分布 |
| 6.1.2 东北草地生物量总体分布 |
| 6.2 不同地区及重点区域草原生产能力分布 |
| 6.2.1 不同地区及重点区域的草原NPP分布 |
| 6.2.2 不同地区及重点区域的草原生物量分布 |
| 6.3 东北草地生产能力总体变化趋势 |
| 6.3.1 东北草地NPP总体变化趋势 |
| 6.3.2 东北草地生物量总体变化趋势 |
| 6.4 不同地区及重点区域的草原生产能力变化趋势 |
| 6.4.1 不同地区及重点区域的草原NPP变化趋势 |
| 6.4.2 不同地区及重点区域的草原生物量变化趋势 |
| 6.5 小结 |
| 第七章 东北草地生产能力驱动力分析 |
| 7.1 东北草地生产能力驱动力分析流程图 |
| 7.2 东北草地气候状况及变化趋势分析 |
| 7.3 东北草地牧区及半牧区人口及牲畜数量状况及变化趋势 |
| 7.4 东北草地生产能力与气候因子相关性分析 |
| 7.4.1 净初级生产力与气候因子相关性分析 |
| 7.4.2 生物量与气候因子相关性分析 |
| 7.5 草地生产能力驱动因素定量评估 |
| 7.5.1 基于PCA的牧区县、半牧区县草地划分 |
| 7.5.2 基于GLM方法的草地生产能力驱动力分析 |
| 7.6 小结 |
| 第八章 结论与展望 |
| 8.1 主要结论 |
| 8.2 不足与展望 |
| 参考文献 |
| 致谢 |
| 作者简历 |
（3）1983-2019年松嫩、三江平原春季土壤湿度时空演变及影响因素（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究意义 |
| 1.2 国内外研究进展 |
| 1.2.1 土壤湿度变化特征的研究 |
| 1.2.2 气象因素对土壤湿度影响的研究 |
| 1.3 研究内容 |
| 1.4 创新点 |
| 1.5 技术路线 |
| 第二章 研究区概况、数据来源与研究方法 |
| 2.1 研究区概况 |
| 2.2 数据来源 |
| 2.3 研究方法 |
| 第三章 松嫩、三江平原春季土壤湿度时空变化特征 |
| 3.1 两大农业区土壤湿度时序变化特征 |
| 3.1.1 不同土层土壤湿度时序变化特征 |
| 3.1.2 春季不同月份土壤湿度时序变化特征 |
| 3.2 两大农业区土壤湿度空间分布及变化特征 |
| 3.2.1 不同土层土壤湿度空间分布及变化特征 |
| 3.2.2 各月土壤湿度空间分布及变化特征 |
| 3.3 本章小结 |
| 第四章 松嫩、三江平原春季土壤湿度影响因素分析 |
| 4.1 两大农业区与土壤湿度相关气象因素变化特征分析 |
| 4.1.1 春季气温变化特征 |
| 4.1.2 春季降水量变化特征 |
| 4.1.3 春季地温变化特征 |
| 4.1.4 春季风速变化特征 |
| 4.1.5 春季日照时数变化特征 |
| 4.1.6 前秋季降水时序变化特征 |
| 4.1.7 积雪日数时序变化特征 |
| 4.1.8 最大雪深时序变化特征 |
| 4.1.9 积雪初日时序变化特征 |
| 4.1.10 积雪终日时序变化特征 |
| 4.2 两大农业区春季土壤湿度与气象因素相关关系分析 |
| 4.2.1 两大农业区春季各土层土壤湿度与气象因素相关关系 |
| 4.2.2 两大农业区春季各月0-30cm土层土壤湿度与气象因素相关关系 |
| 4.2.3 两大农业区春季各月不同土层土壤湿度与气象因素相关关系 |
| 4.2.4 两大农业区春季土壤湿度与气象因素空间相关关系 |
| 4.3 两大农业区春季土壤湿度影响因素差异分析 |
| 4.4 本章小结 |
| 结论与讨论 |
| 结论 |
| 讨论 |
| 参考文献 |
| 攻读学位期间发表的学术论文 |
| 致谢 |
（4）标准化植被干旱指数在东北地区的构建与应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景与研究意义 |
| 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 干旱监测指数研究进展 |
| 1.2.2 遥感监测干旱研究进展 |
| 1.2.3 现有研究不足 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第2章 研究区概况及研究资料与方法 |
| 2.1 研究区概况 |
| 2.1.1 地质地貌 |
| 2.1.2 气候水文 |
| 2.1.3 土壤植被 |
| 2.2 研究资料 |
| 2.2.1 遥感资料 |
| 2.2.2 历史记录数据 |
| 2.3 研究方法 |
| 2.3.1 全球植被水分指数计算(Global Vegetation Moisture Index) |
| 2.3.2 基于REOF和k-means聚类的分区 |
| 2.3.3 MMK检验(Modified Mann-Kendall test) |
| 第3章 标准化植被干旱指数的构建与适用性分析 |
| 3.1 标准化植被干旱指数(SVMI)的构建 |
| 3.2 标准化正态分布的检验 |
| 3.3 标准化植被干旱指数的适用性分析 |
| 3.4 小结 |
| 第4章 东北地区干湿状况的时空变化趋势分析 |
| 4.1 干湿状况的时间变化特征 |
| 4.2 干湿状况的空间变化特征 |
| 4.3 干湿变化的空间分区 |
| 4.3.1 基于年尺度分区 |
| 4.3.2 基于季节尺度分区 |
| 4.3.3 基于作物生长季分区 |
| 4.3.4 分区时间变化趋势 |
| 4.4 小结 |
| 第5章 植被干旱的时空变化 |
| 5.1 植被干旱的时间和强度的空间分布 |
| 5.2 植被干旱的抵抗力的空间分布 |
| 5.3 小结 |
| 第6章 结论及讨论 |
| 6.1 讨论 |
| 6.2 主要结论 |
| 6.3 不足与展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文及科研成果 |
（5）松嫩平原盐碱地景观格局演化及驱动力分析（论文提纲范文）
| 中文摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景与研究意义 |
| 1.2 研究现状 |
| 1.2.1 盐碱地景观格局遥感信息提取 |
| 1.2.2 松嫩平原盐碱地景观格局演变研究 |
| 1.2.3 松嫩平原盐碱地时空变化驱动因素研究 |
| 1.3 研究内容 |
| 1.4 研究方法与技术路线 |
| 1.4.1 数据收集 |
| 1.4.2 技术路线 |
| 1.4.3 论文创新点 |
| 第2章 研究区概况及数据处理 |
| 2.1 研究区概况 |
| 2.1.1 区域范围 |
| 2.1.2 水文条件 |
| 2.1.3 气候 |
| 2.1.4 经济社会状况 |
| 2.2 数据源与数据处理 |
| 2.2.1 盐碱地信息提取 |
| 2.2.2 研究区相关数据 |
| 第3章 松嫩平原盐碱地景观格局演变规律 |
| 3.1 盐碱地景观格局演化分析指标 |
| 3.2 松嫩平原盐碱地整体演化规律 |
| 3.3 松嫩平原盐碱地景观格局演化规律 |
| 3.3.1 省级盐碱地演变空间分异规律 |
| 3.3.2 地市级盐碱地演变空间分异规律 |
| 3.3.3 市县级盐碱地演变空间分异规律 |
| 3.4 本章小结 |
| 第4章 松嫩平原盐碱地景观格局演化驱动力分析 |
| 4.1 驱动力分析指标 |
| 4.2 各流域盐碱地与其他地物类型间转化 |
| 4.2.1 嫩江-松花江主河道流域 |
| 4.2.2 乌裕尔河流域 |
| 4.2.3 安肇新河流域 |
| 4.2.4 洮儿河流域 |
| 4.2.5 霍林河流域 |
| 4.3 各流域盐碱地景观格局演化驱动力分析 |
| 4.3.1 嫩江-松花江主河道流域 |
| 4.3.2 乌裕尔河流域 |
| 4.3.3 安肇新河流域 |
| 4.3.4 洮儿河流域 |
| 4.3.5 霍林河流域 |
| 4.4 小结 |
| 第5章 结论与展望 |
| 5.1 主要结论 |
| 5.2 不足与展望 |
| 参考文献 |
| 作者简介及科研成果 |
| 致谢 |
（6）基于SPI的黑龙江省西部地区荒漠化影响研究（论文提纲范文）
| 1 资料与方法 |
| 1.1 研究区域 |
| 1.2 自然地理概况 |
| 1.2.1 地形地貌 |
| 1.2.2气候特征 |
| 1.2.3 土壤条件 |
| 1.2.4 植被 |
| 1.2.5 水资源及其开发利用状况 |
| 1.3 资料来源 |
| 1.3.1 标准化降水指数（SPI）及干湿等级划分 |
| 2 黑龙江省西部荒漠化地区干湿变化的时空特征 |
| 2.1 黑龙江省西部荒漠化地区115年干湿变化特征 |
| 2.2 黑龙江省西部荒漠化地区干湿变化的时空特征 |
| 3 黑龙江省西部地区干湿变化对荒漠化影响 |
| 4 讨论与结论 |
| 4.1 讨论 |
| 4.1.1 下沉焚风效应导致区域高温少雨 |
| 4.1.2 地形效应导致大风频发 |
| 4.1.3 降水量与蒸发量的极端不平衡导致春旱严重 |
| 4.1.4 农业过渡开发导致生态恶化 |
| 4.1.5 上游植被退化导致项目区生态恶化 |
| 4.2 结论 |
（7）1983—2019年黑龙江省春季土壤湿度时空变化特征及影响因素（论文提纲范文）
| 1 引言 |
| 2 研究区概况与研究方法 |
| 2.1 研究区概况 |
| 2.2 数据来源 |
| 2.3 研究方法 |
| 2.3.1 方差分析 |
| 2.3.2 气候倾向率 |
| 2.3.3 空间分析 |
| 2.3.4 相关分析 |
| 3 结果分析 |
| 3.1 1983—2019年黑龙江省春季土壤湿度时序变化特征 |
| 3.1.1 各层土壤湿度时序变化特征 |
| 3.1.2 各月份土壤湿度时序变化特征 |
| 3.2 1983—2019年黑龙江省春季土壤湿度空间分布及变化 |
| 3.2.1 各层土壤湿度空间分布及变化特征 |
| 3.2.2 各月土壤湿度空间分布及变化特征 |
| 3.3 黑龙江省春季土壤湿度变化机制分析 |
| 3.3.1 春季土壤湿度影响因素分析 |
| 4 结论与讨论 |
| 4.1 结论 |
| 4.2 讨论 |
（8）气候变化下黑龙江省玉米水分供需时空关系及灌溉制度研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 研究背景 |
| 1.2 研究目的 |
| 1.3 研究意义 |
| 1.4 国内外研究动态 |
| 1.5 研究内容与技术路线 |
| 第二章 材料与方法 |
| 2.1 研究区域与数据来源 |
| 2.2 CROPWAT8.0 模型简介 |
| 2.3 有效降雨量 |
| 2.4 生育期划分 |
| 2.5 玉米需水量 |
| 2.6 水分盈亏指数 |
| 2.7 不同水文年划分 |
| 2.8 灌溉需水量和灌溉制度的制定 |
| 2.9 气候倾向率 |
| 2.10 Mann-Kendall检验法 |
| 2.11 数据处理 |
| 第三章 黑龙江省玉米生育期水分供需时空分布特征 |
| 3.1 参考作物蒸腾蒸发量的时空分布规律 |
| 3.2 需水量的时空分布规律 |
| 3.3 有效降雨量的时空分布规律 |
| 3.4 水分盈亏指数的时空分布规律 |
| 3.5 灌溉需水量的时空分布规律 |
| 3.6 气象要素与水分供需的关系 |
| 3.7 本章小结 |
| 第四章 黑龙江省玉米灌溉制度的制定 |
| 4.1 不同水文年玉米需水量空间分布 |
| 4.2 不同水文年玉米有效降雨量空间分布 |
| 4.3 不同水文年玉米水分盈亏指数空间分布 |
| 4.4 不同水文年玉米灌溉需水量空间分布 |
| 4.5 不同水文年灌溉制度 |
| 4.6 典型站玉米灌溉制度 |
| 4.7 本章小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文 |
（9）黑龙江省玉米干旱与低温冷害复合逆境对产量的影响（论文提纲范文）
| 引言 |
| 1 资料和方法 |
| 1.1 资料来源 |
| 1.2 研究方法 |
| 1.2.1 玉米干旱、低温冷害判识 |
| 1.2.2 数据处理及分析 |
| 2 结果与分析 |
| 2.1 干旱、低温冷害单一发生特征 |
| 2.2 干旱、低温冷害复合发生特征 |
| 2.3 干旱、低温冷害对玉米产量的影响 |
| 2.3.1 H和KCWDI与玉米单产关系 |
| 2.3.2 干旱、低温冷害对玉米产量的影响 |
| 2.3.2. 1 干旱、低温冷害单一发生对玉米产量的影响 |
| 2.3.2. 2 干旱、低温冷害复合发生对玉米产量的影响 |
| 2.3.2. 3 干旱、低温冷害复合发生与单一发生对玉米产量影响比较 |
| 3 结论 |
| 4 讨论 |
（10）东北地区干旱特征及预测模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究区概况 |
| 1.1.1 地理位置 |
| 1.1.2 水文气象 |
| 1.1.3 地质地貌 |
| 1.1.4 社会经济 |
| 1.2 研究意义和目的 |
| 1.2.1 研究背景 |
| 1.2.2 研究意义 |
| 1.2.3 研究目的 |
| 1.3 国内外研究进展 |
| 1.3.1 干旱特征的研究进展 |
| 1.3.2 干旱预测模型的研究进展 |
| 1.4 研究内容和技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 1.4.3 主要创新点 |
| 第二章 不同干旱指数在东北地区适用性研究 |
| 2.1 数据来源及处理 |
| 2.2 研究方法 |
| 2.2.1 中国Z指数(CZI) |
| 2.2.2 标准化降水指数(SPI) |
| 2.2.3 标准化降水蒸散指数(SPEI) |
| 2.2.4 干旱侦测指数(RDI) |
| 2.2.5 归一化植被指数(NDVI) |
| 2.2.6 干旱的识别 |
| 2.2.7 相关系数 |
| 2.3 干旱指数在干旱频率分析中的适用性 |
| 2.3.1 基于CZI的干旱频率分析 |
| 2.3.2 基于SPI的干旱频率分析 |
| 2.3.3 基于SPEI的干旱频率分析 |
| 2.3.4 基于RDI的干旱频率分析 |
| 2.3.5 四种干旱指数在干旱频率分析中的对比 |
| 2.4 干旱指数在干旱历时分析中的适用性 |
| 2.4.1 基于CZI的干旱历时分析 |
| 2.4.2 基于SPI的干旱历时分析 |
| 2.4.3 基于SPEI的干旱历时分析 |
| 2.4.4 基于RDI的干旱历时分析 |
| 2.4.5 四种干旱指数在干旱历时分析中的对比 |
| 2.5 干旱指数在干旱强度分析中的适用性 |
| 2.5.1 基于CZI的干旱强度分析 |
| 2.5.2 基于SPI的干旱强度分析 |
| 2.5.3 基于SPEI的干旱强度分析 |
| 2.5.4 基于RDI的干旱强度分析 |
| 2.5.5 四种干旱指数在干旱强度分析中的对比 |
| 2.6 干旱事件类型的分析 |
| 2.6.1 基于CZI的干旱事件类型分析 |
| 2.6.2 基于SPI的干旱事件类型分析 |
| 2.6.3 基于SPEI的干旱事件类型分析 |
| 2.6.4 基于RDI的干旱事件类型分析 |
| 2.6.5 四种干旱指数在干旱事件类型分析中的对比 |
| 2.7 不同时间尺度下的干旱特征变化 |
| 2.7.1 不同时间尺度CZI的干旱特征变化 |
| 2.7.2 不同时间尺度SPI的干旱特征变化 |
| 2.7.3 不同时间尺度SPEI的干旱特征变化 |
| 2.7.4 不同时间尺度RDI的干旱特征变化 |
| 2.8 讨论 |
| 2.9 本章小结 |
| 第三章 东北地区干旱时空演变特征分析 |
| 3.1 研究方法 |
| 3.1.1 曼-肯德尔(Mann-Kendall)趋势分析法 |
| 3.1.2 基于Copula函数的干旱重现期分析法 |
| 3.1.3 小波分析法 |
| 3.1.4 扩展的傅里叶振幅敏感性分析法 |
| 3.2 干旱频率、历时和强度的变化趋势 |
| 3.2.1 干旱频率的变化趋势 |
| 3.2.2 干旱历时的变化趋势 |
| 3.2.3 干旱强度的变化趋势 |
| 3.3 干旱的重现期分析 |
| 3.3.1 单变量干旱重现期分析 |
| 3.3.2 基于Copula函数的双变量干旱重现期分析 |
| 3.4 干旱的周期变化规律 |
| 3.4.1 干旱频率的周期变化规律 |
| 3.4.2 干旱历时的周期变化规律 |
| 3.4.3 干旱强度的周期变化规律 |
| 3.5 干旱的敏感性分析 |
| 3.5.1 SPEI的敏感性分析 |
| 3.5.2 SPEI的年内敏感性分析 |
| 3.5.3 SPEI敏感性分析的空间分布 |
| 3.6 讨论 |
| 3.7 本章小结 |
| 第四章 基于机器学习方法的干旱预测研究 |
| 4.1 研究方法 |
| 4.1.1 基于机器学习的干旱预测模型开发 |
| 4.1.2 普通最小二乘回归 |
| 4.1.3 惩罚线性回归 |
| 4.1.4 决策树 |
| 4.1.5 集成方法 |
| 4.1.6 衡量指标 |
| 4.2 惩罚线性回归模型的预测表现 |
| 4.3 集成方法模型的预测表现 |
| 4.4 惩罚线性回归与集成方法两类模型预测表现的对比 |
| 4.5 讨论 |
| 4.6 本章小结 |
| 第五章 基于深度学习方法的干旱预测研究 |
| 5.1 研究方法 |
| 5.1.1 人工神经网络 |
| 5.1.2 深度学习 |
| 5.1.3 基于深度学习的干旱预测模型开发 |
| 5.2 基于LSTM干旱模型的预测表现 |
| 5.3 LSTM模型与MLP模型预测表现的对比 |
| 5.4 LSTM模型结构对预测精度的影响 |
| 5.5 讨论 |
| 5.6 本章小结 |
| 第六章 结论与展望 |
| 6.1 主要结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文 |
四、试论黑龙江省的气候干旱（论文参考文献）
- [1]农业综合气象指数保险产品设计 ——以黑龙江省玉米为例[D]. 贾文言. 大连理工大学, 2021(02)
- [2]东北草地生产能力模拟与时空变化分析[D]. 丁蕾. 中国农业科学院, 2021(01)
- [3]1983-2019年松嫩、三江平原春季土壤湿度时空演变及影响因素[D]. 潘明溪. 哈尔滨师范大学, 2021(08)
- [4]标准化植被干旱指数在东北地区的构建与应用[D]. 王晓丹. 西北师范大学, 2021(12)
- [5]松嫩平原盐碱地景观格局演化及驱动力分析[D]. 王浩男. 吉林大学, 2021(01)
- [6]基于SPI的黑龙江省西部地区荒漠化影响研究[J]. 刘琳,陈文龙,周锋,王永超. 农业灾害研究, 2021(04)
- [7]1983—2019年黑龙江省春季土壤湿度时空变化特征及影响因素[J]. 潘明溪,张丽娟,曲成军,潘涛,张帆. 地理研究, 2021(04)
- [8]气候变化下黑龙江省玉米水分供需时空关系及灌溉制度研究[D]. 王天倚. 黑龙江大学, 2021(09)
- [9]黑龙江省玉米干旱与低温冷害复合逆境对产量的影响[J]. 姜丽霞,赵慧颖,曲辉辉,闫平,李秀芬,翟墨,于瑛楠. 气象, 2021(01)
- [10]东北地区干旱特征及预测模型研究[D]. 李增. 沈阳农业大学, 2021(05)