中国生态脆弱区叶面积指数与气候变化研究

论文摘要

本研究对1982-2017年中国生态脆弱区的气候变化特征进行了分析,对最新版本的GLASS和GLOBMAP LAI（叶面积指数）数据进行了对比,并基于GLASS LAI数据分析了生态脆弱区LAI变化的主要时空特征,探讨了影响生态脆弱区LAI变化的主导气象因子。本研究得出的主要结论如下:（1）最新版本的GLASS与GLOBMAP LAI在中国和全球的年平均值及变化趋势都比较接近,年平均LAI差值基本在-0.5到0.5 m2/m2,趋势差值基本处于-0.03到0.03 m2/（m2·year）;GLOBMAP在热带雨林区的年平均LAI值明显高于GLASS,而在非森林区低于GLASS。相对于GLOBMAP,GLASS LAI的空间完整度更高,在全球和中国都不存在大面积的缺测;由于使用同一数据源反演1982-2017年LAI值,GLASS LAI的时间一致性较好,而GLLOBMAP LAI存在2000年前后数据源不一致的问题。总的来说,GLASS LAI数据更适合本文后续对LAI长期变化情况以及气候主导因子的研究。（2）中国生态脆弱区日平均气温显著上升,近97%的格点升温在2℃/100a以上,10%的格点升温大于5℃/100a。全区平均气温的时间变化特征由北方生态脆弱区主导。日最高和最低气温的时空变化特征都与日平均气温相似。但增幅在4.0℃/100a以上的频率日最低气温>日最高气温>日平均气温,分别为52%,45%和38%。相对于日平均和最低气温,南方生态脆弱区（尤其是南方农牧脆弱区）日最高气温上升更明显。（3）中国生态脆弱区降水变化的区域差异显著,干旱半干旱和黄土高原脆弱区降水增长十分明显;而相对湿度则普遍呈显著下降趋势,近60%以上的格点相对湿度下降趋势在10%/100a以上。21世纪以后,北方生态脆弱区各区区域平均降水基本都呈增长趋势;而中国各生态脆弱区平均相对湿度基本都呈显著下降趋势。（4）1982-2017年,中国生态脆弱区LAI以上升趋势为主,LAI增长的格点数占全部生态脆弱区未缺测格点数的80%。西南岩溶山地石漠化脆弱区平均LAI的增长趋势最大,为0.9 m2/m2/100a,其次为黄土高原。黄土高原脆弱区LAI增长的起始时间最早,自1982年开始便稳定持续增长。（5）北方农牧林草脆弱区LAI的增长趋势由其西部和东南部主导,南方农牧脆弱区LAI的增长趋势由其北部和东南部主导。而黄土高原、干旱半干旱、青藏高原和西南岩溶山地石漠化脆弱区的LAI变化的时空一致性较好,LAI PC1与区域平均LAI的时间变化特征基本一致。（6）中国生态脆弱区LAI增长的主导气象因子是气温。日平均气温是生态脆弱区大部LAI增长的主导气象因子,而日最高气温和最低气温分别是南方农牧脆弱区和干旱半干旱脆弱区西部LAI增长的主导气象因子。除干旱半干旱脆弱区外,相对于日最低气温,中国生态脆弱区LAI变化受日最高气温的影响更大。（7）相对于降水,相对湿度与北方农牧林草脆弱区和南方农牧脆弱区LAI变化的关系更好,这可能是因为它能更好地反映这些区域真实的干湿状况。这启示我们,在气候变化和人类活动不断加剧的今天,对植被气象影响因子的研究不能仅限于气温和降水。

论文目录

• 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 中国生态脆弱区气候变化研究进展
•     1.2.2 中国生态脆弱区植被变化及其驱动因子研究进展
•   1.3 存在问题与不足
•   1.4 研究内容
•     1.4.1 GLASS LAI和GLOBMAP LAI对比
•     1.4.2 中国生态脆弱区气候变化特征分析
•     1.4.3 中国生态脆弱区LAI变化特征分析
•     1.4.4 中国生态脆弱区LAI变化的主导气象因子
• 第二章 研究数据与方法
•   2.1 研究区域概况
•     2.1.1 分区
•     2.1.2 气候概况
•     2.1.3 植被类型
•   2.2 研究数据
•     2.2.1 气象数据
•     2.2.2 LAI数据
•     2.2.3 植被类型数据
•   2.3 研究方法
•     2.3.1 Theil–Sen估计和Mann-Kendall检验
•     2.3.2 面积加权平均
•     2.3.3 主成分分析
•     2.3.4 相关分析
•   2.4 小结
• 第三章 数据对比
•   3.1 数据预处理
•   3.2 全球LAI对比
•     3.2.1 全球LAI多年均值对比
•     3.2.2 全球LAI变化趋势对比
•   3.3 中国LAI对比
•     3.3.1 中国LAI多年均值对比
•     3.3.2 中国LAI变化趋势对比
•   3.4 小结
• 第四章 中国生态脆弱区气候变化特征
•   4.1 数据预处理
•   4.2 气温
•   4.3 降水
•   4.4 相对湿度
•   4.5 小结
• 第五章 中国生态脆弱区LAI变化特征
•   5.1 中国生态脆弱区LAI概况
•   5.2 中国生态脆弱区LAI变化特征
•   5.3 小结
• 第六章 中国生态脆弱区LAI变化的主导气象因子
•   6.1 数据预处理
•   6.2 北方农牧林草脆弱区LAI变化的主导气象因子
•     6.2.1 北方农牧林草脆弱区LAI PCs
•     6.2.2 北方农牧林草脆弱区LAI PCs与气象要素相关
•   6.3 黄土高原脆弱区LAI变化的主导气象因子
•     6.3.1 黄土高原脆弱区LAI PCs
•     6.3.2 黄土高原脆弱区LAI PCs与气象要素相关
•   6.4 干旱半干旱脆弱区LAI变化的主导气象因子
•     6.4.1 干旱半干旱脆弱区LAI PCs
•     6.4.2 干旱半干旱脆弱区LAI PCs与气象要素相关
•   6.5 青藏高原脆弱区LAI变化的主导气象因子
•     6.5.1 青藏高原脆弱区LAI PCs
•     6.5.2 青藏高原脆弱区LAI PCs与气象要素相关
•   6.6 南方农牧脆弱区LAI变化的主导气象因子
•     6.6.1 南方农牧脆弱区LAI PCs
•     6.6.2 南方农牧脆弱区LAI PCs与气象要素相关
•   6.7 西南岩溶山地石漠化脆弱区LAI变化的主导气象因子
•     6.7.1 西南岩溶山地石漠化脆弱区LAI PCs
•     6.7.2 西南岩溶山地石漠化脆弱区LAI PCs与气象要素相关系数
•   6.8 小结
• 第七章 结论与展望
•   7.1 主要结论
•   7.2 创新点
•   7.3 问题与展望
• 参考文献
• 作者在读期间科研成果简介
• 致谢

文章来源

类型: 硕士论文

作者: 孙康慧

导师: 巩远发,曾晓东

关键词: 中国生态脆弱区,气候变化,叶面积指数,主成分分析

来源: 成都信息工程大学

年度: 2019

分类: 基础科学

专业: 生物学,气象学

单位: 成都信息工程大学

分类号: Q948;P467

DOI: 10.27716/d.cnki.gcdxx.2019.000179

总页数: 67

文件大小: 4719K

下载量: 44