公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

基于遥感的黄土高原植被物候监测及其对气候变化的响应被引量：35: 2015年; 为了分析黄土高原地区植被物候特征,该文基于AVHRR传感器获取的陆地长期数据记录(land long term data record,LTDR)V4 NDVI数据,对黄土高原1982-2011年间植被物候的时空变化进行分析,并借助偏相关分析方法对物候与气温和降雨的关系进行量化分析。结果表明:黄土高原近30 a间春季物候提前显著(0.54 d/a,P<0.001),主要集中在北部草地和灌木植被;秋季物候推迟显著(0.74 d/a,P<0.001),主要分布在甘肃、陕北、内蒙古和山西北部等地。不同植被的春秋物候稍有差异,稀疏灌木林春季物候提前趋势最多(1.31 d/a),常绿针叶林最小(0.19 d/a);秋季物候推迟最多的为乔木园地(1.18 d/a),最少的是水田(0.17 d/a)。黄土高原植被物候主要受气温影响,降雨的变化也会对物候产生一定影响。冬季和前年秋季气温上升是春季物候提前的主要驱动因子;夏季和秋季降雨则对秋季物候休眠期延迟起着重要作用。该研究可为黄土高原生态环境评价及气候变化预测模型提供一定依据。; 谢宝妮秦占飞王洋常庆瑞; 关键词：遥感气候变化物候黄土高原

县域土地利用的地形特征分析——以陕西省户县为例被引量：6: 2011年; 基于GIS技术，利用地形位指数和土地利用程度综合指数，探讨了陕西省户县土地利用格局的空间分布，并分析了该区地形梯度上的土地利用程度。结果表明：户县耕地、园地和建设用地在1．6地形位上的优势明显，而林地和草地的分布指数则随着地形位的升高而增大；根据地形梯度上土地利用程度的定量表达，将研究区地形位划分为3个区段：1～6、7～20和2l～25，其面积分别占研究区面积的43．44％、50．39％和6．17％。地形位指数可以综合地反映地形条件在空间分布上的差异信息；分布指数用于描述某种组分的实际分布与标准分布的差异，可以排除面积的干扰，为各种比较分析创造了条件，在此基础上对进一步合理利用户县土地资源提出了相应建议和措施。; 马廷刚秦占飞常庆瑞谢宝妮郝雅珺; 关键词：土地利用

县域土壤养分离群样点检测及其合理采样数研究被引量：9: 2012年; 为进一步研究县域耕地土壤养分质量评价,增加采样数据的准确性和减少采样分析成本,本试验以白水县为研究区域,对2226个采样点的土壤样品中有效磷、碱解氮和速效钾采用四分位数法和局部Moran’s I方法进行全局和局部离群样点的去除,并对去除后的采样点进行空间特征分析。然后采用经典统计学(Cochran公式)方法和地统计学(普通克里金)方法对县域土壤养分合理采样数目进行讨论,比较两种方法各自的优越性。结果表明:碱解氮和速效钾均检测出3个全局离散样点,有效磷全局离群样点数目为7,三种养分局部离群样点检测数目分别为89、90和92;三种土壤养分均表现出很强的空间相关性,变异系数随着离群样点去除而降低;对于土壤养分大体概况研究,Cochran方法确定样本较为适合,而由克里金插值法确定的合理采样数目更能精确地反映局部土壤养分空间状况。; 谢宝妮常庆瑞秦占飞; 关键词：土壤养分合理采样数

引黄灌区水稻叶面积指数的高光谱估测模型被引量：9: 2017年; 水稻叶面积指数(leaf area index,LAI)是评价其长势的重要农学参数,高光谱遥感能够实现叶面积指数的快速无损监测。为了寻找反演水稻LAI的最优植被指数,扩展水稻LAI高光谱估测模型的普适性,选取宁夏引黄灌区水稻为研究对象,通过设置不同氮素处理,借助相关分析、回归分析等方法研究高光谱植被指数与水稻LAI之间的定量关系,并通过确立的最优波段组合,构建4种植被指数与水稻LAI的高光谱反演模型。结果表明,水稻LAI在抽穗末期达到最大值,并随氮素水平的增加而增加;水稻冠层原始光谱反射率在400~722nm和1 990~2 090nm波段与LAI达到极显著负相关水平,在近红外区域760~1 315nm与LAI呈极显著正相关。模型检验结果表明,以比值植被指数RVI(850,750)为变量建立的水稻LAI估测模型最佳,研究结果可为水稻LAI的高光谱估测提供地域参考。; 秦占飞申健谢宝妮严林常庆瑞; 关键词：水稻叶面积指数引黄灌区

2000—2013年关中地区耕地复种指数遥感动态监测被引量：18: 2016年; 为了了解陕西关中地区2000—2013年耕地复种的时空变化特征,以250 m 16 d最大值合成的MODIS NDVI影像为数据源,使用Savitzky-Golay迭代滤波技术重构了农作物NDVI曲线,应用二次差分法结合作物物候历,提取了14 a的复种指数。结果表明：关中地区复种指数空间上以西安市区为中心呈辐射状递减,一年两熟制耕地主要分布于海拔600 m以下的渭河阶地,其他地区主要实行一年一熟制;2000—2013年总体呈下降趋势,从2000年的156.4%下降到2013年的130%,在2005年前后,降幅分别为2%和15.7%,城镇化进程和经济型农业的推进是影响复种指数下降的主要因素;与统计资料相比,地市级尺度上平均相对误差为0.3%~15.1%。像元尺度上验证精度达到93.7%,研究结果能够为区域农业决策提供可靠的数据基础。; 申健常庆瑞李粉玲秦占飞谢宝妮; 关键词：耕地复种指数遥感监测物候

黄土高原植被净初级生产力时空变化及其影响因素被引量：78: 2014年; 为了探明黄土高原地区植被生产力变化的驱动机制,该文基于MODIS传感器获得的MOD17A3数据,分析了黄土高原2000-2010年间植被净初级生产力(net primary productivity,NPP)的时空变化及其主要影响因素,并借助多元统计分析方法对引起NPP变化的自然和人为因素进行量化分析。结果表明:黄土高原植被总NPP从2000年的119 Tg(以C计)增加到2010年的144 Tg(以C计),年增速4.57 g/(m2·a)(P<0.05)(以C计)。黄土高原约91%的区域NPP呈增加趋势,37%的区域增加趋势显著,主要分布在陕西、青海大部分地区、甘肃南部及宁南山区。整个黄土高原近11 a间NPP变化受自然和人为因素共同影响,其中退耕还林还草累计面积、帕尔默干旱指数(palmer drought severity index,PDSI)、耕地面积和人口数量是影响NPP变化的主要因素。退耕还林还草累计面积占四者总贡献率的43%,PDSI占40%,耕地面积和人口数量分别占13%和4%。对区域而言,由退耕还林还草工程引起的土地利用覆被变化是退耕区(陕北、甘肃东南部等)NPP增加的主要因素,而近年来干旱情况的缓解(PDSI呈上升趋势)则是青海、内蒙古等地NPP增加的主要因素。该研究对于黄土高原各区域生态资源管理,以及生态系统的建设具有一定的指导和借鉴意义。; 谢宝妮秦占飞王洋常庆瑞; 关键词：植被净初级生产力 MODIS 黄土高原影响因素

基于CASA模型的陕西省植被净初级生产力时空分析被引量：22: 2016年; [目的]探明陕西省近年来植被净初级生产力(net primary productivity,NPP)的变化及评估植被的生长条件。[方法]基于CASA(Carnegie Ames Stanford Approach)模型估算陕西省2003—2012年逐月NPP,并分析其年际、年内的时空变化特征及趋势。[结果](1)陕西省2003—2012年植被NPP总体呈增长趋势(p<0.01),年均增量为3.940 6g/(m^2·a)(以C含量计);年总NPP从2003年的84.44Tg(1Tg=1012g)增加到2012年的91.98Tg。(2)NPP年内变化明显,夏季NPP占年总量的比例最高,达到52.43%,7,8两月占比最高,分别为18.52%和18.41%。只有3和8月NPP增长趋势显著或极显著,其他月份NPP变化不显著。(3)不同植被NPP的年际变化比较平稳,除永久湿地外,其他植被类型的NPP呈增长趋势,耕地的NPP增长最快(p<0.01),年均增量为5.89g/(m2·a)。(4)NPP整体呈南高北低、高低相间的分布特征,全省78.53%的区域NPP呈增长趋势,24.47%的区域增长显著或极显著;NPP降低显著/极显著的面积仅占2.27%,主要分布在陕西中部和西安周边地区。[结论]陕西植被生长条件总体在改善,但局部在恶化。; 石志华刘梦云吴健利常庆瑞谢宝妮闻熠; 关键词：NPP CASA模型

全选清除导出

共1页<1>

谢宝妮

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

谢宝妮

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈