一、遥感技术在全球变化研究中的应用（论文文献综述）
郭庆华,胡天宇,马勤,徐可心,杨秋丽,孙千惠,李玉美,苏艳军[1]（2020）在《新一代遥感技术助力生态系统生态学研究》文中进行了进一步梳理随着气候变化和人类活动的加剧,生态系统正处于剧烈变化中,生态学家需要从更大的时空尺度去理解生态系统过程和变化规律,应对全球变化带来的威胁和挑战。传统地面调查方法主要获取的是样方尺度、离散的数据,难以满足大尺度生态系统研究对数据时空连续性的要求。相比于传统地面调查方法,遥感技术具有实时获取、重复监测以及多时空尺度的特点,弥补了传统地面调查方法空间观测尺度有限的缺点。遥感通过分析电磁波信息从而识别地物属性和特征,反演生态系统组成、能量流动和物质循环过程中的关键要素,已逐渐成为生态学研究中必不可少的数据来源。近年来,随着激光雷达、日光诱导叶绿素荧光等新型遥感技术以及无人机、背包等近地面遥感平台的发展,个人化、定制化的近地面遥感观测逐渐成熟,新一代遥感技术正在推动遥感信息"二维向三维"的转变,为传统样地观测与卫星遥感之间搭建了尺度推绎桥梁,这也给生态系统生态学带来了新的机遇,推动生态系统生态学向多尺度、多过程、多学科、多途径发展。因此,该文从生态系统生态学角度出发,重点关注陆地生态系统中生物组分,并分别从生态系统类型、结构、功能和生物多样性等方面,结合作者在实际研究工作中的主要成果和该领域国际前沿动态,阐述遥感技术在生态系统生态学中的研究现状并指出我国生态系统遥感监测领域发展方向及亟待解决的问题。
孟岩[2]（2020）在《泰山优势树种人工林林分分布动态及森林健康评价》文中指出泰山森林植被是我国华北地区暖温带落叶阔叶林带植物群落的典型代表,其保护和管理意义重大。泰山森林大多数为20世纪五六十年代营造的人工林,尽管当时的短时间大面积造林对于快速绿化起到了积极作用,但限于当时经济技术条件和种质资源的制约,造林以纯林为主,树种主要选择了松类（Pinus）（主要是油松（Pinustabulaeformis））、栎类（Quercus）、刺槐（Robiniapseudoacacia）和侧柏（Platycladus orientalis）,且造林密度大,林分组成结构不尽合理。加之现今泰山的人工林基本已经达到了成熟林甚至过熟林阶段,抵御外界干扰的能力下降,当遇到虫害、极端逆境等外在影响时,往往会出现严重受害甚至大片死亡现象。泰山森林亟待进行健康评价并在此基础上进行科学营林。本研究旨在通过对泰山国有林场优势树种人工林林分分布动态进行跟踪调查,探讨林分分布动态变化规律及与森林生态系统健康的关系,进而评价泰山森林健康水平并找到主要制约因子,在此基础上有针对性的提出相应的营林措施建议。以泰山国有林场为研究区,基于遥感影像,开展了人工林林分分布的动态变化研究并结合研究区森林资源二类调查数据进行森林健康评价。（1）基于GEE（Google Earth Engine）平台获取了2000年及2016年的多光谱Landsat影像数据。应用empirical rotation校正模型对2000年及2016年的遥感影像进行地形光照校正,降低山区地形阴影的影响;（2）搜集研究区2000年的泰山林场各管理区森林资源现状图（纸质）,通过在影像上加载各管理区边界线,并将遥感影像中的山脊、山谷走向和明显地物标识与纸质版森林资源现状图相结合,在GIS（Geographic Information System）平台下手动画出2000年的主要林分分布样本;2016年的林分分布样本来源于研究区基于ArcGIS的森林资源二类调查结果,通过对树种结构和优势树种两个属性进行同时选择而获得;（3）分别应用2000年的Landsat7 ETM+（Enhanced Thematic Mapper）影像及2016年的Landsat 8 OLI（Operational Land Imager）影像（其中每一年份应用4期影像）,在地形光照校正的基础上,结合搜集并在GIS系统下处理的样本数据,应用随机森林RF（Random Forest）分类器对研究区2个年份的林分组成及分布进行研究,得到研究区2000年及2016年的四类主要林分分布图;（4）在ArcGIS10.1下,将2000年及2016年的林分分类结果由栅格格式转化为矢量格式,并进行空间叠加,通过建立新的属性字段,对2000年和2016年的树种代码进行对比,将树种代码未发生变化的区域删除,保留变化的区域,得到研究区跨度16年的优势树种林分分布变化结果图;（5）通过对林分变化明显的区域设置样地,对样地进行详细外业调查,研究了泰山人工林林分分布变化的规律及驱动机制;（6）在欧空局ESA（European Space Agency）官网下载Sentinel-2A遥感影像数据,通过建立模型对泰山森林的植被健康程度进行遥感反演,获得森林植被健康程度指标因子;（7）将通过Sentinel-2A数据提取的指标因子与森林资源二类调查中提取的指标因子结合起来,通过层次分析法AHP（Analytic Hierarchy Process）确定各指标因子权重,对泰山森林进行健康评价。本研究探讨了泰山主要人工林林分类型（松类人工林、栎类人工林、刺槐人工林和侧柏人工林）分布变化的规律及驱动机制,并进行了森林健康评价。通过在ArcGIS软件下对研究区2000年及2016年的分类结果进行空间叠加,得到研究区跨度16年的林分分布变化结果图。通过GIS的统计功能表明,经过16年的变化,研究区松林和刺槐林是面积变化较大的两个林分类型。松林占整个泰山森林的比例由55.69%下降到50.22%,下降的百分比高达5.47%;侧柏林面积有一定的下降,下降百分比为0.60%;刺槐林所占比例由2000年的10.15%上升到2016年的13.75%,上升比例为3.60%;栎林面积也有一定的增长,上升比例为1.77%。总体趋势是阔叶林面积不断增加,针叶林面积缩小。在获得主要林分动态变化结果的基础上通过样地调查分析树种分布变化的原因及内在驱动机制。4类林分分布动态的内在驱动机制是阔叶树种通过种间竞争逐步使针叶树种变为树下树,长势衰退甚至死亡,在山体的阳坡阔叶树种入侵针叶树种较山体阴坡严重,但人为活动有目的地对阔叶树种的生长进行干预可以减缓阔叶树种的扩张进程。同为针叶树种,松类减少的速度大于侧柏。同为阔叶树种,当栎林处于刺槐林上坡位时会出现栎类侵入刺槐林的现象。在此基础上,应用2016年的森林资源二类调查数据,并结合同期的哨兵-2A（Sentinel-2A）遥感数据提取出反映泰山森林健康状况的评价指标,在运用层次分析方法（AHP）获得各指标权重的基础上,在GIS系统中对泰山森林健康状况进行评价。评价结果表明,优质等级森林面积（81.69hm2）和健康等级森林面积（2670.48 hm2）仅占到泰山森林总面积的23.46%,60.65%的泰山森林处于亚健康状态。不健康等级的森林面积为1864.74 hm2,占泰山森林总面积的15.90%,其中含96.92hm2极不健康森林,即超过3/4的泰山森林处于亚健康或不健康状态。本研究认为影响泰山森林健康的主要因素为造林时树种选择单一且并未完全按照“适地适树”原则开展造林,在林业经营过程中反复下层疏伐和割灌,导致大部分森林为单层林,此外气候条件变化导致的气温升高及降水减少也是影响泰山森林健康的一个制约因子。对泰山林场下一步开展营林活动提出如下建议:一是逐步调整林分结构,在坡度陡、土层瘠薄、水分含量低等立地条件极差的区域的退化油松林可逐步间伐,营造灌木林;二是及时疏伐,降低林分密度,促进天然下种更新,营造异龄林、复层林;三是按照“适地适树”原则引进乡土树种,营造混交林,避免大面积纯林;四是针对气候条件变化有规划的引入抗旱性较强的树种。
郝庆丽[3]（2019）在《多维度城市夜间光环境数字观测与空间模型构建研究》文中研究说明随着城市夜间照明快速发展,不良的人工照明造成光污染,对天文观测、生态健康、节能环保等产生了严峻的威胁。完善夜间光环境观测和模型构建系统是防控光污染的根本方法。当前研究中,地面实测主要关注单一层次观测且研究区域范围受限,遥感观测数据分辨率低,限制街区尺度光环境的研究,遥感和实测通常独立研究。因此,本文初探多维度实测和遥感数字协同观测夜间光环境,构建空间光环境模型,并分析了不同类型区域的光环境分布特征。本课题的主要研究工作及成果包括以下几项。（1）系统总结了地理信息系统、ArcGis软件和遥感技术在城市夜间光环境应用研究中的最新动态。（2）基于遥感观测的国际典型国家夜间光环境评估:利用美国国防气象卫星计划（Defence Meteorological Satel-lite Program,DMSP/OLS）和可见光红外成像辐射仪（the Suomi National Polar-Orbiting Partnership Visible Infrared Imaging Radiometer Suite,NPP-VIIRS）夜光数据,研究了1992-2018年27年间世界典型国家的夜间光环境亮度水平和变化趋势,确定了中国夜间光环境的国际水平。（3）基于遥感观测的国内典型城市夜间光环境评估:利用最新珞珈夜光数据,研究了中国典型城市的夜间光环境水平和分布模式,确定了大连夜间光环境的国内水平。（4）基于地面实测的城市中心光环境观测与评估:通过地面实测,研究了城市广场两个时间段、三个空间层次的光谱分布、星等亮度分布、照度分布、色温分布以及整体光环境特征,并基于ArcGIS构建多层次、多参数、不同时间段的夜间光环境地图。（5）夜光遥感数据与地面实测数据相关性分析:对大连市四个广场的地面实测数据与珞珈夜光数据进行可视化对比及相关性分析,发现遥感数据（辐射亮度）和实测数据（亮度）之间显着相关。（6）基于遥感观测的城市夜间光环境研究:利用珞珈夜光数据研究了大连市城市中心区域（城市广场）和城市边缘区域（山区林地和近岸海域）夜间光环境分布及衰减趋势。本研究课题的创新之处在于:利用遥感夜光数据和地面实测数据,从多个空间维度以数字观测方法研究了夜间光环境的时空变化;利用珞珈夜光数据探索了滨海城市的夜间生态光环境。
回易[4]（2017）在《遥感技术在全球变化研究中的应用分析》文中指出人类社会在不断发展过程中,由于一些不适当的发展方式,对人们赖以生存的环境造成了严重破坏,对于人们的正常生活造成了一定的影响。就现阶段来说,全球变化是人类研究的重点,遥感技术是人类研究地球变化的主要方式,主要是由于其在应用过程中,具有快速、多波段、周期性、大面积覆盖等观测能力,能够有效的提高工作效率以及工作质量。文章以遥感技术的相关内容为切入点,对相关的问题进行分析,指出了遥感技术在全球变化中的地位以及作用。
赖家明[5]（2016）在《基于遥感技术的川西天然林监测信息提取方法研究》文中提出天然林保护工程（以下简称“天保工程”）是我国投资规模最大的林业生态建设工程项目之一,已实施近20年,其实施的成效如何已成为国内外社会关注的焦点。传统的森林监测技术和方法已不能满足林业生态建设项目的监测需求。随着卫星对地探测技术的飞速发展,遥感技术在监测范围、监测内容和监测时效及精度上都独具优势。因此,本研究以川西甘孜地区道孚研究区1989年、1997年TM影像,2015年ETM影像为数据源,提取森林资源信息,对天保工程实施前后森林资源消长、景观格局动态、水土流失变化、森林固碳能力和效益等方面进行了遥感监测;以夹金山研究区Quick Bird遥感影像为数据源,以面向对象的多尺度分割方法,逐级分层提取天然林破坏信息,选设评价因子,应用信息量模型法,对天然林破坏类型的危险性进行了综合评价和危险性等级区划。旨在为川西林区天然林资源可持续发展提供基础数据和技术支持,进而为我国天保工程的决策和实施提供理论依据。本文主要研究内容及创新成果有以下几方面:（1）基于e Congnition 8.64遥感图像处理程序,采用面向对象的多尺度分割方法,针对不同破坏类型筛选最优分割尺度和参数,建立了一种适合川西亚高山林区的分类识别规则集,自动提取各种天然林破坏信息。结果表明:提取地质滑坡点48个,地质滑坡面积为6.6113 hm2,道路长度19.7146km,道路面积为8.1295hm2,民居数量275处,民居面积为4.5982 hm2,总体分类精度都超过87%。（2）结合野外实测生物量数据,分别采用线性、非线性和多元回归法,基于多种遥感植被指数和遥感因子,建立了川西亚高山林区最优森林生物量遥感估算模型。最优乔木林生物量模型为:Y=127.340 TM2+93.835 TM3+344.518 TM5-75.505 WVI+0.339 V13-226.322 BVI+9.664（R2=0.888,P<0.05）;最优灌木林生物量模型为:Y=-49.469 TM2-141.236 TM3+0.056 BVI+16.468（R2=0.790,P<0.05）。（3）基于遥感技术提取研究区植被覆盖度分布信息,建立了适宜于川西亚高山林区的土壤侵蚀强度评价指标体系,把土壤侵蚀强度划分为四个等级。结果表明:在天保实施前（1989～1997年）,强度侵蚀区面积比例由12.38%上升到14.73%,微度侵蚀区面积比例由9.32%下降至7.42%,土壤侵蚀状况呈现恶化趋势;天保工程实施后（1997～2015年）,强度侵蚀区面积比例由14.73%下降到11.89%,土壤侵蚀恶化状况得到改善。这表明,天保工程的实施有效的遏制了土壤侵蚀。（4）经Gram-Schmidt变换,对研究区影像融合,采用最大似然法（Maximum Likelihood）对三期影像分类解译,提取了不同植被覆盖类型的分布位置和面积。结果表明:1989～1997年研究区森林覆盖率由65.06%下降到62.60%,下降了2.46%;1997～2015年,天保工程实施近20年,森林覆盖率由62.60%回升至65.34%,上升了2.74%。研究表明,天保工程的实施有效地保护了森林资源。（5）基于融合影像解译结果,提取了1989、1997和2015年三个时期森林景观类型分布位置,运用ENVI5.0遥感图像处理软件和Fragstats4.0景观格局分析软件,监测了研究区主要森林景观类型的变化状况。结果表明:三个时期（1989、1997和2015年）研究区景观基质都是灌木林地,面积比例分别为:34.09%、34.27%和33.89%;乔木林地为第二重要景观类型,面积比例分别为:30.11%、26.75%和30.61%。灌木林和乔木林组成复合景观类型控制着区域生态环境的演变。在时间动态上,从斑块类型水平格局看,乔木林地、灌木林地的斑块数量和斑块密度以及最大斑块面积,在天保工程实施前（1989～1997年）下降,天保工程实施后（1997～2015年）增加,破碎化程度出现波动,其它景观类型破碎化程度变化不明显;从景观水平格局看,三个时期边缘密度依次为32.7588、36.0567和35.2637,集合度指数依次为95.1919、96.5094和96.2046,香农多样性指数依次为0.733、0.7126和0.7523。它们均在天保工程实施前（1989～1997年）10年间增加,天保工程实施后（1997～2015年）近20年间下降。这表明,天保工程的实施使景观整体连通性逐步恢复,生态系统物质和能量流动更顺畅,生物多样性提高,有利于生物群落的演化和发展。（6）采用建立的遥感生物量估算模型,基于遥感影像数据,测算了森林固碳能力,三个时期（1989、1997和2015年）森林固碳总量分别为:2828529.7 Mg、2623878.8 Mg、4130166.9Mg。其中,乔木林固碳量在总固碳量中的贡献率分别为80.17%、77.35%和79.16%。这说明乔木林影响着研究区森林固碳能力的整体发挥。天保工程实施前（1989～1997年）森林固碳能力呈下降趋势,而天保工程实施后（1997～2015年）,固碳能力呈上升趋势。说明天保工程提高了森林的固碳能力。（7）利用红波段和近红外波段数据计算归一化植被指数,监测了研究区植被动态变化。结果表明:1989～1997年研究区植被覆盖度显着下降,中等覆盖度（40%～60%）面积比例由70.56%降为59.90%;天保工程实施后,1997～2015年研究区植被覆盖度明显回升,中高等覆盖度（60%～80%）面积比例由19.26%上升为31.09%,增幅11.83%。这说明,天保工程的实施有利于森林植被的恢复。（8）使用信息量模型法,根据破坏类型选择不同的评价因子,基于RS和GIS技术,提取不同单项评价因子数据,计算信息量值,评估了各种破坏类型的危险性。结果表明:夹金山研究区内沟谷密度大于7km/km2、坡度大于50°且道路缓冲距离在100m以内的裸地区域,最容易发生地质滑坡;坡度在20°以内,且与居民地缓冲距离在100m到500m之间的草地区域,人为农牧活动是天然林破坏的主要类型;在高程为3500～3800m区间且郁闭度小于0.5的西北坡的有林地区域风损自然灾害是最易发生破坏类型;高程3500m以上、坡向为北坡、树种为云杉或冷杉的乔木林区最易发生雪损自然破坏。（9）基于各种破坏类型危险性信息量值,以自然断点法,区划了研究区天然林破坏危险性等级。结果表明:夹金山研究区天然林各危险等级面积分布中,极重度危险性区面积707.9519hm2,占总面积的14.49%;极轻度和轻度区域面积为1968.0607hm2,占研究区总面积的40.28%;中度和重度区域面积2209.6133 hm2,占研究区总面积的45.23%。监测数据表明:夹金山研究区天然林破坏整体危险性处于中间状态,只要加强保护措施,改善外部环境,危险性降低,天然林资源将回归到可持续发展的轨道上。
张增祥,汪潇,温庆可,赵晓丽,刘芳,左丽君,胡顺光,徐进勇,易玲,刘斌[6]（2016）在《土地资源遥感应用研究进展》文中进行了进一步梳理遥感数据与土地资源在时空特性方面具有高度的一致性,土地资源研究长期是遥感应用的主要领域之一。过去数十年来,国内外开展了大量的土地资源与环境遥感应用研究,遥感技术为土地资源研究提供了丰富的信息源和实现手段,拓展了土地资源的研究内容,强化了土地资源的研究程度。随着遥感技术的发展和应用研究的深入,针对日益多样化的实际需求,创新研究方法,加强与传统学科的有机结合,在提取系列化专题信息基础上,开展不同时空尺度的综合性分析与评估,切实满足全球变化研究和实现区域可持续发展的需要,仍然是土地资源遥感应用研究应该关注的主要发展方向。
李秀明[7]（2016）在《基于RS和GIS的磴口县生态环境研究》文中研究说明生态环境问题,已成为影响社会经济发展和人民生活质量的突出问题。生态环境建设首次被写入国家的“十三五”发展规划纲要,成为国家发展的重要任务。在前人研究成果的基础上,本文基于TM遥感数据、气象数据、统计年鉴数据,利用ENVI与GIS技术及相关模型,对研究区近60年气象变化特征,1986年、1994年、2002年和2011年四个时段的土地利用/土地覆盖变化情况、荒漠化动态变化、以及所反映的生态环境进行了详细的研究,并对相应的驱动力机制以及生态环境未来发展趋势进行了预测分析。主要研究成果与创新认识包括:1.对研究区近60年气象变化特征进行了分析。本文选取了巴彦淖尔市气象局磴口气象站有气象记录以来（19542014年）的气象数据资料,运用滑动平均值、累积距平值、线性倾向预测等现代气象学统计方法,对区内近60年气象变化特征进行了分析,并与全自治区气象变化进行了对比分析。2.揭示了研究区土地利用/土地覆盖变化特征及相互转化规律。本文通过ENVI软件对遥感影像进行了监督分类统计,利用土地利用/土地覆盖动态分析模型,首次对研究区近25年来土地利用变化特点和规律进行了定量化分析,得出研究区土地利用/土地覆盖分布及变化特征;通过GIS软件对解译遥感影像的叠加处理、分类统计,得出各土地利用类型之间相互转化规律。3.分析了研究区荒漠化分布特征及演化规律。通过遥感解译的像元二分法、影像叠加分析以及相关模型,对研究区1986至2011年荒漠化特征与演化规律进行了统计分析。研究表明区内荒漠化问题非常严重,在四个年份的数据中,极度荒漠化类型占比都达到了70%以上。4.预测了未来十年研究区土地利用/土地覆盖类型及荒漠化的发展趋势。利用研究区内土地利用/土地覆盖类型转化规律以及通过对荒漠化数据进行曲线拟合分析,对研究区内土地利用/土地覆盖和荒漠化未来十年的发展演变趋势进行了预测。5.对研究区土地利用/土地覆盖类型与荒漠化的驱动因子进行了定量分析。运用皮尔逊相关、典型相关分析等模型,运用SPSS软件对研究区内不同土地利用/土地覆盖类型、不同荒漠化程度的驱动力因子进行了定量化分析研究。
吴炳方,邢强[8]（2015）在《遥感的科学推动作用与重点应用领域》文中指出在调研国内外遥感案例的基础上,论述了遥感在推动地球系统科学发展方面的作用,及在我国的重点应用领域。遥感催生了全球变化研究,使得人类得以从新的视角来探索地球上的生命未来;遥感推动了地球科学从定性到定量、从描述到分析、从单站点到多时空尺度的变革,诸多新兴交叉学科应运而生。遥感是应用驱动的,一致性及可对比性是定量遥感的核心,也是遥感深化应用的基础。遥感应用于众多领域,但不同的国家基于各自的国情有不同的侧重点,其中,维护国家全球利益、灾害快速响应与灾后评估、第三方独立监督、保障国防安全是我国的应用重点。
刚成诚[9]（2015）在《全球草地生产力时空动态定量评估及其驱动因素分析》文中指出草地生态系统是陆地表面分布面积最大的生态系统之一,约占大陆总面积的1/4,具有防风、固沙、保土、调节气候、净化空气、涵养水源等生态功能,对维系生态平衡、地区经济、人文历史具有重要地理价值。草地生态系统提供了人类食用的肉制品和奶制品,对畜牧业的发展起到了至关重要的作用,是食品安全的重要组成部分。此外,由于其广大的分布面积,草地具有巨大的固碳潜力,对平衡全球温室气体浓度,降低陆地温室效应具有重要意义,在全球碳循环评估中发挥着重要作用。随着全球气候变化和人类活动干扰的加剧,草地生态系统结构和功能发生相应变化。研究气候变化影响下的草地生产力时空动态及驱动因素不仅有助于了解全球草地生态系统碳循环的机制,且对评价全球陆地生态系统碳循环和碳源/汇功能具有重要参考意义。本研究首先以典型区—中国、北美、欧洲和澳大利亚的草地生态系统为研究对象,对比分析了 1981-2010年间,4个地区的草地空间分布、草地净初级生产力（Net primary productivity,NPP）、碳储量、土壤呼吸（Rs）、土壤异养呼吸（Rh）及净生态系统生产力（Net ecosystems productivity,NEP）的时空动态,并根据草地NPP与气候因子的相关性来揭示不同草地NPP对气候变化的响应;此外,利用改进的综合顺序分类法（Comprehensive Sequential Classification System,CSCS）模拟了过去百年不同时期全球草地覆盖,并利用基于湿润度指数K的分段模型和单室模型模拟了全球草地NPP和NEP,分析其时空动态及未来不同气候情景下的变化趋势,并分析草地生产力对不同气候因子的敏感性;最后,利用NPP和覆盖度作为草地退化等级划分的指标,对全球草地退化进行遥感监测,并引入3种NPP做为指标,对造成草地退化的气候变化和人类活动两种因素进行定量化和空间化分析。本研究得到的主要进展如下:1.典型区草地生产力时空动态及驱动因素分析以中国、北美、欧洲和澳大利亚的草地生态系统为研究对象,对比分析了 1981-2010年间,4个地区的草地空间分布、草地NPP、碳储量、Rs、Rh及NEP的时空动态,最后分析了不同草地NPP与年平均温度（MAT）和年总降水量（MAP）的相关性来揭示不同草地NPP对气候因子的敏感性。研究表明:（1）.在4个地区中,北美草地面积最大,其NPP为4225.30±215.43 Tg DW.yr-1,欧洲草地面积最小,其NPP为928.95±24.68 Tg DW·yr-1。30年间,中国和澳大利亚的草地NPP呈现上升趋势,而欧洲和北美草地NPP整体下降;（2）.北美地区草地的碳储量最高,为145.25 Pg C,中国草地碳储量最低,为36.42 Pg C,欧洲和澳大利亚的草地碳储量分别为45.46和52.38 Pg C。草地碳储量的95%以上储存在土壤中;（3）.澳大利亚草地的Rs最高,为5.72±0.62 Pg C.yr-1,欧洲草地的Rs最低,为1.39±0.05 Pg C.yr-1,中国和北美草地的Rs分别为2.13±0.07和5.55±0.18 Pg C.yr-1;北美草地的Rh最高,为2.96±0.09 Pg C.yr-1,欧洲草地的Rs最低,为0.73± 0.02 Pg C.yr-1,中国和澳大利亚草地的Rs分别为1.12±0.03和2.92±0.28Pg C.yr-1。30年间,中国、欧洲和澳大利亚的草地Rs和Rh均呈现总体上升的趋势,而北美草地Rs和Rh下降;（4）.欧洲草地NEP最高,平均为11.92±9.22 Tg TgC·yr-1,澳大利亚草地NEP最低,平均为-1176.03±61.73 Tg C.yr-1,中国和北美草地NEP分别平均为-22.46±21.45和-682.73±48.90 Tg C.yr-1,即欧洲草地表现为碳汇,其他地区草地均为碳源。1981-2010年间,澳大利亚草地NEP整体呈现上升趋势,而中国、北美和欧洲草地NEP整体下降,即向大气中释放的碳逐渐增多;（5）.草地NPP对降水的变化更加敏感,不同草地类型对降水变化的反应不同。2.全球草地面积时空动态及驱动因素分析基于改进的草地综合顺序分类法模拟了过去百年不同时期全球及各大洲草地类组的时空动态及未来演变趋势,并研究了不同草地类组的迁移方向和距离,并分析其变化原因。研究表明:（1）.全球草地面积为（5100.21±59.06）× 104km2,在5个草地类组中,热带萨王纳类组的面积最大,为（2010.05±108.32）× 104km2,典型草地类组面积最小,为（414.21±19.00）× 104km2,冻原与高山草地类组、荒漠草地类组和温带湿润草地类组的面积分别为（1442.78± 85.73）、（780.84±13.16）和（452.32±32.26）× 104 km2;（2）.在过去的100年中,全球草地面积从5175.73 ×104 km2下降到5102.16 × 104 km2,其中冻原与高山草地类组的面积下降最多,为192.35 × 104km2,荒漠草地类组、典型草地类组和温带湿润草地类组的面积分别下降14.31、34.15和70.81 × 104 km2,热带萨王纳类组的面积增加了238.06 × 104 km2;（3）.到本世纪末,全球草地面积将会继续下降,其中RCP8.5情景中草地面积将下降最多（516.55×104km2）,RCP2.6情景中下降最少（405.84 × 104 10km2）,在RCP4.5和6.0情景中,将分别下降503.74和482.02 × 104 km2;（4）.在六个大洲中,亚洲的草地分布最广,为（1940.62±48.14）× 104 km2,欧洲的草地面积最小,为（201.52±12.95）× 104 km2,非洲、北美洲、南美洲和大洋洲的草地面积分别为（1007.72±24.14）、（1065.10±53.19）、（397.39±7.19）和（487.85±47.31）× 104km2;（5）.在过去的100年中,亚洲、欧洲和北美洲草地面积呈现下降的趋势,非洲、大洋洲和南美洲的草地面积整体上升;在未来的几十年内,亚洲和北美洲草地面积将继续下降,欧洲草地面积在RCP8.5情景中将显着增加,而在其他情景中变化较小,非洲和南美洲草地面积将继续上升,大洋洲的草地面积将逐渐下降;（6）.过去的100年中,在北半球,温带湿润草地类组的重心向西北方向移动,其他草地类组的重心均向东北方向移动,其中典型草地类组的迁移距离最长,为633.11km;在南半球,荒漠草地类组和热带萨王纳类组分别向西南和东南方向迁移,其中荒漠草地类组的迁移距离最长,为1289.75km,冻原与高山草地类组、典型草地类组和温带湿润草地类组则向北方迁移。而在未来几十年内,RCP8.5情景中,各草地类组的迁移距离最长,大部分草地类组将向北方移动,其中RCP2.6情景中迁移方向争议较大。3.全球草地净初级生产力时空动态及驱动因素分析利用基于湿润度指数K的分段模型定量评估过去百年不同时期全球草地NPP的时空动态及未来演变趋势,并通过相关性分析研究草地NPP对不同气候因子的响应。研究表明:（1）.全球草地NPP为（26.09±0.44）Pg DW·yr-1,在5个草地类组中,热带萨王纳类组的NPP最高,为（14.08±0.86）Pg DW·yr-1,其次为冻原与高山草地类组,其NPP为（5.88±0.36）Pg DW.yr-1,典型草地类组NPP最低,为（1.59±0.06）Pg DW-yr-1,荒漠草地类组和温带湿润草地类组的NPP分别为（2.47±0.02）和（2.07±0.12）Pg DW.yr-1;（2）.在过去的 100 年中,全球草地 NPP呈现总体上升的趋势,共增加了 745.32 Tg DW·yr-1。在未来的几十年内,在RCP2.6情景中,草地NPP在2030s之后无显着变化;在RCP4.5情景中,将有微弱的增加;在RCP6.0和RCP8.5情景中,草地NPP在2030s之后将增加。在2070s,草地NPP与1920s相比,在不同情景将分别增加2.88%、4.45%、5.70%和12.35%;（3）.冻原与高山草地类组和温带湿润草地类组的NPP在整个研究时间范围内逐渐下降,而荒漠草地类组和典型草地类组NPP波动较大,热带萨王纳类组的NPP在1920s-2070s逐渐上升,其中RCP8.5情景中将增加最多,在RCP2.6情景将增加最少;（4）在六个大洲中,亚洲草地NPP最高,占全球草地NPP的30.73%,其次为非洲草地NPP,占全球草地NPP的27.69%,欧洲草地的NPP最低,占全球草地NPP的4.40%,北美洲、南美洲和大洋洲的草地NPP分别占全球草地NPP的17.26%、10.64%和9.29%;（5）.在过去的100年中,亚洲、非洲、大洋洲和南美洲草地NPP呈现总体上升的趋势,而欧洲和北美洲草地NPP下降;在未来的几十年内,亚洲和大洋洲的草地NPP将下降,非洲和南美洲草地NPP则会快速增加,而在欧洲和北美洲草地NPP在多数气候情景中变化较小;（6）.降水是影响全球尺度草地NPP最重要的气候因子。4.全球草地净生态系统生产力时空动态及驱动因素分析利用基于湿润度指数K的单室模型定量分析了不同时期全球草地NEP的时空动态,并通过相关性分析研究了NEP对不同气候因子的敏感性。研究表明:（1）.全球草地NEP平均为117.66±173.44 Tg C·yr-1,在5个草地类组中,典型草地类组的NEP为-41.94± 32.38 Tg C.yr-1,表现为碳源,冻原与高山草地类组的NEP最高,为（82.38±108.16）TgC·yr1,具有最高的固碳潜力;其次为热带萨王纳类组,其平均NEP为（46.00±39.57）Tg C·yr-1;荒漠草地类组的NEP最低,为（4.61± 7.01）Tg C.yr-1;温带湿润草地类组的平均NEP为（26.61±27.43）Tg C·yr-1;（2）.在过去的100年中,全球草地NEP由8.40降低为到-42.91 TgC·yr1,即从吸收碳转化为释放碳。未来的几十年内,在RCP8.5情景中,全球草地NEP将一直下降,到2070s将下降至（-713.50±302.29）Tg C·yr-1;在RCP2.6情景中,草地NEP在2030s之后将有微弱上升,到2070s将达到（-166.63±103.14）Tg C·yr-1;在RCP4.5和6.0情景中,到2070s将分别下降至（424.51±177.63）和（406.43±167.49）Tg C.yr-1;（3）.在六个大洲中,亚洲草地固碳潜力最强,最高达到135.37 Tg C·yr-1,在过去的100年中,除南美洲草地接近碳中性外,其他大洲草地均表现为碳汇;到本世纪末,全球各大洲草地均将转化为碳源;（4）在全球尺度,草地NEP更易受温度和降水的综合作用,其中降水的作用更加明显。5.全球草地退化遥感监测及其驱动力分析利用NPP和覆盖度作为草地退化等级划分的指标,研究2000-2013年全球草地退化状况,同时利用潜在NPP（NPPp）、实际NPP（NPPa）及二者差值（即人类活动作用导致NPP的损失,HANPP）定量评估气候变化和人类活动在草地退化中的相对贡献。结果表明:（1）.全球发生不同程度退化的草地面积为1401.01 × 104km2,占全球草地面积的23.90%,未发生变化的草地面积为3017.24 × 104km2,占全球草地面积的51.47%;（2）.在发生变化的草地中,呈现轻度改善的草地分布面积最大,占16.30%,呈现轻度退化和显着退化的草地面积分别占全球草地面积的15.30%和2.07%;（3）.亚洲和北美洲草地呈现轻度改善的面积分别占各自大洲草地面积的17.55%和23.48%,而在其他大洲,呈现轻度退化的面积较大,最大面积的草地退化和草地改善均发生在亚洲;（4）.气候变化是全球草地退化的最主要原因,导致了 45.51%的草地退化,而人类活动次之,导致32.53%的草地退化,而人类活动是草地改善的主导因素,占改善草地总面积的45.51%,而气候变化导致了30.6%的草地改善;（5）.由于草地退化引起的NPP损失在1.40（北美洲）和13.61 TgC·yr1（大洋洲）之间,而由于草地改善造成的NPP增加在1.59（北美洲）和17.57 Tg C·yr-1（欧洲）之间。气候变化和人类活动对各个大洲草地退化的影响不同。6.精度验证和误差来源本研究的时间横跨过去百年到本世纪末,空间尺度由区域尺度到大洲尺度到全球尺度,从不同时空尺度探讨了气候变化对草地面积及生产力的影响。由于研究时间和空间尺度较大,模拟结果的验证难度较大,为了提高模型模拟精度、降低其不确定性,本论文采用立体取样-交叉验证-综合评判的方法,从样点实测数据、不同模型结果对比和文献结果验证的方法对模型模拟结果进行验证,结果表明模型模拟结果与实测数据及现有研究结果吻合度较高,能够合理的反映气候变化对草地碳循环的影响状况。论文结果的误差来源主要有:首先,在模拟全球草地生产力的研究中,模型中只用到降水和温度两个指标,许多重要的因子（如人类活动、CO2施肥效应、氮沉降、植被生理生态过程等）并没有考虑到模型中。不过模型抓住了影响草地发生与发展的主要气候因子,因此,从长时间序列大空间尺度看结果是合理有效的;其次,输入数据的误差,由于上个世纪初气象观测点很少,根据有限的资料外推到全球尺度会产生很大问题,特别是降水数据,其空间分布的变化很大,而草地生产力对降水敏感性更高,因此会对结果造成误差。最后,由于估算模型和参数方案各不相同,未来气候情景数据中不同GCM所模拟的气候因子的空间分布和强度差别也较大,本论文利用可搜集到的所有GCM模拟结果的平均值来研究未来变化趋势,在一定程度上降低了结果的不确定性。7.论文的主要创新之处在于:（1）.目前关于草地生产力的观测和模拟都集中在小尺度的均质样地上,缺乏大尺度草地生产力的模拟。本研究结合草地生理生态特征,以4个典型区—中国、北美、欧洲和澳大利亚的草地为研究对象,对比分析了 1981-2010年间,4区草地空间分布特征、草地NPP、碳储量、Rs、Rh和NEP的时空动态,从区域尺度上研究气候变化对草地生产力和碳源/汇功能的影响;（2）.利用改进的CSCS、基于湿润度指数K的分段模型和单室模型,首次从全球尺度对长时间序列全球草地面积、NPP和NEP进行模拟,定量评估不同时期的时空动态及未来演变趋势,不仅为全球草地碳循环和碳格局提供了本底资料,对资料难以获取的地区或时间段的全球变化研究具有重要的指导意义,而且可为IPCC第6次评估报告提供数据支持;（3）.目前草地退化的监测多集中在样地尺度或均质斑块,不同研究中监测指标不统一,结果可比性较差,而大尺度草地退化遥感监测的研究较少,同时缺乏草地退化驱动力的定量评估。基于此,本文利用多元遥感数据,以NPP和覆盖度作为草地退化监测指标,选取3种NPP—潜在NPP、实际NPP及二者差值人类占用的NPP作为评价指标,构建了定量评估气候变化和人类活动对草地退化驱动的研究方法。这种方法不仅明确了全球草地退化现状,而且确定了不同区域草地退化的主导驱动因素。这对草地生态恢复措施的合理调整和草地资源的可持续利用具有重要意义,并且研究结论一定程度上可为生态恢复工程的绩效评价提供理论参考。8.总结草地生态系统分布广阔,地形和气候条件复杂,使其生产力分布具有较大的空间异质性。根据IPCC的第5次评估报告,过去的30年是近800年中最热的30年,在这段时间内,中国和澳大利亚草地NPP和Rh均上升,但在中国Rh上升速度更快,导致草地NEP下降,而在澳大利亚,草地NPP上升速度较快,因此草地NEP整体上升;欧洲草地NPP下降而Rh上升,导致NEP下降;北美地区草地NPP和Rh均下降共同导致草地NEP整体下降。与其他植被类型相比,草地更易受气候变化影响。过去百年的气候变化已导致全球草地面积整体下降,尤其是中高纬度草地面积持续下降,热带地区草地分布不断扩张。虽然草地NPP整体呈现上升趋势,但大部分草地NPP下降。到本世纪末,草地面积将继续下降,草地NPP将继续上升,而草地也将由碳汇转变为碳源。降水是影响草地生产力的主要因素。草地退化驱动机制的定量评估表明,在全球范围内,气候变化是草地退化的主要驱动因素,而人类活动主导着草地改善。本研究不仅对了解全球变化与陆地生态系统碳循环研究具有重要意义,有利于了解气候变化与人类活动对草地生态系统碳循环的影响及其反馈,而且为国家和政府从科学角度解决生态环境问题提供理论依据和可行性方案,并为IPCC第6次评估报告提供数据支持。
高广磊,信忠保,丁国栋,李丛丛,张佳音,梁文俊,安云,贺宇,肖萌,李文叶[10]（2013）在《基于遥感技术的森林健康研究综述》文中进行了进一步梳理遥感技术可以有效完成复杂时空尺度海量信息的收集处理,其与森林健康研究的交叉、融合大大提高了复杂时空尺度上森林健康研究的表达能力。目前,森林健康遥感研究正处于各学科交叉、融合、调整,由静态向动态、单一向复杂、零散向系统转变的关键发展时期,但缺乏对森林健康问题的全面考量、逻辑安排和系统的顶层设计。在把握森林健康活力、组织结构和恢复力核心理念的基础上,从森林资源调查、森林生态功能评估、森林健康风险控制和森林植被参数提取四个方面构建和丰富基于遥感技术森林健康研究体系,对国内外森林健康遥感研究进行综述。通过对以上研究内容的总结分析,明确基于遥感技术的森林健康研究各领域的研究进展,及其在理论、技术和应用方面的不足。分析认为:（1）未来应加强森林生态和遥感技术重大基础理论研究,以明确森林结构、过程、功能与遥感数据之间的耦合关系;（2）发展完善新型遥感技术、遥感数据解译算法与软件工具,提高遥感数据的精确度、利用率和利用效率;（3）提升森林健康遥感研究成果的科技转化水平,推进快速分析评价与辅助决策功能研究,指导相关森林健康经营活动和科学研究的开展,以及林业政策的制定。
二、遥感技术在全球变化研究中的应用（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、遥感技术在全球变化研究中的应用（论文提纲范文）
（1）新一代遥感技术助力生态系统生态学研究（论文提纲范文）
| 1 遥感技术在生态系统研究中的发展历史 |
| 2 遥感技术在生态系统生态学研究中的应用进展 |
| 2.1 生态系统类型 |
| 2.2 生态系统功能 |
| 2.3 生态系统结构 |
| 2.4 生物多样性 |
| 3 遥感在生态系统生态学研究的机遇与挑战 |
| 3.1 遥感在生态系统研究中的尺度问题 |
| 3.2 近地面遥感在生态系统生态学研究中的前景 |
| 3.3 我国生态系统遥感观测处于快速发展阶段 |
| 4 生态系统遥感的前沿发展方向 |
（2）泰山优势树种人工林林分分布动态及森林健康评价（论文提纲范文）
| 符号说明 |
| 中文摘要 |
| Abstract |
| 1 前言 |
| 1.1 问题的提出 |
| 1.2 国内外研究进展 |
| 1.2.1 林分分类研究进展 |
| 1.2.2 森林健康评价研究进展 |
| 1.3 研究的目的意义及研究内容 |
| 1.3.1 研究的目的意义 |
| 1.3.2 研究内容 |
| 2 研究区域与研究方法 |
| 2.1 研究区域的选择及概况 |
| 2.1.1 研究区自然环境状况 |
| 2.1.2 研究区社会经济状况 |
| 2.1.3 研究区林分状况 |
| 2.2 研究方法 |
| 2.2.1 研究数据及数据预处理 |
| 2.2.2 林分分类及分布动态研究方法 |
| 2.2.3 森林健康评价方法 |
| 2.3 技术路线 |
| 3 结果与分析 |
| 3.1 林分分布动态结果 |
| 3.1.1 地形光照校正结果 |
| 3.1.2 林分分类结果 |
| 3.1.3 分类精度结果 |
| 3.1.4 林分分布空间变化结果 |
| 3.1.5 外业调查结果 |
| 3.1.6 泰安市气象数据结果分析 |
| 3.1.7 四类主要林分分布动态驱动机制分析 |
| 3.2 森林健康评价结果 |
| 3.2.1 各指标分级结果 |
| 3.2.2 森林植被健康程度指标遥感反演结果 |
| 3.2.3 泰山森林健康状况 |
| 3.2.4 森林健康评价结果分析 |
| 4 讨论 |
| 4.1 人工林林分分布动态的研究意义及与森林健康的关系 |
| 4.1.1 人工林林分分布动态的研究意义 |
| 4.1.2 人工林林分分布动态与森林健康的关系 |
| 4.2 遥感技术在本研究中的应用 |
| 4.2.1 应用陆地卫星数据研究林分分布动态的优势与劣势 |
| 4.2.2 林分分类方法的选择 |
| 4.2.3 森林植被健康指数遥感反演的应用 |
| 4.2.4 遥感技术在森林健康评价中的应用 |
| 4.3 人类干扰对泰山人工林的影响 |
| 4.3.1 人类干扰对泰山林分分布动态的影响 |
| 4.3.2 人类活动对泰山森林健康的影响 |
| 5 结论与建议 |
| 本研究创新之处 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表论文情况 |
（3）多维度城市夜间光环境数字观测与空间模型构建研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景 |
| 1.1.1 光污染形式分类 |
| 1.1.2 人工照明类型 |
| 1.1.3 夜天空亮度分级 |
| 1.1.4 光环境影响因素 |
| 1.1.5 光污染广泛危害 |
| 1.1.6 城市照明限制方法 |
| 1.1.7 光污染防治措施 |
| 1.2 国内外研究现状 |
| 1.2.1 光环境研究及保护机构 |
| 1.2.2 光环境数学量化模型 |
| 1.2.3 光环境地面实测 |
| 1.2.4 光环境遥感观测 |
| 1.2.5 光环境 3S交叉研究 |
| 1.3 研究目的及意义 |
| 1.3.1 研究目的 |
| 1.3.2 研究意义 |
| 1.4 技术路线 |
| 1.5 研究内容及方法 |
| 1.5.1 研究内容 |
| 1.5.2 研究方法 |
| 2 地理信息系统和遥感在光环境研究中的应用 |
| 2.1 地理信息系统在光环境研究中的应用 |
| 2.1.1 GIS在夜间光环境研究中的应用现状 |
| 2.1.2 GIS在夜间光环境研究中的应用探索 |
| 2.1.3 Arc GIS在光环境研究中的应用 |
| 2.2 遥感在光环境研究中的应用 |
| 2.2.1 遥感与夜间光环境研究 |
| 2.2.2 遥感在夜间光环境研究中的应用现状 |
| 2.2.3 遥感在夜间光环境研究中的研究成果 |
| 2.2.4 遥感在夜间光环境研究中的应用限制及探索 |
| 2.3 本章小结 |
| 3 基于遥感的国内外夜间光环境研究 |
| 3.1 国际典型国家夜间光环境 |
| 3.1.1 夜光图像光照指标 |
| 3.1.2 1992-2013 年典型国家夜间光环境 |
| 3.1.3 2013-2018 年典型国家夜间光环境 |
| 3.2 国内典型城市夜间光环境 |
| 3.2.1 研究区域 |
| 3.2.2 珞珈夜光遥感数据 |
| 3.2.3 中国典型城市光环境 |
| 3.3 本章小结 |
| 3.3.1 国际典型国家夜间光环境 |
| 3.3.2 国内典型城市夜间光环境 |
| 4 基于实测的城市中心区域夜间光环境研究 |
| 4.1 研究区域 |
| 4.2 观测方法 |
| 4.2.1 测量环境 |
| 4.2.2 测量时间 |
| 4.2.3 测量层次 |
| 4.2.4 测量仪器 |
| 4.2.5 GIS插值方法 |
| 4.3 星等亮度空间模式分析 |
| 4.3.1 空间差异性分析 |
| 4.3.2 视窗方向差异的原因 |
| 4.4 恒隆广场区域 |
| 4.4.1 主要光源类型 |
| 4.4.2 光谱分布 |
| 4.4.3 星等亮度分析 |
| 4.4.4 照度分析 |
| 4.4.5 色温分析 |
| 4.4.6 整体光环境 |
| 4.5 港湾广场区域 |
| 4.5.1 主要光源类型 |
| 4.5.2 光谱分布 |
| 4.5.3 星等亮度分析 |
| 4.5.4 照度分析 |
| 4.5.5 色温分析 |
| 4.5.6 整体光环境 |
| 4.6 本章小结 |
| 5 基于遥感的城市中心及城市边缘区域夜间光环境研究 |
| 5.1 珞珈夜光数据研究城市街区尺度光环境的潜力 |
| 5.1.1 研究区域 |
| 5.1.2 遥感与实测数据可视化及相关性 |
| 5.2 基于遥感的城市中心及城市边缘区域夜间光环境研究 |
| 5.2.1 研究区域及数据处理 |
| 5.2.2 大连市夜间生态光环境 |
| 5.3 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 图片目录 |
| 表格目录 |
| 附录A 遥感数据在城市夜间光环境研究中的应用成果 |
| 附录B 大连市恒隆广场区域DNLS夜间全天空光环境实景图及亮度分布 |
| 附录C 大连市恒隆广场区域SNLS夜间全天空光环境实景图及亮度分布 |
| 附录D 大连市恒隆广场区域夜间光谱分布 |
| 附录E 大连市港湾广场区域DNLS夜间全天空光环境实景图及亮度分布 |
| 附录F 大连市港湾广场区域SNLS夜间全天空光环境实景图及亮度分布 |
| 附录G 大连市港湾广场区域夜间光谱分布 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（4）遥感技术在全球变化研究中的应用分析（论文提纲范文）
| 1 引言 |
| 2全球变化的研究状况分析 |
| 3遥感技术在全球变化研究中的应用分析 |
| 3.1 遥感监测技术在土地覆盖变化中的应用分析 |
| 3.2 遥感监测森林/草场覆盖变化的应用分析 |
| 3.2.1 森林变化动态调查 |
| 3.2.2 草场动态的遥感监测分析 |
| 3.3 海洋及海岸带遥感监测 |
| 3.3.1 近岸和河口水域悬浮泥沙及航道淤积调查 |
| 3.3.2 海岸带及海洋初级生产力以及植被生态调查 |
| 3.3.3 海岸地形及近岸工程遥感调查 |
| 3.3.4 海洋污染、海水温度及生态环境调查分析 |
| 3.4 重大自然灾害遥感实时监测、评价与灾情预报 |
| 3.4.1 洪水灾害评估 |
| 3.4.2 森林火灾监测 |
| 3.4.3 干旱灾害监测 |
| 4 总结 |
（5）基于遥感技术的川西天然林监测信息提取方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 引言 |
| 1.1 选题背景与研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 天然林保护工程概述 |
| 1.1.2.1 林业生态工程研究概述 |
| 1.1.2.2 天然林资源保护工程概述 |
| 1.1.3 研究目的和意义 |
| 1.2 国内外研究进展 |
| 1.2.1 遥感技术在林业专项信息提取中的研究进展 |
| 1.2.2 遥感技术在景观格局中的研究进展 |
| 1.2.3 遥感技术在森林资源监测中的研究进展 |
| 1.2.3.1 资源变化监测 |
| 1.2.3.2 灾害及健康评估监测 |
| 1.2.4 遥感技术在森林固碳效益中的研究进展 |
| 1.2.4.1 森林固碳的计算方法 |
| 1.2.4.2 森林固碳效益 |
| 1.3 研究方案 |
| 1.3.1 研究内容 |
| 1.3.2 研究方案与技术路线 |
| 1.4 论文结构 |
| 第2章 研究区与数据 |
| 2.1 研究区概况 |
| 2.1.1 地理概况 |
| 2.1.2 气候 |
| 2.1.3 土壤概况 |
| 2.1.4 森林资源 |
| 2.2 数据获取 |
| 2.2.1 数据收集 |
| 2.2.2 标准地设置及生物量测定 |
| 2.3 数据预处理 |
| 2.3.1 森林的分类 |
| 2.3.2 标准地设置及生物量测定 |
| 2.3.3 遥感数据处理 |
| 2.3.3.1 遥感影像预处理 |
| 2.3.3.2 遥感影像分类及处理 |
| 2.4 本章小节 |
| 第3章 植被覆盖动态特征 |
| 3.1 植被覆盖度 |
| 3.1.1 植被指数 |
| 3.1.1.1 归一化植被指数(NDVI)的提取 |
| 3.1.1.2 归一化植被指数换算植被覆盖度 |
| 3.1.2 植被覆盖动态分析 |
| 3.2 不同土地覆盖类型面积分布状况 |
| 3.3 各土地覆盖类型面积转移 |
| 3.3.1 1989~1997林地类型面积转移 |
| 3.3.2 1997~2015林地类型面积转移 |
| 3.4 植被类型地形分异特征 |
| 3.4.1 坡度分异特征 |
| 3.4.2 坡向分异特征 |
| 3.4.3 高程分异特征 |
| 3.5 森林覆盖率动态变化 |
| 3.6 本章小结 |
| 第4章 森林景观格局 |
| 4.1 景观类型面积 |
| 4.1.1 天然林保护工程实施前、后景观类型面积及其变化 |
| 4.1.2 天然林保护工程实施前、后景观类型转移特征 |
| 4.1.2.1 天然林保护工程实施前各景观类型转移矩阵分析 |
| 4.1.2.2 天然林保护工程实施后各景观类型转移矩阵分析 |
| 4.2 景观格局指数 |
| 4.2.1 计算方法 |
| 4.2.2 结果与分析 |
| 4.2.2.1 景观指数结果 |
| 4.2.2.2 景观指数分析 |
| 4.3 本章小结 |
| 第5章 土壤侵蚀变化 |
| 5.1 土壤侵蚀强度评价技术路线 |
| 5.2 土壤侵蚀强度指标体系 |
| 5.2.1 指标体系的建立 |
| 5.2.2 因素、因子权重确定 |
| 5.2.3 土壤侵蚀强度的综合评价及其等级 |
| 5.2.4 各因素、因子的提取 |
| 5.2.4.1 降雨量 |
| 5.2.4.2 坡度、坡长和沟谷密度 |
| 5.2.4.3 土壤质地 |
| 5.3 土壤侵蚀强度等级动态分析 |
| 5.3.1 研究期内各时段土壤侵蚀状况 |
| 5.3.2 土壤侵蚀强度动态分析 |
| 5.4 本章小结 |
| 第6章 森林生物量与固碳效益 |
| 6.1 数据的处理 |
| 6.1.1 数据的选择与提取 |
| 6.1.2 地形数据提取 |
| 6.1.3 生物量模型的建立 |
| 6.2 森林生物量与不同遥感因子的相关性 |
| 6.3 森林生物量遥感模型的建立 |
| 6.3.1 乔木林生物量遥感模型建立 |
| 6.3.1.1 生物量数据与单波段数据之间的回归分析 |
| 6.3.1.2 生物量数据与各植被指数之间的回归分析 |
| 6.3.1.3 生物量与各遥感数据之间的多元回归分析 |
| 6.3.1.4 最佳乔木林生物量模型的建立 |
| 6.3.2 灌木林生物量遥感模型建立 |
| 6.3.2.1 生物量数据与单波段数据、各植被指数数据之间的回归分析 |
| 6.3.2.2 生物量与各数据之间的多元回归分析 |
| 6.3.2.3 最佳灌木林生物量模型的建立 |
| 6.4 结果与分析 |
| 6.4.1 生物量 |
| 6.4.1.1 生物量的计算 |
| 6.4.1.2 生物量的结果分析 |
| 6.4.2 固碳效益 |
| 6.4.2.1 森林固碳量的计算方法 |
| 6.4.2.2 森林固碳量结果分析 |
| 6.5 本章小结 |
| 第7章 天然林破坏信息提取及危险性评价 |
| 7.1 研究方法 |
| 7.1.1 天然林破坏类型划分 |
| 7.1.2 天然林破坏信息提取 |
| 7.1.2.1 面向对象的多尺度分割法 |
| 7.1.2.2 实地调查走访法 |
| 7.1.3 评价方法和评价因子的选择与数据提取 |
| 7.1.3.1 评价方法 |
| 7.1.3.2 评价因子的选择 |
| 7.1.3.3 各破坏类型评价因子数据的提取 |
| 7.1.4 信息量值的计算与危险性区划 |
| 7.1.4.1 信息量值计算 |
| 7.1.4.2 危险性区划 |
| 7.2 结果与分析 |
| 7.2.1 破坏信息提取结果及精度 |
| 7.2.1.1 破坏信息提取结果 |
| 7.2.1.2 信息提取精度评价 |
| 7.2.2 各破坏类型的面积及信息量值 |
| 7.2.2.1 地质滑坡破坏类型 |
| 7.2.2.2 农牧活动破坏类型 |
| 7.2.2.3 雪压损毁破坏类型 |
| 7.2.2.4 风倒损毁破坏类型 |
| 7.2.3 危险性分级评价结果及分析 |
| 7.3 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 攻读学位期间取得学术成果 |
（7）基于RS和GIS的磴口县生态环境研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 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 基础理论与技术方法综述 |
| 1.2.1 遥感技术与定量遥感反演 |
| 1.2.2 土地利用/土地覆盖变化研究概述 |
| 1.2.3 荒漠化研究概述 |
| 1.3 研究内容与研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线与研究方法 |
| 1.3.3 数据来源与软件系统 |
| 1.3.4 研究工作量与主要创新点 |
| 第二章 研究区概况 |
| 2.1 自然地理概况 |
| 2.1.1 气候 |
| 2.1.2 水文 |
| 2.1.3 土壤 |
| 2.1.4 植被 |
| 2.2 地质与地貌 |
| 2.2.1 区域地质 |
| 2.2.2 地貌 |
| 2.3 社会经济概况 |
| 2.3.1 历史文化 |
| 2.3.2 社会经济 |
| 2.4 主要生态环境问题 |
| 2.4.1 荒漠化 |
| 2.4.2 盐碱化 |
| 2.4.3 草地退化 |
| 2.4.4 水土流失 |
| 2.4.5 可利用水资源减少 |
| 第三章 磴口地区气象特征分析 |
| 3.1 资料来源与研究方法 |
| 3.1.1 资料来源 |
| 3.1.2 研究方法 |
| 3.2 气温的变化特征 |
| 3.2.1 气温的年际变化特征 |
| 3.2.2 气温的季节变化特征 |
| 3.2.3 气温的周期性变化特征 |
| 3.3 降水量的变化特征 |
| 3.3.1 降水量的年际变化特征及变化趋势 |
| 3.3.2 降水的季节变化特征及变化趋势 |
| 3.3.3 降水量≥10mm的天数变化特征及趋势 |
| 3.3.4 降水的周期变化 |
| 3.4 蒸发量的变化特征 |
| 3.4.1 蒸发量的年际变化特征 |
| 3.4.2 蒸发量的季节变化特征 |
| 3.4.3 蒸发量的周期变化特征 |
| 3.5 小结 |
| 第四章 磴口土地利用/土地覆盖变化研究 |
| 4.1 磴口土地利用/土地覆盖变化的动态监测 |
| 4.1.1 土地利用/土地覆盖时间尺度和空间尺度的选择 |
| 4.1.2 土地利用/土地覆盖分类系统 |
| 4.1.3 解译标识的建立与精度检验 |
| 4.1.4 分类后处理及土地利用类型制图 |
| 4.2 土地利用/土地覆盖时空动态变化分析模型 |
| 4.2.1 土地利用/土地覆盖变化速度模型 |
| 4.2.2 土地利用/土地覆盖程度变化模型 |
| 4.2.3 土地利用/土地覆盖利用类型转移矩阵分析模型 |
| 4.3 磴口土地利用/土地覆盖时空动态变化特征演变分析 |
| 4.3.1 磴口土地利用/土地覆盖总体变化特征分析 |
| 4.3.2 磴口土地利用/土地覆盖变化程度变化速率分析 |
| 4.3.3 磴口土地利用/土地覆盖类型空间转化分析 |
| 4.3.4 磴口土地利用/土地覆盖趋势预测 |
| 4.4 磴口土地利用/土地覆盖变化驱动力分析 |
| 4.4.1 研究方法 |
| 4.4.2 驱动机制分析 |
| 4.5 小结 |
| 第五章 磴口土地荒漠化研究 |
| 5.1 荒漠化评价指标体系的建立 |
| 5.1.1 荒漠化程度等级的划分 |
| 5.1.2 荒漠化评价指标选取的原则 |
| 5.2 荒漠化的评价方法 |
| 5.2.1 荒漠化评价指标的获取 |
| 5.2.2 荒漠化评价模型 |
| 5.3 磴口荒漠化评价结果与分析 |
| 5.3.1 磴口荒漠化评价结果 |
| 5.3.2 磴口荒漠化动态变化分析 |
| 5.3.3 磴口荒漠化趋势分析 |
| 5.4 磴口荒漠化驱动力分析 |
| 5.4.1 研究方法 |
| 5.4.2 驱动机制分析 |
| 5.5 小结 |
| 第六章 结论与展望 |
| 6.1 主要结论 |
| 6.2 不足与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（8）遥感的科学推动作用与重点应用领域（论文提纲范文）
| 1引言 |
| 2遥感的科学推动作用 |
| 2.1遥感催生了全球变化研究 |
| 2.2遥感与地球科学的相互促进 |
| 2.3遥感推动众多交叉学科的出现 |
| 2.4遥感正在促成空间地球信息科学 |
| 3遥感的重点应用领域 |
| 3.1遥感有利于维护国家的全球利益 |
| 3.2遥感具备灾害快速响应及灾后评估能力 |
| 3.3遥感可以发挥第三方监督作用 |
| 3.4遥感是保障国防安全的基础 |
| 4讨论 |
| 5结语 |
（9）全球草地生产力时空动态定量评估及其驱动因素分析（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 缩略词 |
| 第一章 绪论 |
| 1.1. 选题背景 |
| 1.2. 文献综述 |
| 1.2.1. 草地生态系统及其分类 |
| 1.2.2. 草地生态系统碳循环研究进展 |
| 1.2.3. 影响草地生态系统碳循环的因素 |
| 1.2.4. 草地遥感监测研究进展 |
| 1.3. 目前研究中的不足 |
| 1.3.1. 草地分类方法研究不足 |
| 1.3.2. 长时间序列大空间尺度草地生产力本底资料不足 |
| 1.3.3. 大面积草地退化遥感监测研究不足 |
| 1.4. 研究方案 |
| 1.4.1. 研究目标 |
| 1.4.2. 研究内容 |
| 1.4.3. 技术路线 |
| 1.5. 参考文献 |
| 第二章 研究区概况、数据来源与研究方法 |
| 2.1. 全文研究区概介 |
| 2.1.1. 全球草地生态系统 |
| 2.1.2. 中国草地生态系统 |
| 2.1.3. 北美草地生态系统 |
| 2.1.4. 欧洲草地生态系统 |
| 2.1.5. 澳大利亚草地生态系统 |
| 2.2. 主要数据来源 |
| 2.2.1. 气象数据 |
| 2.2.2. 全球土壤有机碳数据 |
| 2.2.3. 自修正的帕默尔干旱指数 |
| 2.2.4. 草地分类数据—MODIS IGBP |
| 2.3. 主要研究方法 |
| 2.3.1. 中国、北美、欧洲和澳大利亚草地土壤呼吸估算模型 |
| 2.3.2. 改进的草地综合顺序分类法 |
| 2.3.3. 不同草地类组迁移距离和迁移方向 |
| 2.3.4. 全球草地NPP估算模型—分段模型 |
| 2.3.5. 全球草地NEP估算模型—单室模型 |
| 2.3.6. 草地覆盖度的计算 |
| 2.3.7. 草地退化遥感监测方法的构建 |
| 2.3.8. 相关性分析 |
| 2.4. 小结 |
| 2.5. 参考文献 |
| 第三章 典型区草地生产力时空动态定量评估及驱动因素分析—以中国、北美、欧洲和澳大利亚为例 |
| 3.1. 前言 |
| 3.2. 材料与方法 |
| 3.2.1. 研究区概况 |
| 3.2.2. 数据来源与处理 |
| 3.2.3. 研究方法 |
| 3.3. 研究结果 |
| 3.3.1. 1981-2010年4个地区气候因子的变化 |
| 3.3.2. 1981-2010年4个地区草地空间分布特征 |
| 3.3.3. 1981-2010年4个地区草地NPP动态变化 |
| 3.3.4. 1981-2010年4个地区草地R_s和R_h的动态变化 |
| 3.3.5. 1981-2010年4个地区草地NEP动态变化 |
| 3.3.6. 4个地区草地NPP与气候因子的相关性 |
| 3.4. 讨论 |
| 3.4.1. 草地生产力模拟结果的对比分析 |
| 3.4.2. 气候变化对4个地区草地生产力的影响 |
| 3.5. 小结 |
| 3.6. 参考文献 |
| 第四章 全球草地面积时空动态定量评估及驱动因素分析 |
| 4.1. 引言 |
| 4.2. 材料与方法 |
| 4.2.1. 数据来源与处理 |
| 4.2.2. 研究方法 |
| 4.3. 结果与分析 |
| 4.3.1. 全球年平均气温(MAT)与年降水量(MAP)时空动态变化 |
| 4.3.2. 全球草地类及类组空间分布特征 |
| 4.3.3. 全球草地类组时间动态变化特征 |
| 4.3.4. 全球各大洲草地类组时间变化动态及未来演变趋势 |
| 4.3.5. 全球不同草地类组迁移距离和迁移方向 |
| 4.4. 讨论 |
| 4.4.1. 数据来源与CSCS分类方法的讨论 |
| 4.4.2. 气候变化对全球草地分布的影响 |
| 4.5. 小结 |
| 4.6. 参考文献 |
| 第五章 全球草地净初级生产力时空动态定量评估及驱动因素分析 |
| 5.1. 引言 |
| 5.2. 材料与方法 |
| 5.2.1. 数据来源与处理 |
| 5.2.2. 研究方法 |
| 5.3. 结果与分析 |
| 5.3.1. 全球草地NPP空间分布特征 |
| 5.3.2. 全球不同草地类组NPP时间动态分析 |
| 5.3.3. 各大洲不同草地类组NPP时间动态变化 |
| 5.3.4. 草地NPP与气候因子的相关性分析 |
| 5.4. 讨论 |
| 5.4.1. NPP估算方法的讨论 |
| 5.4.2. 气候变化对草地NPP的影响 |
| 5.5. 小结 |
| 5.6. 参考文献 |
| 第六章 全球草地净生态系统生产力时空动态定量评估及驱动因素分析 |
| 6.1. 引言 |
| 6.2. 材料与方法 |
| 6.2.1. 数据来源与处理 |
| 6.2.2. 研究方法 |
| 6.3. 结果与分析 |
| 6.3.1. 全球草地NEP空间分布特征 |
| 6.3.2. 全球不同草地类组NEP时间动态分析 |
| 6.3.3. 各大洲不同草地类组NEP时间动态变化 |
| 6.3.4. 全球草地类组NEP与气候因子相关性分析 |
| 6.4. 讨论 |
| 6.4.1. NEP估算方法的讨论 |
| 6.4.2. 气候变化对草地NEP的影响 |
| 6.5. 小结 |
| 6.6. 参考文献 |
| 第七章 全球草地主要干扰因素(退化)遥感监测及驱动因素分析 |
| 7.1. 引言 |
| 7.2. 材料与方法 |
| 7.2.1. 研究区概况 |
| 7.2.2. 数据来源与处理 |
| 7.2.3. 研究方法 |
| 7.2.4. 大面积草地退化驱动因素定量评估方法的构建 |
| 7.3. 结果与分析 |
| 7.3.1. 2000-2013年全球草地NPP和覆盖度变化的空间动态分布 |
| 7.3.2. 2000-2013年全球草地NPP和覆盖度变化的时间动态变化 |
| 7.3.3. 2000-2013年草地动态变化分布 |
| 7.3.4. 气候变化和人类活动在草地退化中的作用 |
| 7.3.5. 气候变化和人类活动在草地改善中的作用 |
| 7.4. 讨论 |
| 7.4.1. 草地退化遥感监测方法的讨论 |
| 7.4.2. 气候变化和人类活动对全球草地退化的影响 |
| 7.5. 小结 |
| 7.6. 参考文献 |
| 第八章 最后总结 |
| 8.1. 研究结论 |
| 8.2. 研究创新 |
| 8.3. 研究不足 |
| 8.4. 研究展望 |
| 附录一、研究生期间发表的主要成果 |
| 附录二、个人简历 |
| 附录三、论文中部分彩图 |
| 致谢 |
（10）基于遥感技术的森林健康研究综述（论文提纲范文）
| 1 基本原理 |
| 2 森林资源调查 |
| 2.1 森林面积 (覆盖率) |
| 2.2 森林类型与树种识别 |
| 2.3 林分蓄积量 |
| 3 森林生态功能评估 |
| 3.1 森林生化信息分析 |
| 3.2 森林碳源/汇估算 |
| 4 森林健康风险控制 |
| 4.1 林火管理 |
| 4.2 病虫害综合防治 |
| 4.3 生物入侵防控 |
| 4.4 酸雨 (SO2) 和臭氧危害监测 |
| 5 森林植被参数提取 |
| 5.1 植被指数 |
| 5.2 叶面积指数 |
| 5.3 光合有效辐射 |
| 6 展望 |
| (1) 推进森林生态和遥感技术重大基础理论问题的研究。 |
| (2) 发展新型遥感技术, 加强遥感数据解译技术研究。 |
| (3) 提升森林健康遥感研究成果的科技转化水平。 |
四、遥感技术在全球变化研究中的应用（论文参考文献）
- [1]新一代遥感技术助力生态系统生态学研究[J]. 郭庆华,胡天宇,马勤,徐可心,杨秋丽,孙千惠,李玉美,苏艳军. 植物生态学报, 2020(04)
- [2]泰山优势树种人工林林分分布动态及森林健康评价[D]. 孟岩. 山东农业大学, 2020(08)
- [3]多维度城市夜间光环境数字观测与空间模型构建研究[D]. 郝庆丽. 大连理工大学, 2019(02)
- [4]遥感技术在全球变化研究中的应用分析[J]. 回易. 北京测绘, 2017(01)
- [5]基于遥感技术的川西天然林监测信息提取方法研究[D]. 赖家明. 成都理工大学, 2016
- [6]土地资源遥感应用研究进展[J]. 张增祥,汪潇,温庆可,赵晓丽,刘芳,左丽君,胡顺光,徐进勇,易玲,刘斌. 遥感学报, 2016(05)
- [7]基于RS和GIS的磴口县生态环境研究[D]. 李秀明. 中国地质大学(北京), 2016(04)
- [8]遥感的科学推动作用与重点应用领域[J]. 吴炳方,邢强. 地球科学进展, 2015(07)
- [9]全球草地生产力时空动态定量评估及其驱动因素分析[D]. 刚成诚. 南京大学, 2015(01)
- [10]基于遥感技术的森林健康研究综述[J]. 高广磊,信忠保,丁国栋,李丛丛,张佳音,梁文俊,安云,贺宇,肖萌,李文叶. 生态学报, 2013(06)