甘肃省植被覆盖度与物候时空变化研究

来源 :南京信息工程大学 | 被引量 : 0次 | 上传用户:fdsth5x1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
植被是生态系统的重要组成部分,进行长时间序列的植被覆盖及植被物候监测有利于掌握区域内生态环境的演变状况。本文选取甘肃省为研究区,利用2001﹣2018年MOD13Q1数据通过像元二分法反演植被覆盖度,并利用SG滤波重建NDVI时间序列,提取植被物候参数,结合相关数学方法分别从定性和定量的角度探究了省内植被覆盖度以及植被物候的时空变化特征,并探究了不同气候和地形条件下植被生长的差异。主要结论如下:(1)2001﹣2018年间,甘肃省除荒漠区外有64.47%的地区植被覆盖整体呈改善趋势,但低覆盖地区占比始终最大。省内植被覆盖度整体呈现自东南向西北递减的趋势,植被覆盖度的波动程度则呈现自西北向东南递减的趋势。在植被覆盖状况较好的东部季风区内,植被覆盖未来多将持续改善。(2)总体而言,甘肃省海拔3000m﹣3500m内植被覆盖状况最好,2000m﹣2500m内,植被覆盖变化趋势最好。就坡度而言,省内植被覆盖度整体随坡度的上升而升高,在5°﹣8°地区内,植被覆盖变化趋势最好。就坡向而言,省内平地植被覆盖最差,其余各坡向区内植被覆盖现状和变化趋势都较为相似。(3)2001﹣2018年间,甘肃省多数地区植被返青期始期SOS(Start of Season)有所提前、落叶期始期EOS(End of Season)有所推迟、生长季长度LOS(Length of Season)有所增加。总体而言,SOS多介于第110﹣第140天,EOS多介于第320﹣第350天,LOS大于220天和小于220天的地区占比相近。从植被类型角度考虑,草丛SOS最早,草原和草甸SOS最晚,沼泽植被EOS最早,LOS也最短,针阔混交林EOS最晚,LOS也最长。各类型植被EOS整体均呈推迟趋势,除草原、高山植被和栽培植被外,其余类型植被SOS整体均呈提前趋势,除栽培植被外,其余类型植被LOS整体均呈增加趋势。(4)除荒漠区外,甘肃省65.27%和83.86%的地区植被覆盖度分别与气温和降水呈正相关。总体而言,气温的上升和降水的增多同时对甘肃省荒漠区以外56.6%的地区植被生长起到促进作用。3月、4月气温的上升和降水的增多将导致植被返青期始期提前,10月气温的上升以及9月、10月降水的增多将导致植被落叶期始期推迟,而影响生长季长度的主要因素则是植被在4月﹣6月对水热的吸收状况。
其他文献
在大数据背景下,对海量数据的分类和聚类是机器学习中的重要步骤。然而,可用于训练的大数据拥有更丰富的数据特征,并且冗余的特征数据会大大增加计算的复杂度,在经典领域中,计算资源以及存储容量已经成为亟待解决的问题。量子的叠加特性和并行计算能力能够很好地解决这一问题。因此,在量子领域中寻找针对分类和聚类问题的可行且高效的算法,是一项很有理论价值和研究意义的工作。本文借助量子机器学习中非常重要的数据预处理算
随着云技术的不断发展,用户更加愿意将私有数据外包到云服务器。在此情况下,如何保证外包数据的安全和用户信息的隐私性成为了云平台中亟需解决的关键问题。访问控制方案根据用户属性限制用户权限,为外包数据的安全性提供了保障。然而,传统访问控制方案致力于防止敏感数据被恶意用户使用,忽略了对访问结构的灵活性和对用户属性的匿名性需求。一方面,访问控制方案对访问策略的精细度要求较高,使访问结构变得复杂,用户的计算和
数字图像修复是当今计算机视觉和计算机图形学中的研究热点,它是利用破损图像中的已知区域信息填充未知区域信息的一种技术,该项技术已经应用在文物保护、老照片修复、影视制作、摄影、网络数据传输等方面。由于数字图像修复的广泛应用,所以数字图像修复技术的研究具有重要的理论意义和实用价值。本文以Criminisi算法为基础,针对其不足,提出了在计算优先权时采用置信度项阈值分界,对数平滑的方式,利用Jaccard
学位
学位
学位
随着我国经济的高速增长与城市化进程的快速发展,大气污染成为目前中国面临的非常严峻的环境问题之一。城市大气污染物主要来自工厂和交通工具使用中化石燃料的燃烧,城市中的日常人类行为也会将大量污染颗粒排放到城市大气中。随着大气污染治理向纵深发展,以PM2.5为代表的复合型大气污染问题日益突出,对环境空气质量和人群健康均造成了严重影响。城市热岛是城市化进程中最突出的城市气候问题,城市热岛对局地气候和居民的生
近年来,随着云计算、大数据等相关技术的发展,物联网逐渐从概念走向现实,其应用领域由军用扩展到工业领域,并已逐步走入人们的日常生活。然而,目前大量基于单一因素的数据安全传输方案尚无法抵抗可能存在的众多安全威胁,用户隐私保护方面的欠缺严重阻碍其进一步推广与应用。具体来说,单一因素的隐私保护方案往往无法抵抗密钥盗取、设备丢失等类型攻击。因此,更多的影响因素需要被物联网隐私保护方案考虑其中。此外,由于终端
学位
近年来面部表情识别技术在计算机视觉领域引起了广泛关注,其主要原因是它在人机智能交互、动画表情模拟、驾驶疲劳监测等领域有着广阔实际应用。同时随着深度学习在图像处理方面的不断发展,基于神经网络的表情识别系统识别精度也得到了飞速提升。尽管现有面部表情识别系统已经有着较高识别率,但是大多数都是基于实验室数据库图像获取的,在真实场景下进行表情识别依然是一项充满挑战性的任务。研究者们为解决真实场景下面部表情识