掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
宇宙、量子和人類心靈
-
>
氣候文明史
-
>
南極100天
-
>
考研數(shù)學(xué)專題練1200題
-
>
希格斯:“上帝粒子”的發(fā)明與發(fā)現(xiàn)
-
>
神農(nóng)架疊層石:10多億年前遠(yuǎn)古海洋微生物建造的大堡礁
-
>
聲音簡(jiǎn)史
中圖價(jià):¥131.3
加入購(gòu)物車
城市擴(kuò)張及氣候變化對(duì)植被活動(dòng)的影響研究 版權(quán)信息
- ISBN：9787030695345
- 條形碼：9787030695345 ; 978-7-03-069534-5
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類：>
城市擴(kuò)張及氣候變化對(duì)植被活動(dòng)的影響研究 內(nèi)容簡(jiǎn)介
聯(lián)合國(guó)政府間氣候變化專門委員會(huì)指出，2006～2015年優(yōu)選陸地表面平均氣溫比1850～1900年上升了1.53℃，未來(lái)幾十年可能呈現(xiàn)加速上升趨勢(shì)。隨著城市人口的急劇增多，城市用地不斷增加，這深刻改變了地表景觀及植被碳循環(huán)過(guò)程，對(duì)于維護(hù)生態(tài)系統(tǒng)碳平衡及氣候穩(wěn)定也具有重要影響。
本書開(kāi)展城市擴(kuò)張及氣候變化分析，探討二者對(duì)植被活動(dòng)的影響；提出利用極限學(xué)習(xí)機(jī)方法獲取元胞自動(dòng)機(jī)的轉(zhuǎn)換規(guī)則。本書對(duì)于城市擴(kuò)張、氣候變化和陸地碳循環(huán)研究具有一定的科學(xué)價(jià)值，也可以為政府相關(guān)部門提供決策參考。
城市擴(kuò)張及氣候變化對(duì)植被活動(dòng)的影響研究 目錄
前言
第1章 概述 1
1.1 問(wèn)題的提出 1
1.1.1 陸地碳源/碳匯功能的不確定性 1
1.1.2 陸地碳循環(huán)與全球變化關(guān)系密切 1
1.1.3 當(dāng)前國(guó)際政治經(jīng)濟(jì)環(huán)境背景 2
1.2 國(guó)內(nèi)外研究進(jìn)展 3
1.2.1 氣候變化與極端氣候研究 3
1.2.2 LUCC和城市擴(kuò)張研究 5
1.2.3 城市擴(kuò)張及氣候變化對(duì)植被活動(dòng)的影響 7
1.3 主要內(nèi)容 8
1.3.1 基于CA模型的城市擴(kuò)張模擬分析 9
1.3.2 極端降水事件監(jiān)測(cè)分析 9
1.3.3 基于衛(wèi)星遙感的植被活動(dòng)監(jiān)測(cè)分析 9
1.3.4 極端氣候事件及對(duì)植被活動(dòng)的影響分析 10
1.3.5 城市土地利用及城市擴(kuò)張對(duì)植被活動(dòng)的影響分析 10
1.3.6 城市擴(kuò)張及氣候變化對(duì)植被活動(dòng)的影響 11
1.4 主要框架 11
參考文獻(xiàn) 12
第2章 元胞自動(dòng)機(jī)與城市擴(kuò)張模擬 18
2.1 元胞自動(dòng)機(jī)概述 19
2.2 地理元胞自動(dòng)機(jī) 20
2.3 地理元胞自動(dòng)機(jī)的轉(zhuǎn)換規(guī)則獲取 22
2.3.1 多準(zhǔn)則判斷方法 23
2.3.2 邏輯回歸方法 24
2.3.3 極限學(xué)習(xí)機(jī)算法 24
2.4 顧及空間相互作用的城市擴(kuò)張模擬 25
2.4.1 空間相互作用模型 25
2.4.2 ELM-CA模型原理 26
2.4.3 耦合ELM-CA和空間相互作用的城市擴(kuò)張模擬案例 27
參考文獻(xiàn) 32
第3章 極端降水事件的變化及可能原因 35
3.1 概述 35
3.2 數(shù)據(jù)源及數(shù)據(jù)處理 37
3.3 研究方法 37
3.3.1 基于POT-GPD方法的極端降水事件識(shí)別 37
3.3.2 極端降水頻率和極端降水強(qiáng)度指數(shù) 39
3.3.3 極端降水事件變化趨勢(shì)和突變檢驗(yàn) 39
3.3.4 基于泊松分布的極端降水事件分析 40
3.3.5 長(zhǎng)江流域部分地區(qū)極端降水事件的案例分析 41
3.4 1961～2012年長(zhǎng)江流域部分地區(qū)極端降水變化 42
3.4.1 平均降水量分布 42
3.4.2 極端降水閾值選擇 42
3.4.3 平均極端降水強(qiáng)度 44
3.4.4 極端降水頻率變化趨勢(shì) 44
3.5 極端降水變化的歸因分析 47
3.5.1 東亞夏季風(fēng)對(duì)極端降水事件的影響 47
3.5.2 極端降水與幾個(gè)局地因子的關(guān)系 48
參考文獻(xiàn) 50
第4章 植被健康指數(shù)的植被活動(dòng)監(jiān)測(cè)能力評(píng)估及在中國(guó)的應(yīng)用 55
4.1 概述 55
4.2 數(shù)據(jù)源及數(shù)據(jù)處理 56
4.3 研究方法 57
4.3.1 利用植被健康指數(shù)監(jiān)測(cè)植被活動(dòng)原理 57
4.3.2 利用植被健康指數(shù)監(jiān)測(cè)植被活動(dòng)的性能評(píng)價(jià)方法 58
4.3.3 基于植被健康指數(shù)的中國(guó)植被活動(dòng)監(jiān)測(cè) 59
4.4 植被健康指數(shù)的中國(guó)植被活動(dòng)監(jiān)測(cè)評(píng)估 60
4.4.1 中國(guó)植被平均生長(zhǎng)季長(zhǎng)度 60
4.4.2 VCI和VHI的時(shí)空變化 60
4.4.3 利用VCI和VHI監(jiān)測(cè)植被活動(dòng)的性能評(píng)價(jià) 64
4.4.4 1982～2013年中國(guó)植被活動(dòng)變化 71
參考文獻(xiàn) 72
第5章 城市化地區(qū)植被初級(jí)生產(chǎn)力變化及植被活動(dòng)分析 75
5.1 研究區(qū)和數(shù)據(jù) 75
5.2 研究方法 77
5.2.1 植被初級(jí)生產(chǎn)力估計(jì) 77
5.2.2 植被初級(jí)生產(chǎn)力變化趨勢(shì)分析 78
5.2.3 基于燈光數(shù)據(jù)的城市建成區(qū)提取及與植被初級(jí)生產(chǎn)力關(guān)系分析 78
5.3 2000～2013年長(zhǎng)江三角洲地區(qū)植被初級(jí)生產(chǎn)力的變化趨勢(shì) 79
5.3.1 植被初級(jí)生產(chǎn)力估算精度分析 79
5.3.2 植被初級(jí)生產(chǎn)力時(shí)間變化趨勢(shì) 80
5.3.3 植被初級(jí)生產(chǎn)力空間變化趨勢(shì) 80
5.4 城市建成區(qū)植被初級(jí)生產(chǎn)力的變化及歸因分析 81
5.4.1 城市建成區(qū)及不同緩沖區(qū)植被初級(jí)生產(chǎn)力的梯度變化 81
5.4.2 植被初級(jí)生產(chǎn)力與城市建成區(qū)面積之間關(guān)系 83
5.4.3 植被初級(jí)生產(chǎn)力與氣象驅(qū)動(dòng)因子關(guān)系 83
5.4.4 植被初級(jí)生產(chǎn)力與建成區(qū)綠化覆蓋率的變化關(guān)系 84
參考文獻(xiàn) 85
第6章 植被凈初級(jí)生產(chǎn)力及植被活動(dòng)監(jiān)測(cè)分析 87
6.1 植被NPP模型概述 87
6.2 研究方法 89
6.2.1 CASA模型 89
6.2.2 MTCLIM模型 93
6.2.3 BIOME-BGC模型 94
6.2.4 植被NPP的模型估算及城市地區(qū)改進(jìn)應(yīng)用 98
6.3 基于CASA模型的中國(guó)植被NPP模擬 99
6.3.1 數(shù)據(jù)源及處理 99
6.3.2 *大光能利用率參數(shù)校正 100
6.3.3 CASA模型驗(yàn)證 101
6.3.4 中國(guó)植被NPP的時(shí)空分布模擬 102
6.4 基于BIOME-BGC模型的廣東省植被NPP模擬 104
6.4.1 研究區(qū)和數(shù)據(jù) 104
6.4.2 BIOME-BGC模型參數(shù)化 105
6.4.3 植被NPP比例因子的計(jì)算及驗(yàn)證 107
6.4.4 MTCLIM模型和BIOME-BGC模型的驗(yàn)證 108
6.4.5 廣東省植被NPP的時(shí)空分布 111
參考文獻(xiàn) 112
第7章 中國(guó)干旱事件監(jiān)測(cè)及其對(duì)植被活動(dòng)的影響 117
7.1 概述 117
7.2 數(shù)據(jù)源和研究方法 118
7.2.1 數(shù)據(jù)源及處理 118
7.2.2 標(biāo)準(zhǔn)化降水指數(shù) 118
7.2.3 基于SAI的植被NPP異常指數(shù)構(gòu)建 120
7.2.4 基于SPI和SAI-NPP的干旱事件對(duì)植被NPP的影響分析 120
7.2.5 植被NPP和SAI-NPP的可靠性檢驗(yàn) 121
7.3 2001～2010年中國(guó)干旱事件變化 122
7.4 2001～2010年中國(guó)干旱事件對(duì)植被NPP的影響 124
參考文獻(xiàn) 128
第8章 中國(guó)東部南北樣帶極端氣溫變化及其對(duì)植被活動(dòng)的影響 131
8.1 研究區(qū)和數(shù)據(jù) 131
8.2 研究方法 133
8.3 中國(guó)東部南北樣帶極端溫度時(shí)空變化趨勢(shì) 134
8.3.1 極端溫度頻率的時(shí)間變化趨勢(shì) 134
8.3.2 極端溫度頻率的空間變化趨勢(shì) 135
8.3.3 極端溫度強(qiáng)度的時(shí)間變化趨勢(shì) 137
8.3.4 極端溫度強(qiáng)度的空間變化趨勢(shì) 137
8.4 中國(guó)東部南北樣帶植被活動(dòng)的時(shí)空變化規(guī)律 138
8.4.1 植被活動(dòng)的時(shí)間變化特征 138
8.4.2 植被活動(dòng)的空間分布特征 146
8.5 中國(guó)東部南北樣帶極端氣候變化對(duì)植被的影響 158
8.5.1 極端溫度對(duì)植被活動(dòng)的影響 158
8.5.2 不同水分條件下極端氣候事件對(duì)植被活動(dòng)的影響 164
8.5.3 不同植被區(qū)劃下極端氣候事件對(duì)植被活動(dòng)的影響 166
參考文獻(xiàn) 168
第9章 中國(guó)城市土地開(kāi)發(fā)對(duì)陸地植被活動(dòng)的影響 170
9.1 研究區(qū)和數(shù)據(jù) 170
9.2 研究方法 172
9.3 土地利用/土地覆被分布分析 172
9.4 中國(guó)陸地植被NPP的時(shí)空分布 174
9.4.1 植被NPP的空間分布 174
9.4.2 植被NPP的季節(jié)變化 175
9.5 城市土地開(kāi)發(fā)前后中國(guó)陸地植被NPP差異 179
參考文獻(xiàn) 183
第10章 城市擴(kuò)張及氣候變化對(duì)植被活動(dòng)影響的情景分析 185
10.1 概述 185
10.2 基于情景方法的未來(lái)植被NPP模擬 186
10.2.1 基于BIOME-BGC模型的未來(lái)植被NPP估算方法 186
10.2.2 基于情景方法的植被NPP模擬 186
10.3 Logistic-CA模型及土地利用模擬 188
10.3.1 實(shí)驗(yàn)設(shè)計(jì) 188
10.3.2 Logistic-CA模型參數(shù)化 189
10.3.3 廣東省城市擴(kuò)張模擬 190
10.4 降尺度技術(shù)及氣候變化分析 192
10.4.1 全球氣候變化模式 192
10.4.2 基于降尺度技術(shù)的未來(lái)氣候變化模擬 196
10.4.3 廣東省氣候變化情景模擬 200
10.4.4 廣東省未來(lái)氣候變化特征 209
10.5 氣候變化及城市擴(kuò)張對(duì)植被NPP影響的情景分析 212
10.5.1 氣候不變-城市用地不變情景下植被NPP模擬 212
10.5.2 氣候變化-城市用地不變情景下植被NPP模擬 214
10.5.3 氣候不變-城市用地?cái)U(kuò)張情景下植被NPP模擬 214
10.5.4 氣候變化-城市用地?cái)U(kuò)張情景下植被NPP模擬 216
參考文獻(xiàn) 219
第1章 概述 1
1.1 問(wèn)題的提出 1
1.1.1 陸地碳源/碳匯功能的不確定性 1
1.1.2 陸地碳循環(huán)與全球變化關(guān)系密切 1
1.1.3 當(dāng)前國(guó)際政治經(jīng)濟(jì)環(huán)境背景 2
1.2 國(guó)內(nèi)外研究進(jìn)展 3
1.2.1 氣候變化與極端氣候研究 3
1.2.2 LUCC和城市擴(kuò)張研究 5
1.2.3 城市擴(kuò)張及氣候變化對(duì)植被活動(dòng)的影響 7
1.3 主要內(nèi)容 8
1.3.1 基于CA模型的城市擴(kuò)張模擬分析 9
1.3.2 極端降水事件監(jiān)測(cè)分析 9
1.3.3 基于衛(wèi)星遙感的植被活動(dòng)監(jiān)測(cè)分析 9
1.3.4 極端氣候事件及對(duì)植被活動(dòng)的影響分析 10
1.3.5 城市土地利用及城市擴(kuò)張對(duì)植被活動(dòng)的影響分析 10
1.3.6 城市擴(kuò)張及氣候變化對(duì)植被活動(dòng)的影響 11
1.4 主要框架 11
參考文獻(xiàn) 12
第2章 元胞自動(dòng)機(jī)與城市擴(kuò)張模擬 18
2.1 元胞自動(dòng)機(jī)概述 19
2.2 地理元胞自動(dòng)機(jī) 20
2.3 地理元胞自動(dòng)機(jī)的轉(zhuǎn)換規(guī)則獲取 22
2.3.1 多準(zhǔn)則判斷方法 23
2.3.2 邏輯回歸方法 24
2.3.3 極限學(xué)習(xí)機(jī)算法 24
2.4 顧及空間相互作用的城市擴(kuò)張模擬 25
2.4.1 空間相互作用模型 25
2.4.2 ELM-CA模型原理 26
2.4.3 耦合ELM-CA和空間相互作用的城市擴(kuò)張模擬案例 27
參考文獻(xiàn) 32
第3章 極端降水事件的變化及可能原因 35
3.1 概述 35
3.2 數(shù)據(jù)源及數(shù)據(jù)處理 37
3.3 研究方法 37
3.3.1 基于POT-GPD方法的極端降水事件識(shí)別 37
3.3.2 極端降水頻率和極端降水強(qiáng)度指數(shù) 39
3.3.3 極端降水事件變化趨勢(shì)和突變檢驗(yàn) 39
3.3.4 基于泊松分布的極端降水事件分析 40
3.3.5 長(zhǎng)江流域部分地區(qū)極端降水事件的案例分析 41
3.4 1961～2012年長(zhǎng)江流域部分地區(qū)極端降水變化 42
3.4.1 平均降水量分布 42
3.4.2 極端降水閾值選擇 42
3.4.3 平均極端降水強(qiáng)度 44
3.4.4 極端降水頻率變化趨勢(shì) 44
3.5 極端降水變化的歸因分析 47
3.5.1 東亞夏季風(fēng)對(duì)極端降水事件的影響 47
3.5.2 極端降水與幾個(gè)局地因子的關(guān)系 48
參考文獻(xiàn) 50
第4章 植被健康指數(shù)的植被活動(dòng)監(jiān)測(cè)能力評(píng)估及在中國(guó)的應(yīng)用 55
4.1 概述 55
4.2 數(shù)據(jù)源及數(shù)據(jù)處理 56
4.3 研究方法 57
4.3.1 利用植被健康指數(shù)監(jiān)測(cè)植被活動(dòng)原理 57
4.3.2 利用植被健康指數(shù)監(jiān)測(cè)植被活動(dòng)的性能評(píng)價(jià)方法 58
4.3.3 基于植被健康指數(shù)的中國(guó)植被活動(dòng)監(jiān)測(cè) 59
4.4 植被健康指數(shù)的中國(guó)植被活動(dòng)監(jiān)測(cè)評(píng)估 60
4.4.1 中國(guó)植被平均生長(zhǎng)季長(zhǎng)度 60
4.4.2 VCI和VHI的時(shí)空變化 60
4.4.3 利用VCI和VHI監(jiān)測(cè)植被活動(dòng)的性能評(píng)價(jià) 64
4.4.4 1982～2013年中國(guó)植被活動(dòng)變化 71
參考文獻(xiàn) 72
第5章 城市化地區(qū)植被初級(jí)生產(chǎn)力變化及植被活動(dòng)分析 75
5.1 研究區(qū)和數(shù)據(jù) 75
5.2 研究方法 77
5.2.1 植被初級(jí)生產(chǎn)力估計(jì) 77
5.2.2 植被初級(jí)生產(chǎn)力變化趨勢(shì)分析 78
5.2.3 基于燈光數(shù)據(jù)的城市建成區(qū)提取及與植被初級(jí)生產(chǎn)力關(guān)系分析 78
5.3 2000～2013年長(zhǎng)江三角洲地區(qū)植被初級(jí)生產(chǎn)力的變化趨勢(shì) 79
5.3.1 植被初級(jí)生產(chǎn)力估算精度分析 79
5.3.2 植被初級(jí)生產(chǎn)力時(shí)間變化趨勢(shì) 80
5.3.3 植被初級(jí)生產(chǎn)力空間變化趨勢(shì) 80
5.4 城市建成區(qū)植被初級(jí)生產(chǎn)力的變化及歸因分析 81
5.4.1 城市建成區(qū)及不同緩沖區(qū)植被初級(jí)生產(chǎn)力的梯度變化 81
5.4.2 植被初級(jí)生產(chǎn)力與城市建成區(qū)面積之間關(guān)系 83
5.4.3 植被初級(jí)生產(chǎn)力與氣象驅(qū)動(dòng)因子關(guān)系 83
5.4.4 植被初級(jí)生產(chǎn)力與建成區(qū)綠化覆蓋率的變化關(guān)系 84
參考文獻(xiàn) 85
第6章 植被凈初級(jí)生產(chǎn)力及植被活動(dòng)監(jiān)測(cè)分析 87
6.1 植被NPP模型概述 87
6.2 研究方法 89
6.2.1 CASA模型 89
6.2.2 MTCLIM模型 93
6.2.3 BIOME-BGC模型 94
6.2.4 植被NPP的模型估算及城市地區(qū)改進(jìn)應(yīng)用 98
6.3 基于CASA模型的中國(guó)植被NPP模擬 99
6.3.1 數(shù)據(jù)源及處理 99
6.3.2 *大光能利用率參數(shù)校正 100
6.3.3 CASA模型驗(yàn)證 101
6.3.4 中國(guó)植被NPP的時(shí)空分布模擬 102
6.4 基于BIOME-BGC模型的廣東省植被NPP模擬 104
6.4.1 研究區(qū)和數(shù)據(jù) 104
6.4.2 BIOME-BGC模型參數(shù)化 105
6.4.3 植被NPP比例因子的計(jì)算及驗(yàn)證 107
6.4.4 MTCLIM模型和BIOME-BGC模型的驗(yàn)證 108
6.4.5 廣東省植被NPP的時(shí)空分布 111
參考文獻(xiàn) 112
第7章 中國(guó)干旱事件監(jiān)測(cè)及其對(duì)植被活動(dòng)的影響 117
7.1 概述 117
7.2 數(shù)據(jù)源和研究方法 118
7.2.1 數(shù)據(jù)源及處理 118
7.2.2 標(biāo)準(zhǔn)化降水指數(shù) 118
7.2.3 基于SAI的植被NPP異常指數(shù)構(gòu)建 120
7.2.4 基于SPI和SAI-NPP的干旱事件對(duì)植被NPP的影響分析 120
7.2.5 植被NPP和SAI-NPP的可靠性檢驗(yàn) 121
7.3 2001～2010年中國(guó)干旱事件變化 122
7.4 2001～2010年中國(guó)干旱事件對(duì)植被NPP的影響 124
參考文獻(xiàn) 128
第8章 中國(guó)東部南北樣帶極端氣溫變化及其對(duì)植被活動(dòng)的影響 131
8.1 研究區(qū)和數(shù)據(jù) 131
8.2 研究方法 133
8.3 中國(guó)東部南北樣帶極端溫度時(shí)空變化趨勢(shì) 134
8.3.1 極端溫度頻率的時(shí)間變化趨勢(shì) 134
8.3.2 極端溫度頻率的空間變化趨勢(shì) 135
8.3.3 極端溫度強(qiáng)度的時(shí)間變化趨勢(shì) 137
8.3.4 極端溫度強(qiáng)度的空間變化趨勢(shì) 137
8.4 中國(guó)東部南北樣帶植被活動(dòng)的時(shí)空變化規(guī)律 138
8.4.1 植被活動(dòng)的時(shí)間變化特征 138
8.4.2 植被活動(dòng)的空間分布特征 146
8.5 中國(guó)東部南北樣帶極端氣候變化對(duì)植被的影響 158
8.5.1 極端溫度對(duì)植被活動(dòng)的影響 158
8.5.2 不同水分條件下極端氣候事件對(duì)植被活動(dòng)的影響 164
8.5.3 不同植被區(qū)劃下極端氣候事件對(duì)植被活動(dòng)的影響 166
參考文獻(xiàn) 168
第9章 中國(guó)城市土地開(kāi)發(fā)對(duì)陸地植被活動(dòng)的影響 170
9.1 研究區(qū)和數(shù)據(jù) 170
9.2 研究方法 172
9.3 土地利用/土地覆被分布分析 172
9.4 中國(guó)陸地植被NPP的時(shí)空分布 174
9.4.1 植被NPP的空間分布 174
9.4.2 植被NPP的季節(jié)變化 175
9.5 城市土地開(kāi)發(fā)前后中國(guó)陸地植被NPP差異 179
參考文獻(xiàn) 183
第10章 城市擴(kuò)張及氣候變化對(duì)植被活動(dòng)影響的情景分析 185
10.1 概述 185
10.2 基于情景方法的未來(lái)植被NPP模擬 186
10.2.1 基于BIOME-BGC模型的未來(lái)植被NPP估算方法 186
10.2.2 基于情景方法的植被NPP模擬 186
10.3 Logistic-CA模型及土地利用模擬 188
10.3.1 實(shí)驗(yàn)設(shè)計(jì) 188
10.3.2 Logistic-CA模型參數(shù)化 189
10.3.3 廣東省城市擴(kuò)張模擬 190
10.4 降尺度技術(shù)及氣候變化分析 192
10.4.1 全球氣候變化模式 192
10.4.2 基于降尺度技術(shù)的未來(lái)氣候變化模擬 196
10.4.3 廣東省氣候變化情景模擬 200
10.4.4 廣東省未來(lái)氣候變化特征 209
10.5 氣候變化及城市擴(kuò)張對(duì)植被NPP影響的情景分析 212
10.5.1 氣候不變-城市用地不變情景下植被NPP模擬 212
10.5.2 氣候變化-城市用地不變情景下植被NPP模擬 214
10.5.3 氣候不變-城市用地?cái)U(kuò)張情景下植被NPP模擬 214
10.5.4 氣候變化-城市用地?cái)U(kuò)張情景下植被NPP模擬 216
參考文獻(xiàn) 219
展開(kāi)全部
城市擴(kuò)張及氣候變化對(duì)植被活動(dòng)的影響研究 節(jié)選
第1章 概述 1.1 問(wèn)題的提出 1.1.1 陸地碳源/碳匯功能的不確定性 工業(yè)革命以來(lái)，人類活動(dòng)的范圍和強(qiáng)度不斷增大，對(duì)地球大氣中氣體和氣溶膠組成產(chǎn)生了深遠(yuǎn)的影響。其中，二氧化碳（CO2）濃度從1750年的280 ppm升高到2019年的411 ppm，上升了近二分之一（Dlugokencky and Tans，2020）。另外，根據(jù)儀器觀測(cè)記錄，1906～2005年全球陸地表面平均溫度升高了0.74℃，預(yù)計(jì)未來(lái)幾十年全球會(huì)持續(xù)加速變暖。其中，大部分已觀測(cè)到的地球平均溫度升高現(xiàn)象可能是由人為排放溫室氣體的增加導(dǎo)致的（IPCC，2007b）。大氣中以CO2為代表的溫室氣體含量的迅速增加，對(duì)區(qū)域甚至全球氣候變化產(chǎn)生了顯著影響。 碳匯指從空氣中清除二氧化碳的過(guò)程、活動(dòng)、機(jī)制。植被碳匯可以反映植被吸收并儲(chǔ)存二氧化碳的能力。當(dāng)生態(tài)系統(tǒng)所固定的碳多于排放的碳時(shí)，就成為大氣CO2的匯；反之，則為碳源。生態(tài)系統(tǒng)的碳源/碳匯功能具有較大的不確定性。根據(jù)Houghton和Hackler（2003）對(duì)全球碳收支的研究，20世紀(jì)80年代，全球礦物燃料燃燒和水泥生產(chǎn)的碳排放為（5.4±0.3）Pg C a-1（1 Pg C = 1015 g C），由土地利用造成的碳排放為1.7Pg C a-1；其中，大氣碳增加（3.3±0.1）Pg C a-1，海洋碳吸收為（1.9±0.5）Pg C a-1，陸地碳吸收為（-0.2±0.7）Pg C a-1。進(jìn)而，尚未確定的“遺漏”碳匯約為-1.9Pg C a-1，全球碳收支核算出現(xiàn)了“失匯”現(xiàn)象（Popkin，2015）。盡管多方面證據(jù)表明，北半球中高緯度的陸地生態(tài)系統(tǒng)固定了全球碳循環(huán)中大部分“去向不明”的CO2，從而表現(xiàn)為巨大的碳匯（Pacala et al.，2001；Schimel et al.，2001）。然而，陸地生態(tài)系統(tǒng)表現(xiàn)為碳匯的數(shù)量及其空間分布仍然未得到科學(xué)家的廣泛共識(shí)，特別是由于各種生態(tài)系統(tǒng)擾動(dòng)如土地利用變化、森林濫伐等因素的影響，陸地生態(tài)系統(tǒng)可能會(huì)由碳匯轉(zhuǎn)變?yōu)樘荚。綜上，陸地生態(tài)系統(tǒng)碳源/碳匯功能仍存在較大的不確定性（Ciais et al.，2005；Kurz et al.，2008）。 1.1.2 陸地碳循環(huán)與全球變化關(guān)系密切 全球變化是指由自然和人為因素而導(dǎo)致的全球環(huán)境變化，主要包括大氣組成變化、氣候變化及土地利用變化等方面（周廣勝等，2004）。聯(lián)合國(guó)政府間氣候變化專門委員會(huì)（IPCC）排放情景特別報(bào)告（SRES）指出：未來(lái)幾十年全球溫度將以大約每10年0.2℃的速率增加，之后則取決于溫室氣體排放情景。如果全球平均溫度增幅超過(guò)1.5～2.5℃（與1980～1999年相比），則全球生態(tài)系統(tǒng)的結(jié)構(gòu)和功能、物種的相互作用及地理范圍會(huì)出現(xiàn)巨大變化，20%～30%的物種可能面臨增加的滅絕風(fēng)險(xiǎn)（IPCC，2007b）。 另外，工業(yè)革命以來(lái)，人類活動(dòng)對(duì)地球系統(tǒng)的影響引起社會(huì)及學(xué)術(shù)界的廣泛關(guān)注。以往研究發(fā)現(xiàn)，劇烈的人類活動(dòng)尤其是化石燃料的大量使用和水泥生產(chǎn)導(dǎo)致大氣中溫室氣體特別是CO2濃度激增，打破了長(zhǎng)期以來(lái)的碳循環(huán)動(dòng)態(tài)平衡，從而極大地改變了全球碳循環(huán)過(guò)程，對(duì)全球氣候也產(chǎn)生深遠(yuǎn)的影響。根據(jù)Liu等（2015）的研究，由于化石燃料的燃燒和水泥生產(chǎn)的影響，2000～2013年我國(guó)排放了約2.9 Pg C進(jìn)入大氣中。全球碳循環(huán)是發(fā)生在地球大氣圈、水圈、生物圈等各圈層間*大的物質(zhì)和能量的遷移及轉(zhuǎn)化過(guò)程。通常，大氣中CO2成分多少取決于地球各個(gè)碳庫(kù)間通量的變化。長(zhǎng)期以來(lái)，全球碳循環(huán)處于一種動(dòng)態(tài)平衡狀態(tài)。其中，陸地碳循環(huán)起著關(guān)鍵作用，已成為國(guó)際學(xué)術(shù)界廣泛關(guān)注的研究熱點(diǎn)和學(xué)術(shù)前沿。 一方面，植被通過(guò)光合作用過(guò)程，把大氣中的CO2固定成有機(jī)物質(zhì)，將太陽(yáng)能固定成化學(xué)能，產(chǎn)生人類賴以生產(chǎn)和生活的物質(zhì)與能量基礎(chǔ)；另一方面，人類通過(guò)土地開(kāi)墾、森林砍伐等，向大氣中不斷釋放CO2。以往熱帶地區(qū)的森林砍伐及溫帶地區(qū)的農(nóng)業(yè)墾殖得到了科學(xué)家更多的注意，并取得了大量的研究成果（Houghton et al.，2001）。然而，作為人類活動(dòng)導(dǎo)致的土地利用變化的另一種重要表現(xiàn)形式，城市用地的增加對(duì)陸地生態(tài)系統(tǒng)碳循環(huán)的影響卻鮮被學(xué)術(shù)界關(guān)注，成為區(qū)域乃至全球碳循環(huán)研究中的瓶頸。城市是對(duì)自然環(huán)境作用*劇烈和*深刻的區(qū)域，城市擴(kuò)張深刻改變了地表景觀，對(duì)生態(tài)系統(tǒng)碳循環(huán)乃至全球變化產(chǎn)生了重要影響（Grimm et al.，2008）。土地利用與土地覆蓋變化（LUCC），尤其是城市擴(kuò)張，極大地改變了陸地生態(tài)系統(tǒng)碳循環(huán)的過(guò)程、功能，是當(dāng)前極受關(guān)注的全球變化重要問(wèn)題之一（Buyantuyev and Wu，2009）。另外，Kurz等（2008）認(rèn)為加拿大的森林可能由碳匯轉(zhuǎn)變?yōu)樘荚，這主要與林火及病蟲(chóng)害對(duì)自然植被的影響有關(guān)。LUCC是陸地生態(tài)系統(tǒng)的碳源和碳匯功能研究中*大的不確定因素。 1.1.3 當(dāng)前國(guó)際政治經(jīng)濟(jì)環(huán)境背景 氣候變化問(wèn)題在國(guó)際政治和經(jīng)濟(jì)中日益受到關(guān)注。1988年，世界氣象組織（WMO）和聯(lián)合國(guó)環(huán)境規(guī)劃署（UNEP）聯(lián)合成立了IPCC，主要負(fù)責(zé)對(duì)世界范圍內(nèi)現(xiàn)有的涉及氣候變化問(wèn)題的科學(xué)、技術(shù)、社會(huì)、經(jīng)濟(jì)等方面的資料做出與政策有關(guān)的評(píng)估。IPCC的成立推動(dòng)了《聯(lián)合國(guó)氣候變化框架公約》和《京都議定書》的簽署。1992年通過(guò)的《聯(lián)合國(guó)氣候變化框架公約》是世界上**個(gè)旨在全面控制CO2等溫室氣體排放以應(yīng)對(duì)氣候變化的國(guó)際公約，也是為了應(yīng)對(duì)全球氣候變化問(wèn)題進(jìn)行國(guó)際合作的一個(gè)基本框架。1997年12月，《京都議定書》獲得通過(guò)，它首次為41個(gè)工業(yè)化國(guó)家規(guī)定了具有法律效力的CO2減排目標(biāo)。另外，《京都議定書》還提出允許各國(guó)通過(guò)人為的管理活動(dòng)來(lái)增加碳匯，以此抵消本國(guó)的溫室氣體減排指標(biāo)。《京都議定書》還規(guī)定兩個(gè)國(guó)家之間可以進(jìn)行排放額度買賣的“排放權(quán)交易”，即難以完成削減任務(wù)的國(guó)家，可以從超額完成任務(wù)的國(guó)家買進(jìn)超出部分的額度。2015年12月12日，《聯(lián)合國(guó)氣候變化框架公約》近200個(gè)締約方在巴黎氣候變化大會(huì)上達(dá)成《巴黎協(xié)定》。它是繼《京都議定書》后第二份有法律約束力的氣候協(xié)議，為2020年后全球應(yīng)對(duì)氣候變化行動(dòng)做出了安排。2020年9月22日，***在第七十五屆聯(lián)合國(guó)大會(huì)上提出：“中國(guó)將提高國(guó)家自主貢獻(xiàn)力度，采取更加有力的政策和措施，二氧化碳排放力爭(zhēng)于2030年前達(dá)到峰值，努力爭(zhēng)取2060年前實(shí)現(xiàn)碳中和” 。因而，實(shí)現(xiàn)這樣的目標(biāo)是我國(guó)應(yīng)對(duì)氣候變化的一個(gè)重要戰(zhàn)略任務(wù)。Piao等（2009）研究指出，20世紀(jì)80年代至90年代我國(guó)陸地生態(tài)系統(tǒng)固定了0.19～0.26 Pg C，大約占同期化石燃料燃燒排放CO2總量的28%～37%。加強(qiáng)森林資源的規(guī)劃和科學(xué)管理、提高森林覆蓋率，提高陸地生態(tài)系統(tǒng)對(duì)大氣中碳的吸收固定是應(yīng)對(duì)氣候變化的一個(gè)關(guān)鍵措施，對(duì)于增加陸地生態(tài)系統(tǒng)碳匯發(fā)揮著不可替代的作用。開(kāi)展氣候變化及LUCC過(guò)程中植被活動(dòng)的量化和歸因研究，不僅有利于深化對(duì)我國(guó)生態(tài)系統(tǒng)結(jié)構(gòu)和功能的理解和認(rèn)識(shí)，而且可以為國(guó)家層面上實(shí)現(xiàn)對(duì)碳循環(huán)的合理調(diào)控，制定CO2的減排政策提供科學(xué)依據(jù)，也是我國(guó)積極開(kāi)展環(huán)境外交的迫切要求，還將為我國(guó)政府作為簽約國(guó)履行《聯(lián)合國(guó)氣候變化框架公約》和《京都議定書》，應(yīng)對(duì)氣候變化與制定環(huán)境外交策略提供重要依據(jù)。 1.2 國(guó)內(nèi)外研究進(jìn)展 1.2.1 氣候變化與極端氣候研究 氣候變化是全球變化研究的核心問(wèn)題和重要內(nèi)容之一。IPCC等國(guó)際組織推動(dòng)了氣候變化的全球治理，也促進(jìn)了全球氣候變化研究的深入。到目前為止，IPCC已經(jīng)出版了五次評(píng)估報(bào)告和許多與此有關(guān)的特別報(bào)告、技術(shù)報(bào)告等，分析了全球氣候變化及其可能影響，以及應(yīng)對(duì)策略。IPCC歷次報(bào)告對(duì)氣候變化及其影響的評(píng)估引發(fā)了人們對(duì)全球氣候變化的日益關(guān)注。 氣候模擬是研究氣候變化規(guī)律的有力實(shí)驗(yàn)手段，它用氣候模式復(fù)制氣候系統(tǒng)的平均狀態(tài)及其時(shí)空變化，用以探索氣候系統(tǒng)外的因子對(duì)氣候系統(tǒng)的影響，以及氣候系統(tǒng)內(nèi)各成員之間的相互作用。氣候模式可以分為四類：能量平衡模式、輻射對(duì)流模式、統(tǒng)計(jì)動(dòng)力模式及三維總環(huán)流模式（王紹武，1994）。作為一種重要的三維總環(huán)流模式，海氣耦合氣候模式（AOGCM）能相當(dāng)好地模擬出大尺度范圍的平均氣候特征，特別是能較好地模擬高層大氣場(chǎng)、近地面溫度和大氣環(huán)流，是目前預(yù)估大尺度未來(lái)全球氣候變化的*重要也是*可行的方法之一（范麗軍等，2005）。然而，由于空間分辨率較低（一般為幾百千米），AOGCM很難對(duì)區(qū)域氣候情景做出有效預(yù)估。 目前，解決這個(gè)問(wèn)題主要有兩類辦法：一類是發(fā)展更高分辨率的氣候模式，其缺點(diǎn)是需要很大的計(jì)算量；另一類是降尺度法，主要包括統(tǒng)計(jì)降尺度法（SDSM）和動(dòng)力降尺度法兩大類（IPCC，2007b）。Wilby和Wigley（1997）比較了不同降尺度技術(shù)對(duì)降水的模擬效果，他們認(rèn)為環(huán)流分形降尺度模型能夠較好地模擬較大尺度的降水分布特征；Harpham和Wilby（2005）認(rèn)為統(tǒng)計(jì)降尺度技術(shù)比人工神經(jīng)網(wǎng)絡(luò)（ANN）技術(shù)能夠更好地模擬大尺度的降水變化情況。Caldwell等（2009）運(yùn)用動(dòng)力降尺度方法，基于天氣預(yù)報(bào)模式（WRF）和CCSM3模型模擬了美國(guó)加利福尼亞州的降水、2 m高度處的氣溫和積雪分布。總體來(lái)說(shuō)，動(dòng)力降尺度方法計(jì)算量大，耗費(fèi)大量的計(jì)算機(jī)資源，而統(tǒng)計(jì)降尺度法因其計(jì)算量小、易于操作、模擬精度較高等優(yōu)勢(shì)被廣泛用于歐洲、北美和東南亞等地的氣象、水文及環(huán)境評(píng)價(jià)等諸多領(lǐng)域（Diaz-Nieto and Wilby，2005；Zhang et al.，2011）。 我國(guó)的降尺度研究工作起步較晚。范麗軍等（2007）采用基于多元線性回歸模型的統(tǒng)計(jì)降尺度方法對(duì)我國(guó)華北地區(qū)1月和7月平均溫度變化開(kāi)展了情景研究。趙芳芳和徐宗學(xué)（2007）同時(shí)運(yùn)用統(tǒng)計(jì)降尺度方法（SDSM）和Delta方法模擬了黃河源區(qū)的降水和日*高、*低氣溫。董旭光等（2011）通過(guò)結(jié)合第五代美國(guó)國(guó)家大氣研究中心/賓夕法尼亞州立大學(xué)的中尺度模式（MM5）和再分析資料，運(yùn)用動(dòng)力降尺度方法對(duì)山東省近海風(fēng)能資源進(jìn)行動(dòng)力降尺度模擬研究，他們認(rèn)為動(dòng)力降尺度方法可用于較高分辨率的風(fēng)能資源數(shù)值模擬。雖然降尺度方法在我國(guó)逐漸得到重視，但是，對(duì)于降尺度模型的區(qū)域適應(yīng)性及其對(duì)水文、生態(tài)響應(yīng)等的影響研究還明顯不足，與歐美等國(guó)家相比，我國(guó)氣候變化降尺度研究還有待深入。 除了對(duì)長(zhǎng)期氣候變化的降尺度研究，極端降水、氣候干旱等極端氣候事件也引起了越來(lái)越多的關(guān)注（Alexander et al.，2006；Orlowsky and Seneviratne，2012）。隨著氣候變暖的加劇，預(yù)計(jì)將產(chǎn)生更多的極端天氣（或氣候）事件（Houghton et al.，2001；Cai et al.，2014；IPCC，2019）。例如，Kunkel和Frankson（2015）分析了全球范圍內(nèi)極端降水事件的變化趨勢(shì)，他們指出，*近對(duì)極端降水事件的研究沒(méi)有覆蓋北半球中高緯度以外的足夠大的區(qū)域，因而無(wú)法得出極端降水事件的一般性認(rèn)識(shí)；Singh等（2013）量化了逐日尺度上美國(guó)大陸季節(jié)性極端降水事件的瞬時(shí)變化，他們發(fā)現(xiàn)大部分研究區(qū)域降水事件較少但較重；Rajczak等（2013）發(fā)現(xiàn)歐洲北部的降水量和雨天頻率有所增加，歐洲南部則有所減少。Ghosh等（2012）認(rèn)為印度各地的極端降水事件缺乏一致的變化趨勢(shì)，且其空間變異性越來(lái)越大；Wu等（2016）對(duì)東亞夏季極端降水進(jìn)行了評(píng)價(jià)和預(yù)測(cè)。有關(guān)氣候干旱事件，McKee等（1993）利用典型的氣象干旱指數(shù)—標(biāo)準(zhǔn)化降水指數(shù)（SPI）量化了科羅拉多州多個(gè)時(shí)間尺度的干旱現(xiàn)象。此外，根據(jù)全球氣候模型模擬，在溫室氣體濃度上升的條件下未來(lái)氣候干旱事件呈現(xiàn)出增強(qiáng)的趨勢(shì)（Gregory et al.，1997；Burke et al.，2006）。尤其是在21世紀(jì)，世界上許多地區(qū)的干旱頻率和強(qiáng)度會(huì)增加和增強(qiáng)（IPCC，2019）。因而，在當(dāng)前全球氣候變暖背景下，極端降水、氣候干旱等極端事
書友推薦
- >
伊索寓言-世界文學(xué)名著典藏-全譯本
- >
我與地壇
- >
唐代進(jìn)士錄
- >
李白與唐代文化
- >
回憶愛(ài)瑪儂
- >
山海經(jīng)
- >
朝聞道
- >
莉莉和章魚(yú)
本類暢銷
