【摘 要】
:
城市化进程是人类改造自然最明显的外在形式,它显著改变了城市内部的水热环境,影响植被的生长发育。另一方面,城市化的扩张也与区域气候变化密切相关,再次对植被的生长过程带来影响。植被物候是植被外部生长环境变化及气候变化的显示器,城市物候的研究有利于理解城市化对生态系统的影响。遥感数据具有稳定性、客观性、时效性,被广泛应用于植被物候研究。本研究以长三角城市群为研究对象,基于遥感数据提取了该地区植被物候(包
论文部分内容阅读
城市化进程是人类改造自然最明显的外在形式,它显著改变了城市内部的水热环境,影响植被的生长发育。另一方面,城市化的扩张也与区域气候变化密切相关,再次对植被的生长过程带来影响。植被物候是植被外部生长环境变化及气候变化的显示器,城市物候的研究有利于理解城市化对生态系统的影响。遥感数据具有稳定性、客观性、时效性,被广泛应用于植被物候研究。本研究以长三角城市群为研究对象,基于遥感数据提取了该地区植被物候(包括物候开始期、物候结束期、植被生长季)的时间变化趋势及空间分布特征,并探讨了人为因素和气候因素对植被物候的影响。主要结论如下:(1)长三角城市群出现了明显的物候开始期提前、结束期推迟、生长季延长的现象。分区域来看,郊区的变化最为显著,其植被生长季长度平均每年延长1.37天,其次是农村,城区仅物候开始期和植被生长期变化趋势明显。与郊区和农村之间的物候差异相比,城乡间的物候差异更大,且呈现明显缩小的趋势。(2)与物候开始期相比,不同城市间的物候结束期表现出更明显的差异。沿城区-郊区-农村方向,物候差异呈现出明显的梯度现象,平均而言,在城乡梯度上,城区植被物候开始期提前9.6天,结束期推迟6.8天。(3)沿城市化水平方向上的植被物候差异与地表温度密切相关,春季表温度每升高1℃,物候开始期提前4.3天左右;秋季地表温度每升高1℃,物候结束期推迟3.6天左右。(4)在三个城市化水平不同的区域中(城区、郊区、农村),郊区的植被物候变化与人为因素之间的相关性更高;城区仅物候开始期与部分人为因素存在明显相关性;与物候开始期相比,农村的物候结束期与人为因素的相关性更高。此外,气候也是影响植被物候变化的外部因素之一。
其他文献
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
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
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
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:(