声明
论文说明
摘要
第1章 绪论
1.1 研究背景和意义
1.1.1 研究背景
1.1.2 研究目的及意义
1.1.3 遥感(RS)技术在陆地生态系统碳循环研究领域的应用
1.2 植被净初级生产力(NPP)国内外研究进展概述
1.2.1 NPP估算研究进展
1.2.2 主要的NPP模型研究进展
1.3 研究内容、研究方法以及技术路线
1.3.1 研究内容
1.3.2 研究方法
1.3.3 技术路线
1.4 预期目标与创新点
1.4.1 研究目标
1.4.2 研究特色与创新
第2章 研究区域概况及数据预处理
2.1 研究区域概况
2.1.1 研究区位置
2.1.2 地势地貌
2.1.3 气候
2.1.4 水文
2.2 数据来源
2.2.1 遥感影像数据
2.2.2 气象数据
2.2.3 模型辅助数据
2.2.4 模型验证数据
2.3 数据预处理
2.3.1 气温、降水等气象数据的插值
2.3.2 太阳总辐射数据的计算
2.3.3 大气二氧化碳浓度数据
2.4 土地覆盖遥感分类图
2.5 植被生物量的计算
第3章 遥感-过程耦合模型(GLOPEM-CEVSA)及研究方法
3.1 GLOPEM(光能利用率模型)模型算法
3.2 CEVSA(植物生理生态过程模型)模型算法
3.3 GLOPEM模型与CEVSA模型的耦合—GLOPEM-CEVSA模型算法
第4章 遥感-过程耦合模型模拟结果时空动态变化分析
4.1 重庆地区地表覆被状况
4.1.1 重庆地区地表覆被空间格局分析
4.1.2 重庆地区地表覆被时间格局分析
4.2 重庆地区地表光合有效辐射(APAR)模拟结果分析
4.2.1 重庆地区植被吸收的光合有效辐射(APAR)空间分布情况
4.2.2 重庆地区光合有效辐射(APAR)与坡向、海拔高度的关系
4.2.3 地表光合有效辐射(APAR)时间格局分析
4.3 重庆地区植被净初级生产力(NPP)空间格局分析
4.3.1 不同土地覆盖类型下的NPP变化情况分析
4.3.2 重庆各个行政区范围NPP的分布情况分析
4.4 重庆地区植被净初级生产力(NPP)时间格局分析
4.4.1 NPP的年际变化趋势
4.4.2 NPP的季节变化趋势
4.4.3 NPP的月份变化趋势
4.5 遥感-过程耦合模型(GLOPEM-CEVSA)模拟结果的影响因素分析
4.5.1 NPP与气象因子之间的相关性分析
4.5.2 气象因子对净初级生产力(NPP)的敏感性分析
4.5.3 人为因素对NPP的影响
4.6 本章小结
第5章 植被净初级生产力(NPP)模拟结果的验证
5.1 与其他NPP模型模拟结果的对比验证
5.2 与野外实测数据之间的比较
5.3 与MODIS NPP产品的对比验证
第6章 结论与展望
6.1 结论
6.2 存在的不足与展望
参考文献
致谢
作者简历