中国耕地撂荒的空间格局及气候效应

摘要

土地利用是人类改变地表环境的主要方式之一，可引起一系列的气候、生态、水文等效应。其中，农林地相互转换是一种典型的土地利用/覆盖变化(LUCC)。在全球过去的几百年间，为满足不断增加的人口对粮食和纤维的需求，土地利用变化以农业开垦为主，耕地面积大幅度增加，林地面积大幅度减少;近年来，随着社会经济的发展，特别是第二产业和第三产业的兴起，农地的边际效益逐渐下降，农业从业人口减少，退耕现象日益普遍，耕地逐渐转换成林地。由于耕地与林地在地表反照率、叶面积指数、植被冠层高度等方面的差异，农林地转换对地表辐射能量平衡、水分收支、地表粗糙度等具有显著影响，从而具有重要的气候学意义。 (1)本文首先揭示丫中国耕地撂荒时空特征及形成因素的空间分布。撂荒地区共有163个县（市），分布于中国20余个省份，集中分布地区为中国南方山区，且分布格局呈近似于逆时针旋转90度的“T”字形，纵轴自北至南涵盖了甘肃、四川、重庆、贵州、云南;横轴位于长江中下游，自西向东涵盖了湖北、湖南、安徽。撂荒空间的形态——“T”字形的形成随时间而变化，东西向的横轴形成于2010年之前，南北向的纵轴形成于2010年之后。而撂荒形成的原因主要为农业效益低和劳动力不足。 (2)针对撂荒典型区——长江流域及毗邻地区，本文基于Google Earth高清影像，在1km尺度上辨识了200对耕地与林地纯象元，进而利用MODIS陆地数据产品，对比分析了耕地与林地的地表温度(LST)、叶面积指数(LAI)、地表反照率(Albedo)之差。结果表明:研究区域内，LAI在夏季(6、7、8)月达到最大值，耕地普遍低于林地，峰值和谷值几乎同时出现;FVC与LAI相似，但高峰期比LAI滞后;可见光波段反照率表现为谷值出现在夏季，且耕地高于林地;耕地与林地近红外波段反照率最高值出现时间不同，错峰出现，其中耕地最高值出现再春季，而林地出现在秋季。 (3)为进一步揭示撂荒后农地向林地转换的气候效应，本文将参数本地化，利用本地化后的WRF模式进行模拟试验，结果表明撂荒后的生态恢复对温度的致冷效应并不明显，对区域降水量和降水日数等也无明显的影响。但是对部分地区的降水强度有显著影响，如安徽中部地区的暴雨降水量增多，这将有可能增加灾害事件的发生概率。

目录

摘要

1．1研究背景及意义

1．2国内外研究进展

1．3研究内容

1．4创新点

1．5技术路线

2．1数据来源

2．1．1文献数据

2．1．2卫星数据

2．2数据处理方法

2．2．1文献数据处理方法

2．2．2卫星数据处理方法

2．2．3卫星遥感数据滤波效果

2．3模拟试验方案

第3章国家尺度撂荒格局及其演变

3．1撂荒的空间分布

3．2撂荒的时空变化

3．3撂荒的直接因素

3．4撂荒的社会经济背景

3．4本章小结

第4章 耕、林地地表物理参数差异

4．1耕地与林地地表物理参数对比分析

4．2生物物理参数之间的关系

4．3本章小结

第5章 WRF模拟撂荒的气候效应

5．1撂荒区设置

5．2撂荒对气温影响

5．2．1气温的模型验证及撂荒对气温的影响

5．2．2撂荒对显热通量、潜热通量的影响

5．3撂荒对降水的影响

5．3．1降水的模型验证

5．3．2撂荒对降水的影响

5．4本章小结

结论与讨论

参考文献

附录

攻读硕士学位期间所发表的学术论文

声明

致谢