1、环境科学专业优秀论文 基于 GIS 的中国植被生态系统空间分布特征及生物群区分布模拟关键词：GIS 植被生态系统 空间分布特征 生物群区 分布模拟 叶面积指数摘要：本研究基于 10#39;10空间分辨率运用 GIS 软件对中同植被分布地理配准数字化，提取获得 196 个优势植物的地理分布数据以及内插相关的气候因子，运用分位数函数计算获得各个植物地理分布的气候阈值；在此基础上采用生物气候群组（BAGs）的分类方法，对 196 个优势植物气候因子数据进行聚类分析，同时结合中国植被的地理分布特征，最后划分出 29 个 BAG 组，包括 13 个乔木组（6 个常绿阔叶和 2 个落叶阔叶群组，4 个常绿
2、针叶和 1 个落叶针叶群组） 、10 个灌木组（5 个常绿灌木和 5 个落叶灌木群组）和 6 个草本组。本研究的 BAGs 划分是建立在较高空间分辨率和定量气候因子阈值的基础上，因此，通过计算获得 BAGs 气候阈值（包括每日温度变化幅度、地表霜冻频率、月均温度、月降雨量、相对湿度、日照时数和gt;5年积温等） ，运用生物圈碳循环 CARAIB 模型，模拟 29 个生物气候群组潜在分布图，同时估算出中国陆地植被净初级生产力（NPP）以及叶面积指数分布图，在此基础上模拟出中国19 个生物群区的现代潜在分布。模拟结果较好地表达了中国植被类型的地理分布，尤其较详细地展示了热带、亚热带、温带和高原地区
3、的不同植被类型地理分布格局，但由于东北地区、西部草原以及热带原生植被受人类活动严重干扰，使得模拟结果比该地区的原生植被地理分布的实际面积偏大。总体而言，本研究获得的 29 个生物气候群组对模拟现代生物群区分布提供了理想的分类依据，其气候阈值也是进行过去和未来生物群区模拟的重要参照数据。正文内容本研究基于 10#39;10空间分辨率运用 GIS 软件对中同植被分布地理配准数字化，提取获得 196 个优势植物的地理分布数据以及内插相关的气候因子，运用分位数函数计算获得各个植物地理分布的气候阈值；在此基础上采用生物气候群组（BAGs）的分类方法，对 196 个优势植物气候因子数据进行聚类分析，同时结
4、合中国植被的地理分布特征，最后划分出 29 个 BAG 组，包括13 个乔木组（6 个常绿阔叶和 2 个落叶阔叶群组，4 个常绿针叶和 1 个落叶针叶群组） 、10 个灌木组（5 个常绿灌木和 5 个落叶灌木群组）和 6 个草本组。本研究的 BAGs 划分是建立在较高空间分辨率和定量气候因子阈值的基础上，因此，通过计算获得 BAGs 气候阈值（包括每日温度变化幅度、地表霜冻频率、月均温度、月降雨量、相对湿度、日照时数和gt;5年积温等） ，运用生物圈碳循环 CARAIB 模型，模拟 29 个生物气候群组潜在分布图，同时估算出中国陆地植被净初级生产力（NPP）以及叶面积指数分布图，在此基础上模拟
5、出中国 19个生物群区的现代潜在分布。模拟结果较好地表达了中国植被类型的地理分布，尤其较详细地展示了热带、亚热带、温带和高原地区的不同植被类型地理分布格局，但由于东北地区、西部草原以及热带原生植被受人类活动严重干扰，使得模拟结果比该地区的原生植被地理分布的实际面积偏大。总体而言，本研究获得的 29 个生物气候群组对模拟现代生物群区分布提供了理想的分类依据，其气候阈值也是进行过去和未来生物群区模拟的重要参照数据。本研究基于 10#39;10空间分辨率运用 GIS 软件对中同植被分布地理配准数字化，提取获得 196 个优势植物的地理分布数据以及内插相关的气候因子，运用分位数函数计算获得各个植物地理
6、分布的气候阈值；在此基础上采用生物气候群组（BAGs）的分类方法，对 196 个优势植物气候因子数据进行聚类分析，同时结合中国植被的地理分布特征，最后划分出 29 个 BAG 组，包括 13个乔木组（6 个常绿阔叶和 2 个落叶阔叶群组，4 个常绿针叶和 1 个落叶针叶群组） 、10 个灌木组（5 个常绿灌木和 5 个落叶灌木群组）和 6 个草本组。本研究的 BAGs 划分是建立在较高空间分辨率和定量气候因子阈值的基础上，因此，通过计算获得 BAGs 气候阈值（包括每日温度变化幅度、地表霜冻频率、月均温度、月降雨量、相对湿度、日照时数和gt;5年积温等） ，运用生物圈碳循环CARAIB 模型，
7、模拟 29 个生物气候群组潜在分布图，同时估算出中国陆地植被净初级生产力（NPP）以及叶面积指数分布图，在此基础上模拟出中国 19 个生物群区的现代潜在分布。模拟结果较好地表达了中国植被类型的地理分布，尤其较详细地展示了热带、亚热带、温带和高原地区的不同植被类型地理分布格局，但由于东北地区、西部草原以及热带原生植被受人类活动严重干扰，使得模拟结果比该地区的原生植被地理分布的实际面积偏大。总体而言，本研究获得的 29 个生物气候群组对模拟现代生物群区分布提供了理想的分类依据，其气候阈值也是进行过去和未来生物群区模拟的重要参照数据。本研究基于 10#39;10空间分辨率运用 GIS 软件对中同植被
8、分布地理配准数字化，提取获得 196 个优势植物的地理分布数据以及内插相关的气候因子，运用分位数函数计算获得各个植物地理分布的气候阈值；在此基础上采用生物气候群组（BAGs）的分类方法，对 196 个优势植物气候因子数据进行聚类分析，同时结合中国植被的地理分布特征，最后划分出 29 个 BAG 组，包括 13个乔木组（6 个常绿阔叶和 2 个落叶阔叶群组，4 个常绿针叶和 1 个落叶针叶群组） 、10 个灌木组（5 个常绿灌木和 5 个落叶灌木群组）和 6 个草本组。本研究的 BAGs 划分是建立在较高空间分辨率和定量气候因子阈值的基础上，因此，通过计算获得 BAGs 气候阈值（包括每日温度变
9、化幅度、地表霜冻频率、月均温度、月降雨量、相对湿度、日照时数和gt;5年积温等） ，运用生物圈碳循环CARAIB 模型，模拟 29 个生物气候群组潜在分布图，同时估算出中国陆地植被净初级生产力（NPP）以及叶面积指数分布图，在此基础上模拟出中国 19 个生物群区的现代潜在分布。模拟结果较好地表达了中国植被类型的地理分布，尤其较详细地展示了热带、亚热带、温带和高原地区的不同植被类型地理分布格局，但由于东北地区、西部草原以及热带原生植被受人类活动严重干扰，使得模拟结果比该地区的原生植被地理分布的实际面积偏大。总体而言，本研究获得的 29 个生物气候群组对模拟现代生物群区分布提供了理想的分类依据，其
10、气候阈值也是进行过去和未来生物群区模拟的重要参照数据。本研究基于 10#39;10空间分辨率运用 GIS 软件对中同植被分布地理配准数字化，提取获得 196 个优势植物的地理分布数据以及内插相关的气候因子，运用分位数函数计算获得各个植物地理分布的气候阈值；在此基础上采用生物气候群组（BAGs）的分类方法，对 196 个优势植物气候因子数据进行聚类分析，同时结合中国植被的地理分布特征，最后划分出 29 个 BAG 组，包括 13个乔木组（6 个常绿阔叶和 2 个落叶阔叶群组，4 个常绿针叶和 1 个落叶针叶群组） 、10 个灌木组（5 个常绿灌木和 5 个落叶灌木群组）和 6 个草本组。本研究的
11、 BAGs 划分是建立在较高空间分辨率和定量气候因子阈值的基础上，因此，通过计算获得 BAGs 气候阈值（包括每日温度变化幅度、地表霜冻频率、月均温度、月降雨量、相对湿度、日照时数和gt;5年积温等） ，运用生物圈碳循环CARAIB 模型，模拟 29 个生物气候群组潜在分布图，同时估算出中国陆地植被净初级生产力（NPP）以及叶面积指数分布图，在此基础上模拟出中国 19 个生物群区的现代潜在分布。模拟结果较好地表达了中国植被类型的地理分布，尤其较详细地展示了热带、亚热带、温带和高原地区的不同植被类型地理分布格局，但由于东北地区、西部草原以及热带原生植被受人类活动严重干扰，使得模拟结果比该地区的原
12、生植被地理分布的实际面积偏大。总体而言，本研究获得的 29 个生物气候群组对模拟现代生物群区分布提供了理想的分类依据，其气候阈值也是进行过去和未来生物群区模拟的重要参照数据。本研究基于 10#39;10空间分辨率运用 GIS 软件对中同植被分布地理配准数字化，提取获得 196 个优势植物的地理分布数据以及内插相关的气候因子，运用分位数函数计算获得各个植物地理分布的气候阈值；在此基础上采用生物气候群组（BAGs）的分类方法，对 196 个优势植物气候因子数据进行聚类分析，同时结合中国植被的地理分布特征，最后划分出 29 个 BAG 组，包括 13个乔木组（6 个常绿阔叶和 2 个落叶阔叶群组，4
13、 个常绿针叶和 1 个落叶针叶群组） 、10 个灌木组（5 个常绿灌木和 5 个落叶灌木群组）和 6 个草本组。本研究的 BAGs 划分是建立在较高空间分辨率和定量气候因子阈值的基础上，因此，通过计算获得 BAGs 气候阈值（包括每日温度变化幅度、地表霜冻频率、月均温度、月降雨量、相对湿度、日照时数和gt;5年积温等） ，运用生物圈碳循环CARAIB 模型，模拟 29 个生物气候群组潜在分布图，同时估算出中国陆地植被净初级生产力（NPP）以及叶面积指数分布图，在此基础上模拟出中国 19 个生物群区的现代潜在分布。模拟结果较好地表达了中国植被类型的地理分布，尤其较详细地展示了热带、亚热带、温带和
14、高原地区的不同植被类型地理分布格局，但由于东北地区、西部草原以及热带原生植被受人类活动严重干扰，使得模拟结果比该地区的原生植被地理分布的实际面积偏大。总体而言，本研究获得的 29 个生物气候群组对模拟现代生物群区分布提供了理想的分类依据，其气候阈值也是进行过去和未来生物群区模拟的重要参照数据。本研究基于 10#39;10空间分辨率运用 GIS 软件对中同植被分布地理配准数字化，提取获得 196 个优势植物的地理分布数据以及内插相关的气候因子，运用分位数函数计算获得各个植物地理分布的气候阈值；在此基础上采用生物气候群组（BAGs）的分类方法，对 196 个优势植物气候因子数据进行聚类分析，同时结
15、合中国植被的地理分布特征，最后划分出 29 个 BAG 组，包括 13个乔木组（6 个常绿阔叶和 2 个落叶阔叶群组，4 个常绿针叶和 1 个落叶针叶群组） 、10 个灌木组（5 个常绿灌木和 5 个落叶灌木群组）和 6 个草本组。本研究的 BAGs 划分是建立在较高空间分辨率和定量气候因子阈值的基础上，因此，通过计算获得 BAGs 气候阈值（包括每日温度变化幅度、地表霜冻频率、月均温度、月降雨量、相对湿度、日照时数和gt;5年积温等） ，运用生物圈碳循环CARAIB 模型，模拟 29 个生物气候群组潜在分布图，同时估算出中国陆地植被净初级生产力（NPP）以及叶面积指数分布图，在此基础上模拟出
16、中国 19 个生物群区的现代潜在分布。模拟结果较好地表达了中国植被类型的地理分布，尤其较详细地展示了热带、亚热带、温带和高原地区的不同植被类型地理分布格局，但由于东北地区、西部草原以及热带原生植被受人类活动严重干扰，使得模拟结果比该地区的原生植被地理分布的实际面积偏大。总体而言，本研究获得的 29 个生物气候群组对模拟现代生物群区分布提供了理想的分类依据，其气候阈值也是进行过去和未来生物群区模拟的重要参照数据。本研究基于 10#39;10空间分辨率运用 GIS 软件对中同植被分布地理配准数字化，提取获得 196 个优势植物的地理分布数据以及内插相关的气候因子，运用分位数函数计算获得各个植物地理
17、分布的气候阈值；在此基础上采用生物气候群组（BAGs）的分类方法，对 196 个优势植物气候因子数据进行聚类分析，同时结合中国植被的地理分布特征，最后划分出 29 个 BAG 组，包括 13个乔木组（6 个常绿阔叶和 2 个落叶阔叶群组，4 个常绿针叶和 1 个落叶针叶群组） 、10 个灌木组（5 个常绿灌木和 5 个落叶灌木群组）和 6 个草本组。本研究的 BAGs 划分是建立在较高空间分辨率和定量气候因子阈值的基础上，因此，通过计算获得 BAGs 气候阈值（包括每日温度变化幅度、地表霜冻频率、月均温度、月降雨量、相对湿度、日照时数和gt;5年积温等） ，运用生物圈碳循环CARAIB 模型，
18、模拟 29 个生物气候群组潜在分布图，同时估算出中国陆地植被净初级生产力（NPP）以及叶面积指数分布图，在此基础上模拟出中国 19 个生物群区的现代潜在分布。模拟结果较好地表达了中国植被类型的地理分布，尤其较详细地展示了热带、亚热带、温带和高原地区的不同植被类型地理分布格局，但由于东北地区、西部草原以及热带原生植被受人类活动严重干扰，使得模拟结果比该地区的原生植被地理分布的实际面积偏大。总体而言，本研究获得的 29 个生物气候群组对模拟现代生物群区分布提供了理想的分类依据，其气候阈值也是进行过去和未来生物群区模拟的重要参照数据。本研究基于 10#39;10空间分辨率运用 GIS 软件对中同植被
19、分布地理配准数字化，提取获得 196 个优势植物的地理分布数据以及内插相关的气候因子，运用分位数函数计算获得各个植物地理分布的气候阈值；在此基础上采用生物气候群组（BAGs）的分类方法，对 196 个优势植物气候因子数据进行聚类分析，同时结合中国植被的地理分布特征，最后划分出 29 个 BAG 组，包括 13个乔木组（6 个常绿阔叶和 2 个落叶阔叶群组，4 个常绿针叶和 1 个落叶针叶群组） 、10 个灌木组（5 个常绿灌木和 5 个落叶灌木群组）和 6 个草本组。本研究的 BAGs 划分是建立在较高空间分辨率和定量气候因子阈值的基础上，因此，通过计算获得 BAGs 气候阈值（包括每日温度变
20、化幅度、地表霜冻频率、月均温度、月降雨量、相对湿度、日照时数和gt;5年积温等） ，运用生物圈碳循环CARAIB 模型，模拟 29 个生物气候群组潜在分布图，同时估算出中国陆地植被净初级生产力（NPP）以及叶面积指数分布图，在此基础上模拟出中国 19 个生物群区的现代潜在分布。模拟结果较好地表达了中国植被类型的地理分布，尤其较详细地展示了热带、亚热带、温带和高原地区的不同植被类型地理分布格局，但由于东北地区、西部草原以及热带原生植被受人类活动严重干扰，使得模拟结果比该地区的原生植被地理分布的实际面积偏大。总体而言，本研究获得的 29 个生物气候群组对模拟现代生物群区分布提供了理想的分类依据，其
21、气候阈值也是进行过去和未来生物群区模拟的重要参照数据。本研究基于 10#39;10空间分辨率运用 GIS 软件对中同植被分布地理配准数字化，提取获得 196 个优势植物的地理分布数据以及内插相关的气候因子，运用分位数函数计算获得各个植物地理分布的气候阈值；在此基础上采用生物气候群组（BAGs）的分类方法，对 196 个优势植物气候因子数据进行聚类分析，同时结合中国植被的地理分布特征，最后划分出 29 个 BAG 组，包括 13个乔木组（6 个常绿阔叶和 2 个落叶阔叶群组，4 个常绿针叶和 1 个落叶针叶群组） 、10 个灌木组（5 个常绿灌木和 5 个落叶灌木群组）和 6 个草本组。本研究的
22、 BAGs 划分是建立在较高空间分辨率和定量气候因子阈值的基础上，因此，通过计算获得 BAGs 气候阈值（包括每日温度变化幅度、地表霜冻频率、月均温度、月降雨量、相对湿度、日照时数和gt;5年积温等） ，运用生物圈碳循环CARAIB 模型，模拟 29 个生物气候群组潜在分布图，同时估算出中国陆地植被净初级生产力（NPP）以及叶面积指数分布图，在此基础上模拟出中国 19 个生物群区的现代潜在分布。模拟结果较好地表达了中国植被类型的地理分布，尤其较详细地展示了热带、亚热带、温带和高原地区的不同植被类型地理分布格局，但由于东北地区、西部草原以及热带原生植被受人类活动严重干扰，使得模拟结果比该地区的原
23、生植被地理分布的实际面积偏大。总体而言，本研究获得的 29 个生物气候群组对模拟现代生物群区分布提供了理想的分类依据，其气候阈值也是进行过去和未来生物群区模拟的重要参照数据。本研究基于 10#39;10空间分辨率运用 GIS 软件对中同植被分布地理配准数字化，提取获得 196 个优势植物的地理分布数据以及内插相关的气候因子，运用分位数函数计算获得各个植物地理分布的气候阈值；在此基础上采用生物气候群组（BAGs）的分类方法，对 196 个优势植物气候因子数据进行聚类分析，同时结合中国植被的地理分布特征，最后划分出 29 个 BAG 组，包括 13个乔木组（6 个常绿阔叶和 2 个落叶阔叶群组，4
24、 个常绿针叶和 1 个落叶针叶群组） 、10 个灌木组（5 个常绿灌木和 5 个落叶灌木群组）和 6 个草本组。本研究的 BAGs 划分是建立在较高空间分辨率和定量气候因子阈值的基础上，因此，通过计算获得 BAGs 气候阈值（包括每日温度变化幅度、地表霜冻频率、月均温度、月降雨量、相对湿度、日照时数和gt;5年积温等） ，运用生物圈碳循环CARAIB 模型，模拟 29 个生物气候群组潜在分布图，同时估算出中国陆地植被净初级生产力（NPP）以及叶面积指数分布图，在此基础上模拟出中国 19 个生物群区的现代潜在分布。模拟结果较好地表达了中国植被类型的地理分布，尤其较详细地展示了热带、亚热带、温带和
25、高原地区的不同植被类型地理分布格局，但由于东北地区、西部草原以及热带原生植被受人类活动严重干扰，使得模拟结果比该地区的原生植被地理分布的实际面积偏大。总体而言，本研究获得的 29 个生物气候群组对模拟现代生物群区分布提供了理想的分类依据，其气候阈值也是进行过去和未来生物群区模拟的重要参照数据。特别提醒 ：正文内容由 PDF 文件转码生成，如您电脑未有相应转换码，则无法显示正文内容，请您下载相应软件，下载地址为 http:/ 。如还不能显示，可以联系我 q q 1627550258 ，提供原格式文档。我们还可提供代笔服务，价格优惠，服务周到，包您通过。“垐垯櫃 换烫梯葺铑?endstreamen
26、dobj2x 滌甸?*U 躆 跦?l, 墀 VGi?o 嫅#4K 錶 c#x 刔 彟 2Z 皙笜?D 剧珞 H 鏋 Kx 時 k,褝仆? 稀?i 攸闥-) 荮vJ 釔絓|?殢 D 蘰厣?籶(柶胊?07 姻Rl 遜 ee 醳 B?苒?甊袝 t 弟l?%G 趓毘 N 蒖與叚繜羇坯嵎憛?U?Xd* 蛥?-.臟兄+鮶 m4嵸/E 厤U 閄 r塎偨匰忓tQL 綹 eb?抔搉 ok 怊 J?l?庮 蔘?唍*舶裤爞 K 誵Xr 蛈翏磾寚缳 nE 駔殞梕 壦 e 櫫蹴友搇6 碪近躍邀 8 顪?zFi?U 钮 嬧撯暼坻7/?W?3RQ 碚螅 T 憚磴炬 B- 垥 n 國 0fw 丮“eI?a揦(?7 鳁?H?弋睟栴?霽 N 濎嬄! 盯 鼴蝔 4sxr?溣?檝皞咃 hi#?攊(?v 擗谂馿鏤刊 x 偨棆鯍抰Lyy|y 箲丽膈淢 m7 汍衂法瀶?鴫 C?Q 貖 澔?wC(?9m.Ek?腅僼碓 靔 奲?D| 疑維 d袣箈 Q| 榉慓採紤婏(鞄-h-蜪7I冑?匨+蘮.-懸 6 鶚?蚧?铒鷈?叛牪?蹾 rR?*t? 檸?籕
