基于Biome-BGC模型的太白山南北坡巴山冷杉林生态系统动态探究

发布时间：2023-10-19 19:04

　　全球变暖已经引起社会各界的关注,并且逐步影响到生态系统的平衡与稳定。植被是陆地生态系统中对气候变化最为敏感的群体。但是,不同植被、同一植被在不同地区对同一时间内气候变化有全然不同的敏感度。为了更好地探究太白山南北坡巴山冷杉的生长动态、空间变异及其对气候变化的响应,本文收集整理了太白山地区1959—2013年55年间的气象数据,运用BIOME-BCC模型进行模拟计算后对其输出数据进行提取分析,得到了太白山南北坡巴山冷杉林的多年NPP、ET、LAI、NEP和碳密度,并分别分析其与气候要素的相关关系。随后,分别利用ARIMA模型、R语言、NAR动态神经网络对太白山南坡巴山冷杉林NPP的动态变化进行趋势拟合与短期预测,建立了太白山南坡巴山冷杉林NPP的时间序列模型。并应用白噪声检验等相关检验方法对三种模型的预测效果进行了确认。主要结论如下:(1)1959—2013年,太白山南北两坡巴山冷杉林的NPP、ET、NEP、LAI和碳密度等都有不同程度的波动,但总体上为上升趋势。太白山南北两坡的巴山冷杉林生长并不同步,在气温、降水、地形、光照等多种要素的综合作用下,南坡巴山冷杉林比北坡巴山冷杉林生长更快...

【文章页数】：89 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景及意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究进展
        1.2.1 秦岭地区植被生态系统研究进展
        1.2.2 巴山冷杉研究相关进展
    1.3 存在问题及发展趋势
    1.4 模型应用现状
        1.4.1 Biome-BGC模型概述
        1.4.2 PEST模型
        1.4.3 NPP预测相关研究
    1.5 研究内容
        1.5.1 秦岭地区巴山冷杉林生态系统动态变化
        1.5.2 基于Biome-BGC模型的敏感性参数
        1.5.3 巴山冷杉林生态系统变化预测
第二章 研究对象与研究区概况
    2.1 太白山自然环境概况
        2.1.1 地理位置
        2.1.2 气候条件
        2.1.3 土壤和动植物资源
    2.2 巴山冷杉概况
        2.2.1 形态特征
        2.2.2 地理分布
        2.2.3 生态生物学特性
    2.3 研究方法
        2.3.1 Biome-BGC模型应用原理
        2.3.2 参数敏感性分析
        2.3.3 预测原理
    2.4 数据获取与处理
        2.4.1 数据来源
        2.4.2 数据处理
    2.5 技术路线图
第三章 太白山巴山冷杉林生态系统动态模拟
    3.1 模型验证
    3.2 巴山冷杉林生态系统各要素现状:
        3.2.1 NPP
        3.2.2 ET
        3.2.3 LAI
        3.2.4 NEP
        3.2.5 碳密度
    3.3 各要素与气候因子相关关系:
        3.3.1 巴山冷杉林NPP与气候因子的相关关系
        3.3.2 巴山冷杉林ET与气候因子的相关关系
        3.3.3 巴山冷杉林LAI与气候因子的相关关系
        3.3.4 巴山冷杉林NEP与气候因子的相关关系
        3.3.5 巴山冷杉林碳密度与气候因子的相关关系
    3.4 巴山冷杉林生长要素与坡向
    3.5 参数敏感性分析
    3.6 巴山冷杉生态系统动态与海拔
第四章 巴山冷杉林生态系统NPP预测
    4.1 ARIMA模型
    4.2 R语言预测模型
    4.3 NAR模型构建
第五章 结论与讨论
    5.1 结论
    5.2 特色与创新点
        5.2.1 长时序、多要素的评估
        5.2.2 对Biome-BGC模型进行参数敏感性分析
        5.2.3 寻找最大影响因子
        5.2.4 对巴山冷杉林动态做出预测
    5.3 讨论
参考文献
附录
攻读硕士期间取得的科研成果
致谢



本文编号：3855224