首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   40篇
  免费   50篇
  国内免费   176篇
  2024年   1篇
  2023年   16篇
  2022年   19篇
  2021年   10篇
  2020年   7篇
  2019年   12篇
  2018年   20篇
  2017年   12篇
  2016年   13篇
  2015年   8篇
  2014年   13篇
  2013年   12篇
  2012年   13篇
  2011年   15篇
  2010年   12篇
  2009年   12篇
  2008年   12篇
  2007年   14篇
  2006年   12篇
  2005年   5篇
  2004年   5篇
  2003年   7篇
  2002年   1篇
  2001年   3篇
  2000年   1篇
  1999年   3篇
  1997年   3篇
  1996年   3篇
  1995年   1篇
  1991年   1篇
排序方式: 共有266条查询结果,搜索用时 109 毫秒
201.
地面测量与ASTER影像综合计算植被盖度   总被引:9,自引:0,他引:9  
选择我国北方温带典型草原作为研究对象,在研究区内分别针对植被盖度是高、中、低的地区随机选取49块样地,在每块样地内采用嵌套的方式作样方,样方尺度有60、30、15m3个尺度,嵌套的方式是60m的样方嵌套30m的样方,30m的样方嵌套15m的样方。15m的样方内作3个1m的样方,30m的样方内作5个1m的样方,60m的样方内作10个1m的样方。对于每个1m的样方,采用将数码相机架设在离草本层2m高的位置,垂直对样方进行拍摄,并记录影像的方式估计植被盖度。基于以上地面实测数据以及ASTER遥感数据,建立植被盖度经验模型。模型建立的步骤主要包括以下内容:(1)利用植被盖度信息提取模型计算野外实测的各张数码相片的植被盖度值,在15、30m以及60m3个样方尺度上计算各样方的植被盖度;(2)计算ASTER数据的各种植被指数(RVI,NDVI,NDGI);(3)将地面样方与相应的ASTER影像像元在不同的尺度上相匹配。(4)基于某一样方尺度,计算与地面样方相对应区域内的ASTER影像像元植被指数的中值。(5)基于该样方尺度,建立地面实测植被盖度值与ASTER数据植被指数值之间的回归模型;(6)对回归模型进行显著性检验。在建立经验模型的过程中,研究植被指数(NDVI、NDGI以及RVI)与植被盖度的相关性以及地面样方尺度对经验模型的影响。此外,还将经验模型与目前广泛使用的亚像元分解模型作比较,检验亚像元分解模型在中国北方温带典型草原的适用性。结果表明,(1)对于中国北方典型草原区而言,利用植被指数NDVI监测草地的植被盖度是比较适宜的,它优于植被指数RVI,也比植被指数NDGI的效果好。(2)地面样方尺度的选择对于植被盖度经验模型的建立有很大的影响。就中国北方典型草原区来看,在地面作大样方,取其中值的方法在一定程度上可以克服由于地面的测量和遥感测量之间发生空间错配而产生的影响,有利于提高植被指数与植被盖度之间相关系数的显著水平。(3)60m×60m的样方尺度,基于NDVI的植被盖度经验模型相比,利用亚像元分解模型估测中国北方温带典型草原植被盖度的精度低于前者。  相似文献   
202.
1982-2003年东北林区森林植被NDVI与水热条件的相关分析   总被引:13,自引:1,他引:12  
以气象站点为研究单元,将1982—2003年东北林区森林植被月平均、季平均和年平均NDVI数据与其对应的水热条件(温度和降水)进行相关、偏相关和复相关分析。结果表明:温度是影响东北林区森林植被NDVI的最主要气候因子。春季、秋季不同森林植被平均NDVI与温度和降水呈极显著相关(P<0.01),其与温度的相关性高于其与降水的相关性。寒温带针叶林NDVI在生长季与温度和降水呈极显著相关(P<0.01),其与降水的相关性略高于其与温度的相关性,而全年温度对寒温带针叶林生长的影响高于降水。寒温带针叶林NDVI在4月份与降水的时滞偏相关性高于其他月份,相关系数达-0.385。温带针阔叶混交林NDVI在4—7月与温度的时滞偏相关性较高,相关系数分别为0.581,0.490,-0.266和-0.297。暖温带落叶阔叶林NDVI在4月份与温度的时滞偏相关性高于其他月份,相关系数为0.571;在7月份与降水时滞偏相关性高于其他月份,相关系数为-0.367。森林植被生长增长阶段NDVI受综合水热条件(温度和降水)的滞后影响显著。  相似文献   
203.
基于祁连山树轮宽度指数的区域NDVI重建   总被引:2,自引:0,他引:2       下载免费PDF全文
利用祁连山自东向西5条树轮宽度年表序列和1986-2003年间的归一化植被指数(NDVI), 分析了NDVI的时空变化及其与树轮宽度年表之间的关联。结果表明, 祁连山地区植被的生长主要集中在6-8月。空间上, NDVI值从祁连山东段向西段逐渐减小; 在1986-2003时段内, 东、中和西段生长季的NDVI值分别增长了3.28%、4.82%和7.75%。整个祁连山地区的NDVI变化与5个宽度年表的第一主成分相关性较高(r = 0.74, p < 0.01)。基于此, 利用树轮宽度RES年表的第一主成分重建了1843-2003年间祁连山地区生长季的NDVI变化曲线。重建的NDVI曲线表现出6个高值期和6个低值期, 其中1923-1932的10年间植被生长状况最差。另外, 在1989-2003时段内NDVI年际波动较大, 总体上表现为NDVI低于平均值, 但是从1991年开始, NDVI有上升的趋势。  相似文献   
204.
余振  孙鹏森  刘世荣 《植物生态学报》2011,35(11):1117-1126
植被的动态变化及其与环境的关系已成为全球变化研究的热点问题。陆地样带是进行全球变化驱动因素梯度分析的有效途径。该研究依托中国东部南北样带(NSTEC), 对南北样带不同时间尺度的气候因子和植被活动变化特征进行了分析, 并重点阐述了具有代表性的12种植被类型对气候因子的响应方式。研究结果表明: 南北样带植被的归一化植被指数(NDVI)的变化同时受控于气温和降水, 但是在不同的空间和时间尺度上植被NDVI的响应方式各异。在年时间尺度上, 只有温带落叶灌丛(TDS)的NDVI受气温控制; 而温带禾草草原(TGS)和亚热带和热带针叶林(STCF)的NDVI同时受气温和降水调控。其他植被类型的年NDVI与年平均气温和年总降水量没有直接显著的联系, 而受年内气温变化和降水分配状况的影响更大。在月时间尺度上, NDVI与气温的关系在不同类型植被之间存在很大差异。一般而言, 植被NDVI与前4个月内的气温关系最为密切, 并且从1月份到4月份气温的滞后时长在缩短。其中, 温带针叶林(TCF)、温带落叶阔叶林(TDBF)、TDS、STCF和亚热带热带草丛(STG)等植被类型, 5-8月的NDVI与气温普遍呈负相关关系。草原和灌丛植被类型当月NDVI与当月降水量主要以正相关为主, 而森林类型当月NDVI与当月降水量主要以负相关为主。  相似文献   
205.
运用黄冈市2000、2005 和2010 年3 期的 LandsatTM 和LandsatETM+遥感数据, 采取像元二分模型, 进行植被覆盖度计算并分析其时空特征, 同时将植被覆盖度与坡向、坡度、高程进行叠加, 进一步探讨地形因子对植被覆盖度分布的影响。研究表明: (1)2000-2010 年黄冈市植被覆盖度呈现出先上升后退化趋势, 植被状况整体上表现为趋向恶化; (2)东部植被覆盖空间分布较高, 中南部植被覆盖状况较稳定, 而北部和中西部植被覆盖状况相对较低; (3)植被覆盖度在阴阳坡分布较稳定, 植被覆盖度分布密集区域主要集中在高程为300 米、坡度为15-25的区域内。研究结论对推进黄冈市植被资源可持续利用与管理具有重要借鉴意义。  相似文献   
206.
生态系统光能利用率(LUE)反映了植被通过光合作用利用光能吸收和固定大气中CO2的能力, 是表征生态系统生产力的重要指标。选取长白山温带阔叶红松(Pinus koraiensis)林生态系统为研究对象, 利用涡度相关通量观测数据, 采用直角双曲线方程获取了生态系统光合作用的表观量子效率(ε); 基于总生态系统初级生产力(GEP)与下垫面入射光合有效辐射(Q)的比值得到生态光能利用率(LUEeco)。研究表明: 在季节尺度上, εLUEeco均表现出显著的单峰变化特征, 并主要受到土壤温度和归一化植被指数(NDVI)的调控, 同时, εLUEeco都受到GEP的显著影响, 而与Q的相关性较弱或无显著相关关系, 但散射辐射的增加在一定程度上有助于提高生态系统的LUEεLUEeco存在显著的线性正相关关系, 但ε明显高于LUEeco。2003-2005年, εLUEeco每年最大值的平均值分别为(0.087 ± 0.003)和(0.040 ± 0.002) μmol CO2·μmol photon-1, 年际间变异度分别为4.17%和4.25%, 而不同年份之间最大差异均达到8%或8%以上, 从而对模型模拟结果产生明显影响。因此, 在基于光能利用率模型的模拟研究中, 最大LUE的年际变异需要在参数反演和优化中给予重要考虑。  相似文献   
207.
李芳  赵文智 《植物生态学报》2016,40(12):1245-1256
降水是荒漠生态系统主要的水分来源, 是植被结构和功能变化的根本驱动力。该研究以黑河中游砾质荒漠(砾漠)和沙质荒漠(沙漠)为研究对象, 基于2000-2012年中分辨率成像光谱仪(MODIS)获取的归一化植被指数(NDVI)数据以及日降水数据, 运用多元线性回归法, 分析了砾漠和沙漠植被生长季(5-9月)、生长季早期(5-6月)和晚期(7-9月)累积NDVI (NDVIINT, INT表示某时间段的累积值)对冷季降水(Pc, 前一年9月至当年2月累积降水)、暖季降水(Pw, 当年3月至8月累积降水)、前一年生长季NDVIINT (NDVIINT-pys)以及干湿气候期(干旱期: 2001-2003; 湿润期: 2004-2007年)的响应。研究结果表明: (1)砾漠植被生长季NDVIINT年际变化的影响因素排序为NDVIINT-pys > Pc > Pw, 沙漠植被NDVIINT则为Pw > NDVIINT-pys; 砾漠生长季NDVIINT早期NDVIINT年际变化的影响因素排序为NDVIINT-pys > Pc, 晚期则为NDVIINT-pys > Pc = Pw; 而沙漠生长季早期NDVIINT年际变化的影响因素为NDVIINT-pys, 晚期是Pw。(2)在干湿气候期内, 降水量并非是影响荒漠NDVIINT变化的关键因子。干湿气候期交替时, 砾漠NDVIINT较沙漠增加明显; 湿润期内, 湿润期持续的长短是影响两种生境植被NDVIINT的关键因子, 以沙漠较为明显。黑河中游砾漠和沙漠植被生产力对冷暖季降水及干湿气候期响应具有明显的差异, 但总体显示出荒漠植被生产力对降水响应具有滞后性特征。以上结论可为揭示荒漠植被生产力对降水的响应机理提供参考。  相似文献   
208.
水稻叶片气孔导度与冠层反射光谱的定量关系分析   总被引:1,自引:0,他引:1       下载免费PDF全文
研究了不同土壤水氮条件下水稻(Oryza sativa)叶片气孔导度与冠层光谱反射特征的量化关系。结果表明,不同水分处理下,水稻不同叶位气孔导度变化趋势为:GsL1>GsL2>GsL3>GsL4。高于W3水分条件下,高氮处理的叶片气孔导度高于低氮处理,而低于W3水分条件下,高低氮处理条件下叶片气孔导度差异不显著。发现比值指数R(1 650,760)与不同叶位叶片及不同层次叶片气孔导度的相关性大小为:GsL1>GsL12>GsL123>GsL1234>GsL2>GsL3>GsL4(水稻顶部自上而下第一、二、三、四叶以及自上而下顶部2张、3张、4张叶片的气孔导度值分别表示为:GsL1、GsL2、GsL3、GsL4、GsL12、GsL123和GsL1234),而顶1叶气孔导度与叶面积指数的乘积(冠层叶片气孔导度)同比值指数R(1 650,760)相关程度更高。R(1 650,760)与顶1叶和冠层叶片气孔导度之间皆呈极显著的幂函数负相关。利用不同年份的不同水稻试验对两者的监测模型进行了检验,模型的检验误差RMSE分别为0.05和0.24,表明比值指数R(1 650,760)可以较好地监测不同水氮条件下水稻叶片的气孔开闭特征。  相似文献   
209.
不同海拔梯度高寒草地地上生物量与环境因子关系   总被引:9,自引:0,他引:9  
以新疆天山南坡的巴音布鲁克高寒草地为研究对象,沿海拔每升高100m设置1块样地,共9个样地,研究了海拔梯度变化条件下高寒草地地上生物量与环境因子的关系.研究表明:紫花针茅、羊茅群落分布在海拔2460~2760m,地上生物量为52.2~75.9g.m-2,线叶嵩草 紫花针茅群落分布在海拔2860m,地上生物量为53.2g.m-2,线叶嵩草、天山羽衣草、细果苔草群落分布在海拔2960~3260m,地上生物量为62.1~107.4g.m-2;7—8月平均相对湿度对群落总的地上生物量影响较大;海拔与禾本科的地上生物量呈显著负相关,与莎草科呈显著正相关;7—8月平均气温是决定禾本科和莎草科功能群地上生物量的主导因子,回归方程分别为Y=13.467X-97.284和Y=171.699-15.331X;海拔与平均气温和pH值呈极显著负相关(P<0.01),与平均相对湿度呈极显著正相关(P<0.01),与速效N含量和土壤含水量呈显著正相关(P<0.05).  相似文献   
210.
沙地油蒿群落覆盖度的遥感定量化研究   总被引:10,自引:0,他引:10       下载免费PDF全文
鄂尔多斯地区荒漠化与沙地植被覆盖度有紧密的关系。用 NOAA卫星数据对沙地植被覆盖度进行动态监测可以为认识该地区的荒漠化动态变化及过程提供丰富的信息。通过分析沙地反射机理 ,建立了沙地油蒿(Artemisia ordosica)群落盖度与修正后的土壤调节植被指数 (MSAVI)之间的关系模型。然而 ,卫星数据用于该关系模型之前 ,必须进行处理。本文首先用裸沙土壤线法校正大气影响 ,然后 ,用 MSAVI消除土壤背景影响  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号