期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
中国西南和华南粮食作物播种面积时序变化特征及其影响因素分析 被引量:14
1
作者 王静 方锋 王莺 《生态环境学报》 CSCD 北大核心 2021年第10期2010-2025,共16页
利用历史统计资料,以西南和华南5个省份/自治区[四川、云南、贵州、广东省和广西壮族自治区(简称“广西”)]为代表区,探讨了多种粮食作物播种面积的时序变化特征,并分析了其变化的影响因素。结果表明,广东、广西和四川粮食播种面积逐渐... 利用历史统计资料,以西南和华南5个省份/自治区[四川、云南、贵州、广东省和广西壮族自治区(简称“广西”)]为代表区,探讨了多种粮食作物播种面积的时序变化特征,并分析了其变化的影响因素。结果表明,广东、广西和四川粮食播种面积逐渐减少,相较上世纪50年代,近10年分别减少了62.0%、13.9%和36.1%,贵州和云南省粮食播种面积则扩大明显,近10年分别扩大了41.4%和49.2%。其次,广东冬小麦、玉米和马铃薯播种面积呈增加趋势;广西稻谷、早稻、冬小麦、谷子、高粱和大豆播种面积呈先增后减趋势,玉米和马铃薯播种面积波动增加;四川冬小麦播种面积也呈先增后减趋势,玉米、豆类和薯类播种面积较为稳定,贵州谷物、稻谷、玉米、早稻、双季晚稻和豆类播种面积保持稳定,冬小麦播种面积呈先增后减趋势,高粱、大豆、薯类和马铃薯播种面积则持续增加,云南谷物、稻谷、豆类播种面积变化不大,双季晚稻和冬小麦播种面积呈先增后减趋势,玉米、谷子、大豆、薯类和马铃薯播种面积总体呈波动增加趋势。除此之外,各省/自治区其他粮食作物品种播种面积则呈逐渐减少趋势。分析了各粮食作物播种面积变化影响因素的效应,发现大多数影响因素与播种面积变化都有显著相关性,但具体到省份/自治区、作物品种,不同的因素效应不同。总体而言,社会经济因素中人口数量指标,以及个别农业技术指标对西南和华南粮食作物播种面积变化有重要影响。 展开更多
关键词 粮食作物 播种面积 时序变化特征 社会经济因素 自然灾害因素 相关分析 灰色关联度
在线阅读 下载PDF
北京市中心城区PM_(2.5)长期变化趋势和特征 被引量:10
2
作者 赵妤希 陈义珍 +2 位作者 杨欣 柴发合 张玮琦 《生态环境学报》 CSCD 北大核心 2016年第9期1493-1498,共6页
利用2008—2015年北京中心城区PM2.5质量浓度数据,采用统计分析方法对其长期的污染变化趋势和特征进行了分析。结果表明,PM2.5多年年均质量浓度为95.4μg.m-3,其总体变化趋势是改善的,各年改善程度不同,年均改善幅度约为2.85%,按... 利用2008—2015年北京中心城区PM2.5质量浓度数据,采用统计分析方法对其长期的污染变化趋势和特征进行了分析。结果表明,PM2.5多年年均质量浓度为95.4μg.m-3,其总体变化趋势是改善的,各年改善程度不同,年均改善幅度约为2.85%,按照此速度,要解决北京的灰霾污染,尚需约18a的时间。春季各年PM2.5污染维持平稳的趋势,夏季和秋季呈逐年递减的趋势,而冬季则呈逐年上升的趋势,冬季的污染来源和排放控制应引起重视。从小时变化的特征看,春、夏、秋、冬各季的PM2.5小时质量浓度最低值一般出现在日落前的2~3小时,而最高值分别出现在09:00、07:00、00:00和22:00点;春、夏季PM2.5易在早晨累积,小时平均质量浓度日较差不甚明显,秋、冬季易在半夜累积,小时平均质量浓度日较差较明显;研究提示,为了健康,秋、冬季尽量不要在夜间进行户外运动。从健康暴露来看,“不健康”以上平均暴露水平占58.5%,处在非常严重的污染水平,暴露频率总体呈维持或改善的趋势;达到“警戒状态”的极端污染日平均暴露频率为4.4%,暴露频率呈不降反升的趋势。 展开更多
关键词 PM2.5 长期变化趋势 时序变化特征 健康暴露
在线阅读 下载PDF
基于GRACE陆地水储量估算土壤湿度变化——以中国东部季风区为例 被引量:4
3
作者 王洁 边宇晗 +2 位作者 陈裕迪 顾闽 解文娟 《南水北调与水利科技(中英文)》 CAS 北大核心 2021年第3期459-468,共10页
为探究获取高精度土壤湿度变化数据的新方法,选取2005年1月至2012年12月为研究时段,利用GRACE重力卫星反演降尺度得到的空间分辨率为0.25°×0.25°的陆地水储量变化数据和GLDAS-NOAH陆面模式模拟的地表径流、积雪深以及实... 为探究获取高精度土壤湿度变化数据的新方法,选取2005年1月至2012年12月为研究时段,利用GRACE重力卫星反演降尺度得到的空间分辨率为0.25°×0.25°的陆地水储量变化数据和GLDAS-NOAH陆面模式模拟的地表径流、积雪深以及实测地下水位等数据,基于水量平衡原理估算东部季风区6个主要流域的土壤湿度变化数据,反演深度范围可达0~200 mm。从时空相关性、均方根误差、趋势度等方面,与AMSR-E、ERA-Interim、MERRA2、ASCAT、GLDAS-NOAH、GLDAS-Mosaic、GLDAS-Catchment共7种土壤湿度产品进行对比验证。结果表明:估算的土壤湿度变化数据优势明显,在珠江流域表现最好,与上述产品的皮尔逊相关系数分别为0.70、0.79、0.86、0.85、0.81、0.50和0.51;与MERRA2、ASCAT、GLDAS-Catchment的单变量Moran′s I较为相近,分别为0.67、0.80和0.74,且与其他产品的均方根误差均较小,大部分控制在0.25~0.30;各种产品的土壤湿度变化在黄河流域表现一致性较差,皮尔逊相关系数均在0.41以下,变化趋势也不尽相同。 展开更多
关键词 GRACE重力卫星 土壤湿度变化 水量平衡原理 时序变化特征 对比验证
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部