期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
能源资源开发区域大气CO_(2)时空变化及影响因素分析 被引量：1
1
作者 杨慧 范怀伟 +8 位作者 徐晓 张云惠 王文峰 闫兆进 王成 王俊辉 刘蕾 王冉 慈慧 《地学前缘》 EI CAS CSCD 北大核心 2024年第4期147-164,共18页
分析能源资源开发区域大气碳浓度的时空变化和影响因素,对于探索“碳达峰”“碳中和”背景下能源资源开发高质量发展路径至关重要。新疆维吾尔自治区是我国重要的能源和战略资源基地,本文面向新疆维吾尔自治区的能源资源开发现状,采集... 分析能源资源开发区域大气碳浓度的时空变化和影响因素,对于探索“碳达峰”“碳中和”背景下能源资源开发高质量发展路径至关重要。新疆维吾尔自治区是我国重要的能源和战略资源基地,本文面向新疆维吾尔自治区的能源资源开发现状,采集并预处理了2015—2021年轨道碳观测卫星-2(Orbiting Carbon Observatory-2,OCO-2)二氧化碳L3数据产品,分析研究区大气碳浓度的时间变化趋势和空间分布格局,构建深度森林回归模型,并分析各影响因素对碳浓度时空变化的驱动作用。结果表明:(1)新疆维吾尔自治区、准噶尔盆地、吐哈盆地和塔里木盆地XCO_(2)浓度在2015—2021年均呈周期性上升趋势,增长率呈“先减后增”,且季节变化趋势呈现明显的“春季高冬季低”;(2)在春、秋和冬季,新疆XCO_(2)浓度空间格局呈现“北高南低”的趋势,在盆地区域及能源资源开发区域出现XCO_(2)高浓度积聚现象,夏季则呈现“北低南高”趋势;(3)地形起伏、风场流速、NDVI、地表温度、降水量、10 mV风、10 mU风和能源开发强度对区域XCO_(2)浓度时空分布有显著影响,各因素呈现明显的空间异质性和显著差异。研究结果有助于理解能源资源开采区域的大气碳浓度时空演变机制,在国家碳减排目标的实现、指导碳中和策略、追踪碳减排效果等方面具有深远意义。 展开更多
关键词 能源资源开发 XCO_(2)时空变化 影响因素 深度森林回归模型
在线阅读 下载PDF
基于GTWR-LightGBM模型的京津冀地区近地面SO_(2)浓度估算 被引量：1
2
作者 杨旭明 文鹏帆 +2 位作者 张春亢 张显云 康雅敬 《环境科学与技术》 CAS CSCD 北大核心 2024年第10期204-215,共12页
文章利用Sentinel-5P卫星提供的SO_(2)柱浓度数据(TROPOMI-L3 SO_(2))和ERA5再分析气象数据作为估算变量,将能够捕获时空信息的GTWR模型和使用了按叶子生长算法的LightGBM模型组合在一起,构建了GTWR-LightGBM模型,基于该模型对京津冀地... 文章利用Sentinel-5P卫星提供的SO_(2)柱浓度数据(TROPOMI-L3 SO_(2))和ERA5再分析气象数据作为估算变量,将能够捕获时空信息的GTWR模型和使用了按叶子生长算法的LightGBM模型组合在一起,构建了GTWR-LightGBM模型,基于该模型对京津冀地区近地面SO_(2)浓度进行估算。结果表明:(1)GTWR-LightGBM模型估算近地面SO_(2)浓度精度最高,十折交叉验证R^(2)、RMSE和MAE分别为0.90、2.88μg/m^(3)和1.93μg/m^(3),优于AdaBoost、GBDT、RF、LightGBM、GTWR、GTWR-Adaboost、GTWR-GBDT和GTWRRF等模型,同时模型在季节尺度上的验证结果均较为良好。(2)在时间分布上,2019年京津冀地区的近地面SO_(2)月均浓度总体呈现先下降后上升的“V”型趋势,SO_(2)浓度月均值在1月达到最高,在7月降到最低,其中5月和6月呈现小幅上升趋势,且2019年该地区近地面SO_(2)浓度存在明显的季节性差异,四季浓度大小趋势为:冬季>春季>秋季>夏季。(3)在空间分布上,SO_(2)浓度总体均表现出局部高污染和南高北低的分布特征,在人口密度大,工业集中的南部平原地区呈现高值状态,在高海拔,人口密度小,工业排放少的北部地区呈现低值状态。 展开更多
关键词 SO_(2)估算 GTWR-LightGBM模型 Sentinel-5P 时空分布 京津冀地区
在线阅读 下载PDF
1988—2018年嘉陵江流域入河氮素时空演变特征及来源解析 被引量：3
3
作者 张名瑶 文雯 +2 位作者 钟泳林 吕明权 高绣纺 《湖北农业科学》 2023年第3期141-148,229,共9页
基于Global News-2模型,计算嘉陵江流域1988、1999、2007、2018年的入河氮素负荷量,并用嘉陵江流域水文站氮素通量进行验证,分析入河氮素的时空分布特征及来源。结果表明,Global News-2模型较好地模拟了嘉陵江流域的入河氮素负荷量,1988... 基于Global News-2模型,计算嘉陵江流域1988、1999、2007、2018年的入河氮素负荷量,并用嘉陵江流域水文站氮素通量进行验证,分析入河氮素的时空分布特征及来源。结果表明,Global News-2模型较好地模拟了嘉陵江流域的入河氮素负荷量,1988—2018年入河氮素负荷增加约38万t,由6.3×105t增加到10.1×105t;入河氮素负荷时空差异明显,受径流影响较大,涪江、渠江水系是嘉陵江流域氮素的主要来源地,两个流域的氮素贡献约占70%;不同县市、不同利用类型土地的氮素负荷差距较大,耕地和居住地的氮素负荷值高;化肥施用是首要来源,贡献了流域31.6%~49.0%的氮素。 展开更多
关键词 入河氮素负荷 Global News-2模型 来源解析 嘉陵江流域 时空演变
在线阅读 下载PDF
长江三角洲典型小型养殖塘N_(2)O通量时空变化特征及其影响因素
4
作者 何洋 张弥 +5 位作者 石婕 王娇 谢燕红 贾磊 肖薇 曹畅 《农业环境科学学报》 2025年第7期1930-1942,共13页
本研究于2017年5月—2021年5月基于薄边界层法对长三角地区一处典型小型养殖塘水-气界面N_(2)O通量进行观测,并对其时空变化特征以及影响因素进行分析。结果表明:养殖塘水-气界面N_(2)O通量的日变化在4个季节均在午间或午后达到最高值,... 本研究于2017年5月—2021年5月基于薄边界层法对长三角地区一处典型小型养殖塘水-气界面N_(2)O通量进行观测,并对其时空变化特征以及影响因素进行分析。结果表明:养殖塘水-气界面N_(2)O通量的日变化在4个季节均在午间或午后达到最高值,在四季的变化范围分别为11.20~117.28、30.96~150.30、3.77~22.77、4.73~21.74μmol·m^(-2)·d^(-1)。养殖塘N_(2)O通量表现出夏季高、冬季低的季节变化,变化范围为-0.97~217.83μmol·m^(-2)·d^(-1),年平均N_(2)O通量为34.86μmol·m^(-2)·d^(-1)。N_(2)O通量的日变化会受风速、气压、pH和氧化还原电位(ORP)的影响。在春季日变化的主控因子为气压,二者呈线性负相关;夏、秋和冬季日变化的主控因子为风速,二者呈线性正相关。N_(2)O通量的季节变化主要受水温、气温、气压、溶解氧(DO)、pH和ORP的影响,主控因子为水温,N_(2)O通量随水温呈指数增加,温度敏感性(Q10)为2.36。饲料和鸡粪的投放以及排水措施均会显著提高N_(2)O的排放水平,其中投入鸡粪区域的N_(2)O通量约为饲料投放区域N_(2)O通量的1.5倍,排水期间排水塘N_(2)O通量约为未排水塘N_(2)O通量的4倍。 展开更多
关键词 养殖塘 薄边界层法 N_(2)O通量 时空变化特征 影响因素
在线阅读 下载PDF
基于多时相植被指数的云南高原山地冬小麦识别与研究
5
作者 杨永明 牛昱杰 +2 位作者 安卫国 郭钰 颜定飞 《农业工程》 2023年第9期38-47,共10页
粮食安全是最根本的民生问题,云、雾等自然因素是影响遥感种植监测的主要因素之一,因此获取精准、高效的耕地种植监测信息对保障当地粮农安全、粮食估产及面积估算具有重要意义。在利用多时相植被指数(Multi-period Vegetation Index,... 粮食安全是最根本的民生问题,云、雾等自然因素是影响遥感种植监测的主要因素之一,因此获取精准、高效的耕地种植监测信息对保障当地粮农安全、粮食估产及面积估算具有重要意义。在利用多时相植被指数(Multi-period Vegetation Index,以下简称植被MVI)合成模型的构建、农作物特征与耕地信息的可分离性两方面对高原山地农作物耕地面积提取的研究较少。该研究基于哨兵2(Sentinel-2)数据,构建了多时相植被指数合成模型,估算了2020—2021年归一化差异植被指数(Normalize Difference Vegetation Index,以下简称植被NDVI)、增强植被指数(Enhanced Vegetation Index,以下简称植被EVI)和红绿叶绿素植被指数(Red-Edge ChlorophyII Vegetation Index,以下简称植被RECI)3种植被指数的提取结果,研究了预测模型与高原山地农作物的相关性,探讨了不同植被指数模型对农作物的识别精度。结果表明:①多时相植被NDVI模型相较植被EVI和植被RECI对冬小麦面积提取精度更高,与云南高原山地冬小麦相关性最强,用户精度约为93.28%;②利用三期NDVI组合与2期植被NDVI组合均可对冬小麦精准提取,但3期植被NDVI模型提取精度更高。利用多时相植被NDVI模型对冬小麦种植面积的精准预测,证明了该模型可有效适用于云南高原山地冬小麦,并为当地冬小麦面积的预测提供了数据支撑。 展开更多
关键词 植被指数 云南高原 山地冬小麦 多时相植被指数合成模型 哨兵-2
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部