期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于遥感生态指数的广东石门台国家级自然保护区生态环境质量评价
1
作者 黎毅 戴克元 +5 位作者 唐国平 杜建会 陈桃 江南 牛香豫 余扬波 《热带地理》 CSCD 北大核心 2024年第3期429-441,共13页
基于遥感生态指数(RSEI)定量评估了1997—2021年石门台自然保护区的生态环境质量变化,探究该自然保护区建立与管控级别提升前后的生态环境质量变化情况,并运用随机森林算法和相关性分析方法探讨演变的原因。结果表明:石门台自然保护区R... 基于遥感生态指数(RSEI)定量评估了1997—2021年石门台自然保护区的生态环境质量变化,探究该自然保护区建立与管控级别提升前后的生态环境质量变化情况,并运用随机森林算法和相关性分析方法探讨演变的原因。结果表明:石门台自然保护区RSEI值从1997年的0.637动态上升到2011年的0.714,随着自然保护区从省级升至国家级,生态环境质量稳步提高,2021年RSEI达到0.788;保护区生态环境质量变好的区域占比高达64.5%,其中,缓冲区改善较为明显,变差的区域主要集中在实验区人类活动频繁地区以及核心区高海拔山脊地带;RSEI对高程的响应最为明显,300~600 m生态环境质量最好,300 m以下和超过900 m生态环境质量相对较差;当土壤酸碱度为5.3、有机碳质量分数为4.1%、黏土质量分数为32%时,RSEI最高;居民活动从外向内(即实验区-缓冲区-核心区)对生态环境质量的影响程度逐渐降低且带来负面影响;时间上,RSEI与降水呈现正相关性,有23.6%的区域通过显著性检验(P<0.05),局部年份受降水的影响较大。总体上,石门台自然保护区生态环境质量变好趋势明显,今后应加强对高山顶部裸土区域以及低海拔人类活动频繁地区的保护和治理。 展开更多
关键词 生态环境质量 遥感生态指数 时空变化 随机森林 石门台自然保护区
下载PDF
面向城市生物多样性提升的可持续景观格局构建机理与途径
2
作者 刘珍环 魏莱 周义 《生态学报》 CAS CSCD 北大核心 2024年第14期5905-5913,共9页
城市生物多样性是全球生物多样性的重要组成部分,城市是地理学、生态学及风景园林学等学科领域关注的核心地域。城市生态系统退化直接或间接地干扰了城市生境并造成了区域生物多样性丧失。为实现可持续城市和社区(SDG11)和陆地生物(SDG... 城市生物多样性是全球生物多样性的重要组成部分,城市是地理学、生态学及风景园林学等学科领域关注的核心地域。城市生态系统退化直接或间接地干扰了城市生境并造成了区域生物多样性丧失。为实现可持续城市和社区(SDG11)和陆地生物(SDG15)两项可持续发展目标,提升城市生物多样性的途径是当前城市生物多样性研究热点。可持续景观格局调控与构建是提升生物多样性的可能途径,城市生境与生物多样性的关系是可持续景观格局构建的重要内涵,科学地认知两者的相互作用关系是景观格局调控的根本。研究通过梳理生物多样性与景观生态学的交叉研究,提出了可持续城市景观格局研究的转变趋向:从生物多样性保护的被动适应式的生态安全格局构建转向主动调控提升生物多样性的可持续城市景观格局构建。加强多尺度的级联,在斑块尺度上的城市生境恢复和营建,景观尺度上构建面向城市生物多样性提升的可持续景观格局识别与连通优化,区域尺度上开展生物多样性保护规划。研究为城市生物多样性的保护与提升提供科学途径,进而促进城市景观生态学的理论与实践发展。 展开更多
关键词 生物多样性 城市生境 可持续景观格局 城市
下载PDF
基于CFSv2产品和机器学习的东江流域月降水预报
3
作者 庄胜杰 王大刚 +2 位作者 林泳恩 林泽群 陈润庭 《中山大学学报(自然科学版)(中英文)》 CAS CSCD 北大核心 2024年第4期9-18,共10页
中长期降水预报一直以来是研究水文气象变化的热点,其精度与可靠性不高的问题亟待解决。以东江流域为研究对象,通过距平相关系数ACC、标准化均方根误差NRMSE、平均绝对误差MAE和多模型稳定性指数MSI评估CFSv2模式产品在月尺度的预测精... 中长期降水预报一直以来是研究水文气象变化的热点,其精度与可靠性不高的问题亟待解决。以东江流域为研究对象,通过距平相关系数ACC、标准化均方根误差NRMSE、平均绝对误差MAE和多模型稳定性指数MSI评估CFSv2模式产品在月尺度的预测精度与稳定性,采用CFSv2模式降水预报、CFSv2模式预报因子结合机器学习模型预报2种方法预测未来降水。结果表明,不同预见期下,CFSv2模式降水预测与实测降水量具有较高的相关性,对于枯水期的预测效果好于汛期,但随着起报时间发生改变,降水预测的差异性较大,模型稳定性较差;CFSv2模式预报因子结合机器学习模型提高了预测的稳定性,相较于CFSv2模式降水预测,MSI从0.45降低到0.25,在很大程度上减小了由于起报时间改变产生的预报随机性。研究成果可为中长期降水预测提供一种新的思路,并为中长期水文预报和水资源管理提供决策依据。 展开更多
关键词 CFSv2 中长期预报 机器学习 产品评估
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部