公共文化服务平台

搜索到1262篇“ NEP“的相关文章

应用集合卡尔曼滤波算法对土壤呼吸速率同化及NEP估算: 2024年; 为了对净生态系统生产力(NEP)进行准确估算,以长白山通量观测站观测数据为基础,构建土壤温度、湿度耦合因子的更新模型(线性函数、指数函数、二次式函数),结合集合卡尔曼滤波算法(EnKF)获取高精度土壤呼吸速率数据,应用陆地生态系统碳循环综合模型(InTEC模型)准确估算NEP。结果表明:二次式模型的EnKF算法同化结果估算效果最好,决定系数(R^(2))为0.782,均方根误差为52.90 g·m^(-2)·a^(-1);指数模型EnKF算法同化结果估算值的R^(2)为0.755,均方根误差为56.47 g·m^(-2)·a^(-1);线性模型EnKF算法同化结果估算值的R^(2)为0.742,均方根误差为62.80 g·m^(-2)·a^(-1)。选取二次式模型优化后的土壤呼吸速率数据,InTEC模型模拟长白山通量观测站长时间序列净生态系统生产力的R^(2)为0.900,均方根误差为61.77 g·m^(-2)·a^(-1);InTEC模型模拟东北三省森林生态系统2003—2010年的净生态系统生产力年均值,由初始模拟的30.07 g·m^(-2)·a^(-1),经EnKF算法更新后提升到176.87 g·m^(-2)·a^(-1)。因此,采用EnKF更新土壤温度-湿度耦合因子获取的土壤呼吸速率数据,能够提高InTEC模型估算NEP的精度,为大区域尺度森林生态系统NEP估算提供技术支持。; 贾科于颖杨曦光范文义; 关键词：土壤温湿度土壤呼吸速率

基于PLUS土地利用模拟的阿克苏河流域NEP时空格局研究: 2024年; 净生态系统生产力(NEP)是评估陆地生态系统碳吸收量的重要指标,而土地利用/覆盖变化(LUCC)是影响区域碳吸收量变化的主要因素之一,分析LUCC与NEP的变化趋势,对区域实现“双碳”目标具有重要意义。基于阿克苏河流域2000—2020年LUCC与MODIS遥感数据估算区域内各土地利用/覆盖类型的年均固碳速率,借助PLUS模型模拟未来40 a的LUCC,预测未来40 a流域NEP时空变化趋势。结果表明:(1)近20 a流域内总NEP呈上升趋势,上升速率为0.136 Mt C·(10a)-1,林地平均固碳速率最高;(2)未来40 a阿克苏河流域总碳吸收量在不断上升。林地面积的增加是阿克苏河流域碳吸收量上升的主要途径,生态保护工程的积极性对流域内碳吸收量起到关键作用。; 李沛尧王新军许世贤高胜寒薛智暄衡瑞; 关键词：NEP 阿克苏河流域

中南半岛喀斯特山区植被NEP时空变化及驱动因素: 2024年; 中南半岛的植被碳汇在全球生态系统碳循环中扮演着重要角色,但关于该地区植被碳汇变化状况的研究相当有限,尤其在喀斯特生态脆弱区。采用改进的CASA模型和土壤呼吸经验方程,结合多种遥感数据对中南半岛喀斯特山区的植被净生态系统生产力(NEP)进行估算,并运用趋势分析、偏相关分析和地理探测器等方法探究了其时空变化和驱动因素。结果表明:(1)从植被NEP的时空变化来看,2000—2020年研究区的年均植被NEP呈波动下降,下降速度为2.66 gC m^(-2)a^(-1),岩溶区降速最快,在老挝、越南和柬埔寨尤为明显,达到了4.11 gC m^(-2)a^(-1);碳汇区的植被固碳总量降速较快,为5.17 TgC/a。(2)从植被NEP的驱动因素分析看,一是气温、降水量和太阳辐射的共同作用是影响植被NEP的主要气候驱动类型;二是绝大部分的土地利用变化导致了植被固碳总量的减少,另外,在林地和耕地不变的区域发现更大的植被固碳量下降;三是植被覆盖变化和海拔分布是影响植被NEP空间分异的主要自然驱动因素,土地利用变化、人口分布和土地开垦程度是主要人为驱动因素,并且各因子之间的交互作用均会增强。研究结果有助于了解该区域的植被碳循环状况,并为其开展恢复工作提供参考。; 杨顺富赵宇鸾李秀彬李秀彬; 关键词：喀斯特山区气候变化

2000~2021年黄土高原生态分区NEP时空变化及其驱动因子被引量：3: 2024年; 净生态系统生产力(NEP)是陆地生态系统碳源/汇定量评价的重要指标.以黄土高原地区及6个生态分区(黄土高塬沟壑区A1、A2副区,黄土丘陵沟壑区B1、B2副区、沙地和农灌区(C区)和土石山区及河谷平原区(D区))为研究对象,结合遥感、气象、地形和人类活动数据,采用相关性分析、多元回归残差分析和地理探测器等方法,估算区域NEP并分析其时空变化特征及气候、地形、人为因子对NEP时空变化的影响.结果表明,在时间尺度上,2000~2021年,黄土高原NEP多年平均值(以C计)为104.62 g·(m^(2)·a)^(−1).黄土高原及各生态分区NEP均呈增长趋势,其中,黄土高塬沟壑区A2副区NEP年均增长率最大,为9.04 g·(m^(2)·a)^(−1);沙地和农灌区NEP年均增长率最小,为2.74 g·(m^(2)·a)^(−1).除沙地和农灌区为弱碳源外,其余各生态分区均表现为碳汇.在空间尺度上,黄土高原年均NEP呈现东南高西北低的分布格局,碳汇高值主要分布在黄土高塬沟壑区南部,碳源区主要分布在黄土高塬沟壑区北部、沙地和农灌区的大部;NEP的空间变化有显著差异,高增幅主要分布在A2副区中南部以及B2副区的西南部.黄土高原及各生态分区NEP时间变化受人为因素影响最大,人类活动数据与NEP的相关系数均大于0.80,且人为因素对NEP的贡献率均在50%以上;NEP的空间变化受气象因子的影响较大,降水、太阳辐射是影响空间变化的主导因子.总之,黄土高原NEP的时空变化受自然因素和人类社会因素共同影响.研究结果可为黄土高原陆地生态系统减排增汇及实现双碳目标提供参考.; 周怡婷严俊霞刘菊王琰; 关键词：黄土高原生态分区

全球喀斯特区与非喀斯特区植被NEP时空变化特征及驱动因素分析: 净生态系统生产力（Net Ecosystem Productivity,NEP）是定性和定量表征生态系统碳源/汇特征的重要指标。喀斯特区和非喀斯特区有不同的地质、地貌、水文、气候、人类活动强度等条件,植被类型千差万别,植...; 刘茂; 关键词：NEP

基于NEP机器学习势的托贝莫来石分子模拟研究: 秦海峰

基于EnKF的土壤呼吸速率同化及NEP估算研究: 贾科

中国陆地生态系统NEP时空演变及驱动机制研究: 陆地生态系统在全球碳循环中扮演着重要角色,对维持生物多样性和碳平衡至关重要。然而,受到自然和人为因素的双重影响,陆地生态系统仍然面临威胁与挑战。净生态系统生产力(Net Ecosystem Productivity,NE...; 齐帅洋; 关键词：地理分区土地利用变化

NEP为靶点在抑制猪流行性腹泻病毒感染及疫苗生产中的应用: 本发明属于基因工程领域，具体涉及NEP为靶点在抑制猪流行性腹泻病毒感染及疫苗生产中的应用。本发明首先发现敲除NEP蛋白/MME基因能够抑制PEDV的复制，即，NEP蛋白/MME基因作为靶点能够用于筛选抗PEDV感染的药物...; 肖书奇郭旭阳郑海学赵晓静马志倩李志伟李洋郑紫方冯英桐

全球森林GPP和NEP对大气CO2上升响应的时空变化趋势研究: 孔祥祺

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈