排序方式： 共有5条查询结果，搜索用时 62 毫秒
1
1.
20世纪80年代以来全球耕地变化的基本特征及空间格局 总被引：3，自引：0，他引：3
本文基于全球1982-2011年土地利用/覆被的矢量数据,分析了20世纪80年代以来全球耕地变化的基本特征及空间格局。结果表明：① 20世纪80年代以来,全球耕地面积增加了528.768×104 km2,增加速率为7.920×104 km2/a,呈不显著增加趋势,全球耕地面积以20世纪80年代增速最快。20世纪80年代以来,北美洲、南美洲、大洋洲耕地面积呈显著增加趋势,分别增加了170.854×104 km2、107.890×104 km2、186.492×104 km2,增加速率分别为7.236×104 km2/a、2.780×104 km2/a、3.758×104 km2/a;亚洲、欧洲、非洲耕地面积为减少趋势,分别减少了23.769×104 km2、4.035×104 km2、86.76×104 km2,减少速率分别为-5.641×104 km2/a、-0.813×104 km2/a、 -0.595×104 km2/a。② 20世纪80年代以来,全球增加的耕地主要由草地、林地转化,分别占53.536%、26.148%。新增耕地面积主要分布在非洲南部及中部、澳大利亚东部和北部、南美洲东南部、美国的中部及阿拉斯加、加拿大中部、俄罗斯西部及芬兰北部、蒙古北部等区域。非洲南部的博茨瓦纳为全球耕地增加比例最高区域,增加了80%~90%。③ 20世纪80年代以来,全球耕地换化为其他用地共计1071.946×104 km2,全球减少的耕地主要转化为了草地、林地,分别占比为57.482%、36.000%;全球减少耕地主要分布在非洲中部的苏丹南部、美国中南部、俄罗斯南部及欧洲南部的保加利亚、罗马尼亚、塞尔维亚和匈牙利等国,减少最大的区域为非洲南部,减少了60%。④ 各大洲耕地均表现出向高纬扩张的趋势,全球多数国家表现出新增耕地扩张而原有耕地减少的特点。 相似文献
2.
洪涝是影响印度社会经济发展的首要自然灾害。本文基于全球紧急事件数据库（Emergency Events Database，简称EM-DAT），通过识别洪涝事件，利用频次分析方法，分析了1950-2016年印度洪涝灾害事件频次的时空变化，揭示了印度洪涝灾害的时间和空间分异特征和因灾致死人口的变化特征。结果发现：（1）印度洪涝灾害呈现鲜明的季节变化特征，7-9月为高发季节，占总频次的65.704%，峰值出现在7月，占24.549%；1950-2016年洪涝频次总体呈增加趋势。（2）印度北部，特别是东北部，是洪涝灾害的高发区。（3）1950-2016年洪涝灾害致死人口随洪涝频次增加而增加，但单次死亡人口最大值和年最大死亡人口值均明显降低。由此表明，20世纪中叶以来印度抵御洪涝灾害的能力逐渐增强。本研究为进一步分析印度社会的脆弱性和未来气候变化情景下的洪涝灾害风险奠定了基础。 相似文献
3.
RCP8.5气候变化情景下21世纪印度粮食单产变化的多模式集合模拟 总被引：1，自引：0，他引：1
基于跨部门影响模型比较计划（ISI-MIP）中20种气候模式与作物模型组合的模拟结果,预估了RCP 8.5排放情景下21世纪印度小麦和水稻单产变化。研究发现：① 多模式集合模拟结果基本再现了印度小麦和水稻单产的空间差异;同时,再现了小麦和水稻单产对温度和降水变化的响应特征：与温度呈负相关,与降水呈正相关。② RCP 8.5情景下,水稻和小麦生长季温度和降水均呈增加趋势,小麦生长季的温度、降水增加幅度大于水稻。空间上,温度增加幅度自北向南逐渐减小,降水增幅则逐渐增加,并且小麦种植区升温幅度大于非种植区,降水增幅则少于非种植区,水稻种植区升温幅度小于非种植区,降水增幅则多于非种植区。③ RCP 8.5情景下,小麦和水稻单产均呈下降趋势,21世纪后半叶尤为明显。小麦单产的下降速度明显大于水稻,其中21世纪前半叶小麦和水稻单产下降速度约分别为1.3%/10a （P < 0.001）和0.7%/10a （P < 0.05）,后半叶分别增至4.9%/10a （P < 0.001）和4.4%/10a （P < 0.001）。小麦和水稻单产变化存在明显的空间异质性,小麦单产的最大下降幅度出现在德干高原西南部,降幅约60%,水稻单产最大下降幅度出现在印度河平原北部,降幅约50%。这意味着未来气候变化情景下印度粮食供给将面临较大的挑战。 相似文献
4.
基于模式优选的21世纪中国气候变化情景集合预估 总被引：1，自引：1，他引：0
未来气候变化情景预估是制定气候变化应对和适应策略的科学基础。本文利用参与耦合模式比较计划第五阶段（CMIP5）的30个气候模式的模拟数据,通过评估各模式对历史气候变化的模拟能力,筛选出模拟区域气候变化的最优模式组合,进而建立偏最小二乘回归（PLS）集合预估模型,据此利用最优模式模拟结果预估区域温度和降水变化情景。通过与历史数据的对比,研究发现本文基于最优模式建立的PLS集合预估模型不仅优于传统的多模式集合平均,而且也优于利用全部模式建立的PLS集合预估模型,体现了模式优选过程的重要性。本文基于优选模式的PLS集合预估模型预估结果表明：① 21世纪各区域温度将持续上升,且冬半年升温速率总体大于夏半年,北方地区升温速率总体高于南方地区;RCP 4.5排放情景下温度上升先快后慢,转折点出现在21世纪中期,RCP 8.5排放情景下,呈持续增加趋势,至21世纪末的升温幅度约为RCP 4.5情景的2倍。② 21世纪各区降水变化均呈显著增加趋势,并表现出高排放情景大于低排放情景,少雨区大于多雨区的特征,但是降水增加过程伴有明显的年代际波动。对比发现,传统的等权重集合平均全部模式（EMC）方法预估的中国夏季变暖速率高于冬季,且降水基本呈线性增加,有悖于全球变暖的基本特征及中国降水具有鲜明的年代际变化特征的基本认识。因而,本文预估的温度和降水变化特征均更符合中国气候变化的基本规律。 相似文献
5.
利用1950—2014年印度粮食单产统计资料及气候变化资料,从实证的角度,定量分析了小麦、水稻单产对气候的年际变化和年代内趋势性变化的响应。结果表明：1）年际变化方面,粮食单产与降水量和雨日数呈显著正相关,与温度和潜在蒸发量呈显著负相关,其中小麦单产与四者的相关系数分别为0.35（P＜0.01）、0.24（P＜0.10）、-0.32（P＜0.05）和-0.41（P＜0.001）,水稻的相关系数分别为0.32（P＜0.05）、0.32（P＜0.05）、-0.26（P＜0.05）和-0.33（P＜0.01）。这表明,高温、少雨导致的水分胁迫不利于粮食增产。2）在年代内趋势性变化方面,1996—2005年印度气候呈现暖、干化趋势,全国平均粮食单产呈下降趋势;从变化速率的空间分异看,单产下降速率与暖、干化速率的空间分异规律基本吻合,单产快（慢）速下降区域与降水量快（慢）速减少、潜在蒸发量快（慢）速增加区域基本一致。水稻和小麦单产变化速率与降水量变化速率的空间分异均呈正相关,与潜在蒸发量变化速率的空间分异均呈负相关。由此表明,降水减少和温度升高导致的水分胁迫是印度粮食单产时空变化的主要气象成因。 相似文献
1