作者：焦有权 著
页数：185
出版社：化学工业出版社
出版日期：2021
ISBN：9787122376039
电子书格式：pdf/epub/txt
内容简介
本书通过对植被生境因子空间分布的研究背景及研究方法概述，阐述了研究的技术背景和技术路线，并对研究区的概况与数据预处理情况进行说明，导出关键数据表。在后面的章节中详细阐述了植被气象因子的经纬度空间变异、潜在蒸散发ET0在时间尺度的分形、气象要素在时间尺度的变化及分形特征、植物土壤因子的空间变异及模糊聚类、植被地形因子的经纬度空间变异、植被标准差椭圆分析及适宜性评价，很后以多因子支持下神经网络算法的PRNN模式识别进行植被分区区划。
本书适合农业、林业、水利、气象、地理信息等行业的研究人员及学者阅读，为生态环境建设、区域经济社会的可持续发展提供了一定参考。
本书特色
适合农业、林业、水利、气象、地理信息等行业的工程研究人员及学者阅读，为生态环境建设、区域经济社会的可持续发展奠定了基础。
目录
第一节全球植被资源概况001
第二节SOTER数据库概述002
第三节生境因子概述005
第四节地理格网理论概述006
第五节植被生境因子概述008
一、植被研究进展008
二、植被与气候变化研究进展008
三、植被地理分布的研究进展010
第六节研究的目的与意义011
一、研究的目的011
二、研究的意义012
三、拟解决的关键问题013
第七节主要研究内容与技术路线014
一、主要研究内容014
二、主要研究理论及方法015
第二章研究区概况与数据预处理/036
第一节研究区概况036
一、气象概况036
二、森林植被概况037
三、森林土壤概况038
四、地形地貌概况041
第二节遥感数据及其预处理041
一、 MODIS森林植被盖度数据041
二、中国地形SRTM数据获取042
第三节气象、土壤数据及其预处理043
一、气象资料属性043
二、时间属性044
三、空间属性044
四、观测仪器及方法044
五、数据质量检核044
第四节森林植被属性的赋值045
第五节创建FM-SOTER数据库046
一、数据种类及来源046
二、数据参数047
三、数据矢量化047
四、1∶10000地图分幅及网格划分048
五、矩形网格数据的识别049
第六节关键数据表050
第三章气象因子的经纬度空间变异/051
第一节平均降水量空间变异分析053
一、平均降水量的空间变异度053
二、平均降水量一阶趋势模型054
三、平均降水量二阶趋势模型055
四、平均降水量三阶趋势模型056
第二节最大降水量空间变异分析058
一、最大降水量空间变异度058
二、最大降水量一阶趋势模型059
三、最大降水量二阶趋势模型059
四、最大降水量三阶趋势模型060
第三节最小降水量空间变异分析062
一、最小降水量空间变异度062
二、最小降水量一阶趋势模型063
三、最小降水量二阶趋势模型064
四、最小降水量三阶趋势模型065
第四节平均气温空间变异分析067
一、平均气温的变异度067
二、平均气温一阶趋势模型068
三、平均气温二阶趋势模型069
四、平均气温三阶趋势模型069
第五节全国范围平均湿度空间变异分析071
一、平均湿度空间变异度071
二、平均湿度一阶趋势模型072
三、平均湿度二阶趋势模型073
四、平均湿度三阶趋势模型074
第六节本章小结075
第四章潜在蒸散发ET0在时间尺度的分形/077
第一节蒸散发ET0在时间尺度的单重分形077
一、单重分形理论077
二、R/S重标极差分析法078
第二节数据处理方法079
一、普通克里格插值法079
二、反距离权重插值法080
三、样条插值法080
四、检验方法081
第三节潜在蒸散发ET0分形特征分析081
一、潜在蒸散发ET0变化的持续性081
二、潜在蒸散发ET0的分形特征081
三、潜在蒸散发ET0分形维数与经纬度和海拔的关系082
第四节潜在蒸散发ET0在时间尺度的多重分形082
一、基本原理及公式083
二、典型气象站的气象要素多重分形分析085
三、典型气象站的潜在蒸散发量多重分形特征分析096
第五章气象要素在时间尺度的变化及分形特征/100
第一节基本原理及公式101
一、气候倾向率的计算101
二、分形理论101
三、R/S重标极差分析法101
第二节典型站点气象要素和潜在蒸散发年际变化规律分析102
一、不同气候类型典型气象站点概况102
二、气象要素和潜在蒸散发年际变化规律分析103
第三节全国气象要素和潜在蒸散发的年际变化规律分析109
第四节全国气象要素和潜在蒸散发分形特征分析109
一、气象要素及ET0变化的持续性109
二、气象要素及ET0分形特征110
第五节本章小结111
第六章植物土壤因子的空间变异及模糊聚类/113
第一节我国植物土壤因子的概况113
第二节植物土壤属性数据库114
第三节植物土壤属性数据分类分析114
一、土壤类别关联植物植被及关联度114
二、土壤有机质含量分级及变异度121
三、土壤P含量分级及变异度122
四、土壤K含量分级及变异度123
第四节典型网格区植物土壤模糊聚类123
一、材料与数据123
二、对称矩阵的生成124
三、模糊聚类定量阈值解算126
第五节本章小结129
第七章植被地形因子的经纬度空间变异/130
第一节网格最大高程空间变异研究135
一、最大高程的空间变异度135
二、网格最大高程一阶趋势模型135
三、网格最大高程二阶趋势模型136
四、网格最大高程三阶趋势模型138
第二节网格最小高程空间变异分析139
一、最小高程的空间变异度139
二、网格最小高程一阶趋势模型140
三、网格最小高程二阶趋势模型141
四、网格最小高程三阶趋势模型142
第三节植被地形因子的经纬度数据144
第四节本章小结144
第八章植被标准差椭圆分析及适宜性评价/145
第一节植被分布概览145
第二节植被标准差椭圆（SDE）分析146
一、分析量化指标146
二、植被类型的离散度149
三、植被类型的方向趋势150
第三节植被适应性生境参数分析152
一、针叶林生境分析152
二、栽培植被生境分析153
三、阔叶林和疏林生境分析154
四、草甸和草本沼泽生境分析155
五、灌丛和萌生矮林生境分析155
六、草原和稀树灌丛草原生境分析156
七、荒漠植被生境分析156
第四节中国植被空间适宜性评价157
一、植被类型代码与适宜土壤大类157
二、中国植被的纬度区间适宜性159
三、中国植被的经度区间适宜性159
四、中国植被的高程区间适宜性161
第五节本章小结161
第九章多因子支持下的植物分区PRNN模式识别/162
第一节传统植被分区现状162
一、中国植被分区概况162
二、传统分区的局限164
三、中国植物重新分区的必要性164
四、合理分区的原则164
第二节人工神经网络模式识别模型与数据165
一、人工神经网络165
二、PRNN模式识别原理166
三、模式识别数据来源166
第三节结果与分析168
一、PRNN模型168
二、识别参数分析169
三、混淆度分析171
四、训练次数及验证检查174
第十章结论与展望/176
一、中国植被气象因子空间变异度规律176
二、植被分布与土壤类型关系密切178
三、植被地形因子空间变异规律性强178
四、植被生境适宜性被量化界定179
五、植被生境因子空间变异研究展望180
参考文献/181
