一、未来预测:中国经济20年（论文文献综述）
杨媛媛[1]（2021）在《黄河河口镇-潼关区间淤地坝拦沙作用及其拦沙贡献率研究》文中研究指明在黄河水沙锐减以及黄河流域生态保护和高质量发展背景下,阐明黄河输沙量变化趋势并分析其原因具有重要意义。淤地坝作为黄河河口镇-潼关区间主要的水土保持工程措施,在拦沙减蚀、调峰削能等方面发挥着重要作用。本文从小流域、中尺度流域以及黄河河口镇-潼关区间3个尺度入手,基于统计分析、土壤侵蚀预报模型以及地理空间分析等方法,研究了淤地坝的拦沙滞洪作用,构建了淤地坝拦沙量计算模型,分析了淤地坝时空分布对流域输沙量的影响,计算了黄河河口镇-潼关区间淤地坝拦沙量对流域输沙量减少的贡献率,提出了黄河河口镇-潼关区间淤地坝建设与管理建议。论文取得的主要结论如下:（1）阐明淤地坝对小流域径流输沙过程的调控及其对径流侵蚀动力的分散消减作用。通过对比分析治理流域和未治理流域次洪水特征,发现淤地坝建设使流域水沙关系发生改变,在相同径流深条件下,治理流域的输沙模数小于未治理流域;淤地坝对降雨总量小型降雨事件的径流侵蚀动力消减作用强。基于无定河流域“7.26”特大暴雨调查结果分析,阐明了暴雨条件下淤地坝的重要拦沙作用,计算得到韭园沟流域淤地坝共拦截泥沙71.43×04t,流域泥沙输移比降至0.16,淤地坝改变了流域原来的产输沙模式,显着降低了流域泥沙输移比。（2）基于土壤侵蚀预报模型构建了淤地坝逐年拦沙量计算模型。在中尺度大理河流域,首先基于土壤侵蚀预报模型构建权重系数对骨干坝的总淤积量进行了逐年还原,其次基于淤地坝的淤积效应系数确定坝系内的中、小型坝拦沙量。基于淤地坝拦沙量计算模型,分析了大理河流域淤地坝拦沙量特征。1954～2011年,大理河流域淤地坝逐年拦沙量呈波动式增加趋势,多年平均拦沙量为0.12×108 t,其中骨干坝和中小型淤地坝多年平均拦沙量分别为0.04×108 t和0.08×108t。大理河流域淤地坝拦沙量对输沙量减少的贡献率从1971-2001年的47.35%下降到2002～2011年31.19%。（3）解析了黄河河口镇-潼关区间淤地坝拦沙作用对黄河输沙量减少的贡献。1952～2011年黄河河口镇-潼关区间淤地坝逐年拦沙量呈波动式增加趋势,多年平均拦沙量为1.50×108t,累积拦沙量为68.63×108 t。黄河河口镇-潼关区间,淤地坝拦沙量对输沙量减少的贡献率从1979～1998年的30.03%下降到1999～2011年19.92%。黄河河口镇-潼关区间大多数流域淤地坝拦沙贡献率呈减少趋势,这些流域骨干坝建设的高峰期为1970～1979年。少数流域淤地坝拦沙贡献率呈增加趋势,这些流域骨干坝建设的高峰期为2000～2009年。（4）预测了黄河河口镇-潼关区间骨干坝拦沙能力变化趋势,结合淤地坝建设潜力,提出了淤地坝建设与管理建议。当骨干坝的淤积库容达到总库容的70%～80%时,其拦沙效率降低。按80%总库容可拦沙计算,截止2011年底,在黄河河口镇-潼关区间4847座骨干坝中,已有2466座骨干坝的拦沙效率降低。根据预测,河口镇-潼关区间的骨干坝在2030年有53.08%完全淤满,2040年有77.49%完全淤满。黄河河口镇-潼关区间骨干坝建设潜力为13813座,淤地坝建设强度为35%,建设强度较高的流域有昕水河、县川河、佳芦河、朱家川、浑河、窟野河以及无定河等。提出了河口镇-潼关区间11个主要流域骨干坝未来建设建议,在选择适当时间节点推进黄河河口镇-潼关区间淤地坝建设的同时,还需重点考虑淤地坝除险加固。
王庆[2]（2021）在《西安市阎良区配电网规划研究》文中提出随着西安市阎良区经济的高速发展,以及“十三五”期间航空基地一期、“十四五”期间航空基地二期项目的开发,阎良区电力负荷需求逐年攀升,相应暴露出阎良区网架结构、用电可靠性、供电能力等一系列问题。如何既保证配电网的优化发展,又保证配电网建设与电力负荷需求的协调发展,这对阎良区的配电网规划工作提出了更高的要求。因此,运用科学的方法对阎良区的电力负荷进行预测,并依照预测结果开展阎良区配电网规划工作,通过规划引领配电网工程建设变得尤为重要。本文针对阎良区配电网的整体情况,通过对阎良区各电压等级电网装备、运行水平、网架合理性、转供能力等方面进行分析评价,充分考虑阎良区经济发展状况和电力负荷需求的发展形势,从负载率、容载比和“N-1”校验等指标入手,运用空间负荷密度法、大用户加自然增长率法、等电力负荷预测方法,开展负荷预测工作,通过结果进行分析比对,最终选取准确率高的预测方法。最后,运用特色的“网格化”电网规划思路,将阎良区划分为8个供电网格并细化为44个供电单元,将复杂区域规划问题转化为供电电源组网问题,分网格、逐单元的差异化制定规划方案,最终量化分析阎良区电网规划的实际成效满足阎良区经济发展建设要求。
陈宝林[3]（2021）在《青藏高原近20年NDVI动态变化及土壤水分分布格局研究》文中认为土壤水分是土壤、植被和大气所形成的一定范围内的物质能量流动和相互联系的重要因子;对表层土壤的水分蒸散和运移以及碳氮等元素的循环都有着较强的影响;土壤水分可以决定某一地域内生态系统中植被的生长状态和分布格局。土壤水分是水文、生态、农业等众多领域的不可或缺的指标和参数之一;土壤水分在表层土壤中的分布受到降水、地形等众多因素的影响因而表现出较强的空间分布不均的特点。借助于遥感大范围且迅速地获取区域较为可靠的土壤水分分布特征就成为一个新切入点。本文以青藏高原为研究区,采用干旱植被指数法进行土壤水分遥感反演。首先运用历史平均值法对青藏高原2000年3月—2020年2月的MOD11A1数据进行补偿并对青藏高原的LST的空间分布格局进行了分析,之后以同期的青藏高原的MOD09GA数据为基础通过波段运算等一系列操作后运用空间趋势分析法分析了青藏高原2000—2019的NDVI（Normalized Difference Vegetation Index,归一化植被指数）空间分布格局。再将NDVI与LST结合获得了青藏高原2000年3月—2020年2月逐月的干、湿边拟合方程及拟合系数后运用空间趋势分析法和未来趋势分析法分析了整个青藏高原2000—2019年的TVDI（Temperature Vegetation Dryness Index,温度植被干旱指数）空间分布特征,最后结合青藏高原的土壤水分实测数据和TVDI分布结果反演了青藏高原的土壤水分,并结合评价参数平均相对误差、均方根误差对反演结果进行验证,反演得到的土壤水分与用于验证的土壤水分呈线性正相关关系。结果表明:（1）历史平均值法对于青藏高原地区的MOD11A1地表温度产品数据可以较为贴近真实情况地补偿出缺失像元的遥感影像像元值。采用历史平均值法对数据进行补偿之后发现像元的有效利用率得到了大幅度的提升,影像信息基本反映了真实的地物信息,补偿结果满足了遥感影像的需求。（2）统计数据结果表明青藏高原2000—2019年四个季度的NDVI平均值呈现出夏季>秋季>春季>冬季,发现各个季节的植被覆盖变化差异较大,20年中青藏高原的植被覆盖变化中植被改善的区域占30.79%、植被退化区域占1.74%、植被稳定区域占67.47%。说明青藏高原的植被覆盖在过去的20年中以稳定为主,部分区域植被覆盖有所改善。（3）青藏高原20年TVDI的空间变化趋势主要以不显着增加为主,占到了像元总数的32.77%,不显着减少占30.61%。在基于Hurst指数的未来趋势分析中,发现Hurst指数的平均值为0.4108,Hurst介于0～0.5之间的面积占85.14%。表明在未来10年内青藏高原植被干旱的变化趋势与2000—2019年期间的变化趋势总体相反。结合之前已经做出的TVDI变化趋势很容易发现我国青藏高原的植被干旱指数在未来10年内会出现较大范围的面积减少的趋势。（4）利用站点实测数据结合TVDI结果构建模型反演出青藏高原的土壤水分分布格局,经验证发现反演出的土壤水分结果与验证站点的实测土壤水分两者相关性较高,相关系数R2达到了0.7728,说明利用TVDI结合站点实测数据可以较为准确地反演出青藏高原的土壤水分分布格局。青藏高原表层土壤水分分布在时间尺度上呈现出冬季>春季>夏季>秋季的分布格局;在空间分布格局上呈现出北部的柴达木盆地为高原土壤水分的低值区域并在高原的东南部以及西南部呈现出明显的带状分布特征。高原表层土壤水分的高值区域主要出现在雅鲁藏布江大拐弯处以及高原西北部的帕米尔高原附近。
边超[4]（2021）在《地下水开采引发地面沉降对鲁南高铁沿线的影响性分析及防治》文中研究说明超量开采地下水引发的地面沉降是一种较为常见的地质灾害类型,其特点主要表现为持续时间长、影响范围广。目前在我国由于大规模地下水资源超采导致的地面沉降主要发生在天津、北京、上海、江苏、山东和山西等中东部省份和地区,累计造成地面沉降总量超过200mm的国土面积约为8.0万km2,在此类地区修建诸如高速铁路、地下输油管线等线性工程时,工程安全势必受到地面沉降尤其是不均匀沉降的影响,为满足高速铁路安全、舒适的要求,对沉降特别是工后沉降控制非常严格。作为本文研究主体的鲁南高速铁路菏泽至曲阜段东起地处济宁市的曲阜市,西至地处菏泽市的牡丹区,位于黄河冲积平原,经过初期地质调查发现,沿线不同程度存在抽取地下水的问题,特别是靠近城市地段,地面沉降也在近20年内出现,现已发展为多个大小不一的沉降漏斗。因此,为评价沿线抽取地下水对鲁南高铁的影响,为后续安全运营提供可靠的依据,进行鲁南高铁沿线地面不均匀沉降及其演化特征的定量化分析研究具有重要意义。本文以鲁南高铁菏泽至曲阜段为例,交叉融合地下水渗流理论和土体固结理论,建立研究区地下水数值模型和地面沉降三维流固耦合数值模型,开展研究区不均匀地面沉降定量化评价及沉降演化规律研究。利用已建立的地面沉降数值模型分析计算不同地下水开采方案情景下,高铁沿线不均匀地面沉降未来发展趋势,评价确定线路区间内地面沉降相对严重区域。同时从沉降控制角度出发,提出针对性沉降防治措施。主要的研究工作及结论有:1、本文利用地下水数值模拟软件GMS创建深层地下水数值模型,对地下水开采过程中的流场进行模拟,经过对模型的识别与验证,得到可靠度较高的数值模型,最终总结出该地区深层地下水流场的动态分布规律:由于深层地下水经过大规模开发利用,出现了补采严重失衡的局面,水位持续下降,改变了研究区的天然流场,形成了较大范围的地下水水位降落漏斗,导致地下水由周边地区向漏斗区径流。2、基于地下水渗流理论和土体固结理论等,采用多物理场分析软件COMSOLMultiphysics建立了鲁南高铁沿线地面沉降三维流固耦合数值模型,经过InSAR数据及监测点数据校准,得到校准后的数值模型,并按照现有的开采方式,通过对比未来20年地下水现状开采、减少10%开采及减少30%开采三种工况沉降的发展趋势,来预测不同工况下沉降量和沉降速率的变化值,最终得出结论:减少地下水开采可以有效控制地面沉降的发生,并且减缓地面沉降的速率。3、本文运用对沿线沉降曲线的曲率计算方法,通过比较沿线各点的曲率大小来定量描述不均匀沉降。经过对三种工况下的曲率比较计算,发现减少地下水开采可以有效降低地面沉降和曲率,可以保证线路运行的安全性。
冯兴兴[5]（2021）在《气候变化下辽宁省春玉米生育期水土资源匹配特征研究》文中进行了进一步梳理水土资源状态关乎一个地区农业生产的稳定性,而其匹配特征研究是农业发展的重要课题。然而气候变化带来的降水、气温等气候要素的变化直接影响区域水土资源的高效利用。气候变暖容易造成蒸发量增大,土壤有效水分减少,从而引起水热格局、水土匹配格局的变化,最终导致水土资源利用效率下降;同时,作物种植结构调整也会直接或间接地影响农业水土资源配置状况。辽宁省土壤肥沃,地势平坦,是我国重要的玉米生产基地,在保障国家粮食安全方面占据重要位置。过去50年,东北地区气候暖干化趋势明显,主要表现在热量持续增加和降水减少方面,而作物生产水足迹可反映农业生产过程中的水资源利用效率以及真实用水量,本研究试图运用水足迹理论和方法,建立气候变化与水土资源匹配的紧密联系,探究气候变化下辽宁省春玉米生育期的水土资源匹配特征具有重要的现实意义。本文以1970-2018年辽宁省19个气象站点近49年地面气象资料和玉米生育期历史观测资料为数据基础,采用有效降水量、实际作物蒸散量、地表湿润度等方法对辽宁省气候变化特征进行分析;运用水足迹理论、广义农业水土资源匹配系数计算春玉米生育期内水土资源匹配特征;采用相关性分析玉米生长期内气候变化对水土资源匹配度影响,同时采用灰色预测模型对未来水土资源匹配趋势进行预测,从而增强玉米种植的气候适应能力,同时为辽宁省玉米种植的农业用水、土地利用、灌溉措施、作物布局等建设等提供理论支持。主要结论如下:（1）从时间上看,1970-2018年辽宁省春玉米生育期水土资源整体看变化趋势不显着,以2.99 m3/hm2·a-1的速率下降,1985年出现了最低值5032.53 m3/hm2。从年代际看,70年代辽宁省春玉米生育期水土资源匹配系数最高,均值为5824.11m3/hm2,90年代春玉米生育期水土资源匹配系数均值为5491.11 m3/hm2,为年代际均值的最低值。（2）从空间上看,整体上辽宁北部、东南部及本溪、章党、绥中、兴城等地及其周围地区水土资源匹配系数较低,辽宁西部以及中部、东部清原等地水土资源匹配系数较高,其中鞍山—大连一线及其周围地区春玉米水土资源匹配系数最高。其中,70年代辽宁省春玉米生育期水土资源匹配数值在空间上整体较高。（3）水土资源匹配系数与地表湿润指数和降水量为负相关,相关系数分别为0.63和0.47,积温与水土资源相对较低,相关系数仅为0.1。1985年降水量和地表湿润指数最高,春玉米生育期水土资源匹配系数东部与西部地区差异明显。2000年降水量和地表湿润指数最低,中部地区水土资源匹配系数较高。1976年春玉米生育期积温整体较低,水土资源匹配较低,低值区主要集中在辽宁东部,以清原、章党较为显着。（4）根据MATLAB软件建立灰色预测模型对辽宁省不同地区未来20年农业水土资源变化趋势预测,辽宁省春玉米生育期未来20年水土资源匹配呈现微弱的上升趋势,其中,鞍山地区未来20年水土资源匹配呈不明显的降低趋势,绥中地区呈现微弱的上升趋势,开原地区未来20年水土资源呈现明显的增长趋势;丹东地区未来20年水土资源变化趋势不显着。
杨秀影[6]（2021）在《锡林浩特典型草原区甲烷通量的研究》文中进行了进一步梳理针对干燥土壤是否吸收温室气体CH4的环境问题,急需理清干旱半干旱地区的草原土壤对CH4的作用机理。本文利用实测的CH4通量和土壤、植被等因子,分析实测CH4通量的变化规律以及其与环境因子的相关性;利用DNDC模拟CH4日通量,分析研究区CH4通量的时空分布特征;采用情景分析法筛选出未来10年最有利于实现草原CH4汇的预测方案,并分析其增温潜势和年变化特征。主要研究内容和结果如下:（1）实测CH4通量的特征及其与环境因子的相关性。本文利用静态箱-气相色谱法测定了2019年7月和2020年7月的11个样地的CH4通量,并实验测定了各样地土壤（土壤容重、pH、黏土比例、SOC含量）、植物（一年生/多年生植物的根/茎/叶/籽粒的生物量、生物量比例、碳氮比）参数,野外实测了各样地的土壤温度（0cm和5cm）。实测CH4通量均为负值,说明7月的草原土壤为CH4吸收汇。CH4吸收通量的日变化规律为昼高夜低,日间13:00～18:00是CH4吸收通量的高值时段,可累积约全天CH4吸收通量的43%。日间7:00的CH4通量最为接近日均CH4通量。林地、草原、裸地、沙地、耕地、交通用地类型均吸收CH4气体,而且自然的土地利用类型（林地、草原、裸地、沙地）的CH4吸收通量要高于耕地和交通用地,然而湿地的土壤水分过高形成厌氧环境会释放CH4。土壤SOC、黏土比例和土壤容重对CH4通量的影响不显着,土壤pH、5cm土壤温度对CH4吸收通量有显着正影响;过多的地上植物生物量会抑制土壤吸收CH4的速率,较高的地下植物生物量则会促进土壤吸收CH4的速率,植物的C/N的升高不利于土壤吸收CH4。（2）DNDC模型的敏感性分析及精度验证。基于实测的土壤、植被、降雨中N浓度等参数,中国气象数据网站的气象资料、GOSAT官方网站的CO2浓度数据和放牧统计数据,进行了DNDC模型CH4通量的敏感性环境因子分析,筛选出CH4通量的敏感环境因子为气温、降水、土壤黏土比例、土壤容重和土壤SOC含量。气温和土壤SOC含量的升高可以促进土壤吸收CH4,降水、土壤容重和土壤黏土比例升高则会减缓土壤对CH4的吸收。其次,利用2019年和2020年实测的CH4通量进行DNDC模拟值的精度验证,两者的相关系数R为0.77（P<0.01）,说明模拟值和实测值具有极显着的相关性。在Arc GIS中,分别进行CH4通量的模拟值和实测值的空间插值,利用500随机点分别提取区域的CH4通量实测值和模拟值,进行线性拟合,两者的R2=0.72。因此,DNDC模拟的CH4通量具有较高的准确性,可以利用DNDC模型模拟草原CH4通量。（3）CH4通量的时空分布特征。a)DNDC模拟的两年CH4日通量的时间变化。2019和2020年的3月～11月,土壤均表现为吸收CH4。11个样地在各月的变化趋势基本一致,在每个月内,各样地的CH4通量大小有差异,这与样地间土壤、植被等环境因子有关。2019年和2020年同月的CH4日通量的变化曲线不一样,主要源于降水时间和降水量的差异;而两年同月的CH4通量变化幅度接近,这是由于气温变化幅度相近。并且,受两年气温降水的年变化的影响,2019年CH4吸收通量最大峰值出现在7月,季节的吸收通量表现为夏季>秋季>春季>冬季。2020年CH4吸收通量最大峰值出现在5月,季节的吸收通量表现春季>夏季>秋季>冬季。2019年11个样地的累积CH4吸收通量的平均值(0.6529kg·h-1)高于2020年(0.6391kg·h-1)。b)DNDC模拟的两年CH4日通量的空间变化。2019年研究区月、季、年的CH4吸收通量均呈现西北低东南高的空间分布格局,2020研究区月、季、年的CH4吸收通量均呈现北高南低的空间分布格局。CH4通量空间格局的差异与气温降水空间格局密切相关,高温和年降水量300mm左右的区域CH4吸收通量较高,说明这些环境条件有利于土壤对CH4的吸收。2019年和2020年草原的CH4年吸收总量的均值分别为1.1714×106kg C和1.1135×106kg C,说明典型草原是一个较大的CH4汇。（4）CH4通量的情景分析及增温潜势（GWP）。a)基于DNDC模型敏感性检验,筛选出CH4通量的敏感环境因子为气象因子（气温、降水）和土壤因子（土壤SOC、土壤容重和土壤黏土比例）,以这5种环境因子作为情景分析的变量因子。2001～2020年气温波动上升,降水波动下降,2000～2020年土壤SOC呈下降的趋势,土壤容重和黏土比例呈上升的趋势,以此进行未来10年各因子变化的情景设置。情景因子自由组合得到16种预测方案,利用DNDC模拟出未来10年每种预测方案的CH4通量。CH4通量的年际变化趋势受气象和土壤因子的共同影响,而且气象因子组的影响大于土壤因子组。b)预测方案⑴T1P1S1D1C1下,2021～2030年CH4吸收通量的10年累积值较高,即保持气温降水过去10年的水平和土壤因子（土壤SOC、容重、黏土比例）过去20年的平均水平,该情景组合既有利于草原土壤发挥CH4吸收汇的作用,又符合草原生态系统健康发展的需求,因此,该情景组合优选为最佳预测方案。c)最佳预测方案的情景组合下,未来10年CH4通量的年均GWP表现出波动降低的趋势,平均GWP为-18.273kg·hm-2,略大于2019年(GWP=-18.281kg·hm-2)、小于2020年(GWP=-17.895kg·hm-2),说明该预测方案可以有效地促进草原吸收CH4,因此,把草原环境恢复到2020年以前的20年的平均水平,才能使草原保持最优的环境,将更有利于典型草原土壤吸收CH4,以达到减缓温室效应的目标。
唐子朝[7]（2021）在《基于GSWD的长沙市湿地景观动态变化与预测研究》文中研究表明随着我国城市化进程加快、经济的飞速发展以及人口的迅速增长,人类对于土地利用的方式对地球地表生态环境、生态景观造成了较大影响。基于“可持续发展观”和“绿水青山也是金山银山”的发展理念,为了长沙市的资源节约型、环境友好型社会建设,近年来我们对湿地资源的退化、湿地资源有效保护等相关问题的关注度不断提高。本文以长沙市湿地景观为研究对象,以全球地表水数据集（JRC Global Surface Water Dataset,GSWD）为基础数据提取研究区湿地信息,从景观面积和空间分布两个角度,综合分析长沙市1999年至2019年的湿地景观动态变化特征。采用皮尔森相关系数和双变量空间自相关2种方法,分析长沙市湿地面积、景观格局和空间分布与自然及社会经济因子的相关性,并综合评价政府政策对湿地景观修复的效果。基于相关性分析结果,利用GeoSOS-FLUS平台预测长沙市景观类型在未来20年的变化趋势。基于上述研究,本文得出的主要结论如下:（1）利用全球地表水数据提取湿地信息具有可行性。本文基于全球地表水数据并结合目视解译对湿地进行提取和分类,精度检验结果显示:总体精度和kappa系数分别在90%和0.8以上,说明该方法在能高效、准确地提取湿地信息。（2）长沙市湿地面积总体呈平稳上升趋势,但各湿地类型面积存在较大幅度波动。1999～2019年,长沙市湿地面积不断增加,截止2019年长沙市湿地面积达239.34 km2。其中,永久性河流面积最大,约占湿地总面积的35%。2007～2009年长沙市湿地景观出现一次较大幅度的短期波动,表现为2008年以前永久性河流、湖泊分别向季节性河流、湖泊转换,2008年后发生逆转。1999～2017年,湿地景观格局破碎化程度不断加剧,而从2017年开始,湿地景观逐渐好转。长沙市各湿地类型中,永久性河流景观破碎化程度最低,年际间波动幅度最大;坑塘水田及其它小型湿地景观破碎化程度最高,年际间无明显波动。（3）湿地景观格局受到自然、社会、经济以及政策等多重因素影响。从湿地面积和景观格局角度分析,季节性湿地面积与降水量的相关性更大,永久性湿地面积则与湘江径流量的相关性更大。此外,偶然的极端天气事件会给湿地景观带来短期的波动变化。人口的增长以及过去粗放的经济发展模式,是过去（1999年～2017年）长沙市湿地景观破碎化加剧、生态功能退化的主要原因。从湿地空间分布角度分析,长沙市湿地的空间分布与年平均气温、DEM高程、坡度、距道路距离、距城镇距离均呈空间负相关,与年降水量、夜间灯光指数呈空间正相关。此外,政府政策对长沙市湿地景观的变化也起着强制性作用,促进了局部地区湿地生态系统的快速恢复。（4）随着人们对生态保护的意识不断增强以及政府对湿地的保护措施不断增多,未来20年长沙市湿地面积将持续增加。其中,长沙市中北部地区的湿地范围将显着扩大,湿地数量将显着增加,主要增加的湿地类型为坑塘水田及其它小型湿地。长沙市中部地区的湿地范围将出现明显收缩,湿地数量将明显下降,发生变化的主要湿地类型为坑塘水田及其它小型湿地。本文旨在基于全球地表水数据,针对湿地季节性和波动变化特征,对1999年至2019年长沙市年湿地景观格局的动态演变情况进行长时间且连续的监测,并从自然因素和人为因素的角度分析长沙市湿地景观格局变化的驱动力机制,最后预测长沙市景观类型在未来20年的变化趋势。研究结果将为长沙市湿地的保护利用、“山水林田湖草”系统综合治理以及“两型社会”建设等提供重要科学依据。
刘春紫[8]（2021）在《美国货币政策对中国债券市场的信息溢出效应研究》文中研究表明金融全球化与一体化使跨境金融市场联动与溢出增强,这使得逐渐开放的中国金融市场更易遭受外部金融冲击与外部风险传染。近年来,中国债券市场对外开放提速,开放程度加强。具体表现为政策制度的放宽,与国际债券市场的对接,外部投资需求的增加。Rey（2013）首次提出全球金融周期的概念:美国货币政策通过信贷渠道、风险承担渠道等多种方式溢出于其他国家,使全球风险资产价格、资本流动、信贷增长、杠杆率存在高度共动。美国货币政策对国际金融市场存在重要影响,而它对中国债券市场的影响却鲜有研究。选择中国债券市场的微观角度研究美国货币政策对中国的溢出效应具有重要意义:第一,可以更深入了解在与国际市场逐渐接轨的过程中,中国债券市场的波动特征与规律,为开放进程中的风险防范与化解提供政策依据。第二,债券市场是货币政策传导的重要中介,也是货币市场与资本市场相关联的重要中介。债券市场的研究视角可以更直接快速地反映金融市场间的联动与溢出机制。第三,利率变量包含丰富信息,两国利率对利率的实证检验,可以更精确地度量货币政策的信息溢出效应。第四,全球金融周期的提出是对建立在非抛补利率平价之上的三元悖论的挑战,检验中国利率对美国利率的追随程度,可以判断金融全球化下,中国货币政策的独立性问题。为中国货币当局采取适当的国内政策,以保持货币独立性,平滑外国政策的溢出效应,以维持金融稳定提供参考。也为投资者合理配置资产,理性投资提供决策参考。在整体内容上,本文基于理性预期理论,构建理论模型分析美国货币政策信息在信号渠道与期限溢价渠道下对中国债券市场交易行为的影响;以美联储货币政策声明为信息来源,将声明包含信息分为货币政策调整与政策文本情绪,采用高频数据事件研究法,分别检验二者对中国债券市场的信息溢出效应;使用利率期限结构模型,实证检验并分析美国货币政策信息对中国债券市场的溢出渠道。最终为本国央行与债券投资者应对美国货币政策信息冲击提供具体建议。在理论分析部分,本文对信息、货币政策信息以及预期理论进行概念界定与简要分析,明确本文研究的货币政策信息包括货币政策调整与政策文本情绪,二者都来源于美联储货币政策声明;其次,从美联储信息集,中国债券交易者决策信息集两方面对模型进行基本设定;再次,对Hansen（2020）的研究进行扩充,构建信号渠道下,中国债券交易者对美国货币政策信息反应的理论模型;再次,基于多因素的条件国际资本资产定价模型,构建期限溢价渠道下,中国债券市场交易行为的理论模型。为后文各章的实证检验提供理论支撑。在实证分析部分,本文采用高频数据事件研究法,实证检验美国货币政策调整对中国债券市场的信息溢出效应;基于新冠疫情时期的国际比较视角,研究美国量化宽松货币政策对中国债券市场的溢出效应;验证美国货币政策文本情绪对中国债券市场存在信息溢出效应;进一步通过溢出渠道分析,探究美国货币政策调整信息与政策文本情绪信息对中国债券市场交易行为的影响。相关研究的主要结论有:（1）从整体上来看,美联储货币政策调整对中国债券市场存在信息溢出效应。金融周期不同阶段的溢出效应具有差异,在国内与国际金融风险增大时,美联储货币政策调整对中国债券市场的信息溢出更显着,金融传染程度更强。并且,美联储不同类型货币政策的溢出效应具有非对称性,紧缩性货币政策对中国债券市场的信息溢出较量化宽松货币政策更强。（2）新冠疫情期间,美联储、欧洲央行、英格兰银行、日本银行的单个货币政策声明显着影响超短期内中国国债累计异常收益率;四家央行中,仅美联储疫情期间多个货币政策声明对不同期限的中国国债收益率存在显着且稳健的负向影响,美国溢出效应远超其他发达国家;美联储疫情量宽负向溢出效应小于2008年金融危机后首轮量宽溢出效应。以上结论说明,即使在实际经济溢出渠道受阻的新冠疫情时期,微观金融市场对政策信息的反应,依然使美联储具有较强的货币政策国际溢出影响。（3）美联储货币政策声明的文本语调与语调清晰度对中短期中国国债的到期收益率存在正向溢出效应,而语调精确度、文本相似性则不存在溢出影响;文本积极语调与消极语调的溢出效应具有非对称性,仅消极语调对中国国债到期收益率存在显着负向溢出效应;文本情绪的国际溢出在新冠疫情时期有所减小,中美两国金融联动在一定程度上下降;消极语调包含美国经济周期信息,美联储情绪向国际投资者传递美国经济状况的信号,通过其交易行为产生国际溢出效应。（4）美联储货币政策声明包含影响中国国债利率期限结构的信息;细分货币政策类型发现,只有常规型货币政策声明对中国国债利率期限结构存在显着且稳健的信息溢出效应;在信号渠道下,美国货币政策调整与政策文本情绪使中国国债交易者预期中国政策利率与美国利率同向变动;在期限溢价渠道下,美国货币政策调整改变中国国债交易者对中美两国资产的投资偏好,使中国国债期限溢价与美国政策利率反向变动,这在一定程度造成中国利率期限结构扁平化。基于理论分析与实证研究,本文认为央行应重视货币政策的信息传导渠道。对于本国央行沟通,可以提高沟通政策透明度,将国债利率期限结构纳入前瞻性货币政策指引的调控范畴,根据国债利率期限结构整体与部分趋势判断政策指引方向。针对外国央行沟通,本国央行可以发挥信息优势,采用多种媒体手段,及时且详细地解读主要经济体货币政策声明的多维度信息,引导公众对本国货币政策未来路径及通货膨胀形成合理预期。投资者应重点关注美国货币政策公告,包括货币政策声明、央行领导人讲话、货币政策会议纪要等信息。不仅要关注公告文本中政策调整、指标变动等“硬信息”还应重点关注文本语调等“软信息”,并将其作为决策制定依据。当美联储政策文本消极语调频繁出现时,交易者需重新审视投资决策,避免资产受损。研究者可以将非结构化文本信息纳入到货币政策的相关研究中来,以丰富指标的信息含量和维度。借鉴已有研究成果,本文创新点集中于以下几方面:一是在研究视角上,从信息溢出的微观角度,扩展货币政策国际溢出效应与全球金融周期的研究。具体分析了美国货币政策调整以及政策声明文本情绪对中国债券市场的信息溢出效应,并进一步探究美联储不同信息对中国债券市场交易行为的影响。二是在研究方法上,使用文本分析方法将美联储货币政策声明的非结构化文本转化为结构化文本特征指标,检验美联储货币政策文本情绪对中国债券市场的信息溢出效应,探究美联储声明的叙述性信息溢出渠道;三是在研究内容上,结合新冠疫情防控,经济停摆,美国意图与中国脱钩的现实背景,比较研究不同发达国家货币政策对中国债券市场信息溢出差异,同时,也比较了美国疫情时期货币政策与非疫情时期货币政策对中国债券市场信息溢出差异。
杨李慧子[9]（2021）在《想象未来气候变化中的参照对象与主观时间感对亲环境行为的影响》文中研究说明想象未来可以把自我投射到未来,预先体验未来的事件,这是人类预见、计划和塑造任何特定未来事件的基础,这种能力具有适应价值,使人能够在当前灵活行动,对未来事件进行决策,并增加未来的生存机会。气候变化在空间上和时间上被认为是遥不可及的。过去研究发现参与想象未来气候变化将拉近心理上的距离,有助于提高气候变化的风险感知,对气候变化的认知距离不断缩小,将导致更多应对气候变化的积极态度和行为。但是,目前的研究尚未考察想象未来对亲环境行为产生影响的心理机制。本研究将基于自我投射理论和构建水平理论,探讨想象未来气候变化中的参照对象与主观时间感对亲环境行为的影响。研究1采用了想象未来任务范式,初步探讨了179名大学生想象未来气候变化中不同参照对象与亲环境行为的关系。单因素完全随机设计,自变量为参照对象（想象自己、想象母亲、想象陌生人）,因变量为亲环境行为意向。结果发现,想象未来气候变化存在自我参照亲环境效应,即,基于自我参照的想象未来气候变化,相比基于陌生人参照想象未来气候变化能产生更多的亲环境行为意向。研究2通过一个调查研究和一个实验研究,进一步探讨想象未来气候变化中不同参照对象和主观时间感对亲环境行为的作用。研究2a采用自编气候变化想象情况调查问卷,对全国848人进行调查,目的是了解中国人对气候变化相关风险事件发生的可能时间点的认知,及未来严重气候变化发生时间点的认知。结果表明,无论是想象未来气候变化发生的时间点,还是未来严重气候变化发生的时间点的选择都以未来20年为分界线,有约50%的人想象未来气候变化发生在未来20年内,另外50%的人想象未来气候变化发生的时间在未来20年后。研究2b采用了想象未来任务范式,进一步探讨了166名大学生想象未来气候变化中不同参照对象和主观时间感对亲环境行为的作用。该实验采用3（参照对象:想象自己、想象母亲、想象陌生人）×2（主观时间感:近距离“1年内”、远距离“20年后”）的混合设计,其中主观时间感为被试内变量,参照对象为被试间变量,因变量为亲环境行为意向。结果发现:想象远距离的未来气候变化比想象近距离的未来气候变化产生更多的亲环境行为意向。“自我参照亲环境效应”存在于想象未来远距离的主观时间感条件下。本研究得到以下结论:（1）在想象未来气候变化中,个体产生了“自我参照亲环境效应”,相较于想象陌生人有关的未来气候变化事件,想象与自己有关的未来气候变化事件,将使个体产生更多的亲环境行为。并且该效应存在于想象远距离未来的主观时间感条件下。（2）对于中国人想象未来气候变化发生的时间点和未来严重气候变化发生的时间点都以未来20年为分界线,约50%的人认为发生在未来20年内,另外50%的人认为发生在未来20年后。（3）相较于想象未来1年内（近距离）的气候变化情景,想象未来20年后（远距离）的情景能使被试产生更多的亲环境行为意图。（4）主观时间感调节了想象未来气候变化不同参照对象对亲环境行为意图的影响,相比于想象未来1年内的情景,想象未来20年后的情景,基于不同参照对象想象未来对亲环境行为的影响更大。
彭竞瑶[10]（2021）在《工业城市土壤复合污染物生态风险评价及预警 ——以长春市为例》文中研究说明第二次工业革命后全球工业经济得到了迅猛发展,随之而来的是工业活动中产生的污染物,这些污染物通过多种途径汇集到工业城市土壤中,由此产生的土壤污染问题已经引起广泛关注。工业城市土壤中污染物种类繁杂,评价某一种或类污染物的污染情况是片面的。以土壤生态为受体,研究尽可能多种类的复合污染物（Compound Pollutants,CPs）对生态的影响显得尤为重要。此外以往的研究主要局限在过去和现在土壤污染情况,但是对于环境问题“防患于未然”要优于“出现问题再解决”。因此建立模型预测工业城市未来土壤污染物浓度及对CPs进行生态风险预警能够给政策制者提供预留时间和有针对性的建议。本研究以典型工业城市-长春市作为研究对象,长春市拥有着汽车制造、化工制造等重工业,并且工业化早、城镇化率高。几十年间长春市的整体产业活动可以视作一个动态的污染源,作为建立污染源活动与土壤污染物累积关联模型的前提条件。本研究首先对长春市土壤样品中44种污染物（13种重金属（Heavy Metals,HMs）,16种多环芳烃（Polycyclic Aromic Hydrocarbons,PAHs）,7种多氯联苯（Polychlorinated Biphenyls,PCBs）和8种有机氯农药（Organochlorine Pesticides,OCPs））的浓度进行检测,运用富集因子法（Effect Factor,EF）和污染负荷指数法（Pollution Load Index,PLI）评价单一污染物（Single Pollutant,SP）及CPs的污染程度。然后应用污染安全指数法（Contamination Security Index,CSI）对CPs生态风险进行评价。建立长春市污染源活动与土壤污染物累积关联模型,借助经济学领域的经典模型预测2019年-2040年长春市污染源活动动态趋势,计算未来20年土壤污染物累积浓度,对长春市土壤CPs生态风险进行预警。主要内容如下:（1）44种污染物中Cd（6.07）、Flt（5.62）、Pyr（5.10）和BaA（5.07）的平均EF值大于5,长春市土壤中该4种污染物受到外界干扰严重;（2）复合PAHs（（?））的平均PLI值（2.07）是所有CPs中最高的,即该类污染物受到最为明显的人为活动影响;（3）基于污染物质的效应范围值,研究了长春市土壤中五类CPs的CSI值。结果显示超过一半的长春市土壤处在中等及中等以上的CSI-（?）生态风险下,这种风险主要是Phe、Flt、Pyr、Flu、Acy、Ant、Chr和Ba A贡献的;（4）通过对长春市土壤中CSI-（?）的地域分布图了解长春市土壤风险最高的地方集中在长春市西南角,即工业密集、交通繁忙的长春市核心区域;（5）根据三种情景分析,预测了长春市2019-2040年土壤污染物浓度并进行了生态风险预警。结果表示如果不采取有效措施,长春市土壤平均CSI-（?）会在2025年或2030年达到非常高风险,平均CSI-（?）会在2025年达到高风险。本研究对土壤CPs的生态风险评价提供理论依据;为土壤污染物浓度预测研究提供了新的思路;为保障长春地区土壤生态和人体健康安全提供支撑;为决策者在土地污染管理和防控方面提供参考。
二、未来预测:中国经济20年（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、未来预测:中国经济20年（论文提纲范文）
（1）黄河河口镇-潼关区间淤地坝拦沙作用及其拦沙贡献率研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1.绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究进展 |
| 1.2.1 黄河水沙变化 |
| 1.2.2 黄河中游区生态建设及其水沙效应 |
| 1.2.3 淤地坝减水减沙效益 |
| 1.2.4 黄土高原淤地坝建设与管理 |
| 1.3 研究内容 |
| 1.4 技术路线 |
| 2.研究区概况与数据处理 |
| 2.1 研究区概况 |
| 2.1.1 韭园沟流域和裴家峁流域 |
| 2.1.2 大理河流域 |
| 2.1.3 黄河河口镇-潼关区间 |
| 2.2 数据来源及处理 |
| 2.2.1 场次洪水 |
| 2.2.2 侵蚀性降雨量及径流泥沙 |
| 2.2.3 归一化植被指数(NDVI) |
| 2.2.4 梯田 |
| 2.2.5 淤地坝 |
| 2.3 本章小结 |
| 3.淤地坝建设对小流域径流-输沙过程影响 |
| 3.1 流域径流、输沙过程变化 |
| 3.1.1 径流过程 |
| 3.1.2 输沙过程 |
| 3.2 淤地坝对流域水沙关系影响 |
| 3.2.1 径流输沙相关性分析 |
| 3.2.2 径流输沙差异性分析 |
| 3.2.3 水沙关系变化 |
| 3.3 淤地坝对不同降雨类型的水沙过程影响 |
| 3.4 淤地坝对小流域泥沙输移比影响 |
| 3.4.1 典型暴雨下淤地坝拦沙特征 |
| 3.4.2 淤地坝对泥沙输移比的影响 |
| 3.5 本章小结 |
| 4.淤地坝拦沙量模型构建及淤地坝分布对流域输沙量影响 |
| 4.1 大理河水沙变化特征 |
| 4.1.1 侵蚀性降雨量、径流量和输沙量变化 |
| 4.1.2 水沙关系变化对输沙量影响 |
| 4.2 大理河流域骨干坝时空分布 |
| 4.2.1 建坝历程 |
| 4.2.2 骨干坝空间分布特征 |
| 4.3 淤地坝拦沙量模型构建与验证 |
| 4.3.1 模型构建 |
| 4.3.2 模型验证 |
| 4.4 淤地坝对流域输沙量影响 |
| 4.4.1 淤地坝逐年拦沙量变化特征 |
| 4.4.2 淤地坝拦沙量对输沙量减少的贡献率 |
| 4.4.3 淤地坝时空分布对流域输沙量影响 |
| 4.5 本章小结 |
| 5.黄河河口镇-潼关区间淤地坝拦沙贡献率研究 |
| 5.1 黄河河口镇-潼关区间水沙变化 |
| 5.1.1 黄河干流 |
| 5.1.2 主要支流 |
| 5.2 黄河河口镇-潼关区间骨干坝时空分布 |
| 5.2.1 骨干坝建坝历程 |
| 5.2.2 骨干坝空间分布 |
| 5.2.3 主要流域骨干坝淤积特征 |
| 5.3 黄河河口镇-潼关区间淤地坝拦沙量变化特征 |
| 5.3.1 淤地坝拦沙量计算及验证 |
| 5.3.2 骨干坝与中小型坝拦沙量占比变化 |
| 5.3.3 主要地貌区淤地坝拦沙特征 |
| 5.4 淤地坝拦沙对流域输沙量影响 |
| 5.4.1 河口镇-潼关区间淤地坝拦沙量贡献率 |
| 5.4.2 主要流域淤地坝拦沙贡献率变化趋势 |
| 5.5 本章小结 |
| 6.黄河河口镇-潼关区间淤地坝建设与管理建议 |
| 6.1 骨干坝拦沙能力预测 |
| 6.1.1 河口镇-潼关区间 |
| 6.1.2 主要流域 |
| 6.2 黄河河口镇-潼关区间淤地坝建设潜力 |
| 6.2.1 淤地坝建设适宜区识别 |
| 6.2.2 淤地坝建设潜力 |
| 6.3 淤地坝建设与管理建议 |
| 6.4 本章小结 |
| 7.结论与展望 |
| 7.1 主要结论 |
| 7.2 主要创新点 |
| 7.3 展望 |
| 致谢 |
| 参考文献 |
| 附录 攻读博士学位期间主要工作及研究成果 |
（2）西安市阎良区配电网规划研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题背景及意义 |
| 1.2 研究现状 |
| 1.2.1 配电网规划的研究现状 |
| 1.2.2 负荷预测研究现状 |
| 1.3 负荷预测思路 |
| 1.4 规划目标 |
| 1.5 主要研究内容 |
| 2 阎良区配电网现状分析 |
| 2.1 阎良区总体情况 |
| 2.1.1 区域概况 |
| 2.1.2 经济社会发展概况和规划 |
| 2.2 供电区域概况 |
| 2.3 电源现状 |
| 2.4 330kV电网现状 |
| 2.5 110kV电网现状 |
| 2.6 35kV电网现状 |
| 2.7 10kV电网现状 |
| 2.7.1 电网结构 |
| 2.7.2 电网设备 |
| 2.7.3 运行年限 |
| 2.7.4 供电能力分析 |
| 2.8 0.38kV电网现状 |
| 2.9 电网现状分析小结 |
| 2.9.1 网络结构水平 |
| 2.9.2 负荷供应能力 |
| 2.9.3 装备技术水平 |
| 3 阎良区电力需求预测 |
| 3.1 负荷增长及负荷特性分析 |
| 3.1.1 负荷增长趋势分析 |
| 3.1.2 负荷特性分析 |
| 3.2 客户历史用电及其发展情况 |
| 3.2.1 客户用电及其历史增长趋势分析 |
| 3.2.2 客户报装及其发展情况 |
| 3.3 近中期负荷预测 |
| 3.3.1 全社会用电量预测 |
| 3.3.2 最大用电负荷预测 |
| 3.3.3 结论校验 |
| 3.4 远期负荷预测 |
| 3.4.1 有控规区域负荷预测 |
| 3.4.2 无控规区域负荷预测 |
| 4 配电网规划技术原则 |
| 4.1 高压配电网规划技术原则 |
| 4.2 中压配电网规划技术原则 |
| 5 35kV及以上电网规划 |
| 5.1 变电容量需求分析 |
| 5.1.1 分析原则 |
| 5.1.2 分析结果 |
| 5.2 110kV电网规划方案 |
| 5.2.1 110kV变电站建设及布点规划 |
| 5.2.2 规划方案 |
| 5.2.3 容载比校核 |
| 5.2.4 方案小结 |
| 6 10kV电网规划 |
| 6.1 配电网网格(单元)划分 |
| 6.1.1 划分原则与思路 |
| 6.1.2 供电网格划分 |
| 6.1.3 供电单元划分 |
| 6.2 10kV配电网目标网架规划方案 |
| 6.3 10kV配电网供电网格规划方案 |
| 6.3.1 制造园网格概况及现状 |
| 6.3.2 负荷预测 |
| 6.3.3 规划方案 |
| 6.4 10kV配电网供电单元规划方案 |
| 6.4.1 制造园网格001 单元现状 |
| 6.4.2 规划方案 |
| 6.4.3 电气计算 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.1.1 负荷预测结论 |
| 7.1.2 供区划分结论 |
| 7.1.3 配电网规划结论 |
| 7.2 成效分析 |
| 7.2.1 指标提升分析 |
| 7.2.2 电网可靠性提升分析 |
| 7.3 展望 |
| 致谢 |
| 参考文献 |
（3）青藏高原近20年NDVI动态变化及土壤水分分布格局研究（论文提纲范文）
| 摘要 |
| SUMMARY |
| 第一章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 研究现状与进展 |
| 1.3 研究内容与技术路线 |
| 1.4 论文特色 |
| 第二章 研究区概况及数据来源 |
| 2.1 研究区概况 |
| 2.1.1 地理位置 |
| 2.1.2 地形地貌 |
| 2.1.3 行政区划 |
| 2.1.4 气候水文 |
| 2.1.5 自然资源 |
| 2.2 研究数据 |
| 2.2.1 遥感数据 |
| 2.2.2 青藏高原植被类型数据 |
| 2.2.3 青藏高原土壤水分实测数据 |
| 2.2.4 辅助地图数据 |
| 2.3 数据预处理 |
| 2.4 本章小结 |
| 第三章 研究方法 |
| 3.1 数据补偿研究——历史平均值法 |
| 3.2 空间趋势分析法 |
| 3.3 未来趋势分析法 |
| 3.4 归一化植被指数 |
| 3.5 植被覆盖度 |
| 3.6 温度植被干旱指数 |
| 3.7 一元线性回归 |
| 3.8 本章小结 |
| 第四章 青藏高原NDVI多年时空变化趋势分析 |
| 4.1 青藏高原2000—2019 年NDVI分布特征 |
| 4.2 青藏高原2000—2019 年植被覆盖变化特征 |
| 4.3 本章小结 |
| 第五章 青藏高原地表温度时空变化分析 |
| 5.1 地表温度的高程校正 |
| 5.2 青藏高原LST多年分布格局 |
| 5.3 青藏高原LST季节分布特征 |
| 5.4 本章小结 |
| 第六章 基于TVDI的土壤水分反演格局分析 |
| 6.1 青藏高原2000—2019 年TVDI分布特征 |
| 6.2 青藏高原TVDI未来变化趋势分析 |
| 6.3 青藏高原土壤水分线性相关分析 |
| 6.4 青藏高原土壤水分分布格局 |
| 6.5 本章小结 |
| 第七章 结论与讨论 |
| 7.1 结论 |
| 7.2 讨论 |
| 附表:1 青藏高原2000年3月—2020年2月逐月干、湿边拟合方程及拟合系数 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 在读期间发表论文和研究成果等 |
| 导师简介 |
（4）地下水开采引发地面沉降对鲁南高铁沿线的影响性分析及防治（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 地面沉降的原因及机理研究方向 |
| 1.2.2 地面沉降数值模型研究方向 |
| 1.2.3 重大线性工程地面沉降研究方向 |
| 1.2.4 目前研究中存在的问题 |
| 1.3 研究内容 |
| 1.3.1 研究区地面沉降的时空演化特性 |
| 1.3.2 高铁沿线地面沉降的预测及不均匀沉降的特征分析 |
| 1.3.3 鲁南高铁地面沉降的防治对策 |
| 1.3.4 研究方法及技术路线 |
| 1.4 论文创新点 |
| 第二章 抽水引发地面沉降的相关理论方法 |
| 2.1 地下水渗流的基本理论 |
| 2.1.1 达西定律 |
| 2.1.2 渗流的连续性方程 |
| 2.1.3 渗流的基本微分方程 |
| 2.1.4 基本微分方程的定解条件 |
| 2.1.5 抽水降深的影响半径计算方法 |
| 2.2 地面沉降的基本理论 |
| 2.2.1 太沙基(Terazghi)固结理论 |
| 2.2.2 比奥(Biot)固结理论 |
| 2.2.3 渗流场和应力场的耦合理论 |
| 2.3 曲率分析方法 |
| 2.4 本章小结 |
| 第三章 鲁南高铁沿线深层地下水的分析研究 |
| 3.1 研究区自然地理概况 |
| 3.1.1 地理位置 |
| 3.1.2 气象与水文 |
| 3.1.3 地形地貌 |
| 3.2 研究区水文地质条件 |
| 3.2.1 含水岩层(组)分布特征 |
| 3.2.2 地下水补给径流排泄条件 |
| 3.2.3 地下水水位动态 |
| 3.3 抽水降深影响范围分析 |
| 3.3.1 浅层水井抽水影响半径计算 |
| 3.3.2 深层水井抽水影响半径计算 |
| 3.3.3 抽水降深对地面沉降的影响性分析 |
| 3.4 地下水数值模型 |
| 3.4.1 模拟范围 |
| 3.4.2 数值模型地层概化 |
| 3.4.3 确定边界条件 |
| 3.4.4 模型网格剖分 |
| 3.4.5 模型条件 |
| 3.4.6 模型校核验证 |
| 3.5 地下水流场动态分布规律 |
| 3.6 本章小结 |
| 第四章 鲁南高铁沿线地面沉降的影响性分析及预测 |
| 4.1 研究区工程地质条件 |
| 4.1.1 地层岩性 |
| 4.1.2 地质构造 |
| 4.1.3 地壳稳定性 |
| 4.2 三维流固耦合数值模型 |
| 4.2.1 模型的建立 |
| 4.2.2 初始条件和边界条件 |
| 4.2.3 模拟有效性及准确性验证 |
| 4.2.4 地面沉降计算结果分析 |
| 4.3 研究区沉降预测分析 |
| 4.3.1 现状开采条件下沉降的发展趋势预测 |
| 4.3.2 减采10%条件下沉降的发展趋势预测 |
| 4.3.3 减采30%条件下沉降的发展趋势预测 |
| 4.4 不同工况下的不均匀沉降分析 |
| 4.4.1 现状开采条件下地面沉降曲率分析 |
| 4.4.2 减采10%条件下地面沉降曲率分析 |
| 4.4.3 减采30%条件下地面沉降曲率分析 |
| 4.4.4 综合分析 |
| 4.5 相关防治措施 |
| 4.5.1 合理开采地下水 |
| 4.5.2 禁采、限采范围建议 |
| 4.5.3 不均匀沉降路基注浆加固处理 |
| 4.5.4 强化监测预警 |
| 4.6 本章小结 |
| 第五章 结论与展望 |
| 5.1 全文总结 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 硕士期间发表的学术论文 |
| 硕士期间参与的科研项目 |
| 硕士期间所获奖励 |
| 学位论文评阅及答辩情况表 |
（5）气候变化下辽宁省春玉米生育期水土资源匹配特征研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外相关研究工作进展 |
| 1.2.1 水足迹研究现状 |
| 1.2.2 农业水土资源匹配研究现状 |
| 1.2.3 基于水足迹理论的农业水土资源匹配研究现状 |
| 1.3 国内外研究现状评析 |
| 1.4 主要研究内容与技术路线 |
| 1.4.1 主要内容 |
| 1.4.2 技术路线 |
| 2 研究区概况与方法 |
| 2.1 研究区概况 |
| 2.1.1 自然地理概况 |
| 2.1.2 水资源概况 |
| 2.1.3 土地资源概况 |
| 2.1.4 春玉米生产概况 |
| 2.2 数据来源与研究方法 |
| 2.2.1 数据来源 |
| 2.2.2 研究方法 |
| 3 辽宁省气候演变特征分析 |
| 3.1 降水时空演变特征 |
| 3.1.1 降水时间演变特征 |
| 3.1.2 降水空间变化特征 |
| 3.2 积温时空演变特征 |
| 3.2.1 积温时间演变特征 |
| 3.2.2 积温空间演变特征 |
| 3.3 地表干湿程度时空演变特征 |
| 3.3.1 地表干湿程度时间演变特征 |
| 3.3.2 地表干湿程度空间演变特征 |
| 3.4 本章小结 |
| 4 基于水足迹理论的春玉米生育期水土资源匹配特征分析 |
| 4.1 水足迹视角下春玉米生育期水足迹的时空特征 |
| 4.1.1 春玉米生育期水足迹的时间特征 |
| 4.1.2 春玉米生育期水足迹的空间特征 |
| 4.2 水足迹视角下春玉米生育期水土资源匹配的时空特征 |
| 4.2.1 春玉米生育期水土资源匹配的时间特征 |
| 4.2.2 春玉米生育期水土资源匹配的空间特征 |
| 4.3 本章小结 |
| 5 气候变化对春玉米生育期水土资源匹配的影响研究 |
| 5.1 辽宁省典型年份气候特征及春玉米生育期水土资源匹配状况 |
| 5.1.1 降水量、地表湿润度变化的典型年份 |
| 5.1.2 积温变化的典型年份 |
| 5.2 气候变化对春玉米生育期水土资源匹配的影响研究 |
| 5.2.1 降水与春玉米生育期水土资源匹配的相关性分析 |
| 5.2.2 积温与春玉米生育期水土资源匹配的相关性分析 |
| 5.2.3 地表干湿度与春玉米生育期水土资源匹配的相关性分析 |
| 5.3 本章小结 |
| 6 春玉米生育期水土资源匹配的变化趋势预测 |
| 6.1 辽宁省春玉米生育期水土资源匹配变化趋势预测 |
| 6.1.1 辽宁省春玉米生育期水土资源匹配变化趋势预测 |
| 6.1.2 典型地区春玉米生育期水土资源匹配变化趋势预测 |
| 6.2 春玉米水土资源匹配优化措施 |
| 6.2.1 技术支持 |
| 6.2.2 政策支持 |
| 6.3 本章小结 |
| 7 结论与展望 |
| 7.1 主要结论 |
| 7.2 不足与展望 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（6）锡林浩特典型草原区甲烷通量的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题意义及背景 |
| 1.2 CH_4通量的研究进展 |
| 1.2.1 CH_4源 |
| 1.2.2 CH_4汇 |
| 1.2.3 CH_4通量的原位测定研究进展 |
| 1.2.4 CH_4通量的模型模拟研究进展 |
| 1.3 自然环境因子对土壤CH_4通量的影响 |
| 1.3.1 温度对CH_4通量的影响 |
| 1.3.2 降水对CH_4通量的影响 |
| 1.3.3 土壤因子对CH_4通量的影响 |
| 1.3.4 植物因子对CH_4通量的影响 |
| 1.3.5 降雨中氮含量对CH_4通量的影响 |
| 1.3.6 土地利用类型的CH_4通量的研究 |
| 1.4 研究内容 |
| 1.5 技术路线 |
| 第二章 研究区及数据获取与处理 |
| 2.1 研究区 |
| 2.2 数据的获取及处理 |
| 2.2.1 气体采集 |
| 2.2.2 气象数据 |
| 2.2.3 土壤数据 |
| 2.2.3.1 土壤温度 |
| 2.2.3.2 历史土壤理化性质 |
| 2.2.4 DNDC模型基础数据 |
| 2.3 数据的处理与方法 |
| 第三章 草原实测的CH_4通量 |
| 3.1 CH_4通量的原位测定 |
| 3.2 CH_4通量的日变化 |
| 3.3 CH_4通量的样地差异 |
| 3.3.1 草原类型的土壤CH_4通量 |
| 3.3.2 土地利用类型的土壤CH_4通量 |
| 3.4 CH_4通量与自然环境因子 |
| 3.4.1 CH_4通量与土壤因子的相关分析 |
| 3.4.1.1 CH_4通量与土壤理化属性 |
| 3.4.1.2 CH_4通量与土壤温度 |
| 3.4.2 CH_4通量与植物因子 |
| 3.4.2.1 CH_4吸收通量与植物生物量 |
| 3.4.2.2 CH_4吸收通量与植物生物量比例 |
| 3.4.2.3 CH_4吸收通量与植物碳氮比 |
| 3.5 本章小结 |
| 第四章 基于DNDC模型的CH_4通量 |
| 4.1 DNDC模型的原理 |
| 4.2 模型的参数获取 |
| 4.2.1 地理位置 |
| 4.2.2 气象数据 |
| 4.2.3 土壤数据 |
| 4.2.4 植被数据 |
| 4.2.5 放牧数据 |
| 4.3 模型的敏感性分析 |
| 4.3.1 模型敏感性的参数设置 |
| 4.3.2 敏感性分析方法 |
| 4.3.3 敏感性结果分析 |
| 4.4 模型的精度验证 |
| 4.5 CH_4通量的时间变化 |
| 4.5.1 CH_4通量的月变化 |
| 4.5.2 CH_4通量的季节变化 |
| 4.5.3 CH_4通量的年变化 |
| 4.6 CH_4通量的空间分布 |
| 4.6.1 CH_4月均通量的空间分布 |
| 4.6.2 CH_4季均通量的空间分布 |
| 4.6.3 CH_4年累积通量的空间分布 |
| 4.7 本章小结 |
| 第五章 草原CH_4通量的情景分析和增温潜势 |
| 5.1 CH_4通量的情景分析 |
| 5.1.1 情景方案设置 |
| 5.1.1.1 气温情景 |
| 5.1.1.2 降水情景 |
| 5.1.1.3 土壤因子情景 |
| 5.1.1.4 预测方案 |
| 5.1.2 情景结果分析 |
| 5.1.2.1 情景预测的年际间CH_4通量 |
| 5.1.2.2 情景预测的CH_4累积通量 |
| 5.1.3 最佳预测的CH_4年通量 |
| 5.2 草原CH_4通量的增温潜势 |
| 5.2.1 增温潜势GWP |
| 5.2.2 CH_4通量的增温潜势 |
| 5.3 本章小结 |
| 结论与展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文及研究成果 |
（7）基于GSWD的长沙市湿地景观动态变化与预测研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与目的、意义 |
| 1.1.1 研究背景 |
| 1.1.2 目的与意义 |
| 1.2 国内外相关研究进展 |
| 1.2.1 湿地景观动态变化与预测研究现状 |
| 1.2.2 Global Surface Water Dataset在湿地研究领域的应用现状 |
| 1.2.3 长沙市湿地研究现状 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.3.3 论文结构 |
| 2 研究区概况与数据来源及处理 |
| 2.1 研究区概况 |
| 2.1.1 地理位置 |
| 2.1.2 自然地理环境 |
| 2.1.3 社会经济条件 |
| 2.1.4 湿地资源概况 |
| 2.2 数据来源及处理 |
| 2.2.1 湿地分布信息提取 |
| 2.2.2 湿地类型划分 |
| 2.2.3 非湿地范围土地利用类型信息提取 |
| 2.2.4 自然及社会经济影响因子数据 |
| 3 长沙市湿地景观格局变化动态分析 |
| 3.1 湿地景观类型分类结果 |
| 3.2 湿地景观面积动态变化分析 |
| 3.3 湿地景观格局指数动态变化分析 |
| 3.3.1 景观格局指数选取与计算 |
| 3.3.2 类型水平上景观格局动态变化 |
| 3.3.3 景观水平上景观格局动态变化 |
| 4 长沙市湿地景观格局驱动力因子相关性分析 |
| 4.1 驱动力因子体系建立 |
| 4.2 湿地面积、景观格局指数与驱动力因子相关性分析 |
| 4.3 湿地空间分布与驱动力因子相关性分析 |
| 4.3.1 驱动力因子获取与空间化 |
| 4.3.2 驱动力因子空间相关性分析 |
| 4.4 政策对湿地景观的影响 |
| 5 长沙市湿地景观格局模拟与预测分析 |
| 5.1 FLUS模型介绍与数据准备 |
| 5.2 湿地景观格局的预测模拟 |
| 5.2.1 湿地景观格局转换概率计算模块 |
| 5.2.2 湿地景观格局模拟实验 |
| 5.2.3 模型精度验证 |
| 5.2.4 湿地景观格局未来情景预测与模拟 |
| 5.3 长沙市未来湿地景观格局时空变化预测分析 |
| 5.3.1 湿地类型面积预测分析 |
| 5.3.2 湿地空间分布预测分析 |
| 6 结论与展望 |
| 6.1 主要结论 |
| 6.2 不足与展望 |
| 6.3 创新点 |
| 参考文献 |
| 致谢 |
（8）美国货币政策对中国债券市场的信息溢出效应研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与问题提出 |
| 1.1.1 研究背景 |
| 1.1.2 问题提出 |
| 1.2 研究意义 |
| 1.2.1 理论意义 |
| 1.2.2 现实意义 |
| 1.3 研究思路与结构安排 |
| 1.3.1 研究思路 |
| 1.3.2 结构安排 |
| 1.4 研究方法 |
| 1.4.1 带通滤波法 |
| 1.4.2 高频数据事件研究法 |
| 1.4.3 文本分析法 |
| 1.4.4 高斯仿射利率期限结构模型 |
| 1.5 主要创新与不足 |
| 1.5.1 主要创新点 |
| 1.5.2 研究不足 |
| 第二章 文献综述 |
| 2.1 跨境金融市场联动 |
| 2.1.1 同一金融市场联动 |
| 2.1.2 不同金融市场联动 |
| 2.1.3 全球金融周期 |
| 2.2 基于宏观视角的货币政策国际溢出研究 |
| 2.2.1 理论研究 |
| 2.2.2 实证研究 |
| 2.3 基于微观视角的货币政策国际溢出研究 |
| 2.3.1 货币政策公告的国际溢出效应 |
| 2.3.2 货币政策公告对国际债券市场的溢出效应 |
| 2.3.3 货币政策公告的文本信息提取 |
| 2.4 文献评述 |
| 第三章 美国货币政策信息溢出的理论分析 |
| 3.1 引言 |
| 3.2 货币政策信息与理性预期 |
| 3.2.1 信息的定义 |
| 3.2.2 信息类别 |
| 3.2.3 货币政策信息 |
| 3.2.4 预期理论 |
| 3.3 美国货币政策对中国债券市场的溢出渠道分析 |
| 3.3.1 模型基本设定 |
| 3.3.2 信号渠道 |
| 3.3.3 期限溢价渠道 |
| 第四章 美国货币政策调整对中国债券市场的信息溢出效应 |
| 4.1 引言 |
| 4.2 理论分析与假设 |
| 4.3 研究设计与实证分析 |
| 4.3.1 数据来源 |
| 4.3.2 研究设计 |
| 4.3.3 实证分析 |
| 4.4 本章小结 |
| 第五章 比较视角下美国量宽政策对中国债券市场的溢出效应 |
| 5.1 引言 |
| 5.2 理论分析 |
| 5.2.1 新冠疫情期间货币政策外部环境及特点 |
| 5.2.2 量化宽松货币政策对中国债券市场的溢出渠道 |
| 5.3 数据来源与实证方法 |
| 5.3.1 数据来源 |
| 5.3.2 实证方法 |
| 5.4 实证结果与分析 |
| 5.4.1 描述性统计 |
| 5.4.2 单个货币政策声明的溢出效应检验 |
| 5.4.3 量化宽松货币政策溢出效应的比较 |
| 5.4.4 稳健性检验 |
| 5.5 本章小结 |
| 第六章 美国货币政策文本情绪对中国债券市场的信息溢出效应 |
| 6.1 引言 |
| 6.2 美联储货币政策文本情绪指数的构建 |
| 6.2.1 美联储货币政策声明爬取 |
| 6.2.2 文本预处理 |
| 6.2.3 词典法构建文本情绪指数 |
| 6.3 数据来源与实证模型 |
| 6.3.1 数据来源 |
| 6.3.2 实证模型 |
| 6.4 实证结果与分析 |
| 6.4.1 描述性统计 |
| 6.4.2 美联储政策文本情绪的溢出效应检验 |
| 6.4.3 美联储政策文本情绪的溢出渠道分析 |
| 6.4.4 稳健性检验 |
| 6.5 本章小结 |
| 第七章 美国货币政策对中国债券市场的溢出渠道分析 |
| 7.1 引言 |
| 7.2 美国货币政策信息的溢出渠道 |
| 7.2.1 渠道定义 |
| 7.2.2 溢出机制分析 |
| 7.3 变量说明与模型设定 |
| 7.3.1 变量说明和数据来源 |
| 7.3.2 利率期限结构模型 |
| 7.3.3 实证模型 |
| 7.4 实证结果与分析 |
| 7.4.1 模型参数估计 |
| 7.4.2 信息溢出效应的分渠道检验 |
| 7.4.3 不同类型货币政策的溢出渠道检验 |
| 7.4.4 稳健性检验 |
| 7.5 本章小节 |
| 第八章 研究结论与政策建议 |
| 8.1 研究结论 |
| 8.2 政策建议 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间科研成果 |
| 学位论文评两及答辩情况表 |
（9）想象未来气候变化中的参照对象与主观时间感对亲环境行为的影响（论文提纲范文）
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 亲环境行为的定义、测量及相关理论 |
| 1.1.1 概念界定 |
| 1.1.2 亲环境行为的测量方法 |
| 1.1.3 影响亲环境行为的因素及相关理论 |
| 1.2 想象未来的定义与认知特征 |
| 1.2.1 概念界定 |
| 1.2.2 想象未来的认知特征 |
| 1.2.3 有关想象未来气候变化的研究 |
| 1.3 想象未来和亲环境行为 |
| 1.3.1 想象未来对亲环境行为的影响 |
| 1.3.2 想象未来中的不同参照对象和亲环境行为 |
| 1.3.3 想象未来中的主观时间感和亲环境行为 |
| 2 问题提出与研究思路 |
| 2.1 问题提出 |
| 2.1.1 想象未来事件中的不同参照对象对亲环境行为的影响 |
| 2.1.2 主观时间感的调节作用 |
| 2.2 研究思路 |
| 2.3 研究意义 |
| 2.3.1 理论意义 |
| 2.3.2 实践意义 |
| 3 研究1:想象未来事件中不同参照对象对亲环境行为的影响 |
| 3.1 研究目的 |
| 3.2 研究方法 |
| 3.2.1 被试 |
| 3.2.2 实验设计 |
| 3.2.3 实验材料 |
| 3.2.4 研究程序 |
| 3.3 结果 |
| 3.3.1 想象未来的操作检查 |
| 3.3.2 控制变量:情绪体验效价与强度、被试极端天气经验的统计分析 |
| 3.3.3 亲环境行为的统计分析 |
| 3.4 讨论 |
| 4 研究2a:中国人对未来气候变化发生的主观时间感知 |
| 4.1 研究目的 |
| 4.2 研究方法 |
| 4.2.1 被试 |
| 4.2.2 问卷调查 |
| 4.3 结果 |
| 4.3.1 研究对象人口学变量描述统计 |
| 4.3.2 气候变化发生的时间分析 |
| 4.4 讨论 |
| 5 研究2b:主观时间感的调节作用 |
| 5.1 研究目的 |
| 5.2 研究方法 |
| 5.2.1 被试 |
| 5.2.2 实验设计 |
| 5.2.3 实验材料 |
| 5.2.4 研究程序 |
| 5.3 结果 |
| 5.3.1 想象未来的统计分析 |
| 5.3.2 控制变量:情绪体验效价与强度、被试极端天气经验、实验顺序的统计分析 |
| 5.3.3 亲环境行为的统计分析 |
| 5.4 讨论 |
| 6 总讨论 |
| 6.1 想象未来事件中的不同参照对象会影响亲环境行为 |
| 6.2 中国人的未来气候变化想象发生时间探索 |
| 6.3 在想象未来气候变化情景中,主观时间感具有重要作用 |
| 6.4 研究的意义与展望 |
| 6.4.1 研究意义与启示 |
| 6.4.2 研究展望 |
| 7 结论 |
| 参考文献 |
| 术语表 |
| 附录:实验材料 |
| 研究生期间发表着作、承担课题及获奖情况 |
| 致谢 |
（10）工业城市土壤复合污染物生态风险评价及预警 ——以长春市为例（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究进展 |
| 1.2.1 土壤中污染物现状与危害 |
| 1.2.2 土壤污染程度评价与生态风险评价 |
| 1.2.3 污染源活动与土壤污染物累积动态关联 |
| 1.3 研究意义 |
| 1.3.1 理论意义 |
| 1.3.2 现实意义 |
| 1.4 研究目标、内容和技术路线 |
| 1.4.1 研究目标 |
| 1.4.2 研究内容 |
| 1.4.3 技术路线 |
| 1.5 课题来源(项目支持) |
| 第2章 理论依据与研究方法 |
| 2.1 理论依据 |
| 2.2 研究区域概况 |
| 2.2.1 自然环境概况 |
| 2.2.2 社会经济概况 |
| 2.3 土壤样品采集 |
| 2.4 土壤样品处理与分析 |
| 2.4.1 土壤样品pH和电导率 |
| 2.4.2 土壤样品重金属浓度检测 |
| 2.4.3 土壤样品多环芳烃浓度检测 |
| 2.4.4 土壤样品有多氯联苯浓度检测 |
| 2.4.5 土壤样品中有机氯农药浓度检测 |
| 2.5 质量控制 |
| 2.6 数据分析 |
| 第3章 长春市土壤污染物浓度及分布特征 |
| 3.1 长春市土壤重金属浓度及分布特征 |
| 3.1.1 长春市土壤重金属浓度 |
| 3.1.2 长春市土壤重金属分布特征 |
| 3.2 长春市土壤多环芳烃浓度及分布特征 |
| 3.2.1 长春市土壤多环芳烃浓度 |
| 3.2.2 长春市土壤多环芳烃分布特征 |
| 3.3 长春市土壤多氯联苯浓度及分布特征 |
| 3.3.1 长春市土壤多氯联苯浓度 |
| 3.3.2 长春市土壤多氯联苯分布特征 |
| 3.4 长春市土壤有机氯农药浓度及分布特征 |
| 3.4.1 长春市土壤有机氯农药浓度 |
| 3.4.2 长春市土壤有机氯农药分布特征 |
| 3.5 本章小结 |
| 第4章 长春市土壤复合污染物污染程度与生态风险评价 |
| 4.1 土壤复合污染物污染程度评价方法 |
| 4.2 长春市土壤复合污染物污染程度评价 |
| 4.2.1 长春市土壤重金属污染程度评价 |
| 4.2.2 长春市土壤多环芳烃污染程度评价 |
| 4.2.3 长春市土壤多氯联苯污染程度评价 |
| 4.2.4 长春市土壤有机氯农药污染程度评价 |
| 4.2.5 长春市土壤复合污染物污染程度评价 |
| 4.3 土壤复合污染物生态风险评价方法 |
| 4.4 长春市土壤复合污染物生态风险评价 |
| 4.4.1 长春市土壤复合重金属生态风险评价 |
| 4.4.2 长春市土壤复合多环芳烃生态风险评价 |
| 4.4.3 长春市土壤复合多氯联苯生态风险评价 |
| 4.4.4 长春市土壤复合滴滴涕农药生态风险评价 |
| 4.4.5 长春市土壤复合污染物生态风险评价 |
| 4.5 本章小结 |
| 第5章 长春市污染源活动与土壤污染物累积关联 |
| 5.1 污染源活动与土壤污染物累积模型 |
| 5.2 长春市污染源排放总结分析 |
| 5.3 长春市污染源排放情景预测 |
| 5.4 本章小结 |
| 第6章 长春市土壤复合污染物浓度预测与生态风险预警 |
| 6.1 长春市土壤复合污染物浓度预测 |
| 6.2 长春市土壤复合污染物生态风险预警 |
| 6.3 长春市土壤生态管理建议 |
| 6.4 不确定性分析 |
| 6.5 本章小结 |
| 第7章 结论与展望 |
| 7.1 研究结论 |
| 7.2 创新点 |
| 7.3 不足与展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 在学期间第一作者公开发表论文着作情况 |
四、未来预测:中国经济20年（论文参考文献）
- [1]黄河河口镇-潼关区间淤地坝拦沙作用及其拦沙贡献率研究[D]. 杨媛媛. 西安理工大学, 2021
- [2]西安市阎良区配电网规划研究[D]. 王庆. 西安理工大学, 2021(01)
- [3]青藏高原近20年NDVI动态变化及土壤水分分布格局研究[D]. 陈宝林. 甘肃农业大学, 2021(09)
- [4]地下水开采引发地面沉降对鲁南高铁沿线的影响性分析及防治[D]. 边超. 山东大学, 2021(11)
- [5]气候变化下辽宁省春玉米生育期水土资源匹配特征研究[D]. 冯兴兴. 辽宁师范大学, 2021(08)
- [6]锡林浩特典型草原区甲烷通量的研究[D]. 杨秀影. 内蒙古工业大学, 2021(01)
- [7]基于GSWD的长沙市湿地景观动态变化与预测研究[D]. 唐子朝. 中南林业科技大学, 2021(01)
- [8]美国货币政策对中国债券市场的信息溢出效应研究[D]. 刘春紫. 山东大学, 2021(11)
- [9]想象未来气候变化中的参照对象与主观时间感对亲环境行为的影响[D]. 杨李慧子. 云南师范大学, 2021(08)
- [10]工业城市土壤复合污染物生态风险评价及预警 ——以长春市为例[D]. 彭竞瑶. 东北师范大学, 2021(12)