第l章 绪论
1.1 研究背景
1.2 研究目的和意义
1.3 国内外研究现状及发展趋势
1.3.1 基本概念
1.3.2 森林生态系统碳通量观测方法
1.3.3 森林生态系统碳循环模型
1.3.4 Biome-BGC模型应用研究分析
1.3.5 国内外研究现状及发展趋势总结
1.4 研究内容
1.5 研究方法
1.6 技术路线
第2章 研究区概况
2.1 地理位置
2.2 气候
2.3 地形地貌
2.4 水文
2.5 自然资源
2.5.1 森林资源
2.5.2 动物资源
2.5.3 矿产资源
2.6 本章小结
第3章 数据获取与数据处理
3.1 气象数据获取与处理
3.1.1 气象数据获取
3.1.2 气象数据处理
3.2 大气数据获取与预处理
3.2.1 大气数据获取
3.2.2 大气数据处理
3.3 基础地理数据获取与预处理
3.3.1 基础地理数据获取
3.3.2 基础地理数据处理
3.4 土壤质地数据获取与处理
3.4.1 土壤质地数据获取
3.4.2 土壤质地数据处理
3.5 植被功能型数据获取与处理
3.5.1 植被功能型数据获取
3.5.2 植被功能型数据处理
3.6 通量数据获取与处理
3.6.1 通量数据获取
3.6.2 通量数据处理
3.7 森林资源清查数据获取与处理
3.7.1 森林资源清查数据获取
3.7.2 森林资源清查数据处理
3.8 遥感数据获取与处理
3.8.1 遥感数据获取
3.8.2 遥感数据处理
3.9 干旱指数数据获取与处理
3.9.1 干旱指数数据获取
3.9.2 干旱指数数据处理
3.10 本章小结
第4章 。Biome-BGC模型的基本原理
4.1 Biome-BGC模型结构
4.2 模型的主要过程算法
4.2.1 冠层辐射传输
4.2.2 光合作用
4.2.3 冠层蒸散
4.2.4 呼吸作用
4.2.5 分解作用
4.2.6 分配作用
4.2.7 碳通量计算
4.3 模型运行
4.4 本章小结
第5章 MT-CLIM模型的基本原理
5.1 ：MT-CLIM模型结构
5.2 ：MT-CUM模型算法
5.2.1 温度
5.2.2 湿度
5.2.3 辐射
5.2.4 蒸散
5.3 MT-CLIM模型运行
5.4 MT-CLIM模型模拟
5.4.1 模型结果评价
5.4.2 模型结果分析
5.5 本章小结
第6章 Biome-BGC模型参数优化
6.1 Biome-BGC模型参数优化方案
6.2 基于PEST的模型参数优化
6.2.1 PEST参数优化方法
6.2.2 参数敏感性分析
6.2.3 模型参数优化方案
6.2.4 模型参数优化结果评价
6.2.5 结果与分析
6.3 基于集合卡尔曼滤波的模型参数优化
6.3.1 集合卡尔曼滤波方法
6.3.2 参数敏感性分析
6.3.3 模型参数优化方案
6.3.4 模型参数优化结果评价
6.3.5 结果与分析
6.4 本章小结
第7章 Biome-BGC模型模拟与验证
7.1 Biome-BGC模型模拟方案
7.2 Biome-BGC模型模拟
7.3 模型模拟结果验证
7.4 与其他模型比较
7.5 本章小结
第8章 东北森林碳通量时空分析
8.1 东北森林生产力时空分析
8.1.1 GPP时空分析
8.1.2 NPP时空分析
8.1.3 NEP时空分析
8.2 东北森林呼吸时空分析
8.2.1 MR时空分析
8.2.2 GR时空分析
8.2.3 HR时空分析
8.3 本章小结
第9章 干旱对东北森林碳源／汇的影响分析
9.1 基于SPEI的东北干旱时空分析
9.1.1 东北干旱的时间变化
9.1.2 东北干旱的空间分布
9.1.3 东北干旱等级分析
9.2 基于NEP的东北森林碳源／汇时空分析
9.2.1 东北森林碳源／汇的时间变化
9.2.2 东北森林碳源／汇的空间分布
9.2.3 东北森林碳源／汇的功能分析
9.3 干旱和东北森林碳源／汇的关系
9.3.1 SPEI和NEP的关系
9.3.2 干旱等级和森林碳源／汇的关系
9.4 本章小结
第10章 结论
10.1 本研究的主要结论
10.2 本研究的主要创新点
10.3 本研究的不足之处
参考文献
展开
