江南大学创新项目计划书.doc

上传人:龙*** 文档编号:977761 上传时间:2018-11-10 格式:DOC 页数:10 大小:51.50KB
下载 相关 举报
江南大学创新项目计划书.doc_第1页
第1页 / 共10页
江南大学创新项目计划书.doc_第2页
第2页 / 共10页
江南大学创新项目计划书.doc_第3页
第3页 / 共10页
江南大学创新项目计划书.doc_第4页
第4页 / 共10页
江南大学创新项目计划书.doc_第5页
第5页 / 共10页
点击查看更多>>
资源描述

1、 项目计划书学院:理学院班级:信计 1002申请人:李飞 冯倩文日期:2012/6/20学完概率论与数理统计的课程,渐渐地发现现实生活中有很多实际问题的解决都需要用到概率与统计学的知识。其中一个很重要的方向就是研究全球气候变化对植物分布的影响。在老师的引导下,我们通过查阅大量的资料、阅读大量相关的论文,对这个研究方向有了一个大体的认知,并产生了浓厚的兴趣,希望能够协助老师完成一些科研上的任务,在提高自己学术能力、实践能力的同时,也能够为老师尽一些绵薄之力。我们在阅读了一定数量的相关论文后,发现其中提到最多的一个关键词是物候学。经过上网查阅资料,我们得知:物候是指植物为了适应气候条件的节律性变化

2、而形成与此相适应的植物发育节律,物候学是一本“生命脉搏”的教科书。掌握物候变化规律在预报农时、监测、保护生态环境、预测、鉴定气候变化趋势等方面具有重要的理论和现实意义。根据我们自己的理解,物候其实就是植物对气候变化所作出的响应。了解了物候研究的相关历史,我们得知:我国最早的有组织的植物物候观测工作是在竺可桢的推动下开展的,他在 1934年组织建立的物候观测网是中国现代物候观测的开端。从 1934年起,前中央研究院气象研究所选定了 21 种植物和差不多全部农作物,委托各地的农事实验场进行观测。解放后,物候学受到地理和气象部门的重视,从 1952 年起开始比较正规和连续的农作物观测,1957 年农

3、作物的观测工作推向全国范围。1961 年在竺可桢的指导下,由中国科学院地理所支持建立了全国物候观测网,制定了动植物物候观测方法,其中选取木本植物 33 种,草本植物 2 种作为全国共同的植物物候观测种类。在 1966-1971 年间多数单位中断了观测,直至 1972 年才得以恢复。影响物候变化的因素繁多,主要有生物因素和环境因素。前者是内在因素,包括物种及品种类型、生理控制等,后者是外在因素,包括温度、光照、水分、生长调节剂等。其中气温、光照、水分为主要影响因子。我们之所以花这么大的篇幅介绍物候的相关知识,是因为我们觉得物候学对于后续研究气候变化对植物的分布影响有着至关重要的意义。气候变化了,

4、植物必然会为适应新环境作出相应的响应,而这些响应是什么,就是我们要研究的物候学的内容。近 100 年来,地球气温增加了 0.6 摄氏度,春季平均气温增加了 1 摄氏度以上,变暖的两个主要时期为 1910 年-1945年和 1976 年至今。气候变化使植物开始和结束生长的日期发生了相应的变化,植物对全球变暖的响应表现为春季物候期提前,秋季、夏季物候期推迟,植物生长季长度延长(主要是由于春季物候的提早到来) 。近 40 年来,随着我国大部分地区的增温及秦岭以南广大地区的降温,东北、华北以及长江中下游地区的物候期提前,西南东部、长江中游以及华南地区的物候期延迟(物候期的提前与推迟对温度的上升与下降的

5、响应是非线性的) ,其中,就北京地区而言,近十几年来北京春季物候持续偏早,且偏早天数创历史记录,这与北京近年持续的暖冬相一致。通过以上资料我们得知:气候改变了,植物的物候期也作出了相应的改变,那么会改变到什么程度,在这个改变的过程中有哪些规律可循,我们如何利用这个改变的规律来预测未来某些植物的分布。这些问题为我们提供了广阔的研究方向。也更加激发了我们投身于相关研究的兴趣。那么研究这些问题有哪些具体的方法呢?我们事先集中学习了分类回归树(CART)生态位模型。CART 是一种优良的决策树算法,有广泛的应用。CART 方法是由 Breiman 等人在 1984年提出的一种决策树分类方法。其采用基于

6、最小距离的基尼指数估计函数。这是因为基尼指数可以单独考虑子数据集中类属性的分布情况,用来决定由该子数据集生成的决策树的拓展形状。CART 创建简单二叉树结构对新事例进行分类,这样可以有效地处理缺失数据,尤其对于分类与预测时更好。并且 CART 方法中有贝叶斯分类的特征,使用者可以提供主观的分类先验概率作为选择分类的权重,则 CART 在获得最终选择树前使用交叉检验来评估候选数的误分类率,这对分析复杂样本数据非常有用。CART 处理离散变量与连续变量同样容易。而且,被 CART考虑到的分支在任何单调转换下是不变的。由于 CART 方法已经超出了我们的知识范围,时间又有限,所以我们并没有对此方法的

7、精髓有很深的领会,只是懂了皮毛,略知一二,希望在以后的学习研究中能够进一步地学习此方法。CART 涉及到数据库、统计学、人工智能和机器学习等多个领域,在计算机、医学、市场营销等领域都得到了充分的应用。为了学习 CART,我们特意从图书管借来数据库、人工智能和机器等相关书籍仔细阅读,虽然很多看不懂,但是已经有了大体的认知。在学习 CART 的过程中,我们遇到了一个例子。气候变化对珙桐分布的潜在影响。方法是:利用分类回归树,设定A1、A2、B1 和 B2 四种气候变化情景,模拟分析了气候变化对珙桐分布的影响。经过了解:A1 情景描述了全球经济快速增长且人口在 21 世纪中期达到高峰后下降, 从 2

8、000 年的)(2co增长到 2080 年的 ,全球最高增温幅度为 4.49106*38 10*86摄氏度;A2 情景描述了区域经济发展趋势下,单位资本经济发展和技术革新比其他气候变化情景要慢, 从 2000 年的)(2co增长到 2080 年的 ,全球最高增温幅度为 3.796*38076摄氏度;B1 情景描述了全球人口在 21 世纪中期达到高峰后下降,但全球经济面向信息经济和服务社会发展,并且清洁技术和资源有效技术被广泛采用,2080 年 仅增长到 ,)(2co10*56全球最高增温幅度为 1.98 摄氏度;B2 情景描述在区域社会经济和环境可持续发展形势下,全球人口持续增加(但比 A2

9、情景下低) ,经济发展速度中等,且采用不同发展技术,2080 年增长到 ,全球最高增温幅度为 2.69 摄氏度。在)(2co10*56该研究实例中,作者利用该模型模拟分析气候变化对珙桐分布的影响,最小节点数选择 10,节点偏差选择 0.010.由于 CART模型模拟计算的物种分布信息是以概率的形式反映的,概率值越高表示物种越适宜分布,常以分布概率0.50 作为物种一般适宜的标准。在模拟分析中,根据珙桐目前适宜分布范围与部分基准气候情景数据求出模型参数,再利用基准气候情景模拟珙桐在当前气候条件下的适宜分布,并与观测值对比以评价模拟效果。同时,通过计算相对操作特征曲线下面值(AUC)和 k-统计学

10、方法对模拟准确性进行评价。同时,以多元回归方法分析了珙桐分布范围与年均温度和年降水量变化的多元回归关系,以Durbin Watson 方法检验气候要素长时间序列自相关性,以Hildreth-Lu 方法消除这些回归关系中自变量间的自相关性。虽然,这里涉及到的很多研究方法我们并不是特别了解,但是我们相信,只要认真努力学习,就一定能够克服其中的困难,达到理想的目标。诸多资料显示,未来气候变化可能导致我国东部森林植被带的北移;北方落叶针叶林面积大量减少;华北地区和东北辽河流域未来可能草原花;西部的沙漠和草原可能略有退缩,相应被草原和灌丛取代;高寒草甸的分布可能略有减小,将被萨瓦纳和常绿针叶林取代。这些

11、变化趋势,并不是凭空臆想出来的,而是在大量观测、实践检验的基础上得出的科学结论,具有一定的可信度,为我们预测未来植被分布提供了可靠的依据。经过了解,我们得知:利用长时间序列气候变化情景分析气候变化对物种分布的影响备受关注。尽可能多地选择气候变量(温度、积温及天数、降水量及天数)将有助于提高模拟气候变化对物种分布影响的精度。一般来说分为四个时间阶段模拟:1991-2020、2021-2050、2051-2080、2081-2100.基准气候情景模拟分析分布与目前适宜分布区域越接近,模拟效果越好。我想,这种方法为我们以后的研究指明了方向。此外,通过阅读相关论文,我们了解到,温度大多与粮食产量呈负相

12、关,这在全球变暖的大趋势下,可能会对未来的粮食产量造成威胁。因此我们可以得出这样的结论:温度、降水量等环境因素对植物物候的影响以及植物分布的影响并不总是一致的,换言之,并不存在绝对的影响,在一定程度上是存在偏差的,这就要求我们在平时的科学研究中一定要养成科学严谨的态度,以事实为依据,切不可妄下结论。气候变化,植物物候期发生变化,植物生长季延长,导致植物生产力增加,这在一定程度上可以作为生态系统响应气候变化的有力证据。还有林线,林线对气候变化的反应最敏感,最能直接反映出全球气候变化的影响效应,而且,气候变化对林线分布以及植被生长影响具有复杂性和不确定性。此外,我们还了解了 MAPSS 模型,不同

13、于以往的生命带系统,MAPSS 为一基于过程的模拟全球潜在自然植被分布的生物地理模式,尽管 MAPSS 模拟的结果不是真实土地利用情况,但模拟的潜在植被覆盖能表明土地的潜力,如在相似土壤条件下,处于潜在森林植被区的农田生产力比处于潜在灌丛植被区的高。因此在全球气候变暖的情形下,模拟未来潜在植被分布的变化对于我们如何减缓和适应全球变化具有一定的指导意义。该模式认为,植被最大叶面积是由立地可获得的土壤水分和能量所决定的。因此,植被的生活型取决于立地所能支持的叶面积情况。而不同生活型叶面积的计算是通过树木、灌木和草本对光和土壤水的竞争实现的。模式中土壤分三层(上层、中层和深层) ,树木可利用上两层的

14、土壤水分,而草本只能利用土壤上层水分。MAPSS 最终是通过模拟植被的生活型(即乔、灌、草) 、叶形态(即阔叶、针叶) 、叶寿命(即常绿、落叶) 、植被所获得的热量状况和植被叶面积指数(LAI)来决定自然植被类型的。MAPSS 所包含的主要生态过程如下:1.雪的形成和融化过程。2.降雨的截留和蒸发。3.降雨和融雪在土壤中的渗透。4.径流。5.基于 LAI 和气孔导度的蒸散。6.叶形态和叶物候的确定。7.循环计算 LAI。8.最终判定植被类型。同时对于灌丛和萨瓦纳类植被,加入了火过程子模型。MAPSS 确定植被类型的过程主要为,通过月平均温度或月平均温度计算出的有效积温等热量指标确定出每一网格所

15、处的气候带;通过上述的生态过程计算出的叶面积指数来决定每一网格植被生活型的组成,最后通过气候带和植被生活型的组成最终判定该网格的植被类型。我们想,在今后的学习研究中,这一模型我们一定会深入学习并掌握之。在此不予赘述。分析气候变化对植物物种或植被分布影响中,主要是在建立植物或物种分布与环境因子定量关系的基础上,利用未来气候情景,模拟分析气候变化对植物物种或植被分布影响。模拟分析方法包括两个方面,一方面是采用地理信息系统(GIS)和遥感技术,另一个方面是利用不同统计和机理模型。这两个方面彼此补充,在用 GIS 和遥感技术分析时,需要应用不同的模型方法进行模拟预测,在用模型模拟分析时,也需要借助 G

16、IS和遥感技术来显示植物或植被空间分布和确定相关参数。地理信息系统(GIS)由于在多源数据整合,统计分析和模型建立等方面具有强大功能,尤其是能将点上的分析与面上的预测研究有机结合起来。遥感方法能对地球表面区域乃至全球的特征进行监测,如对植被分布、植被覆盖度、叶面积指数、地表温度、降水状况等,可以获得丰富的动态建模的参数。GIS 和遥感技术在研究气候变化影响下植被及植被分布区、预测植物及植被未来分布格局方面都具有明显优势。以上谈及的一些内容就是我们一段时间以来的小小收获,虽然不是很深入,但是都是我们辛勤努力的结果。在此我们保证以下几点:1、积极发挥自己的想象力、创造力,努力学习,刻苦钻进,为今后的科学研究打好坚实的基础。2、克服懒惰心理,树立必胜的信心,以饱满热情的姿态迎接各种挑战。3、彼此团结协作,互帮互助,共同进步。最后,衷心希望老师能够带领我们更上一层楼。老师科研结果层出不穷的同时,我们也能够,百尺竿头更进一步。

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 重点行业资料库 > 农林牧渔

Copyright © 2018-2021 Wenke99.com All rights reserved

工信部备案号浙ICP备20026746号-2  

公安局备案号:浙公网安备33038302330469号

本站为C2C交文档易平台,即用户上传的文档直接卖给下载用户,本站只是网络服务中间平台,所有原创文档下载所得归上传人所有,若您发现上传作品侵犯了您的权利,请立刻联系网站客服并提供证据,平台将在3个工作日内予以改正。