导读:本文包含了区划因子论文开题报告文献综述及选题提纲参考文献，主要关键词:干热风,小麦,敏感因子,相对气象产量
区划因子论文文献综述
张金平,李香颜[1]（2018）在《基于敏感因子的河南省小麦干热风风险区划分析》一文中研究指出干热风是发生在小麦灌浆期,影响河南省小麦高产、稳产的主要农业气象灾害。根据小麦干热风气象行业标准,利用河南省18地市1981—2014年的逐日气象观测数据,选取各地市小麦相对气象产量和千粒质量数据及2010—2014年耕地面积、小麦播种面积等敏感因子,构建基于风险源危险性和承灾体易损性等指标的河南省干热风风险评估体系,并结合GIS技术,利用IDW方法进行河南省干热风的综合风险区划分析。结果表明,河南省干热风的危险性分布呈现东高西低的规律,中东部的干热风发生强度和频率明显高于西部;在不考虑抗灾能力的情况下,综合危险性和易损性指标进行综合风险区划分析,河南省干热风综合风险分布规律为东部高于西部,北部高于南部,驻马店市为干热风的高风险区,次高区为豫北和豫东等地,豫西和豫南各地的干热风风险等级最低,属低风险地带。(本文来源于《江苏农业科学》期刊2018年16期）
边丽华,康传志,许子欣,周洁,王晓[2]（2018）在《基于生态因子的山东太子参生态适宜区划研究》一文中研究指出为了对山东太子参生长的生态适宜区进行划分同时对其质量进行评价,本研究利用Surfer 7.0软件对气候主导因子和气候限制因子的月平均值进行空间插值,利用ArcGIS 8.1软件建立太子参道地性组分(多糖、环肽A、环肽B等)的空间分布模型,最终利用ArcGIS制图输出功能完成太子参地理分布模式的构建和生长生态适宜性区划。结果显示,多糖与太子参环肽A存在显着正相关(P<0.05),与生境适宜度、海拔分别呈极显着(P<0.01)、显着(P<0.05)负相关,与1月平均气温、9月平均气温和昼夜温差月均值均呈显着正相关(P<0.05);太子参环肽A含量与年均温变化范围和昼夜温差月均值均呈极显着正相关(P<0.01),与生境适宜度和12月平均降雨量呈极显着负相关(P<0.01);太子参环肽B含量与4月平均降雨量呈极显着正相关(P<0.01),与11月平均温度显着正相关,而与海拔显着负相关(P<0.05)。明确了适宜太子参生长的最优生境,确定其最适宜种植区主要集中在烟台市牟平区东部,威海市的文登区、荣成市和乳山市东部,青岛市东南部,济南市西南部和泰安市北部,及临沂市的蒙阴县和临沭县。(本文来源于《山东农业科学》期刊2018年02期）
王哲,李波,姜大成,韩曦英[3]（2018）在《基于MaxEnt模型和GIS技术的吉林省蝙蝠葛适生区划及主导环境因子研究》一文中研究指出目的:揭示影响吉林省蝙蝠葛地理分布的主导环境因子,开展蝙蝠葛适生区划研究。方法:利用最大熵(Max Ent)模型分别加载641个蝙蝠葛分布数据和气候、土壤、地形及植被等55项环境因子,预测蝙蝠葛在吉林省地理分布概率,并获得对蝙蝠葛地理分布具有主导作用的环境因子。利用GIS软件对预测结果进行分析并建立适生区划。结果:Max Ent模型AUC值为0.979,预测结果具有很高的可信度。吉林省内蝙蝠葛地理分布概率P值范围为3.15×10-5~0.72。影响蝙蝠葛地理分布的主导环境因子有温度季节性变化的标准差(贡献率36.6%)、8月份降水量(30.1%)、最干季平均温(21.2%)、最湿月降水量(7.2%)、10月份降水量(2.4%)、5月份平均温(1.7%)、海拔(0.9%)。利用分位数对预测结果进行蝙蝠葛适生区划,效果最好。结论:利用吉林省蝙蝠葛适生区划,明确了各主导环境因子的阈值,即温度季节性变化的标准差11 822~14 204、8月份降水量134~247 mm、最干季平均温-17.0~-9.7℃、最湿月降水量134~258 mm、10月份降水量28~49 mm、5月份平均温9.9~15.5℃、海拔112~692m。蝙蝠葛高适生区主要集中在吉林省的中部和南部,包括吉林市、辽源市、通化市大部、长春市南部和四平市东南部及延边朝鲜族自治州东部地区,总面积47 482 km~2。(本文来源于《中药材》期刊2018年02期）
[4]（2017）在《《中国农业资源与区划》2016年影响因子等指标》一文中研究指出据中国科技论文与引文数据库(CSTPCD)统计,《中国农业资源与区划》2016年度文献计量学指标结果与排名如下:核心影响因子1.843,在"社会科学卷"生态农业经济学类期刊中排名第1/9,总排名第13;在"自然科学卷"农业综合类期刊中排名第2/35,总排名第53。其中,"社会科学卷"核心统计源中共有395种期刊,"自然科学卷"核心统计源中共有2008种期刊。(本文来源于《中国农业资源与区划》期刊2017年12期）
孙瑀[5]（2017）在《考虑洪水风险因子的防洪保护区洪灾风险精细区划研究》一文中研究指出洪水灾害是当今世界上造成损失最大的自然灾害之一。由于洪水灾害的发生具有随机性和突发性等特点,因此仅靠工程措施并不能保证防洪保护区安全。洪灾风险区划将研究区域划分不同的风险等级,能够直观地表达洪灾风险的空间特征,是一项重要的防洪非工程措施。以往国内外洪灾风险区划研究中,洪灾风险评价体系划分指标选取相对单一,即使考虑了多方面因素,但选取的指标因子不具有针对性,且评价单元的空间尺度过大导致难以精确定位洪灾风险。基于此,本文以漳卫新河右堤防洪保护区为研究对象,建立二维水动力模型对防洪保护区进行洪水风险模拟,提取最大淹没历时,最大淹没水深和最大洪水流速3个洪水风险因子作为致灾因子,并考虑孕灾环境影响因子和承灾体影响因子,构建防洪保护区洪灾风险评价体系,分别运用层次分析法、突变理论和随机集理论对防洪保护区进行洪灾风险评价,并基于GIS栅格技术和空间信息迭加技术对防洪保护区进行洪灾风险精细区划。本文主要研究内容和结论如下:(1)论文在充分考虑防洪保护区地形地貌,桥涵道路和不同植被覆盖等下垫面条件的基础上,建立了二维水动力学模型,并从水量平衡、地形、不同溃堤方案和糙率等四个方面验证其合理性,获得了防洪保护区较可靠的最大淹没历时、最大淹没水深和最大洪水流速等洪水风险因子。(2)在客观分析漳卫新河右堤防洪保护区历史洪灾、下垫面及社会经济特点的基础上,以淹没历时、淹没水深、淹没流速等水力要素作为致灾因子以地形坡度、植被覆盖、河流缓冲区等作为孕灾环境,以人口密度、GDP密度、交通干线和防洪标准等承灾体,构建了较完善的洪灾风险评价体系。(3)针对以往洪水风险区划多以区县为评价单元,评价单元空间尺度较大的问题,本文基于GIS栅格技术,精细划分了50m?50m的栅格作为评价单元,并运用栅格的像元技术,精确定位洪灾风险。(4)基于上述洪灾风险评价体系和评价单元,分别运用层次分析法、突变理论与随机集理论方法进行防洪保护区洪灾风险区划研究,并利用ArcGIS软件平台绘制洪灾风险区划图。通过对比分析表明:叁种方法在一定程度上均能对防洪保护区洪灾风险进行较合理地区划,而且各有优缺点,但随机集理论能够有效避免突变理论与层次分析法在指标重要性评判上的主观性,从而使洪灾风险精细区划更符合实际。(本文来源于《天津大学》期刊2017-12-01）
汪大林,訾中福,王俊,范东福[6]（2017）在《气象因子在宣城茶叶区划中的应用》一文中研究指出本文根据宣城地区1981‐2010年茶叶产量与气象、土壤和地形因子的相关分析,结合宣城全市区域站2012‐2013年的逐日气温和降水资料,筛选出茶叶区划指标为6个气象因子(≧10℃有效积温、3‐4月份降水量、3‐4月份平均气温、夏季低云量、冬季总云量和干燥度)、3个地形因子(海拔高度及坡度、坡向)和2个土壤因子(土壤质地和土壤PH值),采用加权指数求和法,建立宣城地区茶叶综合区划评估模型,借助GIS技术,将宣城地区茶产区划分为最适宜区、适宜区、一般适宜区和不适宜区。结果表明,宣城地区茶树最适宜区面积61.7km~2,约占宣城地域面积的0.5%,主要集中海拔高度在193-401m的山区;茶树适宜区面积6694.7 km~2,约占宣城地域面积的54.3%;茶树一般适宜区面积5593.4 km~2,约占宣城地域面积的45.3%。(本文来源于《第34届中国气象学会年会 S12 提升气象科技水平，保障农业减灾增效论文集》期刊2017-09-27）
杨龙,罗春芳,欧珍贵,黎青,罗亚红[7]（2017）在《基于温度因子“3S”技术的贵州省木薯种植气候区划》一文中研究指出根据木薯生长发育对气候条件、海拔等要素的要求,结合贵州省各个县市主要气象站点1995—2014年的气象统计资料,选取贵州省木薯栽培的气象指标(年平均气温、最冷月平均气温、最冷月平均最低气温、≥10℃活动积温和日均温≤0℃最长连续时数),基于"3S"技术,建立木薯可种植区域热量指标与海拔的回归模型,明确贵州木薯的种植区域,得到种植气候区划。结果表明,贵州省木薯适宜种植区面积126 642.3 hm2,其中优势种植区总面积为114 683.8 hm2,主要分布在南盘江流域、北盘江流域、红水河流域、樟江流域和都柳江流域的17个县市;一般种植区总面积为11 958.4 hm2,主要分布在赤水河流域的赤水市和习水县。(本文来源于《安徽农业科学》期刊2017年21期）
樊亚男,姚利鹏,瞿明凯,胡文友,黄标[8]（2017）在《基于产量的稻田肥力质量评价及障碍因子区划——以进贤县为例》一文中研究指出土壤肥力质量评价及土壤肥力障碍因子分析,对于区域土壤利用和改良、指导农业生产结构布局具有重要意义。以江西省进贤县为研究区,通过水稻遥感解译测产,结合主成分分析进行土壤质量评价;采用综合指数法表征土壤肥力质量水平,分析该区域低肥力质量区域主要障碍因素,并进行障碍因子区划。结果表明,该地区土壤肥力质量评价的最小数据集(MDS)指标包括:有机质、阳离子交换量(CEC)、全钾(TK)、交换性钙(Ex.Ca)、容重、粉黏比;土壤质量综合指数与水稻产量相关系数达到0.73(p<0.01),以当地水稻平均产量7.215 t hm~(-2)确定土壤质量综合指数阈值为0.65。分析得出,该地区影响土壤肥力的主要障碍包括有机质含量低和容重较大反映的低熟化度障碍、中量元素缺乏反映的酸化障碍、全钾含量低和高粉黏比反映的结构障碍等。根据障碍因素将研究区域划分为叁大障碍区:东南部丘陵区主要障碍因子为酸化和土壤结构障碍;中西部低岗平原主要为土壤酸化障碍;北部滨湖区主要障碍为水稻土熟化程度低。通过对不同区域施行针对性改良措施有益于提高土壤肥力。(本文来源于《土壤学报》期刊2017年05期）
乌兰[9]（2017）在《内蒙古牧区旱灾致灾因子危险性区划》一文中研究指出以内蒙古58个牧业旗县为分析区域,以北方牧区频繁发生的旱灾为分析对象,从旱灾的致灾因子危险性着手,利用专家打分法和熵权系数法,确定致灾因子危险性分析的指标及其权重系数,建立牧区旱灾致灾因子危险性评估模型,运用GIS技术,完成内蒙古牧区旱灾致灾因子危险性区划。结果表明:旱灾致灾因子危险性中级以上区域约占分析区总面积的65%,致灾因子危险性高低与下垫面类型有一定的关系,总体上来看,草甸草原与典型草原区域旱灾致灾因子危险性较低,牧区干旱致灾因子危险性高危险及较高危险的区域主要分布在内蒙古荒漠草原和浑善达克沙地、毛乌素沙地、科尔沁沙地及其周边地区。(本文来源于《内蒙古气象》期刊2017年03期）
杜子璇,李彤霄,王秀萍,李香颜[10]（2016）在《黄淮海地区“永优”系列玉米气候敏感性因子区划研究》一文中研究指出以鹤壁市农业科学院选育的"永优"系列玉米品种国审浚单20、国审浚单29、鄂审浚单509和陕审浚单3136为例,采用4个品种参加区域试验和2014年地理分期播种试验的数据,以及同期对应站点的气象资料,自播种起以10 d为1个周期,通过数理统计分析影响黄淮海地区"永优"系列玉米产量的气象因子,进而选取气候敏感性因子作为关键指标进行区划。结果表明:"永优"系列玉米产量随品种的更新逐渐增加。各周期日照时数、平均气温、最高气温、最低气温和相对湿度对浚单20、浚单29、浚单509和浚单3136产量的影响趋势基本上相同,但在各期的影响上略有差异。浚单20的敏感系数较小,适应性较好;浚单3136的敏感系数较大,适应性较差,容易受到气象因子的影响,而浚单29和浚单509的适应性居中。"永优"系列玉米品种在黄淮海平原(北部除外)都适宜种植;浚单20、浚单29和浚单509对黄淮海地区的气候因子不太敏感,最适宜面积较大;浚单3136对黄淮海地区的气候因子较为敏感,受气象因子波动的影响较大,最适宜面积相对较小。(本文来源于《第33届中国气象学会年会 S14 提升气象科技创新能力，保障农业丰产增效》期刊2016-11-01）
区划因子论文开题报告
（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：
为了对山东太子参生长的生态适宜区进行划分同时对其质量进行评价,本研究利用Surfer 7.0软件对气候主导因子和气候限制因子的月平均值进行空间插值,利用ArcGIS 8.1软件建立太子参道地性组分(多糖、环肽A、环肽B等)的空间分布模型,最终利用ArcGIS制图输出功能完成太子参地理分布模式的构建和生长生态适宜性区划。结果显示,多糖与太子参环肽A存在显着正相关(P<0.05),与生境适宜度、海拔分别呈极显着(P<0.01)、显着(P<0.05)负相关,与1月平均气温、9月平均气温和昼夜温差月均值均呈显着正相关(P<0.05);太子参环肽A含量与年均温变化范围和昼夜温差月均值均呈极显着正相关(P<0.01),与生境适宜度和12月平均降雨量呈极显着负相关(P<0.01);太子参环肽B含量与4月平均降雨量呈极显着正相关(P<0.01),与11月平均温度显着正相关,而与海拔显着负相关(P<0.05)。明确了适宜太子参生长的最优生境,确定其最适宜种植区主要集中在烟台市牟平区东部,威海市的文登区、荣成市和乳山市东部,青岛市东南部,济南市西南部和泰安市北部,及临沂市的蒙阴县和临沭县。
（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。
区划因子论文参考文献
[1].张金平,李香颜.基于敏感因子的河南省小麦干热风风险区划分析[J].江苏农业科学.2018
[2].边丽华,康传志,许子欣,周洁,王晓.基于生态因子的山东太子参生态适宜区划研究[J].山东农业科学.2018
[3].王哲,李波,姜大成,韩曦英.基于MaxEnt模型和GIS技术的吉林省蝙蝠葛适生区划及主导环境因子研究[J].中药材.2018
[4]..《中国农业资源与区划》2016年影响因子等指标[J].中国农业资源与区划.2017
[5].孙瑀.考虑洪水风险因子的防洪保护区洪灾风险精细区划研究[D].天津大学.2017
[6].汪大林,訾中福,王俊,范东福.气象因子在宣城茶叶区划中的应用[C].第34届中国气象学会年会S12提升气象科技水平，保障农业减灾增效论文集.2017
[7].杨龙,罗春芳,欧珍贵,黎青,罗亚红.基于温度因子“3S”技术的贵州省木薯种植气候区划[J].安徽农业科学.2017
[8].樊亚男,姚利鹏,瞿明凯,胡文友,黄标.基于产量的稻田肥力质量评价及障碍因子区划——以进贤县为例[J].土壤学报.2017
[9].乌兰.内蒙古牧区旱灾致灾因子危险性区划[J].内蒙古气象.2017
[10].杜子璇,李彤霄,王秀萍,李香颜.黄淮海地区“永优”系列玉米气候敏感性因子区划研究[C].第33届中国气象学会年会S14提升气象科技创新能力，保障农业丰产增效.2016