一、北京城建大气评估平台建立（论文文献综述）
张子鸣[1]（2021）在《基于建筑作品统计分析的西安市当代建筑理论梳理》文中研究指明1949年至今,西安地区的建筑业平稳发展,从“摸着石头过河”的阶段到现在的较为成熟的设计阶段,西安市落成了大量的建筑作品,也形成了一定的地域风格以及创作理念。通过对西安市70年以来的建筑作品统计分析,对西安市的建筑创作与理论研究具有参考意义。首先,论文尽可能科学全面地收集到各类别建筑作品:办公、居住、商业、金融、体育、文化、医疗等建筑。根据建筑不同功能分类和设计单位研究、建筑作品区域等几个分类收集。然后,运用计量史学等方法对其进行外部数据特征和理论研究特征的分析,内外、纵横对比展开。在“数据特征”分析部分,采用定量的研究方法,将收集到的建筑作品按每种类型进行年度变化、设计单位分布、建筑作品区域、获奖作品与未获奖作品数量关系等方面进行分析,从而通过数据统计从侧面映射出西安市建国以来建筑的发展动向。在“理论研究特征”分析部分,在70年以来各个历史分期下,本文主要选取了建筑形态特征、构图设计特征进行分析,在形态特征方面采用了定量结合定性的分析方法,对西安市近70年以来的各类建筑的形态特征有了一定的梳理,在构图理论方面主要运用定性并结合一些图示的分析方法,对各类建筑进行了梳理。最后,依据本文统计的数据,归纳出西安市当代建筑在各时段下的发展趋势,结合各个时期的建筑特征,梳理出西安市当代建筑在各个时段下的理论倾向,以此希望对未来西安市乃至陕西省的建筑理论研究提供研究资料以及参考。
陈联君[2]（2021）在《基于多源数据的雪崩危险性评价 ——以北疆地区为例》文中提出雪崩作为冰冻圈受全球气候变暖而引起的自然灾害之一,其相关研究可增强对冰冻圈等各个圈层的运行与相互作用机理的理解,对全球变化等研究具有重要的理论意义。雪崩会威胁人类生命财产安全,破坏交通、电力等人类生存所依赖的基础公共设施,引发泥石流等次生灾害,并对周边环境、生态系统产生深远影响。因此,开展雪崩危险性评价研究对于防灾减灾等具有重要的现实意义。当前雪崩危险性评价研究较少,且存在以下问题:（1）大多仅开展评价方法体系研究,具体实例研究较少或试验区较小;（2）评价因子不全或重要因子如积雪状态和气象要素使用较少,导致其初始表征能力不足,从而影响后续评价精度;（3）评价模型大多基于专家经验法等,且不能反映因子之间的交互关系,不够客观,导致模型泛化能力差;（4）缺乏从“预防”角度出发的长时间序列危险性分布图和相应的方法体系。因此,如何提取关键评价因子,并建立客观的因子表征模型,从而构建区域尺度、长时间序列的雪崩危险性评价方法,是提升雪崩危险性评价精度和雪崩预防能力的关键科学问题。针对该问题,本文以“一带一路”核心地带、雪崩高发的新疆北部地区为研究区,开展了三个方面的研究,取得了如下成果:（1）MODIS积雪产品去云算法提出了两种积雪产品去云算法:（1）基于高程分区和地温阈值的改进Snow L去云算法:Snow L算法采用陆地、积雪区平均高程将云划分为陆地或积雪,从而实现去云。然而,在地形变化较大的区域,积雪区平均高程可能“过高”、陆地平均高程可能“过低”,使得实际类别为积雪的云被划归为陆地、实际类别为陆地的云被划归为积雪,导致虽然去云,但实际造成了积雪产品精度损失的后果。因此,提出基于研究区实际情况采用高程进行分区,并提取分区内的平均陆地、积雪区高程;以高程分区内的平均地温为阈值,对云进行综合划分。（2）基于单月地温极值滤波的去云算法:采用单月地温区间的上限值、下限值,进一步修正云的误划分。实验结果表明:提出的去云算法提升了精度,最高可达20%。得到的每日无云积雪产品为后续雪深反演、雪崩危险性评价提供了精准的范围。（2）顾及不同高程分区和土地覆盖类型的雪深反演模型采用地面气象站雪深数据,微波亮度温度数据的不同频段、不同极化特征,及多元线性回归、随机森林（Random forest,RF）和CHANG算法,构建了顾及不同高程分区和土地覆盖类型的雪深反演模型。实验结果表明:基于RF算法、且顾及高程分区时,反演模型最佳,均方根误差（Root Mean Square Error,RMSE）为6.9cm;基于RF算法的模型次之（RMSE为8.0cm）;且优于基于多元线性回归和CHANG的算法。结合最优的反演模型及每日无云积雪产品,得到了高精度的每日雪深分布图。雪深产品作为后续雪崩危险性评价的关键因子,可以评价因子的初始表征能力。（3）顾及雪深的长时间序列雪崩危险性评价方法基于历史雪崩点数据,雪深、地形、植被和气象等因子,及层次分析法（Analytic Hierarchy Process,AHP）、网络分析法（Analytic Network Process,ANP）和二元逻辑回归算法,构建了顾及雪深的长时间序列雪崩危险性评价方法。实验结果表明:基于AHP、ANP和二元逻辑回归算法,分别有78.13%、84.38%和87.50%的雪崩点位于高危险性分区;它们的每日平均预测正确率分别为76.09%、82.61%和86.96%。本文创新点为:（1）提出了两种积雪产品去云算法:一种是基于高程分区和地温阈值的改进Snow L去云算法:基于研究区实际情况采用高程进行分区,并提取分区内的平均陆地、积雪区高程;以高程分区内的平均地温为阈值,对云进行综合划分。另一种是基于单月地温极值滤波的去云算法:采用单月地温区间的上限值、下限值,进一步修正云的误划分。（2）提出了一种基于每日无云积雪产品和雪深数据的区域尺度、长时间序列雪崩危险性评价方法,提升了雪崩危险性评价精度和雪崩预防水平。
杜海龙[3]（2020）在《国际比较视野中我国绿色生态城区评价体系优化研究》文中提出人类文明进入生态文明,城市作为人类文明的载体也进入崭新阶段。伴随着世界城镇化发展,城市人口需求面临的挑战不断增加,绿色生态化成为全球城镇化发展趋势。中国的城镇化是一场引领全球的规模最大、速度飞快的城镇化,当前中国的城镇化已经由高速发展转向高质量发展的新时代,这项运动不仅决定着中国的历史进程,更深刻影响着21世纪人类的发展。当今世界正处于百年未有之大变局,国际秩序迎来历史转折,全球治理体系正发生深刻变革,应对气候变化成为全球首要挑战之一,绿色生态城市成为全球城镇化发展的理想目标。建立绿色生态城市的标准体系,为全球城市绿色生态化发展提供中国范式和标准引领,是国家核心竞争力的体现,事关人类共同命运。本文系统梳理了绿色生态城市的相关概念,辨析了绿色生态城市的内涵,论述了绿色生态城市的基本特征,完善了绿色生态城市的理论体系,并初步构建了“绿色生态城市系统模型”。基于绿色生态城市系统模型设计了ESMF比较矩阵,依托矩阵对英国、美国、德国、日本及中国的绿色生态城区评价标准开展了全面系统化的比较,寻求借鉴与启示。通过总结我国绿色生态城区发展现状及现存问题,结合我国城市发展新变化、新城新区新需求、城市更新领域等多方面的新挑战,明确我国绿色生态城区评价体系的优化方向。在完善理论工具、全面比较借鉴和充分发掘问题三项基础工作之后,集合生态学、城市学和系统学的工具模型建立了绿色生态城区“钻石”评价模型,对我国现有绿色生态城区评价体系在价值导向、体系结构、评价内容和评价方法四方面进行了优化,并通过典型案例验证了相关评价模型和评价体系优化的适用性。全文共七章,内容介绍如下:第一章:结合人类文明发展,中国及全球城镇化发展阶段,当今世界格局巨变等现实需求,论述了开展绿色生态城市标准体系建设的必要性。综述了国内外绿色生态城市及其评价标准的研究现状,明确了研究目的、研究内容和研究技术路线。第二章:对绿色生态城市相关概念进行梳理,就绿色生态城市的内涵与基本特征进行辨析,论述了绿色生态城市的理论基础,应用系统工程的方法论从目标准则、结构组织、运行机制三个维度构建了“绿色生态城市系统模型”。第三章:在“绿色生态城市系统模型”的基础上,从层次分析出发设计构造了ESMF比较矩阵,从宏观环境、评价体系、机制保障和模式特征四个维度对英国BREEAM Communities,美国LEED-ND、LEED-Cities and Communities,德国DGNB UD,日本CASBEE UD、CASBEE Cities,中国绿色生态城区评价标准GBT51255-2017展开全面系统化对比,通过比较研究寻求启示与借鉴,用于指导我国绿色生态城区评价体系的优化。第四章:全面总结我国绿色生态城区发展现状及现存问题,结合我国城市发展的主体、模式和逻辑变化的时代背景,深入剖析我国新城新区建设和城市更新领域对绿色生态城区发展提出的新挑战,以问题和挑战为导向明确我国绿色生态城区评价体系的优化方向。第五章:提出我国绿色生态城区评价体系的优化原则和优化目标,建立了绿色生态城区“钻石”评价模型。在现有国家评价体系基础上,补充完善了“城区治理”、“生活质量”、“创新智能”和“过程管理”四方面评价内容;在评价方法上细化城区类别与指标权重;在评价结果的表达上,提供了直观的得分罗盘图、钻石模型雷达图。第六章:以中新天津生态城等城区为实例,验证以上评价内容的补充完善、评价方法的优化提升和“钻石”评价模型的适用性。第七章:总结了本文的主要工作,并展望绿色生态城区建设及评价标准下一步的发展方向。
乔婉贞[4]（2020）在《既有住宅建筑节能改造多主体多目标集成优化机理研究》文中认为既有住宅建筑节能改造是推动建筑业可持续发展、创建绿色生态文明社会的重要组成部分。既有住宅建筑节能改造实施过程涉及多方利益主体,市场发展有赖于多方主体协同作用,旨在追求多主体多目标集成下的整体综合效益最大化。因此,以市场运行有效性为导向,探讨既有住宅建筑节能改造多主体多目标集成优化机理具有重要的理论与实践意义。从揭示核心主体行为演变规律入手,探索多主体合作共赢影响机理,解析多主体决策行为博弈策略,探讨多主体多目标集成递阶优化实施机理,构建市场运行有效性评价体系,提出了多主体多目标集成优化的实施策略。主要研究内容包括以下六个方面。（1）既有住宅建筑节能改造市场运行特征与核心主体行为演变规律。基于市场运行特征及核心主体构成分析,阐述了市场发展阶段界定与主体利益诉求,以市场发展主体目标为导向,探究了核心主体行为特征及演变规律。（2）目标集成视角下既有住宅建筑节能改造多主体合作共赢影响机理。基于目标集成与多主体合作共赢内涵分析,识别既有住宅建筑节能改造多主体合作共赢影响因素,构建多主体合作共赢影响因素社会网络模型,探析了多主体合作共赢影响因素关联关系及作用路径。（3）目标集成驱动下既有住宅建筑节能改造多主体决策行为博弈策略。基于核心主体博弈关系分析,解构目标集成驱动下多主体合作共赢收益函数,构建政府、业主、ESCO三方核心主体行为博弈模型,揭示三方核心主体决策行为博弈策略演变规律,提出了目标集成驱动下三方核心主体合作共赢的行为实施策略。（4）既有住宅建筑节能改造多主体多目标集成递阶优化实施机理。运用系统递阶优化方法,从单一主体多目标集成、单目标多主体协同、多主体多目标集成三个层次实施逐级优化,分析各层次优化内容,构建各层次优化模型,探寻了各层次优化实施路径。（5）目标集成导向下既有住宅建筑节能改造市场运行有效性评价。基于既有住宅建筑节能改造市场运行有效性内涵与标准探析,构建市场运行有效性评价指标体系,运用网络模糊综合评价法实施评价过程量化,基于实证分析评价结果,提出了既有住宅建筑节能改造市场运行效益提升的实践启示。（6）既有住宅建筑节能改造多主体多目标集成优化实施策略。基于国外实践经验总结,剖析我国多主体多目标集成优化实践困境,设计多主体多目标集成优化决策体系,提出了既有住宅建筑节能改造多主体多目标集成决策实践策略。
王思成[5]（2020）在《风险治理导向下滨海城市综合防灾规划路径研究》文中认为我国滨海城市兼具高经济贡献度与高风险敏感度,其治理能力现代化水平的提升,有赖于对复杂且多样化“城市病”风险的源头管控。而当前滨海城市综合防灾规划偏重空间与设施的被动应灾,缺乏动态风险治理技术支撑,导致防灾能力认知不清、“平灾结合”缺失、多规衔接困难等现实矛盾,工程性综合防灾体系亟待引入精细化风险治理思路进行拓展与完善。论文在国家社会科学基金重大项目《基于智慧技术的滨海大城市安全策略与综合防灾措施研究》（13&ZD162）的支撑下,以安全风险治理为导向,探究滨海城市传统综合防灾规划体系的重构路径。全文按“发现问题--聚焦困难--寻找办法--应用反馈”的思路展开,在风险治理与防灾规划两大重要领域之间,构建耦合风险识别、评估与管控体系的综合防灾规划研究框架,将风险治理技术的应用,由规划前期分析,拓展到从编制到实施的全过程。通过理论探索、规划溯源、路径细化,辨析滨海城市安全风险机理特征,论证综合防灾规划困境及其重构路径,组建融合多元主体的风险评估系统,提出差异性防灾空间规划策略,达到摸清滨海城市安全风险底数、准确全面风险评估、提高综合防灾效率的目的。在风险治理理论探索层面。运用灾害链式效应分析方法,从物质型灾害和风险治理行为的“双视角”建立了滨海城市安全风险机理整体认知路径。由传统物质灾变能量的正向传递转为风险治理行为的反作用力研究,创建了风险治理子系统动力学模型,揭示出风险治理行为在应对物质型灾害“汇集-迸发”式的灾变能量正向传导时,具有“圈层结构”的逐级互馈特征,认为综合防灾规划的编制必须依此机理特征,形成多层级的防灾空间体系。嫁接风险管理学产品供应链的风险度量方法,构建了适用于滨海城市的灾害链式效应风险评估框架,认为综合防灾规划体系的重构,必须以全生命周期风险治理为目标,通过风险评估耦合风险治理技术与防灾空间体系,丰富了多学科交叉下的综合防灾规划理论内涵。在综合防灾规划溯源层面。论文通过纵向多灾种防灾技术演进分析,横向多部门防灾规划类比,认为现状综合防灾能力认知不清是导致滨海城市综合防灾规划困境的根源。紧扣所有防灾规划均以最低防灾基础设施投资,换来最优防灾减灾效果的本质诉求,移植经济地理空间计量模型,首次提出运用综合防灾效率评价,规范并统一综合防灾能力认知方法。通过量化防灾成本、灾害产出、风险环境间的“投入--产出”关系,得到影响我国滨海城市综合防灾效率提升的5个核心驱动变量,依此制定韧性短板补齐对策。通过对滨海城市安全风险机理与综合防灾效率的研究,得到风险治理技术与防灾空间规划的响应机制。分别从多维度风险评估系统的拓展性重构,多层级防灾空间治理的完善性重构,形成传统综合防灾规划体系融合“全过程”风险治理技术的重构路径,为当前滨海城市综合防灾规划困境提供了新的解题思路。在规划路径细化层面。突破传统综合防灾规划静态、单向的风险评估定式,细化“多维度”风险评估指标框架:通过多元主体的灾害链式效应分析,认为灾变能量在政府、公众与物质空间环境间,存在领域、时间与影响维度的衍生关系,逐项建立了集成灾害属性、政府治理、居民参与等多元主体的风险评估指标体系与评判标准,为综合防灾规划提供了理性数据支撑。改变防灾设施均等化配置或减灾措施趋同化集合的规划方式,细化“多层级”空间治理体系内容:通过多维度风险评估系统的组建,认为治理差异性是滨海城市防灾空间规划的关键点,针对不同空间层级的主导型灾害风险及其灾害链网络结构特征,分级划定风险管控与防灾规划的重点内容,最大程度地发挥防灾基建与管理投入的效用,提高综合防灾规划效率。以多元利益主体共同参与风险治理为目标,细化“全过程”综合防灾规划流程:认为耦合风险监测、评估、管控机制的综合防灾规划,必须具备风险情报搜集与分析、风险控制与防灾空间布局、风险应急处置与规划实施三个阶段。完整呈现了风险治理导向下滨海城市综合防灾规划体系的重构路径。通过天津市中心城区综合防灾规划的应用反馈,表明本文“全过程”风险治理、“多维度”风险评估、“多层级”风险管控的规划路径,有利于提升滨海城市整体韧性,可为其他城市开展安全风险治理,建设综合防灾体系提供研究范例。
朱敏[6]（2020）在《西安浐灞生态区城市绿地空间植被碳储量估算研究》文中认为城市不断发展的进程中,城市环境问题逐渐凸显,城市生态建设现今已经成为各学科对城市发展研究必不可少的课题。随着全球气候变暖,控制碳排成为国际社会和各国政府的重要责任,“低碳”“低碳经济”“低碳城市”等热词逐渐走入大众的视野,低碳发展成为现今发展的必经之路。目前,在城市发展的“低碳”研究中分为“碳源”与“碳汇”两大部分。目前我国不同专家学者对于城市碳汇的研究主要集中于森林生态系统与湿地生态系统,且选址范围集中于各市县城区范围之外。城市绿地系统是城市碳汇的核心贡献者,而其碳汇评价体系、价值计量方法、评价指标计量方法尚没有一个统一的、完善的研究体系和研究范式,亟需进一步深入的研究。城市绿地系统具有鲜明的地域特色,以一个城市为单元、结合地域特征,构建适合本地的绿地固碳评价指标体系势在必行。本文以西安市浐灞生态区城市绿地系统为研究对象,通过对遥感影像解译以及现场调查数据来估算城市绿地碳储量,并提出一种高碳汇发展策略。将浐灞生态区城市绿地空间分为公园绿地（G1）、防护绿地（G2）、附属绿地（XG）和区域绿地（EG）四大类,其中附属绿地（XG）又包含居住区绿地、文教区绿地、行政办公绿地、商业区绿地、工业区绿地以及道路绿地六类,之后对不同类型绿地的碳密度、碳储量分别进行构建回归模型估算。对浐灞生态区城市绿地空间进行实地普查,对植被数据做统计与分析,并依照现状绿地植被呈现出的规律性特征归纳出研究区内的12种植被种植模式。采用样地清查方式调查各类绿地中的详细数据,样地选取依据空间平衡抽样法结合分层抽样、系统抽样的方式。首先建立抽样框,以通用随机方格分层算法将研究区最终分为50m*50m抽样框,在各层绿地中选取样地共选取样地236处,通过实地调查对样地内数据进行清查、统计、分析。然后使用生物量异速生长方程法测算样地碳储量,并对12种植被种植模式以50m*50m为单元分别进行碳储量测算,然后对其固碳能力做对比分析。采用回归方法建立碳储量与植被指数的回国模型,估算浐灞生态区城市绿地系统碳储量。最后根据估算结果,针对性的提出浐灞生态区城市绿地空间高碳汇发展策略。结果显示:浐灞生态区城市绿地总碳储量最终估算结果为348.559*106kg。其中公园绿地碳储量为223.005*106kg;防护绿地碳储量为13.715*106kg;区域绿地碳储量为36.150*106kg;居住区绿地碳储量为51.457*106kg;文教区绿地碳储量为10.667*106kg;行政办公绿地碳储量为1.362*106kg;商业区绿地碳储量为1.847*106kg;工业区绿地碳储量为4.243*106kg;道路绿地碳储量为6.113*106kg。其影响因素包括:植被的胸径、植被的株高、绿地斑块面积、树龄、郁闭度、树种组成、种植方式。植被的成熟林碳汇能力最强,浐灞生生态区成熟林地较少,以中龄及幼龄居多,因此其绿地的固碳能力仍处于快速发展的阶段。绿地斑块的影响当然斑块面积越大,碳汇能力也就越高,如何在有限的城市用地中增加绿地面积是提高该项指标的最好解决方案。郁闭度为0.5-0.6,是绿地的最佳种植量,该范围内碳汇能力最强。植物的种植方式的影响,林缘线以凹槽式的种植方式或起伏有致的种植方式的碳汇能力明显高于林缘线无变化的种植方式,有凹槽的种植方式碳汇能力也明显高于仅有凸起式的种植方式。浐灞生态区内单株碳汇能力较高的植被包括雪松、梧桐、杨树、槐树、银杏、女贞等树木,而香樟、臭椿、合欢、水杉、海桐等植被碳汇能力也较高。混交林中梧桐与杨树组合为优势树种的林地,碳汇能力最高,其次是梧桐与银杏的组合,优势树种所占比例不低于总数量的50%。对浐灞生态区城市绿地系统发展建议:除增加面积外,还可通过绿地碳汇网络的连通与耦合、绿化生态空间的垂直延展、绿地功能服务的精明导控来合理分配绿地空间提提高浐灞生态区的固碳能力。加强浐灞生态区与西安市内部联系以及外部自然环境的渗透,生态区内部打通绿色连接廊道,以实现城市绿地与其他用地的良性互动,构建浐灞生态区的绿色网络。通过优化自然群落配置、控制植被的种植密度、适当的条件下选择高碳汇植被、合理的加强后期绿地管理等手段,提高城市绿地的碳密度与固碳能力。最终实现浐灞生态区城市绿地的高碳汇发展。
王玉亮[7]（2020）在《不透水层与植被覆盖度时空动态变化遥感监测方法与驱动因素研究 ——以合肥为例》文中提出快速的城镇化建设进程,推动了城市用地的不断拓展,城市不透水层（Urban Impervious Surface,UIS）面积不断增加,植被覆盖减少和植被覆盖度（Fractional Vegetation Cover,FVC）持续变化,带来一系列城市环境和生态问题。及时、准确地掌握UIS和FVC时空动态变化,对城市的可持续发展和构建生态、智慧、和谐的城市命运共同体具有重要的现实意义。本文旨在发展高精度的UIS和植被指数模型,综合考虑季节和空间变化对Landsat遥感影像中地物反射率差异的影响,利用改进的粒子群算法实现指数阈值的自动选取,结合像元反射率时序谱,判断像元在给定阈值内的变化类型,实现了基于长时间序列Landsat影像的UIS和植被信息的提取,以及多时相条件下的UIS和FVC时空动态变化监测和自动制图（1999-2018）;进一步研究了UIS和FVC变化与驱动因素的相关性和空间差异性;并以皖江城市带核心城市合肥建立典型应用案例。本文主要研究内容和结论如下:（1）提出了一种新的UIS指数（UISI）模型,实现了阈值的自动选取,克服了时空变化对长时间序列多时相Landsat遥感影像UIS提取精度的影响;利用像元灰度值随时间的曲线变化和阈值,判断像元覆盖类型的变化,实现了UIS时空动态变化监测和自动制图;并建立了综合的模型验证和性能评价体系。UISI模型分别采用了北京、合肥和广州主城区进行了精度验证和评价,结果显示:该指数在北京、合肥和广州主城区UIS提取相对精度分别为92.43%、93.58%和92.61%;自动阈值分割UIS前景色像元组灰度的组内相关系数（Interclass Correlation Coefficient,ICC）在北京、合肥和广州分别为:0.845、0.876和0.865;UISI模型与现有典型的指数相比,其相对精度在三个城市分别平均高出:5.76%,6.87%,6.01%。利用UISI模型对合肥地区UIS时空变化进行了监测和自动制图（1999-2018年）,结果显示:合肥地区1999-2018年UIS呈持续性增加,总面积增加了1802.43 km2,年均增速为15.95%,增幅总体上先快后缓,呈波动性增加,年增幅最高为33.13%（2002年）,最低为4.75%（2017年）;UIS的开发强度增长15.75%。UIS空间变化总体趋势为以合肥主城区为中心向西南和东北方向扩展,其他6个方向同时发展;合肥主城区20年间UIS空间变化按照增速特点划分为四个主要阶段:（i）1999-2003年快速增长期,年均增长速度为23.38%;（ii）2004-2008年波动性快速增长期,各年增幅波动性较大,年均UIS拓展增幅为18.58%;（iii）2009-2013年增幅波动性下降期,年均UIS增幅为6.95%,最高增幅为12.10%（2007年）,总体上较2004-2008年下降了11.64%,但UIS年均增加面积为24.19 km2;（iv）2013-2018年稳健小幅增长期,年均增幅为5.71%,年增幅标准偏差为1.5%。合肥主城区20年间UIS总体增加了504.88 km2。（2）提出了一种较高精度的改善型动态植被指数（Optimized Dynamic Range Vegetation Index,ODRVI）,改进了FVC估算方法,实现了FVC的时空动态变化监测和自动制图。ODRVI模型验证采用了时空差异的Landsat影像,结果显示:ODRVI在北京、合肥和广州地区的相对精度分别为93.35%、96.79%和95.88%;ODRVI比现有较典型的植被指数在北京、合肥和广州植被提取平均精度分别高出7.24%、7.40%和8.55%;其中,空间差异导致精度标准偏差ODRVI较典型植被指数平均低3.72%;ODRVI与FVC拟合效果好于常用的典型植被指数,R2高出其他指数均值6.14%。利用ODRVI和改进的FVC估算对合肥地区20年植被覆盖度时空动态变化进行了研究（1999-2018年）,结果显示:合肥地区20年间植被覆盖总面积占比降低了14.76%,植被覆盖面积和各等级FVC总体呈波动性减少趋势。FVC时空变化按照面积变化特征可分为四个阶段:（i）连续快速衰减期（1999-2004年）,年均递减率为1.76%;（ii）波动性快速衰减期（2005-2008年）,年均减少776.65 km2;（iii）小幅波动衰减期（2009-2013年）,年均减少了382.90 km2;（iv）波动性增加期（2014-2018年）,年均增加258.92 km2。FVC各等级的变化主要集中在极低FVC和中FVC,而20年期间高FVC面积增加了17.65 km2,FVC变化率从大到小的顺序依次为:中FVC>极低FVC>低FVC>中高FVC>高FVC。（3）UIS和FVC时空变化驱动因素分析结果显示:经济、社会和生态驱动因素对UIS影响最重要的因素分别是国民生产总值（GDP）、建成区面积（CA）和建成区绿化覆盖率（NPL）;三类因素拟合优度分别为96.5%、95.79%和88.97%;Mann-Kendall统计量分别为6.132、5.613和4.250,随时间均为上升趋势（1999-2018年）。气象因素对FVC影响分析结果为:20年间4-10月份,平均气温和年平均FVC随时间的变化趋势拟合性高,平均降雨量和日照时数与FVC变化拟合性呈较大的波动性,降雨量总体上为西部高于东部,南部高于北部,其中在南部山区的降雨量较多;极端气象条件对极低FVC和低FVC影响较大;主城区的南部、西部和东部FVC高于合肥北部;东部、西部和南部的丘陵和山地FVC较高;FVC与UIS成负相关,主城区UIS对FVC的相关性高于气象因素;各等级FVC面积和FVC总面积受到UIS影响的重要性排序为;FVC总面积>低FVC>极低FVC>中FVC>中高FVC>高FVC。
李洁[8]（2020）在《基于Google Earth Engine的全国人居生态环境质量时空演变规律研究》文中提出随着我国城市化的快速推进,人口呈现向城市集中的趋势,城市逐渐成为主要居住场所。适宜的人居生态环境是社会发展和人类追求的理想目标,也是城市经济持续发展的重要基础和载体。因此动态分析人居生态环境质量的时空演变规律,深入挖掘影响人居生态环境质量的驱动力因素尤为重要。但目前由于传统技术手段和人力资源等问题的限制,导致人居生态环境质量的评估工作在时空分析和驱动力挖掘等方面依旧不够深入。因此研究人居生态环境质量时空演变规律对于提高人居生态环境质量具有重要意义。基于此,本文借助Google Earth Engine平台强大的云计算能力,以2000-2018年30米的Landsat数据作为主要数据源,建立集自然要素、气象要素、人类活动要素和地形要素为一体的长时序人居生态环境质量评价模型,并引入地理分区概念,以多层次、多空间尺度为指导深入挖掘影响我国人居生态环境质量的主要驱动力因素,具体研究内容如下:（1）构建了集成粒子群寻优算法,结合变异系数法、决策试验与评估实验室法的长时序人居生态环境质量评估模型。模型结果与我国生态足迹和生态承载力总量的相关性分别达到0.823和0.820,表明模型可靠性较高。从时间发展角度进行分析,以长时间序列作为基础,研究全国人居生态环境质量变化趋势,结果表明:我国人居生态环境质量变化虽具有一定的波动性,但总体呈现上升趋势,城市的宜居性逐渐变好。从空间格局角度进行分析,通过引入胡焕庸线发现,胡焕庸线东南侧区域人居生态环境质量优于胡焕庸线西北侧区域人居生态环境质量。此外,我国中南、华东、东北和西南地区人居生态环境质量高于全国平均水平,华北和西北地区人居生态环境质量低于全国平均水平。（2）引入地理分区概念,从全国尺度和六大地理分区两个空间格局探讨主要驱动力因素,结果表明空间异质性作用导致相同指标要素在不同空间尺度下表征作用力不相同,指标要素在地理相似度较高的地理分区内对人居生态环境质量的解释力度高于以国家为单位对人居生态环境质量的解释力度。利用地理探测器来探究双指标要素交互作用对人居生态环境质量的影响,结果表明:在不同空间尺度下,双指标要素交互作用对人居生态环境质量的影响程度远高于单一指标要素的作用,其相关系数均可达到0.5以上。通过分析社会经济、人类活动要素对人居生态环境质量变化的影响,结果表明:人口数量是影响我国人居生态环境质量的主要驱动力要素,相关性高达0.97,人与环境的协调耦合发展对宜居城市建设十分重要。（3）对典型区域——长江经济带人居生态环境质量时空演变规律和驱动力因素进行探讨。其结果表明,2000-2018年成都、重庆、武汉、杭州、合肥和昆明的人居生态环境质量有明显上升趋势,居住适应性也在逐年增强。南昌、南京、长沙的人居生态环境质量没有明显上升趋势,而上海市的人居生态环境环境质量基本上趋平。在驱动力因素分析中,植被指数与长江上中下游典型城市成都、长沙和南京市之间的相关性呈现递增趋势,与地表湿度指数之间的相关性则呈现递减趋势。以长江经济带作为研究整体,发现坡度指数与其呈负相关。由于地理空间的差异性,上游城市成都市人居生态环境质量与坡度指数呈负相关,而下游城市南京市人居生态环境质量则与坡度指数成正相关。本文共有图43幅,表25个,参考文献121篇。
葛根巴图[9]（2020）在《磴口黄灌区绿洲土地利用变化及其生态效应研究》文中认为土地利用变化作为全球变化在地球表层系统最突出的景观标志,会在不同尺度上对生态系统的过程、结构和功能产生巨大影响,已成为全球变化研究的核心内容和重点领域。深入研究土地利用时空演变规律及其生态效应对区域水土资源的合理开发利用和生态环境治理保护具有重要意义。黄河灌溉绿洲不仅是西北干旱区贫困人口实现生态移民、脱贫致富的重要载体,也是防治风沙入黄的第一道生态屏障。近几十年来,随着人口数量的迅速增长和水土资源开发程度的不断加剧,土地荒漠化、灌溉用水短缺,生物多样性锐减等生态环境问题不仅威胁着荒漠绿洲的生存也限制了其生态保护作用的发挥,引发了社会各界的高度关注。本文以典型的黄灌区绿洲-内蒙古磴口为研究区,通过对比K-最近邻（KNN）、人工神经网络（ANN）、支持向量机（SVM）和随机森林（RF）等四种机器学习算法的分类性能,筛选出适合磴口绿洲土地利用分类方法,并以此获得1988-2018年7期土地利用数据;采用统计分析和格网分析研究了土地利用数量特征、动态度、综合程度和转移特征的时空变化规律,并以此为基础利用空间自回归分析测算了自然环境和社会经济等8个影响因子的贡献,明确了土地利用变化的驱动因素;将最大斑块指数（LPI）、有效粒度尺寸（MESH）、蔓延度（CONTAG）、香农多样指数（SHDI）作为反映景观破碎化的指标,采用缓冲区分析研究黄河沿岸到绿洲内部景观破碎化的空间梯度变化特征,基于半变异函数和移动窗口相结合的方法确定景观破碎化的特征尺度,并以此尺度分析其空间演变过程;利用景观生态风险指数模型、空间自相关分析、半方差分析、普通克里格插值获得了7期磴口绿洲生态风险分布图,从时序变化、空间变化和转移特征等方面研究了生态风险时空变化规律和土地利用对其影响;利用修正后的磴口绿洲单位面积生态系统服务价值系数,结合格网分析、冷热点分析、重心转移分析以及价值流向分析探究了生态服务价值的时空演变特征并定量研究了土地利用变化对其影响;最后,基于上述研究内容得出近30年磴口绿洲土地利用时空变化规律及其生态效应,以期为磴口绿洲生态文明建设和经济的可持续发展提供理论依据和科学参考。研究所得主要结果和结论如下:（1）四种机器学习算法中,RF在参数调优过程中稳定性、易用性和处理效率方面的表现均优于其他三种算法,只是分类精度略低于ANN但不存在显着性差异,因此可作为磴口绿洲土地利用分类信息提取的首选方法。高程、短波红外波段以及一些光谱指数对个别用地类型分类的重要性较高,应作为特征变量来构建分类数据集以提高分类的总体精度。（2）1988-2018年磴口绿洲各用地类型数量特征变化显着,具体表现为沙地大面积减少,耕地和城乡居民地大幅增长,林地、草地和水域等生态用地面积不同程度的小幅增长。土地利用程度和动态度均呈波动升高趋势但总体处于较低水平,在空间上分别呈现“东中部高、西部低”和“西高东低”的分布特征。土地利用转移具有阶段性特征,2010年为明显的转折点,此前主要转移类型为沙地、草地和耕地间的互相转化且转化面积较小,集中分布于绿洲中部和东部地区;2010年之后的主要转移类型为大面积的沙地转向耕地,同时伴随林地、水域、城乡居民地的剧烈转化,发生区域转向绿洲西部、西南部和南部地区。人类活动、降水和海拔是磴口绿洲土地利用变化的驱动因素,其中人类活动占主导地位。（3）1988-2018年磴口绿洲景观格局发生了显着的变化,LPI、MESH和CONTAG持续降低、SHDI持续升高,景观破碎化程度逐步加剧。除黄河沿岸外,所有缓冲带景观破碎化均呈增加趋势但不同区域差异明显,以距黄河5-20 km范围的缓冲带破碎化加剧程度最为显着。基于移动窗口分析磴口绿洲景观破碎化空间演变的特征尺度为1800 m,在该尺度下,景观破碎化空间分布特征总体表现为由城镇中心和黄河沿岸向外辐射增强。（4）1988-2018年整个磴口绿洲高生态风险区面积急剧缩减,低、较低和中等生态风险区大面积增加,生态风险呈波动下降趋势,但在沙漠和绿洲过渡带明显升高。生态风险的空间分布存在阶段性特征,2015年为明显的转折点,此前绿洲东北部、中部和黄河沿岸区域为低生态风险区,高生态风险分布于绿洲西北部和整个南部地区,2015年之后绿洲南部高生态风险区面积出现急剧下降,空间分布格局出现显着变化。生态风险存在明显的空间正自相关性,局部区域上1988-2015年期间各时期生态风险空间集聚格局较为明显,2015年之后逐渐转向均匀分布。沙地和其他用地转化为耕地和城乡居民地是致使生态风险变化的主导因素。（5）1988-2018年磴口绿洲生态系统服务总价值呈波动上升趋势,主要由耕地的生态服务价值增加所贡献。耕地、水域和草地的生态系统服务价值在不同时期均超过76%,是整个绿洲生态系统服务价值的主体。生态系统的调节和支持服务功能远大于生产与文化功能,其中土壤保持、食物生产、气候调节和气体调节增值最多。生态服务价值呈现明显的“东南高,西北低”空间分布特征,其中1988-2010年空间分布差异较小,2015年和2018年在局部地区出现显着变化。生态服务价值变化的增值热点重心从绿洲中东部地区向西南地区移动,而损失冷点重心则是先由黄河沿岸向绿洲内部转移后又回到绿洲东南部地区,致使生态服务价值变化的主要原因可归结于耕地、水域和其余各用地类型间的相互转化。
匡奕敩[10]（2020）在《我国南方丘陵山地生态系统服务与社会经济协同发展研究 ——以湘西土家族苗族自治州为例》文中进行了进一步梳理根据我国“两屏三带”生态安全战略指导思想以及国际社会、国家与地方各层面生态系统服务与社会经济发展形势,围绕人类社会发展及不合理利用自然资源导致生态系统服务能力下降,引发自然灾害的实情,本研究有助于从理论上为生态系统提升提供科技支撑,在实践中促进湘西农村产业结构调整。基于目前生态系统服务评估的差异和不足,本文综述了国内外各领域生态系统服务及在生态环境-自然灾害-社会经济耦合影响因素下的协同发展关系;进一步厘清生态系统服务与社会经济各指标因素的发展变化规律,明晰各因素之间的影响关系特征,分析区域生态系统服务与民族地区社会经济之间协同发展特征,目的要在于为区域生态与社会经济协同发展建言献策,对于生态系统服务可持续经营及社会可持续发展方面都具有重要意义。根据我国南方丘陵山地区域具体情况,以典型喀斯特地貌地形特征且森林覆盖率较高的湘西土家族苗族自治州为例,结合遥感、统计年鉴、考察调研、政府网站、媒体相关数据,集成多源、多尺度、多类型指标数据,筛选出与协同发展模式有关的相关分析、线性回归、主成分分析等数理统计分析方法,以及人工神经网络、定性的PEST情景分析法对论文进行深度研究。以湘西州1980-2018年四个时间段土地利用变化Landsat-TM遥感影像为基础数据源,利用GIS分析方法,对各年度土地利用变化率、空间核密度及转移变化情况进行了分析。结果发现,1980-2018年湘西州耕地面积不断减少,城建用地面积不断增大,生态系统服务价值减少,生态功能逐年下降;空间变化分析得到城建用地不断由州中心向周边扩大,各市县水田正朝着生态区域空心化格局演变,有林地正朝着边缘化的格局演变的发展趋势。社会经济方面,湘西州总人口不断增加,乡村人口不断减少,第三产业逐渐替代第二产业占据主导地位;以GDP和人口等社会经济空间分布公里网格数据集为基础数据源空间变化分析得到湘西州各县区乡村人口正朝向城镇转移,农村空心化凸显,城乡生产总值差距明显。气象环境方面,湘西州年降水量与湿度极值之间变化比较分散,而年均气温和光照较为集中;以平均气温、年降水量等气象环境空间插值数据集为基础数据源,进行空间分析发现极值年份间年降水量高低界限移动明显,年均气温高低界限移动不明显,时空变化具有反复或交替变化特征,相应农作物与气象灾害随年度变化呈现一定的周期波动变化发展规律。利用R语言作图及SPSS统计方法对生态系统服务与社会经济指标因素进行相关关系、回归关系和主成分分析,结果发现:（1）,1980-2018年耕地与城建面积表现为竞争关系,生态系统服务价值与耕地、林地、草地,总人口与城镇人口,GDP与三产业,年降水量与平均湿度,年均气温与光照时长表现为一定的协同发展关系;（2）,研究期间耕地在总土地利用中的占比与乡村人口在总人口中的占比、与第一产业增加值在GDP中的占比表现为同步下降的协同发展关系,城镇化的快速发展对生态系统服务呈现负面效应;（3）,2009-2018年年均气温与粮食产量呈负相关,2008-2012年降水量与直接经济损失、水灾面积、粮食减产在不同时期显着相关,呈现协同发展关系。综合生态系统与社会经济20余项指标因素,从中选择与生态系统服务关系较大的总人口、国内生产总值、播种面积、粮食产量、年降水量、年均温度、受灾面积等宏观非线性数据指标,构建基于灾害-环境-社会经济耦合下的生态系统服务的人工神经网络预测分析,作协同发展研究。结果显示,生态系统服务正在下降,同时人均生产总值呈缓慢增长趋势,反映生态系统服务与社会经济难以呈现协同发展的趋势;泛化权重分析得到国民生产总值与粮食产量因素对生态系统服务功能影响较大,宜优先决策农业生产为主的GDP,协调耦合度,以期获得GDP与生态系统服务及人均生产总值三者更好的协同发展作用。基于农田生态系统与农村经济发展的人工神经网络预测分析得出湘西州及各县市农业发展可比价增速呈现波动性减缓的趋势;宜优先决策有效灌溉面积以促进农田生态系统与农村社会经济发展快速协调发展。结合湘西州州政社情及国民经济和社会发展十三五规划纲要,同时与非完整数据的三废排放、灾害、旅游收入、人均可支配收入等指标一起,补以PEST为主的情景分析定性方法,整合成PEST-SWOT模型;针对前述理论分析的各种问题,在权衡决策上归并同化或整合同步生态系统服务与社会经济相关指标共同发展,结果得到,在社会发展机遇期引科技下乡能化解农村农田空心化问题以促进农田生态与农业经济协同发展,在人与土地关系中转变经济基础弱势为优势来促进生态系统服务与农村人均可支配收入协同发展,在国家公园自然保护地政策机遇与地方旅游业挑战下结合湘西森林优势与乡村人口空心化弱势结合下弥补促进林地生态系统服务与社会人口就业协同发展,通过科技创新手段化解技术挑战难题进而促进水域生态系统服务与农业经济恢复及协同发展,以及在环保宏观政策综合指导下拟促进湘西乡村社会经济振兴与武陵山片区生态系统服务的协同发展。今后将以决策支持的方式展开研究,并在南方区域生态系统服务和人类社会经济协同发展上更好应用,以深入探索生态系统服务能力与农村社区发展协同提升模式,努力实现区域经济社会发展和生态环境保护协同共进。
二、北京城建大气评估平台建立（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、北京城建大气评估平台建立（论文提纲范文）
（1）基于建筑作品统计分析的西安市当代建筑理论梳理（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 西安建筑理论研究现状 |
| 1.2.2 建筑作品与理论转译方法相关研究 |
| 1.2.3 国内外计量史学研究现状 |
| 1.2.4 计量史学方法下建筑学领域研究现状 |
| 1.3 研究目的与研究意义 |
| 1.3.1 研究目的 |
| 1.3.2 研究意义 |
| 1.4 研究对象与研究方法 |
| 1.4.1 研究对象 |
| 1.4.2 研究方法 |
| 1.5 研究框架 |
| 2 当代西安建筑发展概况 |
| 2.1 历史分期划分依据 |
| 2.1.1 1949-1952年 |
| 2.1.2 1953-1957年 |
| 2.1.3 1958-1964年 |
| 2.1.4 1965-1976年 |
| 2.1.5 1977-1989年 |
| 2.1.6 1990-2000年 |
| 2.1.7 2000年至今 |
| 2.2 西安当代建筑发展概述 |
| 2.2.1 新中国成立后 |
| 2.2.2 改革开放后 |
| 2.2.3 二十一世纪以来 |
| 2.3 西安城市建设相关政策 |
| 2.3.1 建筑风貌控制 |
| 2.3.2 汉唐风貌区 |
| 2.3.3 明清风貌区 |
| 2.3.4 风貌协调区 |
| 2.3.5 现代建筑区 |
| 2.4 本章小结 |
| 3 建筑作品的数据统计分析 |
| 3.1 资料收集流程 |
| 3.1.1 建筑作品定义 |
| 3.1.2 地方志与城建档案 |
| 3.1.3 确定建筑设计机构 |
| 3.1.4 建筑作品收集 |
| 3.2 建筑理论研究范围 |
| 3.3 建筑作品分类 |
| 3.4 建筑作品统计分析 |
| 3.4.1 建筑作品类型统计 |
| 3.4.2 创作团队量化分析 |
| 3.4.3 建筑作品地理分布 |
| 3.4.4 建筑作品数量分析 |
| 3.5 本章小节 |
| 4 建筑作品的理论特征分析 |
| 4.1 研究框架的确定 |
| 4.2 建筑形态特征 |
| 4.2.1 居住类建筑 |
| 4.2.2 酒店、金融与商业类建筑 |
| 4.2.3 文化类建筑 |
| 4.2.4 办公类建筑 |
| 4.2.5 医疗类建筑 |
| 4.2.6 教育类建筑 |
| 4.3 建筑构图特征 |
| 4.3.1 1949-1952年西安市建筑构图特征 |
| 4.3.2 1953-1957年西安市建筑构图特征 |
| 4.3.3 1958-1964年西安市建筑构图特征 |
| 4.3.4 1965-1989年西安市建筑构图特征 |
| 4.3.5 1990-2000年西安市建筑构图特征 |
| 4.3.6 2001-2010年西安市建筑构图特征 |
| 4.3.7 2011年—至今西安市建筑构图特征 |
| 4.4 本章小结 |
| 5 结论 |
| 5.1 特征总结 |
| 5.1.1 数据特征总结 |
| 5.1.2 理论特征总结 |
| 5.2 不足与展望 |
| 参考文献 |
| 附录1 |
| (一)图录 |
| (二)表录 |
| 附录2 |
| 致谢 |
（2）基于多源数据的雪崩危险性评价 ——以北疆地区为例（论文提纲范文）
| 作者简历 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究进展 |
| 1.2.1 雪盖范围获取研究现状 |
| 1.2.2 雪深获取研究现状 |
| 1.2.3 雪崩危险评价研究现状 |
| 1.3 论文主要研究内容 |
| 1.4 论文章节安排 |
| 第二章 研究区与数据源 |
| 2.1 研究区概况 |
| 2.2 数据源介绍 |
| 2.2.1 MODIS积雪产品去云研究相关的数据介绍 |
| 2.2.2 雪深反演研究相关的数据介绍 |
| 2.2.3 雪崩危险性评价相关的数据 |
| 第三章 MODIS积雪产品去云算法研究 |
| 3.1 基础数据 |
| 3.2 研究方法 |
| 3.2.1 数据预处理 |
| 3.2.2 两种MODIS积雪产品去云算法 |
| 3.2.3 常规去云方法 |
| 3.2.4 其他去云产品 |
| 3.2.5 精度评价方法 |
| 3.3 结果与讨论 |
| 3.3.1 研究区云覆盖量、雪覆盖量统计 |
| 3.3.2 生成的无云积雪覆盖产品精度验证 |
| 3.4 小结 |
| 第四章 顾及不同高程分区和土地覆盖类型的雪深反演 |
| 4.1 研究方法 |
| 4.1.1 数据预处理 |
| 4.1.2 建模因子的选择 |
| 4.1.3 反演模型构建 |
| 4.1.4 精度评价方法 |
| 4.2 结果与讨论 |
| 4.2.1 建模因子选择结果 |
| 4.2.2 多元线性回归模型精度评价结果 |
| 4.2.3 随机森林模型精度评价结果 |
| 4.2.4 顾及不同高程分区的回归模型精度评价结果 |
| 4.2.5 顾及不同土地覆盖类型的回归模型精度评价结果 |
| 4.2.6 不同模型精度对比 |
| 4.2.7 北疆地区雪深反演结果图 |
| 4.3 小结 |
| 第五章 顾及雪深的北疆地区长时间序列雪崩危险性评价 |
| 5.1 雪崩危险性评价因子体系 |
| 5.1.1 积雪条件 |
| 5.1.2 地形因子 |
| 5.1.3 下垫面因素 |
| 5.1.4 气象条件 |
| 5.1.5 其他因素 |
| 5.1.6 因子体系 |
| 5.2 研究方法 |
| 5.2.1 评价因子提取 |
| 5.2.2 因子分级赋值体系 |
| 5.2.3 AHP中评价因子权重确定 |
| 5.2.4 ANP中评价因子权重确定 |
| 5.2.5 LR模型构建 |
| 5.2.6 各模型雪崩危险性指数计算 |
| 5.2.7 各模型的危险性等级划分 |
| 5.3 实验结果 |
| 5.3.1 评价因子提取结果 |
| 5.3.2 评价因子分级赋值结果 |
| 5.3.3 AHP因子权重结果 |
| 5.3.4 ANP因子权重结果 |
| 5.3.5 LR模型结果 |
| 5.3.6 北疆地区各模型危险性评价等级图与定性评价 |
| 5.3.7 雪崩危险性评价结果定量比较 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 论文主要创新点 |
| 6.3 展望 |
| 致谢 |
| 参考文献 |
| 附图 |
（3）国际比较视野中我国绿色生态城区评价体系优化研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题背景 |
| 1.2 研究目的 |
| 1.3 研究现状 |
| 1.4 名词界定 |
| 1.5 研究内容 |
| 1.6 研究方法 |
| 1.7 本文创新 |
| 第2章 绿色生态城市理论研究及系统模型 |
| 2.1 概念梳理 |
| 2.2 内涵辨析 |
| 2.3 特征论述 |
| 2.4 理论基础 |
| 2.5 系统模型 |
| 2.6 本章小结 |
| 第3章 绿色生态城区评价标准国际比较研究 |
| 3.1 ESMF比较矩阵 |
| 3.2 英国BREEAM Communities |
| 3.3 美国LEED ND、LEED Cities and Communities |
| 3.4 德国DGNB UD |
| 3.5 日本CASBEE UD、CASBEE Cities |
| 3.6 中国绿色生态城区评价标准 |
| 3.7 宏观环境与评价体系的比较小结 |
| 3.8 机制保障比较 |
| 3.9 模式特征比较 |
| 3.10 本章小结 |
| 第4章 我国绿色生态城区发展现状与挑战 |
| 4.1 我国绿色生态城区发展现状 |
| 4.2 我国绿色生态城区现存问题 |
| 4.3 我国绿色生态城区现实挑战 |
| 4.4 本章小结 |
| 第5章 我国绿色生态城区评价体系优化 |
| 5.1 评价体系现存问题 |
| 5.2 评价体系优化思路 |
| 5.3 钻石评价模型 |
| 5.4 评价体系结构 |
| 5.5 评价内容优化 |
| 5.6 评价方法优化 |
| 5.7 本章小结 |
| 第6章 评价体系优化实证 |
| 6.1 中新天津生态城案例验证 |
| 6.2 其他比较案例验证 |
| 6.3 本章小结 |
| 第7章 结论创新与展望 |
| 7.1 结论 |
| 7.2 创新 |
| 7.3 展望 |
| 参考文献 |
| 附录 中新天津生态城国标(GBT51255-2017)评价验证 |
| 后记 |
| 读博士学位期间的主要工作 |
（4）既有住宅建筑节能改造多主体多目标集成优化机理研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外既有建筑节能改造市场运行研究综述 |
| 1.2.1 国外既有建筑节能改造市场运行理论研究动态 |
| 1.2.2 国外既有建筑节能改造市场运行实践探析 |
| 1.2.3 我国既有建筑节能改造市场运行理论研究概述 |
| 1.2.4 我国既有建筑节能改造市场运行实践分析 |
| 1.2.5 既有住宅建筑节能改造特殊性分析 |
| 1.2.6 研究评述 |
| 1.3 研究目标与内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 研究方法及研究架构 |
| 1.4.1 研究方法 |
| 1.4.2 研究思路 |
| 1.4.3 技术路线 |
| 第2章 既有住宅建筑节能改造市场运行特征与核心主体行为演变规律 |
| 2.1 既有住宅建筑节能改造市场运行特征及核心主体构成 |
| 2.1.1 既有住宅建筑节能改造市场运行内在特征 |
| 2.1.2 既有住宅建筑节能改造市场核心主体构成与作用 |
| 2.2 既有住宅建筑节能改造市场发展阶段界定与核心主体利益诉求 |
| 2.2.1 既有住宅建筑节能改造市场发展阶段划分 |
| 2.2.2 市场发展不同阶段核心主体价值取向变迁 |
| 2.2.3 市场发展不同阶段核心主体利益诉求表达 |
| 2.3 既有住宅建筑节能改造市场发展核心主体目标构成与关联 |
| 2.3.1 市场发展不同阶段核心主体目标构成及特征 |
| 2.3.2 市场发展不同阶段核心主体目标差异 |
| 2.3.3 市场发展不同阶段核心主体目标关联 |
| 2.4 既有住宅建筑节能改造市场核心主体行为特征及演变规律探析 |
| 2.4.1 基于目标集成导向的核心主体行为特征 |
| 2.4.2 基于目标集成导向的核心主体行为演化规律 |
| 第3章 目标集成视角下既有住宅建筑节能改造多主体合作共赢影响机理 |
| 3.1 目标集成与多主体合作共赢内涵解析 |
| 3.1.1 目标集成内涵 |
| 3.1.2 多主体合作共赢实质 |
| 3.2 既有住宅建筑节能改造多主体合作共赢影响因素识别 |
| 3.2.1 多主体合作共赢影响因素分析 |
| 3.2.2 多主体合作共赢影响因素确定 |
| 3.3 既有住宅建筑节能改造多主体合作共赢影响关联反馈探析 |
| 3.3.1 社会网络分析基本原理 |
| 3.3.2 多主体合作共赢影响因素社会网络模型 |
| 3.3.3 多主体合作共赢关键影响因素 |
| 3.3.4 多主体合作共赢影响因素关联关系 |
| 第4章 目标集成驱动下既有住宅建筑节能改造多主体决策行为博弈策略 |
| 4.1 既有住宅建筑节能改造市场核心主体行为博弈分析与理论概述 |
| 4.1.1 博弈三方核心主体与主体博弈关系分析 |
| 4.1.2 演化博弈理论 |
| 4.2 既有住宅建筑节能改造三方核心主体行为博弈策略分析 |
| 4.2.1 三方核心主体演化博弈模型构建 |
| 4.2.2 三方核心主体演化博弈模型求解 |
| 4.2.3 三方核心主体行为博弈策略解析 |
| 4.3 基于行为博弈策略的三方核心主体决策行为策略选择 |
| 4.3.1 三方核心主体行为决策过程 |
| 4.3.2 目标集成驱动下的三方核心主体合作行为策略 |
| 第5章 既有住宅建筑节能改造多主体多目标集成递阶优化实施机理 |
| 5.1 既有住宅建筑节能改造单主体多目标集成优化实施过程 |
| 5.1.1 单主体多目标集成优化要素分析 |
| 5.1.2 基于效益量化的单主体多目标集成优化模型构建 |
| 5.1.3 单主体多目标集成优化方案设计 |
| 5.2 既有住宅建筑节能改造单目标多主体协同优化实施过程 |
| 5.2.1 单目标多主体协同优化内容阐述 |
| 5.2.2 基于熵权法的单目标多主体协同优化模型构建 |
| 5.2.3 单目标多主体协同优化实施路径 |
| 5.3 既有住宅建筑节能改造多主体多目标集成优化实施过程 |
| 5.3.1 多主体多目标集成优化原理概述 |
| 5.3.2 多主体多目标集成优化模型构建 |
| 5.3.3 多主体多目标集成优化实施路径 |
| 第6章 目标集成导向下既有住宅建筑节能改造市场运行有效性评价 |
| 6.1 既有住宅建筑节能改造市场运行有效性内涵与标准 |
| 6.1.1 市场运行有效性内涵 |
| 6.1.2 市场运行有效性标准 |
| 6.2 既有住宅建筑节能改造市场运行有效性评价指标体系构建 |
| 6.2.1 评价内容分析 |
| 6.2.2 指标体系设计原则 |
| 6.2.3 评价指标体系构建 |
| 6.3 既有住宅建筑节能改造市场运行有效性评价量化过程 |
| 6.3.1 基于ANP的评价指标赋权 |
| 6.3.2 基于Fuzzy的评价过程量化 |
| 6.4 实证分析 |
| 6.4.1 算例背景介绍 |
| 6.4.2 评价实施过程 |
| 6.4.3 评价结果综合判定 |
| 6.4.4 基于评价结果的实践启示 |
| 第7章 既有住宅建筑节能改造多主体多目标集成优化实施策略 |
| 7.1 国外既有住宅建筑节能改造多主体多目标集成优化实践经验与启示 |
| 7.1.1 国外既有住宅建筑节能改造多主体多目标集成优化实践经验 |
| 7.1.2 我国既有住宅建筑节能改造多主体多目标集成优化实践困境 |
| 7.1.3 国内外实践对比与启迪 |
| 7.2 既有住宅建筑节能改造多主体多目标集成优化决策体系设计 |
| 7.2.1 多主体多目标集成优化决策体系设计原则 |
| 7.2.2 多主体多目标集成优化决策体系设计理念 |
| 7.2.3 多主体多目标集成优化决策体系设计目标 |
| 7.2.4 多主体多目标集成优化决策体系设计要点 |
| 7.2.5 多主体多目标集成优化决策体系框架 |
| 7.3 既有住宅建筑节能改造多主体多目标集成优化实现策略 |
| 7.3.1 建立信任共识,夯实多主体多目标集成基础 |
| 7.3.2 共创价值增值,提升多主体多目标集成效益 |
| 7.3.3 践行风险共担,强化多主体多目标集成责任 |
| 7.3.4 优化收益共享,助推多主体多目标集成动力 |
| 7.3.5 创新运行机制,拓宽多主体多目标集成路径 |
| 7.3.6 搭建信息平台,提供多主体多目标集成保障 |
| 第8章 结论与展望 |
| 8.1 研究结论 |
| 8.2 研究展望 |
| 参考文献 |
| 附录 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（5）风险治理导向下滨海城市综合防灾规划路径研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及问题 |
| 1.1.1 新型城镇化发展成熟期的城市病治理短板 |
| 1.1.2 滨海城市经济贡献与多灾风险的现实矛盾 |
| 1.1.3 重大改革机遇期的城市防灾减灾体系调适 |
| 1.1.4 城市安全危机演变下的风险治理应用创新 |
| 1.1.5 重大课题项目支撑与研究问题提出 |
| 1.2 研究目的及意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义与价值 |
| 1.3 研究范围与概念界定 |
| 1.3.1 有关风险治理的核心概念界定 |
| 1.3.2 滨海城市安全风险范围界定 |
| 1.3.3 滨海城市灾害链与综合防灾规划内涵 |
| 1.3.4 论文研究的时空范围划定 |
| 1.4 研究内容与技术路线 |
| 1.4.1 主要研究内容 |
| 1.4.2 核心研究方法 |
| 1.4.3 整体研究框架 |
| 第二章 理论基础与研究动态综述 |
| 2.1 滨海城市综合防灾规划理论体系梳理 |
| 2.1.1 风险管理与城市治理的同源关系 |
| 2.1.2 灾害学与生命线系统的共生机制 |
| 2.1.3 安全城市与韧性城市的协同适灾 |
| 2.2 风险治理与防灾减灾关联性研究综述 |
| 2.2.1 国内外风险治理研究存在防灾热点 |
| 2.2.2 国内外防灾减灾研究偏重单灾治理 |
| 2.2.3 二者耦合的安全风险评估技术纽带 |
| 2.3 风险治理导向下的综合防灾规划研究启示 |
| 2.3.1 主体多元化:从风险管理到风险治理 |
| 2.3.2 治理立体化:从减灾工程到防灾体系 |
| 2.3.3 措施精细化:从灾前评估到动态管控 |
| 2.4 本章小结 |
| 第三章 滨海城市安全风险系统机理特征辨析 |
| 3.1 滨海城市整体灾害链式效应的互馈机理 |
| 3.1.1 物质灾害与管理危机的海洋特性 |
| 3.1.2 空间是灾害链延伸的核心载体 |
| 3.1.3 物质与管理灾害链的互馈关系 |
| 3.1.4 全生命周期风险治理的断链减灾 |
| 3.2 风险治理行为反作用的系统动力学建模 |
| 3.2.1 风险系统之模糊开放与逐级互馈 |
| 3.2.2 治理行为之因果回路与反向驱动 |
| 3.3 滨海城市安全风险评估框架的构建 |
| 3.3.1 灾害链式效应动态风险评估模式 |
| 3.3.2 灾害信息集成综合风险评估框架 |
| 3.4 滨海城市安全风险治理特征的解析 |
| 3.4.1 要素治理的“复合”与“多维”特性 |
| 3.4.2 网络治理的“长链”与“双刃”特性 |
| 3.4.3 综合治理的多元化与全过程特征 |
| 3.5 本章小结 |
| 第四章 滨海城市综合防灾规划困境及治理响应 |
| 4.1 综合防灾规划困境识别与矛盾梳理 |
| 4.1.1 整体认知错位导致规划实施低效 |
| 4.1.2 纵向防灾能力与设防标准冲突 |
| 4.1.3 横向多种规划间难以相互衔接 |
| 4.2 综合防灾效率评价与规划困境破解 |
| 4.2.1 综合防灾效率时空演进下认知防灾能力 |
| 4.2.2 综合防灾效率导向下补齐韧性治理短板 |
| 4.3 综合防灾规划与风险治理响应机制 |
| 4.3.1 风险治理耦合空间规划的必要性 |
| 4.3.2 综合防灾规划系统响应的可行性 |
| 4.4 本章小结 |
| 第五章 耦合“全过程”风险治理的综合防灾规划路径 |
| 5.1 滨海城市传统综合防灾规划体系重构路径 |
| 5.1.1 规划内容与方法的并行重构 |
| 5.1.2 规划目标与定位的治理解构 |
| 5.2 全过程风险治理下的综合防灾规划流程设计 |
| 5.2.1 耦合事前风险分析的规划准备阶段 |
| 5.2.2 注重事中风险防控的规划编制阶段 |
| 5.2.3 兼顾事后风险救治的规划实施与更新 |
| 5.3 规划路径拓展之“多维度”风险评估系统 |
| 5.3.1 领域-时间-影响维度评估要素构成 |
| 5.3.2 灾害-政府-公众维度多元评估主体 |
| 5.3.3 是非-分级-连续维度四级评判标准 |
| 5.4 规划路径完善之“多层级”空间治理方法 |
| 5.4.1 宏观层风险治理等级与空间层次划分 |
| 5.4.2 中观层“双向度”风险防控空间格局构建 |
| 5.4.3 微观层风险模拟与防灾行动可视化 |
| 5.5 本章小结 |
| 第六章 基于多元主体性的“多维度”风险评估路径 |
| 6.1 滨海城市多元治理主体的风险评估路径生成 |
| 6.2 灾害属性维度的风险评估指标细化 |
| 6.2.1 聚合城镇化影响的自然灾害指标 |
| 6.2.2 安全生产要素论的事故灾难指标 |
| 6.2.3 公共卫生标准化的应急能力指标 |
| 6.2.4 社会安全保障力的风险预警指标 |
| 6.3 政府治理维度的风险评估指标甄选 |
| 6.3.1 影响维度下的风险治理效能指标 |
| 6.3.2 政府风险治理效能评判标准细分 |
| 6.3.3 政府安全风险综合治理效能评定 |
| 6.4 公众参与维度的风险评估指标提炼 |
| 6.4.1 面向居民空间安全感的核心指标 |
| 6.4.2 融入居民调查的核心指标再精炼 |
| 6.4.3 滨海城市居民综合安全感指数评定 |
| 6.5 链接多维度评估与多层级防灾的行动计划 |
| 6.6 本章小结 |
| 第七章 基于治理差异性的“多层级”空间防灾路径 |
| 7.1 区域风险源监控及整体韧性治理 |
| 7.1.1 区域风险分级之“一表一系统”区划 |
| 7.1.2 衔接国土空间规划的韧性治理 |
| 7.1.3 生命线系统工程的互联共享 |
| 7.2 城区可接受风险标准与防灾空间治理 |
| 7.2.1 城区防灾基准之可接受风险标准 |
| 7.2.2 “耐灾”结构导向的避难疏散体系优化 |
| 7.2.3 对标防灾空间分区的减灾措施优选 |
| 7.2.4 PADHI防灾设施选址与规划决策 |
| 7.3 社区居民安全风险防范措施可视化治理 |
| 7.3.1 社区设施适宜性之防灾生活圈 |
| 7.3.2 风险源登记导向的社区风险地图 |
| 7.3.3 对标全景可视化的防灾体验馆设计 |
| 7.4 建筑物敏感度评价及防灾细部治理 |
| 7.4.1 建筑物外部敏感度之易损性整治 |
| 7.4.2 灾时仿真模拟导向的安全疏散路径 |
| 7.4.3 对标功能差异性的内部防灾能力提升 |
| 7.5 防灾救灾联动应急管理响应方案 |
| 7.5.1 RBS/M分级的多风险动态管控响应 |
| 7.5.2 责权事权下的多部门联动救灾响应 |
| 7.6 本章小结 |
| 第八章 风险治理导向下的综合防灾规划实证 |
| 8.1 天津市中心城区既有灾害风险环境特征识别 |
| 8.1.1 海陆过渡下的八类主导自然灾害 |
| 8.1.2 双城互动下的四类主体事故灾难 |
| 8.1.3 既有风险评估偏重单向风险分级 |
| 8.1.4 兼顾治理“核心-基础”划定研究范围 |
| 8.2 针对城区主导型灾害的“多维度”风险评估 |
| 8.2.1 灾害属性具备灾源防控与分级治理条件 |
| 8.2.2 政府治理存在专项防灾与系统实现短板 |
| 8.2.3 居民安全呈现生态与避难疏散供给不足 |
| 8.3 响应风险评估结果的“多层级”防灾空间治理 |
| 8.3.1 “源-流-汇”指数导向的生态韧性规划 |
| 8.3.2 动态风险治理导向的专项防灾响应 |
| 8.3.3 避难短缺-疏散过量矛盾下的治理优化 |
| 8.3.4 “三元”耦合导向的防灾空间治理系统实现 |
| 8.4 本章小结 |
| 第九章 结论与展望 |
| 9.1 主要研究结论 |
| 9.2 论文创新点 |
| 9.3 研究不足与展望 |
| 参考文献 |
| 附录 |
| 附录A:滨海城市安全风险治理子系统动力学模型 |
| 附录B:滨海城市自然灾害综合防灾能力与空间脆弱性指标详解 |
| 附录C:滨海城市居民综合安全感调查问卷 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（6）西安浐灞生态区城市绿地空间植被碳储量估算研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 相关基础理论及概念界定 |
| 1.3.1 相关基础理论 |
| 1.3.2 相关概念界定 |
| 1.4 国内外植被碳储量研究动态 |
| 1.4.1 国外植被碳储量研究动态 |
| 1.4.2 国内植被碳储量研究动态 |
| 1.4.3 研究动态综述 |
| 1.5 研究内容与框架 |
| 1.5.1 课题来源 |
| 1.5.2 研究内容 |
| 1.5.3 研究框架与技术路线 |
| 2 浐灞生态区建设的现实情况 |
| 2.1 浐灞生态区建设现状 |
| 2.1.1 浐灞生态区研究范围 |
| 2.1.2 浐灞生态区自然条件 |
| 2.1.3 浐灞生态区综合用地现状 |
| 2.2 浐灞生态区城市绿地建设现状 |
| 2.2.1 城市绿地现状建设结构 |
| 2.2.2 城市绿地现状分类方式 |
| 2.2.3 城市绿地现状整体评价 |
| 2.3 浐灞生态区植被建设现状 |
| 2.3.1 植被分类构成 |
| 2.3.2 植被种植方式 |
| 2.3.3 植被数据统计 |
| 2.4 小结 |
| 3 浐灞生态区城市绿地植被碳储量估算支撑数据调查统计 |
| 3.1 浐灞生态区影像数据来源与处理 |
| 3.1.1 数据来源 |
| 3.1.2 数据预处理 |
| 3.1.3 数据解译 |
| 3.2 浐灞生态区城市绿地空间植被数据抽样调查 |
| 3.2.1 抽样理论 |
| 3.2.2 抽样方法 |
| 3.2.3 样地选取 |
| 3.3 浐灞生态区城市绿地空间样地植被数据统计 |
| 3.3.1 调查因子 |
| 3.3.2 数据统计 |
| 3.3.3 数据分析 |
| 3.4 小结 |
| 4 浐灞生态区城市绿地空间植被碳储量估算及固碳能力分析 |
| 4.1 碳储量测算方法研究 |
| 4.1.1 碳储量测算方法 |
| 4.1.2 方法适用性评价 |
| 4.1.3 碳储量测算参数选取 |
| 4.2 浐灞生态区样地碳储量测算 |
| 4.2.1 不同用地类型样地碳储量测算 |
| 4.2.2 不同种植类型碳储量测算 |
| 4.2.3 碳储量及碳密度空间分布特征 |
| 4.3 浐灞生态区城市绿地碳储量估算 |
| 4.3.1 回归模型论述 |
| 4.3.2 回归模型估算浐灞生态区城市绿地碳储量 |
| 4.3.3 浐灞生态区城市绿地固碳能力分析 |
| 4.4 小结 |
| 5 浐灞生态区城市绿地空间规划优化 |
| 5.1 优化目标及原则 |
| 5.1.1 优化依据 |
| 5.1.2 优化目标 |
| 5.1.3 优化原则 |
| 5.2 浐灞生态区城市绿地空间现状不足 |
| 5.2.1 浐灞生态区城市绿地空间现状不足 |
| 5.2.2 浐灞生态区城市绿地植被现状不足 |
| 5.2.3 浐灞生态区其他影响植被碳储量的因素 |
| 5.3 浐灞生态区城市绿地空间优化策略 |
| 5.3.1 浐灞生态区城市绿地空间布局 |
| 5.3.2 浐灞生态区城市绿地与其他用地的良性互动 |
| 5.3.3 浐灞生态区城市绿地各分类绿地构建 |
| 5.3.4 浐灞生态去城市绿地空间内在元素组织 |
| 5.4 小结 |
| 6 结论 |
| 6.1 结论 |
| 6.1.1 研究结论 |
| 6.1.2 研究不足 |
| 6.1.3 研究创新点 |
| 6.2 展望 |
| 参考文献 |
| 作者在读期间研究成果 |
| 附录 |
| 图录 |
| 表录 |
| 致谢 |
（7）不透水层与植被覆盖度时空动态变化遥感监测方法与驱动因素研究 ——以合肥为例（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 前言 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 不透水层提取研究现状和发展趋势 |
| 1.2.2 植被和FVC估算研究现状与发展趋势分析 |
| 1.2.3 现有方法的不足及发展趋势 |
| 1.3 研究目标与内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 研究思路和技术路线 |
| 1.4.1 研究思路 |
| 1.4.2 技术路线 |
| 1.5 论文组织结构 |
| 第二章 研究区与数据 |
| 2.1 研究区概括 |
| 2.2 数据来源 |
| 2.2.1 Landsat遥感影像 |
| 2.2.2 Google Earth高分辨率遥感影像 |
| 2.2.3 统计年鉴数据 |
| 2.3 数据处理 |
| 2.3.1 Landsat影像云处理 |
| 2.3.2 遥感影像的最佳监测季节选择 |
| 2.4 软件与执行环境 |
| 2.4.1 软件编译环境 |
| 2.4.2 图形与统计工具 |
| 2.4.3 图像工具 |
| 2.5 本章小结 |
| 第三章 不透水层时空动态变化研究 |
| 3.1 材料与方法 |
| 3.1.1 不透水指数 |
| 3.1.2 阈值自动选择算法 |
| 3.1.3 UISI性能验证策略 |
| 3.1.4 UISI性能评价策略 |
| 3.1.5 UIS监测、验证和评价模型 |
| 3.2 结果与分析 |
| 3.2.1 多时相Landsat影像UISI运算 |
| 3.2.2 多时相Landsat影像UISI阈值自动选择 |
| 3.2.3 UISI性能验证 |
| 3.2.4 UISI性能评价 |
| 3.2.5 UIS时空动态变化监测 |
| 3.2.6 UIS空间扩展与分析 |
| 3.3 讨论 |
| 3.3.1 裸土干扰和季节选择 |
| 3.3.2 自动阈值算法比较 |
| 3.3.3 算法验证和评价策略比较 |
| 3.3.4 动态变化监测比较 |
| 3.4 本章小结 |
| 第四章 植被覆盖度时空动态变化研究与自动制图模型 |
| 4.1 材料与方法 |
| 4.1.1 现有典型植被指数性能验证与评价 |
| 4.1.2 植被指数选择和改进 |
| 4.1.3 植被覆盖度估算改进 |
| 4.1.4 性能验证和评价策略 |
| 4.2 结果与分析 |
| 4.2.1 植被指数运算与结果分析 |
| 4.2.2 基于时空变化的植被阈值调节 |
| 4.2.3 多时相FVC估算 |
| 4.2.4 植被指数和FVC性能验证 |
| 4.2.5 植被指数模型性能评价 |
| 4.2.6 FVC时空动态变化监测 |
| 4.2.7 FVC时空动态变化分析 |
| 4.3 讨论 |
| 4.3.1 ODRVI植被指数与机器学习算法 |
| 4.3.2 FVC变化与外界环境的关系分析 |
| 4.3.3 植被覆盖度时空变化与UIS关系分析 |
| 4.4 UIS和 FVC时空动态变化监测自动制图模型 |
| 4.4.1 需求分析 |
| 4.4.2 模型设计 |
| 4.4.3 模型实现 |
| 4.4.4 逐年变化曲线与动态变化监测制图 |
| 4.5 本章小结 |
| 第五章 不透水层和植被覆盖度时空变化驱动因素研究 |
| 5.1 材料与方法 |
| 5.1.1 随机森林 |
| 5.1.2 地理加权回归模型 |
| 5.1.3 Kriging插值法 |
| 5.1.4 Mann-kendall检验方法 |
| 5.2 结果与分析 |
| 5.2.1 不透水层变化驱动因素分析 |
| 5.2.2 气象因素对植被覆盖度变化的影响分析 |
| 5.2.3 基于地理加权模型的植被覆盖度空间异质性分析 |
| 5.2.4 地形因素对植被覆盖度空间分布的影响分析 |
| 5.2.5 不透水层对植被覆盖度变化的影响分析 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 主要研究结论 |
| 6.2 本研究的特色与创新点 |
| 6.3 存在的不足及进一步研究展望 |
| 6.3.1 存在的不足 |
| 6.3.2 研究展望 |
| 攻读学位期间科研成果 |
| 参考文献 |
| 附录 |
（8）基于Google Earth Engine的全国人居生态环境质量时空演变规律研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 相关研究进展 |
| 1.3 研究目标与内容 |
| 1.4 论文组织架构 |
| 2 研究区概况及数据获取 |
| 2.1 研究区概况 |
| 2.2 数据介绍 |
| 2.3 本章小结 |
| 3 人居生态环境质量评价模型基本理论 |
| 3.1 评价指标选取原则 |
| 3.2 建模方法 |
| 3.3 评价模型结果验证方法 |
| 3.4 空间分析方法 |
| 3.5 本章小结 |
| 4 评价模型的构建及其时空演变规律分析 |
| 4.1 模型构建 |
| 4.2 评价模型结果验证 |
| 4.3 时空演变规律分析 |
| 4.4 主要驱动力因素分析 |
| 4.5 本章小结 |
| 5 典型区域人居生态环境质量评估——以长江经济带为例 |
| 5.1 长江经济带人居生态环境质量评估 |
| 5.2 长江经济带人居生态环境质量时空演变规律 |
| 5.3 长江经济带人居生态环境质量主要驱动力分析 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（9）磴口黄灌区绿洲土地利用变化及其生态效应研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于机器学习算法的土地利用分类研究 |
| 1.2.2 绿洲土地利用时空变化趋势及驱动机制研究进展 |
| 1.2.3 绿洲土地利用变化的生态环境效应研究进展 |
| 1.3 研究目标和主要内容 |
| 1.3.1 研究目标 |
| 1.3.2 主要研究内容 |
| 1.3.3 关键的科学问题 |
| 1.4 技术路线图 |
| 2 研究区概况 |
| 2.1 研究区自然条件状况 |
| 2.1.1 地理位置 |
| 2.1.2 地质地貌 |
| 2.1.3 气候条件 |
| 2.1.4 水文与水资源 |
| 2.1.5 土壤条件 |
| 2.1.6 植被状况 |
| 2.2 研究区社会经济状况 |
| 2.2.1 人口状况 |
| 2.2.2 经济状况 |
| 3 数据来源与研究方法 |
| 3.1 遥感数据来源及预处理 |
| 3.1.1 数据来源介绍 |
| 3.1.2 预处理流程 |
| 3.1.3 光谱指数提取 |
| 3.1.4 DEM数据来源与处理 |
| 3.2 其他数据 |
| 3.3 研究方法 |
| 3.3.1 四种机器学习算法分类性能比较 |
| 3.3.2 土地利用时空演变规律和驱动机制分析 |
| 3.3.3 景观破碎化的时空变化分析 |
| 3.3.4 生态风险时空变化分析 |
| 3.3.5 生态系统服务价值时空变化分析 |
| 4 四种机器学习算法分类性能比较 |
| 4.1 参数调优对于分类结果的影响 |
| 4.2 四种机器学习算法分类精度比较 |
| 4.3 RF算法的变量重要性评价 |
| 4.4 讨论 |
| 4.5 小结 |
| 5 土地利用时空变化规律及驱动因素分析 |
| 5.1 土地利用数量结构特征分析 |
| 5.2 土地利用动态度分析 |
| 5.3 土地利用程度分析 |
| 5.4 土地转移特征分析 |
| 5.5 土地利用变化驱动因素分析 |
| 5.6 讨论 |
| 5.7 小结 |
| 6 土地利用变化的生态效应 |
| 6.1 景观破碎化的时空变化分析 |
| 6.1.1 景观破碎化时序变化特征 |
| 6.1.2 景观破碎化缓冲带格局分析 |
| 6.1.3 景观破碎化空间分析 |
| 6.2 生态风险时空变化分析 |
| 6.2.1 生态风险的空间自相关分析 |
| 6.2.2 生态风险的半方差分析 |
| 6.2.3 生态风险的时空变化特征 |
| 6.3 生态系统服务价值时空变化分析 |
| 6.3.1 生态服务价值时序变化特征 |
| 6.3.2 生态服务价值的空间变化特征 |
| 6.3.3 土地利用变化对生态服务价值的影响 |
| 6.4 讨论 |
| 6.4.1 景观破碎化时空变化分析 |
| 6.4.2 生态风险时空变化分析 |
| 6.4.3 生态系统服务价值时空变化分析 |
| 6.5 小结 |
| 7 结论 |
| 7.1 主要结论 |
| 7.2 研究展望 |
| 参考文献 |
| 在读期间的学术研究 |
| 致谢 |
（10）我国南方丘陵山地生态系统服务与社会经济协同发展研究 ——以湘西土家族苗族自治州为例（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 第一节 选题的背景和意义 |
| 一、研究背景 |
| 二、论文的目的和意义 |
| 第二节 国内外研究综述 |
| 一、区域生态系统服务研究动态 |
| 二、民族地区社会经济系统与可持续发展研究动态 |
| 三、区域可持续发展与协同发展研究进展 |
| 第三节 研究目标和主要研究内容 |
| 一、研究目标 |
| 二、研究内容 |
| 三、技术路线 |
| 第二章 研究区域 |
| 第一节 湘西概况 |
| 一、地理位置、行政区划与民族分布 |
| 二、湘西地区地形地貌与自然灾害特点 |
| 三、湘西地区生态系统类型分布、生态环境与社会经济 |
| 第二节 研究区域的实地考察与调研 |
| 一、湘西实地考察 |
| 二、参与式调研与集中会议研讨 |
| 第三章 研究方案 |
| 第一节 数据来源 |
| 一、遥感监测数据 |
| 二、资料收集与数据整理 |
| 第二节 技术支持 |
| 一、应用软件工具材料 |
| 二、机器学习技术模型 |
| 第三节 研究方法 |
| 一、生态系统服务与社会经济核算方法、计算公式和评价模式 |
| 二、区域生态系统服务与社会经济影响关系分析模型与评估方法 |
| 三、区域生态环境与社会经济预测与情景分析方法 |
| 第四章 基于3S区域生态系统服务与社会经济时空变化分析 |
| 第一节 土地利用变化下生态系统服务价值时空演变分析 |
| 一、1980-2018年湘西土地利用变化及转移矩阵分析 |
| 二、生态系统服务功能分析及价值估算 |
| 第二节 民族地区社会经济时空演变分析 |
| 一、湘西州社会人口因素变化分析 |
| 二、湘西州经济生产总值因素变化 |
| 三、湘西州社会经济人均产总值与人均可支配收入变化分析 |
| 第三节 区域气象环境影响下作物生产时空演变分析 |
| 一、1980-2018湘西气象环境因素变化情况分析 |
| 二、湘西州气象环境影响下的农作物变化分析 |
| 第五章 区域生态系统服务与社会经济发展影响关系分析 |
| 第一节 生态系统与社会经济内部因素影响关系 |
| 一、土地利用变化下生态系统各因素之间的影响关系 |
| 二、社会经济内部各因素间影响关系分析 |
| 三、气象环境内部各因素影响关系分析 |
| 第二节 区域生态系统服务与社会经济影响因素分析 |
| 一、土地生态系统对社会人口因素的影响分析 |
| 二、土地生态对经济产值的时空效应分析 |
| 第三节 区域复杂生态系统与社会经济系统影响因素分析 |
| 一、气象生态环境对农作物社会经济发展影响因素的时空效应分析 |
| 二、气象生态环境对农作物灾害影响因素的时空效应分析 |
| 第六章 区域生态系统服务与社会经济协同发展预测与情景分析 |
| 第一节 区域生态系统与社会经济协同发展人工神经网络预测与特征分析 |
| 一、基于灾害-环境-社会经济耦合下的生态系统服务人工神经网络预测与特征分析 |
| 二、基于农田生态系统与农村社会经济发展人工神经网络预测与特征分析 |
| 第二节 生态系统与社会经济权衡决策的情景分析及协同发展上的建议 |
| 一、生态系统服务与社会经济权衡决策中的情景分析 |
| 二、生态系统服务与社会经济在PEST-SWOT模型上的协同发展分析 |
| 第七章 讨论、结论与展望 |
| 第一节 讨论 |
| 第二节 结论 |
| 第三节 主要创新点、不足与展望 |
| 一、主要创新点 |
| 二、不足之处 |
| 三、展望 |
| 参考文献 |
| 附录 |
| 后记 (致谢) |
| 攻读学位期间发表的学术论文目录 |
四、北京城建大气评估平台建立（论文参考文献）
- [1]基于建筑作品统计分析的西安市当代建筑理论梳理[D]. 张子鸣. 西安建筑科技大学, 2021(01)
- [2]基于多源数据的雪崩危险性评价 ——以北疆地区为例[D]. 陈联君. 中国地质大学, 2021(02)
- [3]国际比较视野中我国绿色生态城区评价体系优化研究[D]. 杜海龙. 山东建筑大学, 2020(04)
- [4]既有住宅建筑节能改造多主体多目标集成优化机理研究[D]. 乔婉贞. 天津城建大学, 2020(01)
- [5]风险治理导向下滨海城市综合防灾规划路径研究[D]. 王思成. 天津大学, 2020(01)
- [6]西安浐灞生态区城市绿地空间植被碳储量估算研究[D]. 朱敏. 西安建筑科技大学, 2020(01)
- [7]不透水层与植被覆盖度时空动态变化遥感监测方法与驱动因素研究 ——以合肥为例[D]. 王玉亮. 南京林业大学, 2020(01)
- [8]基于Google Earth Engine的全国人居生态环境质量时空演变规律研究[D]. 李洁. 中国矿业大学, 2020(01)
- [9]磴口黄灌区绿洲土地利用变化及其生态效应研究[D]. 葛根巴图. 中国林业科学研究院, 2020
- [10]我国南方丘陵山地生态系统服务与社会经济协同发展研究 ——以湘西土家族苗族自治州为例[D]. 匡奕敩. 中央民族大学, 2020(01)