期刊导航
期刊开放获取
VIP36
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
6
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
临策铁路沿线土地沙漠化敏感性评价
被引量:
8
1
作者
张慧
沈渭寿
王延松
《生态与农村环境学报》
CAS
CSCD
北大核心
2007年第2期33-35,70,共4页
以临河至策克铁路为研究对象,选择土壤、地貌、植被类型作为沙漠化敏感性评价因子,根据TM遥感影像,参考铁路沿线有关资料,并结合现场调查,编制了铁路沿线地貌、土壤和植被图。采用图层权重-级别打分叠加模型,对铁路沿线土地沙漠化敏感...
以临河至策克铁路为研究对象,选择土壤、地貌、植被类型作为沙漠化敏感性评价因子,根据TM遥感影像,参考铁路沿线有关资料,并结合现场调查,编制了铁路沿线地貌、土壤和植被图。采用图层权重-级别打分叠加模型,对铁路沿线土地沙漠化敏感性进行评价。结果表明,临策铁路大部分位于沙漠化高度敏感区,占全线长度的54.5%;极度敏感区占4.4%。这些区域也是风沙流主要分布地区,在铁路工程施工期及运营期应该采取有效保护措施,防止沙漠化土地的扩大与蔓延以及风沙流的加剧。
展开更多
关键词
临策铁路
沙漠化敏感性
GIS
RS
在线阅读
下载PDF
职称材料
模糊数学方法在土地沙漠化敏感性评价中的应用
2
作者
郭廷忠
杨永芳
《聊城大学学报(自然科学版)》
2006年第2期55-58,共4页
(河南大学环境与规划学院,河南开封475004)摘要根据影响土地沙漠化的因素和敏感性等级之间的过渡特性,本文建立了模糊综合评判模型,并运用该模型对开封市的土地沙漠化敏感性进行了评价分区.结果表明,运用模糊数学方法可以明确评价单元...
(河南大学环境与规划学院,河南开封475004)摘要根据影响土地沙漠化的因素和敏感性等级之间的过渡特性,本文建立了模糊综合评判模型,并运用该模型对开封市的土地沙漠化敏感性进行了评价分区.结果表明,运用模糊数学方法可以明确评价单元沙漠化的主要影响因子以及隶属于不同敏感等级的程度等信息,评价结果更具科学性.
展开更多
关键词
模糊数学
综合评判
土地
沙漠化敏感性
在线阅读
下载PDF
职称材料
内蒙古自治区沙漠化敏感性时空演变格局和趋势分析
被引量:
9
3
作者
姜旭海
韩玲
+1 位作者
白宗璠
刘惠群
《生态学报》
CAS
CSCD
北大核心
2023年第1期364-378,共15页
以内蒙古自治区为研究区,基于压力-状态-响应模型(PSR)分析框架,耦合空间距离指数模型(SDIM)构建土地沙漠化敏感性评价体系(LDSES),结合沙漠化敏感性时空演变图谱,定量探讨内蒙古自治区土地沙漠化敏感性在2000年、2005年、2010年、2015...
以内蒙古自治区为研究区,基于压力-状态-响应模型(PSR)分析框架,耦合空间距离指数模型(SDIM)构建土地沙漠化敏感性评价体系(LDSES),结合沙漠化敏感性时空演变图谱,定量探讨内蒙古自治区土地沙漠化敏感性在2000年、2005年、2010年、2015年、2020年期间的时空演变,并引入元胞自动机-马尔科夫(CA-Markov)模型模拟沙漠化敏感性未来演变机制,进而采用地理探测器揭示了前20 a演变进程中主要驱动因子对其演变的影响特征及解释力。结果表明:(1)内蒙古自治区沙漠化敏感性整体上呈现由东北向西南递增的趋势,低敏感区位于大兴安岭和阴山山脉周边林草地覆盖区,高敏感区则位于西南部的巴丹吉林沙漠、腾格里沙漠、乌兰布和沙漠、库布其沙漠、毛乌素沙漠等沙地和戈壁地区;(2)从沙漠化敏感性时空演变上来看,研究期间沙漠化敏感性改善的区域,占总面积的30.65%,沙漠化敏感性恶化的区域,占总面积的4.48%,沙漠化敏感性类型维持稳定不变的区域占总面积的52.72%,整体来看土地沙漠化潜力逐渐降低,土地生态质量逐渐好转;(3)2030年沙漠化敏感性模拟结果显示未来10年沙漠化敏感性以低度敏感为主要类型(26.43%),沙漠化潜力将大幅下降,生态工程措施将取得一个较好的结果;(4)驱动力分析表明,沙漠化敏感性对气候因素的响应尤为敏感,其中降雨量对沙漠化敏感性分异的解释力最大;在社会经济发展因素中,经济发展水平起主要影响,说明经济水平的提高在一定程度上将影响土地沙漠化敏感性,各驱动因子交互对沙漠化敏感性呈现增强作用,表明沙漠化敏感性的分异是由多种因素共同作用的结果。研究可为半干旱区沙漠化防治和策略的制定提供借鉴。
展开更多
关键词
沙漠化敏感性
压力-状态-响应(PSR)框架
耦合空间距离指数类型(SDIM)
CA-Mwarkov(元胞自动机-马尔科夫)模型
敏感
性
图谱
驱动力
内蒙古自治区
在线阅读
下载PDF
职称材料
基于AHP与改进型MEDALUS模型耦合的科尔沁沙地土地沙漠化敏感性综合评价
4
作者
段翰晨
黄背英
《中国沙漠》
CSCD
北大核心
2024年第4期137-148,共12页
科尔沁沙地是“三北”防护林工程的重要区域,开展区内沙漠化研究具有特殊的必要性和紧迫性。本研究创新性地引入层次分析法(AHP),筛选与优化地中海荒漠化和土地利用模型(MEDALUS)因子,构建新的土地沙漠化敏感性评价指标体系,综合考虑气...
科尔沁沙地是“三北”防护林工程的重要区域,开展区内沙漠化研究具有特殊的必要性和紧迫性。本研究创新性地引入层次分析法(AHP),筛选与优化地中海荒漠化和土地利用模型(MEDALUS)因子,构建新的土地沙漠化敏感性评价指标体系,综合考虑气候、土壤、植被、土地管理和社会经济5个方面的指标来评估科尔沁沙地土地沙漠化敏感性。在此基础上,引入地理探测器模型对科尔沁沙地土地沙漠化敏感性空间分异的影响因素进行了探讨。结果表明:(1)土地沙漠化敏感性评价指标体系中植被质量指数权重最高,为0.4624,其次为气候和土壤质量指数。(2)科尔沁沙地沙漠化敏感区域占研究区总面积的78.22%,受沙漠化影响的敏感区域范围较广;极敏感和高度敏感区所占比重虽然较小(8.77%),但分布相对集中且沙漠化程度严重。(3)单因子探测结果显示,土壤质地对土地沙漠化敏感性空间分异的影响最显著,其次是土壤含水量;而交互作用结果显示,抗旱性、NPP、气温、土壤含水量和土壤质地等因子在特定组合下会极大增强其对土地沙漠化敏感性空间分异的影响。
展开更多
关键词
层次分析法
MEDALUS模型
沙漠化敏感性
地理探测器
科尔沁沙地
原文传递
中国西北干旱区土地沙漠化敏感性时空格局
被引量:
46
5
作者
郭泽呈
魏伟
+5 位作者
石培基
周亮
王旭峰
李振亚
庞素菲
颉斌斌
《地理学报》
EI
CSSCI
CSCD
北大核心
2020年第9期1948-1965,共18页
土地沙漠化敏感性评估是沙漠化监测的重要内容之一,也是研究如何防止和治理沙漠化的重要课题。本文以中国西北干旱区作为研究区,利用遥感技术和GIS空间分析技术为支撑,通过构建"土壤—地形—水文—气候—植被"沙漠化敏感性综...
土地沙漠化敏感性评估是沙漠化监测的重要内容之一,也是研究如何防止和治理沙漠化的重要课题。本文以中国西北干旱区作为研究区,利用遥感技术和GIS空间分析技术为支撑,通过构建"土壤—地形—水文—气候—植被"沙漠化敏感性综合评价指标体系,并借助空间距离模型计算了沙漠化敏感性指数,进而定量评估2000年、2005年、2010年和2017年西北干旱区土地沙漠化敏感性的时空演变特征,在此基础上引入地理探测器等方法对其主要驱动因素进行了深入分析。研究结果表明:①地形、土壤、气候、植被和水文等5个方面相互影响,彼此制约,共同构成中国西北干旱区沙漠化敏感性分布和变化的本底条件;②西北干旱区沙漠化敏感性总体上呈现周边低、内部高的分布特征,低敏感区主要分布在阿尔泰山、天山、昆仑山、阿尔金山和祁连山等地,而高敏感区则主要分布在准噶尔盆地、塔里木盆地和内蒙古高原等大部分地区,包括塔克拉玛干沙漠、巴丹吉林沙漠和腾格里沙漠腹地。沙漠化敏感性的空间分布具有显著的区域性,高敏感区和低敏感区界限分明、分布集中;③从时空演变看,2000年以来沙漠化敏感性变化以稳定型占据主导,而整体上敏感性表现为缓慢降低趋势,说明潜在沙漠化区域逐年减少,区域沙漠化治理工作取得了一定成效;④西北干旱区的各驱动因素中,土壤及气候起直接作用,是最主要的影响因素,而植被是改变沙漠化敏感性最活跃、最基本的因素。除此之外,地形的分布和水文的变化对沙漠化敏感性起到一定的限制作用,而社会经济因素是影响区域沙漠化敏感性最为快速的因素,且经济发展对促进区域沙漠化敏感性的增长作用有逐渐加强的趋势。从整体来看,中国西北干旱区土地沙漠化得到了有效遏制,沙漠化治理工作取得了积极成效,但在全球气候变化加强和社会经济发展进入新常态的大背景下,中国沙漠化监测评估和治理工作仍然任重而道远。
展开更多
关键词
沙漠化敏感性
时空变化
地理探测器
GIS
中国西北干旱区
原文传递
基于PSR框架的内蒙古自治区沙漠化敏感性评估
被引量:
17
6
作者
田璐
邱思静
+3 位作者
彭建
胡熠娜
贾靖雷
毛祺
《地理科学进展》
CSSCI
CSCD
北大核心
2018年第12期1682-1692,共11页
沙漠化敏感性是测度区域沙漠化可能性的关键指标。鉴于沙漠化敏感性研究"重评价、缺框架"、"重格局、轻变化"的研究现状,本文基于"压力—状态—响应"(Pressure-State-Response, PSR)分析框架,构建了"...
沙漠化敏感性是测度区域沙漠化可能性的关键指标。鉴于沙漠化敏感性研究"重评价、缺框架"、"重格局、轻变化"的研究现状,本文基于"压力—状态—响应"(Pressure-State-Response, PSR)分析框架,构建了"气候条件—地表覆盖—植被恢复"沙漠化敏感性综合评价指标体系,定量评估了2000、2015年内蒙古自治区(除流动沙地(丘)外)沙漠化敏感性,结合县域人口密度开展了区域沙漠化防治分区。研究结果表明:2015年研究区以中度敏感区为主(27.04%),其次为轻度敏感区(25.53%)、不敏感区(22.96%)和高度敏感区(20.82%),极敏感区占比最小(3.65%),沙漠化敏感性呈现出中西部高、东部低的空间格局;2000-2015年间,内蒙古自治区9.20%的土地沙漠化敏感性等级降低,24.83%则趋于增强。研究区可划分为生态保育区、沙化治理区、综合发展区和生态移民区四大沙漠化防治区。
展开更多
关键词
沙漠化敏感性
PSR框架
防治分区
内蒙古自治区
原文传递
题名
临策铁路沿线土地沙漠化敏感性评价
被引量:
8
1
作者
张慧
沈渭寿
王延松
机构
国家环境保护总局南京环境科学研究所
辽宁省环境科学研究院
出处
《生态与农村环境学报》
CAS
CSCD
北大核心
2007年第2期33-35,70,共4页
基金
国家科技基础条件平台项目(2004DEA71160)
文摘
以临河至策克铁路为研究对象,选择土壤、地貌、植被类型作为沙漠化敏感性评价因子,根据TM遥感影像,参考铁路沿线有关资料,并结合现场调查,编制了铁路沿线地貌、土壤和植被图。采用图层权重-级别打分叠加模型,对铁路沿线土地沙漠化敏感性进行评价。结果表明,临策铁路大部分位于沙漠化高度敏感区,占全线长度的54.5%;极度敏感区占4.4%。这些区域也是风沙流主要分布地区,在铁路工程施工期及运营期应该采取有效保护措施,防止沙漠化土地的扩大与蔓延以及风沙流的加剧。
关键词
临策铁路
沙漠化敏感性
GIS
RS
Keywords
Linhe-Ceke Railway
land sensitivity to desertification
GIS
RS
分类号
X826 [环境科学与工程—环境工程]
在线阅读
下载PDF
职称材料
题名
模糊数学方法在土地沙漠化敏感性评价中的应用
2
作者
郭廷忠
杨永芳
机构
河南大学环境与规划学院
出处
《聊城大学学报(自然科学版)》
2006年第2期55-58,共4页
文摘
(河南大学环境与规划学院,河南开封475004)摘要根据影响土地沙漠化的因素和敏感性等级之间的过渡特性,本文建立了模糊综合评判模型,并运用该模型对开封市的土地沙漠化敏感性进行了评价分区.结果表明,运用模糊数学方法可以明确评价单元沙漠化的主要影响因子以及隶属于不同敏感等级的程度等信息,评价结果更具科学性.
关键词
模糊数学
综合评判
土地
沙漠化敏感性
Keywords
fuzzy mathematics comphrehensive evaluation sensitivity to land desertification
分类号
S157.1 [农业科学—土壤学]
在线阅读
下载PDF
职称材料
题名
内蒙古自治区沙漠化敏感性时空演变格局和趋势分析
被引量:
9
3
作者
姜旭海
韩玲
白宗璠
刘惠群
机构
长安大学土地工程学院
长安大学地质工程与测绘学院
出处
《生态学报》
CAS
CSCD
北大核心
2023年第1期364-378,共15页
基金
国家重大专项(04-H30G01-9001-20/22-03)
国家自然科学基金项目(211035210511)
+1 种基金
中央高校基本科研业务费专项资金项目
陕西省科技计划项目重点研发项目(211435220242)。
文摘
以内蒙古自治区为研究区,基于压力-状态-响应模型(PSR)分析框架,耦合空间距离指数模型(SDIM)构建土地沙漠化敏感性评价体系(LDSES),结合沙漠化敏感性时空演变图谱,定量探讨内蒙古自治区土地沙漠化敏感性在2000年、2005年、2010年、2015年、2020年期间的时空演变,并引入元胞自动机-马尔科夫(CA-Markov)模型模拟沙漠化敏感性未来演变机制,进而采用地理探测器揭示了前20 a演变进程中主要驱动因子对其演变的影响特征及解释力。结果表明:(1)内蒙古自治区沙漠化敏感性整体上呈现由东北向西南递增的趋势,低敏感区位于大兴安岭和阴山山脉周边林草地覆盖区,高敏感区则位于西南部的巴丹吉林沙漠、腾格里沙漠、乌兰布和沙漠、库布其沙漠、毛乌素沙漠等沙地和戈壁地区;(2)从沙漠化敏感性时空演变上来看,研究期间沙漠化敏感性改善的区域,占总面积的30.65%,沙漠化敏感性恶化的区域,占总面积的4.48%,沙漠化敏感性类型维持稳定不变的区域占总面积的52.72%,整体来看土地沙漠化潜力逐渐降低,土地生态质量逐渐好转;(3)2030年沙漠化敏感性模拟结果显示未来10年沙漠化敏感性以低度敏感为主要类型(26.43%),沙漠化潜力将大幅下降,生态工程措施将取得一个较好的结果;(4)驱动力分析表明,沙漠化敏感性对气候因素的响应尤为敏感,其中降雨量对沙漠化敏感性分异的解释力最大;在社会经济发展因素中,经济发展水平起主要影响,说明经济水平的提高在一定程度上将影响土地沙漠化敏感性,各驱动因子交互对沙漠化敏感性呈现增强作用,表明沙漠化敏感性的分异是由多种因素共同作用的结果。研究可为半干旱区沙漠化防治和策略的制定提供借鉴。
关键词
沙漠化敏感性
压力-状态-响应(PSR)框架
耦合空间距离指数类型(SDIM)
CA-Mwarkov(元胞自动机-马尔科夫)模型
敏感
性
图谱
驱动力
内蒙古自治区
Keywords
desertification sensitivity
Pressure-State-Response
spatial distance index model
CA-Markov
sensitivity map
driving force
Inner Mongolia Autonomous Region
分类号
X171 [环境科学与工程—环境科学]
在线阅读
下载PDF
职称材料
题名
基于AHP与改进型MEDALUS模型耦合的科尔沁沙地土地沙漠化敏感性综合评价
4
作者
段翰晨
黄背英
机构
中国科学院西北生态环境资源研究院干旱区生态安全与可持续发展重点实验室
出处
《中国沙漠》
CSCD
北大核心
2024年第4期137-148,共12页
基金
国家自然科学基金项目(42271316)。
文摘
科尔沁沙地是“三北”防护林工程的重要区域,开展区内沙漠化研究具有特殊的必要性和紧迫性。本研究创新性地引入层次分析法(AHP),筛选与优化地中海荒漠化和土地利用模型(MEDALUS)因子,构建新的土地沙漠化敏感性评价指标体系,综合考虑气候、土壤、植被、土地管理和社会经济5个方面的指标来评估科尔沁沙地土地沙漠化敏感性。在此基础上,引入地理探测器模型对科尔沁沙地土地沙漠化敏感性空间分异的影响因素进行了探讨。结果表明:(1)土地沙漠化敏感性评价指标体系中植被质量指数权重最高,为0.4624,其次为气候和土壤质量指数。(2)科尔沁沙地沙漠化敏感区域占研究区总面积的78.22%,受沙漠化影响的敏感区域范围较广;极敏感和高度敏感区所占比重虽然较小(8.77%),但分布相对集中且沙漠化程度严重。(3)单因子探测结果显示,土壤质地对土地沙漠化敏感性空间分异的影响最显著,其次是土壤含水量;而交互作用结果显示,抗旱性、NPP、气温、土壤含水量和土壤质地等因子在特定组合下会极大增强其对土地沙漠化敏感性空间分异的影响。
关键词
层次分析法
MEDALUS模型
沙漠化敏感性
地理探测器
科尔沁沙地
Keywords
Analytic Hierarchy Process(AHP)
MEDALUS model
desertification sensitivity
Geographic Detector(GD)
Horqin Sandy Land
分类号
P931.3 [天文地球—自然地理学]
原文传递
题名
中国西北干旱区土地沙漠化敏感性时空格局
被引量:
46
5
作者
郭泽呈
魏伟
石培基
周亮
王旭峰
李振亚
庞素菲
颉斌斌
机构
西北师范大学地理与环境科学学院
兰州交通大学测绘与地理信息学院
中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室
中国科学院西北生态环境资源研究院内陆河流域生态水文重点实验室/甘肃省祁连山生态研究中心
兰州城市学院旅游学院
出处
《地理学报》
EI
CSSCI
CSCD
北大核心
2020年第9期1948-1965,共18页
基金
国家自然科学基金项目(41861040,41761047)。
文摘
土地沙漠化敏感性评估是沙漠化监测的重要内容之一,也是研究如何防止和治理沙漠化的重要课题。本文以中国西北干旱区作为研究区,利用遥感技术和GIS空间分析技术为支撑,通过构建"土壤—地形—水文—气候—植被"沙漠化敏感性综合评价指标体系,并借助空间距离模型计算了沙漠化敏感性指数,进而定量评估2000年、2005年、2010年和2017年西北干旱区土地沙漠化敏感性的时空演变特征,在此基础上引入地理探测器等方法对其主要驱动因素进行了深入分析。研究结果表明:①地形、土壤、气候、植被和水文等5个方面相互影响,彼此制约,共同构成中国西北干旱区沙漠化敏感性分布和变化的本底条件;②西北干旱区沙漠化敏感性总体上呈现周边低、内部高的分布特征,低敏感区主要分布在阿尔泰山、天山、昆仑山、阿尔金山和祁连山等地,而高敏感区则主要分布在准噶尔盆地、塔里木盆地和内蒙古高原等大部分地区,包括塔克拉玛干沙漠、巴丹吉林沙漠和腾格里沙漠腹地。沙漠化敏感性的空间分布具有显著的区域性,高敏感区和低敏感区界限分明、分布集中;③从时空演变看,2000年以来沙漠化敏感性变化以稳定型占据主导,而整体上敏感性表现为缓慢降低趋势,说明潜在沙漠化区域逐年减少,区域沙漠化治理工作取得了一定成效;④西北干旱区的各驱动因素中,土壤及气候起直接作用,是最主要的影响因素,而植被是改变沙漠化敏感性最活跃、最基本的因素。除此之外,地形的分布和水文的变化对沙漠化敏感性起到一定的限制作用,而社会经济因素是影响区域沙漠化敏感性最为快速的因素,且经济发展对促进区域沙漠化敏感性的增长作用有逐渐加强的趋势。从整体来看,中国西北干旱区土地沙漠化得到了有效遏制,沙漠化治理工作取得了积极成效,但在全球气候变化加强和社会经济发展进入新常态的大背景下,中国沙漠化监测评估和治理工作仍然任重而道远。
关键词
沙漠化敏感性
时空变化
地理探测器
GIS
中国西北干旱区
Keywords
desertification sensitivity
spatiotemporal change
geographic detector
GIS
arid region of Northwest China
分类号
X171 [环境科学与工程—环境科学]
原文传递
题名
基于PSR框架的内蒙古自治区沙漠化敏感性评估
被引量:
17
6
作者
田璐
邱思静
彭建
胡熠娜
贾靖雷
毛祺
机构
北京大学城市与环境学院地表过程分析与模拟教育部重点实验室
北京大学深圳研究生院城市规划与设计学院城市人居环境科学与技术重点实验室
出处
《地理科学进展》
CSSCI
CSCD
北大核心
2018年第12期1682-1692,共11页
基金
国土资源部公益性行业科研专项(201511001-01)~~
文摘
沙漠化敏感性是测度区域沙漠化可能性的关键指标。鉴于沙漠化敏感性研究"重评价、缺框架"、"重格局、轻变化"的研究现状,本文基于"压力—状态—响应"(Pressure-State-Response, PSR)分析框架,构建了"气候条件—地表覆盖—植被恢复"沙漠化敏感性综合评价指标体系,定量评估了2000、2015年内蒙古自治区(除流动沙地(丘)外)沙漠化敏感性,结合县域人口密度开展了区域沙漠化防治分区。研究结果表明:2015年研究区以中度敏感区为主(27.04%),其次为轻度敏感区(25.53%)、不敏感区(22.96%)和高度敏感区(20.82%),极敏感区占比最小(3.65%),沙漠化敏感性呈现出中西部高、东部低的空间格局;2000-2015年间,内蒙古自治区9.20%的土地沙漠化敏感性等级降低,24.83%则趋于增强。研究区可划分为生态保育区、沙化治理区、综合发展区和生态移民区四大沙漠化防治区。
关键词
沙漠化敏感性
PSR框架
防治分区
内蒙古自治区
Keywords
desertification sensitivity
PSR framework
control zone
Inner Mongolia Autonomous Region
分类号
X171.4 [环境科学与工程—环境科学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
临策铁路沿线土地沙漠化敏感性评价
张慧
沈渭寿
王延松
《生态与农村环境学报》
CAS
CSCD
北大核心
2007
8
在线阅读
下载PDF
职称材料
2
模糊数学方法在土地沙漠化敏感性评价中的应用
郭廷忠
杨永芳
《聊城大学学报(自然科学版)》
2006
0
在线阅读
下载PDF
职称材料
3
内蒙古自治区沙漠化敏感性时空演变格局和趋势分析
姜旭海
韩玲
白宗璠
刘惠群
《生态学报》
CAS
CSCD
北大核心
2023
9
在线阅读
下载PDF
职称材料
4
基于AHP与改进型MEDALUS模型耦合的科尔沁沙地土地沙漠化敏感性综合评价
段翰晨
黄背英
《中国沙漠》
CSCD
北大核心
2024
0
原文传递
5
中国西北干旱区土地沙漠化敏感性时空格局
郭泽呈
魏伟
石培基
周亮
王旭峰
李振亚
庞素菲
颉斌斌
《地理学报》
EI
CSSCI
CSCD
北大核心
2020
46
原文传递
6
基于PSR框架的内蒙古自治区沙漠化敏感性评估
田璐
邱思静
彭建
胡熠娜
贾靖雷
毛祺
《地理科学进展》
CSSCI
CSCD
北大核心
2018
17
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部