青藏高原和阿尔卑斯山山体效应的对比研究

山体效应不仅对气候产生重大影响,也对区域地理生态格局有深远影响,尤其是它对山地垂直带分布和结构类型等的影响已经为地理学家和地植物学家所认识。目前相关研究主要集中在山体效应定量化方面,缺少不同山地山体效应的对比研究,因此对山体效应的区域差异性了解不足。本文选择欧亚大陆上具有明显山体效应的两个山地青藏高原和阿尔卑斯山为研究对象,利用收集到的气象台站观测数据、林线和DEM数据以及基于MODIS地表温度估算的青藏高原和阿尔卑斯山气温数据等,通过对比分析青藏高原与阿尔卑斯山相同海拔高度上的气温以及林线分布高度等来探讨两个山地的山体效应差异性。分析结果表明青藏高原的山体效应比阿尔卑斯山更为强烈,表现为：① 由于山体效应影响,在相同海拔高度上（4500 m）,青藏高原内部气温远高于阿尔卑斯山的气温,尤其是在最热月高原内部气温比阿尔卑斯山内部气温高10~15℃,在最冷月高原内部气温比阿尔卑斯山内部气温高5~10℃。② 由于山体效应影响,青藏高原内部林线也远高于阿尔卑斯山内部林线,约高2000~3000 m。本研究将为山体效应的影响因素分析奠定基础,同时对于揭示欧亚大陆山地生态系统格局具有一定的科学意义。     

山体效应对北半球林线分布的影响分析

通过搜集整理了北半球516 个林线数据, 结合WorldClim 气象数据计算了林线数据点上的大陆度, 并依据SRTM高程数据提取了林线处的山体基面高度(作为山体效应的代用因子), 然后以纬度、大陆度和山体基面高度为解释变量, 建立三元回归模型。结果表明:线性回归模型的判定系数R²为0.904, 二次回归模型的R²高达0.912。相比先前不考虑基面高度的林线分布模型(R² = 0.79), 纳入了山体基面高度的林线分布模型能够更加有效的拟合半球尺度的林线分布; 结果还表明, 山体基面高度对北半球林线高度分布的贡献率达到了48.94% (p =0.000), 而纬度和大陆度分别为45.02% (p = 0.000) 和6.04% (p = 0.000)。这揭示了山体效应对半球尺度林线分布具有重要的影响。基面高度在北美洲地区对林线高度的贡献率最大(50.49%, p=0.000), 在欧亚大陆东部地区为48.73% (p = 0.000), 在欧亚大陆西部地区为43.6% (p=0.000)。这一结果说明山体效应对林线分布高度的影响虽有区域差异, 但都有较高的贡献率。     

科罗拉多落基山脉山体效应定量化研究

落基山脉作为北美最大的内陆山地,其山体效应对林线分布具有很大影响,导致林线海拔远高于周围内陆山体及其他海岸山地。然而,以往落基山脉山体效应研究多集中于定性研究,但是山体效应如何量化,如何根据落基山脉的地形气候条件构建区域山体效应的定量化模型,目前鲜有研究。通过分析台站处山体增温及量化落基山脉山体效应的影响因子,并计算最热月均温10℃等温线的海拔高度,来定量化地估算科罗拉多落基山脉山体效应值大小及其对林线分布的影响。结果表明:(1)用山体增温值表示山体效应大小是合理且比较理想的指标。科罗拉多落基山脉增温显著,所有台站的增温均值为2.07℃,增温幅度为0.78~4.29℃。(2)科罗拉多落基山脉山体效应的主要影响因素为山体基面高度和降水大陆度,二者与山体增温构建的线性拟合模型具有较高的解释能力,判定系数高达71.2%。(3)科罗拉多落基山脉不同纬度带山体内外最热月10℃等温线分布高度对比表明,山体内部理想林线高度均高于山体外部的理想林线分布,内外分布差异为400~700 m。定量分析科罗拉多落基山脉的山体效应模型,优化了区域尺度的山体效应模型精度,有助于深入认识山体效应及其对垂直带分布的影响。     

山体基面高度对欧亚大陆东南部林线分布的影响——山体效应定量化研究

根据收集到173个林线数据,采用纬度、经度和基面高度的三元一次方程拟合欧亚大陆东南部林线分布,计算各自的标准回归系数和贡献率,以此来确定山体基面高度(山体效应的简明表达形式)对林线分布高度的影响。结果表明,纬度、经度和山体基面高度对林线分布高度的贡献率分别为30.60%、26.53%、42.87%。以北纬32o为界线,对其以北、以南区域也分别进行了分析,基面高度的贡献率达到24.10%和39.11%。分析不同尺度和区域山体基面高度作用于林线的贡献率不难发现:在欧亚大陆东南部以基面高度代表的山体效应对于林线高度的影响显著,明显地超过了纬度和经度。基面高度的作用受气候条件和海陆位置影响较小,不论大陆内部或沿海,基面高度分异对山地垂直带分异的影响都相对独立和稳定。该结果定量地表明了山体效应对林线分布高度的重要作用。     

青藏高原增温效应对垂直带谱的影响

青藏高原作为巨大的热源对亚洲气候、高原生态格局等产生重要的影响。但青藏高原的增温效应最初是20世纪50年代因其对亚洲气候的重大影响而被发现的,因此,大量的相关研究主要集中在高原夏季增温对气候的影响方面,而高原增温效应对高原地理生态格局的影响研究却非常少。利用收集到的气象台站观测数据、基于MODIS地表温度估算的青藏高原气温数据、林线数据和垂直带谱数据及DEM数据,通过对比分析高原内部与外围山区垂直带谱高度的变化及林线的分布规律,并以高原内部与边缘地区相同海拔高度上的气温差、最热月10℃等温线、15℃·月的温暖指数等温度指标来定量描述高原的增温效应及其对垂直带谱和林线的影响。研究结果表明:1由于青藏高原增温效应的影响,高原内部气温和生长季长度高于边缘地区,相同海拔高度上,高原内部各月气温比边缘地区高2~7℃;在4500 m高度上,高原内部各月气温比四川盆地高3.58℃(4月)到6.63℃(6月);最热月10℃等温线的海拔高度也从东部边缘(4000 m以下)向内部逐渐升高,在拉萨-改则一带则可出现在4600~5000 m的高度;15℃·月的温暖指数的海拔高度也从边缘向内部逐渐升高,在4500 m的海拔高度上,横断山区、高原南部和中部地区的温暖指数均能达到15℃·月以上,而其它边缘地区则都低于15℃·月。2青藏高原垂直带谱和林线的分布规律与增温效应的规律极其一致,即均从东部边缘向内部逐渐升高,表明增温效应抬升了高原内部垂直带谱的分布范围和高度:山地暗针叶林带的分布范围在高原内部比东部边缘地区高1000~1500 m;山地草甸带的分布范围在高原内部比东部边缘高出700~900 m;高原内部林线比外围地区高500~1000 m左右。最热月10℃等温线和15℃·月温暖指数的分布规律与林线分布规律一致,表明高原增温效应对垂直带谱的分布具有重要的影响。     

基于MODIS的秦巴山地气温估算与山体效应分析

秦巴山地作为横亘在中国南北过渡带的巨大山脉,其山体效应对中国中部植被和气候的非地带性分布产生了重要的影响,山体内外同海拔的温差是表征山体效应大小较为理想的指标。本研究结合MODIS地表温度（LST）数据、STRM-1 DEM数据和秦巴山地的118个气象站点的观测数据,分别采用普通线性回归（OLS）和地理加权回归（GWR）两种分析方法对秦巴山地的气温进行估算,在此基础上将秦巴山地各月气温转换为同海拔（1500 m,秦巴山地平均海拔）气温,对比分析秦巴山地的山体效应。结果表明：① 相比OLS分析,GWR分析方法的精度更高,各月回归模型的R ²均在0.89以上,均方根误差（RMSE）在0.68~0.98 ℃之间。② 利用GWR估算得到的同海拔气温,从东向西随海拔升高呈现了明显的升高的趋势,秦岭西部山地比东段升高约6 ℃和4.5 ℃;大巴山西部山地年均和7月份同海拔的气温较东段升高约8 ℃和5 ℃。③ 从南向北,以汉江为分界,秦岭与大巴山的同海拔的气温均呈现出由山体边缘向内部升高的趋势。④ 秦巴山地西部大起伏高山,秦岭大起伏高中山和大巴山大起伏中山,相比豫西汉中中山谷地,各月均同海拔气温分别升高了约3.85~9.28 ℃、1.49~3.34 ℃和0.43~3.05 ℃,平均温差约为3.50 ℃,说明秦巴山地大起伏中高山的山体效应十分明显。     

山体效应对台湾常绿阔叶林分布上限的影响

山体效应使山体内部的垂直植被带相对升高,影响山地的立体生态格局.台湾岛中央山脉在3500m以上,山地植被的分布高度不仅受到纬度和季风的影响,也必然受到山体效应的影响.采用台湾生物多样性信息中心发布的数据,利用多元线性回归模型分析纬度、山体效应(以山体基面高度为简单量化指标)以及季风(以冬雨量占全年降水量百分比为简明代表)对台湾常绿阔叶林分布上限的影响.结果表明,纬度、山体效应和季风为自变量的线性回归模型R2为0.562,回归方程显著,具有统计学意义,三个变量的贡献率分别为26.32％、64.12％与9.56％.这表明山体效应对台湾山地垂直带的影响非常显著,远远超过了纬度与季风的作用.同时还发现,冬雨量与垂直带分布高度的相关性以24.13°N为界,南北完全相反.该纬度以南,冬雨量与垂直带分布高度呈现较强的正相关性;而在以北,正相关性显著下降甚至出现了一定的负相关.后者应该与冬雨量过多有密切关系.     

山体基面高度对青藏高原及其周边地区雪线空间分布的影响

山体效应是地理地带性之外,在大尺度上影响垂直带分布的主要因素,山体基面高度则是山体效应的第一影响因子。青藏高原及其周边地区,雪线呈现出中心高、周围低,与山体基面高度相一致的环状分布模式。为分析山体基面高度对雪线分布的影响,本文共收集青藏高原及周边地区雪线数据142个,采用纬度、经度和基面高度为自变量的三元一次方程拟合研究区雪线分布,计算各自的标准回归系数和相对贡献率,再将基面高度划分成5个子集（0~1000 m、1001~2000 m、2001~3000 m、3001~4000 m和4001~5000 m）,分析基面高度不同的山地对雪线的影响差异。结果表明：① 在青藏高原,纬度、经度和基面高度对雪线高度分布的相对贡献率分别为51.49%、16.31%和32.20%;② 随着基面高度的增高,各子集模型的决定系数虽有逐渐降低的趋势,但仍保持在较高的值域（R²=0.895~0.668）,说明模型的有效性;③ 随基面高度的抬升,纬度和山体基面高度对雪线分布高度的相对贡献率分别表现出降低（92.6%~48.99%,R²=0.855）和增大（3.33%~31.76%,R²=0.582）的趋势,表明基面高度越高,其对雪线分布高度的影响越大。     

青藏高原山体效应的遥感估算及其生态效应分析

山体效应是隆起的山体所产生的热力效应,其结果之一就是相同垂直带界限自外围向内部有升高的趋势。本文结合MOD11C3地表温度产品和地面144个气象台站实测气象数据,估算青藏高原内外相同高度上的温差(也即高原山体效应值)。具体结论如下:(1)最大温差(10.04℃~11.70℃)出现在高原中南部,即雅鲁藏布江以北藏北高原以南。由此为核心向北、向东、向西均逐渐减小;(2)数据点上同高度内外温差与局部基面高度有紧密关系,基面高度每抬升100 m,温差增加约0.051℃,并有加速增大的趋势;(3)山体基面高度与山体效应存在明显的线性关系,其决定系数R2高达0.5306。但山体基面高度最高的区域山体效应并非最大,说明还有其他因子影响山体效应的大小,可能的因子包括大气湿度、纬度、地形开阔程度等,在建立山体效应数字模型时必须加以考虑;(4)高原山体效应对雪线分布高度的抬升作用更甚于其对林线。山体效应估值最大的区域,分布着6 000 m以上极高雪线;最高林线(4 900 m)分布于本研究中山体效应估算值较低的相对多雨区,因为林线的发育还要求一定的降水量。     

基于无人机遥感的南岭山地树冠与树干性状关联研究

以南岭山地不同海拔高度的冠层树种为研究对象,通过无人机遥感手段获取冠幅、冠周长和冠面积（CA）等树冠性状,探讨其与基径（BD）、胸径（DBH）、2米径（D2）和4米径（D4）等树干性状间的关联性,并构建了冠面积与树干性状间的回归方程。结果表明：南岭山地树冠性状与树干性状的典型变量显著相关（R=0.89,P<0.01）,并且这种相关性随海拔的升高（600 m到1 600 m）总体呈“M”型变化。其中,冠面积与树干性状间的相关性最高,可作为单一自变量反演树干性状,具体方程为：DBH=0.35CA+14.88（R²=0.67）,BD=0.41CA+17.89（R²=0.82）,D2=0.33CA+14.14（R²=0.84）,D4=0.35CA+11.3（R²=0.86）。文章构建的冠面积与树干性状间的回归方程,可作为南岭山地森林生物量遥感反演的基础,也可用于指导南岭森林生态系统的长期监测。     

MODIS和Landsat时空融合影像在土壤盐渍化监测中的适用性研究——以渭干河—库车河三角洲绿洲为例

土壤盐渍化的遥感监测依赖于高时空分辨率影像,但受经费预算、卫星回访周期及天气的影响,高时空分辨率的遥感影像较难获取,这就限制了根据采样时间来获取对应时期遥感影像进行土壤盐渍化监测反演的应用。为此,提出融合MODIS和Landsat影像生成高时空分辨率影像来提取土壤盐渍化信息,为时空影像进行土壤盐渍化监测研究提供数据参考。以渭干河—库车河绿洲为研究区,利用增强型时空自适应融合率反射模型（Enhanced spatial and temporal adaptive reflectance fusion model,ESTARFM）和灵活的时空融合模型（Flexible spatiotemporal data fusion,FSDAF）,对MODIS和Landsat影像进行时空融合,并基于融合影像数据构建了关于土壤电导率（EC）的随机森林（RF）预测模型,对比分析时空融合影像应用于土壤盐渍化遥感监测的适用性。结果表明：ESTARFM融合影像的特征波段反射率与Landsat验证影像对应波段反射率一致性决定系数R²（Red）=0.8066、R²（SWIR2）=0.8444;FSDAF融合影像的特征波段与Landsat验证影像对应波段反射率一致性决定系数R²（Red）=0.6999、R²（SWIR2）=0.7493;基于ESTARFM融合影像构建的EC值预测模型精度最高,R²=0.9268,基于FSDAF融合影像构建的EC值预测模型精度良好,R²=0.8987,基于验证影像构建的EC值预测模型R²=0.9103; ESTARFM模型的融合精度高于FSDAF模型,并且基于融合影像构建的EC值预测模型效果良好。     

大连市大气污染物质量浓度与气溶胶光学厚度的相关性分析

分别对2015年6~12月和2016年6~12月大连地区的大气污染物PM2.5、PM10、SO₂、NO₂、CO和O₃的浓度数据进行数据统计分析,基于ENVI软件平台利用MODIS数据反演大连地区的气溶胶光学厚度,通过回归建模研究气溶胶光学厚度与大连地区10个地面监测站点的大气污染物PM2.5、PM10、SO₂、NO₂、CO和O₃的浓度数据的相关性。回归建模以气溶胶光学厚度（AOD）为自变量,以大气污染物PM2.5、PM10、SO₂、NO₂、CO和O₃为因变量,在SPSS软件中分别选取线性、对数、三次、乘幂、指数5种函数类型进行研究,通过对比回归模型的拟合优度R²,选择最优拟合模型,探讨利用遥感数据反演气溶胶光学厚度监测大气污染的相关性。结果表明：气溶胶光学厚度与NO₂、PM2.5和PM10的最优拟合模型均为三次模型,其拟合优度R²分别是0.685、0.801和0.845;与O₃和SO₂的最优拟合模型为指数模型,其R²为0.367和0.482;与CO的最优拟合模型为对数模型,其拟合优度R²为0.810。该结果为分析大气气溶胶污染来源以及治理提供了数据。     

不同结构林带防风效能风洞模拟

防风林带结构是影响防风效能的主要因素。建立不同宽度、不同株行距林带防风效能与林带后距离之间的统计模型，可以为防风林建设提供指导性意见。通过风洞实验，在11 m·s^-1风速下，对4种宽度、5种株行距林带的背风面0~10H（H为林带高度）的风速进行测定，采用曲线参数估计法、傅立叶模型、SSF模型（Sum of Sin Functions），构建了不同结构林带防风效能与林带后距离间的统计模型。结果表明：傅立叶模型拟合不同宽度林带的防风效能与林带后距离的关系效果最优，可决系数（R²）均在98%以上；SSF模型拟合不同株行距林带的防风效能与林带后距离的关系效果最优（R²>0.98）。根据构建的统计模型，风速为11 m·s^-1左右时，林带宽度8 m（两行一带）的防风林的防风效能存在明显优势；5种株行距的林带中，株行距为8 m×8 m的防风林带本试验条件下防风效果最好。     

青藏高原草地地上生物量和理论载畜量

准确模拟和预测草地地上生物量(Aboveground biomass,AGB)和理论载畜量对于维持草地生态系统平衡、优化放牧管理至关重要。当前很多研究以围栏外草地AGB为基础,估算了青藏高原草地AGB的现存量。但是,牛羊啃食后的草地AGB现存量无法准确评估草地理论载畜量。围栏内草地不受家畜采食影响,其年际变率由环境因子驱动,可视为草地潜在AGB (potential AGB,AGB_p),更适用于草地理论载畜量的评估。本研究以青藏高原345个围栏内AGB观测数据为基础,结合气候、土壤和地形数据,利用随机森林算法构建草地潜在地上生物量估算模型,并对当前气候条件(2000-2018年)和未来20年(2021-2040年)4种气候变化情景(SSP1-2.6、SSP2-4.5、SSP3-7.0和SSP5-8.5)下的草地AGB_p和高寒草地理论载畜量进行模拟与预测。结果表明:(1)随机森林算法可准确模拟当前气候条件下的青藏高寒草地AGB_p(R²=0.76,P<0.001);2000-2018年青藏高寒草地AGB_p平均值为102.4 g m^-2,时间上增加趋势不明显(P>0.05);AGB_p年际波动和生长季降水显著正相关(R²=0.57,P<0.001),和生长季温度日较差显著负相关(R²=0.51,P<0.001)。(2)当前气候条件下,青藏高寒草地平均理论载畜量为0.94 SSU ha^-1(standardized sheep unit ha^-1);在过去20年约有54.1%草地理论载畜量呈提升状态。(3)和当前相比,未来20年青藏高原中部和北部草地AGB_p和理论载畜量呈下降态势。因此,建议未来在厘清气候变化影响下草畜关系的基础上进行有针对性的草牧业规划和管理,以缓解区域气候变化引起的草畜矛盾。     

基于MODIS遥感产品和神经网络模拟太阳辐射

现有的神经网络模拟太阳辐射的模型很少考虑云、气溶胶、水汽对太阳辐射的影响,采用MODIS提供的气溶胶、云、水汽高空大气遥感产品和常规气象数据,输入LM（Levenberg-Marquardt）算法优化后的BP（Back-Propagation）神经网络模型（简称LM-BP）模拟了和田、西宁、固原、延安4个辐射站点的太阳辐射月均值。验证结果表明：神经网络模型中加入气溶胶、云、水汽之后,4个辐射站点的\begin{array}{c}{R}^2\end{array}均大于0.90,且各项误差指标均小于仅用常规气象站点数据模拟的太阳辐射结果。     

干旱区大尺度土壤盐度信息环境建模——以新疆天山南北中低海拔冲积平原为例

区域空间信息有助于决策者针对特定潜在和既定的土壤盐渍化区域制定改良和优化政策,以避免灌区水土资源的不合理配置和干旱区土地生态系统持续性退化。然而现存区域尺度土壤盐度数据以矢量方式留存,多边形内部土壤属性无空间变异性,缺乏实时更新,对当下实际指导作用具有一定的局限性。随着人类活动的加剧,土壤及其结构性退化正加速危害土壤质量和健康。对此,急需更新或升级,用于刻画干旱区生态系统中土壤盐度数据,以辅助制定相关政策,减缓土壤盐渍化的危害。针对此问题,本文基于代表性等级的采样设计方法（Integrative Hierarchical Sampling Strategy, IHSS）,获取少量典型样点,结合土壤—环境推理模型（soil land inference model, SoLIM）,尝试推理区域尺度土壤盐分含量信息。研究以新疆天山南北中低海拔冲积平原为案例,仅以23个代表性样本,推理陆表（0~10 cm）土壤盐分含量,源自3个典型绿洲94个野外样本的验证数据显示,依据评判标准,预测结果与实际情况较为相符,与线性回归模型相比,具备处理土壤与环境变量之间非线性关系的SoLIM,推理精度更高。所以,研究认为模糊隶属度加权平均的方法（IHSS-SoLIM）可以通过较小的建模点得到更好的预测效果,可作为区域尺度土壤盐度推理的备选方案。     

基于SWAT-MODFLOW耦合模型的巴音河中游泽令沟盆地地表水−地下水转换关系研究

为准确刻画资料缺乏、地表水–地下水转换频繁的泽令沟盆地地表水?地下水不同时空尺度上的转换关系,利用河道径流数据、遥感蒸散发数据、地下水位观测数据等对SWAT-MODFLOW耦合模型进行率定和验证,在此基础上对泽令沟盆地水循环过程进行模拟分析。结果显示：① SWAT-MODFLOW耦合模型模拟效果较好,率定期和验证期月径流量的R²≥0.73,NSE≥0.67,PBIAS在?20%~20%。其各子流域实际蒸散发的R²均大于0.91,NSE均大于0.85,PBIAS在?10%~10%。此外,模拟地下水位与实测值误差在0.6 m以内,R²为0.94。② 地表水补给地下水的河道占整个河道长度90.31%,年平均补给量占年总交换水量的50.20%;季节尺度上,补给的最大值出现在7月,为331043.31 m³/d,最小值出现在12月份,为41208.33 m³/d。地下水对地表水的补给量较为稳定,季节性变幅在?2.5%~2.5%,年际变幅处于?6.5%~0.6%之间。     

基于Hargreaves-Samani回归修正的作物参考蒸散发计算适用性研究

为提高Hargreaves-Samani（H-S）模型计算参考蒸散发的精度,利用西北黄河流域与长江中下游平原共128个气象站点1961—2010年的逐日气象资料对H-S模型进行回归修正,以Penman-Monteith（P-M）模型为标准,评价了H-S改进模型H-S_CORR模型的计算精度,并且以第六次国际耦合模式比较计划（CMIP6）气候模式来对H-S_CORR模型进行了未来适应性评价。结果表明：修正后,在验证期内,长江中下游平原4个分区的平均绝对误差（MAE）和均方根误差（RMSE）的平均值分别下降了6.21 mm·月^-1和6.38 mm·月^-1;西北黄河流域4个分区的MAE和RMSE的平均值分别下降了9.26 mm·月^-1和9.23 mm·月^-1,2个研究区域修正后的决定系数（R²）比修正前最少提高1%。在CMIP6气候模式的未来气候情景下R²均达到0.98以上,具有良好的适应性。该研究修正的模型方法可为仅有气温数据的地区提供较高精度的参考蒸散发估算方法,为高频灌溉提供较为准确的数据基础。