Evaluating the accuracy of Chinese pasture data in global historical land use datasets

Global historical land use datasets are widely used in global environmental change studies; however, uncertainties in the included pasture data have not been evaluated. In this study, using trend, relative difference ratio(RDR), and spatial comparisons, we evaluated the accuracy of China pasture data in the HYDE(versions 3.1 and 3.2), SAGE, and PJ datasets using historical document-based reconstructions, including the land use datasets for China covering 1935–1997(hereafter Ge-dataset)and Northeast China covering the 1700 s–2000(hereafter Ye-dataset), and the satellite-based China's Land-Use/cover Datasets(CLUDs) for 1980–2015. Four important results were obtained.(1) China pasture area in the HYDE, SAGE, and PJ datasets and grassland area in the Ge-dataset, Ye-dataset, and CLUDs show both disparate trends and large differences in absolute values.(2)Spatially, 50.9%, 52.8%, and 63.0% pasture/grassland grids in 2000 had RDRs greater than 60% between HYDE3.1, HYDE3.2,and SAGE datasets, and CLUDs, respectively. The percentage of grids with RDRs less than 20% were 24.9%, 26.7%, and 16.0%,respectively.(3) Based on HYDE3.2, the spatial distribution of pasture in Northeast China over the last 300 year has expanded,which is in contrast to the results from the Ye-dataset, which shows the spatial distribution of grassland shrinking because of human reclamation activities.(4) The large contrasts between the global datasets and Chinese native datasets are due to differences in pasture/grassland definitions, land use practices, and spatial reconstruction methods.     

1776~1953年中国传统农区人口的格网化重建

本研究利用现代人口和环境因子数据,通过地理探测器分析辨识了人口分布的显著影响因子,进而构建了基于随机森林回归算法的人口空间分布模型,最后以史学界考订的历史人口数据为基础,重建了1776~1953年6个时间断面中国传统农区10km×10km分辨率的人口空间分布,并分析了人口分布的时空变化特征.研究发现:(1)显著影响中国传统农区县域之间人口密度差异的主要环境因子包括海拔、坡度、地势起伏度、距地区(州、府)级城市与省会城市的远近、距河流远近及气候湿润指数.(2)利用2000年传统农区1934个县级人口及上述环境因子数据,基于随机森林回归算法构建的人口空间分布模型的方差解释量(R²)为0.81,88.4%的县(区)的模型预测误差小于50%.(3)1776~1953年研究区人口总体呈增加趋势,1851年之前主要表现为长三角地区人口持续增长,该地区500人/km²以上的网格数由292增至683个;1851~1953年则以多地区人口普遍增加为主要特征,华北平原500人/km²以上的网格数由36增至88个,珠江三角洲地区由4增至35个.各时期人口分布的空间聚集特征不一,其成因涉及经济重心转移、传统观念、战乱、灾荒、移民政策等多方面.(4)本文重建与HYDE数据集在数据源、环境因子遴选和建模方法上均有所不同,与本文重建结果相比,1776~1851年HYDE的人口总体上东部偏少,西部偏多,1851年后城镇偏多,乡村偏少.     

全球历史LUCC数据集数据可靠性的评估方法及评估案例

土地利用/土地覆被变化(LUCC)既是全球变化的表现形式,也是全球变化的重要驱动力,准确的全球历史LUCC数据产品是正确认识LUCC对全球变化影响的基础.但国际上已有的多套全球历史土地利用/覆盖数据集存在彼此矛盾之处,且均已被许多区域尺度重建结果证明存在很大偏差,改进全球历史土地覆盖数据产品精度是国际LUCC和过去全球变化研究关注的重点领域.从时间过程和空间分布两个方面评估已有土地覆盖数据产品的可靠性,是改进数据集质量的基础和前提.理论上,判断全球土地覆盖数据产品可靠性的高低的标准是其与实际土地覆盖数据("真值")的相近程度或偏差大小,但与现代全球土地覆盖数据产品可提供实地抽样验证不同,可用于历史产品可靠性评估的历史证据是极其有限的.有鉴于此,本文构建了全球LUCC数据集数据可靠性评估框架,并针对可用于历史土地覆盖数据评估的数据和指标的类型和特点,提出4种评估方法,包括:(1)以定量重建的区域LUCC数据为基准的准确性评估;(2)基于区域发展史实的合理性评估;(3)基于自然和人文特征及专家知识的合理性评估;(4)基于多套数据一致性的可能性评估,并给出了5个历史耕地可靠性的具体评估案例.该方法亦适用于林地、草地等其他土地类型的评估.     

中国东北地区过去300年耕地开垦导致的碳收支

准确估算土地利用/覆盖变化导致的碳收支,有助于准确理解人类活动的环境影响,评估土地利用/覆盖变化对碳循环和区域气候变化的影响,为辨识历史碳排放责任提供科学参考.采用基于历史文献建立的较高空间分辨率的历史土地覆盖数据,利用簿记模型对东北地区过去300年来耕地开垦导致的碳排放量进行了估算.主要结论如下:(1)东北地区经历了大规模的移民和土地开发,全境约26%的土地被开垦为耕地,其中38%的草地被开垦,20%的森林和灌丛被开垦.(2)1683~1980年开垦导致的碳排放量高值和低值分别为2.55和1.06 Pg C,适中的估计值为1.45 Pg C,其中土壤碳库是较大的排放源,植被碳库排放量占总碳排放量的份额不到1/3.(3)黑龙江、吉林和辽宁3省耕地开垦的碳排放量差异显著,黑龙江省碳排放量最大,其次是吉林省,辽宁省碳排放量最小.(4)森林开垦的碳排放量相对较高,其次是草地,沼泽和灌丛的碳排放量相对较小.数据精度分析表明,采用较高空间分辨率的耕地数据,可以进行碳收支分县估算,提高数据精度.与前人研究结果相比,本研究碳排放估算结果较低,主要原因是土地利用数据精度的提高和生态系统分类的细化.     

近300年中国耕地开垦导致的碳排放估算

科学评估人类活动引起的土地利用/土地覆被变化所导致的陆地生态系统碳收支,将有助于降低陆地生态系统碳排放估算的不确定性.文章基于历史自然植被和耕地数据集建立不同生态系统的开垦速率,设定碳密度和响应曲线参数后,利用簿记模型估算近300年来中国耕地开垦导致的碳排放量.主要结论如下:(1)过去300年中国耕地累积增加约7.93×10~5km~2,开垦的耕地主要来源于森林(65%)和草地(26%);(2)近300年中国耕地开垦活动导致的碳排放总量介于2.94～5.61Pg,适中值为3.78Pg;(3)不同生态系统的碳排放差异较大,森林开垦导致的碳排放最大,草地和沼泽次之,灌丛的碳排放量最少,荒漠生态系统在开垦过程中表现为碳汇;(4)过去300年耕地开垦的碳排放总量,在年际间呈两头高中间低的U字型格局,在省际间表现为东北和西南地区的碳排放总量较大,而新疆、西藏、青海碳排放总量相对较少.     

基于时间序列HJ-1/CCD数据的土地覆盖分类方法

土地利用数据是遥感应用中普遍使用的基础数据,对于遥感应用的效果起着非常重要的作用.随着中国环境与灾害监测预报小卫星星座(HJ星座)的成功发射,使得中高分辨率数据的重访周期达到了2天.因此,本研究利用了HJ-1/CCD数据同时具有较高时间和较高空间分辨率的特点发展了一种基于时间序列HJ-1/CCD数据的土地覆盖分类方法;该方法既利用了较高空间分辨数据的纹理与光谱信息,也利用了较高时间分辨率数据捕捉到了地表随时间的变化信息,从而利用地物在时间维上的差异提高了土地覆盖分类与土地利用制图的精度.该方法被应用于辽宁大伙房水库与青海黑泉水库区域2010年土地利用制图,经检验发现该方法制作的土地利用图与传统方法制作的土地利用图相比制图精度得到了极大提高;在辽宁大伙房水库和青海黑泉水库地区精度分别达到了95.76%和83.78%,Kappa系数分别为0.9423和0.8165.     

基于L1-L1范数稀疏表示的共偏移距道集地震数据重建方法

传统地震数据稀疏重建方法面临着:(1)叠前共炮点道集或CMP道集反射波为双曲线型同相轴,地震数据重建会损害有效波;(2)地震信号存在噪声和畸变,要求重建方法具有较好的噪声鲁棒性.针对这两个问题,提出一种基于L_1-L_1范数稀疏表示的共偏移距道集地震数据重建方法.该方法利用了共偏移距道集中地震波为水平同相轴,无道间时差,满足空间重建要求,和L_1-L_1范数稀疏表示具有较好的噪声鲁棒性.首先抽取共偏移距道集地震数据,并根据地震采集信息构造复合采样矩阵,然后采用L_1-L_1范数稀疏表示对数据稀疏重建后,再将数据反变换回共炮点道集或CMP道集,能够同时实现地震信号稀疏重建和随机噪声压制.理论模型和实际数据试算结果验证所提方法具有较好重建精度和噪声鲁棒性.     

不同耕地数据集在中国区域的对比研究

耕地的数量和空间分布信息是国家粮食安全、全球环境变化、陆地生态系统地球物理和地球化学循环过程等研究的基础.本文以中国区域耕地为研究对象,从耕地的数量和空间位置两方面,对2010基准年的4套全球地表覆盖产品Globe Land30、FROM-GLC、Glob Cover和MODIS Collection 5,以及耕地数据集MODIS Cropland进行了对比研究.结果表明,不管是从耕地数量还是空间位置,Globe Land30的准确度都要高于其他4套产品.从耕地的数量来看,5套数据集计算的耕地面积比例在多数省份都有差异,和统计数据相比,Globe Land30和统计数据的吻合度最好,MODIS Collection 5和FROM-GLC次之,MODIS Cropland和Glob Cover较低.在空间位置方面,Globe Land30的空间位置精度最高,其次是FROM-GLC和MODIS Collection 5,Glob Cover和MODIS Cropland的精度最低;同时,5套数据的空间一致性从农业主产区到草原牧区逐渐降低,且受高程和坡度的影响明显.本文发现,虽然MODIS Collection 5的空间分辨率最低,但其耕地的数量精度和空间位置精度都高于300m空间分辨率的Glob Cover和250m空间分辨率的MODIS Cropland.因此,在进行耕地遥感制图时,选择高的空间分辨率固然可以提高数据精度,选择合适的分类方法也同样重要.同时,地形复杂的西北和西南区域光谱混合现象严重,给制图带来更多的不确定性,导致数据间的一致性较差,这将是以后耕地制图需要重点关注的区域.     

中国草地碳储量时空动态模拟研究

基于陆地生态系统模型(TerrestrialEcosystemModel,TEM5.0),利用温度、降水和太阳辐射等气象资料,结合草地植被类型、土壤质地、海拔、经纬度以及大气CO_2浓度数据,模拟研究了1961~2013年中国草地碳储量和碳密度的时空特征及其影响因素.结果表明:(1)1961~2013年间,面积394.93×10~4km~2的中国草地碳储量为59.47PgC,其中植被碳3.15PgC(约占全球植被碳储量的1.3~11.3%),土壤碳56.32PgC(约占全球土壤有机碳储量的9.7~22.5%).草地碳储量以19.4TgCa~(-1)年平均增长速率从1961年的59.13PgC增加到2013年的60.16PgC.(2)研究时段内,青藏高原草地碳储量贡献最大,占总碳储量的63.2%,其次是新疆草地(15.8%)和内蒙古草原(11.1%).(3)1961~2013年,植被碳储量呈增加趋势,年平均增长速率为9.62TgCa~(-1),温度是植被碳库变化的主要因素,二者相关系数可达0.85.在空间分布上,植被碳变化以增加为主,减少主要出现在南方草地中部,内蒙古西部和中部以及一部分青藏高原草地区.土壤碳储量以7.96TgCa~(-1)的速率呈极显著增加趋势,其中20世纪80年代和90年代降水较多温度较低,降水是土壤碳增加的主要影响因素.     

基于非均匀曲波变换的高精度地震数据重建

在野外数据采集过程中,空间非均匀采样下的地震道缺失现象经常出现,为了不影响后续资料处理,必须进行高精度数据重建.然而大多数常规方法只能对空间均匀采样下的地震缺失道进行重建,而对于非均匀采样的地震数据则无能为力.为此本文在以往多尺度多方向二维曲波变换的基础上,首先引入非均匀快速傅里叶变换,建立均匀曲波系数与空间非均匀采样下地震缺失道数据之间的规则化反演算子,在L1最小范数约束下,使用线性Bregman方法进行反演计算得到均匀曲波系数,最后再进行均匀快速离散曲波反变换,从而形成基于非均匀曲波变换的高精度地震数据重建方法.该方法不仅可以重建非均匀带假频的缺失数据,而且具有较强的抗噪声能力,同时也可以将非均匀网格数据归为到任意指定的均匀采样网格.理论与实际数据的处理表明了该方法重建效果远优于非均匀傅里叶变换方法,可以有效地指导复杂地区数据采集设计及重建.     

EGM2008地球重力模型数据在中国大陆地区的精度分析

本文介绍了5′×5 ′的EGM2008地球重力模型及其在全球的精度评价.按照地形变化规律,将中国大陆大致分为7个区域,在10 km网度上,将EGM2008地球重力模型数据与中国地面实测空间重力网格数据进行了对比.由于数据源的问题,中国大陆的模型数据精度普遍低于北美和欧洲.二种数据在地形平坦的东部地区差别较小,向西随着地形复杂程度的增加,二种数据之间的标准差从小于10 mGal增大到50多mGal.畸变点分析表明精度极低的网格点均分布在地形起伏大的地区.总体而言,5′×5′的EGM2008地球重力模型数据在中国大陆将近80％的面积上的精度可达10 mGal之内,可用于小比例尺重力编图和构造研究.在地形起伏较大的中国西部以青藏高原为例进一步比较了EGM2008重力模型和重力测点数据,结果表明在重力点分布稀疏不均匀的地区,平面网格数据难以准确表达重力场信息.由于缺少地面重力数据控制,EGM2008重力模型数据在中国西部精度较低,但模型数据依然在很大程度上提高了空间重力异常信息的丰富程度.将中国区域重力调查成果数据应用于地球模型的构建是一项有意义的工作.     

基于多源数据集成的多分辨率全球地表覆盖制图

全球地表覆盖数据产品(如地表覆盖,植被连续场)最高空间分辨率已达到30 m.不同领域的用户对于这些产品的精度和空间分辨率有着不同的需求.基于此,本文从制图精度和空间分辨率两方面对现有的30 m地表覆盖数据进行改进和分析.首先通过将两套30 m全球地表覆盖产品(FROM-GLC、FROM-GLC-seg(Segmentation))与两套粗分辨率全球产品(基于夜间灯光数据的不透水层NL-ISA、MODIS城市产品MODIS-urban)进行集成,生成了30 m分辨率的地表覆盖新产品FROM-GLC-agg(Aggregation).随后,采用了分辨率低于30 m的数据集(如MODIS地表覆盖产品MCD12Q1,全球地表覆盖产品GlobCover2009,MODIS水体掩模产品MOD44W等)对FROM-GLC-agg进行后处理以进一步消除类别混淆.经过多源数据合成的新地表覆盖数据产品中来自30 m分辨率全球地表覆盖产品的象元仍占98.9%.在此基础上,通过众数聚合和比例聚合这两种升尺度方法生成了8套粗分辨率(250 m,500 m,1 km,5km,10 km,25 km,50 km和100 km)全球地表覆盖数据集来满足不同应用的需求.通过基于混淆矩阵的精度比较表明FROM-GLC-agg的总体精度为65.51%,该精度显著优于先前的两套30 m地表覆盖产品.多源数据合成后的30 m分辨率数据以及升尺度处理后的250 m,500 m,1km分辨率数据的最高总体精度分别为69.50%,76.65%,74.60%和73.47%.对采用众数聚合法得到的不同分辨率下地表覆盖类型的面积偏差分析显示,当分辨率超过5 km时,大部分植被类型会有至少5%的面积偏差.因此,对于需要使用粗分辨率地表覆盖数据作为输入的用户,建议使用包含了准确地表覆盖类型占比的比例聚合数据.     

东北地区过去300年耕地覆盖变化

人类通过耕作活动对自然植被景观的改变是全球环境变化的重要表现形式之一. 东北地区是过去300年中国人类活动对土地覆盖变化发生重大影响的典型地区, 对于从人类-环境耦合系统的角度看土地覆盖变化及其驱动机制具有重要意义. 采用历史数据订正与多源耕地数据关系模型校核相结合的方法, 重建了东北地区过去300年耕地面积时间序列以及耕地覆盖的空间格局变化, 结果表明: (1) 从变化总趋势来看, 过去300年东北耕地几乎呈指数增长, 增长最为迅速的时期为近100年, 垦殖率由约10%增至20%以上; (2) 从空间格局变化来看, 18世纪中后期之前, 东北三省的开垦区域还主要局限于辽宁省, 19世纪末至20世纪初开垦区域大规模向北扩张, 至20世纪初期, 东北的垦殖北界已达到黑龙江中部; 20世纪东北整体垦殖强度仍不断增大, 但区域差异性逐渐减小, 其中, 20世纪初至30年代和20世纪50年代至80年代高垦殖率区域扩张较明显, 并逐渐形成了3个主要农耕区; 在20世纪30~40年代的吉林省与黑龙江省, 表现出新垦殖区域向森林地区的扩张. 总之, 过去300年东北耕地覆盖的时空变化, 反映出人类通过土地开垦、森林砍伐等生产活动已较大幅度地改变了该区域的自然景观面貌.     

双极化Sentinel-1数据在昆明市沉降监测中的应用

针对多数学者用VV极化的Sentinel-1数据对城市区域进行监测而忽略VH极化数据的问题,本文利用SBAS-InSAR方法,结合28景双极化(VV极化和VH极化)Sentinel-1数据,得到了昆明市2018年8月—2019年7月间的地面沉降情况,并且对两种极化的沉降监测结果进行对比.结果表明昆明市主城区存在着较为明显的沉降现象,部分区域沉降严重形成明显的沉降漏斗.最大年平均沉降速率达到-53.63 mm/a(VV极化)和-53.67 mm/a (VH极化).对两种极化的数据集进行对比,发现在SDFP点的筛选和获取方面,VV极化数据集要优于VH极化数据集;其次,VV极化数据和VH极化数据的沉降速率、沉降分布及趋势等结果呈现出一致性,但是二者在同一时间段的各个监测节点的沉降时序变化存在着差异.     

ZH-1卫星LAP数据校正及与Swarm B数据差异分析

针对ZH-1卫星朗缪尔探针(LAP)原位电子密度观测数据远小于其他系统观测数据的问题,本文利用COSMIC及COSMIC 2在中纬度地区的掩星数据,得到对LAP数据的校正关系,并进一步利用与ZH-1具有相似飞行高度的Swarm B卫星全球等离子观测数据对校正后的LAP数据进行检验,以评估校正结果的准确性和可靠性.检验结果认为:(1)校正后的LAP数据与Swarm B数据基本一致,两者在中纬度地区符合较好,在赤道地区仍有明显偏差.(2)这一偏差与观测数据值的大小有关,在较小观测值时两者符合较好,较大观测值时差异变大,可能与两个卫星载荷的不同动态响应特性有关.(3)经过线性校正的LAP数据不会改变相对变化关系,但拓展了数据的应用场合.     

3D高阶抛物Radon变换在不规则地震数据保幅重建中的应用

3D地震数据不规则采样缺失重建是地震勘探数据处理流程中的重要问题.本文提出了一种基于具有保幅特性的非均匀高阶抛物Radon变换(NHOPRT)地震数据重建方法.在最小二乘反演方程中引入Delaunay三角网格剖分来计算空间不规则加权系数,从而获得最接近完整规则数据的高阶抛物Radon变换域系数.在用SVD求解反演方程过程中,利用高阶抛物Radon变换算子在频率域为指数函数,具有线性可分解特性,将二维空间的高阶抛物Radon变换算子分解为两个独立的一维空间变换算子,减小了变换算子的矩阵大小,从而很大程度地提高了计算效率.理论模型和实际地震数据重建测试证明了本文方法的有效性以及实用性.     

过去300年中国土地利用、土地覆被变化与碳循环研究

历史时期的土地利用与土地覆被变化是影响陆地生态系统碳循环的重要因素。过去300年间,我国土地利用与覆被发生了较大变化,林地面积迅速减小,垦殖扩张明显,均对陆地生态系统的碳循环产生了重要的影响。采用通过第一手历史文献资料重建的历史土地数据,分析了过去300年我国土地利用变化的主要特征,研究表明：在研究时段,耕地面积持续增加,从清前期1661年的60.78×10^6hm^2增加到20世纪末的96.09×10^6hm^2;森林面积从1700年的248.13×10^6hm^2降至1949年的109.01×10^6hm^2。受土地利用与覆被变化影响,全国陆地生态系统的碳储量也随之变化。其中,地上植被破坏弓I起的碳排放大约为3.70Pg C;土壤有机碳排放介于0.80-5.84Pg C之间,最适估计为2.48Pg C;植被和土壤变化引发的碳排放总计达4.50-9.54Pg C,最适估算为6.18Pg C。这远小于国外学者估算所得的17.1-33.4Pg C的排放量。碳排放的空间分异明显,由于东北地区和西南地区的植被破坏相对较大,过去300年间这两个地区受土地利用与覆被变化影响的碳排放也较大,其余排放量从大到小依次为内蒙古地区、华南西部地区、新疆和青藏高原区;而作为历史上传统农区的华北地区和华东地区,土地利用与覆被变化对陆地生态系统碳储量影响相对较小。但是近年有关研究显示,目前全国自然植被活动增强,土地利用活动,特别是农林活动正对陆地生态系统碳储量产生比较明显的积极作用。     

3D高阶抛物Radon变换在不规则地震数据保幅重建中的应用

3D地震数据不规则采样缺失重建是地震勘探数据处理流程中的重要问题.本文提出了一种基于具有保幅特性的非均匀高阶抛物Radon变换（NHOPRT）地震数据重建方法.在最小二乘反演方程中引入Delaunay三角网格剖分来计算空间不规则加权系数,从而获得最接近完整规则数据的高阶抛物Radon变换域系数.在用SVD求解反演方程过程中,利用高阶抛物Radon变换算子在频率域为指数函数,具有线性可分解特性,将二维空间的高阶抛物Radon变换算子分解为两个独立的一维空间变换算子,减小了变换算子的矩阵大小,从而很大程度地提高了计算效率.理论模型和实际地震数据重建测试证明了本文方法的有效性以及实用性.     

基于近岸海岛GPS数据反演海洋分潮负荷影响

本文探索了海潮负荷特征值的反演方法.基于中国近岸海岛GPS站(平潭与闸坡)观测数据,采用FFT方法提取了海潮负荷特征值,分析了反演特征值与全球海潮模型FES2004、NAO.99b和GOT4.7计算出的相关特征值之间的差异,评估了反演海潮分潮频率项的精度,并利用平潭站得到的海潮负荷特征值对附近的三沙站进行海潮改正以评价反演效果.结果表明:(1)频谱分析可精确提取4个半日分潮和4个全日分潮负荷的频率信息;与已知频率相比,P1分潮的反演频率误差为1.4%,其他7种分潮负荷反演频率误差均小于1%.(2)两个海岛分属不同的潮波入侵通道,反演分潮振幅和初相存在差异,但反演分潮频率几乎一致,间接证实它们属于同一潮波系统,也表明其潮差有别.(3)反演振幅与三种全球模型具有较好的一致性;其中S2、O1、P1、Q1四个分潮在水平方向互差为1~2 mm,高程方向上的互差均小于3 mm;K2、K1、M2、N2在水平方向振幅互差多数小于2 mm,个别差异高达4 mm,高程方向互差多为5~6 mm,个别超过10 mm.(4)反演得到海潮负荷改正模型相对于3种全球模型在三沙站的改正效果略佳,间接表明反演结果有效、可靠.(5)动态PPP结果中虽然存在多种误差,其时间序列仍可分离并提取海潮负荷的影响.     

全新世以来东北地区沼泽湿地发育过程及其对气候变化的响应

沼泽湿地是陆地生态系统的重要组成部分,在维护区域环境稳定中起着重要作用.随着社会经济的发展,人类活动导致湿地大面积退化和消失,严重影响了区域生态安全;恢复退化湿地已成为各国政府和学者关注的焦点.而了解历史时期沼泽湿地发育过程及影响因素则是建立合理湿地恢复目标的重要前提.东北地区是我国最大的沼泽湿地集中分布区,其中70%的湿地面临不同程度的退化威胁;但由于数据的缺乏,东北地区沼泽湿地发育过程及其与气候变化的关系仍不清楚.基于此,本研究系统分析了全新世以来东北地区沼泽湿地形成发育的动态变化过程,并探讨了东北地区不同区域沼泽湿地的发育规律及其对气候变化的响应机理.研究发现东北地区沼泽湿地约从12 ka（1 ka=1000 cal.）开始发育,在距今8.6 ka以后开始广泛形成,约有35%的沼泽湿地形成于全新世暖湿期（8.0-4.0 ka）;而沼泽湿地发育的高峰期则集中在全新世晚期.这种发育趋势与全球北方主要区域沼泽湿地大规模发育趋势显著不同.古气候重建表明,全新世早期东北地区气候温暖湿润,处在有利于沼泽发育的时期,促进了沼泽湿地的形成;而在全新世晚期,东北地区呈现冷湿的气候组合特征,冷湿的气候条件不利于有机质的分解,进而促进了沼泽湿地的大规模形成和发育.此外,研究结果也表明全新世以来东北地区不同区域沼泽湿地发育的时间和规模呈现显著的空间差异,而温度和降水则是影响不同区域沼泽湿地发育的最重要因素.本研究将为我国东北地区沼泽湿地的保护和恢复提供一定的理论和数据支持.