排序方式: 共有21条查询结果,搜索用时 31 毫秒
11.
基于锡林浩特气象站1960-2015年逐日降水数据,运用M-K法、R/S 法和Morlet 小波法,分析了半干旱草原型流域--锡林河流域近56a不同时间尺度下降水趋势及突变特征、未来变化趋势、降水周期规律的变化情况。结果表明:近56a来锡林河流域年降水量呈下降的趋势,在1974、1980、1989年和1998年发生过4次突变,存在28a的主周期变化。夏季降水特征和年降水特征基本一致,冬季降水量呈显著上升的趋势。汛期8月份降水量呈显著下降的趋势,并在1998年左右发生突变,降水第一主周期在12a处,非汛期11和12月份降水量都呈显著上升的趋势,其中,12月份降水在2000 年左右发生显著突变,这两个月份降水的第一主周期分别是30a和9a。不同时间尺度下降水序列的Hurst指数均>0.5,说明流域降水趋势具有持续性,未来降水趋势与过去保持一致。 相似文献
12.
为掌握科尔沁草甸地冻融期土壤水、热、盐迁移规律,以科尔沁左翼后旗阿古拉生态水文试验站2013年10月—2014年5月土壤冻融期实测气象、土壤等数据为基础,用统计分析法对研究区草甸地冻融期土壤温度、水分、盐分的变化规律进行了分析。结果表明:气温对土壤剖面温度的影响随着土壤深度的增加而降低,土壤剖面温度变化滞后于气温变化的时间取决于气温升降幅度,且没有显著的规律;由于气温回升速度大于降温速度,导致土壤消融速度比冻结速度快;土壤冻结过程由表层向下进行,冻结温度与土壤含盐量呈负相关关系,用温度的线性内插法准确确定草甸地于2014年3月9日达到最大冻深104 cm;土壤消融时受地下暖土层热流和地表温度双重影响,由底部向地表和由地表向冻结层进行双向消融;地下水位埋深较浅,受土壤冻融作用影响,升降趋势显著;草甸地土壤冻结期盐分向地表积聚,并于2月达到最大,后经消融及雨水淋润作用开始下降;冻融期盐分变异性大于水分变异性,说明盐分的运移过程更为复杂。 相似文献
13.
为了精准监测沙丘-草甸相间地区景观尺度典型地类植被覆盖度动态变化,利用无人机获取的多时相高清RGB正射影像,构建了植被覆盖度提取U型神经网络深度学习模型,并对提取的植被覆盖度进一步分析了其在生长期(5—10月)的变化特征及对环境因子的响应。结果表明:(1)构建的植被覆盖度提取模型精确度较高,训练集准确率为0.82,验证集准确率为0.86,可高效、便捷地提取不同地貌、复杂生境的植被覆盖度;(2)在植被生长期内,半流动沙丘、农田和草甸组合、半固定沙丘、固定沙丘的植被覆盖度随时间呈单峰趋势变化,8月达到峰值,依次为37.51%、76.21%、61.66%、80.57%;(3)降水量、气温与植被覆盖度极显著相关(相关系数分别为0.575、0.602,P<0.01),降水量是影响沙丘-草甸相间地区植被覆盖度变化的主控因子,气温也是限制其生长、分布的重要环境因子。(4)降水量对植被覆盖度的响应程度从高到低依次为半流动沙丘>半固定沙丘>固定沙丘>农田和草甸组合。利用无人机高清影像精准监测植被覆盖度变化可为大尺度荒漠区植被信息提取提供数据支撑,为荒漠化生态系统的科学环境建设与管理提供理论依据。 相似文献
14.
15.
植被覆盖度是监测生态系统及其功能的关键参数,如何提高大区域植被覆盖度的反演精度,对生态脆弱区环境可持续发展至关重要。本研究基于人工神经网络、支持向量回归和随机森林等机器学习方法,利用无人机、Worldview-2与Landsat 8 OLI遥感数据,对科尔沁沙地植被覆盖度进行多尺度反演。结果表明:随机森林模型比人工神经网络、支持向量回归模型表现佳,可在单元(试验区)、区域(研究区)尺度上较高精度地反演沙地的植被覆盖度,反演值与无人机实测值均在线性水平上呈显著相关(P<0.01);在单元、区域尺度上,构建的植被覆盖度反演模型测试集R2分别为0.84、0.80,MSE分别为0.0145、0.0370,一致性指数d分别为0.9576、0.8991。利用多源遥感数据和机器学习方法,通过局部区域的高精度反演逐步实现低空间分辨率遥感影像的大区域植被覆盖度反演,不仅可有效提高沙地植被覆盖度的反演精度(R2=0.78,大于0.63),也为区域生态环境监测与生态系统健康评价提供支持。 相似文献
16.
为系统地量化环境因子之间的协同关系及其对生物量时空格局的调控,以锡林河流域为研究区域,测量了2020年5月—9月典型草原生态系统地上生物量以及气象因子(包括降水量和气温)、地形因子(包括高程)、土壤因子(包括土壤含水量、干密度、有机碳质量分数、全氮质量分数和pH)等三大类共8个环境因子,并通过地理探测器方法定量分析了地上生物量与各环境因子之间的关系。结果表明:1)时间维度上,研究区地上生物量在生长季初期稳定增长,在水热条件最好的7月,植被地上生物量增长最为迅速,在9月3日地上生物量达到峰值,此时流域上、下游地上生物量分别为209.12、147.19 g/m2;空间维度上,上游地上生物量显著高于下游(显著性水平p<0.05),地上生物量空间分布格局呈现从东南向西北整体减小的趋势。2)整个生长季中,气象因子(降水量和气温)是地上生物量空间格局的关键驱动因子,其对地上生物量分布格局的解释率在60.0%以上;生长季末期,除气象因子外,土壤pH也成为影响研究区地上生物量分布格局的主要驱动因子。3)生长季各阶段,各环境因子对地上生物量的交互作用均呈现出非线性增强和双因子... 相似文献
17.
基于Hydrus-1D模型的科尔沁沙地沙丘-草甸相间区土壤水分动态模拟 总被引:1,自引:0,他引:1
土壤水分是干旱半干旱地区生态环境的主要限制性因子,研究科尔沁沙地流动沙丘和草甸地土壤水分动态规律有助于荒漠化地区的生态恢复和保护。以2018年5月25日至10月31日为研究期,利用土壤各项实测参数和气象数据,评价Hydrus-1D模型在科尔沁沙地的适用性,并揭示科尔沁沙丘-草甸相间区土壤水分分布特征,重点分析研究区流动沙丘200 cm剖面和草甸地80 cm剖面土壤水分的动态规律。结果表明:研究区典型土地类型流动沙丘和草甸地土壤水分模拟值和实测值的决定系数均高于0.76,均方根误差0.01~0.02 cm3·cm-3;在土壤剖面上具有明显的分层结构,流动沙丘分为3层,即0~20 cm为干沙层,20~120 cm为活跃层,120~200 cm为稳定层,其中40 cm土壤水分波动性最大;草甸地分为2层,即0~40 cm为活跃层,40~80 cm为稳定层,主要受降雨、蒸散发和地下水位影响;流动沙丘和草甸地降雨与表层土壤水分呈极显著相关,降雨量与地下水位变化仅草甸地呈显著正相关;在整个研究期内,流动沙丘土壤水分储量变化量为12.6 mm,土壤实际蒸发量为105.9 mm,200 cm深层渗漏量为173.9 mm,占总降雨量的59.5%;草甸地土壤水分储量变化量为8 mm,80 cm深层渗漏量为-27.2 mm(地下水补给量),土壤实际蒸发量为67 mm,植被蒸腾量为244 mm,地表径流量为0 mm。 相似文献
18.
基于多种高分辨率卫星数据的TRMM降水数据降尺度研究——以内蒙古地区为例 总被引:3,自引:1,他引:2
利用内蒙古地区2001~2010年42个站点实测降水数据作为“真值”,采用LOO(Leave-One-Out)交叉验证、多元逐步回归等方法,构建TRMM(Tropical Rainfall Measuring Mission)降水数据与地形及气候等要素之间的多元回归关系,在此基础上,利用回归值+残差值的方法,获得空间分辨率为1 km×1 km的TRMM年降水数据,并对降尺度TRMM数据进行精度检验。研究表明:① TRMM数据可用于区域年降水量估计,且与实测年降水量呈显著线性关系;② 通过建立不同年份、不同空间分辨率TRMM数据与其它遥感数据的多元统计模型,研究发现在中尺度下TRMM与观测年降水数据拟合效果较好,且在空间分辨率为0.50°×0.50°时的拟合效果最好;③ 降尺度分析提高了TRMM数据对研究区降水时空特征的描述能力,确定性系数、标准误差和偏差均有明显改善,表明降尺度算法在将TRMM降水数据空间分辨率提高到1 km×1 km的同时,并能提高降水数据的精度。 相似文献
19.
选取1981—2020年海拉尔河流域及周边地区气象站点观测资料, 结合水文数据, 利用适用于植被稀疏下垫面的BTOP(Block-wise use of TOPMODEL)分布式水文模型估算区域蒸散发量, 进而在不对称增温现象影响下, 分析其对蒸散发的影响特征。结果表明: ①流域内1981—2020年不对称增温现象显著, 主要表现为因夜间温度升幅较大为主的昼夜不对称增温及地表温度升幅较大为主的地气不对称增温; ②影响蒸散发的主要气象因子依次为相对湿度、风速、地气温差、地表温度和昼夜温差, 且相对湿度、昼夜温差及地气温差与蒸散发量变化趋势相反, 其中相对湿度及风速影响强度年际变化平稳, 温度因子影响强度则逐年增强; ③不对称增温对于流域蒸散发量的影响逐年增强, 地表增温速率的增强是造成地气不对称增温的主要原因, 在此影响下, 区域蒸散发呈现减小趋势, 故在探究蒸散发量变化原因时, 温差变化不可忽视。 相似文献
20.
海流兔河流域是毛乌素沙地的代表性流域,开展以流域为单元的研究,将为毛乌素沙地的流域水资源配置提供科学依据。通过系统分析海流兔河流域的含水层展布和地下水分布特征,创新性地将含水层厚度和地下水埋深的分区进行小波图像融合后,得到了新的水文地质参数分区。结果表明:海流兔河流域的第四系及白垩系为该区域的巨厚含水层系统,其中白垩系含水层由南向北逐渐增厚,整体上该流域地下水资源量丰富。克里金指数模型适用于海流兔河流域的地下水埋深插值,该模型得到的流域地下水埋深为0—43 m,其中地下水埋深3 m以上的区域占流域的主体部分。以Symlets小波函数作为离散小波变换的图像融合技术对海流兔河流域的水文地质参数分区具有较强的适用性。 相似文献