百年前天山山区的天然林

本文通过各种古籍的记载,对比分析了百年前天山山区天然林的生长与分布状况,可作为今后对该区森林的恢复和复壮的根据。     

天山山区与塔克拉玛干沙漠云水资源的对比分析

采用NASA地球观测系统(EOS)云与地球辐射能量系统(CERES)2002年7月至2004年6月CERES SSF AquaMOD IS Edition 1B云资料,对天山山区和塔克拉玛干沙漠云水资源进行了研究。得到的结果不仅包括云量、云液态水柱含量,还包括云滴尺度,为无人区的人工增水作业和天气气候研究提供了基础数据。与以往的卫星观测云气候全球数据集相比,该资料具有更高的空间分辨率,且其观测仪器和云反演方法得到了进一步改善,因此其结果较以往更可信。研究结果表明,两地区云参量年变化规律不尽相同,在数值上有很大差别。除了动力条件和气候背景以外,这可能与沙尘气溶胶可以影响云的物理特性和生命期有关。由年变化来看,天山山区的月平均总云量为47%~72%,而塔克拉玛干沙漠为12%~50%;天山山区低云的月平均液态水柱含量为56.6~96.0 g/cm2,高云为30.5~59.8 g/cm2。而塔克拉玛干沙漠低云的月平均液态水柱含量为19.4~43.9 g/cm2,高云为9.3~59.0 g/cm2;天山山区的月平均云滴半径低云为12.6~16.0μm,高云为8.6~14.8μm。而塔克拉玛干沙漠地区低云云滴半径8.8~...     

地形异质性对天山山区气候的影响分析

地形具有高度的空间异质性,同一区域不同地形对该区的气候变化有着显著的影响,分析研究地形异质性对气候的影响具有十分重要的意义。基于天山山区DEM栅格图像资料和61个气象站点1961-2014年的气温和降水资料,运用空间分析、反距离权重插值法、偏最小二乘法和统计分析等方法,对该区域的地形异质性及其对气候的影响进行了相关研究。结果表明：（1）天山山区整体坡度大,其中中部与西南部的地形异质性指标值较高,其它地区的地形异质性值偏低。（2）从气候的空间分布来看,天山中部的气温较低,降水量丰富,其他区域的气温较高,降水量较少。（3）在地形异质性对气候影响方面,坡度对研究区气候的影响贡献最大,而地表粗糙度对研究区气候的影响最弱。     

天山暴雨数值模拟的试验研究

利用新疆天山地区加密自动气象站资料、常规探空资料和NOAA卫星AMSU辐射亮温资料,应用中尺度模式(WRF-ARW)和(3DVAR)同化系统,对2007年7月16-17日发生在新疆东天山的暴雨天气过程进行了数值模拟试验。结果表明:①通过WRF模式对天山地区“2004-07-18”和“2010-06-22”两次暴雨过程的数值模拟试验, WRF模式在天山地区以Lin微物理过程方案,Grell积云对流参数化方案,MYJ边界层参数化方案,耦合Noah陆面模式的方案组合更优。②同化天山地区加密自动气象站资料、常规探空资料和AMSU-A/B辐射亮温资料,使初始场更接近于当时的实际大气状况,且同化后的模拟预报效果,无论是对降水落区还是对降水强度均较控制试验有明显的改善。③适当提高模式水平分辨率,有助于改进暴雨落区的预报强度。     

天山山区草地变化与气候要素的时滞效应分析

通过选取新疆天山山区作为研究区,分析该地区气候参数(降水、温度、光照)对草地季节变化影响的滞后性特征.利用研究区内各气象站点的气温、降水和日照时数的逐句数据、SPOTVGT时序数据和土地利用覆盖数据,运用时滞相关分析和GIS空间分析方法.根据13个滞后期(0～12旬)和13个时间尺度(1～13旬)分析了植被NDVI与同...     

1980—2017年天山山区不同降水形态的时空变化

利用1980—2017年天山山区35个气象站点的逐日降水资料,分离出3种主要降水形态后,运用线性倾向估计、Mann-Kendall(M-K)突变检验、滑动t突变检验、Morlet小波分析等方法研究了天山山区降水日数及降雨日数、降雪日数和雨夹雪日数的时空分布及变化规律。研究表明:(1)在空间上,天山山区降水日数和降雨日数表现为"北多南少,西多东少"的分布格局,降雪日数"北多南少"明显;降水日数呈现"西快东慢,北快南慢"的增长趋势,西段增长幅度明显,降雨日数普遍增多,大部分地区降雪日数减少,雨夹雪日数也有减少趋势。(2)近38 a来,天山山区降水日数表现为缓慢增长趋势,降雨日数显著增加,降雪日数减少,雨夹雪日数变化并不明显。(3)天山山区降水日数突变年在1986年前后。(4)降水日数、降雨日数、降雪日数及雨夹雪日数均存在明显的10 a左右的振荡周期,此外,降水日数、降雨日数和雨夹雪日数18～22 a周期波动也比较明显。     

基于随机森林模型的山区铁路线暴雨洪灾风险评估——以朔黄铁路原平段为例

随机森林决策树分裂易受数据集不平衡性及变异性的影响,导致权重分配和预测结果出现偏差。山区洪灾风险评估影响因素众多、数据差异性大,如何降低数据不平衡性以及变异性的影响,直接关系各因素重要性的科学排序以及评价结果的准确性。该文依据流域灾害系统理论,从致灾因子和孕灾环境选取9个风险指标,构建山区铁路洪灾风险评估数据集,在此基础上,分别采用基于Gini指数和Sigmoid函数两种分裂方式的随机森林模型进行对比分析,之后采用最优模型对朔黄铁路原平段沿线洪灾风险进行预测,并利用实地调研结果对预测结果进行验证。研究发现：地形要素(高程、坡度、坡向)与洪灾风险密切相关,孕灾环境作为产生暴雨洪灾风险的内因,在山区铁路洪灾风险评估中起决定性作用;基于Sigmoid函数分裂方式的随机森林模型在分裂过程中可以降低信息不纯度和数据变异性对结果的影响,精度更优,预测结果与实际吻合度较高,方法适用性较强。研究成果可为山区铁路暴雨洪灾风险评估提供方法参考。     

新疆天山山区近40年春季气候变化特征与平原区的比较

利用新疆1959～1998年的春季温度降水资料,分析了天山山区近40年来春季气候变化的基本特征,并与南疆、北疆进行了比较。所得的主要结果如下：(1)天山山区在春季温度的冷暖变化阶段上1981年前与北疆的相似,1981年后与南疆相似。(2)天山山区在春季降水量干湿变化阶段上与北疆的相似性强于南疆。(3)春季温度空间分布的同步变化性以北疆为最好,南疆最差。天山山区居中,而春季温度空间分布的反向变化性,以南疆为最大,北疆最小．天山山区居中。春季降水空间分布的同步变化性北疆较好,天山山区和南疆较差。而春季降水空问分布的反向变化性。以天山山区为最大。北疆最小,南疆居中。(4)三大区域的春季温度均表现为20世纪60与90年代偏高,70和80年代偏低。天山山区与北疆从60年代到90年代,春季降水均表现出了持续的增加的趋势。南疆春季降水除60年代外,不断增多。90年代是新疆三大区域春季降水最多的年代。(5)北疆和南疆近40年的春季最低温度存在着显著的增温趋势。增温率北疆大于南疆。     

中天山山区大气总水汽量和云液水量的遥感研究

使用QFW-1型双通道微波辐射计,于2002年盛夏(7月10日至8月5日)在天山山区乌鲁木齐河流域上风方的小渠子进行了大气积分水汽和云中积分液水量的遥感观测。观测表明;中天山山区盛夏的晴天平均大气水汽含量与目前公认的亚洲大气中的水汽含量相近;晴天的平均大气水汽量具有明显的日变化。对降水云系的液态水含量及其变化遥感监测表明:云系降水具有先兆性;不同类型降水性云的降水临界值不同;云液水由0.5 mm开始上升到降水临界值的降水酝酿期的时间,可以作为天山山区人工增雨实施播云作业的重要参照指标。     

天山山区空中水汽含量及与气候因子的关系

利用建立的天山山区水汽含量与地面水汽压的经验关系式,计算天山山区及周边44站1961~2009年的水汽含量值,分析水汽含量的时空分布及其与气候变化因子的关系。结果表明:天山北麓的河谷平原地带是水汽含量高值区,中天山和东天山是低值区。水汽含量在近50 a内呈增加趋势,夏、秋季增加明显。水汽含量是影响天山山区降水量的最主要的因素之一,水汽对全球变暖和气候变化可能有负反馈作用,而冬季NAO和AO与水汽相关性最显著。这些研究对于揭示区域水分循环过程和全球变暖背景下的区域响应有重要意义。     

天山山区与南、北疆近40a来的年温度变化特征比较研究

分析天山山区近40 a来年温度变化的基本特征,并与南疆、北疆进行比较,其结果是:(1)天山山区年平均温度在冷暖变化阶段上与北疆的相似性强于南疆。(2)新疆三大区域年平均温度的最主要空间分布特征均是同步变化,但同步性的程度北疆较好,南疆及天山山区较差;而空间分布的反向变化性,南疆及天山山区较好,北疆较差。(3)三大区域年平均温度的年代际变化趋势是不同的,但均以20世纪90年代为最暖。(4)近40 a的显著线性增温趋势以年平均最低温度及年平均温度表现得空间范围最广,年平均最高温度最差;年平均温度的长期增温率以北疆最大,天山山区和南疆较小;年平均最低温度的10 a增温率变化在0.34~0.37℃之间。(5)三大区域最佳升温趋势出现的时段比较一致,增温率以北疆为最大,天山山区和南疆相同。(6)北疆与南疆年平均温度分别在1960年和1978年发生了由低向高的突变。     

基于GIS的天山北坡聚落地名文化景观分析

通过利用地理信息手段对新疆天山北坡的地名文化景观进行可视化分析,将不同类型的地名进行分类,共分划分出了兵团类、自然类、工(宫)运类、民族类、数字类、姓氏类、直属类、移民类与其他类地名共9种类型。在此基础上,利用GIS技术将点状化的地名进行分类分层和核密度分析,将不同类型的地名集聚和分布状况进行可视化分析,着眼于新疆天山北坡的历史、经济、自然、民族文化等情况,对不同类型的地名集聚和分布状况进行分析,研究发现该区域地名整体较集中地分布在南部天山与北部沙漠盆地之间的几个绿洲城镇集群附近,其余9种类型地名除直属类分布较离散外,其他类型基本都分布在中部绿洲条带线上,呈现出各自历史情况、经济条件、自然特征和包括屯垦、民族、移民以及新疆地域文化特色规律的分布特征。     

基于MODIS数据的雪深反演--以天山北坡经济带为例

应用中分辨率成像光谱仪（MODIS）数据进行雪深遥感反演理论和方法的研究.利用全波 段地物光谱仪对不同深度的积雪进行反射光谱值野外量测且同步测定雪深,通过分析雪深和 反射光谱值的关系确定反演雪深的MODIS最佳观测通道,应用新疆地区冬季MODIS 1B数据, 以天山北坡经济带为实验区,结合该区域同期气象台地面雪深观测记录数据建立雪深遥感反 演数学公式.雪深反演结果与实测值对比表明,应用MODIS数据进行大区域雪深反演时 ,其结果具有分辨率高、监测范围广的特点,可以清楚反映积雪覆盖范围和雪深空间分布特征,对地表径流量计算、农业开发等具有应用价值.     

基于PSInSAR技术和云模型的地面沉降稳定性分析

利用永久散射体干涉测量(PSInSAR)技术获取北京市地铁一号线传媒大学-八里桥站的沉降速率及演化特征,并采用云模型实现了地面沉降定量信息与定性概念的自然转换,以此评价地面沉降的不均匀性和稳定性,得到以下结论:1)地面沉降在地铁线南北两侧存在较大的不均匀性,且沿地铁线的地面沉降也具有较大的不一致性。整个实验区的沉降速率在0.67~60.91mm/a之间;2)对2010-2012年研究区PS点沉降量的数字特征(Ex,En,He)进行分析表明,三年沉降量、平均沉降水平均较低;沉降量值离散程度较小但在空间分布上仍呈现一定不均匀性;该研究区沉降虽整体处于稳定状态,但稳定性在减弱,沉降有增大的趋势。     

基于DEM数据的北天山地貌形态分析

基于SRTM3-DEM数据,运用GIS空间分析技术,通过面积-高度积分、地形高程(平均高程、最大高程、最小高程)、地势起伏度及地形剖面线方法,对北天山的地貌特征进行了初步分析。结果表明,北天山山势险峻并且呈NW-SE走向,显示天山受南北向水平挤压隆升作用。近S形的面积-高度曲线、偏高的面积高度积分值表明北天山地区处于构造活跃时期,地貌发育属壮年期的早期阶段。地形高程剖面线揭示了北天山存在3级夷平面地貌特征,地势起伏度变化幅度最大地区则是受陆内挤压构造应力影响地形抬升最强的地区。     

基于FY3A/MERSI影像的几种常用水体提取方法的比较分析

随着遥感技术的飞速发展,利用遥感数据来进行水资源的监测、调查和分析已经成为一种必然的趋势。通过选取新疆博湖县境内中国最大的内陆淡水湖-博斯腾湖为研究区,FY3A/MERSI影像为数据源,利用监督分类法从Landsat-ETM+影像提取水体,提取结果作为FY3A/MERSI影像水体提取精度验证的底图。采用单波段阈值法、基于阈值的多波段谱间关系法和基于阈值的水体指数法从FY3A/MERSI影像提取研究区水体,基于混淆矩阵法,提取结果分别与Landsat-ETM+影像底图作对比分析,最终得出结论,基于阈值的水体指数法中的归一化差异水体指数法提取研究区水体的总体精度最高,为96.37%,Khat为0.915。     

桂西北2008年6月连续3次暴雨过程的成因分析

通过利用M ICAPS2.0及M ICAPS3.0、广西地面气象灾害应急自动观测网资料等,对出现在桂西北2008年6月连续3次暴雨过程的分析,得出其成因是:高低空急流的优势配制,在中高纬稳定的阻塞形式和越赤道气流加强导致夏季风进一步爆发条件下产生的。此外中尺度强对流云团的移动方向与移动速度决定了雨区的走向与强降水的落区。     

基于情景模拟的上海中心城区建筑暴雨内涝脆弱性分析

暴雨内涝灾害是上海市最主要的自然灾害类型之一。在全球气候变化与海平面上升背景下,随着城市人口、财富的不断积聚,沿海城市的脆弱性增强,面临的暴雨内涝灾害风险形势更加严峻。基于情景分析视角,结合前人研究成果,分析、评价上海中心城区建筑暴雨内涝灾害脆弱性。结果显示:仓库与旧式住宅是暴雨内涝灾害中脆弱性程度最大的建筑类型。整体上,杨浦、普陀、徐汇区建筑脆弱性程度最大,长宁、虹口、闸北建筑脆弱性程度处于中等水平,卢湾、静安与黄浦区建筑脆弱性程度相对较低。     

基于云物元的合肥市生态安全评价及生态阻力分析

为了有效改善合肥市生态环境,提高合肥市生态安全水平,采用"压力-状态-响应"概念模型构建合肥市生态安全评价指标体系,选取主客观组合赋权法确定指标权重,集成云物元模型和阻力诊断模型,评价合肥市2005—2018年的生态安全水平并分析其生态阻力。结果表明:2005—2018年合肥市生态安全等级经历"上升—下降—上升"的演变态势,生态安全平均水平为Ⅱ(较安全)等级,生态环境质量一般,综合环境治理力度亟待加强;生态阻力方面,节能环保支出占财政支出比重、人均水资源量、科技支出占财政支出比重等指标成为提升合肥市生态安全状况的主要阻力因子。