科尔沁湿草甸参考作物蒸散发模拟分析

为探明气候变化下干旱半干旱地区湿草甸参考作物蒸散发(ET₀)影响因子,使用FAO 56 P-M模型对科尔沁湿草甸ET₀进行模拟,利用涡度相关系统对模型的适用性进行评价,并通过通径分析及指标敏感性分析对ET₀的影响因子进行辨识。结果表明:(1)小时尺度模拟精度最高,日尺度次之,月尺度较差,小时尺度上晴、阴、雨3种天气条件下模拟效果不同,晴天最优,阴雨天较差。(2)ET₀年内变化呈单峰曲线状,生长季明显高于非生长季,集中在3—10月,占全年89.79%。生长季典型晴天ET₀逐小时分布特征遵循倒“U”单峰型变化规律。(3)通径分析结果显示,对ET₀的通径系数以及对回归方程估测可靠程度E的总贡献均表现为VPD(饱和水汽压差) > T_min(最低气温) > R_n(冠层表面净辐射)>u₂(2 m高度风速),即VPD为影响ET₀最重要的因子;指标敏感性分析中,在去除VPD后引起的E变化最大,说明ET₀对VPD的变化最为敏感,其次为u₂、T_min和R_n。     

基于生境分布模型的气候因素对三江平原沼泽湿地影响分析

气候因素是沼泽湿地的发育的主要驱动因素,是沼泽湿地形成、发育及不同特征差异的控制因素。作为中国主要沼泽湿地分布区和气候变化显著地区之一,三江平原沼泽湿地受气候和非气候因素的共同影响。非气候因素对三江平原沼泽湿地的影响强度在加大,沼泽湿地被开垦为农业用地,大型水利工程的修建导致流域水资源减少,使得该区沼泽湿地供水不足。以三江平原为研究区,利用生境分布模型,采用该区沼泽湿地分布数据、气象数据和地形数据,模拟沼泽湿地生态系统在气候因素变化下的演替过程,定量评估气候因素对沼泽湿地的影响程度。研究结果表明,自20世纪50年代至2010年,三江平原地区的气候呈暖干趋势,气候变化对沼泽湿地分布起正增益作用,1951~1980年期间,气候变化对沼泽湿地分布的影响程度为5.21%,1981~2010年期间,气候变化对沼泽湿地分布的影响程度为4.33%;在三江平原地区,非气候因素对沼泽湿地的影响起主导作用,不但导致该区已有湿地发生缩减、退化,还干扰新的湿地自然形成与演替。     

三江平原湿地面积减少的驱动因素分析

以1986~2010年三江平原湿地面积和6个潜在驱动因素的13个指标数据为基础数据,应用Tobit模型,分析各驱动因素对湿地面积的影响。研究结果表明,导致湿地面积减少的是人口总量增加、城市化率增大、农村居民人均纯收入提高、耕地面积增加和居民地面积增加。     

黄土高原1959-2015年潜在蒸发量的时空变化

蒸发是水文循环的一个重要过程,也是影响区域水资源量的重要因素。通过选取黄土高原50个气象站1959-2015年的逐月气象资料,应用FAO修正的Penman-Monteith模型计算黄土高原潜在蒸发量,采用Mann-Kendall检验与空间插值分析其时空变化特征,探讨各气象要素对潜在蒸发量的影响。结果表明：黄土高原多年平均潜在蒸发量在780~1 470 mm之间,由西北向东南递减。1959-2015年,黄土高原潜在蒸发量变化率为5.64 mm·（10 a）^-1;春季变化率最大,其次为夏季和秋季,冬季最小。从空间分布看,西部、中北部地区和东南部地区潜在蒸发量均呈非显著性增加趋势。太阳净辐射量增加是黄土高原潜在蒸发量增加的主导因子,其次为实际水汽压、风速和温度。     

额济纳绿洲生长季参考作物蒸散发敏感性分析

敏感性分析是预测气象变量扰动引起的参考作物蒸散发变化的重要途径。以额济纳绿洲为研究区,运用FAO56 Penman-Monteith模型计算了额济纳绿洲1988—2007年生长季参考作物的日平均蒸散发,并计算其对气温、风速、太阳辐射和相对湿度的敏感系数。结果表明,额济纳绿洲生长季参考作物日平均蒸散发的敏感性系数波动较大;其中,参考作物蒸散发对太阳辐射最为敏感,其次是气温,最后是风速和相对湿度。利用敏感性系数能较好的预测参考作物蒸散发对太阳辐射、气温、风速和相对湿度扰动产生的响应。     

1960-2008年黑河流域参考作物蒸发蒸腾量的时空变化

利用1960 - 2008年黑河流域16个气象站的逐日气象资料,采用FAO推荐的Penman -Monteith公式计算流域参考作物蒸发蒸腾量(ET0),在此基础上运用IDW插值法进行空间插值,对黑河流域ET0的时空分布和变化趋势进行了分析,并采用多元回归分析法对影响ET0变化的主导因素进行了探讨.结果表明:黑河流域E...     

中国能源消费增长特征及影响因素分析

以煤炭消费为主、总量增长迅速、结构演进缓慢、使用效率低下使得中国目前能源消费调控问题面临诸多困难。本文使用多元回归模型和通径分析法确定了中国能源消费增长的主要因子及各因子的作用机理,结果发现：影响中国能源消费的主要因素按照影响程度依次为经济增长、城市化水平、对外贸易、人口总量、能源消费结构及能源利用效率,其中经济增长、人口规模扩大是直接推动中国能源消费增长的原因,而城市化水平和对外贸易规模则通过间接作用推动能源消费增长,能源消费结构的改善和能源利用效率的提高表面上看起来会引发能源消费增加,但是其间接影响都是负的,从而使得这两个因素整体上表现为减缓了能源消费增长。     

2000—2015年塔里木胡杨林国家级自然保护区NPP时空动态特征及其影响因素

以塔里木胡杨林国家级自然保护区为研究对象,基于植被NPP、气象、土地利用/覆盖、河流等数据,采用趋势分析、Mann-Kendall突变检验、地理探测器等方法,探究了塔里木胡杨林国家级自然保护区2000—2015年植被NPP时空变化特征及其影响因素。结果表明：（1） 在空间尺度上,塔里木胡杨林国家级自然保护区2000—2015年年均植被NPP为32.25 gC·m^-2·a^-1,变化范围在5.16~303.87 gC·m^-2·a^-1之间;年均NPP呈现出以塔里木河干流为带向周边波动递减的空间分布特征。（2） 在时间尺度上,16 a间保护区植被NPP呈现波动增长趋势,年均增加值为0.523 8 gC·m^-2·a^-1,在2001—2002年和2011—2012年出现突变性上升,2007—2008年出现突变性下降。（3） 影响植被NPP分异的核心因素为土地利用/覆盖、蒸散发、降水、河流缓冲区等,且由多因子协同作用造成;同时,地下水埋深对植被NPP变化有着重要影响。     

2000-2015年城市和工矿用地扩张对净初级生产力的影响

中国近15 a来快速的城市化和工业化对陆地净初级生产力（Net Primary Productivity,NPP）的影响是关系到碳循环和全球变化效应的重要问题。首先,本文基于VPM（Vegetation Photosynthesis Model）模型得到NPP数据,基于中国土地利用数据集（National Land Use Datasets of China（NLUD-China））获取2000-2015年城市和工矿用地数据,然后通过邻域替代法模拟2000-2015年间因中国城市和工矿用地扩张损失的陆地NPP。结果表明：2015年城市和工矿用地占中国国土总面积的1.2%,在2000-2015年间面积增加了70×10³ km²。城市和工矿用地扩张导致陆地NPP损失1.24 TgC·a^-1到3.14 TgC·a^-1,在2005-2010年损失NPP最多（3.14 TgC·a^-1）。耕地被建设用地占用是造成中国陆地NPP损失的重要原因,在2010-2015年共有13×10³ km²的耕地被城市和工矿用地占用,因此损失的NPP达1.51 TgC·a^-1,占中国城市和工矿用地扩张损失NPP总量的82%。从时空分布特征来看,21世纪初剧烈的城市扩张造成沿海和中部地区NPP损失严重（2000-2005年沿海地区主要因城市扩张损失NPP高达0.82 TgC·a^-1）,而2010-2015年主要因工矿用地扩张使西部地区NPP损失升高（在2010-2015年因工矿用地扩张损失NPP 0.46 TgC·a^-1,占中国NPP损失总量的30.81%）,NPP损失量呈现出从东高西低逐渐过渡到东西平衡的时空格局。从影响上分析,城市和工矿用地不透水地表比例（0.59±0.19）高于自然植被的不透水地表比例（0.29±0.14）,并且城市内部透水地表的平均标准化NPP（0.9）低于自然植被的平均标准化NPP（1.1）,是造成城市和工矿用地损失NPP的主要原因。     

基于小波变换的三江平原低湿地井灌区年降水序列变化趋势分析

近年来,由于水田面积迅速增加,导致三江平原低湿地井灌水稻区地下水位普遍下降,"吊泵"、局部超采现象时有发生,因此,三江平原的地下水资源平衡急需恢复。为解决上述问题,以853农场为例,应用小波理论对853农场实测年降水时间序列的多时间尺度变化特征及突变特征进行分析,揭示该区年降水变化的主要周期及旱涝变化趋势,为853农场乃至整个三江平原充分利用天然降水、地下水资源恢复及可持续利用提供科学依据。     

2000-2015年毛乌素沙区植被覆盖度变化趋势

毛乌素沙区是中国生态安全屏障的重要组成部分,土地沙漠化严重,近年来国家和地方政府实施了一系列生态保护与建设工程。利用2000-2015年MODIS13Q1 NDVI产品、年平均气温、年降水量数据,采用回归分析方法和显著性检验,对毛乌素沙区植被覆盖度变化趋势及其对气温、降水变化的响应进行了分析研究。结果表明：（1）毛乌素沙区植被覆盖度总体由东向西呈减少趋势,大部分区域植被覆盖度在30%以下,沙地腹地依然明显存在极低植被覆盖的流沙区。（2）21世纪以来毛乌素沙区植被覆盖度总体呈增加趋势,但空间差异明显。中东部大部分地区及腹地流动沙带之间植被覆盖度呈显著、极显著增加趋势;西部西鄂尔多斯荒漠草原区植被覆盖度变化不显著;植被覆盖度变化显著或极显著减小的地区极少,呈点状零散分布。（3）毛乌素沙区植被覆盖度对气温和降水响应的敏感性存在空间差异,且存在时滞性差异。东部黄土高原过渡区和西部西鄂尔多斯荒漠草原区植被对降水和气温的响应敏感,植被覆盖度的变化与气温和降水因子呈显著相关关系;毛乌素沙地主体区植被覆盖度变化与当年总降水量和年平均气温相关性不强,但与时滞降水的相关系数显著增大,可能与毛乌素沙地土壤质地和植被类型对降水的分配与利用方式有关。     

2003~2014年中国种植业产值增长及贡献因素分析

基于统计数据,采用对数平均迪氏分解模型,从全国和省域2个尺度研究农作物播种面积、单位面积产值、增加值率、价格变化等因素对2003~2014年中国种植业增加值的影响方向与程度,以期为农业政策调整和差别化的种植业生产策略制定提供依据。结果表明：① 12 a间种植业增加值增加了25 608.4亿元;农产品生产价格指数的提升、单位面积产值的快速增加叠加上农作物播种面积的稳定增长,导致研究期间种植业增加值的明显上升;种植业增加值呈现“北进中移”的发展趋势,长江中下游区、黄淮海区、西南区等省域的种植业增加值明显增加。② 各因素对各省域种植业增加值的作用方向和作用强度呈现出一定的差异性,农产品价格指数的明显提升和单位面积产值的快速增加是大部分省域种植业增加值快速增长的主要推动力,而农作物播种面积的稳定增加也起到比较明显的正向促进作用;新疆和内蒙古农作物播种面积的正向效应明显,北京、上海和浙江农作物播种面积的负向效应明显;东部沿海省域和直辖市增加值率的负向效应比较明显。     

2005～2015年中国高校科研人才的时空变化及影响因素分析

基于2005~2015年全国统计年鉴数据,采用统计地图法和空间自相关分析,分析中国高校科研人才的时空分布特征（不包括港澳台数据）,并采用面板负二项回归模型,识别高校科研人才空间分布的决定因素。研究结果表明:①中国的高校科研人才分布表现出较强的空间不均衡性,总体趋势为东南密集,西北稀疏,科研人才高度集中在北京、天津、上海;②高校科研人才分布具有一定的空间集聚特征,其热点地区为北京、天津、上海和江苏等沿海省市,冷点地区集中分布在广大的西部地区和黑龙江省。2005~2015年,高级职称人才的空间集聚程度有所减弱,而中初级职称科研人才的空间集聚程度有所加强;③人才政策、高等教育规模和层次、公共服务水平和信息化水平是所有高校科研人才空间分布的主要影响因素。从职称差异的角度来看,薪酬和失业率等经济因素仅对初级职称科研人才的分布有影响,医疗、文化公共服务水平和人才政策仅对中高级职称科研人才的分布有影响,高等教育的规模与层次对各种职称人才的分布均有影响;从地区差异的角度来看,西部地区高校科研人才受到经济因素影响更为明显,而中东部高校科研人才受到公共服务水平影响的更为明显。     

2000-2015年中国农村能源贫困的时空变化与影响因素

农村能源贫困作为世界能源体系面临的严峻挑战之一,已成为发展中国家贫困的主要标志。当前急需探明影响农村能源贫困的关键因素,并寻求有效策略减缓能源贫困。以中国30个省市（自治区）为研究单元,以能源接入与能源服务作为能源贫困的度量指标,利用Theil指数及空间自相关分析法刻画中国农村能源贫困的时空演变特征,并利用空间杜宾模型（SDM）分析其影响因素,旨在为中国制定有效的农村能源政策提供依据和参考。结果表明：① 2000-2015年中国农村能源贫困呈先增后降的“倒U型”趋势,但一直保持着“中部高、东西部低”的马鞍型分布格局;② 中国农村能源贫困的区域差异波动较大,但整体呈缩小趋势,Theil指数降幅为13.71%,地带间差异趋于扩大,而地带内差异趋于缩小;③ 中国农村能源贫困具有显著的空间集聚特征,热点区和冷点区均在波动中呈扩张态势,其中稳定性热点区集中分布在中部地区,而稳定性冷点区集中在东部沿海地区;④ 随着地区经济发展水平、农村能源供给水平、能源投资水平、农村能源基础设施水平和农村能源管理水平的提高,农村能源贫困状况将得到有效缓解。     

2000-2012年陕甘宁黄土高原区地表蒸散时空分布及影响因素

分析陕甘宁黄土高原区地表蒸散变化特征及其影响因素,可以为区域水资源规划、生态环境改善提供依据。本文利用MOD16蒸散数据,统计分析了陕甘宁黄土高原区2000-2012年地表实际蒸散量的时空变化特征,并结合国家气象站点观测数据和基于像元的相关分析法探讨了其影响因素。结果表明:(1) 2000-2002年蒸散量迅速上升,在2003年达到最高值378.6 mm, 2003-2006年蒸散量呈下降趋势,2006年之后蒸散量呈现缓慢上升趋势。(2) 近13年来,陕甘宁黄土高原区多年平均蒸散量具有明显的空间差异,蒸散量自西北至东南递增,最南部的六盘山、子午岭、黄龙山地是3个主要的高值区;年蒸散量以夏季最多,其次是春季,秋季和冬季最少,且季节蒸散的分布与年蒸散的空间分布格局基本一致。(3) 陕甘宁黄土高原区蒸散量草地和耕地的贡献率最高,密灌丛、疏灌丛次之,常绿针叶林、森林草原贡献率则较小。(4) 陕甘宁黄土高原区动力因素对地表蒸散量影响以正相关为主,风速对该区影响较大;热力因素对地表蒸散量影响以负相关为主,其中气温与蒸散在空间上呈负相关的区域较大,日照时数与蒸散在空间上的负相关区域的面积次之;水分条件(降水量、相对湿度)对蒸散的影响也以正相关为主。     

长白山森林植被NPP主要影响因子的敏感性分析

对影响森林植被净第一性生产力的主要因子进行敏感性分析是准确估计NPP的需要。本文以长白山自然保护区为例,利用敏感性矩阵,对北部生态系统生产力模拟模型的三个主要输入因子——叶面积指数、温度和降水量,分别分析了各单一因子对森林植被NPP的敏感性,并建立敏感性分析矩阵。分析结果表明,在长白山自然保护区,森林植被的NPP与叶面积指数呈正相关 ,与温度呈负相关,与降水量无明显相关关系。同时,还统计了不同森林植被类型的NPP对输入参数的敏感性,得出了针叶林对环境的适应性最强、生长最稳定的结论。     

2000-2020年藏北高寒草地水源涵养功能变化及影响因素分析（英文）

藏北地区平均海拔4500 m以上,被称为“世界屋脊上的屋脊”,同时也是青藏高原生态安全屏障的主体,但在全球气候变化和人类活动的双重影响下,藏北高寒草地生态系统变化明显,部分区域出现退化趋势。2009年我国开始实施了《西藏生态安全屏障保护与建设工程》(以下简称工程),旨在恢复和保育高原的生态系统及其服务功能。而水源涵养是藏北高寒草地生态系统最为重要的服务功能之一,工程实施以来,藏北草地的水源涵养功能如何变化、生态工程的效益如何？本文基于InVEST模型评估了2000–2020年生态工程前后藏北草地水源涵养功能的变化,量化了气候变化和人类活动在其中的贡献率。结果表明：(1)藏北各类型草地的水源涵养能力虽然差异较大,但工程实施后水源涵养的功能均出现了明显的变化,产水量比工程实施前增加10.07%,水源涵养服务上升8.86%。其中高寒草甸区的水源涵养变化速率增长最大,由工程前的–1.84 mm yr^–1转变为工程后的2.24 mm yr^–1;其次是高寒荒漠草原和高寒草原,在工程的影响下水源涵养功能下降的速率明显减缓。(2)气候变化仍是藏北草地水源涵养...     

新疆晚古生代气候征及影响的主要因素

根据已经取得的地质资料 ,如沉积特征 ,古地磁数据 ,火山活动 ,构造运动特点等 ,对影响新疆晚古生代气候的一些主要因素进行了初步探讨。     

2000—2014年青藏高原植被净初级生产力时空变化及对气候变化的响应

青藏高原是全球气候变化最敏感的地区之一。计算青藏高原生态系统净初级生产力(Net Primary Productivity,NPP)对精确估算全球碳循环具有重要意义。基于CEVSA模型,利用M-K趋势检验法、Sen’s斜率估计法及Pearson相关系数法,分析了2000—2014年青藏高原生态系统的净初级生产力时空变化特征。结果表明:(1)青藏高原高寒生态系统净初级生产力在空间分布上表现出由东南向西北减小的趋势,在东部及东南部的森林区NPP在600～1 200 gC·m^-2·a^-1之间,中部草原和草甸区NPP在200～400 gC·m^-2·a^-1之间,西部和北部荒漠区,受水热条件的限制NPP很小,该趋势与水热分布趋势基本一致。(2)NPP年际变化与多年平均气温呈正相关,与降水量呈负相关。NPP与气温呈正相关的地区面积占研究区总面积的82.24%,与降水量呈负相关的地区面积占49.31%,表明气温是影响植被NPP空间分布的主要因子。(3)近15 a来,青藏高原NPP整体呈增加趋势,与气温趋势变化一致,...     

2000—2015年中国高学历人才分布格局及其影响机制

基于2000年、2010年中国人口普查分地级及以上行政区数据和2015年中国各省份1%人口抽样调查数据,采用变异系数、泰尔系数、基尼系数测度中国高学历人才比重分布的空间不均衡程度,并采用面板数据Tobit随机效应模型,识别影响高学历人才比重空间分布的主要因素。结果表明:①中国的人才比重分布表现出极大的不均衡性,人才比重的高低与城市等级密切相关,主要表现在直辖市、省会城市、计划单列市等行政区吸引了大量人才,而普通地级城市人才比重相对较低;②10 a间人才比重的变异系数、基尼指数和泰尔指数均有所下降,表明人才比重分布的空间不均衡程度有所下降;③平均工资水平、生活成本、城市等级、每万人高校在校学生数、每万人医院卫生院床位数、人均科学事业、教育事业经费与人才比重呈正相关,中学生师比、万人互联网用户数与人才比重呈负相关,失业率、单位面积二氧化硫排放量、绿地率对人才比重没有影响。