祁连山排露沟流域降水δ18O和δD特征及水汽来源

降水氢氧同位素受气温、降水量、海拔、水汽来源等多种因素控制,是研究区域水文循环过程的重要手段。基于祁连山中段排露沟流域3个站点降水稳定氢氧同位素数据（δ¹⁸O、δD、d-excess）和气象观测资料,结合临近GNIP站点监测资料和HYSPLIT 4.9模型对流域降水同位素特征及水汽来源进行分析。结果表明：流域降水δ¹⁸O值波动范围大（-32.32‰~+3.23‰）,季节性变化明显,冬季δ¹⁸O值较低,夏季δ¹⁸O值较高。降水δ¹⁸O和δD值与日均气温均存在密切正相关关系,即温度效应明显。受山区气候和地理条件影响,各站点局地大气降水线（LMWL）截距和斜率相似;与临近GNIP站点（张掖）进行对比,流域降水明显受局地水汽和二次蒸发影响较少。降水d-excess值表现出与δ¹⁸O值相反的季节性变化趋势。结合HYSPLIT 4.9气团轨迹模型,得出流域夏季水汽主要来源西风环流输送,冬季受西风环流和极地气团共同影响。     

科尔沁沙地采用人工植被对流沙治理的技术

在科尔沁沙地的流动沙丘上采用不同的人工措施,即铺设秸秆栅栏沙障、草方格和栽植差不嘎蒿,对沙丘的固定作用进行了研究。结果表明三种措施都有利于增加沙丘植物的多样性和生物量,但栽植差不嘎蒿和草方格好于秸秆栅栏沙障;沙丘固定过程中,植物的演替顺序有沙蓬-差不嘎蒿-狗尾草-黄蒿的趋势;植物生物量的形成与土壤湿度关系密切,应用试验数据建立了生物量(Y)与土壤湿度(X)的回归关系方程。Y=-13.7x²+72.5x-11.42 R²=0.824。     

基于GLDAS-Noah模型的闽江流域实际蒸散发评估

以亚热带季风区的典型流域——闽江流域为研究区域,根据Penman-Monteith（P-M）公式和双作物系数法,计算了闽江流域内8个气象观测站点的实际蒸散量,并评估了GLDAS-Noah实际蒸散产品在闽江流域的适用性。在此基础上,基于GLDAS-Noah实际蒸散发数据,解读了2000—2019年闽江流域的实际蒸散量的变化特征。结果表明：① GLDAS-Noah实际蒸散发数据在闽江流域的适用性较好(R²>0.9,NSE>0.8);② 2000年以来闽江流域的实际蒸散发呈增加趋势（3.86 mm/a,P < 0.01）,且存在显著的季节差异,表现为冬季和春季的增加速率要大于夏季和秋季;③ 闽江流域冬季和春季蒸散发增加与气温密切相关,冬季蒸散发与冬季气温呈微弱正相关（ R = 0.27）,春季蒸散发的增加与春季升温密切相关（R = 0.79）。     

青海湖高寒湿地生态系统CO2通量和水汽通量间的耦合关系

利用涡度相关技术对青海湖高寒湿地生态系统不同时间尺度CO₂通量和水汽通量间的耦合关系进行了研究。结果显示：不同天气条件下青海湖高寒湿地生态系统30 min净CO₂交换量（NEE）与水汽通量间均显示了极显著负相关关系（P<0.0001）;30 min总生态系统生产力（GEP）与水汽通量呈极显著线性正相关关系（P<0.0001）;阴天水汽通量参与生态系统净CO₂交换和生态系统总碳吸收的比例最高。月均30 min NEE与水汽通量呈极显著线性负相关（R²=0.71,P<0.0001）。从植物返青期、生长期至枯草期,月均30 min的GEP与水汽通量不仅呈极显著线性正相关（P<0.0001）,且在生长期和枯黄期阶段表现出极显著一元二次多项式关系（P<0.0001）。在日尺度上,NEE日总量与日蒸散量呈极显著一元二次多项式负相关关系（R²=0.58,P<0.0001）;GEP日总量与日蒸散量呈极显著指数正相关（R²=0.42,P<0.0001）。在月尺度上,NEE月总量与月蒸散量呈极显著线性负相关（R²=0.60,P<0.0001）,两者还表现为极显著一元二次多项式负相关关系（R²=0.63,P<0.0001）。GEP月总量与月蒸散量呈极显著线性正相关（R²=0.51,P<0.0001）,且表现出极显著指数正相关关系（R²=0.64,P<0.0001）。     

四套全球网格降水数据集在伊朗的适用性评估

伊朗由于其独特的地理位置和脆弱的生态环境一直以来都是气候变化研究的热点区域,降水作为伊朗水资源的重要来源对生态环境和社会经济发展尤为重要,因此评估降水数据集的适用性是进行科学研究的基础。本文利用伊朗1988—2017年103个观测站的年降水数据（OBS）,以平均偏差（Mean Error,ME）、均方根误差（Root Mean Square Error,RMSE）、相关系数（correlation coefficient,R）对Global Precipitation Climatology Centre（GPCC）V2020、Climatic Research Unit（CRU）TS 4.05、Terrestrial Air Temperature and Precipitation: Monthly and Annual Time Series（UDEL）V5.01和NOAA's Precipitation Reconstruction over Land（PREC）四套全球网格降水数据集在伊朗的适用性进行评估,并进一步分析了地形对不同数据集精度的影响。研究结果显示：① GPCC降水数据偏差最小,与观测数据相关性最高,最适合伊朗现代气候变化研究。② GPCC、CRU、和UDEL均能反映伊朗降水的基本特征,但普遍会低估降水高值,PREC数据不能准确反映伊朗降水的空间分布模态,因此使用PREC数据分析伊朗降水特征时应当谨慎。③ 海拔和坡度对ME、RMSE以及R有一定影响,坡向对数据集精度影响不大。以上结论可为四套数据的订正及其在伊朗地区气候变化研究中的应用提供科学依据。     

青海湖沙柳河流域浅层地下水氢氧稳定同位素分布特征

地下水氢氧稳定同位素的组成与空间分布规律可为研究地下水补给及深入认识水循环过程提供重要理论依据。基于青海湖沙柳河流域浅层地下水样品的氢氧稳定同位素数据,通过空间插值法和δD-δ¹⁸O线性关系法,分析了氢氧稳定同位素组成、空间分布特征及地下水补给关系。结果表明：沙柳河流域中下游地区浅层地下水δ¹⁸O与δD值分别为-8.54‰~-6.02‰和-58.6‰~-34.6‰,平均值分别为-6.79‰和-41.8‰;δ¹⁸O值在流域空间上表现为西北、中部高,南北低的特征;流域西北和中部地区地下水主要受降水补给,补给来源单一、蒸发作用强是该区域地下水同位素值较高的原因,降水→地下水→泉水是其主要补给、排泄关系;流域北部、南部地区地下水与降水、河水、泉水等水体水力联系密切,不同补给来源的平滑作用是该区域地下水同位素值较低的原因,其补给、排泄关系主要为降雨→河水→地下水→泉水（或降雨→地下水→泉水→河水）。     

CFSR、ERA-Interim和MERRA降水资料在中亚地区的适用性

利用中亚1979-2011年间162个观测站点月降水数据（OBS）,以平均偏差（MBE）、相关系数（R）、平均绝对误差（MAE）和均方根误差（RMSE）对CFSR、ERA-Interim和MERRA气象再分析降水数据在中亚地区的适用性进行评估。结果表明：（1）3套数据的模拟效果存在明显差异。其中MERRA的模拟精度最高（R=0.71）,ERA-Interim次之（R=0.53）,CFSR最低（R=0.50）;体现出3套数据不同的同化方案和数据源导致模拟效果的不同;（2）降水的年内变化上,3套再分析数据之间具有较好的一致性,但对[OBS]均表现出高估,并且对强降水月份（3,4月）高估幅度最大;（3）3套数据对海拔500～1 000 m地区的降水模拟精度最好,超过1 000 m后,随海拔升高模拟精度下降。以上规律可为3套数据的订正及其在中亚地区气候变化研究中的应用提供科学依据。     

基于多源降水数据的洞庭湖流域夏季降水与西太平洋副热带高压的关系

基于中国气象科学数据共享服务网提供的1979~2012年夏季6~8月降水实测数据（CMD）和3种不同来源的再分析降水数据,研究和比较副高特征指数与洞庭湖流域夏季降水的关系及空间差异。结果表明：① 6、7月副热带高压（副高）脊线位置偏北,洞庭湖流域大部分区域降水偏多,8月偏少;6、7月北界位置偏北使流域东南降水偏少、西北降水偏多,8月大部分地区降水偏多;6~8月西伸脊点位置东移使降水偏多范围自东向西增大;6月份副高强度增强使东部和南部降水偏多、西部和北部降水偏少,7和8月大部分地区降水减少。② 再分析降水数据大体上能反映出7月份脊线指数、6和7月北界指数、6~8月西伸脊点指数和副高强度指数对相应月份CMD降水的影响。③ 副高特征指数对CMD降水的拟合能力存在区域差异。     

高分辨率青藏高原历史月降水数据重建

青藏高原对全球气候研究具有重要意义,而降水数据对水文、气象和生态等领域的研究也至关重要,且随着研究内容和尺度的变化,对高时空分辨率的历史降水数据的需求越发迫切。本文基于TRMM 3B43降水数据,采用随机森林算法,引入归一化植被指数(AVHRR NDVI)、高程(SRTM DEM)、坡度、坡向、经度、纬度6个地理因子,建立历史降水重建模型,获得1982-1997年分辨率为0.0833°的青藏高原年降水数据,然后根据比例系数法计算出月降水数据。为提高精度,利用站点数据对月降水数据进行校正。结果表明,该方法能简单有效地获得高时空分辨率的历史降水数据,决定系数R²大部分在0.4~0.9之间,平均值为0.6767,其中夏季效果最好,冬季效果最差;均方根误差RMSE和平均绝对误差MAE均在50 mm以下,RMSE均值为22.66 mm,MAE均值为15.97 mm;偏差Bias较小,基本在0.0~0.1之间。     

半干旱沙区3种优势固沙灌木生物量分配及其生态学意义

为探究科尔沁沙地3种优势固沙灌木生物量的分配特征,以黄柳（Salix gordejevii）、差不嘎蒿（Artemisia halodendron）和小叶锦鸡儿（Caragana microphylla）为对象,采用全挖法在个体水平上研究了固沙灌木生物量构件及其占比、R/S（root-shoot ratio）、地上新生生物量占比、地上新生生物量与老枝生物量占比及其与冠幅的相关性和地下-地上生物量关系。结果表明：（1）科尔沁沙地3种优势固沙灌木生物量构件及其占比存在显著性的种间差异（P<0.05）;黄柳的老枝生物量及其占比居于首位,NAB（new aboveground biomass,新枝生物量）/OBA（old branch biomass,老枝生物量）为43.90%;差不嘎蒿的地上生物量占比居于首位,地上新生生物量是老枝生物量的2.43倍;黄柳和差不嘎蒿地下生物量集中分布在浅土层,不存在深根系（根系长度>100 cm）。（2）小叶锦鸡儿地下生物量及其占比和R/S（root/stem）均居于首位;地下生物量在根系长度>30 cm处的生物量占比达到61.61%,深根系（根系长度>100 cm）层地上生物量占比达到22.33%。（3）黄柳和差不嘎蒿的R/S、NAB/AGB（aboveground biomass,地上生物量）和NAB/OBA均与冠幅呈负线性关系,在固沙后期该两种灌木随着冠幅的增大,地上新生部分锐减,生产力下降,植被出现衰退。（4）通过非线性回归拟合得到3种灌木地上（y）-地下（x）生物量异速生长模型为：黄柳y=2.928x ^1.039（R²=0.901,P<0.01）,差不嘎蒿y=32.802x ^0.685（R²=0.469,P<0.01）,小叶锦鸡儿y=1.337x ^0.066（R²=0.833,P<0.01）。     

CFSR气象数据在流域水文模拟中的适用性评价——以中国秦岭山地的灞河流域为例(英文)

In recent years, global reanalysis weather data has been widely used in hydrological modeling around the world, but the results of simulations vary greatly. To consider the applicability of Climate Forecast System Reanalysis(CFSR) data in the hydrologic simulation of watersheds, the Bahe River Basin was used as a case study. Two types of weather data(conventional weather data and CFSR weather data) were considered to establish a Soil and Water Assessment Tool(SWAT) model, which was used to simulate runoff from 2001 to 2012 in the basin at annual and monthly scales. The effect of both datasets on the simulation was assessed using regression analysis, Nash-Sutcliffe Efficiency(NSE), and Percent Bias(PBIAS). A CFSR weather data correction method was proposed. The main results were as follows.(1) The CFSR climate data was applicable for hydrologic simulation in the Bahe River Basin(R~2 of the simulated results above 0.50, NSE above 0.33, and |PBIAS| below 14.8. Although the quality of the CFSR weather data is not perfect, it achieved a satisfactory hydrological simulation after rainfall data correction.(2) The simulated streamflow using the CFSR data was higher than the observed streamflow, which was likely because the estimation of daily rainfall data by CFSR weather data resulted in more rainy days and stronger rainfall intensity than was actually observed. Therefore, the data simulated a higher base flow and flood peak discharge in terms of the water balance, except for some individual years.(3) The relation between the CFSR rainfall data(x) and the observed rainfall data(y) could berepresented by a power exponent equation: y=1.4789x0.8875(R2=0.98,P0.001). There was a slight variation between the fitted equations for each station. The equation provides a theoretical basis for the correction of CFSR rainfall data.     

Evaluation of the applicability of climate forecast system reanalysis weather data for hydrologic simulation: A case study in the Bahe River Basin of the Qinling Mountains,China

In recent years, global reanalysis weather data has been widely used in hydrological modeling around the world, but the results of simulations vary greatly. To consider the applicability of Climate Forecast System Reanalysis (CFSR) data in the hydrologic simulation of watersheds, the Bahe River Basin was used as a case study. Two types of weather data (conventional weather data and CFSR weather data) were considered to establish a Soil and Water Assessment Tool (SWAT) model, which was used to simulate runoff from 2001 to 2012 in the basin at annual and monthly scales. The effect of both datasets on the simulation was assessed using regression analysis, Nash-Sutcliffe Efficiency (NSE), and Percent Bias (PBIAS). A CFSR weather data correction method was proposed. The main results were as follows. (1) The CFSR climate data was applicable for hydrologic simulation in the Bahe River Basin (R ² of the simulated results above 0.50, NSE above 0.33, and |PBIAS| below 14.8. Although the quality of the CFSR weather data is not perfect, it achieved a satisfactory hydrological simulation after rainfall data correction. (2) The simulated streamflow using the CFSR data was higher than the observed streamflow, which was likely because the estimation of daily rainfall data by CFSR weather data resulted in more rainy days and stronger rainfall intensity than was actually observed. Therefore, the data simulated a higher base flow and flood peak discharge in terms of the water balance, except for some individual years. (3) The relation between the CFSR rainfall data (x) and the observed rainfall data (y) could be represented by a power exponent equation: y=1.4789x ^0.8875 (R ²=0.98, P<0.001). There was a slight variation between the fitted equations for each station. The equation provides a theoretical basis for the correction of CFSR rainfall data.     

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。     

多源再分析降水数据在拉萨河流域应用对比研究

针对资料稀缺地区水文模拟计算难题,开展多源再分析降水数据在拉萨河流域应用对比研究,本文基于HIMS系统构建了拉萨河流域分布式水文模型,以气象站实测数据为参照,对比分析了中国区域地面降水格点日值数据集和中国区域高时空分辨率地面气象要素驱动数据集两套遥感再分析数据集的气象数据在拉萨河流域的径流模拟效果。结果表明：在日和月时间尺度上,气象站实测降水数据的径流模拟精度最好,驱动集降水数据径流模拟结果要好于网格点降水数据。总体上,基于气象站实测降水数据的径流模拟纳西效率系数为0.86(日过程)和0.93(月过程),相关系数均在0.9以上。基于两类再分析数据的降水径流模拟纳西效率系数均在0.7(日过程)和0.8(月过程)以上,相关系数均在0.9左右。对于资料稀缺地区,多源再分析降水数据是重要的可用数据来源。借助于降水—径流模型,探讨多源再分析降水数据对径流模拟精度的影响,是完善多源再分析降水数据产品质量的一个重要环节。     

1961—2015年雅鲁藏布江流域降雨侵蚀力

降雨是土壤侵蚀的主要动力,也是风水蚀复合区沙漠化的主要驱动力。研究降雨侵蚀力时空变化对雅鲁藏布江流域土壤侵蚀的监测、评估、预报和治理具有重要意义。利用1961—2015年雅鲁藏布江流域8个气象站日降雨量气象资料,采用趋势系数、气候倾向率、MK检验等研究方法对雅鲁藏布江流域降雨侵蚀力时空变化进行分析。结果表明:雅鲁藏布江流域年降雨侵蚀力平均值为758.1 MJ·mm·hm^-2·h^-1,变差系数Cv值为0.29,趋势系数r值为0.3140。空间分布呈现由东向西逐渐递减的特点,东部可达2 000 MJ·mm·hm^-2·h^-1以上,最西部仅为200MJ·mm·hm^-2·h^-1。雅鲁藏布江流域年降雨侵蚀力总体呈波动上升趋势,其中嘉黎和波密站年降雨侵蚀力上升趋势明显,日喀则、泽当站年降雨侵蚀力呈下降趋势。通过MK检验及滑动T检验得知,流域内年降雨侵蚀力在1982年发生突变,年侵蚀性降雨突变不显著。雅鲁藏布江流域年降雨侵蚀力与侵蚀性降雨相关性显著。     

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。     

基于QA权重NDVI时间序列重建效果评价研究————以长江流域为例

通过计算质量频率和噪声比分析了长江流域MODIS NDVI质量情况,然后基于常用的S-G、A-G、D-L这3种重建方法设计了3种质量权重方案,对长江流域2001—2020年的时间序列MODIS NDVI数据进行重建,最后采用视觉对比、优质区域保真性和模拟加噪的方法对重建效果进行分析评价。结果表明：长江流域全年噪声比主要集中于75%~125%,其中冬季噪声对NDVI有较大的抑制效果,春秋季其次,而夏季噪声对NDVI有增强效果;基于质量权重方案三的S-G法对原始数据连续缺失的重建效果最好;在高质区域A-G法重建保真性较高,高质像元的R²和RMSE均值为0.9489和0.0245;在模拟加噪实验中,S-G法重建后数据丢失像元最少,与原始数据的R²平均值和标准差分别为0.8616和0.1848,RMSE为0.0035~0.4411,标准差为0.0383,表明在低质区域S-G法重建保真性较高。     

气候变化背景下尼雅河流域生态基流研究

流域生态基流是河流生态系统健康稳定的关键,以新疆尼雅河流域为研究区域,根据民丰县气象站1958—2018年的气象数据与尼雅河4个水文监测断面1978—2018年的水文数据,运用趋势拟合、Tennant法、相关性分析和回归模型等分析流域气候变化、确定生态基流并探究其时空分异与保证率变化,揭示生态基流对气候变化的响应。结果表明：61 a来流域气温以0.22 ℃·(10a)^-1的速度增加,年降水量以3.8 mm·(10a)^-1的速度增加;尼雅水库、八一八渠首、尼雅水文站和尼雅渠首的年生态基流推荐值分别为：1.989 m³·s^-1、2.188 m³·s^-1、1.755 m³·s^-1、1.702 m³·s^-1;生态基流年际最大值出现在2010年,最小值在1980年,年内最大值在7月,最小值在1月或12月;空间上表现为上游高下游低,以八一八渠首处最高,尼雅渠首处最低;各站多年平均生态基流保证率分别为：50%、45%、50%、45%,且表现出汛期明显高于非汛期;逐年、逐月生态基流与气温、降水量均在0.01水平上显著相关,但在春夏季对气温敏感,秋冬季对降水量敏感,各水文监测断面的回归模型耦合效果相似,流域整体回归方程R²=0.365,且生态基流对气候变化响应具有整体性和衰减性。研究结果可为尼雅河流域生态调水和水生态修复提供参考。     

SWAT模型在漳卫河流域应用研究

漳卫河流域是海河流域重要组成水系, 也是我国北方地区水资源短缺和水环境恶化的典 型区域之一。本文基于SWAT(Soil and Water Assessment Tool)构建漳卫河流域分布式水文模型, 对模型的几个重要参数进行敏感性分析, 总结出其取值变化对模拟结果的影响规律。并应用 2000~2004 年的水文气象数据, 进行分布式水文过程模拟, 将模拟结果与8 个行政区划的水资源 公报数据进行对比分析。结果显示模拟相对误差在10%以内, 能够为水资源管理提供重要参考。 研究成果对于SWAT 模型在国内的应用和推广, 具有很好的示范性。也为海河全流域分布式水文 模型的研制奠定了基础。     

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。