青藏高原季节冻土的气候学特征

青藏高原季节最大冻土深度变化特征是研究寒区陆面过程的重要方面. 利用青藏高原地区35个地面站1961-1998年最大冻土深度的观测资料及5 cm土壤温度资料, 分析了青藏高原地区土壤季节最大冻结深度时空变化特征. 结果显示: 青藏高原土壤季节最大冻结深度度呈现明显的变化规律, 20世纪60年代至80年代中期土壤季节最大冻结深度相对处于一个增大期, 80年代中期至今土壤季节最大冻结深度在减小. 冻结期间5 cm土壤累积负温距平指标能够较好的描述土壤季节最大冻结深度变化特征, 土壤季节最大冻结深度也是高原地区地面热源强度一个较好的表征参数.     

基于地理加权回归的青藏高原季节冻土区土壤有机碳空间分布研究

青藏高原土壤有机碳储量（soil organic carbon stocks, SOCS）对于区域生态环境演替具有重要作用, 但是其空间分布数据还比较缺乏, 特别是季节冻土区的数据较少。基于378个土壤剖面数据, 结合与土壤有机碳（soil organic carbon, SOC）相关的地形、 气候以及植被等环境因子, 使用地理加权回归（geographically weighted regression, GWR）模型模拟了青藏高原季节冻土区0 ~ 30 cm、 0 ~ 50 cm、 0 ~ 100 cm和0 ~ 200 cm深度的SOC总量和空间分布。结果表明： 青藏高原季节冻土区SOCS自东南向西北递减, 表层0 ~ 200 cm的SOC总量约15.37 Pg; 季节冻土区不同植被类型SOC从大到小依次为森林、 灌丛、 高寒草甸、 高寒草原和高寒荒漠; 各土壤类型中棕壤、 黑钙土和泥炭土的SOC最大, 而棕钙土、 棕漠土、 灰棕漠土、 风沙土、 石质土、 盐土、 冷钙土、 寒漠土以及冷漠土的SOC最小。研究结果给出了青藏高原季节冻土区SOC的总量、 空间分布及规律, 可为相关地球模式的发展提供基础数据。     

青藏高原东北部青海玉树泥流滑坡特征和成因分析

青藏高原变暖变湿, 滑坡灾害频发, 严重影响区域工程建设、 生态环境和人类生产活动。泥流滑坡和热融滑塌、 融冻泥流是季节冻土区和多年冻土区的特殊滑坡类型, 形态上相似, 很难区分。同时, 对青藏高原泥流滑坡灾害关注程度低, 研究较少。以青海省玉树州称多县直美村2017年9月7日泥流滑坡事件为例, 利用实测数据、 多时相遥感影像和无人机数据等多源数据和雷达技术手段进行了调查和分析。研究表明： 滑坡发生在坡积扇, 主滑段平均厚度约5 m, 体积约2.4×10⁴ m³, 滑体的滑动方向和重力作用过程一致, 依据滑坡三级分类系统属于堆积土浅层小型牵引式滑坡, 其形成和发育与当地地质条件、 连续降水和冻融循环作用有关; 然后进一步总结泥流滑坡、 热融滑塌和融冻泥流的特征, 认为玉树滑坡是季节冻土区的泥流滑坡。该研究有助于提高人们对泥流滑坡和青藏高原斜坡灾害的科学认识。     

基于COUPMODEL模型的冻融土壤水热耦合模拟研究

利用COUPMODEL模型,对唐古拉研究区活动层土壤的水热特征进行模拟,与观测结果进行对比发现,在活动层土壤温度方面,COUPMODEL模型的模拟结果R2>0.94,其平均值为0.98,均方根误差较小,模拟效果较理想;在活动层水分特征方面,模拟结果存在一定偏差,R2介于0.88~0.93之间,平均值0.90,均方根误差平均值4.24,基本反映了高海拔多年冻土区活动层水热变化;在土壤热通量方面,0~20 cm土壤热通量的模拟结果与观测值基本一致;模型模拟的冻结深度在3 m左右,接近观测值,COUPMODEL模型可用于多年冻土区活动层土壤水热变化规律研究。     

青藏高原唐古拉地区暖季土壤水分对地表反照率及其土壤热参数的影响

为了研究青藏高原暖季土壤水分对冻土区地表热状况的影响,选取2010-2012年5-9月在青藏高原唐古拉气象场获取的气象及其活动层数据,分析了表层土壤水分对地表反照率以及土壤热参数的影响.结果表明：唐古拉站暖季表层土壤含水量集中在0.15～0.27之间,地表反照率值集中在0.14～0.24之间,日平均土壤热导率的波动范围在0.9～2.0 W·m^-1·K^-1之间,土壤热容的波动范围主要集中在0.8×10⁶～1.8×10⁶ J·m^-3·K^-1之间,而土壤热扩散率则主要集中在0.6×10^-6～2.2×10^-6 m2·s^-1之间.土壤水分对地表反照率影响较大,随着土壤水分的增长,地表反照率呈现出明显的减小趋势.土壤水分对地表反照率的影响还受到植被生长周期的影响,土壤水分和地表反照率之间的关系在植被枯萎期和生长期有明显的差异性.唐古拉地区土壤热参数也明显受到土壤水分变化的影响,随着土壤水分的增加,土壤热导率、热容和热扩散率都为增大趋势,但是土壤水分对土壤热导率的影响较为显著,而对土壤热扩散率的影响则不显著.     

长江源区五道梁的大气质量状况

大气质量状况是研究大气对太阳辐射能衰减程度的一个重要方面.利用江河源区五道梁能量收支站1993-09～1999-12的辐射观测资料及1993-09～1995-05 MS-120太阳光度表的观测资料计算了五道梁地区的大气浑浊度,分析了该地的大气质量状况.结果表明,江河源区五道梁的大气洁净,1994～1999年间五道梁地区的Angstrom浑浊度β、D/S、全波段浑浊度TG有增大的趋势,晴空大气透射比及紫外辐射有减小的趋势.     

西大滩地区积雪对地表反照率及浅层地温的影响

利用西大滩2007年气象和辐射观测数据研究了积雪对地表反照率和浅层地温的影响.结果显示:相对积雪日数和气温与反照率相关性显著,反照率随相对积雪日数的增大而增大,随气温的增大而减小.冷暖季降雪对地温的变化具有阻隔作用,冷季地温和气温都在-10℃左右时,<10 cm厚的积雪对地温变化的影响不明显,地温和气温的变化趋势一致,地温的变幅不是很大;在暖季积雪厚度>10 cm而且积雪持续时间达10 d时,与气温相比积雪对地温变化的隔热绝缘作用较明显;雪深与积雪持续的时间均与地温呈反向变化.     

衢州市 推进“衢州有礼”诗画风光带管控导则和示范段景区化改造设计编制

为强化诗画风光带规划传达和分级管控,衢州市初步完成《“衢州有礼”诗画风光带管控导则》编制工作,通过国土空间规划准入和农业区块的风貌管控引导,形成空间管控图则和风貌管控“十要十不要”要素管控,形成区块共同遵守的风光带管控“公约”。     

基于高分遥感影像和集成机器学习的祁连山区融冻泥流识别研究

受气候变暖影响,青藏高原的多年冻土正在发生广泛的退化,主要表现为融冻泥流事件的频繁发生,对生态系统和当地基础设施造成深刻影响。融冻泥流的精准识别有助于理解融冻泥流的发生和演变机制。近年来尽管基于深度学习的融冻泥流识别取得了进展,但机器学习算法在该领域的识别能力仍有待探究。本研究基于GF-2卫星遥感数据构建了一种基于集成机器学习的优化面向对象融冻泥流识别算法,引入了纹理和几何等空间信息来辅助识别融冻泥流,并基于面向对象技术改善了识别模型的错分问题。此外,基于集成学习整合不同机器学习模型的优势,以获得不低于常用深度学习模型的识别精度。结果表明,基于递归特征消除（RFE）特征选择算法剔除了多维特征数据集中的冗余特征,证明了纹理和几何信息是融冻泥流识别的有效数据补充。在优化后的面向对象机器学习模型中,随机森林（RF）的识别精度最高,总体精度为87.43%。McNemar检验表明,与单一模型相比,集成机器学习模型显著提高了融冻泥流识别精度,其总体精度为93.14%。对研究区内融冻泥流的地形特征进行统计分析后发现融冻泥流主要发生在海拔3 200～3 500 m之间,坡度介于5°～25°,并且以东北...     

敦煌地区晴空散射辐射影响因子的统计特征

利用敦煌地区1981—1983年全年及1984年与1985年1～2月的日射观测资料,统计分析了敦煌地区晴空下散射辐射与太阳高度角、大气柱气溶胶垂直光学厚度等影响因子的关系,用最小二乘法拟合得到了相应的函数关系式。拟合结果表明：晴空下散射辐射与太阳高度角符合幂函数关系;晴空下散射辐射随大气柱气溶胶光学厚度线性增长。