松辽流域降水集中指数的时空变化特征

为了科学防控松辽流域旱涝灾害,利用1961—2017年松辽流域196站逐日降水资料,以候为时间尺度计算降水集中指数(PCI),采用趋势分析、合成分析、Mann-Kendall检验等方法分析该流域及各子流域PCI的时空变化特征。结果表明:松辽流域降水集中程度较高,PCI平均为7.1;PCI及其标准差均呈东低西高的空间分布格局,且在多、少雨年PCI差异较大,少雨年降水普遍集中,多雨年则降水相对均匀,表明西北部PCI高值区发生干旱的概率较大,尤其在少雨年表现得更为突出。近57 a来,松辽流域PCI存在明显的年代际变化特征,流域北部和东部PCI整体呈显著下降趋势,且整个流域和额尔古纳河子流域的PCI发生显著突变,突变年份分别为2003年和1991年,且突变后的变差系数有所增大。近年来,尽管松辽流域PCI处于偏低阶段,但突变后变差系数的增大说明降水的不稳定性增强,旱涝发生的概率增大,易出现降水极端集中的年份。     

“北京蓝”刷屏的背后

近几年,生活在北京市的人们一般不敢对供暖季的空气质量有过高的奢求。但是,在2018年11月,北京开始供暖季,微博、微信圈里“北京蓝”被不时地刷屏。2019年1月20日,周日,大寒,下午2点,某知名品牌客户端显示北京空气质量指数达22,打败全国96%的城市!人们惊喜地感受着、传递着北京市及周边地区近年来空气质量改善的喜悦。     

高原季风特征及其与东亚夏季风关系的研究

利用ERA-Interim的位势高度场、温度场和风场再分析资料,计算了1988-2017年的传统高原季风指数(Trational Plateau Monsoon Index,TPMI)和动态高原季风指数(Dynamic Plateau Monsoon Index,DPMI),分析了高原季风的空间分布特征和时间演变规律,结合东亚夏季风指数(East Asian Summer Monsoon Index,EASMI),探讨了高原季风与东亚季风的关系。研究表明:(1)高原夏季风从4月开始形成,暖性低值系统在高原上生成;6月暖性低压系统中心形成并达到最强,此时高原夏季风强度也达到最大;10月暖性闭合低压系统向东北方向移动且强度也随之减弱并退出,高原夏季风结束。(2)DPMI和EASMI具有明显的年际变化特征,在关键年高原夏季风和东亚夏季风的强度表现一致。(3)中纬度受东亚季风所影响区域的位势高度场和青藏高原区域的位势高度场均处于同一正相关区域,而且超前两个月的DPMI同EASMI的相关系数最大,表明高原夏季风对东亚夏季风具有一定的指示意义。(4)东亚夏季风经圈环流受高原温度场变化的影响而移动,高原夏季风的低压系统与高原温度场关系密切。     

黑龙江一次飑线天气过程特征及成因分析

利用风云2E、2G卫星云图资料、多普勒雷达、探空、自动站、micaps资料对2018年6月26日发生的一次飑线过程进行分析。结果表明:先后有两条飑线对黑龙江西南部地区造成影响,降水区位于高空急流左侧与低空急流出口区左侧,高空气旋性切变使上升运动增强,形成低层辐合、高层辐散的结构;中层切变及地面辐合系统,为强对流发生提供动力抬升条件;中高层干冷、低层暖湿造成大气层结不稳定;较大的CAPE值、强垂直风切变及适宜的0℃层高度有利于冰雹发生;飑线成熟阶段有中层径向辐合、"逆风区"出现,大于50 dBz的强回波延伸到-20℃层以上,有三体散射及旁瓣回波,回波顶高超过12 km,具有大冰雹发生的条件;shear指数激增和VIL大值区有冰雹出现;发生冰雹的区域与TBB梯度大值区一致。     

中国区域城镇化综合效率测度及其动力因子分析北大核心CSCD

基于构建的城镇化综合效率评价指标体系,采用基于F？re-Primont指数的DEA评价模型,对中国1999~2012年31个省份的城镇化综合效率进行动态的测算和分解,以克服传统DEA模型无法进行趋势分析、无法区分决策单元之间优劣性的缺陷。同时,对影响城镇化效率的动力因子进行理论分析,运用面板数据固定效应模型对影响城镇化效率的主要动力因子进行分析和识别。研究结果表明：全国平均水平达到了1999年北京的1.292倍,大部分地区属于有效增长型地区。中国各地区城镇化综合效率的总体水平较高的原因是混合效率和残余规模效率的高增长。从发展趋势来看,中国东、中、西部和东北地区的城镇化效率呈现出了明显的分化。城镇化效率动力因子分析的结果表明,内源力是最主要的驱动力,后面依次是市场力和外向力,而行政力则起到了相反的作用。基于研究结果,提出城镇化效率的提高需要推进＂人口-土地-经济＂城镇化的协调发展。     

黄土丘陵沟壑区县域土壤有机质空间分布特征及预测

分析、预测土壤属性空间变异及其动态是区域土地质量评价和可持续土地利用的一个重要组成部分。在陕西省横山县采集了254个耕层(0~20cm)土样,利用数字地形与遥感影像分析技术,提取了相关地形与遥感指数,分析不同土地利用类型、不同地形条件下土壤有机质空间变异及分布特征,并利用相关因子进行回归预测分析。结果表明,县域土壤有机质平均含量很低,变异性较大。不同土地利用类型土壤有机质差异显著,其中以水稻田有机质含量最高,而林地和灌木林地相对较低。不同土地利用类型土壤有机质含量次序为:水稻田>川地>梯田>坝地>荒草地>坡耕地>林地>灌木林地。不同坡度分析表明,“0~3°”这一坡度等级有机质含量显著高于其它坡度等级;不同坡向有机质含量差异不显著,但不同坡向有机质含量存在一个明显的趋势,阴坡有机质含量整体上要比阳坡高。相关分析表明土壤有机质与高程h呈现负相关关系,与坡向的余弦值COSα正相关,与复合地形指数CTI正相关;土壤有机质和修正后的土壤调节植被指数(MSAVI)以及湿度指数(WI)正相关。利用相关环境变量及遥感指数进行多元线性逐步回归分析,预测结果不甚理想,存在一个平滑效应,对于残差解释相对较低,须进一步研究以更好的解释残差。     

生态系统模型中物候的参数化方法研究进展

物候和叶面积指数的季节动态在落叶林中是决定生态系统净生产力的关键因素。尽管物 候对能量和CO2 通量的影响可以简单地通过描述发芽和落叶的时间以及叶面积指数的季节动态 来表示, 但是由于对驱动物候的物理过程缺乏全面正确的理解, 在陆地生态系统模型中物候就成 为最难以参数化的一个过程。目前, 在陆地生态系统模型中描述物候主要有两种不同的方法: 一 种是基于气候变量( 主要是温度或积温) 的经验方法, 即是通过建立物候不同阶段与气候变量的 经验关系来预测关键物候事件发生的时间。另一种方法是基于碳吸收的物候参数化方案, 物候的 任何阶段都和当前的碳平衡相联系。在生态系统模型中, 基于碳吸收的物候参数化方法可以大大 降低物候模拟的经验性, 提高模型的适用性和模拟精度, 比基于气候变量的经验模型更适于模拟 未来气候变化影响。未来随着生理和分子水平上, 对控制物候和LAI 动态过程机理的揭示, 建立 基于过程的物候参数化方案和LAI 动态模拟模型就成为生态系统模型或气候模型的发展方向。     

平缓地区地形湿度指数的计算方法

地形湿度指数( topographic wetness index) 可定量模拟流域内土壤水分的干湿状况, 在流域 的土壤及分布式水文模型等研究中具有重要的意义。但现有的地形湿度指数计算方法在应用于 地形平缓地区时会得到明显不合理的结果, 即在河谷地区内, 地形湿度指数仅在狭窄的汇水线上 数值较高, 而在汇水线以外的位置则阶跃式地变为异常低的地形湿度指数值。本文针对此问题对 地形湿度指数的计算方法提出改进: 以多流向算法MFD- fg 计算汇水面积, 相应地以最大下坡计 算地形湿度指数, 再基于一个正态分布函数对河谷平原地区内的地形湿度指数进行插值处理。应 用结果表明, 所得地形湿度指数的空间分布不但能合理地反映平缓地区坡面上的水分分布状况, 并且在河谷地区内地形湿度指数值也都比较高, 其空间分布呈平滑过渡, 因而整个研究区域的水 分分布状况得到了比较合理的反映。     

苏州地域开发适宜性分区

中国经济发达地区在工业化和城市化快速发展过程中,出现的地域开发过密和无序的状况,导致自然生态及农业发展受到较大破坏,可持续性受到威胁。以生态-经济为导向的地域开发适宜性分区,强调让开发成本低、资源环境容量大、发展能力强的地区承担高强度社会经济活动;而让生态价值高、开发难度大的区域承担农业和生态维护功能,以此促进经济、人口、资源、环境相互关系及空间秩序的协调。在借鉴已有区划方法的基础上,讨论了评价单元划分、评价指标选择与处理等技术方法,通过生态和经济重要性指数的矩阵分类分析,将苏州地域划分为优先开发、适度开发、适度保护以及禁止开发等四大类型,并针对不同类型提出分区管制要求。