遥感与GIS在蝗虫监测和预报中的应用前景

蝗灾是世界上重要自然灾害之一,蝗虫监测与预报因此成为各国管理部门的重要工作内容.新兴的遥感与GIS技术由于其在空间定位、信息获取、信息处理等方面的优势,必将成为该领域的重要研究手段.文中回顾和总结了国内外研究者利用遥感和GIS进行蝗虫监测和预报等方面的研究进展,并对其技术路线、发展趋势及存在问题进行了初步探讨.     

基于可拓工程方法的生态地理区域系统界线划分研究--以中温带半湿润、半干旱区为例

利用可拓工程方法中的物元模型对生态地理区域系统的界线划分问题进行了研究，通过选取样本和指标对单指标关联函数和多指标综合关联函数进行了定量计算。在此基础上，通过专家集成确定了中国中温带半湿润、半干旱区之间的界线，弥补了单指标和定性划分的不足，有助于中国生态地理区域系统的构建。     

Fluxes of CO<Subscript>2</Subscript>, CH<Subscript>4</Subscript> and N<Subscript>2</Subscript>O from alpine grassland in the Tibetan Plateau

Using static chamber technique,fluxes of CO2,CH4 and N2O were measured in the alpine grassland area from July 2000 to July 2001,determinations of mean fluxes showed that CO2 and N2O were generally released from the soil,while the alpine grassland accounted for a weak CH4 sink.Fluxes of CO2,CH4 and N2O ranged widely.The highest CO2 emission occurred in August,whereas almost 90?of the whole year emission occurred in the growing season.But the variations of CH4 and N2O fluxes did not show any clear patterns over the one-year-experiment.During a daily variation,the maximum CO2 emission occurred at 16:00,and then decreased to the minimum emission in the early morning.Daily pattern analyses indicated that the variation in CO2 fluxes was positively related to air temperatures(R^2=0.73)and soil temperatures at a depth of 5 cm(R^2=0.86),whereas daily variations in CH4 and N2O fluxes were poorly explained by soil temperatures and climatic variables.CO2 emissions in this area were much lower than other grasslands in plain areas.     

巴林右旗草地资源评价与天然草场气候生产力分析

文章主要对巴林右旗的草地资源进行客观评价,并通过建立数学模型计算该旗天然草场的气候生产力,从而提出建设和改善天然草场的有效措施,达到提高产量、维护生态平衡系统之目的。     

兴海县草地生态现状及成因分析

本文利用兴海县牧业气象和生态环境监测资料,分析了兴海县草地生态系统现状,揭示了草地生态系统退化的成因。除草地生境脆弱外,过度放牧、采挖药材等人为因素和气候暖干化、鼠虫害等自然因素是导致该县生态系统退化的主要因子。     

祁连山浅山区草地生态系统点尺度土壤水分动态随机模拟

土壤水分动态随机模拟研究是定量理解植被对水分胁迫响应、土壤养分循环的水文控制、植物水分竞争等生态系统动态的关键, 已成为生态水文学的研究热点. 利用2002~2005年生长季土壤湿度连续监测数据及1994~2006年日降水资料, 结合Laio土壤水分动态随机模型与蒙特卡罗(Monte-Carlo)方法, 研究了祁连山浅山区草地生态系统点尺度生长季土壤水分动态与土壤湿度概率密度函数特征. 结果表明: 生长季土壤水分年际变化差异显著, 但无论是丰水年还是枯水年, 表层0~20 cm土壤湿度变异系数均基本保持在0.23左右, 土壤湿度变异系数最大值并不一定发生在表层. 2002~2006年生长季植物根际层土壤湿度概率分布呈单峰状, 峰值出现在s=0.28处, 统计结果与Laio土壤水分动态随机模型模拟结果一致. 将长序列降水信息输入模型, 使用蒙特卡罗方法分析求解得到降水随机波动因素影响下的土壤湿度概率密度函数, 并与不考虑随机波动因素条件下的对比发现: 年际降水随机波动并没有导致土壤湿度概率密度函数出现双峰现象, 但峰的位置却发生了显著偏移, 峰的阔度明显减小, 相应的峰值明显增加.     

1981~2000年中国陆地植被碳汇的估算

用森林和草场资源清查资料、农业统计、气候等地面观测资料, 以及卫星遥感数据, 并参考国外的研究结果, 对1981~2000年间中国森林、草地、灌草丛以及农作物等陆地植被的碳汇进行了估算, 并对土壤碳汇进行了讨论. 主要结论如下: (1) 中国森林面积(郁闭度为20%)由1980年初的116.5×10⁶ ha, 增加到2000年初的142.8×10⁶ ha; 森林总碳库由4.3 Pg C (1 Pg C = 10¹⁵ g C)增加到5.9 Pg C; 平均碳密度由36.9 Mg C/ha (1 Mg C = 10⁶ g C)增加到41.0 Mg C/ha; 年均碳汇为0.075 Pg C/a. 中国草地面积约为331×10⁶ ha, 总碳库1.15 Pg C, 总碳密度3.46 t C/ha, 年均碳汇0.007 Pg C/a. 中国灌草丛的面积为178×10⁶ ha; 年均碳汇为0.014~0.024 Pg C/a. 中国农作物的生物量按0.0125~0.0143 Pg C/a的速率增加. (2) 在1981~2000年间, 中国陆地植被年均总碳汇为0.096~0.10⁶ Pg C/a, 相当于同期中国工业CO2排放量的14.6%~16.1%. 利用国外结果对中国土壤碳汇进行了概算, 为0.04~0.07 Pg C/a. 因此, 中国陆地生态系统的总碳汇(植被和土壤)将相当于同期中国工业CO2排放量的20.8%~26.8%. (3) 文中的碳汇估算存在很大的不确定性, 尤其是对土壤碳汇的估算. 为此, 需要进行更为深入、细致的研究.     

集合敏感性分析在北半球中纬度高影响天气中的应用

总结回顾了集合敏感性分析(ESA)在诊断中纬度高影响天气预报不确定性中的应用。作为一个简单高效且不需要大量计算资源的方法,集合敏感性分析主要被应用在中纬度气旋、台风或飓风的温带转换,以及在强对流过程中诊断预报误差和不确定性的来源。集合敏感性方法极有灵活性,可以根据实际需要改变不同的预报变量和初始场。在对2010年美国东岸圣诞节暴风雪的分析中,集合敏感性分析通过三种形式来诊断了预报不确定性的初值敏感性,即基于EOF分析的敏感性、预报差别的敏感性,以及基于短期预报误差的向前积分敏感性回归。三种方法证实气旋路径的不确定性主要和位于美国南部大平原的短波槽初始误差相关。此外,气旋强度的不确定性还和产生于北太平洋向下游延伸的罗斯贝波列相关。集合敏感性分析方法对于分析中纬度气旋的不确定性、诊断初值敏感性、分析误差发展机制都非常有效。集合敏感性分析也被应用于分析台风/飓风的温带气旋转换过程的不确定性。在对2019年美国首个主要登陆台风Dorian的分析中发现,加拿大CMC的集合预报主要不确定性来自于强度的不确定性,而这个不确定性与初始时刻的大尺度环流型有关,较连贯的信号可以追溯至东北太平洋的前倾槽。而NCEP和ECMWF的不确定性主要在于气旋位置的东北—西南向移动,而敏感性主要和飓风系统本身(即其北部低压区和中纬度槽)的锁相有关。分析结果进一步验证了集合敏感性分析对诊断模式之间的不一致性,以及模式成员之间不一致性的不确定性来源和发展过程的可靠性。集合敏感性分析方法综合了集合预报、资料同化和敏感性分析,因此对于资料同化技术改进、诊断模式误差(或者缺陷)、附加(目标)观测最优策略,以及评估观测对预报的影响等都有重要意义。同时可以更有效地利用集合预报信息,帮助预报员提高情景意识,最终减少高影响天气预报中的决策失误。     

遥感技术在大面积天然草地估产和预报中的应用探讨

利用新疆北疆地区不同草地类型上观测的草地可食产量、环境与遥感资料等,使用3S技术进行了相关分析和遥感估产及预报,建立了地面光学和线性或非线性遥感估产及产量预报模型,在实际估产和产量预测中加以应用、检验,并给出了生态学解释。     

祁连山海北冬春气温度化对草地生产力的影响

祁连山海北地区冬春气温与高寒草甸牧草产量具有很高的反相关关系。冬春气温升高导致牧草产量有所下降,主要原因是冬春气温升高,使冬季土壤冻结层变薄,土壤水分散失严重;