1961-2020年黄土高原季风区和西风区昼夜降水的时空变化特征

利用国家气象信息中心1961-2020年中国黄土高原地区64个站点逐日昼夜降水数据,将黄土高原分为两个区域(季风区和西风区),并使用线性趋势、 t检验等方法分析了两个区域两个季节(湿季和干季)昼夜降水日数和降水量的变化特征。结果发现,黄土高原季风区和西风区昼夜降水均有显著的季节差异,季风区湿季(5-9月)昼夜降水日数占全年的比例都达60%、降水量到75%以上,西风区湿季昼夜降水日数占全年的比例则都近70%、降水量到80%以上。黄土高原有西风区变湿、季风区变干的趋势;其中最为显著的特征是,西风区湿季白昼降水量增加的站点高达77.8%,干季昼夜都有超过50%的站点降水量增加;季风区湿季昼夜降水日数和降水量减少的站点分别超过80%和50%,干季则分别超过95%和80%。     

“高分二号”卫星在黄土地质灾害解译中的应用研究

黄土高原地区地质灾害多发频发,危害严重,应用亚米级的高分二号(GF-2)卫星影像数据,提取地质灾害信息,并对室内解译结果进行了野外查证。本文提出了以GF-2卫星数据为主要信息源,进行地质灾害解译的技术方案;并以宁夏南部黄土高原区为例,验证了该方法的适用性,为规模化地开展基于国产高分系列卫星的黄土高原地区地质灾害遥感解译提供了可行的技术方案;通过GF-2卫星影像与常用的国内外卫星数据用于地质灾害信息判释的对比研究,认为GF-2卫星影像对于地质灾害信息的识别能够满足地质灾害遥感解译的要求,GF-2卫星影像的应用具有较高的性价比和显著的经济社会效益。     

黄土高原植被恢复潜力研究

黄土高原从1999年开始大规模退耕还林（草）,植被覆盖发生了较大变化,对黄土高原植被恢复现状和恢复潜力进行评估具有重要意义。本文使用1999-2013年SPOT VEG NDVI数据,采用线性回归、Hurst指数分析法、统计学方法以及地理空间分析技术,对黄土高原植被恢复状况和潜力进行了探讨。结论主要为：① 1999年退耕还林（草）以来,黄土高原植被覆盖度呈显著上升趋势,黄土高原三分之二地区的植被将会持续改善;② 植被响应曲线分析表明,黄土区植被覆盖度和干旱指数呈显著的指数关系,且缓坡相关性大于陡坡。土石山区植被响应函数为线性函数,相关系数下降;③ 整个黄土高原地区平均植被恢复潜力为69.75%。植被恢复潜力值东南高而西北低,黄土高原东南地区植被恢复状况较好,其植被恢复潜力指数较小,而植被恢复潜力指数较高的地区主要为北方风沙区及西部丘陵沟壑区;④ 不同降水量条件下,植被恢复速度差别显著,其中降水量在375~575 mm之间的地区,植被恢复最快。植被恢复措施应该“因水制宜”,避免因造林带来的土壤干化加剧。研究结果以期为黄土高原生态文明建设提供科学支撑。     

近15 a黄土高原植被覆盖时空变化及驱动力分析

研究黄土高原地区植被覆盖变化及其驱动因素可以揭示研究区气候变化和人工生态调节过程对植被变化的影响。基于500 m分辨率的MODIS-NDVI数据和同期气象数据,运用均值法、斜率分析法、相关分析法及残差法,分析了2001-2015年黄土高原的植被时空演变变化特征及其驱动因素。结果表明：近15 a黄土高原植被在季度上总体都呈现增加趋势且存在一定差异,夏、秋季植被增加最为明显;黄土高原植被覆盖在空间上呈现自东南向西北递减的分布特征;植被NDVI变化在不同季节上都存在明显的空间差异;黄土高原植被NDVI对气温、降水的响应关系有明显的季节差异,并在空间上与降水的相关性显著,与温度相关性不明显;人类活动对植被覆盖变化有双重影响,其中生态恢复工程是黄土高原中部地区植被覆盖快速增加的重要因素。     

农户尺度的黄土高原乡村干旱脆弱性及适应机理

干旱脆弱性及人类对干旱的适应机理分析是干旱及半干旱地区人地关系研究的重要内容,也是西北地区乡村人地系统可持续性研究的新视角。本文运用Turner脆弱性分析框架,将其改进应用到黄土高原乡村农户的干旱脆弱性及其适应领域,选取榆中县和长武县气象数据和农户调查数据,应用主成分分析、综合指数法、差异性分析和鲁棒性分析等方法分别对指标权重、农户干旱脆弱性指数及其差异性与脆弱性指数的不确定性进行分析与检验,并从适应能力、适应策略和适应模式三个层面揭示适应机理。主要结论为：①中连川乡农户干旱脆弱性指数大于洪家镇,且不同村落间农户干旱脆弱性指数差异显著;②农户干旱适应机理为暴露—敏感性影响农户收入,农户生计系统是适应干旱暴露扰动的决定因子,农户类型、生计方式、土地利用、灌溉设施和政策扶持的差异性产生不同的适应模式和适应效果;③农户干旱脆弱性指数排名出现频率较高且排名变化范围较小,具有较强的鲁棒性,表明农户干旱脆弱性计算结果具有稳健性。     

黄土高原一次γ中尺度致洪大暴雨环境场特征分析

为了提高对黄土高原γ中尺度致洪暴雨预报和预警能力,利用NCEP 1°×1°逐6 h再分析资料、常规观测资料、多普勒天气雷达资料等,对2015年7月18日黄土高原发生的一次γ中尺度致洪暴雨进行了诊断分析。结果表明:700~200 h Pa深厚低涡和低层切变是这次暴雨的主要影响系统;暴雨发生前暴雨区大气层结对流不稳定增强和对流有效位能的增长为强天气的发生提供了有利条件;暴雨发生前地面图上生成的湿焓高能中心、850 h Pa和700 h Pa等压面上生成的对流涡度矢量垂直分量高值中心和暴雨落区形成很好的对应关系;线状中尺度对流系统中β中尺度对流云团的发展加强对强降水有直接影响;线状中尺度对流系统在雷达回波图上体现为多个对流单体组成的带状回波,影响暴雨区的对流单体回波中心强度50 d BZ,径向速度场分析表明γ中尺度气旋性辐合的生成和维持为暴雨的持续提供了动力条件。     

基于DEM小流域复杂网络的黄土高原地貌自动识别研究

地貌识别,对于人类建设,地质构造研究,环境治理等相关领域都有着重要意义。传统的基于像素单元或面向对象的地貌识别方法存在局限性。由于流域小单元具有表面形态的完整性,在地貌演化中具有明确的地理意义,基于流域小单元的地貌识别成为了该领域的一个新热点。然而,基于传统地形因子的地貌识别方法使用的因子往往较为单一或者在地学描述上存在重复性,目前尚无针对流域小单元进行空间结构描述和拓扑关系特征量化的地貌识别研究。基于此,本文基于DEM进行水文分析并通过坡谱方法解决了小流域稳定面积难以确定的问题,在黄土高原样区提取了181个稳定小流域。根据复杂网络理论和地貌学原理提出了流域加权复杂网络的概念和相应的8个定量指标用于流域空间结构的模拟和量化描述。最后采用了基于决策树的XGBoost机器学习算法进行地貌识别,实验对于黄土高原主要地貌类型的识别显现出较好的效果,Kappa系数为86.00%,总体精度达到了88.33%。对于地貌形态特征明显的地貌,复杂网络方法其顾及空间结构和拓扑特征的特性导致了其较高的识别性能,精度和召回率都在90%~100%之间。通过与前人的研究进行对比,其识别结果亦呈现出较高的精度,这些都验证了流域加权复杂网络是一种基于流域小单元地貌识别的高精度且有效的方法。     

利用COST-G GRACE时变模型反演黄土高原陆地水储量变化

综合利用COST-G GRACE时变重力场模型、降水、气温、GLDAS模型中地表水、实测浅层地下水和NDVI等多源数据,分析2002-04~2016-12黄土高原陆地水储量的时空变化特征,并利用偏最小二乘回归方法定性分析黄土高原陆地水储量变化的驱动因素。结果表明：1)研究时段内黄土高原陆地水储量具有上升-下降-平缓下降的变化特征,山西省陆地水储量亏损趋势明显;2) 2004~2009年采煤用水、人类生活用水和植被作用是黄土高原陆地水储量下降的重要因素,2010~2016年工业用水、人类生活用水和气温上升是黄土高原陆地水储量下降的重要因素。     

甘肃黄土高原农业水分条件研究

计算分析了甘肃黄土高原的降水变化,农田蒸散和农作物水分亏缺的特征及其对农业生产的影响,表明区域主要降水特征均不利于农业生产;农田蒸散强烈,土壤水分亏缺严重;农作物水分供南非差额大,其水分适宜度低,降水产量指数小。