1958-2017年太湖蒸发量年际变化趋势及主控因子

湖泊蒸发对气候变化非常敏感,是水文循环响应气候变化的指示因子,因此研究湖泊蒸发的控制因素,对于理解区域水文循环有重要意义.本文利用太湖中尺度涡度通量网避风港站观测数据校正JRA-55再分析资料,驱动CLM4.0-LISSS模型,并利用2012-2017年涡度相关通量数据和湖表面温度数据检验模型模拟蒸发结果,验证了该模型在太湖的适用性;估算了1958-2017年间太湖的湖面蒸发量,并利用Manner-Kendall趋势检验分析了湖面蒸发的变化趋势,寻找太湖实际蒸发的年际变化的主控因子.结果如下:校正后的JRA-55再分析资料模拟的太湖蒸发与观测值之间存在季节偏差,但是季节偏差在年尺度上相互抵消,再分析资料可用于年际尺度太湖蒸发变化的模拟;1958-2017年间太湖蒸发量以1977年为界,先下降(-3.6 mm/a),后增加(2.3 mm/a);多元逐步回归结果表明,向下的短波辐射是太湖1958-2017年间太湖蒸发变化的主控因子,向下的长波辐射、气温、比湿也对湖泊蒸发年际变化有一定影响,但是风速对蒸发量的年际变化影响不大.     

商丘近40 a蒸发量变化特征及原因分析

利用商丘1961-2000年小型蒸发皿蒸发量资料,分析了商丘蒸发量的变化趋势及引起蒸发量变化的因子,结果表明,商丘年、季和月蒸发量均存在明显的下降趋势,影响蒸发量变化的因子主要有风速、日照、相对湿度、水汽压等.     

南召县石鼓金矿地质特征及成因探讨

石鼓金矿位于北秦岭复杂褶皱带东段,乔端-瓦穴子断裂南侧,牧虎顶花岗岩体之北侧,矿脉的产出受断裂构造控制.矿脉数量多,规模大小不一,成矿与构造岩浆活动等关系密切.矿床类型为石英脉型.     

河流相沉积的河型转换特征与控制因素及其油气地质意义 ——以南苏丹Melut盆地Ruman地区坳陷期Jimidi组为例

河流相砂体是陆相含油气盆地的重要储层类型,其河型的时空转换不仅是研究盆地演化的直接证据,更是精准评价与预测油气储层的核心内容,已成为近年来国内外沉积研究的热点之一.以Melut盆地Ruman地区坳陷期Jimidi组为例,通过开展层序划分、岩相类型与岩相组合分析、高分辨率储层反演、以及砂体平面展布分析,结果表明:1)坳陷...     

论控制铬铁矿矿石质量的因素

从铬的地球化学性状、铬铁矿的形成过程, Al3＋, Fe3＋对 Cr3＋的制约机制及矿石矿物共生组合特征讨论了控制铬铁矿矿石质量的因素,这一研究对评价矿石质量有重要意义。     

基于DEM的山地地理可照时数空间分布估算统计模型——以重庆为例

为了建立合理、准确且便于估算和应用的山地地理可照时数空间分布模型,本文以重庆为例,首先利用分布式模型估算了30 a平均年和各月可照时数,并利用基于气象行业标准得到的理论值进行了验证;其次,以栅格单元为统计样本,建立了基于地形尺度的可照时数估算的统计模型。结果表明:(1)基于分布式模型的模拟结果具有较高可信度,除10月外,其他各月和年的相对误差均小于10%,且东北和东南部的相对误差较中西部高。(2)西部方山丘陵区的可照时数高,中部平行岭谷区次之,东北和东南部低。冬季可照时数的空间异质性最大,夏季次之,春秋季接近,均较小。(3)各月和年可照时数与主要地理和地形因子之间的相关关系均表现为极显著性,各月复相关系数在0.7929~0.8277,年复相关系数为0.8522。(4)重庆可照时数估算统计模型在一定程度上简化了分布式模型的计算步骤和计算量,便于其应用,并可为其他地区估算可照时数提供方法参考。     

基于地理探测器的喀斯特不同地貌形态类型区土壤侵蚀定量归因（英文）

The formation mechanism and influencing factors identification of soil erosion are the core and frontier issues of current research. However, studies on the multi-factor synthesis are still relatively lacked. In this study, the simulation of soil erosion and its quantitative attribution analysis have been conducted in different geomorphological types in a typical karst basin based on the RUSLE model and the geodetector method. The influencing factors, such as land use type, slope, rainfall, elevation, lithology and vegetation cover, have been taken into consideration. Results show that the strength of association between the six influencing factors and soil erosion was notably different in diverse geomorphological types. Land use type and slope were the dominant factors of soil erosion in the Sancha River Basin, especially for land use type whose power of determinant(q value) for soil erosion was much higher than other factors. The q value of slope declined with the increase of relief in mountainous areas, namely it was ranked as follows: middle elevation hill> small relief mountain> middle relief mountain. Multi-factors interactions were proven to significantly strengthen soil erosion, particularly for the combination of land use type with slope, which can explain 70% of soil erosion distribution. It can be found that soil erosion in the same land use type with different slopes(such as dry land with slopes of 5° and above 25°) or in the diverse land use types with the same slope(such as dry land and forest with a slope of 5°), varied much. These indicate that prohibiting steep slope cultivation and Grain for Green Project are reasonable measures to control soil erosion in karst areas. Based on statistics of soil erosion difference between diverse stratifications of each influencing factor, results of risk detector suggest that the amount of stratification combinations with significant difference accounted for 55% at least in small relief mountain and middle relief mountainous areas. Therefore, the spatial heterogeneity of soil erosion and its influencing factors in different geomorphological types should be investigated to control karst soil loss more effectively.     

How forest gaps shaped plant diversity along an elevational gradient in Wolong National Nature Reserve?

Journal of Geographical Sciences - Understanding the underlying ecological processes that control plant diversity within (α-diversity) and among (β-diversity) forest gaps is important for...     

新世纪版《国家普通地图集》的内容策划与结构设计

新世纪版《国家普通地图集》是国家科技基础性工作专项《国家大地图集》系列编研项目之一,它以相对平衡的程度详细表示了水系、地貌、居民地、交通、境界、土质植被等基础地理要素的空间分布。为了适应生态文明建设和新型城镇化发展的要求,增设了地表覆盖图组和城市图组,构建了普通地图集的新型结构模式,本文主要对地图集的编研理论与内容策划、选题原则与顾及因素、结构设计与图幅编排进行了探讨和研究。     

基于GIS与地理探测器的岩溶槽谷石漠化空间分布及驱动因素分析

岩溶区土地石漠化已成为中国西部继沙漠化和水土流失后的第三大生态问题,近年来岩溶槽谷区石漠化表现出增加趋势。通过获取槽谷区石漠化、岩性、坡度、海拔、降雨量、土地利用、人口密度和第一产业生产总值等数据,利用GIS空间分析功能和地理探测器模型,探讨了岩溶槽谷区石漠化空间分布特征及驱动因子。主要结论为：① 岩溶槽谷区总石漠化面积为21323.7 km ²,占研究区土地面积的8.3%,其中轻度、中度和重度石漠化面积分别是11894.8 km ²、8615.8 km ²和813.1 km ²,分别占石漠化面积的55.8%、40.4%和3.8%;② 从石漠化的空间分布来看,槽谷区石漠化主要发生在连续性灰岩中,轻度、中度和重度石漠化面积分别为占槽谷区相应石漠化类型面积的22.1%、22.4%和1.9%;槽谷区石漠化主要发生在15°~25°的坡度范围,轻度、中度和重度石漠化面积分别为占槽谷区相应石漠化类型面积的27.1%、18.2%和2.3%;从海拔来看,主要分布于400~800 m范围内,轻度、中度和重度石漠化面积分别为占槽谷区相应石漠化类型面积的24.9%、18.4%和0.2%;从土地利用类型来看,主要发生于山地旱地中;从人口密度来看,集中分布于100~200人/km ²中;从第一产业生产总值来看,集中分布于25亿~50亿元中;③ 地理探测器的因子探测器揭示了岩性（q = 0.58）、土地利用（q = 0.48）和坡度（q = 0.42）3个因子是槽谷区石漠化形成的主要驱动因子,交互式探测器进一步揭示了岩性与土地利用类型（q = 0.85）、坡度与土地利用类型的组合（q = 0.75）共同驱动槽谷区石漠化的形成。