基于时空融合算法的水体叶绿素a反演研究

为了准确反演水体中叶绿素a浓度,以黄柏河东支流域为例,采用STNLFFM时空融合算法,对2017年GF-4和Sentinel-2反射率数据进行融合,以重构Sentinel-2影像的时间序列数据,并对应用算法前后获取的水质参数-光谱特征响应关系建立多元线性回归模型,比较模型对叶绿素a的预测效果以验证时空融合算法的可行性,利用重构后影像光谱特征与水质参数的响应关系建立人工神经网络模型,反演2017年黄柏河东支流域各水库水体叶绿素a浓度。结果表明:利用时空融合算法生成的影像接近真实影像,提高了多元线性回归模型预测叶绿素a的效果,R2从融合前0.659提高至融合后0.844,且基于时空融合算法获取的水质参数-光谱关系建立的人工神经网络模型模拟精度较好,R2和MRE达到0.925和9.461%,反演的叶绿素a浓度空间差异性明显。证明了时空融合算法在水质参数反演过程中具有较好的应用前景。

长江中下游降雨侵蚀力时空变化及其与植被覆盖的关系

充分掌握大尺度流域降雨侵蚀力的时空变化特征对流域水土保持、防洪减灾和生态环境保护至关重要。基于长江中下游的119个气象站点57a逐日降雨资料,通过Xie模型计算各站降雨侵蚀力,使用旋转经验正交函数(REOF)法对降雨侵蚀力进行区域划分;结合Mann-Kendal检验、重标极差(R/S)法和相关性分析方法分析长江中下游降雨侵蚀力的时空变化特征,并揭示其与植被覆盖度之间的关系。结果表明:(1)长江中下游降雨侵蚀力整体呈上升趋势,年均降雨侵蚀力为5643MJ mm hm^(-2)h^(-1)。(2)不同季节降雨侵蚀力空间分布存在差异。冷季降雨侵蚀力空间分布不均,高值区主要集中在流域的西部和东北部,而暖季降雨侵蚀力则表现为以江西省为中心沿西北方向递减的空间分布格局,最大值和最小值出现在鄱阳湖环湖区(III区)和长江干流武汉以下段及太湖水系(IV区)。(3)长江中下游相邻地理分区间降雨侵蚀力变化速率差异较大,降雨侵蚀力区域性差异显著。其中III区、湘江及赣江流域(I区)和IV区年均降雨侵蚀力呈显著增长趋势(P<0.05)且未来将保持该趋势,为水土保持重点关注区域。(4)研究所发现的长江中下游水土保持重点关注区域的降雨侵蚀力与植被覆盖度存在负相关。但值得注意的是I区在冷季呈现正相关,而且其中的湘江上游流域出现显著正相关。研究表明降雨侵蚀力是影响地表侵蚀过程的关键因素,侵蚀性降水会影响植被覆盖情况,进而影响地表的侵蚀过程。因此在重点关注高降雨侵蚀力地区的同时还需加强植被保护工作。研究结果可为长江中下游区域水土保持及生态环境保护工作提供科学依据。

基于CE-318观测的甘肃省气溶胶光学特性分析

对于大气气溶胶地基观测资料的定量分析是了解气溶胶光学特性和大气污染特征的基本途径,可为探讨污染治理方向提供一定的依据。近年来,利用地基观测资料分析甘肃省不同区域气溶胶光学特性的研究较少。为了解甘肃省不同下垫面的大气气溶胶光学特性,本文基于2018年4月至2020年9月CE-318型太阳光度计观测资料,通过ASTPwin软件反演获得了甘肃省四个站点的气溶胶光学厚度AOD,计算了Angstrom波长指数α,分析了甘肃省不同区域不同季节AOD和α的分布和变化特征以及气溶胶光学厚度和波长指数的关系。结果表明:(1)观测时段内,所有站点各波段AOD的变化趋于一致,且AOD值随波长增大而减小。兰州和皋兰山AOD值冬季最高,春、秋季次之,夏季最低,兰州冬、春季AOD值分别比年均值超出14.98%和4.68%,皋兰山冬季AOD值比年均值超出3.88%。敦煌和民勤AOD值均为春季最高,比各自的年均值高出24.49%和26.30%。敦煌AOD季节分布为:春季>夏季>冬季>秋季,而民勤则表现为从春到冬季逐渐减小的趋势。(2)兰州和皋兰山春夏季主控粒子为粗模态,秋冬季则为细颗粒物主导。敦煌和民勤大气气溶胶常年由粗模态粒子主控。2019年冬季,兰州市区AOD值比其城郊的皋兰山高出68.0%;敦煌和民勤2019年春季沙尘气溶胶污染较为严重,敦煌AOD值比民勤超出42.42%。(3)四个站点AOD和α的频率分布均呈单峰曲线,不同季节AOD高频次分布范围存在差异性,但都处于1.0以下。α的高频次范围分布较为复杂,兰州春季、皋兰山春夏季、敦煌四季、民勤春夏秋季,α分布区间均小于1.0,而兰州夏秋冬季、皋兰山秋冬季、民勤冬季α主要分布于1.1以上。(4)不同季节AOD和α的关系存在差异,表现为不同季节,大气出现严重或者局部污染时,气溶胶的主控粒子粒径大小不同。春季大气出现局部或者严重污染、夏季大气局部污染时,四个站点气溶胶主要是大粒径粒子,其中沙尘气溶胶的贡献较大。夏季大气处于严重污染时,皋兰山气溶胶主要是细模态粒子,兰州、敦煌、民勤气溶胶依然由粗模态主控,但是兰州小粒径粒子导致的污染比重高于其余两站,其中85%以上属于城市工业-气溶胶污染。秋季大气处于严重污染状况时,兰州和皋兰山均由细模态粒子主导,其中城市工业-气溶胶占比明显增加,而敦煌和民勤依然由粗模态粒子主导,其中沙尘气溶胶占比偏重。冬季大气严重污染时,兰州依然由细模态粒子主导,而其他三站由粗模态粒子占据主导地位,冬季大气局部污染时,敦煌和民勤粗模态粒子与细模态粒子同时出现,皋兰山以细模态粒子为主。分析可知,总体上甘肃偏北地区气溶胶污染以沙尘气溶胶为主,而偏南地区气溶胶污染表现为粗模态与细模态粒子交替出现,这为下一步结合卫星遥感资料研究甘肃不同区域的气溶胶特性及大气污染特征提供了一些参考。

淮河息县流域不同土地利用类型的水沙贡献率研究

深入研究不同土地利用方式对流域水沙过程的影响,对流域水土流失防治和生态环境管理具有重要意义。利用息县站1996-2003年实测月径流与月泥沙资料,建立息县流域SWAT模型,根据SWAT模型模拟结果,统计不同土地利用类型下产流产沙量对全流域的贡献率;然后将SWAT模型的各子流域产流产沙模拟数据作为随机森林回归模型所需的输出变量,使用随机森林回归模型评估不同土地利用类型对径流和泥沙过程的重要度。结果表明:①SWAT模型精度较高,径流和泥沙率定期和验证期的决定性系数R2、纳什系数NSE均大于0.75,偏差百分比PBIAS为-1、-5.6和5.1、9.6,模型适用于息县流域径流与泥沙模拟;②流域内土地利用类型对产流过程与产沙过程的贡献率排序分别为林地>旱田>水田>草地,旱田>水田>草地>林地;③随机森林回归模型的各阶段的决定性系数R2基本大于0.5,拟合效果较好;随机森林回归模型得到的不同土地利用类型对流域水沙过程的重要度排序与SWAT模型模拟计算得到的不同土地利用类型对水沙过程的贡献率排序基本相同,说明了利用SWAT模型计算不同土地利用类型对水沙过程的贡献率的准确性较高。综上,耕地对息县流域的水沙贡献率最大,本研究的方法同样可应用于其他流域,以得到不同流域内不同土地利用类型的水沙贡献率,为流域内的高效水土保持治理提供参考。

雅砻江流域1961-2018年极端气候时空演变研究

近年来我国极端气候事件频发,研究极端气候的变化规律,能够预防自然灾害对人类生活造成的伤害以及水资源分布的失衡。雅砻江拥有我国重要的水电能源,基于雅砻江流域1961-2018年日降雨、日气温数据计算得到26个极端气候指数,利用线性拟合、Sen’s斜率估计、Mann-Kendall突变检验以及Pettitt检验法分析极端气候指数的趋势和突变;使用反距离权重空间插值法(IDW)进行空间插值,分析极端气候指数的空间分布特征。结果表明:雅砻江流域极端高温、低温以及平均温差指数在空间上都是南高北低;流域北部气温偏寒,结冰和霜冻日数偏长,而南部气温偏暖,夏天日数和生长期长度偏长。极端降水指数除持续干期,其他指数在空间上也是南高北低,且在东南部达到最大值。在全球气候变暖的趋势下最高和最低气温极值温度上升,高温增长速率小于低温增长速率,从而温差逐渐缩小;结冰和霜冻日数减少,夏天日数、生长期长度和暖日持续日数增加,使得流域冬季变短夏季变长,适合动植物生长的温度持续时间增长。极端降水指数除了持续干期,其余指数均呈现上升趋势,年降水量增加幅度最大,强降水量增加幅度次之。说明1961-2018年雅砻江流域极端气温趋于变暖,年内偏暖日数增多,极端降水整体增加,降水量和降水强度增大,降水持续时间加长,还需对雅砻江流域极端降水的增多加以防范。研究雅砻江流域极端气候的时空变化规律,为该流域水资源开发和管理以及灾害预警提供了科学依据。

青藏高原土壤湿度-气候相互影响研究进展

土壤湿度作为一个具有“记忆性”的重要气候变量,可以通过改变地表的能量和水分交换,进而影响局地乃至全球的大气环流,因此受到全球气候观测系统计划的重视。近年来青藏高原土壤湿度观测网(站)建设发展迅速,为局地陆气相互作用研究提供了可靠的数据支撑。本文从不同的土壤湿度资料在青藏高原的适用性、高原土壤湿度的时空变化特征及其对气候的影响综述了近年来的国内外研究进展。由于土壤湿度在时空上的高度变异性,现有相关研究大多使用再分析资料、陆面数据同化资料和卫星遥感数据来补充观测资料进行青藏高原土壤湿度与气候的相互影响研究。但模式选择、算法和实验方案的不同,导致青藏高原土壤湿度的补充资料适用性不同,使得前人对高原土壤湿度如何影响中国及全球气候得出不同结论,故相关问题需要进一步讨论,并提出了后期青藏高原土壤湿度研究需要解决的关键问题。

中亚干旱地区降水异常及其影响机制研究

中亚地区位于欧亚大陆内部,地处西风控制关键区。在近年全球加速变暖的背景下,观测和模拟均展现出中亚地区的暖湿化趋势。北大西洋的海温异常激发大气的涡度异常,通过罗斯贝波列的方式传播影响中亚地区的大尺度环流和垂直运动的异常,从而导致中亚地区的降水异常。同时,赤道太平洋和北印度洋的海温异常,引起阿拉伯半岛向中亚地区的水汽输送异常,以及西风-季风协同作用、丝绸之路遥相关相位转换、地表类型和局地环流的变化等均不同程度地贡献和加速了中亚地区的暖湿化进程。本文意在总结近20年关于中亚地区降水异常的主要影响因子及其背后机理,并在现有研究基础上提出了未来的研究展望。

融合ARIMA模型和MCMC方法的非一致性设计洪水计算

常规非一致性频率分析方法在选择协变量、建立统计参数与协变量的函数关系方面均存在主观性,且仅获得设计洪水估计值,不能同时进行不确定性分析。为改进上述不足,建立了ARIMA-MCMC模型,在贝叶斯MCMC方法抽样过程中考虑统计参数拟合期内的时变性,进而对未来气候变化条件下的非一致性设计洪水频率分布模型参数进行抽样,基于参数后验分布进行设计洪水计算,并推求相应的置信区间。选取雅砻江流域小得石水文站作为分析对象,采用ARIMA-MCMC模型定量评估未来气候变化条件下小得石站设计洪水的变化情况。结果表明:基于ARIMA-MCMC方法的参数抽样收敛效果较好,3种情景下的模型统计量D均小于显著水平5%的临界值;除SSP2-4.5情景下P=0.1%和P=0.05%的设计值外,其他情况的设计最大日流量较历史期均明显增加,其中SSP1-2.6、SSP5-8.5情景下的增幅分别为7.1%~10.5%、13.9%~27.2%。本文建立的ARIMA-MCMC方法能够有效进行非一致性设计洪水频率分析。

基于集成时变矩模型和动态蒙特卡洛方法的防洪风险分析

与作为水利水电工程设计依据的历史水文情势相比,未来受到全球气候变化影响的水文情势将与之产生偏差,进而导致流域内各水电工程水文分析成果的改变。这些成果的改变又将对流域梯级水库群中长期的运行安全和防洪调度产生影响。本文以雅砻江流域为研究区域,通过耦合SWAT水文模型和全球气候模式,定量识别未来气候变化条件下的流域气象水文要素变化情况,在此基础上提出能同时考虑非一致性和历史特大洪水的集成时变矩模型方法,最后选取流域内杨房沟水电站,基于动态蒙特卡洛方法进行未来气候变化条件下的调洪演算。主要结果如下:率定好的SWAT模型模拟精度较高,且在雅砻江流域有较好的空间适用性。在未来气候变化条件下,麦地龙站洪峰流量序列在SSP1-2.6情景下,从现在到2070年左右小幅上升,随后小幅下降;在SSP2-4.5情景下,从现在到2070年左右明显上升,然后趋于稳定;仅在SSP5-8.5情景下持续上升,且上升趋势非常明显。在未来气候变化条件下,除SSP1-2.6情景的超校核洪水位风险率外,其他情景下杨房沟水电站超设计洪水位、校核洪水位风险率较设计标准均明显增大。未来全球气候变化将对雅砻江流域水循环和陆气水分交换产生显著影响,导致水文极端事件更加突出,流域内基于稳定环境下水文情势及水文分析成果规划建设的水电站(水库)将面临更大的防洪风险。本文提出的融合集成时变矩和动态蒙特卡洛模型的防洪风险分析方法,在考虑未来全球气候变化导致的非一致性基础上同时融入了历史特大洪水信息,经验证适用性较好。研究成果可为相关运行管理部门应对相应风险和指导实际生产提供一定参考。

基于REOF的淮河流域降雨侵蚀力时空变化

淮河流域作为中国重要的粮食生产基地,研究其降雨侵蚀力的时空变化特征,对流域水土流失防治、土壤资源保护及农业可持续发展具有重要意义。该研究基于淮河流域内的40个气象站点1960—2018年的日降雨数据,采用Xie方法计算各站点降雨侵蚀力及降雨侵蚀力密度;使用旋转经验正交函数(Rotating Empirical Orthogonal Function,REOF)对淮河流域依据降雨侵蚀力的分布特性进行分区,采用线性倾向率、改进的Mann-Kendall检验和R/S分析法来分析流域内降雨侵蚀力的时空变化特征;并为不同分区提供合理的农业水土流失防治措施。结果表明:1)淮河流域多年年均降雨侵蚀力及降雨侵蚀力密度分别为4264 MJ·mm/(hm^(2)·h)和4.63 MJ/(hm^(2)·h),且降雨侵蚀力未来将呈增长趋势;整体上,流域内年降雨侵蚀力从东南部向西北部递减,年降雨侵蚀力密度从北部向南部递减。2)基于淮河流域40个站点的年降雨侵蚀力序列,使用REOF展开的10个空间特征向量的累计贡献率达74.34%,可着重突出空间分布特征。并依据这10个模态分布将淮河流域的降雨侵蚀力场划分为降雨特征不同的10个地理区。3)降雨侵蚀力较高的分区为第2、3、4、5和6区,主要集中于流域南部和东部;5—9月的降雨侵蚀力约占全年总和的80%~91%,降雨侵蚀力密度较高。3)在降雨侵蚀力较高的5—9月期间,流域内各区域的农业活动过程中需加强水土流失防治措施,尤其是第6区所在的区域。研究结果可为淮河流域内不同区域的耕地水土保持工作提供参考,并进一步保障流域内农业可持续发展。

青藏高原大气边界层结构及其发展机制研究

研究青藏高原大气边界层对于我们认识其地面的热量与水分收支状况,了解高原及其周边地区的天气和气候变化具有重要意义。然而,高原大气边界层观测资料的匮乏制约着青藏高原的天气与气候研究。首先,梳理了针对青藏高原大气边界层的大气科学试验情况;其次,归纳了青藏高原大气边界层的高度与风场结构、温度与湿度场结构的研究进展,并从热力学和大气动力学角度介绍了大气边界层的发展机制,在此基础上,对目前研究中存在的不足进行了探讨,指出青藏高原大气边界层的研究还处于揭示现象阶段,对发展机制的研究不够深入,对整个高原面上不同区域同一时间的联动研究较少。针对上述不足之处对未来的研究方向进行了展望。

青藏高原典型下垫面通量印痕特征分析

下垫面的非均匀性影响地气通量观测的准确性和代表性,青藏高原复杂下垫面通量印痕分布的研究对地气相互作用的观测、模拟及其天气气候影响均具有重要意义。印痕分析是研究通量观测信息空间代表性的重要方法,通量印痕模型FFP(Flux Footprint Prediction)为计算通量印痕提供了一种行之有效的方法。基于西藏珠穆朗玛大气过程与环境变化国家野外科学观测研究站、阿里荒漠环境综合观测研究站、西藏纳木错高寒湖泊与环境国家野外科学观测研究站、慕士塔格西风带环境综合观测研究站和藏东南高山环境综合观测研究站5个台站2013年观测数据,利用FFP模型对通量印痕进行了模型参数敏感性分析,探讨了不同站点通量印痕分布的时空特点、具体影响因素,进而对观测台站架设提供指导。研究结果表明,通量印痕的主要影响因素为观测高度、风速、风向,下垫面类型为常绿针叶林的林芝站对观测高度、行星边界层高度较其他台站敏感。在青藏高原,使用三维超声风速仪观测数据得到的通量印痕的空间尺度为250~500 m。5个台站中珠峰站白天稳定层结时次最少,占白天数据点的15.69%,阿里站夜间不稳定层结时次最少,占夜间数据点的13.32%。在青藏高原5个台站夜间通量印痕比白天通量印痕范围更广、面积更大;夏季由于季风的影响,通量印痕轴线更趋向一致;纳木错站湖陆风是影响通量印痕的主要因素,珠峰站冰川风是影响通量印痕的主要因素,林芝站在5个站点中年平均风速最小,通量印痕最小,在5个站点中观测代表性最佳。为提高观测数据代表性,可考虑在珠峰站、纳木错站降低观测仪器高度。

珠峰北坡高寒灌丛草原生长季碳、水通量特征分析

研究青藏高原高寒灌丛生态系统的碳水通量特征,对于阐明气候变化背景下高寒草地生态系统的碳收支和水循环具有重要意义。基于2017-2018年生长季连续观测的通量数据及微气象和土壤温湿度等数据,利用标准化的通量数据处理和插补方法以及结构方程模型等数理统计方法系统分析了珠峰北坡高寒灌丛生态系统生长季的碳水通量特征及其环境控制因素。结果表明:(1)2017年和2018年生长季累计的总初级生产力(GPP)、生态系统呼吸(Re)和净生态系统碳交换(NEE)分别为248.0、112.2和-135.8 g·C·m^(-2)及254.0、113.5和-140.5 g·C·m^(-2)。这两年的呼吸比(Re/GPP)分别为45.2%和44.7%,较低的呼吸比促进了碳的封存,从而导致该高寒生态系统生长季较强的碳汇强度。此外,2017年生长季的累计蒸散发(ET)为194.9 mm,略高于2018年的167.9 mm。(2)光合有效辐射(PAR)在生长旺季白天与NEE之间存在着较好的直角双曲线关系,2017年和2018年的表观初始光量子效率(α)和光饱和时的最大光合作用效率(NEEmax)分别为-0.0105μmol·CO_(2)·μmol^(-1)·photos和-7.79μmol·CO_(2)·m^(-2)·s^(-1)以及-0.0138μmol·CO_(2)·μmol^(-1)·photos和-5.23μmol·CO_(2)·m^(-2)·s^(-1)。(3)PAR对生长季NEE变化起着关键作用,而土壤水分是影响高寒灌丛生长及Re和GPP变化的主要因素,表明该冷干的高寒生态系统碳通量受表层土壤水分调控。在生长季,表层土壤水分是限制高寒灌丛蒸散发的主要因素,说明该冷干的高寒生态系统蒸散发的水分供应受限。这些发现有助于进一步认识青藏高原珠峰北坡草地生态系统地-气间的CO_(2)和水分交换。

北大西洋-东亚和北亚型遥相关的机制及其对新疆夏季旱涝的影响

北大西洋-东亚和北亚(简称NAENA)型遥相关是夏季欧亚大陆对流层上层经向风异常的第二主导模态,对欧亚大陆多尺度气候变率有显著影响。本文在分析NAENA型维持的动力学机制的基础上,研究了该遥相关型对新疆夏季旱涝异常的影响及其可能机制。大气波列的涡度收支分析表明,气候态的旋转纬向风引起的扰动涡度平流可以被扰动旋转经向风引起的平均涡度平流所补偿。能量转换过程分析表明,该大气波列有效地从平均流中提取有效位能,通过斜压能量转换过程得以维持。大西洋海温异常三极子模态则是NAENA型维持的重要外强迫因子。回归分析表明NAENA型遥相关能通过促进南疆夏季降水,显著影响新疆的旱涝异常。NAENA型位于中亚的气旋性低压一方面增强了南疆地区的垂直上升运动,同时气旋性环流将更多的水汽输送到该地区,有利于水汽在对流层中低层的异常辐合,进而对南疆的降水有促进作用。

澜沧江流域卫星产品降尺度与融合方法

卫星降水产品具有覆盖范围广、更适用于无资料区域的优势,但分辨率较低、精度不足,为获取高时空分辨率、高精度的降水数据,需对卫星产品进行降尺度,并与地面观测数据融合,以提高数据质量。以澜沧江流域为例,在综合考虑地形、地理和植被等要素的基础上,建立地理加权回归(geographic weighted regression,GWR)模型对热带降雨测量卫星(tropical rainfall measurement mission,TRMM)和基于人工神经网络的遥感降水估计-气候数据记录(precipitation estimation from remotely sensed information using artificial neural networks-climate data record,PERSIANN-CDR)产品进行空间降尺度,再采用集合卡尔曼滤波算法,将地面气象站点经反距离加权插值法(inverse distance weighted,IDW)插值后的数据作为融合算法观测值,对降尺度后的TRMM、PERSIANN-CDR数据进行融合,以进一步提高降水数据精度。结果表明:1)相比TRMM卫星降水产品,PERSIANN-CDR降水产品对澜沧江流域降水的捕捉能力更弱,但降尺度后两者卫星产品数据精度都有较显著的提升;且两类产品在旱季(11月至次年4月)的精度评估效果相较于雨季(5月至10月)更为明显,表明GWR方法能显著提升这两类卫星降水产品对旱季降水的监测效果。2)对比其他学者的研究表明,对降尺度后的产品进一步使用集合卡尔曼滤波算法,最终得到的融合结果极好,并改善了卫星产品高估降水的现象。综上所述,该研究所使用的降尺度与融合方法,能够显著提升数据空间分辨率与精度,最终得到与地面观测降水数据相关性极高的高空间分辨率卫星产品结果。

亚洲三大高原感热变化及其对中国天气气候协同影响研究进展

青藏高原、伊朗高原和蒙古高原属于亚洲高海拔地区,3个高原热力作用对同期和后期中国天气气候有重要影响。首先,介绍了3个高原地表感热时空变化特征,结果表明在全球变暖的背景下,3个高原地表感热经历了明显的年际和年代际变化,基本都在20世纪末到21世纪初出现年代际转折,之后探讨了它们之间地表感热可能存在的联系。其次,归纳总结了3个高原春季和夏季地表热力状况对中国天气气候的影响研究进展,结果显示:青藏高原感热对高原低涡的生成、发展和东移有重要作用,在适当的背景环流下会给中国东部地区带来暴雨天气;青藏高原和伊朗高原的“感热气泵”为亚洲季风区提供有利的大尺度上升背景场,而且这2个高原的热力协同作用对中国南方夏季降水的贡献要大于二者的线性叠加;青藏高原、伊朗高原和蒙古高原地表加热激发的次级环流下沉支与中国北方暖干化关系密切,且3个高原感热异常会引起其上空大气环流异常,通过大气遥相关调节中国北方天气气候。最后,在此基础上讨论了现有研究的不足,并对未来关于青藏高原、伊朗高原和蒙古高原感热的天气气候效应的研究进行了展望。