青藏高原多尔索洞错水深反演与水量变化估算

利用由实测水深空间插值获得的水下地形数据估算湖泊水量及其变化往往存在较大误差。以Landsat系列影像数据及多尔索洞错12 m以下实测水深数据为基础,建立多波段组合模型进行水深模拟,结合多时相Landsat影像获取的多尔索洞错边界数据获取水深变化,估算1996~2016年多尔索洞错水量变化。实验结果表明:多因子反演模型的相关系数(R^(2))均在0.90以上,平均绝对误差低至0.48 m,相比空间插值方法能更精确地模拟多尔索洞错水深在12 m以下区域的水深分布情况;近20 a来多尔索洞错不断扩张,水位升高约0.40 m/a,水量增加约0.18 km^(3)/a。

全球变化下青藏高原湖泊在地表水循环中的作用

青藏高原是地球上最重要的高海拔地区之一,对全球变化具有敏感响应.青藏高原作为"亚洲水塔",其地表水资源及其变化对高原本身及周边地区的经济社会发展具有重要的影响.然而,在气候变暖的情况下,构成高原地表水资源的各个组分,如冰川、湖泊、河流、降水等水体的相变及其转化却鲜为人知.湖泊是青藏高原地表水体相变和水循环的关键环节.湖泊面积、水位和水量对西风和印度季风的降水变化非常敏感,但湖泊面积和水量变化在不同区域和时段的响应也不尽相同.湖泊水温对气候变暖具有明显响应,湖泊水温和水下温跃层深度的变化能够对水—气的热量交换具有明显影响,从而影响了区域蒸发和降水等水循环过程.由于湖泊水量增加,高原中部色林错地区湖泊盐度自1970s以来普遍下降.根据60多个湖泊实地监测建立的遥感反演模型研究发现,2000—2019年湖泊透明度普遍升高.对不同补给类型的大湖水量平衡监测发现,影响湖泊变化的气象和水文要素具有较大差异.在目前的暖湿气候条件下,青藏高原的湖泊将会持续扩张.为了深入认识湖泊变化在青藏高原区域水循环和气候变化中的作用,需要全面了解湖泊水量赋存及连续的时间序列变化,需要深入了解湖泊理化参数变化及对湖泊大气之间热量交换的影响,需要更多来自大湖流域的综合连续观测数据.

青藏高原湖泊水量与水质变化的新认知

青藏高原湖泊众多,是气候变化敏感的指示器。湖泊作为地表下垫面的重要组成部分,不仅通过陆-气之间的水汽和能量交换影响区域气候(如降水、气温),而且通过沉积物记录了过去的气候变化信息。湖泊的水量和水质是制约湖泊与大气水分能量交换和湖泊沉积过程的基本要素,对青藏高原湖泊水量、水质的基础调查工作是准确认识青藏高原对气候响应与影响的关键。基于最近5年在青藏高原地区开展的湖泊基础调查工作,明晰了过去对青藏高原重要湖泊基础资料的模糊认识,阐述了湖泊面积、水量变化的时空差异及其对气候变化的响应,探讨了基于遥感水色开展大范围长、时间湖泊水质研究的新方法。

祁连山摆浪河全新世冰量变化初探

采用祁连山老虎沟12号冰川2009年RTK测量生成的数字高程模型（DEM）,建立现代冰川表面横截面拟合的二次方程,结合差分GPS测量的冰碛垄形态,运用于祁连山摆浪河上游14号冰川和16号冰川全新世以来冰量变化的估算.结果表明：新冰期以来冰储量减少0.38 km^3,小冰期以来14号冰川和16号冰川的冰储量分别减少0.016 km^3和0.047 km^3;根据祁连山全新世各个时期最大冰川范围的时间,估计了全新世以来14号和16号冰川冰储量的减少速率,新冰期以来为12.2×10^-5-15.0×10^-5km3·a^-1,小冰期以来分别为4.0×10^-5-5.3×10^-5km3·a^-1,11.75×10^-5-15.7×10^-5km3·a^-1.

基于核岭回归算法的PROSAIL模型反演高空间分辨率叶面积指数

准确估算叶面积指数(LAI)在生态、环境和气候变化研究方面具有重要作用。依靠卫星遥感技术能够获取大范围LAI产品,但其空间分辨率较低且依赖大量地面实测数据,难以满足高精度、大范围研究的需求。本研究基于30 m空间分辨率地表反射率数据,在不依赖大量地面实测数据的情况下,提出基于核岭回归算法的PROSAIL物理模型反演LAI,首先对PROSAIL模型的输入参数进行敏感性分析,以确定输入参数并生成模拟数据集,从而建立模拟反射率与LAI之间的核岭回归反演模型,进行高空间分辨率LAI反演,并与基于多层感知机的PROSAIL模型、基于随机森林回归的PROSAIL模型进行对比分析。结果表明:基于核岭回归的PROSAIL模型获得了最高的LAI反演精度,模型决定系数(R2)为0。8089,均方根误差(RMSE)为0。2492,基于多层感知机和随机森林回归的PROSAIL模型反演精度较差,模型R2分别为0。7726和0。7118,RMSE分别为0。2781和0。2432。研究认为基于核岭回归的PROSAIL模型可以有效提升LAI反演精度,为快速准确的区域性高空间分辨率LAI反演提供了技术和方法。

基于优化神经网络的AOD与PM_(2.5)关系模型研究

为了克服BP神经网络反演PM_(2.5)精度较低的问题,基于2017-2019年河南省MODIS气溶胶光学厚度(AOD)与PM_(2.5)浓度数据,使用量化共轭梯度算法代替传统BP神经网络使用的LM(Levenberg-Marquardt)算法,收敛速度快,且不需要其他参数。为了验证优化算法,将研究数据按照季节分类,使用日均PM_(2.5)近地面值与AOD构建关系模型。对于MODIS AOD在时空上的缺失,使用暗像元算法反演MODIS遥感图像作为补充。其中70%数据建立训练集,20%的数据建立验证集,10%的数据建立测试集。实验结果表明:PM_(2.5)与AOD存在正相关性,其中春季相关性0.7,夏季0.84,秋季0.68,冬季0.56。优化的模型相比BP神经网络模型,R值四季均有提高,春季0.54提升到0.62,夏季0.82提升到0.86,秋季0.72提升到0.79,冬季0.53提升到0.64;RMSE四季均有降低。从结果可以看出,PM_(2.5)与AOD存在显著的相关性,可以用AOD来反演PM_(2.5)。优化的神经网络模型在精度上有明显提高,可以用于估算高精度的PM_(2.5)浓度。

地表覆被与人口密度变化对城市地表温度的影响分析——以郑州市为例

以郑州市为例,基于多期Landsat遥感影像和夜间灯光数据分析了城市地表温度、不透水面、植被以及城市人口的时空变化特征,并从不透水面、植被和人口密度三个方面分析其对城市地表温度的影响.结果表明:郑州市明显存在地表温度中心城区高,郊区低的热岛效应,热岛斑块逐渐向东南部、西部和北部扩散且逐渐破碎化,热岛面积呈增长趋势;不透水面指数与地表温度呈显著的指数正相关关系,植被指数、人口密度与地表温度分别呈现出较显著的线性负相关和正相关关系.利用逐步回归的方法表明,不透水面是影响城市地表温度的主要原因,植被和人口密度也是影响城市地表温度的重要因素.

郑州市景观多样性的空间自相关格局分析

景观多样性的研究在土地管理与规划、生态景观评价和自然保护区建设等方面起着重要的指导作用。随着城市经济的快速发展,城市景观多样性也同样发生着剧烈的变化。利用四期LandsatTM影像,分析郑州市2000—2015年土地类型的时空变化,并结合景观多样性指数和空间自相关构建方法,在对景观多样性时空分布变化分析的基础上,进一步对地理空间单元上景观多样性的空间自相关关系进行了深入探讨。研究结果表明:研究区整体景观多样性增加,景观破碎化加重;城市边缘地带的变化符合初期地类转化强烈且景观多样性高值聚集,随着时间推移最终下降的统一规律,反映出人类活动与景观多样性分布密切相关;研究区内区域经济带动性强,导致研究区整体景观多样性单元之间关联性高,尤其是郑州东部地区,经济发展比较突出,其高值聚集区显著性明显较高。该研究结果表明经济发展是引起城市景观多样性空间分布变化以及空间地理单元自相关强弱的主导因素。

基于夜间灯光数据的郑州市大气污染暴露强度研究

近年来随着城市化进程加快,大气污染问题日益严重。在人口聚集地,居民受大气污染影响较大,探究城市人口大气污染暴露强度的空间分布特征已成为研究热点。由于城市内部自然和社会要素空间分布极为不均,仅从污染物数值角度难以准确揭示城市人口大气污染暴露强度的分布特征。本文基于2015年郑州市空气质量检测站的小时数据,分别利用人口年鉴数据和2015年年均夜间灯光数据,反演出郑州市人口空间分布数据,作为人口数据输入参数,采用人口污染大气暴露强度指标法研究2015年冬半年郑州市人口空气污染暴露强度及空间分布特征。结果表明,利用夜间灯光反演人口数据得出的污染大气暴露强度表现优于年鉴人口数据得出的结果,前者能够揭示出相邻栅格单元之间暴露强度的微观差异,在城市大气污染暴露强度空间分布上更加细化、更加准确科学。从暴露强度空间分布规律看,高暴露强度区主要集中于郑州市区和所辖各县城镇人口高密度区,且"市—郊"两级分化明显;从季节上看,冬季暴露强度水平高于春季暴露强度水平。开展城市空气污染人口暴露强度的污染分布特征研究,能够更精准地揭示郑州市人口污染空气暴露风险空间分布特征,发现高暴露强度区域,从而更有针对性的开展城市大气污染防治。

青藏高原西北部河流提取及季节变化差异分析

河流是地球水循环的一个重要环节,准确获取山区河流信息对于区域内的水资源评价和生态修复方面都有重要作用。基于2019~2021年Sentinel-2影像,利用多光谱指数法自动区分河流、湖泊及冰川,结合随机森林方法,并以MERIT DEM为地形条件,自动提取青藏高原西北部多时态、高分辨率的河网,结合第二次冰川编目划分了不同补给类型的集水区,进一步计算了河流面积和宽度的季节变化。结果表明,在这3 a内丰水期和枯水期的河流平均面积分别达到了7161.64±22.73 km2和4066.02±35.19 km2,Kappa系数和总体精度均达到了0.8以上,冰川补给类型和非冰川补给类型的河流平均面积季节变化率分别为0.34和0.23,冰川补给类型平均宽度季节变化大部分比非冰川补给类型变化大。冰川补给类型的河流宽度和面积变化比非冰川补给类型的河流变化整体更加明显,该研究表明冰川融水对河流径流的变化有重要的影响。

青藏高原最近40年湖泊变化的主要表现与发展趋势

青藏高原的湖泊面积超过我国湖泊总面积的50%以上,是“亚洲水塔”的重要组成部分。20世纪70年代—2018年,湖泊数量和面积均出现明显增长,但变化速率并不均一。1990年之前,低温抑制冰川融水导致湖泊水量出现负平衡。1990—2000年,温度升高使得冰川融水和湖泊水量增加。2000年以后,降水是导致湖泊水量增加的主要因素,但2005—2013年的连续气温上升,使得蒸发加强并削弱了湖泊水量增加的速率。在青藏高原中西部和西北部地区,2000—2013年的湖泊水量增加则更多是受冰川融水的主要影响。20世纪70年代—2013年,青藏高原湖泊水量变化的空间特征与西风和印度季风区降水变化趋势一致。气温上升和增加的长波辐射使得湖泊水温明显增加,并促进了食物链的传输效率。随着湖泊水量增加,湖泊盐度普遍下降,继而增加了生物多样性,使湖泊生态系统结构相对复杂。未来20年,青藏高原内陆封闭湖泊水量将继续增长,但速率将有所下降。对“亚洲水塔”而言,青藏高原的湖泊研究应聚焦宏观尺度的水量赋存与水量平衡、湖水主要理化性质与生态系统参数,以及湖泊变化在大尺度气候变化中的水循环作用过程。

“亚洲水塔”的近期湖泊变化及气候响应:进展、问题与展望

青藏高原分布的众多封闭湖泊是'亚洲水塔'的重要组成部分.最近几十年,青藏高原的升温速率是全球平均升温速率的2倍,并且呈现了明显的降水增长.作为中低纬度分布的最大冰冻圈系统,青藏高原的气温和降水变化对湖泊变化产生了深刻的影响.湖泊水量和盐度变化是气候变化下湖泊水量平衡形成的结果,是定量反映气候变化影响程度的重要指标,而变化的时空特征可能反映了西风季风环流对地表水循环的影响.湖泊水体的物理化学参数是影响湖泊生态系统的重要因素,其在气候变化下的改变深刻地影响着湖泊生态系统的组成与变化趋势.本文基于大量的青藏高原湖泊面积、水位、水量、水体物理化学参数与气候变化关系研究的分析,梳理了青藏高原湖泊变化对气候变化响应的研究进展,提出了第二次青藏高原综合科学考察研究任务中湖泊考察研究的主要目标和内容.

基于MODIS的青藏高原湖泊透明度遥感反演

湖泊透明度是湖泊水体性质的一个重要参数,是湖泊浮游生物和进入湖泊的有机和无机颗粒溶解程度的综合反映,对湖泊生态环境研究具有重要的科学及实践意义。遥感影像是获取面积广、时间长的湖泊透明度的重要手段,但由于实测数据缺乏,目前对青藏高原地区湖泊透明度的遥感反演研究相对不足。本文基于青藏高原地区24个湖泊实测透明度SD(Secchi Depth)值和相应的MODIS遥感影像,建立了该地区湖泊水体透明度SD值MODIS遥感反演模型。结果表明:基于MODIS绿色波段B4的单波段幂函数模型在该地区反演效果最好,精度较高(R2=0.91,N=24),并具有较好的稳定性。以当惹雍错为例,选用该模型反演得到湖泊透明度的时间变化序列,发现该湖存在明显的季节波动和较为明显的年际变化。初步分析得出,降水/融水季节的湖泊透明度与湖泊所在流域的降水率具有密切的关系。本文结果表明,利用遥感手段能够有效地开展青藏高原地区湖泊透明度的反演,可为进一步深入研究该地区湖泊透明度及其影响要素奠定基础。

In-situ water quality investigation of the lakes on the Tibetan Plateau

The lakes on the Tibetan Plateau(TP)account for 57%of the total lake area in China[1],which is a key component of the Asia water tower[2-4].A recent study showed that there are 1424 lakes greater than 1 km^(2) on the TP,while the total lake area reached 5.0-10^(4)±791.4 km^(2) in 2018[5].Most lakes on the TP are closed and are less disturbed by human activities than the other inland water bodies in China.

长江源区赤布张错和多尔索洞错湖泊水量及其变化估算

近年来,青藏高原内陆封闭湖泊呈现快速扩张趋势。尽管已有一些研究估算了湖泊面积和水量的相对变化,但由于湖泊测深数据的缺乏,使得湖泊水量变化比例估算研究相对较少,限制了对水量变化幅度的认识。基于长江源区两个大型湖泊——赤布张错和多尔索洞错的实地测深结果,通过插值获取湖泊水下地形,进而估算了湖泊的水量赋存及变化。

西金乌兰测湖记

10月30日早晨7点半起床,天刚刚亮,收拾睡袋,被子,垫子,拆账篷,等待装车。吃过早饭后,装车开始,装车的工作即将结束的时候,一头狼向我们这边走来,野外中遇见狼也是常有的事情。10点半9辆车向西金乌兰湖行进,路途中有一段大雪将地面都盖住了。