黄土丘陵沟壑区枯枝落叶层和土壤的光谱差异特征分析

枯枝落叶层在植被防止土壤侵蚀的功效中发挥着主导作用，枯落层的光谱特征分析将为遥感估算枯落层盖度提供重要依据。该文利用陕北延河流域典型植被群落土壤和枯落层样本的光谱测试数据，分析土壤和枯落层在在可见光-近红外波段（400～1100 nm）和短波红外波段（1100～2500μm）的光谱差异特征及主要影响因素，并进一步评价归一化植被指数（NDVI，normalized difference vegetation index）和归一化衰败植被指数（NDSVI，normalized difference senescent vegetation index）、归一化差值耕作指数（NDTI，normalized difference tillage index）、纤维素吸收指数（CAI，cellulose absorption index）等植被指数区分土壤和枯落层的有效性。结果表明，在可见光-近红外波段土壤和枯落层的反射光谱特征相似，两者难以区分，但在短波红外波段的1700和2100 nm处因枯落层具有纤维素吸收特征而与土壤存在差异。含水量对土壤和枯落层反射光谱特征的影响强烈，水分的存在降低了土壤和枯落层在整个光谱范围的差异性。光谱空间中枯落线和土壤线的关系表明，NDVI 指数难以反映土壤和枯落层的光谱差异特征；由于宽波段的影响，利用多光谱指数NDSVI和NDTI表征枯落层信息具有一定的局限性；高光谱指数CAI利用了枯落层与土壤在2100 nm处的差异特征，能够较好地区分出土壤与枯落层，该研究为利用遥感技术有效提取枯落层等衰败植被信息提供了新的途径。

基于多模式融合模型的高精度风速预报方法研究

针对新能源功率预测中提升风速预报精度的需求,文章基于气象数值预报模式,利用4个背景场资料和8种参数化方案开展敏感性试验。然后,基于风速观测数据评估了集合预报成员在不同层高的风速预报效果。文章结合贝叶斯模型平均方法和相关系数滑动平均法建立了多模式融合模型,得到更加准确的确定性风速预报结果。研究显示,通过集合成员加入EC背景场进行融合后,可有效提高预报风速的相关系数,从而为提升新能源功率预测精度提供有力支撑。

西藏羊卓雍错流域水体水质评价及主要污染因子

水质是流域生态系统的重要指标,水质评价则是开展流域水体污染防治等工作的基础.基于2010-2014年羊卓雍错流域湖泊、河流水质及2012-2014年流域居民饮用井水、自来水水质监测资料,结合单因子污染评价法和内梅罗污染指数法,对流域水质现状进行分析和评价.结果表明,12处地表水体中,羊卓雍错和巴纠错受中度污染,其他水体清洁或尚清洁,硒及氟化物为主要污染因子;9处居民饮用水体中,自来水水质明显好于井水,但也仅有3处自来水达清洁标准,硒、铝及硝酸盐为主要超标项.污染因子通过水-土-植被-动物系统破坏流域生态环境、阻碍农业生产发展,并直接或间接影响人类身体健康.因此,必须做好流域环境的综合整治、控制农业面源污染、完善饮用水基础设施建设,同时继续加强水质监测.

1971—2014年青藏高原参考蒸散变化及其归因

研究参考蒸散时空变化格局并辨识其驱动因子,是认识区域水文过程及其对气候变化响应的重要途径。基于修正的FAO 56 Penman-Monteith公式和青藏高原75个台站逐日气象观测资料,分析了1971—2014年高原参考蒸散变化的转折特征,并探讨转折前后的年际与季节变化趋势及其主导因素。结果表明:1971—1996年青藏高原参考蒸散呈急剧下降态势〔-27. 07 mm·(10a)^(-1)〕,而1997—2014年高原参考蒸散增加趋势显著〔40. 16mm·(10a)^(-1)〕,尤以33oN以南区域最为突出。这与影响参考蒸散变化的气候因子变化趋势的年际转折密切相关。其中,风速变小是1971—1996年高原年参考蒸散减少的主要因素,特别是在高原北部;相对湿度降低则极大地促进了1997—2014年高原主体(除高原北缘外)参考蒸散的显著增加。此外,从季节上看,春、秋、冬季参考蒸散变化的最大贡献因子由之前的风速减小转变为1997—2014年的相对湿度下降;影响高原夏季参考蒸散的主导因子是1971—1996年相对湿度的增加,之后则转变为1997—2014年日照时数的增加。

风电爬坡事件的非精确条件概率预测

风电爬坡事件(wind power ramp events,WPRE)易破坏电力系统的有功功率平衡,劣化频率稳定性及电能质量,威胁电网的安全稳定运行。由此,提出一种基于信度网络(credal network,CN)的WPRE非精确条件概率预测方法,对WPRE各状态发生概率的区间范围进行预测。运用贪婪搜索算法挖掘WPRE与多个气象变量之间的相依性关系,并搭建CN结构以抽象表达;在超参数设置方面对非精确狄利克雷模型(imprecise Dirichlet model,IDM)进行了拓展,使用拓展后的IDM对变量间的条件相依性关系进行不确定性量化,完成CN的参数估计;基于建立的CN模型,在获取气象预测信息的条件下,结合CN概率推断算法对多状态WPRE的分布进行非精确概率推断;采用宁夏某风电场的实测数据对本方法进行测试,验证了该方法在观测样本不充足的预测情景下优异的预测性能。