2001-2020年天水市植被覆盖时空变化及其驱动机制研究

植被覆盖是衡量地表植被状况和生态系统稳定性的重要指标,基于GEE平台获取Landsat系列遥感影像,构建2001-2020年天水市NDVI序列数据,探讨天水市近20 a植被覆盖时空变化特征及驱动机制。结果表明,1)2001-2020年天水市平均植被覆盖为0.55,空间分布呈现西北低、东南高的特征。低度、较低覆盖共占全市总面积的4.1%、中度覆盖占42.9%,较高、高度覆盖共占53%。2)近20 a天水市植被覆盖呈波动上升趋势,平均增速为0.97%/a(P<0.05),植被覆盖总体为改善趋势,改善区域面积占全市总面积的65.43%,局部区域植被退化,面积仅占1.98%。3)近20 a天水市植被覆盖变化受降水和人类活动交互作用影响,降水的增加、天然林保护及退耕还林还草等工程的实施,对该市植被覆盖的提升效果显著。基于Hurst指数分析,在未来植被覆盖变化以正向持续性为主,部分区域表现为反持续性。

1959-2016年中国阿尔泰山冰川长度数据集

阿尔泰山位于亚洲中部和新疆最北端,是我国冰川发育纬度最高的地区。阿尔泰山地区冰川属亚大陆型,受全球气候变暖影响,该区域冰川退缩剧烈。本数据集基于中国阿尔泰山地区两次冰川编目数据、2016年Landsat OLI遥感影像及数字高程模型(DEM)等相关数据,提取不同时期该地区冰川中流线,继而获得逐条冰川长度信息。数据集包含两个文件:1)基于Landsat OLI遥感影像及数字高程模型提取的2016年中国阿尔泰山冰川编目矢量数据;2)基于中流线方法提取的1959年、2006年、2016年中国阿尔泰山冰川中流线矢量数据。本数据集反映了1959–2016年中国阿尔泰山地区冰川长度变化信息,可作为区域冰川变化、气候变化等研究的基础数据。

基于实测与模拟的青海湖冰厚时空变化特征

湖冰厚度是湖泊在封冻期的重要物理参数,明晰其时空变化特征对于认识气候变暖背景下的湖冰响应规律具有重要的理论价值和现实意义.基于ERA5 Climate Reanalysis气温数据集、MODIS MOD09GQ数据产品和2019年湖冰钻孔测厚数据及雷达测厚数据,重建2000-2019年青海湖冰厚时间序列并分析其时空变化特征.结果表明:①2019年3月实测青海湖湖冰厚度平均增长速率为0.30 cm/d,高于2月份(0.12 cm/d).基于度日法湖冰生长模型模拟的2018年11月-2019年3月青海湖冰厚平均增长速率为0.34 cm/d,与实际观测数据相比,模拟冰厚误差为±2 cm,但在河流入湖口处和湖区南侧误差较大,且冰厚模拟数值在3月中旬前高估而之后有所低估.②青海湖多年平均冰厚介于32~37 cm,其中2008-2016年湖冰厚度年际变化剧烈,呈现先增大再稳定后减小的趋势.冻结初期湖冰厚度增长迅速,12月和1月湖冰增长速率分别为0.45和0.41 cm/d,2月后冰厚增长速率放缓,2月和3月分别为0.29和0.14 cm/d.③2000-2019年冰厚整体呈现北厚南薄、东厚西薄的空间格局,多年冰厚变化幅度湖区西部较东部稳定,湖冰平均厚度与完全封冻时长及封冻期呈正相关.

封冻期青海湖水化学主离子特征及控制因素

湖泊水化学主离子特征不仅是区域气候与环境的指示器,而且可揭示湖泊补给方式及物质来源。通过对2019年1月封冻期青海湖湖水、湖冰和积雪进行取样,分析不同水体化学主离子特征、水化学类型、空间变化及控制因素,结果表明:1)封冻期青海湖离子化学组成以Cl^-、SO4^2-、Na^+、Mg^2+为主,水化学类型为Cl^--Na^+型,不同水体中Cl^-、SO4^2-、Na^+、Mg^2+占阴阳离子总量的比例相似。不同水体TDS含量存在差异,总体表现为积雪>湖水>湖冰。湖水p H值与TDS值均有所降低,湖水趋于淡化。2)不同水体TDS空间分布为东北高、西南低,部分区域由于冰下河水和泉水的补给导致TDS含量大幅降低。湖水在结冰过程中离子由冰体迁移至水体,湖水与湖冰TDS含量呈显著正相关,相关系数达0.93。湖冰TDS含量随厚度的增加而减少,湖冰上表面至冰下30cm区间TDS明显减少。3)青海湖离子组成主要受蒸发-结晶作用影响,流域存在的大量沉积岩溶解对河水化学组成贡献突出,从而影响湖水化学特征。