新疆南疆地区太阳能资源时空分布特征及区划研究

研究基于1980—2015年中国区域高时空分辨率地面气象要素驱动数据集(ITPCAS)和30个气象观测站点逐月日照资料,运用趋势分析、重标极差分析、小波分析及光热资源评价指标评估方法,对1980—2015年新疆南疆地区太阳总辐射时空分布变化规律与太阳能资源做出分析评价;并结合风沙天气频次、人口丰富度、陆路交通可达性等因素构建区域太阳能资源区划分级指标体系,探索南疆地区太阳能资源利用区划。结果表明:新疆南疆地区太阳总辐射有明显的年际变化特征,总体呈现增长趋势,且每10~15 a出现一次波动。太阳能资源南多北少,同纬度相比山区多、平原少;其中,昆仑山系一带太阳能资源最丰富且较稳定。将全区太阳能资源分为3个区:阿克苏、喀什、和田等地区太阳能资源丰富,利用价值较高且沙尘天气相对较少,为Ⅰ级可利用区,是光电与光生物质能综合利用的最佳区域;塔里木盆地及边缘地带,沙尘天气多且陆路交通可达性一般,为Ⅱ级可利用区,可在该区域推广应用农业温室、太阳能采暖等;若羌地区为Ⅲ级可利用区,该区受沙尘天气影响较大且人口、基础交通设施条件较差,可大力推进分布式光伏电站和独立微网建设。

哈萨克斯坦北部小麦遥感估产方法研究

以哈萨克斯坦北部雨养耕作区为研究靶区,基于春小麦产量统计数据和遥感光谱指数,开展了春小麦估产最优预测时期及植被指数分析,采用回归分析、随机森林、支持向量机及双向循环神经网络模型估算春小麦产量,并对比分析了不同模型的模拟精度。结果表明:北哈萨克斯坦州、阿克莫拉州和库斯塔纳州2007-2016年春小麦估产的最佳预测时期为6月26日-8月5日,该时期是春小麦产量形成的关键时期。北哈萨克斯坦州春小麦估产最优植被指数为7月12日的绿度叶绿素指数(Green chlorophyll index,CI_(green)),阿克莫拉州春小麦估产最优植被指数为8月5日的绿度动态宽波段指数(Green wide dynamic range vegetation index,WDRVI_(green)),库斯塔纳州春小麦最优估产植被指数为7月12日的WDRVI_(green)。对比分析4种模型模拟春小麦产量的精度,在样本点较少的情况下,双向循环神经网络模型相比其他模型在估算哈萨克斯坦北部三州春小麦产量上精度较高;春小麦产量与植被净初级生产力NPP相关性分析结果显示,北哈萨克斯坦州、阿克莫拉州和库斯塔纳州决定系数R2在0.50以上面积占比分别为44%、94%和77%,表明上述估产模型可应用于哈萨克斯坦北部三州春小麦估产,尤其是阿克莫拉州和库斯塔纳州。

乌鲁木齐大气污染物变化特征及综合评价

随着经济发展和城市化速度加快,大气污染已经成为区域性环境问题,基于2001~2018年乌鲁木齐市城市空气质量监测数据,选取SO 2、NO 2、PM 103种常规大气监测污染物作为乌鲁木齐大气环境体系评价指标,利用AHP层次分析法,建立大气污染物层次构造模型,对乌鲁木齐市大气环境质量作出综合评价。结果表明:乌鲁木齐市大气2001~2014年期间环境质量为三级,2015~2018年环境质量为二级,大气污染物权重排序为:煤改气前PM 10>SO 2>NO 2,煤改气后PM 10>NO 2>SO 2,说明乌鲁木齐市大气颗粒物占主要作用,“煤改气”能源结构调整使SO 2的浓度也有所降低,大气污染类型从以前的煤烟型污染向复合型污染逐渐转化。各年度大气质量优劣依次为2014~2018呈现逐年变好的趋势,2001~2013年有升高也有降低交替存在,整体评价与乌鲁木齐市环境质量状况公报公布的一致。表明大气环境质量改善趋势较明显,研究成果为探索乌鲁木齐市大气环境治理提供重要依据。

Retrieval of leaf biochemical properties by inversed PROSPECT model and hyperspectral indices:an application to Populus euphratica polymorphic leaves

Leaf biochemical properties have been widely assessed using hyperspectral reflectance information by inversion of PROSPECT model or by using hyperspectral indices, but few studies have focused on arid ecosystems. As a dominant species of riparian ecosystems in arid lands, Populus euphratica Oliv. is an unusual tree species with polymorphic leaves along the vertical profile of canopy corresponding to different growth stages. In this study, we evaluated both the inversed PROSPECT model and hyperspectral indices for estimating biochemical properties of P. euphratica leaves. Both the shapes and biochemical properties of P. euphratica leaves were found to change with the heights from ground surface. The results indicated that the model inversion calibrated for each leaf shape performed much better than the model calibrated for all leaf shapes, and also better than hyperspectral indices. Similar results were obtained for estimations of equivalent water thickness （EWT） and leaf mass per area （LMA）. Hyperspectral indices identified in this study for estimating these leaf properties had root mean square error （RMSE） and R2 values between those obtained with the two calibration strategies using the inversed PROSPECT model. Hence, the inversed PROSPECT model can be applied to estimate leaf biochemical properties in arid ecosystems, but the calibration to the model requires special attention.

新疆地区植被覆盖度时空变化及其影响因素分析

新疆作为我国西北生态安全屏障的核心区域,生态环境状况和质量的格局变化和影响机制一直备受关注。该研究基于2003-2020年MODIS地表反照率数据集(MOD09A1),利用改进的三梯度差法获取植被覆盖度(FVC),运用线性回归、偏相关分析、Tukey检验等多种统计方法,探讨新疆地区FVC时空变化规律及定量温度、降水量与地下水储量对其的贡献。主要结果:(1)近18年新疆地区平均FVC由20.08%提高到21.76%,整体呈增长趋势(增速为0.19%·a^(-1)),且2008年以后呈快速增长阶段;其中,耕地增速最大(0.66%·a^(-1)),稀疏草地增速最慢(0.11%·a^(-1))。(2)温度是新疆生长季FVC的重要影响因素,温度对FVC影响集中在春季和秋季;而降水量和地下水储量是夏季FVC的主要影响因素。(3)夏季地下水储量是灌丛和耕地FVC的最主要影响因素;夏季降水量对草地FVC的影响最大,而夏季地下水储量对稀疏草地FVC的影响较大。(4)温度对新疆FVC的影响随湿润程度增加而减弱,而降水量的影响则随之增强;地下水储量影响随湿润程度增加呈先增加后减少趋势。该研究结果可为新疆生态恢复和建设提供科学理论依据,对于推动新疆的生态文明建设和绿色可持续发展具有重要意义。

高分辨率卫星影像和地貌证据揭示第三极地区大量未记录的历史冰湖溃决洪水事件

青藏高原及其周边区域通常被称为地球“第三极”.它不仅是受全球气候变暖影响最显著的区域之一,同时也是全球冰湖溃决洪水(Glacial Lake Outburst Floods,GLOFs)灾害频发的地区之一.尽管之前已经有很多发生在第三极地区的GLOF事件被报道,但考虑到GLOFs通常发生在高海拔无人区以及一些小规模的GLOFs并没有对下游地区造成太大的破坏,可能仍然有一些已经发生的GLOF事件并没有被发现和报道.基于此假设,本文借助大量高分辨率的卫星影像和3个GLOF发生后遗留的典型地貌形态特征对整个第三极地区6万多个冰湖进行了全面和系统地检查,最终识别出176个之前没有被记录的GLOF源头,其中167个来自冰碛坝湖,9个来自基岩坝湖.这一数量是所有已报道GLOF源头数量(75个)的2倍多.综合这些新发现的和已报道的GLOF案例,本文总结出第三极地区GLOF高发的4个热点地区为:喜马拉雅、冈底斯山、念青唐古拉山和天山地区.这些新识别的GLOF案例将为未来的研究提供重要的基础,从而有助于更好地认识和理解第三极地区GLOF的发生机理及真实的发生频率.