青藏高原多年冻土区两种高寒草地生态系统土壤氮季节变化及其与环境因子的关系

在气候变化背景下,青藏高原多年冻土区生态环境发生着一系列变化并进一步影响土壤氮循环过程,但目前冻融循环及植被生长周期中土壤氮的动态变化还不清楚。以青藏高原腹地的风火山和特大桥地区的两种典型草地生态系统为研究对象,分析了土壤可利用氮(NH_(4)^(+)-N、NO_(3)^(-)-N、DON)及微生物量氮(MBN)的季节变化。结果表明:土壤铵态氮(NH_(4)^(+)-N)及可溶性有机氮(DON)含量在非生长季高于生长季,土壤硝态氮(NO_(3)^(-)-N)在生长季高于非生长季;风火山地区高寒草甸生态系统中土壤NH_(4)^(+)-N在融化期含量较高;土壤MBN在植被生长旺盛期降低,在植被生长后期升高;风火山地区高寒草甸生态系统中土壤MBN含量、特大桥地区高寒草原生态系统中土壤可利用氮总量与土壤全氮(TN)含量显著正相关。这表明,土壤全氮含量、植被吸收以及冻融作用均可引起土壤可利用氮及MBN的季节变化。

基于高分遥感影像和集成机器学习的祁连山区融冻泥流识别研究

受气候变暖影响,青藏高原的多年冻土正在发生广泛的退化,主要表现为融冻泥流事件的频繁发生,对生态系统和当地基础设施造成深刻影响。融冻泥流的精准识别有助于理解融冻泥流的发生和演变机制。近年来尽管基于深度学习的融冻泥流识别取得了进展,但机器学习算法在该领域的识别能力仍有待探究。本研究基于GF-2卫星遥感数据构建了一种基于集成机器学习的优化面向对象融冻泥流识别算法,引入了纹理和几何等空间信息来辅助识别融冻泥流,并基于面向对象技术改善了识别模型的错分问题。此外,基于集成学习整合不同机器学习模型的优势,以获得不低于常用深度学习模型的识别精度。结果表明,基于递归特征消除(RFE)特征选择算法剔除了多维特征数据集中的冗余特征,证明了纹理和几何信息是融冻泥流识别的有效数据补充。在优化后的面向对象机器学习模型中,随机森林(RF)的识别精度最高,总体精度为87.43%。McNemar检验表明,与单一模型相比,集成机器学习模型显著提高了融冻泥流识别精度,其总体精度为93.14%。对研究区内融冻泥流的地形特征进行统计分析后发现融冻泥流主要发生在海拔3200~3500 m之间,坡度介于5°~25°,并且以东北、北和西北为主要的坡向朝向。本研究提出的集成机器学习模型为青藏高原多年冻土区日益频繁的融冻泥流事件提供了有效的识别方法,并可为基于卫星遥感影像的深度学习识别模型制作标签数据。

温度对青藏高原热融湖塘沉积物甲烷产量的影响

气候变暖导致多年冻土退化,加快热融湖塘的形成和扩张,进而增加多年冻土区的碳释放。热融湖塘沉积物理化特征与甲烷产量有着重要关系,而这一关系的明确有助于揭示青藏高原热融湖塘甲烷释放对气候变化的响应。本研究选择青藏高原中东部8个热融湖塘为研究对象,通过室内培养实验探究不同温度(5℃、10℃和15℃)下两种主要植被类型区热融湖塘甲烷产量及其与沉积物理化性质的关系。结果表明:培养周期内(50天),甲烷产量最大值出现在10℃培养条件下高寒沼泽草甸区的MD-3样品,产量高达167.63μg·g^(-1)沉积物;最小值出现在15℃培养下高寒沼泽草甸区的AD-2样品,产量为0.01μg·g^(-1)沉积物。从理化性质与甲烷产量的关系来看,热融湖塘深度和氨氮含量都与甲烷产量显著正相关(P<0.05),而pH值(7.08~8.40)与甲烷产量显著负相关(P<0.05),如玛多地区氨氮高、pH低,其热融湖塘沉积物的甲烷产量远大于安多地区。另外,温度敏感性指数Q_(10)值的分析结果表明,温度升高对61.11%的甲烷产量有促进作用,对18.06%的甲烷产量有抑制影响,说明温度是影响热融湖塘沉积物甲烷产量的重要因素。本研究分析了不同培养温度下两种主要植被类型区热融湖塘沉积物的甲烷产量差异及其影响因素,为认识热融湖塘温室气体的排放潜力及模拟提供了科学数据。

IPCC第六次评估报告解读:北半球多年冻土碳的观测结果和预估

政府间气候变化专门委员会(IPCC)第六次评估报告(AR6)第一工作组报告对多年冻土区土壤碳储量、碳汇效应及未来气候情景下温室气体排放进行了归纳和总结。报告明确指出,北半球多年冻土区表层土壤和深层沉积物的有机碳储量为1460~1600 PgC(1 Pg=10亿吨)(中等信度)。随着气候持续变暖,多年冻土显著退化,土壤有机质迅速分解并以二氧化碳(CO_(2))或甲烷(CH_(4))的形式释放到大气中,加速了气候变暖。在未来全球变暖情景下,近地表多年冻土面积将显著减少,并向大气释放CO_(2)和CH_(4),造成多年冻土碳与气候的正反馈作用。报告还指出,预计到2100年,气温每升高1℃,多年冻土区CO_(2)和CH4的排放量分别相当于18(3.1~41)PgC和2.8(0.7~7.3)PgC(低信度)。但由于所使用的估算数据异质性较大及模型之间的一致性有限,并且对多年冻土环境驱动因素及过程模型的认知尚不完整,故多年冻土对气候变化反馈的时间及幅度的可信度还处于较低水平。

考虑冻融锋面移动过程的多年冻土水热模拟

活动层内部的冻融锋面是冻融过程中冻结土层与融化土层的分界面,其上下土层的水热参数有着显著差异。在陆面过程模式中准确描述冻融锋面的移动过程将有助于提高其对多年冻土水热过程的模拟能力。本研究首先将Noah-MP陆面过程模式的模拟深度扩展到20 m,并将原模式的4层土层增加到19层土层,同时引入前人的有机质方案和植被根系方案,然后在此基础上,通过耦合Stefan方法以加强模式对冻融锋面的模拟能力,进而探究耦合Stefan方法的Noah-MP模式对西大滩多年冻土站点水热过程的模拟效果。研究中设置了不耦合Stefan方法的CTL控制试验和耦合Stefan方法的STE对照试验来分别模拟西大滩多年冻土站点2012年0~20 m的土壤温度与土壤液态含水量,模拟结果用站点0~3.2 m内10个深度的日均土壤温度、土壤液态水含量监测数据以及3 m、6 m和10 m的年均地温监测数据来做验证。研究结果表明,由土壤温度模拟值插值得到的冻融锋面(0℃等温线)有明显阶梯状特征,最大冻融深度与实测相比偏大。耦合Stefan方法增强了Noah-MP模式模拟冻融锋面的能力,使得模式能够基于Stefan方法较好地模拟出冻融锋面的变化趋势和最大深度。同时,改进后的模式整体改善了对土壤温度的模拟效果,使得0~3.2 m各土层土壤温度的平均RMSE降至0.89℃,减小44%;平均MBE降至-0.13℃,减小86%;模拟的3~20 m年均地温与实测数据更为接近。改进后的模式对土壤液态含水量的模拟水平也有一定改善,其中,模拟的0~3.2 m各土层的土壤液态含水量的平均RMSE降至0.06 m^(3)·m^(-3),减小33%;平均MBE降至-0.01 m^(3)·m^(-3),减小67%。模式还较好描述了活动层20 cm、40 cm、80 cm、120 cm土壤的融化时间。可以看出,在陆面过程模式中耦合能够较好模拟冻融锋面移动过程的Stefan方法可较大程度提高模式的模拟能力,是陆面过程模式改进的有效途径之一,本研究的结果可为多年冻土区陆面过程模式改进提供参考。

青藏高原唐古拉地区活动层厚度分布特征及其影响因素

多年冻土区活动层的冻融过程显著影响地-气间的水热交换、地表水文过程、冰缘地貌演变及寒区工程建设。活动层厚度的空间分异规律及其空间分布的准确模拟计算是冻土学研究的基础和核心问题之一。作为青藏高原中部东西走向最大的山脉和青藏高原多年冻土的主要分布区,唐古拉地区是青藏高原南部湿润区与北部干旱区的过渡区,该地区的活动层厚度空间分异规律研究对于揭示青藏高原多年冻土区活动层厚度整体空间分布规律具有重要意义。利用唐古拉地区南、北坡两个区域野外实测活动层厚度分布数据,分析了该区域活动层厚度的空间分异特征及其主要影响因素。结果表明,活动层厚度分布的突出特点是空间分异巨大,最小值仅为1.2m,最大值达到5.6m。以不同植被类型区活动层的平均厚度为对比标准,其分布特征为:沼泽草甸<高寒草甸<高寒荒漠<高寒草原,高寒草原的平均活动层厚度最大。对比南、北坡,南坡活动层厚度普遍大于北坡。Stefan方程的计算结果表明,活动层厚度的变化速率随土壤含水率的变化最大,其次为土壤热导率,而随地表融化指数的变化最小。实测土壤含水率、探坑数据及地表融化指数与活动层厚度分布关系表明,影响活动层厚度空间分异的最为敏感的因素为土壤含水率,其次为土壤热导率,地表融化指数的敏感性最小。

基于地理探测器的青藏高原多年冻土分布影响因子分析

多年冻土的分布会受到局地地质、地形地貌和地表覆被等因素的影响。为探究各因子对多年冻土分布的影响强弱,选择青藏高原五个典型多年冻土区为研究区,基于MODIS和SRTM DEM数据提取研究区内2003—2012年平均地表温度、NDVI、地表反照率、积雪日数和坡度、坡向等因子,并采用地理探测器模型研究了各因子对研究区多年冻土分布的影响程度及差异。结果表明:在所有研究区内,地表温度是影响多年冻土分布最强的因子,其次为积雪日数。随着空间尺度范围的增大,坡度和坡向对多年冻土分布的影响逐渐减弱,地表温度的影响则逐渐增强。交互探测结果显示两个因子交互作用对多年冻土分布的影响程度都要大于单因子作用下的影响程度。本研究明确了青藏高原多年冻土分布的区域差异规律,为不同尺度多年冻土分布制图提供理论基础。

青藏高原多年冻土区地表能量收支过程及其对活动层影响的初步分析

基于2005—2016年青藏高原多年冻土区唐古拉和西大滩站的气象、涡动通量以及活动层资料,利用涡动相关法、气象梯度法和SHAW模型等方法探究了气候变化背景下高原多年冻土区地表能量通量变化规律及其对活动层的影响。结果表明:2005—2016年唐古拉和西大滩气温、地气温差有所升高,年降水量、10 cm土壤含水量及风速有所下降。2005年以来唐古拉和西大滩净辐射(Rn)与感热(H)呈增加趋势,潜热(LE)呈减小趋势,地表土壤热通量(G)变化较小。唐古拉和西大滩地表能量通量季节变化明显,但受海拔、纬度、坡向、土壤冻融过程、降水、下垫面状况等因素的影响,地表能量通量存在区域差异。研究时段内,唐古拉和西大滩地表冻结指数与土壤热通量呈负相关;融化指数、活动层厚度与土壤热通量呈正相关,融化期间土壤热通量积累量与融化深度的变化呈线性增加关系。

CLM5.0对阿拉斯加多年冻土区土壤温度和碳循环模拟的适用性评估

气候变暖对北极多年冻土和植被产生了重要的影响。CLM(Community Land Model)是应用最广泛的陆面过程模式之一,但其中复杂的边界条件和参数化过程导致模式模拟结果存在一定的不确定性。本研究评估了CLM5.0对阿拉斯加多年冻土区表层土壤温度和碳循环的模拟能力,结果表明,CLM5.0可以捕捉到表层土壤温度的季节变化。在苔原和针叶林站点,CLM5.0在日尺度和月尺度都可以很好地模拟出总初级生产力(GPP)随时间的变化,但对净生态系统碳交换(NEE)的模拟结果存在一定的不确定性。CLM5.0可以较为合理地模拟高纬度多年冻土区的土壤温度季节变化,在未来的研究中可能还需要从结构、参数化方案等过程进行改进,从而进一步提升高纬度多年冻土区碳循环的模拟精度。

长江上游沱沱河源区多年冻土发育特征

沱沱河流域是长江的发源地之一,其广泛分布的多年冻土对长江源区的产汇流过程、生态系统乃至于区域气候都有着重要影响,对该区域多年冻土分布和特征的调查和了解,可为研究江河源区多年冻土与气候、水文、生态的相互作用关系提供基础数据支撑。2020年10—11月,研究团队对沱沱河源区的多年冻土开展了为期50天的野外调查工作,并在不同下垫面类型、不同地貌部位和不同海拔高度共布设钻孔32个,总钻进深度1200 m。该文是基于钻孔和探坑资料对沱沱河源区多年冻土特征和地下冰发育状况的初步总结。结果显示,沱沱河源区多年冻土在一定程度上受河流和地热影响形成了局部融区,其多年冻土下界大致在4650~4680 m之间;钻孔揭示的多年冻土上限平均埋藏深度为(2.47±0.98)m,部分地区存在融化夹层;受浅表层沉积物岩性和地热的影响,多年冻土下限埋藏深度相对较浅,平均为19.3 m,多年冻土相对较薄,平均厚度为15.0 m;多年冻土下限深度和多年冻土的厚度最大为75.0 m和72.7 m;地形地貌、沉积物特征和地热条件是影响多年冻土厚度存在较大空间差异的主要原因。研究区内地下冰主要分布于15.0 m深度以上范围内,同时也发现了处于萎缩状态的冰核丘与石质冻胀丘,这些现象也一定程度上与该研究区多年冻土退化过程有关。

Stefan方程在土壤冻融过程模拟中的应用

多年冻土与大气间的相互作用主要是通过活动层中的水热动态变化过程而实现。气候变化背景下的多年冻土活动层冻融过程模拟、多年冻土厚度制图和变化预测是研究冻土区生态环境、水文、工程以及碳循环的基础。根据国内外研究进展,总结了不同修正形式的Stefan方程在多年冻土活动层冻融过程和活动层厚度模拟中的应用进展,对将Stefan方程应用到分层堆积土壤中的不同算法进行了简要介绍,并指出了其在应用过程中存在的问题。Stefan方程首次将地表(或者大气)温度的变化与冰层(或者土层)的冻结融化过程以简单公式的形式联系起来,极大地简化了土壤冻结融化过程的分析计算。由于其输入参数少、形式简单、模拟效果可靠,成为常用模拟土壤冻融过程的方法之一,将其耦合到气候模型、陆面模型和水文模型中的研究也越来越多。Stefan方程最初在研究北极地区湖冰形成过程时提出,在应用到冻土学中后,不同学者在考虑土壤含水量、不同下垫面地气温差、地形和降水等因素后对方程进行了改进,并有多种算法试图将这一方程应用到非均质土壤中,取得了较好的模拟效果。但是,Stefan方程在国内的应用更多地用于简单模拟均质土壤多年冻土活动层厚度的空间分布状况,其应用到非均质土壤中的研究却较少。因此,未来需更深入研究Stefan方程模拟分层土壤的冻融过程,为准确掌握多年冻土对气候变化的响应研究提供最基本的方法。

InSAR技术在多年冻土区形变监测的应用

作为大地测量的一种新兴空间技术,合成孔径雷达干涉(synthetic aperture radar interferometry,InSAR)具有全天时、高精度、大范围和速度快的优点,逐渐被应用于多年冻土区地表形变监测中。通过综述多年冻土形变原理及InSAR监测多年冻土形变的应用实例,研究表明:在气候变暖的背景下,多年冻土区地表年际形变以下沉为主,多年冻土上限附近地下冰含量的大小是影响年际形变量的主要因素;活动层内土壤含水量影响着地表季节形变量的大小,不同类型多年冻土区的地表年际形变量和季节形变量存在着较大的差异。研究还表明,不同波长的SAR产品在不同类型多年冻土区的适用性不同,下垫面特征对利用InSAR获取地表形变量有较大影响,L波段的SAR数据在植被覆盖度较好的区域有更好的效果。由于InSAR的失相干问题,加之目前还缺少长时间、多类型、高频率的实测形变结果作为验证和标校数据,获取准确且连续的大范围形变数据较为困难。针对目前寒区研究需求,布设野外长期观测站点,建立适用于不同多年冻土区的地表形变反演算法,构建具有较高精度和较高时空分辨率的地表形变数据集具有重要的实践和科学意义。