开放科学背景下的科学数据开放共享:国家青藏高原科学数据中心的实践

介绍了开放科学和开放数据实践活动的概念、内涵和对科学研究的重要性;详细阐述了现阶段开放数据面临的挑战,如数据引用、数据计量、数据互操作和大数据分析等;并以国家青藏高原科学数据中心为例,阐述其在数据引用、数据互操作和大数据分析等开放数据方面的举措和数据共享成效;最后展望了数据中心对开放数据的促进作用。

试论科学数据规范引用在科研诚信建设中的作用

科学数据的规范引用是科学研究融合协作、开放共享行为的根本表现形式,是科学数据创建者、拥有者和使用者恪守学术道德,践行科研诚信的行为守则。通过对科学数据的规范引用,进一步提升数据成果的能见度,深化科研过程的开放度;推动科学数据计量体系的构建,保障科学研究的可重复性;履行负责任的科学研究,避免科研失信行为;实现激励与约束双翼飞翔,释放科学数据生产要素的研究价值,抢占科技制高点,推动高质量、高水平的科技自立自强。

亚洲高山区冰川厚度变化光学立体和双基SAR卫星监测数据、方法与展望

冰川厚度变化是评估区域冰储量变化的最重要指标,以光学立体卫星和双基干涉SAR卫星为代表的冰川区高程测量已成为评估大范围冰储量变化的主要手段。本文首先总结了当前应用于亚洲高山区冰川区的主要光学和雷达卫星数据及其测高精度;然后,对当前冰川厚度变化卫星监测的方法(即监督校正的DEM差分法、自动化校正的DEM差分法、时序DEM参数化回归法和非参数化回归法)及其应用情况进行了梳理和总结,发现当前研究存在冰川雪盖区高程估计不准、雷达波穿透深度估计不准和季节尺度冰厚变化监测难等问题,导致当前对冰川局部变化过程的认识有限;最后,探讨了未来有关冰厚变化监测的潜在发展方向,提出利用当前存档卫星数据、融合多源测高数据、结合未来高时空分辨率观测计划将有助于解决当前所面临的问题。

青藏高原中部土壤有机质含量对不同深度土壤温湿度的影响研究

青藏高原中东部地区土壤有机质含量较高,会改变土壤水热性质,从而影响土壤水热传输,但青藏高原土壤有机质含量如何影响温湿度廓线及其空间异质性仍缺乏系统性研究.本文利用那曲相似气候条件下的32个站点的土壤温湿度和有机碳含量观测资料,系统分析了不同土壤有机质含量对暖季不同深度(5,10,20和40 cm)土壤温湿度廓线特征及其空间差异的影响.研究发现,土壤有机质含量是影响5 cm、10 cm土壤水分和5 cm土壤温度空间分布的关键因子.土壤有机质含量显著影响从地表到20 cm深度的土壤水分的廓线特征及变化:有机质含量越高,持水能力越强,导致从地表到20 cm深度土壤水分含量整体偏高.此外,土壤温度的廓线特征及变化也深受土壤有机质含量的影响:有机质含量越高,热惯量越低,土壤温度的日变化振幅越小,且热量向深层传输的相位滞后越明显.

中全新世青藏高原西南部异常高降水机制探讨

青藏高原西部,尤其是西南部阿里地区异常高的古湖岸线揭示出,这一区域可能存在中全新世的异常高降水中心。基于此,本文利用WorldClim数据集资料对中全新世和现代降水进行对比,并使用ERA5数据初步探讨了出现异常高降水的可能机制。结果显示,青藏高原西部中全新世降水远比现代高,尤其是西南部出现了相对的高降水中心。现代青藏高原西南部降水增加时,对应印度夏季风增强,印度次大陆低空对流层低压中心增强,深对流的发生更为频繁,导致向高原西南部输送的水汽增强。与此同时,印度北部降水增加导致的凝结潜热释放增加会使南亚高压增强并向西北方向移动,导致青藏高原西南部上升运动加强,从而导致青藏高原西南部降水增加。相对于现代,中全新世印度季风较强,位于印度次大陆低空的低压可能更强,印度北部的凝结潜热释放也会加强,进而导致中全新世青藏高原西南部出现异常高降水。

青藏高原城市洪涝缓解能力评估——以拉萨市为例

通过耦合FUTURES城市扩张模拟模型和城市洪涝缓解能力评估模型,综合不同气候变化和城市扩张情景对拉萨市洪涝缓解能力的历史及未来变化进行了定量评估.结果发现:1)2000-2015年,拉萨市各区洪涝缓解能力平均降低了5.34%.其中城关区和堆龙德庆区分别降低了4.63%和8.55%,仅达孜区的缓解能力提高了1.13%.2)城关区未来洪涝缓解能力在RCP4.5和RCP8.5情景下分别平均降低了15.01%和29.52%,堆龙德庆区则分别降低了16.16%和31.95%.3)城关区和堆龙德庆区的新增城镇用地造成其缓解能力比原自然地表降低50%以上,在城市扩张中采取保护水体措施,能够有效减少缓解能力的退化.4)未来城市扩张造成拉萨市未来洪涝缓解能力的大幅降低,而气候变化进一步扩大了其退化程度.因此,拉萨市在未来应该遏制城市建设向水体、草地扩张的趋势,提高城市土地利用效率.并且应当加强城市内部绿色基础设施的建设,适度提高防洪排水设施标准,以应对气候变化可能造成的极端降水事件.

青藏高原温室气体排放研究现状与发展趋势

气候变化导致全球变暖、生态失衡,产生技术、经济、社会等问题,是最突出的全球性问题之一,其主要原因被认为与温室气体排放浓度增加有关。青藏高原面积整体有308万平方公里,其中在我国的部分是258万平方公里,相当于我国领土面积的1/3~1/4。因此,深刻了解青藏高原温室气体排放研究的现状和发展态势具有重要意义。本文基于知识图谱理论,运用CiteSpace等软件对1900~2023年青藏高原GHG(Greenhouse Gas)排放的研究热点及趋势进行可视化和内容分析。结果表明,气候变化与二氧化碳、甲烷等气体排放相互作用关系研究是青藏高原GHG排放的关键内容。研究热点的演化趋势大致分为5个时期:1999~2002年期间主要在青藏高原研究湿地生态系统甲烷排放。2003~2005年间关注青藏高原各种植被类型有机碳库与GHG排放源,同时更加关注甲烷的排放模型估算研究。2006~2009年间,气候变化成为本区域GHG排放研究的重要因素,碳的概念有所扩展,先后出现了温室气体、氧化亚氮、气溶胶和黑炭等。2010~2016年间,从微观层面对不同类型草地生态系统的管理和气候因素与温室气体排放(特别是氧化亚氮)相互作用关系研究正在进行。2017到目前,青藏高原GHG排放的研究热点主要集中在多维度调研多年冻土区域温室气体排放和碳足迹影响机制与碳减排方法,创建温室气体排放概念模型及其检验方法,分析生命周期评估法与温室气体减排机制,其中青藏高原碳氮循环中CH4的吸收与排放机制与估算研究是重中之重。未来青藏高原GHG排放研究区域主要集中于冻土区域和各类湿地与水系,研究内容主要聚焦三个方面:(1)与GHG排放研究相关的基础性研究,包括青藏高原整体碳储量及其动力学、GHG生物地球化学循环等;(2)冻土融化和甲烷排放对气候变暖反馈作用机制;(3)人类活动与精准化、差异化GHG减排问题。

2012年张掖绿洲-荒漠区域水热碳通量及气象要素观测矩阵数据集

绿洲-荒漠生态系统是干旱/半干旱区特有景观,其水热碳通量的观测和研究对绿洲稳定与可持续发展具有重要的意义。本研究以黑河流域中游甘肃张掖绿洲-荒漠区域为研究对象,基于2012年在该区域开展的国际领先的通量观测矩阵试验,整理了观测试验获取的水热碳通量和气象要素数据,包括30 km×30 km和5.5 km×5.5 km两个嵌套的矩阵内21个观测点共22套涡动相关仪和21套自动气象站,4组大孔径闪烁仪和3组植物液流仪,观测项目包括生态系统净碳交换量、潜热通量、感热通量、空气温度、空气相对湿度、风速、风向、向下/上短波辐射、向下/上长波辐射、净辐射、大气压、降水、红外辐射温度、光合有效辐射、土壤温度、土壤水分、土壤热通量、平均土壤温度、树木蒸腾等。本数据集经过了严格的数据质量控制,可用于研究绿洲荒漠区域水热碳通量变化特征及影响机制,并为模式模拟或遥感估算结果等提供可靠的验证数据。

面向科学数据全生命周期的动态安全评估机制

科学数据是指通过基础研究、应用研究、试验开发等产生的数据,以及通过观测监测、考察调查、检验检测等方式取得并用于科学研究活动的原始数据及其衍生数据.科学数据不仅是科学研究创新和社会经济发展的战略性、基础性资源[1],也是政府部门制定政策、进行科学决策的重要依据,是科技进步、国家安全的重要保障,在国家科技创新格局中占据重要地位.加快建设科技强国,实现高水平科技自立自强离不开科学数据的引擎作用.科学数据的生命周期包括:数据采集、存储、传输、处理、销毁.

基于SHAW模型的黑河上游多年冻土与季节冻土水热过程模拟

全球气候变暖导致多年冻土快速升温,并逐渐退化为季节冻土,而多年冻土和季节冻土在土壤稳定性、水分传输及地气交换等方面存在显著差异。因此,探究多年冻土与季节冻土的冻融特征差异具有重要意义。本文基于水热耦合模型(SHAW),以黑河上游祁连山区的大沙龙站(多年冻土)和阿柔站(季节冻土)为研究对象,对土壤温度、湿度和土壤冻融过程进行模拟分析。结果表明:SHAW模型在模拟两种类型冻土站点水热过程时均显示出了良好的精度,在多年冻土站点的总体表现更好。具体而言,多年冻土/季节冻土站点的土壤温度和土壤湿度的平均纳什效率系数(NSE)分别为0.95/0.91和0.74/0.37。同时,两个站点的水热过程差异显著,多年冻土站点模拟期平均冻结速率(6.75 cm·d^(-1))显著大于季节冻土站点(1.33 cm·d^(-1)),而平均融化速率(2.11 cm·d^(-1))略小于季节冻土站点(3.15 cm·d^(-1))。由于多年冻土站点的下伏多年冻土层起着“地下冷源”的作用,深层(80 cm以下)土壤温度的季节波动幅度小于季节冻土站点。本文结论可为研究黑河上游多年冻土与季节冻土的冻融差异提供参考。

走向数据善治:以地球科学数据治理为例

科学数据是科技活动中获取的客观数据,也是科研成果不可或缺的组成部分[1].随着我国科技投入的不断增长和科技创新能力的持续提升,海量科学数据不断产生,逐步成为重要的科技战略资源,推动了科学研究向数据密集型科研范式的转换[2].作为科研活动的灵魂,科技创新越来越依赖于对海量数据的集成、分析和利用.

青藏高原暖季中西部的断面降雨观测:系统设计与初步结果

青藏高原中西部环境恶劣,地表圈层相互作用强烈,近40年来气候和水循环变化显著.降水实测数据匮乏是该地区地表过程研究的一个瓶颈.近6年来,我们为该地区设计并建立了降雨的南北观测断面和东西观测断面,获得了暖季(5~9月)的小时分辨率降雨数据.南北断面从喜马拉雅山南坡的亚东河谷延伸到高原腹地的双湖县,共31个站;东西断面从高原西边的狮泉河延伸到中部的那曲,共22个站.该观测数据已应用于阐明高原中西部降水的时空变化特征,评价典型格点降水产品的质量,支持区域气候模式的开发,揭示夏季的湖气相互作用过程.该观测数据已在国家青藏高原科学数据中心公布.

理解寒区气候变化及陆气交互作用:简述张廷军教授的学术贡献

张廷军教授曾任气候与冰冻圈计划(CliC)科学指导委员会委员、政府间气候变化专门委员会(IPCC)第四次和第五次评估报告第一工作组报告执笔人(lead author),曾在中国气象局成都高原气象研究所等单位任/兼职,也曾担任《Advances in Climate Change Research》编委。早在20世纪80年代,张廷军教授赴美求学,师从著名冻土学家、阿拉斯加大学费尔班克斯分校(University of Alaska Fairbanks,UAF)多年冻土实验室(GIPL)创始人Tom E.Osterkamp教授。从硕士阶段就开始在阿拉斯加北极地区开展相关研究,气候变化一直是他关注的重要问题。

基于SMAP亮温数据反演青藏高原玛曲区域土壤未冻水

未冻水和冰共同存在于冻土中,两者的相互转化即冻融变化深刻影响寒区地表水分循环和能量收支。被动微波遥感技术是土壤水分监测的主要手段,但目前大多应用于非冻结土壤的水分反演,对负温环境下冻结土壤中未冻水的反演研究较少。基于SMAP卫星升轨和降轨时刻的亮温观测数据和经改进后适用于青藏高原地区的零阶微波辐射模型,利用单通道算法(SCA)和双通道算法(DCA),对青藏高原东部黄河源区玛曲区域季节冻土中的未冻水含量进行反演。结果表明:基于SMAP不同过境时刻亮温观测及不同算法的土壤未冻水反演结果均较同步地反映了研究区实测值的动态变化特征(相关系数R均大于0.9)。其中,基于SMAP降轨时刻亮温观测的反演结果在冻融交替的过渡季节存在明显低估,而基于升轨时刻亮温观测得到的反演结果精度更高。基于垂直极化亮温观测的单通道(SCA-V)和DCA算法得到的升轨时刻的反演值与实测值的无偏均方根误差(ubRMSE)分别为0.035 m^ 3 m^-3和0.039 m^ 3 m^-3,均达到SMAP任务的设计要求(即ubRMSE≤0.04 m^ 3 m^-3),其中SCA-V对该研究区土壤未冻水的反演精度最高。与SMAP标准产品相比,基于SCA-V算法反演得到的暖季土壤水分精度更高。此外,该算法能成功反演得到冻结期土壤未冻水的动态变化,因此更适用于青藏高原地区冻融土壤条件下的水分反演。

基于文献计量和遗传算法的土地利用优化研究进展

以Web of Science数据库中1999—2022年(截止2022年1月22日)关于遗传算法与土地利用的164篇英文和27篇中文文献为数据源,基于文献计量方法,对每年中英文发文量、文献来源国家、中英文文献学科方向、中英文载文期刊进行分析,探究基于遗传算法的土地利用优化的总体研究概况,然后利用CiteSpace软件对作者和研究机构合作网络、关键词共现网络和文献共被引网络进行可视化,分析研究热点。研究发现,(1)基于遗传算法的土地利用优化研究整体呈上升趋势,中国(包括港澳台地区)、美国、伊朗是发文量前三国家,研究属于环境、地理和规划的交叉领域。(2)研究者间形成了2个较大规模的合作网络和众多中小规模的合作网络,处于核心地位的研究机构来自发文量前十的国家。(3)绿色基础设施是重要的研究对象,多目标优化是主要的优化模型,与其它技术,如粒子群算法的结合和对比为重要的研究方向。(4)风力能源规划、自然环境保护、海绵城市规划、生物多样性、交通规划、规划支持系统构建是重要的研究内容,主要的研究方法包括带约束的多目标优化和空间优化模型。

2000-2015年雅鲁藏布江流域耕地格局动态变化影响因素分析

基于30 m分辨率的卫星遥感土地利用数据,利用地理探测器和地理加权逻辑回归方法,探究了2000-2015年雅鲁藏布江流域的耕地格局动态变化及其影响因素.结果表明:1)雅鲁藏布江流域被占用的耕地主要分布在拉萨市(60.42%)、林芝市(16.21%)和山南市(13.01%)的城市周边区域,多变为水体和建设用地;补充的耕地主要分布在日喀则市(55.81%)、林芝市(23.26%)和拉萨市(19.61%),多由林地和草地转入.2)经济发展、交通基础设施和行政辐射主要影响耕地占用;国家投资变化、行政辐射和海拔主要影响耕地补充.3)耕地变化的影响因素存在明显的空间异质性.其中农业劳动力流失、旅游业发展和粗放式耕作等因素是耕地变化面临的主要问题.建议在拉萨和林芝的市郊地带强化保护后备耕地,在日喀则给予资金与技术培训等农业政策倾向,以实现雅鲁藏布江流域区域差异化的耕地保护管理.

青藏高原降水再循环率与水汽来源辨析

降水再循环率(即蒸发-降水反馈强度)和水汽来源是区域水循环的两个关键环节,它们的量化对于理解水循环过程及其变化至关重要.关于青藏高原降水再循环率和水汽源的已有研究结果存在很大争议.文章厘清了理解水循环的不同视角,指出蒸发与降水之比主要取决于气候模态,而降水再循环率还与区域大小密切相关,水汽源区则取决于追踪时段(降水时段或非降水时段)和追踪程度.在同一理论框架下,关于青藏高原水循环的不同研究结果之间不存在根本冲突.

寒区在变热:暨述张廷军教授四十余载学术之路及贡献

以寒区气候和冻土变化及影响为主线,系统梳理回顾了张廷军教授在四十多年冻土研究中所作出的重要贡献。凝练总结了张廷军教授在量化多年冻土及地下冰分布和变化、厘清寒区特殊陆面过程关键要素的交互作用、发展冻土数值模拟模型和诊断分析方法以及发展冰冻圈遥感方法四个方面所作的创新性成果,基于这些成果发表的论文多已成为冻土与气候变化研究方面的经典,极大提高了对寒区气候、冻土分布及变化的物理基础的认识,为冰冻圈科学事业作出了不可磨灭的贡献。张廷军教授四十余载的求真求实之路同样值得我们学习和铭记。

基于四种常用机器学习的梭梭(Haloxylon ammod-endron(C.A.Mey)Bunge)适宜生境分布研究

梭梭Haloxylon ammodendron (C.A.Mey) Bunge是适应中亚荒漠生境的耐寒、抗旱、耐盐碱C4植物,预测该物种地理分布范围以及未来不同气候变化情景下该物种适宜生境分布的变化,对于我国荒漠区生态环境保护具有重要意义。利用收集的梭梭分布数据与33个环境因子,基于四种常用的机器学习算法组成的组合模型对该物种适宜生境在我国西北干旱区的分布进行了预测。结果表明:(1)不同的模型算法的结果在空间上具有较高的一致性,但其分布细节具有一定的差异性。(2)梭梭在我国的适宜生境面积约为0.91×10^(6) km^(2),主要分布在新疆的准噶尔盆地和塔里木盆地边缘,甘肃河西走廊地区,内蒙古巴丹吉林、乌兰布和、腾格里沙漠和库布齐沙漠的西部,青海省柴达木盆地等地区。(3)未来气候变化对该物种适宜生境分布的影响取决于升温幅度,但是在大部分的增温情景中,该物种的适宜生境变化较小。(4)高适宜生境面积为0.19×10^(6) km^(2),应该作为梭梭原生产地保护以及人工种植的重点区域。(5)集成多模型结果的组合物种分布模型能够在一定程度上减少模型的不确定性,增加模型的精度。在环境条件限制性较高的干旱区,加入土壤因素能够有效提高物种分布模型的建模科学性和合理性。

新疆季节性积雪对地表温度的影响

在气候变暖背景下,土壤热状态的变化正对土壤中发生的物理、化学以及微生物过程起着至关重要的作用。土壤热状态通常由气温主导,并受到植被、积雪、土壤性质等局部因素控制。积雪改变了大气与土壤之间的能量交换,对冷季土壤热状态起到了决定性作用。本文基于新疆地区中国气象局77个观测站点逐日的积雪深度、气温、地表温度(土壤0 cm处)数据,利用统计分析与数值模拟方法,综合探究了新疆地区季节性积雪对土壤温度的影响,同时揭示了新疆地区积雪对土壤热状态影响的原理机制。结果表明,2005—2020年新疆地区77个气象站点冷季地表温度、气温、积雪深度、地气温差在空间上的分布具有一致性。2005—2020年稳定积雪站的冷季(10月—次年3月)平均雪深为5.9 cm,平均气温为-4.6℃,平均地表温度为-1.3℃。而非稳定积雪站平均气温为1.4℃,平均地表温度为2.4℃。地气温差受积雪深度的控制,积雪每增加1 cm,地气温差增加0.26℃。拟合结果显示,气温每增加1℃,当积雪深度为5 cm时,地表温度增加0.57℃;当积雪深度为30 cm时,地表温度增加0.20℃。进一步选取典型稳定积雪站阿勒泰站开展了2008年积雪年(2008年7月1日—2009年6月30日)的模拟试验,结果表明,当积雪密度从200 kg·m^(-3)增加至400 kg·m^(-3)时,积雪下方平均地表温度升高2.2℃;在保持2008年模拟时段积雪深度相同的情况下,降雪提前、降雪推迟、控制组三种情景的模拟结果显示,阿勒泰站2008年积雪期的平均地表温度分别为-2.7℃、-5.5℃、-3.6℃,表明降雪发生的时间越早,地表温度越高。