基于MODIS数据的青海省草地地上生物量估算及影响因素研究

利用EOS/MODIS植被指数产品（NDVI）、实测草地地上生物量和气象监测资料,结合实测资料和NDVI之间的关系建立了青海省草地地上生物量卫星遥感估算模型,并通过研究青海省气温和降水量变化特征分析了影响草地地上生物量的主要因素。结果表明：在草地生长季,生态监测站草地地上生物量与NDVI之间具有较好的正相关关系（P<0.01）。利用模型估算的青海省草地地上生物量在2003-2017年表现出弱的增加态势,2003年平均草地地上生物量最低,仅为2622 kg·hm^-2,2010年最大,达3252 kg·hm^-2; 2003-2017年,青海省草地地上生物量变化表现出明显的空间分布特征,从东南向西北逐渐递减;其中,青海省果洛州东南部、玉树州南部、黄南州东南部和海北州东南部草地地上生物量最高;西北部的柴达木盆地最低;2003-2017年青海省绝大多数地区草地地上生物量均呈现保持不变或者趋好的变化特征,其中曲麻莱、都兰以及甘德等地区部分草地地上生物量明显减少。气温升高热量条件充足的背景下,青海省草地受降水量增多带来的水分条件趋好的有利影响,对高寒地区草地植被的生长发育起到了促进作用,最终导致草地NDVI升高,地上生物量增加。     

不同土壤湿度下柠条光合速率对CO_2浓度和辐射强度响应的模拟研究

在控制土壤湿度水平下,模拟大气中CO2浓度升高和辐射增强对柠条光合作用的影响。结果表明,在CO2浓度饱和点以下,柠条的光合速率对CO2浓度的响应表现为线性关系,对辐射的响应表现为对数函数关系。柠条光合速率随辐射强度增加和/或CO2浓度的升高而增大。在土壤湿度较大时,柠条光合速率的变化率随辐射强度的增大而增大;在土壤湿度较小时,光合速率在辐射强度为500μmol·m-·2s-1时对CO2浓度的响应最敏感。柠条的暗呼吸随CO2浓度的升高而增大,土壤湿度越小,柠条的暗呼吸对CO2浓度的响应越敏感。     

青海省草地植被干旱评估及驱动力分析研究

为了研究青海省草地植被干旱特征及驱动因子,以青海省草地植被覆盖区域为对研究对象,采用水量平衡和作物需水量等方法构建干旱评估模型,评估青海省草地植被干旱时空分布特征和发生趋势,并探讨形成干旱的关键驱动因素,结果表明：整个生长季东部农业区、环青海湖区、祁连山区大部草地植被基本维持轻旱和无旱,严重干旱区域集中在青南牧区的低覆盖度草地,干旱空间总体分布基本表现为低覆盖度>中覆盖度>高覆盖度;草地植被在整个生长季的干旱灾害类型以轻旱为主,中旱次之,重旱和特旱发生频率较低,极端干旱强度呈增加态势;降水和蒸散在整个干旱发生过程中驱动作用最大,且均为负向影响,随着干旱等级加重,蒸散逐渐代替降水成为影响干旱的最重要驱动因子。风速整体上对干旱的影响表现为正向,气温、日照时数和水汽压对干旱影响作用较小。     

气候变化对青海省青稞物候期的影响

为了解气候变化对青海省青稞物候期的影响,选取门源和贵南2个青稞观测站点物候期资料和逐日气象观测资料,采用统计学方法,分析了青稞生长季光温水气象要素变化特征以及青稞物候的演化趋势,并探讨青稞物候期变化的气候驱动因子。结果表明,1980-2020年青海省青稞主产区生长季气温以0.4 ℃·10 a^-1的速率极显著升高,门源降水量以44 mm·10 a^-1的速率极显著增加,贵南降水增速不显著,主产区日照时数明显以39 h·10 a^-1的速率减少。青稞物候期在生育前期推迟,在生育后期提前,其中播种期推迟0.6~1.5 d,成熟期提前8.5~11.0 d,生育期时长缩短10.2~12.0 d,物候期和生育期时长变化速率在两地表现不一。温度是影响青稞物候期变化的主要因素,生育前期和后期的气温与物候期分别呈正相关和负相关,阶段性气温与各生育期时长均呈显著负相关;降水量与物候期和生育期时长均呈正相关,但均不显著;日照时数主要影响生育期时长,对物候期影响不显著。     

格尔木地区气候资源变化特征及对农业生产的影响

利用柴达木盆地格尔木及小灶火2个气象台(站)1961—2015年气温、积温、日照及降水等主要农业气象资料,结合青海省气象台2 km×2 km格点化的非站点资料,应用气候倾向率、气候趋势系数等数理统计方法对格尔木地区的光、热、水等主要气候资源的变化特征及其对农业生产的影响进行分析.结果表明,55年来格尔木地区年降水量呈波动略增多趋势,年平均气温和≥0℃、≥5℃、≥10℃年积温呈显著的增加趋势,而年日照时数整体呈明显的减少趋势.对农业而言,气候变化使格尔木地区农作物生长季延长,区域内宜农地海拔高度上升,农作物种植面积扩大,有利于农业种植结构调整,有利于区域内蔬菜、经济类等作物大面积种植或推广.这对实时开展格尔木地区农业结构调整,合理利用气候资源,减轻和避免不利气候条件的影响,促进农牧业可持续发展具有一定的指导意义.     

三江源地区雪灾风险预警指标体系及风险管理研究

利用三江源地区越冬期雪灾历史资料及调查资料,深层次分析了诱发雪灾的孕灾环境、致灾因子与孕灾体,以进行风险辨识。确定了高寒牧区越冬期风险主要是由自然因素、生物因素、社会因素和管理等因素相互叠加后构成,从雪灾风险分析的角度构建了适合三江源地区越冬期风险预警指标体系,并采用定性与定量相结合的方法对各预警指标进行定量化与分级。在此基础上,结合畜牧业生产管理中的活动内容,将冬季风险管理分为：家畜管理、草地管理、饲草供应、草地资源评估、冬季风险预报,并分析了各种畜牧业生产活动在风险管理内容中的重要值。     

Study on forecasting models of grasshopper occurrence area in Qinghai Province

利用青海省1995-2006年蝗虫发生面积与相关大气环流特征量、气候资料,分析了不同气候因子与蝗虫发生面积之间的关系,建立了青海省蝗虫发生面积省、州、县级多元回归预测模型。研究表明,显著影响青海省蝗虫发生面积的环流指数特征量为副高强度指数和极涡面积、极涡强度指数。副高强度指数强,青海省蝗虫发生面积大;极涡面积大、极涡强度指数强,蝗虫发生面积小。在蝗虫孵化期,降水量的分布和数量对其发生面积产生显著的促进或抑制作用。温度对蝗虫发生面积的影响各地基本一致,对蝗虫产卵、越冬、孵化均呈显著正相关,表明温度偏低是制约蝗虫爆发的主导因素。蝗虫产卵、孵化期空气湿度低有利于蝗灾的爆发。用预测模型对2007年蝗虫发生面积进行逐级试报,效果较好,这为青海省蝗灾的防治工作提供了科学的决策依据。     

基于GIS的青海省雪灾风险评估模型

通过建立雪灾定量化评估模型,提供反映雪灾地理分布特征的风险区划,以实现快速、准确地对区域雪灾进行大范围监测和情景分析。根据青海基础地理信息数据,以县级行政为评价单元,提取了91.7 m×91.7 m栅格的坡度、坡向、草地类型等孕灾环境参数值,对雪灾形成的潜在地理条件进行分析;以雪灾规模、频率和密度等为致灾体危险性指标;选取人口密度、经济密度、交通密度以及土地资源丰富度等社会经济背景数据为承灾体易损性评价指标。基于ArcGIS平台,应用数学综合评价法建立了基于空间统计分析的青海牧区雪灾定量化综合风险评估模型,在使用相关基础图件和资料基础上,对属性和图形数据库进行操作,分别得到雪灾的孕灾环境敏感性、灾害危险性、承灾体易损性评价图层,再经过图层叠加、斑块合并以及等级划分等操作,最终得到青海省雪灾风险区划图。研究结果可对牧区越冬前采取有效风险管理以减轻损失,保障草地畜牧业的可持续发展具有重要意义;并且为当地政府及防灾救灾部门制定灾前减灾规划和灾后救助决策提供科学依据,研究方法对于全国其他省区的雪灾风险评估也具有重要参考价值。     

近55年来青海省海东市气候变化特征 及影响因子分析

利用青海省海东市5个气象台站1961-2015年气候资料,采用线性回归和Mann-Kendall突变检测等方法,对海东市近55年的年和季平均气温、降水量、日照时数、风速、沙尘日数、云量和相对湿度等气候要素以及降水日数、潜在蒸散量和湿润指数的变化趋势和变化特征进行了研究,结果表明：（1）近55年海东市随着气候变暖降水减少(减少速率-4.9 mm·(10a)^-1）,总体呈现不明显的“暖干化”趋势。年平均气温和潜在蒸散量呈现显著的上升趋势(上升速率0.33℃·(10a)^-1和7.9 mm·(10a)^-1),年降水日数、平均风速、沙尘暴日数、日照时数、云量和相对湿度表现为显著减少趋势（减少速率分别为-2.3 d·(10a)^-1、-0.13 m·s^-1·(10a)^-1、-6.3 d·(10a)^-1、-36.6 h·(10a)^-1、-0.12成·(10a)^-1和-0.7％·(10a)^-1）,湿润指数和降水量表现为不显著的减少趋势。（2）海东市年平均气温和潜在蒸散量分别在1995-1996年和2001年发生了显著的突变性升高,年平均风速、降水日数、日照时数、总云量和相对湿度分别于1982年、1993-1994年、2002-2003年、1984年、2009-2010年呈显著突变性减小,降水量和湿润指数的变化未达到突变标准。（3）海东市冬季气温变化与青藏高原指数、北极涛动指数和西风环流指数有明显的正相关关系,青藏高原的动力和热力作用对高原东北侧的海东市气温变化有很重要的影响,而该地区温度还受由北极涛动引起的冬季风和西风环流的影响。海东市夏季降水量与南亚夏季风指数和北极涛动指数有较好的负相关,南亚夏季风的进退以及所携带的水汽是影响该区域降水量变化的主要因素之一。     

不同下垫面积雪反演参数的率定研究

青藏高原积雪分布及其时空变化对地表能量交换、水文过程以及气候环境变化具有重要影响，通过NDSI指数阈值法从卫星数据中获取积雪覆盖信息是当前主流技术手段，但受限于高原积雪偏浅、消融快、下垫面类型多样和斑块化分布显著等特征，采用NDSI固定阈值往往不能精确提取高原积雪分布状况。文中以青藏高原东部青海省为研究区，利用MOD10A1数据分析典型下垫面类型积雪区的NDSI与站点自动观测雪深间对应关系，以确定不同下垫面类型积雪的判识参数NDSI阈值范围，得出研究区典型下垫面草地、裸地、耕地、城镇用地的积雪反演参数NDSI最优阈值分别为0.32、0.19、0.20、0.36,用Landsat8 OLI数据判识的积雪空间分布作为“真值”对使用NDSI最优阈值判识出积雪的精度进行验证，结果表明草地、裸地、耕地、城镇用地四种下垫面积雪判识提取的总体精度(OA)分别为92.88%、92.56%、97.19%、99.81%,表明考虑不同下垫面类型下的NDSI阈值率定优化可以有效地提高青藏高原地区积雪反演判别精度。