内蒙古草地净初级生产力时空变化及其对干旱的响应

为探究内蒙古草地生长季净初级生产力（Net primary productivity,NPP）的变化及其与干旱的关系,本文通过趋势变化和相关性计算对2001-2015年内蒙古草地NPP和标准化降水蒸散指数（Standardized precipitation evapotranspiration index,SPEI）的时空变化进行研究。结果表明：内蒙古草地生长季NPP平均增长率为2.20 g C·m^-2·a^-1,其中草甸草原为3.73 g C·m^-2·a^-1,典型草原为1.69 g C·m^-2·a^-1,荒漠草原为0.30 g C·m^-2·a^-1。NPP均值整体上自西南向东北逐渐增加,其中草甸草原最高,其次为典型草原,荒漠草原最低,年均NPP分别为387.90 g C·m^-2·a^-1,291.26 g C·m^-2·a^-1,133.70 g C·m^-2·a^-1。NPP整体上与SPEI-1相关性最强,其中,草甸草原与SPEI-1最强相关性最强,典型草原、荒漠草原与SPEI-3相关性最强。干旱对荒漠草原的影响最大,对典型草原的影响次之,对草甸草原的影响最小。     

关中地区夏玉米全育期土壤速效养分时空分布规律

为了揭示关中地区土壤主要养分的动态变化规律,探明其时空有效性,在较为精确的时空尺度条件下研究了关中地区夏玉米生育期间0~100 cm范围土壤硝态氮、铵态氮、速效磷和速效钾的动态变化特征,结果表明:土壤硝态氮在0~100 cm范围内空间分布特征较为明显,在40~60 cm处为硝态氮累计峰值,第30~50 d范围为剖面上硝态氮快速耗竭期;土壤铵态氮在整个玉米生育期间空间变化梯度较时间变化梯度要小,变化趋势大致与硝态氮一致;土壤速效磷空间梯度变异明显,表现为从上至下速效磷含量递减,夏玉米生育期间土壤剖面速效磷几乎是同步递减;土壤速效钾则是时间变异特征比空间变异特征更显著,证明土壤剖面上速效钾变异过程具有相对较强的整体性,与钾素的移动能力较强有一定的关系。     

基于DEM的乌鲁木齐河流域降水量时空变化分析

根据乌鲁木齐河流域9个气象站1961-2009的逐月降水量资料,采用三维二次趋势面宏观地理因子模拟与反距离平方加权残差订正相结合的方法,建立全流域年降水量变化倾向率、突变前后降水增量、年和各月降水量多年平均值以及年降水量变异系数等降水量气候要素空间分布数学模型。在ArcGis平台上进行数据栅格化处理,实现基于数字高程模型（DEM）数据的乌鲁木齐河流域降水量时空变化的精细化分布式模拟。结果表明：（1）196l-2009年,乌鲁木齐河流域年降水量平均以15.29mm/10a的倾向率呈显著（P〈0.05）的递增趋势,并于1987年发生了突变性增多,但各地降水量增多倾向率和突变前后降水增量差异明显,总体表现为海拔越高的区域,降水量增多越明显。（2）乌鲁木齐河流域年降水量的空间差异十分明显,流域末端的北部平原降水量不足250mm,向南随着海拔的升高降水量渐增,在海拔1900-2200m的天山北坡中山带出现降水量为550～600m的最大降水带,之后,随着海拔高度的继续上升,降水量又呈减少趋势,至3500m以上的河流源头区域,年降水量不足450m。（3）年降水量变异系数随海拔的升高而减小,即海拔越高的区域降水量的年际间波动相对越小。（4）年内逐月降水量的空间分布格局表现为明显的周期性变化特征。冬季（12-2月）降水较少,各月降水量的高值区主要在低山带和山前洪积、冲击平原,而降水量的低值区在海拔2500m以上的高山带。春季（3-5月）降水量较冬季多,降水量的高值区也逐渐向高海拔山区上移,而降水量低值区则由南部高山带逐渐向北部平原迁移。夏季（6-8月）是一年中降水量最多的季节,各月降水量的高值区逐渐上移到海拔2000-4000m的中、高山带,而降水量低值区在北部平原地带。秋季（9-11月）降水量逐渐减少,最大降水高度带也向低海拔区域移动,而降水量低值区则向中、高山带上移,至11月,最大降水带回复到低山带和山前洪积、冲击平原地带,最少降水带再次上升到2500m以上。     

Characterising fire spatial pattern interactions with climate and vegetation in Colombia

Vegetation burning in tropical countries is a threat to the environment, causing not only local ecological, economic and social impacts, but also large-scale implications for global change. The burning is usually a result of interacting factors, such as climate, land-use and vegetation type. Satellite-derived monthly time series datasets of rainfall, burned area and active fire detections between December 2000 and 2009 were used in this study. A map of vegetation types was also used to determine these factors’ spatial and temporal variability and interactions with the total amount of burned area and active fires detected in Colombia. Grasslands represented the vegetation most affected by fires every year in terms of burned area (standardised by their total area), followed by secondary vegetation, pasture and forests. Grasslands were also most affected by active fires, but followed closely by pasture, agricultural areas, secondary vegetation and forests. The results indicated strong climate and fire seasonality and marked regional difference, partly explained by climatic differences amongst regions and vegetation types, especially in the Orinoco and Caribbean regions. The incidence of fire in the Amazon and Andes was less influenced by climate in terms of burned area impacted, but the strength of the ENSO phenomenon affected the Orinoco and the Andes more in terms of burned area. Many of the active fires detected occurred in areas of transition between the submontane and lowland Andes and the Amazon, where extensive conversion to pasture is occurring. The possible high impact of small fires on the tropical rainforest present in this transition area and the Amazonian rainforest deserves more attention in Colombia due to its previous lack of attention to its contribution to global change.     

新疆棉花种植面积的时空变化及适度规模研究

本研究通过对建国以来新疆植棉业的调查数据进行统计分析, 探究其时序演变规律和空间分布特点,并运用模糊数学理论和层次分析法, 构建植棉规模及其影响因素的交互作用模型, 揭示新疆植棉业发展的适度规模。研究结果表明: (1)1949 年以来, 新疆植棉规模不断扩大, 从1949 年的33.41×10³ hm² 上升到2007 年的1 782.60×10³ hm², 且表现出明显的阶段性和波动性; 三大棉区即南疆棉区、北疆棉区、东疆棉区变化特点各异, 其中南疆棉区起主导作用; 按绿洲分类棉区中, 以塔里木盆地绿洲棉区和西北沿边绿洲棉区变化明显。(2)现有条件下, 整个新疆棉花种植经营适度规模以800×10³~1 000×10³ hm² 为最优, 600×10³~800×10³ hm² 次之,400×10³～600×10³ hm² 再次之, ＞1 000×10³ hm² 最差。该规模标准可作为制定新疆植棉业发展、安排植棉业经济投入和劳动力投入、进一步优化农业产业结构的依据。     

近30年山东省耕地土壤pH时空变化特征及影响因素

通过研究山东省第二次土壤普查省级汇总(1984年)和省级耕地地力评价(2015年)耕地土壤pH数据,分析了土壤酸化的总体情况和动态变化,探讨了土壤酸化的自然和人为驱动因素。结果表明,30年来,山东省耕地土壤pH平均值由7.6降至7.2,降低了约0.4个单位,整体表现为酸性耕地面积明显增加,弱碱性和中性耕地面积相对减少,局部耕地酸化。目前,山东省弱碱性、中性和弱酸性耕地土壤比较多,占92.74%,酸性耕地土壤占7.04%;酸性耕地土壤主要分布于胶东半岛和东南部沿海的威海、烟台、青岛、日照、临沂和枣庄等6个市。不同地市酸碱度变化差异较大,威海变化最大,降低了1.3个单位;其次是泰安、日照、烟台和青岛,分别降低了1.1、1.1、1.0和1.0个单位。全省耕地土壤pH变化由大到小依次为:水稻土(潮土型)、棕壤、粗骨土、砂姜黑土、褐土和潮土。全省耕地土壤酸化主要影响因素为土壤类型、植物收获以及化肥不适当施用。     

基于水分盈亏指数的四川省玉米生育期干旱时空变化特征分析

四川省地形地貌复杂多样,常年多旱灾,玉米是该省主要粮食作物之一,在粮食生产中占有重要地位,但干旱一直是制约四川省玉米生长发育和产量形成的重要因素,常年春、夏、伏旱频发重发,造成玉米年际间产量不稳定。评估四川省玉米生育期干旱状况,分析其时空变化特征,可为相关部门制定农业生产计划、防灾减灾措施以及保险部门确定保费率提供科学依据。本文利用四川省144个玉米种植区气象台站1970—2010年逐日气象数据,以水分盈亏指数作为干旱指标,分析四川省6大玉米种植区域(盆南丘陵区、盆中浅丘区、盆西平丘区、盆周边缘山地区、盆东平行岭谷区和川西南山地区)玉米生育期内干旱频率的时空变化特征及干旱发生风险度的空间分布。结果表明:从时间变化看,各区域干旱频率变化趋势不同,但大部区域从20世纪90年代后期开始明显增加,其中拔节—乳熟期干旱站均次数变化趋势除盆东平行岭谷区随年代呈下降趋势,其余各区都呈上升趋势,乳熟—成熟期干旱站均次数变化趋势盆南丘陵区、盆西平丘区及盆周边缘山地区呈明显上升趋势;从空间分布看,盆南丘陵区轻旱发生次数最高,盆中浅丘区中旱发生次数最高,盆西平丘区及盆东平行岭谷区发生干旱次数相对较低;干旱发生风险度空间分布为:全生育期干旱风险重度区主要集中在盆中浅丘区、盆东平行岭谷区大部及盆南丘陵区部分区域,拔节—乳熟期重度风险区主要集中在盆地北部及盆中浅丘区大部,乳熟—成熟期重度干旱区域分布在盆北、盆东南及盆中浅丘区部分区域。     

基于遥感影像的桂西北喀斯特区植被碳储量及密度时空分异

本研究基于1990年、2000年和2005年遥感影像数据, 结合高程、气象与样地调查等数据, 运用地理信息系统技术, 对桂西北喀斯特区植被碳储量及密度进行了分析。研究结果表明: 从1990年到2005年, 研究区域植被碳储量与密度呈增加趋势, 1990年、2000年和2005年植被碳储量分别为1.03×10⁸ t、1.41×10⁸ t和1.63×10⁸ t, 植被碳密度分别为14.82 t·hm^-2、20.38 t·hm^-2和23.49 t·hm^-2, 基本与四川省(18.47 t·hm^-2)、江西省(25.38 t·hm^-2)植被碳密度值一致; 在空间分布上, 区域植被储量与碳密度大致呈现西高东低、中低山(海拔>500 m)高而峰丛洼地(海拔<500 m)低的分布格局, 1990年西部大部分县市的植被碳密度为15~22 t·hm^-2, 而中东部大部分县市的植被碳密度为8~15 t·hm^-2; 而时间上的变化在空间上表现为, 植被碳储量与密度不同程度地表现为低值区的东部增加, 高值区的西部减少或轻微增加, 典型喀斯特区植被碳密度增加明显(1990年和2005年植被碳储量比例分别为45.54%和51.99%)。研究结果表明, 峰丛洼地植被碳储量与密度显著增加, 生态环境移民、退耕还林等石漠化治理措施效果显著, 有利于增强区域植被碳汇。     

一种4D管线模型的建立方法

主要研究如何在三维管线模型中引入时间信息,构建基于对象的原始信息和变化信息的映射关系,将含有时间戳的变更信息存入数据库中,建立管线时空数据模型.实现三维管线数据的动态管理,可以浏览和编辑最新的管线数据,也可以通过时间轴来查看任意历史时刻的管线数据.     

杞麓湖盆地土壤有机质多时相空间分布与演变

基于四期土壤采样点数据，结合样点调查和统计年鉴数据，采用普通克里格、多元回归和探索性回归方法预测杞麓湖盆地土壤有机质（SOM）空间分布并分析其影响因素。结果表明指数和椭球模型分别较好地拟合了2008和2011年、2013和2015年的SOM的空间变异性。四个时相的SOM均由西南到中部再到东北部呈现出低-高-低的分布特征，并且高值核心区的位置不变，但高值区范围逐年扩大。前三个时间段内SOM连续增加的区域面积是连续减小的区域面积的两倍多。土壤亚类类型、农业设施和土壤质地各解释SOM变异的14.3%、2.6%和1.3%。SOM的降低主要由粮食和蔬菜的高产出所导致，适当地减少氮肥施用量并增加复合肥施用量能在一定程度上维持甚至提升SOM含量。