近58年柴达木盆地枸杞生长季热量资源变化及对产量的影响

利用柴达木盆地1961-2018年国家地面气象观测站枸杞生长季(5-10月)的逐日平均气温、最高气温和最低气温资料,统计≥0℃积温、积温日数和高(低)温日数,采用线性趋势和M-K突变检验法进行分析.结果表明,近58年来柴达木盆地枸杞生长季气温整体变暖趋势明显,且夜间增温速率高于白天增温速率,存在着非对称性变化.平均气温、最高气温、最低气温分别以0.37、0.33、0.54℃/10年的速率呈显著上升趋势,气温日较差以-0.21℃/10年的速率呈显著下降趋势.平均气温、最高气温、最低气温负异常次数均出现在20世纪60年代至80年代,正异常次数均出现在21世纪00年代至01年代.枸杞生长季高温日数整体以气候倾向率1.1 d/10年呈现显著上升趋势,而低温日数以1.7 d/10年呈显著减少趋势.枸杞生长季≥0℃积温及积温日数的增加趋势明显,≥0℃积温和积温日数气候倾向率分别为66.6℃/10年和0.7 d/10年.柴达木盆地枸杞生长季平均气温、最高气温、气温日较差分别于1994、1995、2000年发生突变,最低气温没有发生突变.1991-2017年柴达木盆地枸杞产量和种植面积的增加趋势明显,气候倾向率分别为331.5 kg/(hm2·10年)和12254.0 hm2/10年,气温日较差对枸杞产量和种植面积的变化影响最大,其他气温因子对产量的影响相对较小,影响种植面积的次要因子为高温日数和≥0℃积温日数.     

不同土地利用方式下土壤水分动态及对降水的响应——以青海省互助县浅山旱地为例

摸清青海旱作农业区土壤水分动态变化对保障农作物产量形成和粮食生产安全具有重要意义。采用野外采样结合统计学方法,探究青海互助浅山旱地不同土地利用方式下土壤水分季节动态、垂直剖面特征及土壤水分对降水的响应。结果表明：（1）不同土地利用方式下耕作层(0~30 cm)土壤含水量季节动态存在明显的干湿周期变化,土地利用方式对土壤水分季节变化影响不显著(P>0.05),降水事件、降水量级是影响耕作层(0~30 cm)土壤含水量季节动态的主导驱动力;（2）0~30 cm土层是雨养耕作层,典型土壤含水期分为干旱期、湿润期、常态期和过渡期,土壤干旱发生一般由表层开始,随着土壤水分耗损加重土壤干旱逐渐向深层土壤延伸;（3）4种土地利用方式的土壤水分动态变化与前期累计降水量变化基本一致,亚表层(10~20 cm)和深层(20~30 cm)土壤含水量与前期累计降水量极显著相关性(P<0.01)。因此,在干旱事件频繁的青海旱作区发展“浅埋滴灌技术”是寻求土壤供水平衡的有效路径。     

三江源地区土壤水分的地理分区遥感模型构建及时空变化

为探求三江源地区土壤水分的时空变化规律，对研究区生态保护与修复、水源涵养能力建设、气候变化与灾害预警研究具有重要的指导作用与现实意义。本研究利用影响土壤水分变化的气候、植被和土壤因素对研究区进行地理分区，分析常用光学遥感干旱指数与土壤水分的相关性，基于中分辨率成像光谱仪（Moderate resolution imaging spectroradiometer，MODIS）数据构建土壤水分遥感监测模型，反演2003—2020年5—9月土壤水分，进行地面真实性检验，分析土壤水分时空变化特征及气象因子的影响。结果表明：地理分区的设置可减少大地形、植被差异对土壤水分遥感反演精度的影响，模型绝对误差为5.3%、均方根误差为6.8%；2003—2020年平均土壤水分为20%，以0.05%·a^-1速率波动增加，且中北部和东北部局地明显趋湿、中部和东部局地变干；土壤水分变化受降水和气温的共同影响，尤其是降水影响明显。     

青海湖东北沙区植被恢复时空格局演变分析

基于高分卫星数据，运用随机森林法、景观生态学和地理空间统计学方法分析青海湖东北沙区植被恢复时空格局、评估沙漠化逆转状态。结果表明：1)受青海湖水位上升淹没临湖低洼区及沙区边缘交错带植被恢复的双重影响，2013—2021年青海湖东北沙区范围收缩；2)沙区植被景观呈阶段性变化，表现出覆盖度偏低、破碎度较高、蔓延度中等、稳定性不足等宏观特征；3)沙区植被呈现水平空间聚集性和垂直空间海拔规律性，较高等级覆盖度植被主要聚集在尕海沙区西部沿湖区域、东南角区域以及克土沙区东部边缘地带，表现出显著的局部空间正相关。     

基于Suomi NPP/VIIRS数据的青海省东部农业区夏季土壤水分监测模型的应用研究

土壤水分是量度干旱程度最重要的指标，如何对其有效监测与预警一直是各界致力解决的重大科学问题。基于Suomi NPP/VIIRS数据的温度植被干旱指数TVDI、归一化植被水分指数NDWI、植被状况指数VCI,分别构建了青海省东部农业区3种土壤水分监测模型，利用连续的野外定点观测数据及生态站点观测数据进行模型检验，并在2017年夏旱过程进行了应用检验。结果表明：2012—2016年模型回代检验中，TVDI指数模型表现最优(RMSE为4.4%),其次为VCI指数模型(RMSE为4.7%),NDWI指数模型表现最差(RMSE为5.2%);2018—2020年夏季互助遥感检验场定点观测检验中，TVDI指数模型表现最好(RMSE为3.8%),VCI指数模型次之(RMSE为5.0%),NDWI指数模型表现最差(RMSE为8.8%);2017年夏季干旱过程中，TVDI指数模型反演的旱情发展过程及分布范围与实际旱情情况相符，而NDWI指数模型反演的旱情分布范围明显偏小，VCI指数模型甚至不能反映旱情缓解、解除期的变化。