吴成永
, 陈克龙, 曹广超
WU Chengyong, CHEN Kelong, CAO Guangchao
通讯作者:
收稿日期: 2017-10-22
修回日期: 2018-01-19
网络出版日期: 2018-04-20
版权声明: 2018 《地理研究》编辑部 《地理研究》编辑部
基金资助:
作者简介:
作者简介：吴成永（1978- ）,男,甘肃通渭人,讲师,博士研究生,主要研究方向为遥感与地理信息系统应用。E-mail：giswuchengyong@163.com
展开
摘要
青藏高原气候寒冷、多大风,冻融、风化和风蚀作用强烈,易发生土壤风蚀。气候对土壤风蚀的影响可用风蚀气候因子指数（C）度量。基于联合国粮农组织（FAO）提出的C计算方法,根据1984-2013年间连续完整的青海省气象站地面观测数据,应用地理加权回归模型（GWR）、重心及其转移模型,并结合本文定义的有效敏感性指数、有效影响面积等指标,得到全省风蚀气候侵蚀力及其影响因子的时空分布及其演化规律,并对其驱动力和机理进行了初步分析。结果表明：30年来,全省风蚀气候侵蚀力总体特征是西北高东南低并呈下降趋势,风蚀气候侵蚀力强的区域明显向西南扩展,20世纪80年代是柴达木盆地,90年代扩展到青南高原西北部边缘,21世纪基本涵盖了青南高原的西部;风速是影响风蚀气候侵蚀力的主导因子,其有效敏感区重心从柴达木盆地西南部边缘,移动到海拔较高的青南高原西部地区,这与高原近地面气旋系统中心总体移动趋势相反;其次是气温,其有效敏感区重心从海拔较低的青海省中部地区向海拔较高的青南高原移动,这与青南高原地区的海拔梯度式增温规律有关,即从高原边缘向高原腹地升温,且海拔越高,增温越快;降水主要影响柴达木盆地的侵蚀力,其有效敏感区重心向东南扩展,这可能与高原夏季风进退有关。研究结果可为青藏高原土壤风蚀灾害的预防、评估以及预测提供区域性差异化的技术支持与理论指导,也可为青藏高原乃至全球生源要素（C、N、P、S等）循环的大尺度驱动力研究提供新的研究视角。
关键词：
Abstract
The soil erosion is prone to occur in the Qinghai-Tibet Plateau (QTP) where freezing and thawing, weathering and wind erosion are all strong, precipitation is rare, wind is strong and frequent, vegetation is sparse, and the loose ground surface material is susceptible to blowing away by wind. Climate is an important external force for soil erosion and its influence on soil erosion can be described quantitatively by wind erosion climatic factors index (C). Qinghai province's C were calculated based on the method suggested by FAO, using the continuous and complete surface meteorological observation data from meteorological stations in Northwest China's Qinghai Province from 1984 to 2013. Applying geographical weighted regression model (GWR), the gravity center and its transfer model as well as the effective sensitivity index and effective influence area which were defined in this paper, we obtained spatial and temporal distribution and evolution law of wind erosion climatic erosivity (WECE) and its influencing factors, and also analyzed their driving forces and mechanisms. The results showed that WECE in Qinghai province was on the decline and the most severely eroded region has been extending from the Qaidam Basin to the western part of southern Qinghai Plateau during the past 30 years. Wind speed was the dominant factor of WECE, the secondary factor was the temperature and the least impact was the precipitation. The gravity center of wind speed effective sensitive region moved from the edge of the southwest Qaidam Basin to the western part of southern Qinghai Plateau, whose displacement direction was roughly opposite to the direction of cyclone system center of the surface layer over the Qinghai-Tibet Plateau. The gravity center of air temperature effective sensitive region moved from the low-altitude region of central Qinghai to the high-altitude southern Qinghai Plateau. This was related to the law of increasing temperature, namely, temperature was increasing from the edge of the plateau to the plateau hinterland and the higher the altitude was, the faster the temperature increased in the southern Qinghai Plateau. Precipitation mainly affected the WECE in the Qaidam Basin, and its gravity center moved to the southeast, which might be related to the advance and retreat of the Plateau Summer Monsoon. The research of this paper can provide the technical support and theoretical guidance for the prevention, assessment and prediction of soil wind erosion disaster in the QTP. It can also provide a new perspective for the study on large-scale driving force of the biogeochemical cycles (such as C, N and P cycles) in QTP and even in the world.
Keywords：
土壤风蚀是在风力作用下,表层土壤中的细颗粒和营养物质的吹蚀、搬运与沉积的过程[1]。它致使土壤粗化,土壤肥力和土地生产力下降,影响人类生存和社会经济发展;致使土壤元素的含量、组分产生较大变化,进而影响全球生源要素（C、N、P、S等）循环;致使地表反射率改变,进而影响局地乃至全球气候[2,3,4,5]。影响土壤风蚀的气候因子主要有风、降水、气温、湿度等[6]。国际上,气候对土壤风蚀的影响程度用风蚀气候侵蚀力来度量,具体可以用风蚀气候因子指数模型（C）来计算[7]。该模型自1962年Chepil[8]提出以来,经多次修正改进,直到联合国粮农组织（FAO）改进成相对成熟的计算公式[9]。应用这些模型,国内外进行了大量的风蚀气候侵蚀力研究[10,11,12,13]。
这些研究多集中在干旱半干旱区,且风蚀气候侵蚀力影响因子通常是基于传统的回归模型来确定其大小（影响程度）,其结果是全局性（整个研究区）的一种判断,并不能反映空间区域（局部）上的差异。由于风蚀气候侵蚀力作为一种地理现象,是自然要素和人为因素综合作用的结果,在地理空间上必然存在着差异性,其影响因子亦具有差异性。因此,传统回归方法因其固有的局限性,用以研究风蚀气候侵蚀力及其影响因子亦有其固有的局限性。地理加权回归模型是近年来发展起来的一种考虑了数据空间位置的回归分析方法,可以分析影响因子在空间区域上的差异性,因而得到了广泛应用[14,15]。另外,现有研究多是对风蚀气候侵蚀力及其影响因子现状及其变化的描述,对其驱动力及其机理研究较少。
青藏高原冻融、风化和风蚀作用强烈,寒冷、多大风的气候是土壤侵蚀的重要外动力。近年来,由于气候变化和人类活动影响,加之高原自然环境独特,生态环境脆 弱[16],导致多年冻土消融加剧,高寒草甸与草原植被退化,土壤侵蚀、草原退化、土地沙化成为最严重的生态问题[17]。而土壤风蚀是引发这些生态问题的首要环节,对其研究可以为土壤风蚀防治以及草原退化、土地沙化评估与治理提供重要的科学依据。
基于上述考虑,在全球气候变暖的背景下,特别是1984年以来,青藏高原增温明显加快的背景下,其风蚀气候侵蚀力强弱如何变化?时空尺度如何变化,其区域性的影响因子是什么?呈现出怎样的变化规律以及驱动力和机理是什么?这是一个值得探讨与研究的科学问题。因此,以青海省为试验区,尝试通过地理加权回归模型对风蚀气候侵蚀力影响因子进行空间差异性研究,并利用率先提出的有效敏感性指数、有效影响面积等指标,结合地形等地表参数、重心及其转移模型来研究这一科学问题,以期为青藏高原土壤风蚀灾害的预防与评估提供差异性的区域化技术与数据支持,为青藏高原生态环境保护和生态安全屏障建设提供区域化的决策服务,为青藏高原乃至全球生源要素（C、N、P、S等元素）循环的大尺度驱动力研究提供参考。
本文涉及的数据有三部分。数字化地形图（DEM）,从http://srtm.csi.cgiar.org/获取,分辨率为90 m;青海省地貌区划图,从张忠孝[18]获取;气象数据,从青海省气候中心获取了青海省境内气象站月、日气象数据（气温,降水,相对湿度,风速等）资料。为了保证气象要素时间上的完整连续性,本文最终选取了1984-2013年间的30个气象站观测数据。在Microsoft Visual Studio 2008集成开发环境中,利用ADO.Net数据库开发技术,自行开发了风蚀气候侵蚀因子指数计算程序。因气象数据存储格式等问题,1992年部分气象参数程序提取不完整,用1991年数据替代。另外,玛多气象站（区站号56033）1988年3月份的相对湿度缺测,运算时用2月份数据代替。茫崖气象站（区站号51886）2001年1月份所有气象要素缺测,运算时用2月份数据代替。以上数据在ArcGIS 10.2中投影转换为Albers等积圆锥投影。
2.2.1 风蚀气候侵蚀因子指数 采用联合国粮农组织（FAO）提出的计算公式[9]：
式中：C为风蚀气候侵蚀因子指数,表示风蚀气候侵蚀力的强弱;U为2 m高度处的月平均风速;Pi为月降水量（mm）;d为当月天数;ETP为月潜在蒸发量（mm）。
ETP采用中华人民共和国环境保护部《生态保护红线划定技术指南》（环发[2015]56号）文件中的计算方法[19]：
式中：ETP为月潜在蒸发量（mm）;Ti为月平均气温;ri为月平均相对湿度（%）。
关于平均风速（U）的计算。根据祁栋林等[20],青海省境内适合采用幂指数公式进行不同高度风速的修正。故本文用幂指数公式将气象站观测的10 m高度处平均风速转换为2 m高度处的平均风速（U）[21]。
2.2.2 地理加权回归模型 为了深入探讨风蚀气候侵蚀力的影响因子及其影响程度,宜采用回归模型来分析。由于气温、降水等空间数据具有空间非平稳特性,即随着地理位置的变化,变量间的关系或者结构会发生变化。传统的线性回归模型属于全局模型,在分析空间数据时掩盖了变量间关系的局部特性。地理加权回归（Geographically Weighted Regression,GWR）是对传统回归分析的扩展,它将数据的空间位置考虑到了回归参数中,通过动态权重,即样本点的地理空间位置到其他各样本点的地理空间位置之间的距离,利用局部加权最小二乘法,进行逐点参数估计,其分析结果是区域（局部）性的而非全域（全局）性的参数估计,从而解决了空间数据的非平稳性,提高了拟合精度[22]。GWR模型可表示如下[23]：
式中：yi为第i个样本点的因变量;xik为第i个样本点的解释变量;(ui,vi)为第i个样本点的地理坐标;aio(ui,vi)、aik(ui,vi)分别为第i个样本点的常数项估计值和参数估计值;P为解释变量的个数;
本文在ArcGIS 10.2软件中,将30个气象站点的数据,通过易操作、计算量小,样本点上插值结果与样点实际值差异小的Spline插值法[24],得到全省像元尺度的C值、气温、降水与2 m高度处风速栅格图。将全省划分为0.2°×0.2°的格网,共得到1782个格网,提取每个格网中心点因变量（C值,作为公式（3）中的yi）、解释变量（气温、降水、2 m高度处风速,分别作为公式（3）中的xik）的栅格值,进行GWR分析。
2.2.3 解释变量正态性检验 GWR回归分析的前提是,假定解释变量数据来自于正态总体,即解释变量服从正态分布或近似正态分布,因而对数据进行正态性检验十分必要。通过广泛应用的普通QQ图法进行解释变量的正态性检验[25]。
2.2.4 解释变量有效敏感性指数 每个格网点上各解释变量对风蚀气候侵蚀力的敏感程度（影响程度）,可以从该点GWR的回归系数反映。回归系数决定了解释变量与因变量之间的关系强度和类型。若回归系数的值为负,则关系为负相关,反之,则为正相关关系。回归系数的绝对值越大,则关系越强,表明解释变量的敏感程度也越大,即该格网点的风蚀气候侵蚀力受此因子的影响越大。本文在ArcGIS 10.2中,将每个格网点上各解释变量的回归系数,利用自然断裂法分为5级,取第1级分类,即回归系数分类最大或最小（负相关时）的一级作为有效敏感性指数（effective sensitivity index,ESI）来定量描述解释变量对风蚀气候侵蚀力的敏感程度。
2.2.5 解释变量有效影响面积
解释变量影响气候侵蚀力的强弱体现在两方面,一是其几何面积大小,二是其回归系数在所有解释变量的回归系数所占的比例。因此,本文定义了有效影响面积（effective influence area,EIA）来定量描述解释变量影响气候侵蚀力的强弱。
式中,Ai为第i个解释变量格网面积;ESIi为第i个解释变量有效敏感性指数;n为解释变量个数。
2.2.6 重心及其转移模型
（1）重心。重心是描述地理要素空间分布的一个重要指标,能够清晰、客观地反映地理要素在时间、空间上的变化轨迹。
式中：n为解释变量的个数;Ai为第i个解释变量格网面积;（xi,yi）为第i个解释变量格网中心地理坐标;X和Y为总体解释变量格网的重心地理坐标[26]。
（2）重心移动方向。公式为：
式中：θ表示第t+1年相对于第t年重心移动的角度（-180°≤θ≤180°）,正东方向为0°,逆时针旋转为正,顺时针旋转为负。
（3）重心移动距离。公式为：
式中：d为第t+1年相对于第t年重心移动的距离;常数C表示由地球表面的坐标（单位：°）转化为平面距离（单位：km）的系数,其值为111.111[27,28]。
利用普通QQ图可以将现有数据的分布与标准正态分布对比,如果数据点越接近一条直线,则它们越接近于正态分布。考虑到解释变量间可能存在多重共线性（两个或更多冗余变量或者这些变量共同提供同一“信息”）,本文选取了具有稳定性、持续性的影响因子降水量、气温、风速和相对湿度并进行正态性验证。图1表明1984-2013年间平均降水量、气温、平均风速接近正态分布,无需数据转换,可以进行GWR分析,而相对湿度属于偏态分布,应当舍去,不参与GWR分析。
图1 1984-2013年青海风速、相对湿度、降水、气温普通QQ图
Fig. 1 Normal QQ plot of explanatory variables for wind speed, relative humidity, precipitation,and air temperature in Qinghai province from 1984 to 2013
根据公式（1）和公式（2）得到气象站点的C值,然后运用Spline空间插值法,生成青海省C的空间分布图（图2）。从年际变化来看,1984-1993年间,侵蚀强的地区是阿尔金山地区以及柴达木盆地的西部平原、丘陵小区;弱的地区是青南高原的江河源高原区中部。1994-2003年间,侵蚀力强、弱地区呈多点分布。较强的地区是,柴达木盆地的西部平原、丘陵小区及南部山前洪积平原区西部,青南高原江河源高原区西部高海拔山原小区;弱的地区是,青南高原中部高原小区的中部地区以及青南高原江河源高原区的中部高原小区。2004-2013年间,青海省西部侵蚀较强,即青海省三大地形区（北部山地大区,中部盆地、谷地、中低山丘陵大区,南部高原大区）的西部,全省其他地区侵蚀较弱。
图2 1984-2013年青海省风蚀气候侵蚀力时空分布图
Fig. 2 The temporal-spatial distribution of wind erosion climatic erosivity in Qinghai province from 1984 to 2013
30年间（指1984-2013年,下同）,青海省平均C值介于-31.64~36.12,平均值为6.73,最大值位于柴达木盆地德令哈市境内（93.30°E,38.02°N）,最小值位于青南高原称多县境内（97.20°E,33.90°N）。从空间分布来看,C值由西北部向东南部减小,柴达木盆地最大,这与祁栋林等[20]研究结果基本一致。30年来,风蚀气候侵蚀力整体上呈下降趋势,侵蚀强的地区由20世纪80年代（1984-1993年）的柴达木盆地,向南扩展,到90年代（1994-2003年）扩展到青南高原,至21世纪前十年（2004-2013年）基本涵盖了青南高原的西部。
整体上,本文的C值比祁栋林等[20]的C值偏小,其原因可能是：本文与祁栋林等都是依据FAO提出的C值计算方法,只是参数ETP有所不同。祁栋林等采用中国气象局推荐的生态气象监测标准中的计算方法,可能侧重于气象方面的应用。本文采用的是中华人民共和国环境保护部《生态保护红线划定技术指南》(环发[2015]56号)文件中的计算方法,该法可能考虑了数据的易得性,利于大区域生态红线划定研究与推广,侧重于生态红线方面的应用。因此,参数ETP不同,导致C值计算结果有所差异。但总体来说,本文与祁栋林等的C值在空间上分布情况基本相同,说明两者都能够揭示土壤风蚀的空间分布特征。
3.3.1 解释变量有效影响面积 据图3,1984-1993年间,风速有效影响面积EIA_风速为75086.46 km2,其有效敏感区重心位于柴达木盆地中部。EIA_气温为55848.43 km2,其有效敏感区重心位于青南高原东昆仑山东部。EIA_降水为2265.11 km2,其有效敏感区重心位于柴达木盆地阿尔金山南坡。三者在空间上有局部重叠,表明三者共同影响风蚀气候侵蚀力。1994-2003年间,EIA_风速为98135.60 km2,其有效敏感区重心位于青南高原东昆仑山西部。EIA_气温为31013.49 km2,其有效敏感区重心位于青南高原东昆仑山西部。EIA_降水为1250.90 km2,其有效敏感区重心位于柴达木盆地西北部西部平原、丘陵区。2004-2013年间,气温和风速有效敏感区重心均位于青南高原东昆仑山西南部地区。EIA_气温为8145.34 km2,EIA_风速为93034.36 km2,敏感区在空间上有重叠,表明重叠区（青南高原西部）气温和降水共同影响风蚀气候侵蚀力。EIA_降水为20.30 km2,其有效敏感区重心位于柴达木盆地中部。
图3 影响因子有效敏感区时空分布图及其有效影响面积统计图
Fig. 3 The temporal-spatial distribution of effective sensitive regions, and the histogram of effective influence area (EIA)
解释变量有效影响面积的大小反映了该变量影响气候侵蚀力的强弱,据此可以判定解释变量影响气候侵蚀力重要性程度。30年来,EAI_风速最大,表明风速是影响气候侵蚀力的主导因素,其次是气温,降水影响最小;EAI_降水、EAI_气温都呈下降趋势。EAI_风速,20世纪90年代下降,21世纪前十年略微上升,这可能与21世纪前十年间风蚀气候侵蚀力整体下降有关。
3.3.2 解释变量有效敏感性 为了阐述重心移动特征及其剖析原因,基于像元,将不同年代的解释变量风速、气温、降水分别进行相减,结合青海省地形,综合分析30年间解释变量风速、气温、降水及其有效敏感性指数的时空变化特征。
（1）风速因子。图4显示,20世纪80年代到90年代,青海省西部风速减少最明显（-0.4~0 m/s
图4 风速变化、风速有效敏感区及其重心时空分布图
Fig. 4 The temporal-spatial distribution of wind speed change and wind speed effective sensitivity region and its gravity center
从GWR分析结果看,风速与风蚀气候侵蚀力呈正相关关系,风速大,风力强劲,侵蚀力强。20世纪80年代到90年代,风速有效敏感区重心向西南移动了170.16 km,20世纪90年代到21世纪前十年,向西南移动了116.19 km。风速有效敏感区重心东西向平均移动速率为8.3 km/a,南北向平均移动速率为4.1 km/a,表明东西向平均移动速率是南北向平均移动速率的2倍,以东西向移动为主。风速有效敏感区重心从柴达木盆地西南部边缘,移动到海拔较高的青南高原西部。
（2）气温因子。图5显示,20世纪80年代到90年代,青海省西部地区升温显著,其中介于昆仑山与可可西里山之间,可可西里湖以西,海拔大于5000 m的青海省最西端增温最显著（大于1.20℃/10 a）。20世纪90年代到21世纪前十年,青海省东南部地区升温显著,其中唐古拉山地区增温最显著（1.24~1.55℃/10 a）。
图5 气温变化、气温有效敏感区及其重心时空分布图
Fig. 5 The temporal-spatial distribution of air temperature change and air temperature effective sensitivity region and its gravity center
30年来,青海省气温整体上表现为增温,局部地区降温。青南高原整体上具有按海拔梯度逐步升温特征,即海拔越高增温幅度越大。气温有效敏感区重心从20世纪80年代到90年代向西北（接近正西）移动了490.34 km。从20世纪90年代到21世纪前十年向东南移动了48.79 km。其重心东西向平均移动速率为16.2 km/a,南北向平均移动速率为1.5 km/a,两者约10倍的关系,表明气温有效敏感区重心的移动以东西向为主。
气温升高导致青藏高原多年冻土下界面升高[29,30],加快了冻土融化速率,下垫面易受侵蚀,气温对风蚀气候侵蚀力的敏感性增大。1984年以来,青南高原整体上气温显著增加,且按海拔梯度逐步升温。气温有效敏感区重心同样呈现出按海拔梯度移动的特征,即从海拔较低的青海省中部地区向海拔较高的青南高原移动,从高原边缘向高原腹地移动。
（3）降水因子。 20世纪80年代到90年代,青海省降水区域性变化差异显著（图6）。降水增加的有：柴达木盆地西北部阿尔金山南坡地区、青海东部河湟谷地、青海南部江河源高原区中部高原小区中西部,增加率（0~6.43 mm/10 a）。降水减少的有：青海南部江河源高原区中部高原小区中、东部以及共和盆地,减少率（-6.73~0 mm/10 a）。20世纪90年代到21世纪前十年,降水显著增加的地区是：江河源高原区中部高原东部,增加率（9.04~12.69 mm/10 a）。降水显著减少的有：祁连山东部、湟水谷地东北部。
图6 降水变化、降水有效敏感区及其重心时空分布图
Fig. 6 The temporal-spatial distribution of precipitation change and precipitation effective sensitivity region andits gravity center
降水有效敏感区重心从20世纪80年代到90年代向东南移动了105.93 km。20世纪90年代到21世纪前十年向东南移动了113.19 km。30年来,降水有效敏感区重心东西向平均移动速率为4.1 km/a,南北向平均移动速率为3.9 km/a,表明降水有效敏感区重心东西向与南北向移动方向和速率差别不大,总体上向东南移动并扩展。
从GWR分析结果来看,降水与C呈负相关关系,即降水越多侵蚀力就低,反之,则高。柴达木盆地风蚀气候侵蚀力对降水最敏感。柴达木盆地气候干旱,植被稀少,水是植被生长的主导性与限制性因素。因而,水也间接地影响了土壤表层侵蚀性能的强弱;青海省降水变化地域差异性大,即使同一地域,20世纪90年代降水增加,21世纪前十年减少。这可能与盛行风、地方风的变化有关,即西风带,东亚季风,南亚季风以及高原季风的影响所致。
（1）30年来,青海省C值介于-31.64~36.12,平均值为6.73。总趋势是西北高东南低,柴达木盆地最大。整体上,全省风蚀气候侵蚀力呈下降趋势,侵蚀强的地区由20世纪80年代的柴达木盆地,向西南扩展,90年代扩展至青南高原西北部边缘,到21世纪基本涵盖了青南高原西部。
（2）风蚀气候侵蚀力的年际变化、空间变化与高原季风变化密切相关。高原季风决定了高原邻近地区的气候特征和变化。汤懋苍等[31]指出,高原季风的年际变化与高原气温和降水关系密切,季风强期,气温高,降水多,季风弱期相反;高原季风指数存在94个月（约8年）的显著周期,3个强期、3个弱期。据此,他将20世纪高原季风划分为3个阶段：季风强盛期（1966年以前）,季风弱期（1967-1983年）,1984年以后又转变为季风强期。本文研究时段是1984-2013年,因此,1984年是季风强期的开始,至于1984-2013年,这30年间的季风强弱期仍需进一步研究与考证。
（3）GWR分析表明,降水与风蚀气候侵蚀力呈负相关关系,气温、风速与风蚀气候侵蚀力呈正相关关系。风速是影响全省风蚀气候侵蚀力的主导因素,其次是气温,降水影响最小。区域上,青海省西部的青南高原东昆仑山地区以及青南高原的江河源区西部的风蚀气候侵蚀力主导因素是风速与气温,有些年份两者在空间上重叠,且风速的影响范围与位置比气温的影响范围与位置偏南偏西,柴达木盆地风蚀气候侵蚀力的主导因素是降水。
30年来,各因子敏感区重心时空移动规律及其驱动力机理探讨如下：
风速有效敏感区重心从柴达木盆地西南部边缘,向西、向南方向移动到海拔较高的青南高原西部,其东西向平均移动速率为8.3 km/a,南北向平均移动速率为4.1 km/a,东西向平均移动速率是南北向平均移动速率的2倍。这种移动,与高原近地面气旋系统移动有关。据王颖等[32]分析,青藏高原近地面气旋系统的中心位置平均在（33.00°N,90.00°E）,大致位于青藏高原几何中心,其中心纬度变幅为31.68°~35.03°N,中心经度变幅为83.65°~97.50°E,表明东西向的摆动大于南北向。自20世纪80年代始,中心位置具有东移趋势,特别是90年代中期以后明显东移,中心的南北位置没有明显的趋势变化,但80年代以后波动振幅明显小于之前的时期。30年来,风速有效敏感区重心移动方向与高原近地面气旋系统中心移动方向总体上呈相反趋势。
气温有效敏感区重心从海拔较低的青海省中部地区向海拔较高的青南高原移动,从高原边缘向高原腹地移动。这与青南高原地区增温规律有关,即按海拔梯度逐步升温,从高原边缘向高原腹地逐步升温,且海拔越高增温幅度越大。
柴达木盆地侵蚀力对降水最敏感,降水有效影响重心向东南扩展,这可能与高原夏季风的变化有关。据1979-2012年平均夏季高原600 hPa风场图[33],夏季,柴达木盆地处于热低压气旋的北部,风向为偏北风,高原夏季风的强弱变化,导致偏北风强度的变化,进而影响降水量的增减与向南深入的影响范围。
从上述研究结果来看,青海省风蚀气候侵蚀力及其影响因子的变化主要取决于高原季风的变化,而高原季风与气温,降水显著相关。因此,可以通过气候模式（如RegCM3等区域气候模式）模拟未来高原气温、降水的时空演变规律以间接地预测风蚀气候侵蚀力及其影响因子。
The authors have declared that no competing interests exist.
| [1] |
|
| [2] |
江西省兴国县、余江县土壤侵蚀时空变化研究 .https://doi.org/10.11766/trxb200003240109 URL [本文引用: 1] 摘要
利用遥感技术与地理信息系统技术的结合，对江西省兴国县和余江县的土壤侵蚀状况进行了时空变化研究。研究结果表明，兴国县和余江县的土壤侵蚀状况，在侵蚀面积和程度上，都在明显改善；两县土壤侵蚀面积百分数的缩小量几乎相等，但兴国县缩小的比例较余江县小。但就总的情况看，土壤侵蚀仍是一个突出问题，值得重视。
Spatial and temporal changes in soil erosion in Xingguo and Yujiang of Jiangxi province .https://doi.org/10.11766/trxb200003240109 URL [本文引用: 1] 摘要
利用遥感技术与地理信息系统技术的结合，对江西省兴国县和余江县的土壤侵蚀状况进行了时空变化研究。研究结果表明，兴国县和余江县的土壤侵蚀状况，在侵蚀面积和程度上，都在明显改善；两县土壤侵蚀面积百分数的缩小量几乎相等，但兴国县缩小的比例较余江县小。但就总的情况看，土壤侵蚀仍是一个突出问题，值得重视。
|
| [3] |
土壤侵蚀与水土保持研究进展 .Advancement in study on soil erosion and soil and water conservation . |
| [4] |
土壤侵蚀与水土保持科学重点研究领域与问题 .https://doi.org/10.3321/j.issn:1009-2242.2004.01.001 URL [本文引用: 1] 摘要
进入新世纪,我国土壤侵蚀与水土保持科学研究迎来了新的发展机遇和挑战。在分析我国土壤侵蚀与水土保持学科研究的社会需求、科学需求及其特殊性的基础上,指出了我国土壤侵蚀与水土保持科学研究中存在的主要问题,提出了该领域亟待解决的前沿科学问题,如土壤侵蚀过程与机理,土壤侵蚀预报模型,水土保持措施防蚀机理及其适用性,流域生态过程和水土保持措施配置,大尺度土壤侵蚀与水土保持的格局及其变化规律,土壤侵蚀与水土保持环境效应评价,土壤侵蚀研究新技术与方法等。
Li Rui, al et. Key research issues of soil erosion and conservation in China .https://doi.org/10.3321/j.issn:1009-2242.2004.01.001 URL [本文引用: 1] 摘要
进入新世纪,我国土壤侵蚀与水土保持科学研究迎来了新的发展机遇和挑战。在分析我国土壤侵蚀与水土保持学科研究的社会需求、科学需求及其特殊性的基础上,指出了我国土壤侵蚀与水土保持科学研究中存在的主要问题,提出了该领域亟待解决的前沿科学问题,如土壤侵蚀过程与机理,土壤侵蚀预报模型,水土保持措施防蚀机理及其适用性,流域生态过程和水土保持措施配置,大尺度土壤侵蚀与水土保持的格局及其变化规律,土壤侵蚀与水土保持环境效应评价,土壤侵蚀研究新技术与方法等。
|
| [5] |
土壤侵蚀及其评价、校验方法研究进展 .
土壤侵蚀是导致土地退化、农业减产和生态功能退化的全球性环境问题,受到国内外众多学者的普遍关注。目前,土壤侵蚀研究方法主要有径流小区、同位素示踪、稀土元素(REE)示踪、侵蚀模型模拟以及遥感和测量学的定性评价等,各方法均有其自身的特点、优势和适宜的研究尺度。其中,同位素、REE等示踪方法适合在坡面和小流域尺度应用,有助于土壤侵蚀过程的深入理解和土壤侵蚀模型的建立及验证。而GIS和RS在土壤侵蚀物理过程模型中的应用为区域尺度土壤侵蚀的评价、预测和调控奠定了基础。今后的研究应当加强土壤侵蚀过程和侵蚀机理研究,综合运用各种研究方法和手段,实现大尺度土壤侵蚀评价、预测和验证的动态、快速实现。
Progress on the study of soil erosion, evaluation and validation .
土壤侵蚀是导致土地退化、农业减产和生态功能退化的全球性环境问题,受到国内外众多学者的普遍关注。目前,土壤侵蚀研究方法主要有径流小区、同位素示踪、稀土元素(REE)示踪、侵蚀模型模拟以及遥感和测量学的定性评价等,各方法均有其自身的特点、优势和适宜的研究尺度。其中,同位素、REE等示踪方法适合在坡面和小流域尺度应用,有助于土壤侵蚀过程的深入理解和土壤侵蚀模型的建立及验证。而GIS和RS在土壤侵蚀物理过程模型中的应用为区域尺度土壤侵蚀的评价、预测和调控奠定了基础。今后的研究应当加强土壤侵蚀过程和侵蚀机理研究,综合运用各种研究方法和手段,实现大尺度土壤侵蚀评价、预测和验证的动态、快速实现。
|
| [6] |
塔里木盆地风蚀气候侵蚀力的计算与分析 .
利用塔里木盆地周边及腹地13个气象站1961～2007年的观测资料,选择联合国粮农组织给出的风蚀气候因子指数计算公式,计算了塔里木盆地风蚀气候因子指数值,以此阐述了风蚀气候侵蚀力的基本特征。结果表明,多年平均风蚀气候因子指数C值的分布范围为6.3～39.6,整个盆地的平均值为17.5;从空间分布来看,C值由盆地西部向东部呈增大趋势,最大值出现在盆地东南缘的若羌;风蚀气候因子指数具有显著的季节变化,春季最大,夏季次之,秋季再次之,冬季最小;近50a来,风蚀气候因子指数总体上呈减小趋势,说明风蚀气候侵蚀力在降低;风蚀气候侵蚀力主要受风速的作用,与降水的关系不显著。
Calculation and analysis on wind erosion climatic erosivity in the Tarim basin .
利用塔里木盆地周边及腹地13个气象站1961～2007年的观测资料,选择联合国粮农组织给出的风蚀气候因子指数计算公式,计算了塔里木盆地风蚀气候因子指数值,以此阐述了风蚀气候侵蚀力的基本特征。结果表明,多年平均风蚀气候因子指数C值的分布范围为6.3～39.6,整个盆地的平均值为17.5;从空间分布来看,C值由盆地西部向东部呈增大趋势,最大值出现在盆地东南缘的若羌;风蚀气候因子指数具有显著的季节变化,春季最大,夏季次之,秋季再次之,冬季最小;近50a来,风蚀气候因子指数总体上呈减小趋势,说明风蚀气候侵蚀力在降低;风蚀气候侵蚀力主要受风速的作用,与降水的关系不显著。
|
| [7] |
内蒙古阴山北麓农牧交错带风蚀气候侵蚀力特征 .Characteristics of wind erosion climatic erosivity in agro-pastoral ecotone of north Yin Mountain, Inner Mongolia, China . |
| [8] |
Climatic factor for wind erodibility of estimating farm fields . |
| [9] |
A provisional methodology for soil degradation assessment .
Summary The provisional methodology, developed in FAO, for soil degradation assessment is based on the recognition of six groups of soil degradation processes and a number of factors. The value of the resultant soil degradation process is estimated. The document details the tools and the use of the methodology at different scales. Two type of assessments are made : for the present degradation, and for the degradation risk. Illustration of the methodology is given by the 1:5 000 000 assessment and mapping of Africa north of the Equator and the Middle East
|
| [10] |
Wind erosion climatic erosivity .https://doi.org/10.1007/BF00140536 URL [本文引用: 1] 摘要
A physically based wind-erosion climatic factor has been derived: $$CE = \rho \int {[u^2 } - (u_T^2 + \gamma ^l /\rho a^2 )]^{3/2} f(u)du$$ where 09 is the air density, a is a constant made up of other constants (von Karman, height of wind speed observation, roughness parameter), u is the horizontal wind speed, u T is threshold wind speed, f(u) u ) is a wind speed probability density function, and γ is the cohesive resistance caused by water on the soil particles. Cohesive resistance is proportional to the square of water content relative to water content at 611500 J kg 611 . Relative water content is approximated from the Budyko dryness ratio and the Thornthwaite PE index with similar results. CE is calculable from wind speed and other generally available meteorological data, and is usable in the wind erosion equation without some of the limitations of a previously used wind erosion climatic factor.
|
| [11] |
中国干旱半干旱地区风蚀气候侵蚀力的计算与分析 .
该文通过比较选择了联合国粮农组织所提出的风蚀气候因子指数计算公式，利用２３３个台（站）的气候资料，首次计算了我国干旱半干旱地区的风蚀气候因子指数值，以此阐述了我国干旱半干旱地区风蚀气候侵蚀力的基本特征，并就与风蚀气候因子有关的若干问题进行了分析和探讨。
Study on the wind erosion climatie erosivity in arid and semi-arid areas in China .
该文通过比较选择了联合国粮农组织所提出的风蚀气候因子指数计算公式，利用２３３个台（站）的气候资料，首次计算了我国干旱半干旱地区的风蚀气候因子指数值，以此阐述了我国干旱半干旱地区风蚀气候侵蚀力的基本特征，并就与风蚀气候因子有关的若干问题进行了分析和探讨。
|
| [12] |
福建沿海地区干燥度和风蚀气候侵蚀力的计算与分析 .
采用彭曼（Ｐｅｎｍａｎ．Ｈ Ｌ．）蒸发力计算公式和联合国粮农组织（ＦＡＯ）提出的风蚀气候因子指数计算公式，利用福建沿海地区２２个气象台站的长年气候资料，计算了福建沿海地区的气候干燥度和风蚀气候侵蚀力，并对影响气候干燥度和风蚀气候侵蚀力的有关因子进行了分析和探讨。文中指出，福建沿海地区属半湿润区域，由于干旱和大风频繁，风蚀气候侵蚀力较大，易发生风沙危害和农田风蚀现象，针对这一情况提出了防治措施。
Calculation and analysis of the aridity and the wind erosion climatic erosivity in the coastal area of Fujian .
采用彭曼（Ｐｅｎｍａｎ．Ｈ Ｌ．）蒸发力计算公式和联合国粮农组织（ＦＡＯ）提出的风蚀气候因子指数计算公式，利用福建沿海地区２２个气象台站的长年气候资料，计算了福建沿海地区的气候干燥度和风蚀气候侵蚀力，并对影响气候干燥度和风蚀气候侵蚀力的有关因子进行了分析和探讨。文中指出，福建沿海地区属半湿润区域，由于干旱和大风频繁，风蚀气候侵蚀力较大，易发生风沙危害和农田风蚀现象，针对这一情况提出了防治措施。
|
| [13] |
黄土高原风蚀和风水蚀复合区的风蚀气候侵蚀力变化 .
利用黄土高原风蚀和风水蚀复合区30个气象站1961—2010年的观测资料，根据联合国粮农组织给出的风蚀气候因子指数（<em>C</em>值）的计算公式和线性趋势法、Pettitt变点检测、Morlet小波分析等方法，研究风速的空间分布、时空变化、突变特征和周期特性及其对<em>C</em>值的影响。结果表明：① 该区多年平均风速为2.2 m•s<sup>-1</sup>，内蒙古和宁夏境内的部分地区风速较大，陕北、晋西北、陇东和青海部分地区较小。近50 a来风速整体呈显著减小趋势，1970s风速最大，2000s最小。② 年尺度83%的站点风速发生了突变，区域整体突变发生于1982年，四季风速突变时间与年尺度基本一致。③ 近50 a风速存在3次交替变化，1961—1977年和1995—2010年偏大，而1977—1995年偏小，季节尺度上也发现了类似的现象，未来一段时间内该地区风速仍然偏小。④ 该区多年平均<em>C</em>值的空间分布格局和时空变化趋势与风速较为一致，整体也呈现出显著减小趋势。⑤ <em>C</em>值与相对湿度和降水量呈负相关关系，与潜在蒸发量、干旱指数和风速呈正相关关系。风力增强（风速增加）和干旱加剧对于风蚀起到促进作用；温度上升及其造成的蒸发量增大也有助于风蚀的形成。
Variation of wind erosivity in the wind erosion and wind-water erosion regions in the Loess Plateau .
利用黄土高原风蚀和风水蚀复合区30个气象站1961—2010年的观测资料，根据联合国粮农组织给出的风蚀气候因子指数（<em>C</em>值）的计算公式和线性趋势法、Pettitt变点检测、Morlet小波分析等方法，研究风速的空间分布、时空变化、突变特征和周期特性及其对<em>C</em>值的影响。结果表明：① 该区多年平均风速为2.2 m•s<sup>-1</sup>，内蒙古和宁夏境内的部分地区风速较大，陕北、晋西北、陇东和青海部分地区较小。近50 a来风速整体呈显著减小趋势，1970s风速最大，2000s最小。② 年尺度83%的站点风速发生了突变，区域整体突变发生于1982年，四季风速突变时间与年尺度基本一致。③ 近50 a风速存在3次交替变化，1961—1977年和1995—2010年偏大，而1977—1995年偏小，季节尺度上也发现了类似的现象，未来一段时间内该地区风速仍然偏小。④ 该区多年平均<em>C</em>值的空间分布格局和时空变化趋势与风速较为一致，整体也呈现出显著减小趋势。⑤ <em>C</em>值与相对湿度和降水量呈负相关关系，与潜在蒸发量、干旱指数和风速呈正相关关系。风力增强（风速增加）和干旱加剧对于风蚀起到促进作用；温度上升及其造成的蒸发量增大也有助于风蚀的形成。
|
| [14] |
黄土高原地区NDVI与气候因子空间尺度依存性及非平稳性研究 .https://doi.org/10.11821/dlyj201603008 URL [本文引用: 1] 摘要
基于MODIS传感器的植被指数产品（MOD13Q1）及50年气候数据,通过地理加权回归与普通最小二乘回归模型对比,对中国黄土高原地区NDVI与气候因子间的空间尺度依存性及非平稳性进行研究,以期准确建立二者间关系。结果表明：1研究区域内,NDVI与气候因子间存在很强的空间尺度依存关系,相同空间尺度下,年均降水较年均温对NDVI影响的波动性更大;2与普通最小二乘回归模型相比,地理加权回归模型能够更准确地展现二者间关系;3气候因子对该地区NDVI的影响差异明显,降水存在直接正向影响,而温度的影响则较复杂;4 NDVI与气候因子间沿东北—西南的分布格局体现出区域内不同植被—气候区差异特征。二者间的异质情况还反映出除气候外,人类活动、地形等其他因素对NDVI的影响。
Spatial scale-dependent and non-stationarity relationships between NDVI and climatic factors in the Loess Plateau .https://doi.org/10.11821/dlyj201603008 URL [本文引用: 1] 摘要
基于MODIS传感器的植被指数产品（MOD13Q1）及50年气候数据,通过地理加权回归与普通最小二乘回归模型对比,对中国黄土高原地区NDVI与气候因子间的空间尺度依存性及非平稳性进行研究,以期准确建立二者间关系。结果表明：1研究区域内,NDVI与气候因子间存在很强的空间尺度依存关系,相同空间尺度下,年均降水较年均温对NDVI影响的波动性更大;2与普通最小二乘回归模型相比,地理加权回归模型能够更准确地展现二者间关系;3气候因子对该地区NDVI的影响差异明显,降水存在直接正向影响,而温度的影响则较复杂;4 NDVI与气候因子间沿东北—西南的分布格局体现出区域内不同植被—气候区差异特征。二者间的异质情况还反映出除气候外,人类活动、地形等其他因素对NDVI的影响。
|
| [15] |
基于空间扩展模型和地理加权回归模型的城市住房价格空间分异比较 .https://doi.org/10.11821/dlyj201507013 URL [本文引用: 1] 摘要
鉴于已有研究主要集中探讨住房价格的空间依赖性,较少涉及空间异质性对住房特征价格的影响,也很少尝试构建不同计量模型来比较模型间刻画住房价格影响因素空间分异的准确性,以长沙市中心城区为研究区,采用空间扩展模型和地理加权回归模型比较分析城市住房价格影响因素的空间分异,结果表明：1空间扩展模型和地理加权回归模型都表明,长沙市中心城区的住房属性边际价格随着区位的变化而变化,揭示住房价格影响因素具有显著的空间异质性;小区环境、交通条件、教育配套、生活设施等因素对住房价格的影响强度存在明显的空间分异。2地理加权回归模型和空间扩展模型都能对传统特征价格模型进行改进,但地理加权回归模型在解释能力和精度方面都超过空间扩展模型;对属性系数估计空间模式的分析,地理加权回归模型形成的结果比采用坐标多义扩展的空间扩展模型更为复杂和直观。
The comparison of city housing price spatial variances based on spatial expansion and geographical weighted regression models .https://doi.org/10.11821/dlyj201507013 URL [本文引用: 1] 摘要
鉴于已有研究主要集中探讨住房价格的空间依赖性,较少涉及空间异质性对住房特征价格的影响,也很少尝试构建不同计量模型来比较模型间刻画住房价格影响因素空间分异的准确性,以长沙市中心城区为研究区,采用空间扩展模型和地理加权回归模型比较分析城市住房价格影响因素的空间分异,结果表明：1空间扩展模型和地理加权回归模型都表明,长沙市中心城区的住房属性边际价格随着区位的变化而变化,揭示住房价格影响因素具有显著的空间异质性;小区环境、交通条件、教育配套、生活设施等因素对住房价格的影响强度存在明显的空间分异。2地理加权回归模型和空间扩展模型都能对传统特征价格模型进行改进,但地理加权回归模型在解释能力和精度方面都超过空间扩展模型;对属性系数估计空间模式的分析,地理加权回归模型形成的结果比采用坐标多义扩展的空间扩展模型更为复杂和直观。
|
| [16] |
青藏高原冻融荒漠化的若干问题: 以藏西—藏北荒漠化区为例 .
冻融荒漠化是高海拔地区特有的土地退化过程,依据生态基准面理论将青藏高原冻融荒漠化划分为极重度、重度、中度和轻度4个等级.藏西-藏北区冻融荒漠化面积达44303.73km<sup>2</sup>,多呈斑块状零星分布和片状分散分布.高原冻土区具有冻融荒漠化形成的环境基质,近40a区域气候持续变暖,人为活动频率与强度加剧,鼠类活动猖獗,使浅层多年冻土的冻融过程加剧,从而形成冻融荒漠化土地.其形成过程主要有多年冻土季节融化层增厚—地下水位下降—地表土壤干燥化、地表覆盖改变或地下融水增加—冻土融冻界面热融—地表沉陷破碎、冻融作用过程和斜坡过程受到强化等.预测未来20~30a冻融荒漠化继续发展,程度加重.防治冻融荒漠化的对策主要是减轻草场压力、恢复草地植被,加强鼠害防治和合理布局开发工程、采用工程与生物措施等.
Gao ShangYu, Yang Ping, et al. Some problems of freeze thaw desertification in the Tibetan Plateau: A case study on the desertification regions of the western and northern plateau .
冻融荒漠化是高海拔地区特有的土地退化过程,依据生态基准面理论将青藏高原冻融荒漠化划分为极重度、重度、中度和轻度4个等级.藏西-藏北区冻融荒漠化面积达44303.73km<sup>2</sup>,多呈斑块状零星分布和片状分散分布.高原冻土区具有冻融荒漠化形成的环境基质,近40a区域气候持续变暖,人为活动频率与强度加剧,鼠类活动猖獗,使浅层多年冻土的冻融过程加剧,从而形成冻融荒漠化土地.其形成过程主要有多年冻土季节融化层增厚—地下水位下降—地表土壤干燥化、地表覆盖改变或地下融水增加—冻土融冻界面热融—地表沉陷破碎、冻融作用过程和斜坡过程受到强化等.预测未来20~30a冻融荒漠化继续发展,程度加重.防治冻融荒漠化的对策主要是减轻草场压力、恢复草地植被,加强鼠害防治和合理布局开发工程、采用工程与生物措施等.
|
| [17] |
青藏高原地区水土流失时空分异特征 .Temporal and spatial distribution of soil loss on Tibet-Qing Plateau . |
| [18] |
|
| [19] |
|
| [20] |
近50年青海省风蚀气候侵蚀力时空演变趋势 .Tendency of spatiotemporal evolution of wind erosion climatic erosivity in Qinghai province in recent 50 years . |
| [21] |
|
| [22] |
基于地理加权回归的漫湾库区景观破碎化及影响因子分析 .Landscape fragmentation and affecting factors of Manwan reservoir based on geographically weighted regression . |
| [23] |
地理加权回归在区域土地利用格局模拟中的应用: 以常州市孟河镇为例 .
以江苏省常州市新北区孟河镇为研究区,在土地利用格局模拟的回归建模中考虑驱动因子对土地利用格局影响的空间不稳定性,实现基于地理加权的回归分析模型,并与基于全局最小二乘法(OLS)的Logistic回归模型进行比较。研究结果表明,运用地理加权回归(GWR)的建模方法,不但可以获得更好的拟合优度和更高的拟合准确率,而且可以获得各驱动因子对土地利用格局影响的空间分异特征。同时,研究结果也可以为孟河镇及其类似地区的土地利用规划决策提供科学依据。
Simulation on regional spatial land use patterns using geographically weighted regression: A case study of Menghe Town, Changzhou .
以江苏省常州市新北区孟河镇为研究区,在土地利用格局模拟的回归建模中考虑驱动因子对土地利用格局影响的空间不稳定性,实现基于地理加权的回归分析模型,并与基于全局最小二乘法(OLS)的Logistic回归模型进行比较。研究结果表明,运用地理加权回归(GWR)的建模方法,不但可以获得更好的拟合优度和更高的拟合准确率,而且可以获得各驱动因子对土地利用格局影响的空间分异特征。同时,研究结果也可以为孟河镇及其类似地区的土地利用规划决策提供科学依据。
|
| [24] |
1960-2009年横断山区潜在蒸发量时空变化 .https://doi.org/10.11821/xb201107004 URL [本文引用: 1] 摘要
以横断山区20个气象站1960-2009年逐日气象数据为基础,应用1998年FAO修正的Penman-Monteith模型分析了横断山区潜在蒸发量的变化,在ArcGIS环境下通过样条插值法分析了潜在蒸发量变化的时空分异,并对影响潜在蒸发量变化的气象因素进行了讨论,结果表明：年潜在蒸发量自20世纪60年代中期以来呈波动减小趋势,20世纪80年代中期之后减小趋势更加明显,2000-2009年呈增加趋势。潜在蒸发量的年际变化倾向率为-0.17mma-1,从空间分布来看,北部、中部、南部都呈减少趋势,倾向率由北向南逐渐减小。从季节来看,秋季和冬季潜在蒸发量呈增加趋势,春季和夏季呈减小趋势,春季减小趋势大于夏季,秋季增加趋势大于冬季。气温上升、风速和日照时数的降低是横断山区潜在蒸发量减少的主导因素,风速和日照时数的下降导致春季和夏季潜在蒸发量减小,气温上升导致秋季和冬季潜在蒸发量增加。
Spatial distribution and temporal trends in potential evaporation over Hengduan mountains region from 1960 to 2009 .https://doi.org/10.11821/xb201107004 URL [本文引用: 1] 摘要
以横断山区20个气象站1960-2009年逐日气象数据为基础,应用1998年FAO修正的Penman-Monteith模型分析了横断山区潜在蒸发量的变化,在ArcGIS环境下通过样条插值法分析了潜在蒸发量变化的时空分异,并对影响潜在蒸发量变化的气象因素进行了讨论,结果表明：年潜在蒸发量自20世纪60年代中期以来呈波动减小趋势,20世纪80年代中期之后减小趋势更加明显,2000-2009年呈增加趋势。潜在蒸发量的年际变化倾向率为-0.17mma-1,从空间分布来看,北部、中部、南部都呈减少趋势,倾向率由北向南逐渐减小。从季节来看,秋季和冬季潜在蒸发量呈增加趋势,春季和夏季呈减小趋势,春季减小趋势大于夏季,秋季增加趋势大于冬季。气温上升、风速和日照时数的降低是横断山区潜在蒸发量减少的主导因素,风速和日照时数的下降导致春季和夏季潜在蒸发量减小,气温上升导致秋季和冬季潜在蒸发量增加。
|
| [25] |
数据的正态性检验方法 .The methods for testing normal distribution of data . |
| [26] |
基于城市重心转移的大连市城市内部空间结构变化分析 .https://doi.org/10.3969/j.issn.1003-7853.2015.04.001 URL [本文引用: 1] 摘要
随着经济、社会等因素的发展, 城市重心以及内部空间结构不断的发生变化与调整。本文运用重心转移、区位商以及实证的数学方法,研究大连市城市重心转移与大连市城市内部空间结构的变化情 况,得出大连市人口重心与人口空间趋于郊区化,产业重心与产业空间中二产趋向城市近郊区与远郊的发展方向,第三产业则在市区中心集聚发展,居住重心与居住 空间在原有市区发展的基础上同样也趋于郊区化。
Analysis the change of urban internal spatial structure based on the shift of city gravity in Dalian city .https://doi.org/10.3969/j.issn.1003-7853.2015.04.001 URL [本文引用: 1] 摘要
随着经济、社会等因素的发展, 城市重心以及内部空间结构不断的发生变化与调整。本文运用重心转移、区位商以及实证的数学方法,研究大连市城市重心转移与大连市城市内部空间结构的变化情 况,得出大连市人口重心与人口空间趋于郊区化,产业重心与产业空间中二产趋向城市近郊区与远郊的发展方向,第三产业则在市区中心集聚发展,居住重心与居住 空间在原有市区发展的基础上同样也趋于郊区化。
|
| [27] |
2009-2014年中国茶叶生产空间演变格局及变化特征 .https://doi.org/10.11821/dlyj201701009 URL [本文引用: 1] 摘要
阐明茶叶生产格局的区域变化特征,对中国茶产业转移战略决策意义重大。运用GIS技术和重心理论分析2009-2014年中国茶园面积、茶叶产量、名优茶产量、茶叶产值及名优茶产值的区域分布特征及其重心移动轨迹,探讨重心轨迹空间演变的驱动因素,研究表明:1中国茶叶生产地域差异明显,已形成西南茶区以云南、贵州、四川三省,江南茶区以浙江、湖北两省,华南茶区以福建省,江北茶区以河南省为主导的地域分工格局;福建、云南、浙江三省是中国茶产业大省。2中国茶叶生产重心整体呈西移趋势。尽管不同指标的重心移动路径有一定的差异,但东茶西移已成定局。3在重心转移路径图上,某属性(如茶叶产值)重心移动距离的大小能直观地反映该属性在移向地区增长幅度的大小。4政府对茶产业的高度重视及政策的强力支持是中国茶园扩张的重要驱动力;茶区产品结构的优化、无性系良种茶园面积比例的提高、标准化生产及茶区机械化的普及是茶叶产量与名优茶产量增长的重要原因;茶叶产值及名优茶产值的增长主要来源于茶产业规模的扩大及品牌化经营。
Spatial structure and evolution of tea production in China from 2009 to 2014 .https://doi.org/10.11821/dlyj201701009 URL [本文引用: 1] 摘要
阐明茶叶生产格局的区域变化特征,对中国茶产业转移战略决策意义重大。运用GIS技术和重心理论分析2009-2014年中国茶园面积、茶叶产量、名优茶产量、茶叶产值及名优茶产值的区域分布特征及其重心移动轨迹,探讨重心轨迹空间演变的驱动因素,研究表明:1中国茶叶生产地域差异明显,已形成西南茶区以云南、贵州、四川三省,江南茶区以浙江、湖北两省,华南茶区以福建省,江北茶区以河南省为主导的地域分工格局;福建、云南、浙江三省是中国茶产业大省。2中国茶叶生产重心整体呈西移趋势。尽管不同指标的重心移动路径有一定的差异,但东茶西移已成定局。3在重心转移路径图上,某属性(如茶叶产值)重心移动距离的大小能直观地反映该属性在移向地区增长幅度的大小。4政府对茶产业的高度重视及政策的强力支持是中国茶园扩张的重要驱动力;茶区产品结构的优化、无性系良种茶园面积比例的提高、标准化生产及茶区机械化的普及是茶叶产量与名优茶产量增长的重要原因;茶叶产值及名优茶产值的增长主要来源于茶产业规模的扩大及品牌化经营。
|
| [28] |
大都市区工业重心时空变动轨迹分析: 以天津市为例 .
区域重心模型能够直观地衡量经济属性的动态演变过程以及区域差异,反映城市空间结构的变化。研究采用1989—2009年天津市人口与工业总产值数据,引入重心测度模型,以人口重心为参照,对天津市工业重心在时空上的动态演变轨迹进行实证研究;结合各区县工业差异变动规律,对重心迁移的影响因素进行探析。结果表明:与人口重心在北辰区内缓慢移动不同,21年来天津市工业重心向东南方向迁移,由市中心移动到市区外围,且在东西方向的不均衡性显著大于南北方向。区位条件、政府政策、产业结构调整等因素会对工业布局产生影响,引起工业重心迁移。
Analysis of temporal and spatial movement of the gravity center of city industry: A case study of Tianjin .
区域重心模型能够直观地衡量经济属性的动态演变过程以及区域差异,反映城市空间结构的变化。研究采用1989—2009年天津市人口与工业总产值数据,引入重心测度模型,以人口重心为参照,对天津市工业重心在时空上的动态演变轨迹进行实证研究;结合各区县工业差异变动规律,对重心迁移的影响因素进行探析。结果表明:与人口重心在北辰区内缓慢移动不同,21年来天津市工业重心向东南方向迁移,由市中心移动到市区外围,且在东西方向的不均衡性显著大于南北方向。区位条件、政府政策、产业结构调整等因素会对工业布局产生影响,引起工业重心迁移。
|
| [29] |
Permafrost on the Qinghai-Tibet Plateau under a changing climate . |
| [30] |
Permafrost degradation on the Qinghai-Tibet Plateau and its environmental impacts .https://doi.org/10.1002/(SICI)1099-1530(200001/03)11:13.0.CO;2-H URL [本文引用: 1] 摘要
Abstract An increase of mean annual air temperature (MAAT) of about 0.2–0.4 °C on the Qinghai–Tibet Plateau as compared with the 1970s, and especially winter warming, has resulted in extensive permafrost degradation. An increase of 0.1–0.5 °C in the mean annual ground temperature (MAGT) has been observed. Discontinuous permafrost bodies and thawed nuclei have been widely detected. The lower altitudinal limit of permafrost has risen 40–80 m on the Qinghai–Tibet Plateau. The total permafrost area on the Plateau has shrunk about 10 5 km 2 . Permafrost degradation has caused environmental deterioration, including the destabilization of buildings, impacted upon cold regions hydrology and water resources, and accelerated desertification. Copyright 08 2000 John Wiley & Sons, Ltd.
|
| [31] |
高原季风的年代际振荡及其原因探讨 .Discussion on inter-decade oscill-ation of plateau monsoon and its causes . |
| [32] |
变暖背景下青藏高原夏季风变异及其对中国西南气候的影响 .https://doi.org/10.11676/qxxb2015.060 URL [本文引用: 1] 摘要
利用1951—2012年逐月NECP/NCAR-Ⅰ再分析资料和1960—2012年逐月中国西南地区116站常规气象要素资料,基于青藏高原地区夏季600 hPa涡度场特征,定义了新的青藏高原夏季风强度和位置指数,讨论在全球变暖背景下,青藏高原季风变化对中国西南地区气候的影响。青藏高原季风强度整体增强,在20世纪90年代末达到峰值后逐渐减弱,与北半球气温变化具有较好的一致性,位置变化相对独立。夏季青藏高原季风强度和中心经度位置对中国西南地区气候有显著影响。当青藏高原季风偏强时,西南地区水汽异常辐合,以阴天为主,日照偏短,蒸发减弱,气温日较差明显减小,降水偏多;上升运动在川渝地区发展深厚,云贵地区仅限于600 hPa以下,川渝地区气象要素变化更显著。当青藏高原季风位置偏东时,西南全区受异常下沉运动控制,气温偏高,四川中、西部和贵州、广西等地出现较强的水汽异常辐散,气温显著偏高,相对湿度偏低,降水偏少。进入21世纪以来,青藏高原季风强度和中心经度的反位相叠加,加剧了西南地区的干旱化。新的青藏高原季风指数不仅能反映青藏高原地区的季风环流特征,而且对中国西南气候变化具有较好的指示意义,可为中国汛期气候预测提供理论依据和技术支持。
Li Dong liang. Variation of the Tibetan Plateau summer monsoon under the background of global warming and its impact on the climate in southwestern China .https://doi.org/10.11676/qxxb2015.060 URL [本文引用: 1] 摘要
利用1951—2012年逐月NECP/NCAR-Ⅰ再分析资料和1960—2012年逐月中国西南地区116站常规气象要素资料,基于青藏高原地区夏季600 hPa涡度场特征,定义了新的青藏高原夏季风强度和位置指数,讨论在全球变暖背景下,青藏高原季风变化对中国西南地区气候的影响。青藏高原季风强度整体增强,在20世纪90年代末达到峰值后逐渐减弱,与北半球气温变化具有较好的一致性,位置变化相对独立。夏季青藏高原季风强度和中心经度位置对中国西南地区气候有显著影响。当青藏高原季风偏强时,西南地区水汽异常辐合,以阴天为主,日照偏短,蒸发减弱,气温日较差明显减小,降水偏多;上升运动在川渝地区发展深厚,云贵地区仅限于600 hPa以下,川渝地区气象要素变化更显著。当青藏高原季风位置偏东时,西南全区受异常下沉运动控制,气温偏高,四川中、西部和贵州、广西等地出现较强的水汽异常辐散,气温显著偏高,相对湿度偏低,降水偏少。进入21世纪以来,青藏高原季风强度和中心经度的反位相叠加,加剧了西南地区的干旱化。新的青藏高原季风指数不仅能反映青藏高原地区的季风环流特征,而且对中国西南气候变化具有较好的指示意义,可为中国汛期气候预测提供理论依据和技术支持。
|
| [33] |
基于风场季节变率的高原季风指数的定义及应用 .https://doi.org/10.7522/j.issn.1000-0534.2015.00067 URL Magsci [本文引用: 1] 摘要
<p>采用1979-2012年ERA-interim再分析资料和地面降水同化资料, 利用青藏高原(下称高原)地区风场的变化特征, 定义了一个新的基于风场标准化季节变率的高原季风指数IPM<sub>zhang</sub>, 并与现有的季风指数IPM<sub>tang</sub>、IPM<sub>qi</sub>和IPM<sub>xun</sub>进行了比较分析。结果表明: 各个指数都能够反映高原地区的季风活动特征及其与高原及周边地区夏季降水的相关关系, IPM<sub>qi</sub>和IPM<sub>zhang</sub>指数在高分辨率数据下的表现优于IPM<sub>tang</sub>和IPM<sub>xun</sub>指数, 显著相关区域覆盖了高原大部分地区。相较于IPM<sub>qi</sub>, IPM<sub>zhang</sub>指数的相关系数略低, 但其在高原东南部地区更为显著, 表明IPM<sub>zhang</sub>能够更好地反映高原东南部地区的夏季降水。受高原热低压强度变化的影响, 在季风偏强年IPM<sub>tang</sub>和IPM<sub>xun</sub>的异常水汽辐合主要在高原中部, IPM<sub>qi</sub>则存在于高原各个地区, 只有IPM<sub>zhang</sub>在高原东南部, 有利于高原东南部的降水偏多。表明IPM<sub>zhang</sub>指数能够较好地表征高原季风与高原及周边地区夏季降水的相关关系, 对于高原地区降水, 尤其是高原东南部人口相对密集地区的降水预测具有较好的指示意义。</p>
Ao Yinhuan, et at. A new plateau monsoon index based on wind dynamical normalized seasonality and its application .https://doi.org/10.7522/j.issn.1000-0534.2015.00067 URL Magsci [本文引用: 1] 摘要
<p>采用1979-2012年ERA-interim再分析资料和地面降水同化资料, 利用青藏高原(下称高原)地区风场的变化特征, 定义了一个新的基于风场标准化季节变率的高原季风指数IPM<sub>zhang</sub>, 并与现有的季风指数IPM<sub>tang</sub>、IPM<sub>qi</sub>和IPM<sub>xun</sub>进行了比较分析。结果表明: 各个指数都能够反映高原地区的季风活动特征及其与高原及周边地区夏季降水的相关关系, IPM<sub>qi</sub>和IPM<sub>zhang</sub>指数在高分辨率数据下的表现优于IPM<sub>tang</sub>和IPM<sub>xun</sub>指数, 显著相关区域覆盖了高原大部分地区。相较于IPM<sub>qi</sub>, IPM<sub>zhang</sub>指数的相关系数略低, 但其在高原东南部地区更为显著, 表明IPM<sub>zhang</sub>能够更好地反映高原东南部地区的夏季降水。受高原热低压强度变化的影响, 在季风偏强年IPM<sub>tang</sub>和IPM<sub>xun</sub>的异常水汽辐合主要在高原中部, IPM<sub>qi</sub>则存在于高原各个地区, 只有IPM<sub>zhang</sub>在高原东南部, 有利于高原东南部的降水偏多。表明IPM<sub>zhang</sub>指数能够较好地表征高原季风与高原及周边地区夏季降水的相关关系, 对于高原地区降水, 尤其是高原东南部人口相对密集地区的降水预测具有较好的指示意义。</p>
|
/
| 〈 |
|
〉 |
