简介:AstochasticmodelfordailyprecipitationsimulationinChinawasdevelopedbasedontheframeworkofa′Richardson-type′weathergeneratorthatisanimportanttoolinstudyingimpactsofweather/climateonavarietyofsystemsincludingecosystemandriskassessment.ThepurposeofthisworkistodevelopaweathergeneratorforapplicationsinChina.Thefocusisonprecipitationsimulationsincedeterminationofotherweathervariablessuchastemperatureisdependentonprecipitationsimulation.AframeworkoffirstorderMarkovChainwithGammaDistributionfordailyprecipitationisadoptedinthiswork.Basedonthisframework,fourparametersofprecipitationsimulationforeachmonthat672stationsalloverChinaweredeterminedusingdailyprecipitationdatafrom1961to2000.Comparedwithpreviousworks,ourestimationfortheparameterswasmadeformorestationsandlongerobservations,whichmakestheweathergeneratormoreapplicableandreliable.Spatialdistributionsofthefourparametersareanalyzedinaregionalclimatecontext.Theseasonalvariationsoftheseparametersatfivestationsrepresentingregionaldifferencesarediscussed.Basedontheestimatedmonthlyparametersat672stations,dailyprecipitationsforanyperiodcanbesimulated.A30-yearsimulationwasmadeandcomparedwithobservationsduring1971-2000intermsofannualandmonthlystatistics.Theresultsaresatisfactory,whichdemonstratestheusefulnessoftheweathergenerator.
简介:长期以来,自然环境变化和人类活动共同影响着鄱阳湖南矶湿地生态系统,开展该生态系统的野外监测和提升监测水平十分必要。2013-2017年,江西师范大学鄱阳湖湿地与流域研究教育部重点实验室联合南矶湿地国家级自然保护区,在鄱阳湖南矶湿地野外综合试验站建设了野外监测平台,该平台主要包括一个大气通量观测系统、三个常规水质和气候监测浮体以及相应的动态监测网络系统。围绕该区典型湿地的气、土、水、生四方面的多项指标,开展了有序监测。每年共采集、分析和整理各类数据超过1GB,大量的监测数据和信息为鄱阳湖南部湿地生态系统的长期研究和区域水生态系统健康管理提供了支撑服务。监测和研究结果表明,①南矶湿地作为碳汇,其CO2通量月变化受季节性淹水和气温变化双重影响,年内吸收与排放具有周期性变化特征;②在垂直分布方向上,在0-50cm深度土层中,随着土壤深度增加,土壤有机碳含量所占比例急剧减小,0-15cm深度土层的土壤有机碳含量占0-50cm深度土层的土壤有机碳含量的50%以上,且其主要受土壤水分和植物生物量的影响,南矶湿地土壤有机碳含量也高于鄱阳湖周边区域土壤;③鄱阳湖湿地水体中的溶解性有机碳含量高于开阔水面,而且南矶湿地可能是鄱阳湖水体中有机碳的重要来源;④水位变化引起的湖泊底质变化是大型底栖动物的种群结构和多样性差异的主要驱动因素,因此,人类活动对于碟形湖水位的控制会对底栖动物结构组成产生影响。野外综合试验平台的建设和发展应该在制度建设、数据挖掘和开放合作三方面持续提升,以期为湿地管理和保护提供科技支撑。
简介:2013年夏季,东北地区降雨频繁,松花江、嫩江、黑龙江等江河水位暴涨,遭遇继1998年以来最为严重洪水灾害。应用遥感和地理信息系统技术,利用中国环境与灾害监测预报小卫星(简称HJ-1卫星)和Landsat8卫星影像(HJ-1卫星影像可以弥补Landsat8卫星重访周期较长、在洪水发生期间可用影像较少的缺陷),对松花江和嫩江交汇段水情进行实时监测,构建洪水监测遥感影像集;利用两种影像确定不同时相的洪水淹没范围,掌握洪水发展的过程,对淹没区的灾情进行快速评估。遥感监测结果表明,2013年6月17日至7月26日,洪水主要使主河道展宽,镇赉县局部河漫滩和低洼地被洪水淹没;7月26日至8月20日,洪水主要淹没了河漫滩和低洼地;8月20至9月8日,河流总体变化不大。截至9月8日,松花江、嫩江交汇段淹没面积为1170.2km2,其中吉林省境内的淹没面积为622.58km2,黑龙江省境内的淹没面积为547.62km2;淹没的土地覆盖类型以耕地和沼泽为主,其淹没面积分别为759.58km2和348.25km2,两者面积共占总淹没面积的94.67%;居住地淹没较为严重的为杜尔伯特蒙古族自治县和肇源县,两县淹没面积分别为0.43km2和0.30km2,其中,杜尔伯特他拉哈镇安平村、肇源县四合村受洪灾较重。
简介:湿地是鸟类的聚居地,一方面湿地为鸟类提供了不可替代的生境,另一方面鸟类的分布、数量、繁殖、生理等特征对湿地所承受的种种干扰有所响应.因而鸟类可以作为湿地生态系统监测与评价的指标.从湿地植被、湿地水环境、湿地生物多样性、湿地污染、湿地生态系统监测与评价几方面论述了鸟类作为指示生物的作用.鸟类是湿地中主要的顶级消费者,其生存与低营养级生物乃至无机环境密切相关,而且所处营养级与人类更接近,所以鸟类作为指示生物不仅适于快速的生态系统水平的评价,也对人类所面临的环境风险有参考价值.在未来的湿地生态系统监测与评价中,繁殖分布范围大的鸟类、顶级肉食性鸟类应当受到足够的重视.
简介:利用2000年和2006年TM影像数据、地面调查资料和气象台站观测数据,对玛曲县沼泽湿地进行了目视解译分析,对比研究了非监督分类、监督分类和专家分类的精度,初步探讨了玛曲沼泽湿地退化的原因。结果表明,该县沼泽湿地面积从2000年的19598.67hm^2减少到2006年的14080.80hm^2,沼泽湿地面积平均年递减率为4.69%。非监督分类结果由于受山体阴影、坡向、云的阴影等影响,多分误差高,总分类精度仅为31%;监督分类的总精度为54.1%;专家分类的总精度高达84.2%。因此,专家分类可以用于对玛曲县沼泽湿地的监测和自动提取。草场不合理利用和过度放牧是导致玛曲县沼泽湿地退化的主要原因,黄河干流、各支流径流量减少是导致流域内沼泽湿地退化的直接原因,当地气候变暖促进了这一过程的发生。
简介:以1976年、1985年、1990年、2000年、2010年和2015年的LandsatMSS/TM/OLI影像为数据源,结合地形图及野外验证点信息,采用面向对象的遥感影像分类方法,提取黄河三角洲滨海地区人类干扰活动用地信息;利用人类干扰活动用地类型转移矩阵、人类干扰强度指数和景观质心模型等方法,分析6个时期研究区不同人类干扰活动用地的变化速度、转移类型与强度及时空演变等特征,并探讨研究区主要人类干扰活动用地的环境影响。结果表明,1976-2015年期间,黄河三角洲滨海地区渔业与养殖业、盐业和居工建设用地面积持续增加,农业用地面积减少,天然生态用地和围而未用地面积减少且波动变化;生态用地和农业用地被大量侵占为渔业与养殖业、盐业及居工建设用地,面积减少的生态用地、农业用地和围而未利用地主要转变为强度系数较高的盐业和居工建设用地,导致研究区人类干扰强度显著增加;渔业与养殖业和居工建设用地的增长极位于东营市和垦利区,农业用地空间格局变化没有明显的消长极,盐业用地的增长极位于寿光市,生态用地的消长极位于垦利区,围而未用地的消长极位于垦利区和昌邑市;受输沙量与径流量等自然因素影响,黄河三角洲湿地萎缩,生态用地面积减少;在水产养殖、围海晒盐和建设用地面积持续扩大的人类活动影响下,研究区人类干扰强度显著增强。
简介:针对2014年7月18日12时至2014年7月19日12时"威马逊"台风先后3次在中国华南沿海地区(海南、广东、广西)登陆所带来的暴雨过程,以中国气象局提供的地面观测站点数据作为参考,使用标准化偏差(NB)、相关系数(CC)、均方根误差(RMSE)、命中率(POD)、误报率(FAR)和关键成功率(CSI)等评价指标,对基于2种不同国际主流卫星降水反演算法GSMaP和IMERG的5套高分辨率遥感降水产品进行了小时尺度上的精度验证与分析。结果表明:遥感降水产品在暴雨事件中均表现出不同程度的低估,但地面校正算法较好地修正了遥感降水产品与地面观测数据间的整体偏差[GSMaP_GAUGE(-6.8%),IMERG_CAL(-0.5%)];遥感降水产品的误差主要来自大于100mm的强降水,降水量超过100mm时,5套产品的误报率(FAR)整体呈现上升趋势,命中率(POD)和关键成功率(CSI)呈现下降趋势;由于校正算法的数据来源是低时空分辨率的地面观测数据,校正后的遥感降水产品也在一定程度上丢失了高分辨率下捕捉到的降水变异特征。