2018, Vol. 37
2. 中国科学院大学, 北京 100049;
3. 南京信息工程大学数学与统计学院, 江苏 南京 210044
高寒生态脆弱区生态水文过程对气候变化极敏感, 且复杂的碳水循环演变又深刻地影响着气候及地球系统过程(Lu et al, 2017;傅伯杰等, 2001)。作为高寒区的关键要素之一, 冻土的水热状态是气候变化的重要指标, 关系着水文生态演变(Cheng et al, 2007)。近些年观测与模拟研究均表明, 北半球多年冻土正随气候变暖逐渐消融(Koven et al, 2011), 同时碳水循环过程也受到较大影响(Xia et al, 2017)。同时这类地区往往面临水资源短缺及环境恶化等问题(阎欣等, 2011)。青藏高原拥有独特的低纬度高寒生态系统, 对气候与人为扰动更加敏感(Liu et al, 2000)。近40年来青藏高原多年冻土区降水增加但不足以对生态系统产生较明显的直接影响, 但冻土环境对这种气候变化的响应强烈(王根绪等, 2006)。
甘南州地处青藏高原东部、黄土高原和陇南山地的过渡地带, 不仅具备青藏高原的气候敏感性还属于生态脆弱带, 是黄河、长江上游的重要水源涵养区及生物多样性保护区。观测显示, 近些年该区域草原沙化严重、水资源日益减少且冻土也在逐步退化(吉哲君等, 2016;杨帆等, 2012;邹德富等, 2011)。然而当前研究手段主要是站点观测与短期遥感监测, 存在空间范围小、时间跨度短等不足, 难以从气候变化的视角揭示其生态环境演变规律。为此, 以甘南州为例, 基于所发展的考虑土壤冻融界面变化的陆面过程模式(Gao et al, 2016;高骏强, 2017), 揭示该地区过去30多年冻土、水资源及生态系统碳通量对气候变化的响应规律, 以进一步理解其对气候变化的响应机制并支撑对资源环境的管理与决策。
2 研究区概况甘南州位于甘肃省南部, 南与四川阿坝州相连, 西南与青海黄南州、果洛州接壤, 位于100°46′E-104°44′E, 33°06′N-36°10′N [图 1, 该图及文中涉及的地图是基于甘肃省标准地图服务网站下载的审图号为甘(2017)54号的标准地图制作, 底图无修改]。甘南州地势西北高、东南低, 海拔1 100~4 900 m, 大部分地区3 000 m以上, 山原地貌、盆地地貌以及高山峡谷地貌是甘南州的重要地貌类型; 该州地处长江、黄河上游, 境内有以黄河、洮河、大夏河、白龙江为代表的120多条干支河流; 绝大部分地方长冬无夏, 春秋短促, 气候严寒, 高寒润湿, 年降水400~600 mm; 年平均温度1~3 ℃, 年平均日照2 300 h左右(刘兴元等, 2017)。甘南州主要有山地森林、高寒灌丛草甸和高寒草甸等植被类型。植被优势物种为能适应高寒半湿润气候的灌木和草本植物, 组成甘南草地植被的植物有94科369属917种, 其中可食牧草有890种。整体来看, 该区植被不仅具有涵养水源、调节径流、水土保持、防风固沙、净化环境及保护和提高生物多样性等功能, 还具有潜在的生态调节功能和维持生命系统的功能(王伟军等, 2016)。
|
图 1 甘南州位置及高程分布 Figure 1 The location of Gannan region and its elevation |
陆面过程模式CLM4.5是地球系统模式的分量模型之一(Oleson et al, 2013)。其考虑了网格尺度内地表特征的差异、不同植被类型生态学变异以及不同土壤层水动力学和热力学上的差异性, 并通过嵌套次网格实现。尽管该模式仍存不足(Zeng et al, 2016, 2017), 但其包含复杂的生物地球物理过程和生物地球化学过程参数化方案足以描述大多数生态水文过程。该模式能够较好的模拟高原地表地下热通量等的季节变化和日循环特征(谢志鹏等, 2017)。最近有学者首次将土壤冻融界面变化的参数化方案引入CLM4.5, 为研究全球变暖下冻土消融提供了新的评估指标(高骏强, 2017)。本研究所采用的模型版本正是引入土壤冻融界面动态变化的陆面过程模式。该模式所考虑的冻融变化通过土壤冻结与融化界面深度来刻画, 其中多年冻土区主要分析融化界面变化, 季节冻土区侧重冻结界面变化。
模型所采用的地表覆盖数据主要来自寒区旱区数据中心所提供的1 km分辨率的中国植被功能型图(Ran et al, 2012), 土壤数据则为1 km分辨率的中国区域土壤质地数据集(Dai et al, 2013)。所采用的大气强迫数据是由中国科学院青藏高原研究所阳坤研究员团队融合中国气象局740个站各类气象要素观测资料、三类降水数据以及辐射数据发展的一套中国区域陆面模式驱动数据, 时间范围为1979-2012年, 空间分变率为10 km (He et al, 2011)。大气二氧化碳浓度与氮沉降均假定为2000年水平。尽管Gao et al (2016)和高骏强(2017)已经在青藏高原及全球进行验证了参数化方案对冻融界面变化的模拟能力, 仍将在冻土演变分析之前对该研究区冻土变化模拟能力进行简单评估。所用冻土资料是来自国家气象站的最大冻结深度(吉哲君等, 2016), 在模拟结果中等价于季节性冻土的最大冻结界面深度。
所用模式的配置包含碳氮循环及作物模块, 模拟范围为甘南州, 空间分辨率约为6 km, 时间分辨率为1 800 s。模拟时段为1979-2012年, 共计34年, 结果为月均输出。结果分析中, 根据模拟, 首先将甘南州划分为多年冻土区和季节冻土区, 接着分别从空间与时间变化两个方面分别探讨不同冻土类型碳水循环演变规律以及植被碳利用效率。其中碳利用效率利用NPP与GPP的比值进行刻画(Xia et al, 2017)。此外, 为了进一步理解气候变化对多年冻土与季节冻土碳循环的影响, 假设碳循环关键要素与气候要素在年际尺度存在一定线性关系(Fernández-Martínez et al, 2014), 本文基于多元线性回归分析(式1), 在不同的冻土类型上讨论了NPP和NEE与降雨、降雪、辐射、气温、比湿及风速等气候要素的联系。
| $ y = a{x_1} + b{x_2} + c{x_3} + d{x_4} + e{x_5} + f{x_6} + \varepsilon {\rm{ }}, $ | (1) |
本研究中y为年净初级生产力或年生态系统净交换量; x1为年降雨; x2为年降雪; x3为年均太阳辐射; x4为年均大气温度; x5为年均大气比湿; x6为年均风速。a、b、c、d、e和f为偏回归系数, 标准化偏回归系数的绝对值代表对应变量的相对重要性, ε为随机误差项。
4 水文与生态对气候变化的响应 4.1 气候要素时空格局通过基于大气强迫资料的降雨、降雪及气温气候态分布与趋势(图 2)可以看到, 甘南州年降雨量南多北少, 最大可达600 mm; 年降雪呈西多东少的分布, 西部最高可达170 mm; 年平均气温则是东高西低。大部分地区年降水呈增加趋势, 北部夏河县最为显著, 最大以约5 mm·a-1的速率增加, 这与青藏高原近几十年年降水变化趋势类似(韩熠哲等, 2017);降雪在中部呈减少趋势, 最大超过2.4 mm·a-1的速率减少, 东南部呈增加趋势, 局部增加速率可达2.1 mm·a-1; 年平均气温在全州均有所升高, 最大增长率超过0.1 K·a-1。
|
图 2 甘南州降雨、降雪及2 m空气温度气候态分布(上)及年际趋势分布(下)黑点表示通过1%显著性检验 Figure 2 Spatial distribution of climatologic states (up) and annual trends (down) for rainfall, snowfall and air temperature at 2 meters in Gannan region.Black dot means the gridcell has pass the significant test at 1% |
首先根据吉哲君等(2016)得到的1979-2012年甘南州气象站点平均的年最大冻结深度, 对模型进行了评估, 模式模拟的冻结深度变化与观测较为一致(图 3), 相关系数约0.64, 但也可以看到模拟结果较观测偏高, 这主要跟两个方面有关:一方面观测是站点数据, 而模式结果是6 km×6 km网格的平均数据, 次网格特性可能导致模拟值与观测值在量值上有所不同; 另一方面观测主要是利用灌注在橡皮内管中水的冻结深度作为记录的, 根据埋入土中的冻土器内水结冰的部位和长度, 来测定冻结层深度, 而模式计算则是考虑固液两相的能量过程, 并分别计算冻结界面和融化界面。在冻土深度评价的标准与假设方面有所不同, 因而造成与观测对比的不确定性。总的来说, 从气候变化研究的时空尺度, 模式能够抓住与观测较为一致的年变率特征, 可以用于探讨冻土对气候变换响应。
|
图 3 1979-2012年甘南州气象站点平均的观测年最大冻结深度与其模拟值对比 Figure 3 Observation and simulation for annual maxium frost table depth of meteorological station in Gannan region from 1979 to 2012 |
根据模式模拟的最大融化界面与最大冻结界面的相对位置(即当夏季最大融化界面深度仍小于最大冻结界面深度则认为该区域为多年冻土区, 反之亦然), 得到气候态多年冻土与季节冻土覆盖范围(图 4), 其中多年冻土区面积约15 000 km2, 季节性冻土区约占25 000 km2。冻融界面空间分布及趋势显示(图 5), 季节性冻土的最大冻结深度出现在3月, 深度由西北向东南递减, 最大可达2.5 m; 多年冻土最大融化深度在9月, 中部较深, 西南较小, 最大可达2.3 m。中部的多年冻土最大融化深度增加最快, 平均约10 mm·a-1, 最大16.1 mm·a-1;
|
图 4 1979-2012年甘南州多年平均冻土与季节冻土覆盖范围 Figure 4 The coverage of permafrost and seasonally frozen ground in Gannan region from 1979 to 2012 |
|
图 5 甘南州多年冻土区(左)、季节冻土区(右)最大融化界面气候态(a, b)与年际趋势(c, d)分布 黑点表示通过1%显著性检验 Figure 5 Spatial distribution of climatologic states (a, b) and annual trends (c, d) for maxiunm thaw table depth of the permafrost region (left) and the seasonally frozen region (right) in Gannan region. Black dot means the gridcell has pass the significant test at 1% |
东北部的季节冻土最大冻结深度减少最快, 平均约7 mm·a-1, 最大12.7 mm·a-1。多年冻土区与季节冻土区最大融化界面年的变化(图 6)表明, 过去34年多年冻土最大融化深度则以平均7.49 mm·a-1的速率增加, 其中1982年和1993年深度最小(低于1.5 m), 1997年最大(接近2 m); 季节性冻土最大冻结深度以平均5.25 mm·a-1的速率减小, 最大在1984年(约2 m), 最小在1999年(接近1.4 m); 整体而言, 甘南州冻土资源正随气候变暖逐步退化。
|
图 6 1979-2012年甘南州多年冻土区(a)与季节冻土区(b)最大融化界面年变化 Figure 6 Annual change in mean maxiunm thaw table depth of the permafrost region (a) and the seasonally frozen region (b) in Gannan region from 1979 to 2012 |
由于冻土的消融对生态水文时空演变具有一定指示作用(Finger et al, 2016; Rogger et al, 2017), 本文将在不同冻土类型区域揭示碳水循环过程的关键要素时空演变规律及其主要气候控制因子。首先, 从水循环要素来看(图 7), 年蒸散发量南多北少, 与降水分布保持一致, 北部耗散最少, 约200 mm, 南部最大超过480 mm; 年产流量在蒸散发较大的南部地区最小, 不超过90 mm, 中北部地区较大, 最大超过约350 mm; 1979-2012年年蒸散发量整体呈增加趋势, 其中中部地区增加趋势最大, 可达约3 mm·a-1北部最小, 低于1.3 mm·a-1的速率; 产流除北部局地, 其余地方均表现为下降趋势且中部下降较明显, 与年蒸散发升高最大区域相匹配; 陆地水储量整体有所减少, 东南部舟曲一带减少最为明显。图 8为1979-2012年甘南州水热参数变化规律, 其中降水呈增加的趋势, 产流呈减少趋势; 地表温度与潜热呈增加趋势。整体上多年冻土区水热变化增减率大于季节冻土区, 表明水热过程在多年冻土区对气候变化更为敏感。
|
图 7 甘南州蒸散发、产流量及水储量多年平均分布(a~c)及年际趋势分布(d~f)黑点表示通过1%显著性检验 Figure 7 Spatial distribution of climatologic states (a~c) and annual trends (d~f) for evapotranspiration, runoff, total water storage in Gannan region.Black dot means the gridcell has pass the significant test at 1% |
|
图 8 1979-2012年甘南州水热参数在多年冻土区(左)与季节冻土区(右)的年际变化 Figure 8 Annual change of the water and heat parameters for the permafrost region (left) and the seasonally frozen region (right) in Gannan region from 1979 to 2012 |
从碳循环要素看(图 9), 总初级生产力南多北少, 与降水分布一致, 多数集中在甘南州东南部; 土壤呼吸也呈现南多北少的分布, 可能与降水气温导致的土壤温度分布有关, 同时由于气候变暖导致的冻土的消融使得更多碳经土壤呼吸排入大气; 从净生态系统交换量看到, 生物量较小的北部主要表现为碳源, 生物量较大的南部则表现为碳汇。气候变暖导致的植被生物量增加使得进入甘南州生态系统的碳呈略微增加的趋势。生态系统总初级生产力(GPP)、净初级生产力(NPP)、土壤呼吸(SR)及生态系统净交换量(NEE)均呈增加的趋势(图 10);多年冻土区变化率大于季节冻土区, 表明气候变化下多年冻土区的生态响应更为明显。
|
图 9 甘南州高寒生态系统总初级生产力(GPP)、净初级生产力(NPP)、生态系统净交换量(NEE)及土壤呼吸(SR)气候态分布(a~d)及年际趋势分布(e~h)(阴影, 单位: gC·m-2·a-1) 黑点表示通过1%显著性检验 Figure 9 Spatial distribution of climatologic states (a~d) and annual trends (e~h) for gross primary productivity (GPP), net primary productivity (NPP), net ecosystem exchange (NEE) and soil respiration (SR) of alpine ecosystem in Gannan region (the shaded, unit: gC·m-2·a-1). Black dot means the gridcell has pass the significant test at 1% |
|
图 10 甘南州高寒生态系统GPP、SR、NEP、NPP及NEE分别在多年冻土区(左)与季节冻土区(右)的年变化 Figure 10 Annual change in gross primary productivity (GPP), net primary productivity (NPP), net ecosystem exchange (NEE) and soil respiration (SR) respectively for the permafrost region (left) and the seasonally frozen region (right) of alpine ecosystem in Gannan region |
植物碳利用效率指净初级生产力与总初级生产力的比率, 它不仅反映了植被生态系统将大气中CO2转化为生物量的能力和固碳潜力, 而且可确定呼吸对植被生产力的影响。通过植被碳利用率分别在多年冻土与季节冻土区年际变化(图 11)可以看出, 碳利用效率整体上呈下降趋势, 多年冻土区下降率更大; 碳利用效率在1983年最大, 在多年冻土区和季节冻土区分别为58.5%和55.2%;多年冻土区最低碳利用率出现在2000年, 季节冻土区则出现在2008年。尽管都呈现下降趋势, 但同一年份的碳利用率在不同冻土区域仍存在显著差异。整体可以看到, 尽管甘南州GPP等随气温增加有所提高, 但其碳利用效率则逐渐减小, 反映出植被生态系统固碳能力在气候变暖背景下有所减弱。同时伴随着冻土的消融, 未来可能有更多碳排入大气, 更少的碳被植被固定。
|
图 11 甘南州高寒生态系统植被碳利用率分别在多年冻土区(a)与季节冻土区(b)的年变化 Figure 11 Annual change in carbon use efficiency respectively for the permafrost region (a) and the seasonally frozen region (b) of alpine ecosystem in Gannan region |
表 1给出了基于多元线性回归分析的结果。多年冻土区气候要素可以解释66%的NPP变化, 高于季节冻土区的45%。同时根据标准化偏回归系数的绝对值大小可以看到, 多年冻土区主要贡献因子依次为降雨、气温、比湿及降雪; 季节冻土区主要贡献因子依次为气温、降雨。而从NEE方面看, 多年冻土区气候要素可以解释31%的NEE变化, 季节冻土NEE变化不能被解释; 多年冻土区主要贡献因子依次为气温、风速、比湿及辐射; 季节冻土区气象贡献因子均未通过显著性检验。
|
表 1 多元线性回归分析结果 Table 1 The statistics based on multiple linear regression analysis |
当前工作从大尺度水文的角度解释甘南州水资源的变化情况与雒丽等(2017)和杨帆等(2012)基于气象观测分析的结果基本一致, 均表明过去几十年该地区水资源有所减少, 呈现暖干化的特征。其中降水趋势与前者的结论较为一致, 表明过去30年降水略微上升, 而后者则显示降水略微减少。一方面后者时间序列从更早年份的计算, 早期降水整体偏大; 另一方面两者的降水趋势均基于站点观测平均的结果, 难以在高寒地区反应整个区域的降水状况(Xiong et al, 2013)。而本文所采用的降水是基于观测与模拟等多套再分析资料融合得到, 可能在区域尺度上更为合理。全州的冻土变化趋势也基本与吉哲君等(2016)的研究结果一致, 但由于观测值仅有最大冻结深度且该深度在定义与估算方面与模式模拟深度存在较大不一致性, 绝对值存在差异, 验证评估仅供参考, 而高分辨率模拟也许能更匹配观测。年产流变化方面, 结果认为气温升高导致的增散发增强是其减少的原因之一。也有研究显示由于增温导致多年冻土活动层加深使得冻结层上地下水水位下降(王根绪等, 2006), 其使得土壤水分亏缺增加, 更多雨水补给土壤, 导致产流减少。当前工作并未量化这种机制的影响程度, 需进一步结合观测与模式的发展作深入研究。在生态方面, 本文主要探讨气候变化对陆面生态碳循环的影响, 揭示了气候变暖对植被生物量增加的贡献。但实际上, 温度升高与蒸发增加及人类活动等因素或许成为生态环境逆向演化的驱动力, 其后果可能导致植被生物量减少, 从而引起草地退化、水土流失等环境问题(安华银等, 2007)。为此, 下一步工作将考虑动态植被演变及以土地利用变化为主要特征的人为扰动等过程, 完善高寒生态脆弱带生态水文模拟, 支撑相关管理决策。
6 结论以甘南藏族自治州为例, 基于考虑土壤冻融界面变化的陆面过程模式, 模拟了1979-2012年冻土与生态水文过程, 探讨了高寒生态脆弱区生态水文要素对气候变化的响应。得到以下主要结论:
(1) 模拟结果显示, 甘南州多年平均态冻土面积约1.5×104 km2, 季节性冻土约占2.5×104 km2, 其中, 冻土正随着气温上升逐步退化, 其中多年冻土的活动层深度呈增加趋势, 季节冻土的最大冻结深度逐渐减少; 气温升高引起的蒸散发增加是产流减少的可能原因之一, 其中, 多年冻土区水热变化增减率较季节冻土区大。
(2) 甘南州高寒生态系统方面, 北部主要表现为碳源, 南部表现为碳汇, 气候变暖使得进入生态系统的碳呈略微增加的趋势; 尽管GPP与NPP均呈增长的态势, 但区域植被碳利用效率却逐步减小, 表明气候变化背景下生态系统固碳能力有所减弱。
(3) 基于多元线性回归分析可知, 气候变化在多年冻土区可以解释66%的净初级生产力变化与31%的生态系统净交换量变化, 而在季节冻土区则能解释45%的净初级生产力变化。此外, 由于生态脆弱区也受到人为影响, 由此又会对区域气候系统产生非自然的反馈, 所以未来还需要进一步结合区域气候模式, 通过离线与陆气耦合模拟等方式, 探讨高寒生态脆弱区陆地过程时空变化及其对区域气候的反馈机制。
致谢 感谢中国科学院寒旱区陆面过程与气候变化重点实验室谢志鹏博士在科学技术方面的交流与帮助。
Cheng G D, Wu T H. 2007. Responses of permafrost to climate change and their environmental significance, Qinghai-Tibet Plateau[J]. J Geophys Res (Earth Surface), 112(F2): F02S03.
|
|
Dai Y J, Shangguan W, Duan Q Y, et al. 2013. Development of a China dataset of soil hydraulic parameters using pedotransfer functions for land surface modeling[J]. J Hydrometeor, 14(3): 869–887.
DOI:10.1175/JHM-D-12-0149.1 |
|
Fernández-Martínez M, Vicca S, Janssens I A, et al. 2014. Nutrient availability as the key regulator of global forest carbon balance[J]. Nature Climate Change, 4(6): 471–476.
DOI:10.1038/nclimate2177 |
|
Finger R A, Turetsky M R, Kielland K, et al. 2016. Effects of permafrost thaw on nitrogen availability and plant-soil interactions in a boreal Alaskan lowland[J]. J Ecology, 104(6): 1542–1554.
DOI:10.1111/1365-2745.12639 |
|
Gao J Q, Xie Z H, Wang A W, et al. 2016. Numerical simulation based on two-directional freeze and thaw algorithm for thermal diffusion model[J]. Applied Mathematics and Mechanics, 37(11): 1467–1478.
DOI:10.1007/s10483-016-2106-8 |
|
He J, Yang K, 2011.China meteorological forcing dataset[DB].Cold and Arid Regions Science Data Center at Lanzhou.DOI: 10.3972/westdc.002.2014.db.
|
|
Koven C D, Ringeval B, Friedlingstein P, et al. 2011. Permafrost carbon-climate feedbacks accelerate global warming[J]. Proceedings of the National Academy of Sciences, 108(36): 14769–14774.
DOI:10.1073/pnas.1103910108 |
|
Liu X D, Chen B D. 2000. Climatic warming in the Tibetan Plateau during recent decades[J]. Int J Climatol, 20(14): 1729–1742.
DOI:10.1002/(ISSN)1097-0088 |
|
Lu Q, Zhao D S, Wu S H. 2017. Simulated responses of permafrost distribution to climate change on the Qinghai-Tibet Plateau[J]. Scientific Reports(7).
DOI:10.1038/s41598-017-04140-7 |
|
Oleson K W, Lawrence D M, Bonan G B, et al, 2013.Technical description of version 4.5 of the Community Land Model (CLM)[M].National Center for Atmospheric Research.
|
|
Ran Y H, Li X, Lu L, et al. 2012. Large-scale land cover mapping with the integration of multi-source information based on the Dempster-Shafer theory[J]. Int J Geograp Inf Sci, 26(1): 169–191.
DOI:10.1080/13658816.2011.577745 |
|
Rogger M, Chirico G, Hausmann H, et al. 2017. Impact of mountain permafrost on flow path and runoff response in a high alpine catchment[J]. Water Resour Res, 53(2): 1288–1308.
DOI:10.1002/2016WR019341 |
|
Xia J Y, Mcguire A D, Lawrence D, et al. 2017. Terrestrial ecosystem model performance in simulating productivity and its vulnerability to climate change in the northern permafrost region[J]. J Geophys Res (Biogeosciences), 122(2): 430–446.
DOI:10.1002/2016JG003384 |
|
Xiong Z, Yan X D. 2013. Building a high-resolution regional climate model for the Heihe River Basin and simulating precipitation over this region[J]. Chinese Sci Bull, 58(36): 4670–4678.
DOI:10.1007/s11434-013-5971-3 |
|
Zeng Y J, Xie Z H, Yu Y, et al. 2016. Effects of anthropogenic water regulation and groundwater lateral flow on land processes[J]. Journal of Advances in Modeling Earth Systems, 8(3): 1106–1131.
DOI:10.1002/2016MS000646 |
|
Zeng Y J, Xie Z H, Zou J. 2017. Hydrologic and climatic responses to global anthropogenic groundwater extraction[J]. J Climate, 30(1): 71–90.
DOI:10.1175/JCLI-D-16-0209.1 |
|
安华银, 姚玉璧, 尹东, 等. 2007. 甘南高原生物气候资源及其生态农业区划[J]. 干旱气象, 25(1): 67–72.
An H Y, Yao Y B, Yin D, et al. 2007. Ecoclimate resource and ecological agriculture division in Gannan Plateau[J]. J Arid Meteor, 25(1): 67–72.
DOI:10.3969/j.issn.1006-7639.2007.01.013 |
|
傅伯杰, 刘国华, 陈利顶, 等. 2001. 中国生态区划方案[J]. 生态学报, 21(1): 1–6.
Fu B J, Liu G H, Chen L D, et al. 2001. Scheme of ecological regionalization in China[J]. Acta Ecologica Sinica, 21(1): 1–6.
|
|
高骏强, 2017.冻土对气候变化的响应及基于POD方法的降维外推算法研究[D].北京: 华北电力大学, 33-59.
Gao J Q, 2017.Frozen ground response to climate change and the POD-based reduced-order extrapolating model[D].Beijing: North China Electric Power University, 33-59.
http://cdmd.cnki.com.cn/Article/CDMD-11412-1017210629.htm |
|
韩熠哲, 马伟强, 王炳赟, 等. 2017. 青藏高原近30年降水变化特征分析[J]. 高原气象, 36(6): 1477–1486.
Han Y Z, Ma W Q, Wang B Y, et al. 2017. Climatic characteristics of rainfall change over the Qinghai-Tibetan Plateau from 1980 to 2013[J]. Plateau Meteor, 36(6): 1477–1486.
DOI:10.7522/j.issn.1000-0534.2016.00125 |
|
吉哲君, 赵惠珍, 王丽娜. 2016. 甘南高原近37年冬季冻土深度变化趋势及影响因子分析[J]. 青海气象(2): 23–29.
Ji Z J, Zhao H Z, Wang L N. 2016. The trend of soil frost depth change and its impact factors[J]. Qinghai Meteor(2): 23–29.
|
|
刘兴元, 冯琦胜, 梁天刚, 等. 2010. 甘南牧区草地生产力与载畜量时空动态平衡研究[J]. 中国草地学报, 32(1): 99–106.
Liu X Y, Feng Q S, Liang T G, et al. 2010. Spatial-temporal dynamic balance between livestock carrying capacity and productivity of rangeland in Gannan of Gansu province, China[J]. Chinese J Grassland, 32(1): 99–106.
|
|
雒丽, 赵雪雁, 王亚茹, 等. 2017. 高寒生态脆弱区农户对气候变化的感知[J]. 生态学报, 37(2): 593–605.
Luo L, Zhao X Y, Wang Y R, et al. 2017. Farmers' perception of climate change in high-frigid ecological vulnerable region:A case of Gannan Plateau[J]. Acta Ecologica Sinica, 37(2): 593–605.
|
|
王伟军, 赵雪雁, 万文玉, 等. 2016. 2000-2014年甘南高原植被覆盖度变化及其对气候变化的响应[J]. 生态学杂志, 35(9): 2494–2504.
Wang W J, Zhao X Y, Wan W Y, et al. 2016. Variation of vegetation coverage and its response to climate change in Gannan Plateau from 2000 to 2014[J]. Chinese J Ecology, 35(9): 2494–2504.
|
|
王根绪, 李元首, 吴青柏, 等. 2006. 青藏高原冻土区冻土与植被的关系及其对高寒生态系统的影响[J]. 中国科学(地球科学), 36(8): 743–754.
Wang G X, Li Y S, Wu Q B, et al. 2006. The relation between frozen soil and vegetation and its impacts on alpine ecosystem[J]. Sci China (Earth Sci), 36(8): 743–754.
|
|
谢志鹏, 胡泽勇, 刘火霖, 等. 2017. 陆面模式CLM4.5对青藏高原高寒草甸地表能量交换模拟性能的评估[J]. 高原气象, 36(1): 1–12.
Xie Z P, Hu Z Y, Liu H L, et al. 2017. Evaluation of the surface energy exchange simulations of land surface model CLM4.5 in alpine meadow over the Qinghai-Xizang Plateau[J]. Plateau Meteor, 36(1): 1–12.
DOI:10.7522/j.issn.1000-0534.2016.00012 |
|
阎欣, 甄峰, 席广亮. 2011. 高寒生态脆弱地区城市绿色工业选择与布局研究——以拉萨市为例[J]. 经济地理, 31(7): 1139–1145.
Yan X, Zhen F, Xi G L. 2011. Study on selection and layout of the green industry in ecological fragile areas of alpine city-the example of the Lasha city[J]. Economic Geography, 31(7): 1139–1145.
|
|
杨帆, 赵庆云, 张武. 2012. 甘南高原气候变化及对水资源的影响[J]. 干旱气象, 30(3): 404–409.
Yang F, Zhao Q Y, Zhang W. 2012. Climate change and its influence on water resources in Gannan Plateau[J]. J Arid Meteor, 30(3): 404–409.
|
|
邹德富, 冯琦胜, 梁天刚. 2011. 甘南地区植被类型及其NPP研究[J]. 遥感技术与应用, 26(5): 577–583.
Zhou D F, Feng Q S, Liang T G. 2011. Research on grassland classification and NPP in Gannan region[J]. Remote Sens Technol and Appl, 26(5): 577–583.
|
2. College of Earth Science, University of Chinese Academy of Sciences, Beijing 100049, China;
3. College of Mathematics and StatisticsNanjing University of Information Science and Technology, Nanjing 210044, Jiangsu, China