, 孙美平Overflow probability of the Salt Lake in Hoh Xil Region
YAOXiaojun, SUNMeiping收稿日期:2016-06-1
修回日期:2016-06-23
网络出版日期:2016-11-25
版权声明:2016《地理学报》编辑部本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.
基金资助:
作者简介:
-->
展开
摘要
关键词：
Abstract
Keywords：
-->0
PDF (3370KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
1 引言
2011年9月14日,位于可可西里地区的卓乃湖发生溃决,洪水经冲出的洪沟和库赛河流入库赛湖[1]。9月20-30日期间,库赛湖因水量急剧增加出现湖水外溢,并导致其下游的海丁诺尔发生类似的情况,湖水最终汇入海丁诺尔东侧的盐湖[2]。尽管学术界对于卓乃湖溃决原因尚存争议,如姚晓军等认为可可西里地区降水增加和蒸发减少是卓乃湖溃决的主要原因[2-3],杨勇则认为是古河道中季节河流的溯源侵蚀所致[1],但毋庸置疑的是,卓乃湖、库赛湖、海丁诺尔和盐湖4个湖泊因卓乃湖溃决自上而下建立了水力联系。位于最下游的盐湖作为流域地表径流的最终“接收者”,如果湖泊面积持续增加,是否会发生与库赛湖和海丁诺尔类似的情况呢?一旦盐湖外溢水流经清水河汇入楚玛尔河,则卓乃河将成为长江的最北源。此外,由于卓乃湖、库赛湖、海丁诺尔和盐湖为矿化度较高的半咸水湖或盐湖[4-5],外溢湖水不仅可能对长江水体水质及生态环境造成影响,而且可能使流经地区的冻土活动层厚度增加[6],继而对以冷却地基为主要手段的青藏公路和青藏铁路等寒区工程造成危害[7]。要回答上述问题,对盐湖湖水外溢的可能性进行分析和探讨则是关键。2 研究区概况
盐湖（35°32′N, 93°25′E）以产盐而得名,又名68道班盐湖[5]。盐湖位于可可西里国家级自然保护区东北部,距索南达杰保护站约12 km,行政区划上隶属于青海省玉树藏族自治州治多县（图1）。盐湖形成于昆仑山中段第三纪陆相断陷盆地内,盆地外围为第三系上新统陆相地层构成的残丘,滨湖为第四系全新统湖沼沉积,湖泊主要靠南北两侧的季节性河流补给[4]。湖中原有2个石质小岛,2012年因湖泊水位上涨而被淹没。湖区属青南高寒草原半干旱气候,年均气温-4.0~-1.0°C,年降水量150~200 mm。据《中国湖泊志》[4],盐湖矿化度高达221.35 g/L,属硫酸镁亚型盐湖,局部发育硫酸钠亚型和碳酸盐型卤水,盐类矿物沉积以石盐+芒硝+石膏为特征。20世纪80年代盐湖已被开采,多运往西藏日喀则等地作为食用盐[5]。随着可可西里自然保护区的成立,盐业开采活动现已停止。
显示原图|下载原图ZIP|生成PPT图1盐湖地图
-->Fig. 1The Salt Lake map
-->
在盐湖西北侧,自东向西依次分布着海丁诺尔、库赛湖和卓乃湖（图2）。2011年9月卓乃湖溃决之前,上述3个湖泊均为闭流类湖,其中卓乃湖主要依赖源于五雪峰冰川融水的卓乃河补给,库赛湖则依赖源于昆仑山大雪峰和雪月山的库赛河补给,海丁诺尔以时令河和地表径流补给为主。卓乃湖溃决后,库赛湖—海丁诺尔湖水外溢链式反应使盐湖面积迅速扩张[2],并在彼此之间形成河道。
显示原图|下载原图ZIP|生成PPT图2盐湖周边湖泊
-->Fig. 2Lakes in the neighborhood of the Salt Lake
-->
3 数据与方法
3.1 数据源
为获取盐湖变化情况,共搜集和整理2010-2015年Landsat TM/ETM+/OLI遥感影像81景,轨道号为137035和138035,该数据从USGS网站（http://glovis.usgs.gov）下载获得。采用Landsat TM/ETM+/OLI遥感影像作为湖泊基本数据源有诸多优点,如影像都经过几何校正处理,减少了数据预处理工作;有效避免Landsat ETM+遥感影像由于扫描行校正器故障造成的坏带影响,同时可通过交叉验证方法提高湖泊识别的精度。受湖面被云（雪）覆盖影响,6月、7月、9月和12月4个月份高质量遥感影像较少,分别为4景、5景、3景和3景。本研究用到的数字高程模型（DEM）数据包括SRTM 1弧秒数据和Google Earth高程数据。其中,SRTM 1弧秒数据对应的空间分辨率约为30 m,由NASA、NIMA、德国及意大利航天机构于2000年2月通过“奋进”号航天飞机上搭载的SRTM系统采集获得,2014年底由NASA（http://www2.jpl.nasa.gov）公开。Google Earth将航拍照片、卫星影像和GIS数据进行了有效整合,已被广泛应用于GPS控制网布设、专题地图制图和大比例尺地形辅助测绘等领域[8]。同时,Google公司提供了Google Earth API供开发人员进行二次开发以提取相关信息[9]。已有的研究表明,基于Google Earth高程提取的地形特征线与其影像相符[10],且精度优于1:5万地形图[8]。本研究区可提取到的Google Earth高程数据空间分辨率约为15 m。此外,选用距盐湖最近的五道梁气象台站资料作为研究区湖泊变化气候背景参考,数据由中国气象数据网（http://data.cma.cn）提供。
3.2 研究方法
由于水体在近红外波段处的强吸收性和蓝光波段处的较强反射性,因此通过遥感影像的波段组合或波段运算可以较为容易地辨识和提取水体。湖泊作为水体的类型之一,目前较常用的湖泊范围提取方法主要有目视解译法、归一化差分水体指数法（NDWI）和改进的归一化差分水体指数法（MNDWI）,其中后两者的主要区别在于近红外波段和中红外波段的选择[11-12]。鉴于本研究仅提取盐湖范围,试验表明应用NDWI或MNDWI方法对遥感影像的预处理和提取结果的后处理工作量并不少于人工目视解译方法,因此统一采用人工目视解译方法,提取精度限制在1个像元以内。在获取盐湖范围基础上,假设在某一时刻（如遥感影像获取日期）湖泊水位保持不变,通过设置DEM数据高程值,分别以0.1 m（Google Earth高程数据）和1 m（SRTM 1弧秒数据）为步长经循环直至低于某一高程值的范围与解译的湖泊范围一致,则可获取不同时期湖泊所对应的水位高度,继而通过栅格代数运算获得湖泊水量变化,计算公式如下所示：
式中：ΔV为湖泊水量变化（km3）;Si、Sj分别为i、j时刻的湖泊面积（km2）;hi、hj分别为i、j时刻的湖泊水位（m）;hDEM为i时刻湖泊未被淹没地表的高程值（m）。
最后,利用ArcGIS软件提供的水文分析功能提取盐湖与清水湖之间的分水岭,并通过DEM高程值循环迭代直至盐湖湖水外溢流入清水湖所在的流域,等于该高程值且与目前盐湖相连的范围即为理论上的盐湖最大范围,利用式（1）亦可获取满足这一条件所需的湖泊库容增量。
4 结果与讨论
4.1 2010-2015年盐湖时空变化特征
从2010-2015年盐湖的演化过程看（图3）,在2011年10月海丁诺尔湖水未进入盐湖之前[2],盐湖面积虽有所增加（2010年3月3日盐湖面积为45.18 km2,2010年10月29日为47.61 km2）,但扩张幅度仅为5.37%,湖泊面积呈缓慢增加趋势,湖泊扩张区域主要位于东北部。2011年11月9日,盐湖面积迅速增加为73.18 km2;之后盐湖进入一个快速扩张时期,2011年12月11日湖泊面积为84.29 km2,2012年5月19日为99.33 km2,至2012年10月26日盐湖面积增加为134.19 km2,较2010年10月29日的湖泊规模扩大了近3倍。从2013年4月12日开始,盐湖再次转为规模扩张相对缓慢期,但面积增加幅度（3.43 km2/a）仍大于2011年之前（2.43 km2/a）,并在湖泊东、西、南侧形成9个湖心岛,其中面积最大的湖心岛（0.53 km2）位于盐湖南侧,至2015年10月27日盐湖面积增加为151.38 km2,这与Liu等[13]基于HJ1A/B遥感影像的解译结果一致。
显示原图|下载原图ZIP|生成PPT图32010-2015年盐湖变化
-->Fig. 3Variations of the Salt Lake from 2010 to 2015
-->
2010-2015年期间,盐湖库容变化趋势与其面积变化趋势基本一致（表1）。由于SRTM 1弧秒数据为整型值,而Google Earth高程数据为浮点型数值,因此基于前者计算得到的盐湖库容变化普遍大于后者,但二者变化趋势基本吻合。受DEM精度限制,基于Google Earth高程数据无法计算出2010年年内和2014-2015年库容变化。2010年10月29日-2014年10月24日期间,基于SRTM 1弧秒数据计算的盐湖库容总变化为23.84×108 m3,基于Google Earth高程数据的结果为18.88×108 m3,如考虑库赛湖和海丁诺尔对卓乃湖来水的截留（事实上库赛湖和海丁诺尔面积均较卓乃湖溃决前增加[2]）,则卓乃湖的溃决水量将超过杨勇之前估算的数值[1]。如上述所言,2013年4月12日之后盐湖转为规模扩张相对缓慢期,这意味着因卓乃湖溃决洪水及库赛湖和海丁诺尔外溢湖水汇入而使盐湖规模迅速增大的时期终结,如2013年9月5日-2015年9月30日卓乃湖面积变化甚小,稳定在161 km2左右[13],盐湖面积及库容变化将主要受流域内地表径流的影响。与卓乃湖溃决前的盐湖变化相比,2013年之后盐湖面积和库容变化都较大,其原因是卓乃湖溃决使库赛湖、海丁诺尔和盐湖由各自独立的流域转变为一个流域（图2）,作为流域地表径流的最终汇入地,盐湖的集水区面积由之前的1261.64 km2急剧增加为8563.54 km2。除接纳原来自身流域内的地表径流外,海丁诺尔上游来水亦可经新形成的河道汇入盐湖,如与2010年盐湖库容变化相比,来自海丁诺尔及其上游流域的水量介于1.20×108~1.78×108 m3之间,成为盐湖重要的水源补给。
Tab. 1
表1
表12010-2015年盐湖库容变化
Tab. 1Reservoir capacity changes of the Salt Lake from 2010 to 2015
| 时间 | 基于SRTM 1弧秒数据 计算的库容变化(108 m3) | 基于Google Earth高程数据 计算的库容变化(108 m3) |
|---|---|---|
| 2010年3月3日-2010年10月29日 | 0.80 | - |
| 2010年10月29日-2011年11月9日 | 4.46 | 2.64 |
| 2011年11月9日-2012年5月19日 | 6.08 | 5.02 |
| 2012年5月19日-2012年10月26日 | 10.72 | 10.66 |
| 2013年4月12日-2014年10月24日 | 2.58 | 0.56 |
| 2014年10月24日-2015年10月27日 | 2.00 | - |
新窗口打开
4.2 盐湖湖水外溢条件及模拟
通过DEM高程值循环迭代,模拟不同海拔盐湖的淹没范围,当湖泊范围跨越盐湖与清水湖所在流域间的分水岭时,则为满足盐湖湖水外溢的条件。图4为基于SRTM 1弧秒数据和Google Earth高程数据模拟的盐湖达到湖水外溢条件时的湖泊范围,不同数据计算结果均显示盐湖将朝四周扩张,位于东南部的狭窄区域演化为湖心岛。由于两种DEM数据的差异,模拟的盐湖范围略有所不同,其中SRTM 1弧秒数据模拟的盐湖面积将达220.63 km2,Google Earth高程数据结果为218.90 km2,二者相差1.73 km2。届时盐湖水位将分别达到4473 m（SRTM）或4476.3 m（Google Earth）,较当前湖泊水位仅高12 m（SRTM）和9.6 m（Google Earth）,这与藏北地区许多湖泊之间具有较低的分水岭一致[1]。与表1计算结果类似,基于SRTM 1弧秒数据计算的库容变化大于Google Earth高程数据,前者为23.71 km3,后者为17.27 km3。需要指出的是,尽管两种DEM数据模拟的盐湖面积和库容有所差异,但模拟结果均显示当盐湖发生湖水外溢时,其水流进入清水湖流域的位置均在35°28′47″N, 93°30′10″E附近。
显示原图|下载原图ZIP|生成PPT图4湖水外溢时的盐湖范围
-->Fig. 4The expansion range of the overflowed Salt Lake
-->
4.3 盐湖湖水外溢可能性分析
根据五道梁国家气象台站监测数据,1970-1995年年降水量波动较为剧烈,多年平均降水量为264.8 mm;1996年之后降水量呈现较为明显的上升趋势,尤其是2008-2014年期间年平均降水量高达383.2 mm,较1995年之前增加44.71%（图5）。大量研究表明,21世纪前半叶青藏高原降水将增加,高原北部和西部地区为增幅大值区[14-16]。在RCP 2.6和RCP 8.5情景下,青藏高原在近期（2006-2035年）年平均降水相对于基准期（1961-2005年）将增加3.2%[15];在RCP 4.5情景下,21世纪早期（2016-2035年）青藏高原年平均降水量较参考时段（1986-2005年）将增加4.4%[17]。如果盐湖所在流域的降水在未来几十年里呈持续增加态势,盐湖则必然继续扩张,并将朝着湖水外溢方向演化。
显示原图|下载原图ZIP|生成PPT图51970-2014年五道梁气象台站降水变化
-->Fig. 5Precipitation variation observed at Wudaoliang meteorological station from 1970 to 2014
-->
在假设盐湖所在流域不再发生湖泊溃决突发洪水和湖水增加量维持目前状态前提下,按基于SRTM 1弧秒数据得到的年内湖泊水量变化（2014-2015年为2.00 km3）计算,则盐湖达到湖水外溢所需的时间为11.86年,即至2026年9月底盐湖湖水将流入清水河流域;如按基于Google Earth高程数据计算,湖水外溢所需的时间为30.83年,即2045年9月底。如不考虑蒸发、地表下渗及截流等情况,即流域降水全部汇入盐湖且无水分损耗,盐湖所在流域的径流深应达到2.77×103 mm（SRTM）或2.02×103 mm（Google Earth）,若以五道梁气象台站1970-2014年和2008-2014年的多年平均降水量（分别为296.6 mm和383.2 mm）来计算,则所需时间最短为5.26年,最长为9.33年。利用Penman-Monteith公式计算的五道梁潜在蒸散发量结果表明,尽管年潜在蒸散发量呈下降趋势,但该数值仍远大于年降水量[3],即后一种情况在现实中不可能发生。因此,可以认为在未来10年内盐湖不可能出现湖水外溢,但在更长时间尺度内这种可能性依然存在。
5 结论
（1）2010-2015年期间,位于可可西里地区的盐湖发生了剧烈变化,大致以2011年10月和2013年4月为界,盐湖经历了降水增加导致的湖泊缓慢扩张、卓乃湖溃决—库赛湖和海丁诺尔湖水外溢连锁反应引发的湖泊面积快速增加、集水区扩大促成的湖泊稳定扩张3个阶段。至2015年10月27日盐湖面积为151.38 km2,是2010年3月3日湖泊面积的3.35倍。基于SRTM 1弧秒和Google Earth高程数据的模拟结果表明,2010年10月29日-2014年10月24日期间,盐湖库容增加了18.88×108~23.84×108 m3。（2）盐湖发生湖水外溢的条件是湖泊面积达到218.90~220.63 km2。由于SRTM 1弧秒和Google Earth高程数据间的差异,基于二者模拟的盐湖库容增加量差异较大,前者为23.71 km3,后者为17.27 km3。届时盐湖水位将比现在高12 m（SRTM）或9.6 m（Google Earth）,湖水将沿湖泊东侧流入清水河流域。
（3）不同假设条件下的模拟结果表明,盐湖在未来10年内不会发生湖水外溢事件。基于不同典型路径（RCP）情景下的降水评估均显示,21世纪早期盐湖所在的青藏高原北部地区降水呈增加趋势,因此,在更长时间尺度内盐湖发生湖水外溢并成为长江支流的可能性依然存在。
受高精度DEM数据费用昂贵、大比例尺地形图保密及无人区野外科考难度大等因素限制,本研究利用开源的SRTM 1弧秒数据和基于Google Earth API程序读取的高程数据,初步探讨了盐湖湖水外溢所需满足的条件及可能性。然而,由于SRTM与Google Earth高程数据间差异以及无实测数据验证,影响湖泊水量平衡的所有要素观测数据在本研究区均为空白,盐湖与清水湖流域间的分水岭是否会因气候变暖而发生变化（受冻土活动层厚度增加影响）等原因,使得评估的盐湖湖水外溢时间可能与实际情况会有较大误差,而这有赖于更高精度数字高程模型数据的获取。
The authors have declared that no competing interests exist.
参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
| [1] | . . |
| [2] | 以库赛湖研究区地形图、Landsat TM/ETM+和中国环境与灾害监测预报卫星HJ1A/BCCD影像为基础,结合五道梁气象站气温降水资料,利用地理信息技术和数理统计方法,对2011 年9 月可可西里地区库赛湖湖水外溢成因进行分析。结果表明,库赛湖湖水外溢发生在2011 年9 月20 日至30 日期间,卓乃湖湖水进入库赛湖是后者发生变化的直接原因,而库赛湖规模近20 年来的持续增长,尤其是2006 年之后湖泊面积快速增加是其湖水外溢的基础。卓乃湖湖水外泄的主要诱因是区域持续降水,其中8 月17 日和21 日强降水使卓乃湖于8 月22 日出现漫顶溢流,8 月31 日至9 月5 日、9 月16 日至17 日期间两次持续降水导致卓乃湖水量剧增,并在9 月14 日至21 日期间形成洪水。由于水量外泄,卓乃湖面积骤降,截至11 月29 日,湖泊面积168.07 km<sup>2</sup>,仅为8 月22 日湖泊面积的62%,共减少104.88 km<sup>2</sup>。库赛湖外溢湖水流入海丁诺尔后又进入盐湖,其中海丁诺尔湖水进入盐湖时间介于10 月6 日至20 日期间。外来湖水大量进入导致海丁诺尔和盐湖在10-11月份快速扩大。 . 以库赛湖研究区地形图、Landsat TM/ETM+和中国环境与灾害监测预报卫星HJ1A/BCCD影像为基础,结合五道梁气象站气温降水资料,利用地理信息技术和数理统计方法,对2011 年9 月可可西里地区库赛湖湖水外溢成因进行分析。结果表明,库赛湖湖水外溢发生在2011 年9 月20 日至30 日期间,卓乃湖湖水进入库赛湖是后者发生变化的直接原因,而库赛湖规模近20 年来的持续增长,尤其是2006 年之后湖泊面积快速增加是其湖水外溢的基础。卓乃湖湖水外泄的主要诱因是区域持续降水,其中8 月17 日和21 日强降水使卓乃湖于8 月22 日出现漫顶溢流,8 月31 日至9 月5 日、9 月16 日至17 日期间两次持续降水导致卓乃湖水量剧增,并在9 月14 日至21 日期间形成洪水。由于水量外泄,卓乃湖面积骤降,截至11 月29 日,湖泊面积168.07 km<sup>2</sup>,仅为8 月22 日湖泊面积的62%,共减少104.88 km<sup>2</sup>。库赛湖外溢湖水流入海丁诺尔后又进入盐湖,其中海丁诺尔湖水进入盐湖时间介于10 月6 日至20 日期间。外来湖水大量进入导致海丁诺尔和盐湖在10-11月份快速扩大。 |
| [3] | 以可可西里地区1970s 地形图和1990s、2000-2011 年Landsat TM/ETM+遥感影像为基础,通过数字化和影像解译获取研究区83 个面积大于10 km<sup>2</sup>湖泊变化数据,并对湖泊变化成因进行了分析。研究结果表明:1) 1970s 初期至2011 年,可可西里地区湖泊经历了“先萎缩后扩张”的变化过程,其中1970s-1990s 期间湖泊面积普遍减小,1990s-2000 年湖泊出现扩张,并在2000 年恢复到1970s 湖泊规模,2000 年之后湖泊面积急剧增大。2) 2000-2011 年间,可可西里地区不同规模等级湖泊整体呈扩张趋势,但表现出一定的区域差异性。面积呈增加趋势的湖泊数量最多,亦分布最广,一些湖泊由于扩张迅速出现湖泊合并或湖水外泄情况;面积呈减少趋势或波动起伏的湖泊数量较少,零散分布在研究区中部和南部,湖泊动态变化与其自身补给条件或与下游湖泊(河道) 存在水力联系有关。3) 在研究时段内,降水增多、蒸发减少是可可西里地区湖泊扩大的主要原因,而气候变暖引起的冰川融水增加、冻土水分释放是次要原因。 . 以可可西里地区1970s 地形图和1990s、2000-2011 年Landsat TM/ETM+遥感影像为基础,通过数字化和影像解译获取研究区83 个面积大于10 km<sup>2</sup>湖泊变化数据,并对湖泊变化成因进行了分析。研究结果表明:1) 1970s 初期至2011 年,可可西里地区湖泊经历了“先萎缩后扩张”的变化过程,其中1970s-1990s 期间湖泊面积普遍减小,1990s-2000 年湖泊出现扩张,并在2000 年恢复到1970s 湖泊规模,2000 年之后湖泊面积急剧增大。2) 2000-2011 年间,可可西里地区不同规模等级湖泊整体呈扩张趋势,但表现出一定的区域差异性。面积呈增加趋势的湖泊数量最多,亦分布最广,一些湖泊由于扩张迅速出现湖泊合并或湖水外泄情况;面积呈减少趋势或波动起伏的湖泊数量较少,零散分布在研究区中部和南部,湖泊动态变化与其自身补给条件或与下游湖泊(河道) 存在水力联系有关。3) 在研究时段内,降水增多、蒸发减少是可可西里地区湖泊扩大的主要原因,而气候变暖引起的冰川融水增加、冻土水分释放是次要原因。 |
| [4] | |
| [5] | . |
| [6] | <p>气候变化和工程活动引起多年冻土温度升高、活动层厚度增大、地下冰融化, 导致路基工程稳定性变化. 本研究在综述青藏高原多年冻土变化和冻土工程研究重要进展的基础上, 利用青藏公路和青藏铁路沿线冻土与工程监测数据, 给出了青藏高原多年冻土温度和活动层厚度变化及其与气候变化的关系、多年冻土对工程活动的响应过程, 青藏铁路工程稳定性动态变化以及块石结构路基降温机制和过程. 最后, 提出了在气候变化下冻土工程将来亟待解决的关键科学问题.</p> . <p>气候变化和工程活动引起多年冻土温度升高、活动层厚度增大、地下冰融化, 导致路基工程稳定性变化. 本研究在综述青藏高原多年冻土变化和冻土工程研究重要进展的基础上, 利用青藏公路和青藏铁路沿线冻土与工程监测数据, 给出了青藏高原多年冻土温度和活动层厚度变化及其与气候变化的关系、多年冻土对工程活动的响应过程, 青藏铁路工程稳定性动态变化以及块石结构路基降温机制和过程. 最后, 提出了在气候变化下冻土工程将来亟待解决的关键科学问题.</p> |
| [7] | 青藏铁路的修建面临着高温、高含冰量冻土和气候转暖的难题。要解决这一难题,确保青藏铁路的成功,必须将以往在冻土区筑路常用的以增加热阻为手段的消极的保护冻土原则,改变为以“冷却地基”为手段的积极的保护冻土原则。文章挖掘了由局地因素影响造成的多年冻土“异常”分布的众多实例,并分析了这些局地因素通过改变辐射、对流和传导,对多年冻土生成和保存的作用机理,用自然过程长期作用的结果证明“冷却地基”的方法是可行的。领悟多年冻土“异常”分布为我们提供的启示,可以有目的地选用路堤填料和构思新的路堤结构,用以调控辐射、调控对流、调控传导和综合调控,以达到“冷却地基”的效果,抵消气候转暖的影响,确保青藏铁路的安全和稳定。 . 青藏铁路的修建面临着高温、高含冰量冻土和气候转暖的难题。要解决这一难题,确保青藏铁路的成功,必须将以往在冻土区筑路常用的以增加热阻为手段的消极的保护冻土原则,改变为以“冷却地基”为手段的积极的保护冻土原则。文章挖掘了由局地因素影响造成的多年冻土“异常”分布的众多实例,并分析了这些局地因素通过改变辐射、对流和传导,对多年冻土生成和保存的作用机理,用自然过程长期作用的结果证明“冷却地基”的方法是可行的。领悟多年冻土“异常”分布为我们提供的启示,可以有目的地选用路堤填料和构思新的路堤结构,用以调控辐射、调控对流、调控传导和综合调控,以达到“冷却地基”的效果,抵消气候转暖的影响,确保青藏铁路的安全和稳定。 |
| [8] | . 相比于传统大比例尺测绘,高分遥感和雷达技术可以快速高效地获取农地地形边界和特征点位高程,因而可为农地整理和机械化前期研究提供决策依据。本研究基于Google Maps高分辨率遥感影像数字化农地特征点位和边界,开发了在Google Earth(谷歌地球)软件上获取坐标点位高程的程序,实现了农地特征点位数字化和高程获取;使用国家1∶1万数字地形图对该方法进行了精度评估,并且与直接基于SRTM3和ASTER数字高程模型插值方法进行了比较。结果表明,本研究实现了高分辨率遥感影像和数字地形模型的整合应用,在农地边界和特征点位获取、影像校正方面比直接通过SRTM3数据插值获取高程有优势,有较好的应用潜力。 . 相比于传统大比例尺测绘,高分遥感和雷达技术可以快速高效地获取农地地形边界和特征点位高程,因而可为农地整理和机械化前期研究提供决策依据。本研究基于Google Maps高分辨率遥感影像数字化农地特征点位和边界,开发了在Google Earth(谷歌地球)软件上获取坐标点位高程的程序,实现了农地特征点位数字化和高程获取;使用国家1∶1万数字地形图对该方法进行了精度评估,并且与直接基于SRTM3和ASTER数字高程模型插值方法进行了比较。结果表明,本研究实现了高分辨率遥感影像和数字地形模型的整合应用,在农地边界和特征点位获取、影像校正方面比直接通过SRTM3数据插值获取高程有优势,有较好的应用潜力。 |
| [9] | . GoogleEarth提供的免费地理坐标数据,可以作为CFD软件地形几何建模的数据源。通过C#编程提取Google Earth提供的高程数据,应用Global Mapper V11.0、Rhino 5.0等三维建模软件自动实现三维地形图几何建模,该方法简单实用,能满足CFD计算要求。 . GoogleEarth提供的免费地理坐标数据,可以作为CFD软件地形几何建模的数据源。通过C#编程提取Google Earth提供的高程数据,应用Global Mapper V11.0、Rhino 5.0等三维建模软件自动实现三维地形图几何建模,该方法简单实用,能满足CFD计算要求。 |
| [10] | 本文首先阐述了河流模拟地形前处理的常规方法，然后探讨了利用Google Earth进行地形初步处理的新方法，介绍了基于Google Earth的高程数据提取技术，说明了部分Google Earth API接口的功能，指出并解决了其中一类API调用过程中存在的问题。研究证明，利用Google Earth进行河流模拟地形初步处理，可以显著提高河流模拟过程中的地形处理效率。 . 本文首先阐述了河流模拟地形前处理的常规方法，然后探讨了利用Google Earth进行地形初步处理的新方法，介绍了基于Google Earth的高程数据提取技术，说明了部分Google Earth API接口的功能，指出并解决了其中一类API调用过程中存在的问题。研究证明，利用Google Earth进行河流模拟地形初步处理，可以显著提高河流模拟过程中的地形处理效率。 |
| [11] | Not Available |
| [12] | 在对M cfeeters提出的归一化差异水体指数(NDWI)分析的基础上,对构成该指数的波长组合进行了修改,提出了改进的归一化差异水体指数MNDWI(M odified NDWI),并分别将该指数在含不同水体类型的遥感影像进行了实验,大部分获得了比NDWI好的效果,特别是提取城镇范围内的水体。NDWI指数影像因往往混有城镇建筑用地信息而使得提取的水体范围和面积有所扩大。实验还发现MNDWI比NDWI更能够揭示水体微细特征,如悬浮沉积物的分布、水质的变化。另外,MNDWI可以很容易地区分阴影和水体,解决了水体提取中难于消除阴影的难题。 . 在对M cfeeters提出的归一化差异水体指数(NDWI)分析的基础上,对构成该指数的波长组合进行了修改,提出了改进的归一化差异水体指数MNDWI(M odified NDWI),并分别将该指数在含不同水体类型的遥感影像进行了实验,大部分获得了比NDWI好的效果,特别是提取城镇范围内的水体。NDWI指数影像因往往混有城镇建筑用地信息而使得提取的水体范围和面积有所扩大。实验还发现MNDWI比NDWI更能够揭示水体微细特征,如悬浮沉积物的分布、水质的变化。另外,MNDWI可以很容易地区分阴影和水体,解决了水体提取中难于消除阴影的难题。 |
| [13] | /year, p <; 0.05) before an outburst flood event occurred on September 15, 2011, and mapped by the Chinese Huanjing (HJ)-A/B satellites with a two-day revisit ability and a 360-km orbit swath. The direct cause of the outburst was due to relatively heavy precipitation from May to September 2011, specifically the continuous rainfall from later August to middle September. Two nearby earthquakes that occurred two months before the outburst might have impacted the natural structure of the lakebed and moraine dam to accelerate the outburst. The outburst event of Zhuonai Lake caused large environmental impacts on the region: 1) the desertification of the exposed lakebed of Zhuonai Lake; 2) the significant expansion of the three downstream lakes Kusai, Haidingnuoer, and Salt Lakes that not only caused the grassland reduction and deteriorations but also the potential threat to the operations of the Qing-Tibet Railway and Highway; and 3) the calving relocation of Tibetan antelopes to the shore area of Kusai Lake due to the deep cutting riverbanks caused by the overflow of Zhuonai Lake. This study provides some scientific clues or alerts for local or central governments to pay some attention on this very issue so that possible future devastative disasters and environmental damages would be avoided or mitigated. |
| [14] | Probabilistic projection of climate change consists of formulating the climate change information in a probabilistic manner at either global or regional scale. This can produce useful results for studies of the impact of climate change impact and change mitigation. In the present study, a simple yet effective approach is proposed with the purpose of producing probabilistic results of climate change over China for the middle and end of the twenty-first century under the Special Report on Emissions Scenarios A1B (SRES A1B) emission scenario. Data from 28 coupled atmosphere-ocean general circulation models (AOGCMs) are used. The methodology consists of ranking the 28 models, based on their ability to simulate climate over China in terms of two model evaluation metrics. Different weights were then given to the models according to their performances in present-day climate. Results of the evaluation for the current climate show that five models that have relatively higher resolutions-namely, the Istituto Nazionale di Geofisica e Vulcanologia ECHAM4 (INGV ECHAM4), the third climate configuration of the Met Office Unified Model (UKMO HadCM3), the CSIRO Mark version 3.5 (Mk3.5), the NCAR Community Climate System Model, version 3 (CCSM3), and the Model for Interdisciplinary Research on Climate 3.2, high-resolution version [MIROC3.2 (hires)]-perform better than others over China. Their corresponding weights (normalized to 1) are 0.289, 0.096, 0.058, 0.048, and 0.044, respectively. Under the A1B scenario, surface air temperature is projected to increase significantly for both the middle and end of the twenty-first century, with larger magnitude over the north and in winter. There are also significant increases in rainfall in the twenty-first century under the A1B scenario, especially for the period 2070-99. As far as the interannual variability is concerned, the most striking feature is that there are high probabilities for the future intensification of interannual variability of precipitation over most of China in both winter and summer. For instance, over the Yangtze-Huai River basin (28 degrees-35 degrees N, 105 degrees-120 degrees E), there is a 60% probability of increased interannual standard deviation of precipitation by 20% in summer, which is much higher than that of the mean precipitation. In general there are small differences between weighted and unweighted projections, but the uncertainties in the projected changes are reduced to some extent after weighting. |
| [15] | The performance of 24 GCMs available in the fifth phase of the Coupled Model Intercomparison Project (CMIP5) is evaluated over the eastern Tibetan Plateau (TP) by comparing the model outputs with ground observations for the period 1961-2005. The twenty-first century trends of precipitation and temperature based on the GCMs' projections over the TP are also analyzed. The results suggest that for temperature most GCMs reasonably capture the climatological patterns and spatial variations of the observed climate. However, the majority of the models have cold biases, with a mean underestimation of 1.1 degrees-2.5 degrees C for the months December-May, and less than 1 degrees C for June-October. For precipitation, the simulations of all models overestimate the observations in climatological annual means by 62.0%-183.0%, and only half of the 24 GCMs are able to reproduce the observed seasonal pattern, which demonstrates a critical need to improve precipitation-related processes in these models. All models produce a warming trend in the twenty-first century under the Representative Concentration Pathway 8.5 (rcp8.5) scenario; in contrast, the rcp2.6 scenario predicts a lower average warming rate for the near term, and a small cooling trend in the long-term period with the decreasing radiative forcing. In the near term, the projected precipitation change is about 3.2% higher than the 1961-2005 annual mean, whereas in the long term the precipitation is projected to increase 6.0% under rcp2.6 and 12.0% under the rcp8.5 scenario. Relative to the 1961-2005 mean, the annual temperature is projected to increase by 1.2 degrees-1.3 degrees C in the short term; the warmings under the rcp2.6 and rcp8.5 scenarios are 1.8 degrees and 4.1 degrees C, respectively, for the long term. |
| [16] | 本文回顾了21世纪青藏高原区域多种气候和环境要素变化预估研究的进展，包括气温、降水、极端天气气候事件、冻土、积雪、冰川、径流和植被等，预估结果主要来自于SRES和RCP情景下气候模式的预估以及物理统计模型的预估．结果表明，未来青藏高原地面气温将升高，21世纪后期增温更显著．总体来说21世纪高原降水以增加为主，极端天气气候事件增加．高原未来冻土面积缩小，冻土活动层厚度增加，积雪日数和积雪深度减少，冰川将以退缩为主．径流的未来变化较复杂，不同流域之间的差异较大，径流在不同流域表现为增加和减少并存．青藏高原植被对气候变化的响应敏感而脆弱，21世纪中后期青藏高原的生长季长度增加，常绿林，森林出现在高原东部和南部，灌丛植被类型将会扩展并入侵高寒草原．根据已有的研究结果，本文对这些气候与环境要素在21世纪中期（2030—2050年）和后期（2080～2100年）的变化进行了综合集成，给出了它们在21世纪中期和后期的可能变化范围． . 本文回顾了21世纪青藏高原区域多种气候和环境要素变化预估研究的进展，包括气温、降水、极端天气气候事件、冻土、积雪、冰川、径流和植被等，预估结果主要来自于SRES和RCP情景下气候模式的预估以及物理统计模型的预估．结果表明，未来青藏高原地面气温将升高，21世纪后期增温更显著．总体来说21世纪高原降水以增加为主，极端天气气候事件增加．高原未来冻土面积缩小，冻土活动层厚度增加，积雪日数和积雪深度减少，冰川将以退缩为主．径流的未来变化较复杂，不同流域之间的差异较大，径流在不同流域表现为增加和减少并存．青藏高原植被对气候变化的响应敏感而脆弱，21世纪中后期青藏高原的生长季长度增加，常绿林，森林出现在高原东部和南部，灌丛植被类型将会扩展并入侵高寒草原．根据已有的研究结果，本文对这些气候与环境要素在21世纪中期（2030—2050年）和后期（2080～2100年）的变化进行了综合集成，给出了它们在21世纪中期和后期的可能变化范围． |
| [17] | 本文使用国际耦合模式比较计划第5阶段(CMIP5)中对青藏高原气候模拟较优的气候模式, 在RCP4.5中等偏低辐射强迫情景下对青藏高原未来气候变化进行了预估研究。结果表明, 青藏高原年均地表气温在2006~2100年的线性趋势平均为0.26℃/10a, 增暖幅度与海拔高度大体成正比;相比于1986~2005年参考时段, 2090年代平均升温2.7℃, 21世纪末期增温幅度明显高于早期和中期;在早、中和末期, 年均增温分别为0.8~1.3℃、1.6~2.5℃和2.1~3.1℃;各季节也均为变暖趋势, 其中冬季增温最大。对于年均降水来说, 未来百年将小幅增加, 集合平均趋势为1.15%/10a, 2090年代较参考时段增加10.4%;在早、中和末期的变化范围分别为-1.8%至15.2%、-0.9%至17.8%和1.4%至21.3%;季节降水也呈增加趋势, 夏季增幅明显高于其余三个季节且在21世纪末期较大, 青藏高原未来年均降水增加主要来自于夏季。需要指出的是, 上述预估结果在气候模式间存在着一定的差异, 未来气候变化的不确定性范围较大, 地表气温的可信度相对较高, 而降水的则偏低。 . 本文使用国际耦合模式比较计划第5阶段(CMIP5)中对青藏高原气候模拟较优的气候模式, 在RCP4.5中等偏低辐射强迫情景下对青藏高原未来气候变化进行了预估研究。结果表明, 青藏高原年均地表气温在2006~2100年的线性趋势平均为0.26℃/10a, 增暖幅度与海拔高度大体成正比;相比于1986~2005年参考时段, 2090年代平均升温2.7℃, 21世纪末期增温幅度明显高于早期和中期;在早、中和末期, 年均增温分别为0.8~1.3℃、1.6~2.5℃和2.1~3.1℃;各季节也均为变暖趋势, 其中冬季增温最大。对于年均降水来说, 未来百年将小幅增加, 集合平均趋势为1.15%/10a, 2090年代较参考时段增加10.4%;在早、中和末期的变化范围分别为-1.8%至15.2%、-0.9%至17.8%和1.4%至21.3%;季节降水也呈增加趋势, 夏季增幅明显高于其余三个季节且在21世纪末期较大, 青藏高原未来年均降水增加主要来自于夏季。需要指出的是, 上述预估结果在气候模式间存在着一定的差异, 未来气候变化的不确定性范围较大, 地表气温的可信度相对较高, 而降水的则偏低。 |
