下载文档原格式
2018-2022年青海省主要湖泊蓄水量时空变化数据集张怀文;曹引;赵红莉;蒋云钟;严登明;赵慧子【期刊名称】《中国科学数据（中英文网络版）》【年(卷),期】2024(9)1【摘要】青海省是中国西北部重要的生态功能区,水资源总量丰富,但时空分布极不均匀,且由于气候、地理环境等因素的影响,大部分湖泊长期缺乏监测。
而湖泊作为地表水水资源的重要载体,是研究气候变化和人类活动对水循环过程影响的重要指示器。
国产高分一号、六号卫星宽幅相机空间分辨率为16 m,组网运行可实现2天重复观测,可以高频次获取地表水体面积;ICESat-2激光测高数据具备厘米级的测高精度,可以获取高精度的地表水体测高水位。
本数据集基于GF-1/6WFV水体面积和ICESat-2测高水位构建青海省湖泊蓄水量遥感监测模型,通过遥感手段对青海省湖泊蓄水量进行时空变化监测。
经验证,本数据集中湖泊蓄变量监测精度总体优于93%,满足湖泊蓄水量时空变化遥感监测需求。
本数据集在时间尺度上涵盖2018-2022年,共计60期月度监测结果;空间尺度上覆盖了青海省面积大于30 km^(2)的33个湖泊,主要集中分布在青海省西部、北部、东南部,可为青海省湖泊、水文与气候变化过程监测、水资源动态评价、优化水资源管理与调度提供基础数据支撑。
【总页数】14页(P314-327)【作者】张怀文;曹引;赵红莉;蒋云钟;严登明;赵慧子【作者单位】兰州交通大学测绘与地理信息学院;甘肃省地理国情监测工程实验室;地理国情监测技术应用国家地方联合工程研究中心;中国水利水电科学研究院水资源研究所;水利部数字孪生流域重点实验室;黄河勘测规划设计研究院有限公司【正文语种】中文【中图分类】TP3【相关文献】1.青海省主要河流径流时空分布规律及其变化趋势分析2.1969—2018年青海省生长季降水时空变化特征3.青海省黑河上游地区1961～2019年降水量时空变化特征研究4.蒙古高原250 m分辨率植被生长季NDVI年际时空变化数据集(2001-2021年)5.2000-2020年珠三角30 m空间分辨率植被覆盖度时空变化数据集因版权原因，仅展示原文概要，查看原文内容请购买。
第４４卷第６期２０２４年３月生态学报ＡＣＴＡＥＣＯＬＯＧＩＣＡＳＩＮＩＣＡＶｏｌ．４４，Ｎｏ．６Ｍａｒ．，２０２４基金项目：国家自然科学基金项目（４２０７１２８５）；陕西省重点研发计划项目（２０２２ＳＦ⁃３８２）；中央高校基本科研业务经费（ＧＫ２０２３０２００２）收稿日期：２０２３⁃０４⁃０６；㊀㊀网络出版日期：２０２３⁃１２⁃２２∗通讯作者Ｃｏｒｒｅｓｐｏｎｄｉｎｇａｕｔｈｏｒ．Ｅ⁃ｍａｉｌ：ｌｉｊｉｎｇ＠ｓｎｎｕ．ｅｄｕ．ｃｎ＃本研究尚缺中国港澳经济统计数据㊂ＤＯＩ：１０．２０１０３／ｊ．ｓｔｘｂ．２０２３０４０６０６９１王国宇，李晶，张娅．无定河流域防风固沙服务流动模拟．生态学报，２０２４，４４（６）：２３２３⁃２３３６．ＷａｎｇＧＹ，ＬｉＪ，ＺｈａｎｇＹ．ＳｉｍｕｌａｔｉｏｎａｎｄａｓｓｅｓｓｍｅｎｔｏｆｓａｎｄｆｉｘａｔｉｏｎｓｅｒｖｉｃｅｉｎｔｈｅＷｕｄｉｎｇＲｉｖｅｒＢａｓｉｎ，Ｃｈｉｎａ．ＡｃｔａＥｃｏｌｏｇｉｃａＳｉｎｉｃａ，２０２４，４４（６）：２３２３⁃２３３６．无定河流域防风固沙服务流动模拟王国宇，李㊀晶∗，张㊀娅陕西师范大学地理科学与旅游学院，西安㊀７１０１１９摘要：无定河流域包括毛乌素沙漠部分区域，土壤风蚀显著，研究防风固沙服务有利于保持土壤㊁保护生态环境与维持良好的人地关系㊂利用ＲＷＥＱ（ＲｅｖｉｓｅｄＷｉｎｄＥｒｏｓｉｏｎＥｑｕａｔｉｏｎ）模型与ＨＹＳＰＬＩＴ（ＨｙｂｒｉｄＳｉｎｇｌｅ⁃ＰａｒｔｉｃｌｅＬａｎｇｒａｎｇｉａｎＩｎｔｅｇｒａｔｅｄＴｒａｊｅｃｔｏｒｙＭｏｄｅｌ）模型模拟无定河流域２０００年㊁２００５年㊁２０１０年㊁２０１５年以及２０１８年的土壤风蚀量以及防风固沙服务流的时空变化，并分析受益人口与ｒｅａｌＧＤＰ㊂结果表明：（１）２０００年至２０１８年无定河流域风蚀总量与防风固沙量呈 降低⁃增加⁃降低 的波动变化整体下降的趋势，在空间分布上，无定河流域西部及西北部沙地土壤风蚀较为剧烈，东部及东南部的旱地土壤风蚀较为缓和；（２）２０００年至２０１８年防风固沙服务流动路径模拟总数分别为４９４条㊁５０４条㊁５３７条㊁４８２条与４３７条，整体上呈降低的趋势，受益区主要分布于我国的中部及东部地区以及俄罗斯㊁韩国等周边国家；（３）２０００年至２０１８年防风固沙服务全国受益人口与受益ｒｅａｌＧＤＰ均占据总数一定比例；（４）无定河流域防风固沙服务物质流以陕西北部㊁山西西部地区为中心呈圈层状递减，影响范围扩散到了东亚和东南亚等国家和地区㊂结果模拟了无定河流域土壤风蚀以及防风固沙服务流，为服务供给区和受益区之间的生态补偿提供科学依据，对植被恢复与防风固沙具有一定的参考作用，可为其他流域的防风固沙服务流动模拟和整个三北地区的防风固沙生态工程的规划㊁建设㊁评估提供重要的科学参考㊂关键词：生态系统服务流；防风固沙服务；ＲＷＥＱ；ＨＹＳＰＬＩＴ；无定河流域ＳｉｍｕｌａｔｉｏｎａｎｄａｓｓｅｓｓｍｅｎｔｏｆｓａｎｄｆｉｘａｔｉｏｎｓｅｒｖｉｃｅｉｎｔｈｅＷｕｄｉｎｇＲｉｖｅｒＢａｓｉｎ，Ｃｈｉｎａ㊀ＷＡＮＧＧｕｏｙｕ，ＬＩＪｉｎｇ∗，ＺＨＡＮＧＹａＳｃｈｏｏｌｏｆＧｅｏｇｒａｐｈｙａｎｄＴｏｕｒｉｓｍ，ＳｈａａｎｘｉＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｘｉᶄａｎ７１０１１９，ＣｈｉｎａＡｂｓｔｒａｃｔ：Ｗｉｎｄｅｒｏｓｉｏｎｈａｓｉｍｐｏｒｔａｎｔｅｆｆｅｃｔｓｏｎｒｅｇｉｏｎａｌｃｌｉｍａｔｉｃｄｅｇｅｎｅｒａｔｉｏｎａｎｄｄｅｓｅｒｔｉｆｉｃａｔｉｏｎ．Ｉｔｍａｉｎｌｙｏｃｃｕｒｓｉｎａｒｉｄａｎｄｓｅｍｉ⁃ａｒｉｄａｒｅａｓ．Ｗｉｎｄｂｒｅａｋａｎｄｓａｎｄｆｉｘａｔｉｏｎｓｅｒｖｉｃｅｂｅｌｏｎｇｓｔｏｔｈｅｒｅｇｕｌａｔｉｏｎｓｅｒｖｉｃｅｉｎｅｃｏｓｙｓｔｅｍｓｅｒｖｉｃｅａｎｄｉｓｃｏｎｄｕｃｉｖｅｔｏｐｒｏｔｅｃｔｉｎｇｅｎｖｉｒｏｎｍｅｎｔａｎｄｍａｉｎｔａｉｎｉｎｇｓｏｉｌ．Ｈｏｗｅｖｅｒ，ｉｎｒｅｃｅｎｔｒｅｓｅａｒｃｈ，ｔｈｅｈａｒｍｏｆｗｉｎｄｅｒｏｓｉｏｎｉｓｌａｃｋｉｎｔｈｅａｄｊａｃｅｎｔａｒｅａ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｏｆｄｕｓｔｔｒａｎｓｍｉｓｓｉｏｎｉｓａｐｐｌｉｅｄｉｎｗｉｎｄｅｒｏｓｉｏｎｔｏａｎａｌｙｚｅｉｎｆｌｕｅｎｃｅｄａｄｊａｃｅｎｔａｒｅａ．ＴｈｅＷｕｄｉｎｇＲｉｖｅｒＢａｓｉｎｉｎｃｌｕｄｅｓｓｏｍｅａｒｅａｓｏｆｔｈｅＭｕＵｓＤｅｓｅｒｔ，ａｎｄｔｈｅｗｉｎｄｅｒｏｓｉｏｎｉｓｓｉｇｎｉｆｉｃａｎｔ．ＴａｋｉｎｇｔｈｅＷｕｄｉｎｇＲｉｖｅｒＢａｓｉｎａｓａｃａｓｅ，ｔｈｅｓｐａｔｉａｌａｓｓｏｃｉａｔｉｏｎｏｆｓｅｒｖｉｃｅｓｕｐｐｌｙａｒｅａａｎｄｂｅｎｅｆｉｔａｒｅａｗａｓｒｅｖｅａｌｅｄｆｒｏｍｔｈｅｅｃｏｓｙｓｔｅｍｓｅｒｖｉｃｅｆｌｏｗｏｆｔｈｅｗｉｎｄｐｒｅｖｅｎｔｉｏｎａｎｄｅｃｏｌｏｇｉｃａｌｃｏｍｐｅｎｓａｔｉｏｎ．ＵｓｉｎｇｔｈｅＲＷＥＱｍｏｄｅｌ（ＲｅｖｉｓｅｄＷｉｎｄＥｒｏｓｉｏｎＥｑｕａｔｉｏｎ），ｗｅｅｓｔｉｍａｔｅｄｔｈｅｗｉｎｄｅｒｏｓｉｏｎｖｏｌｕｍｅｉｎ２０００，２００５，２０１０，２０１５ａｎｄ２０１８，ａｎｄｃａｌｃｕｌａｔｅｄｔｈｅｑｕａｌｉｔｙｏｆｗｉｎｄｂｒｅａｋａｎｄｓａｎｄｆｉｘａｔｉｏｎｔｏｍｅａｓｕｒｅｔｈｅｗｉｎｄｂｒｅａｋａｎｄｓａｎｄｆｉｘａｔｉｏｎｓｅｒｖｉｃｅｃａｐａｃｉｔｙ．ＴｈｅＨｙｂｒｉｄＳｉｎｇｌｅ－ＰａｒｔｉｃｌｅＬａｎｇｒａｎｇｉａｎＩｎｔｅｇｒａｔｅｄＴｒａｊｅｃｔｏｒｙ（ＨＹＳＰＬＩＴ）ｍｏｄｅｌｗａｓｕｓｅｄｔｏｓｉｍｕｌａｔｅｔｈｅｄａｉｌｙｄｕｓｔｔｒａｎｓｍｉｓｓｉｏｎｐａｔｈｓｉｎ２０００，２００５，２０１０，２０１５，ａｎｄ２０１８ａｎｄｏｂｔａｉｎｅｄａｒａｎｇｅｏｆｔｈｅａｆｆｅｃｔｅｄｒｅｇｉｏｎｓ．ＰｏｐｕｌａｔｉｏｎａｎｄｒｅａｌＧＤＰｉｎｔｈｅｓｅｒｖｉｃｅｂｅｎｅｆｉｃｉａｒｙａｒｅａｓｗｅｒｅｓｉｍｕｌａｔｅｄ．Ｒｅｓｕｌｔｓａｒｅａｓｆｏｌｌｏｗｓ．（１）Ｉｎ２０００，２００５，２０１０，２０１５ａｎｄ２０１８，ｔｈｅａｃｔｕａｌｗｉｎｄｅｒｏｓｉｏｎ，ｐｏｔｅｎｔｉａｌｗｉｎｄｅｒｏｓｉｏｎａｎｄ４２３２㊀生㊀态㊀学㊀报㊀㊀㊀４４卷㊀ｗｉｎｄｂｒｅａｋａｎｄｓａｎｄｆｉｘａｔｉｏｎｓｈｏｗｅｄａ＂ｄｅｃｒｅａｓｅ－ｉｎｃｒｅａｓｅ－ｄｅｃｒｅａｓｅ＂ｆｌｕｃｔｕａｔｉｏｎｔｒｅｎｄｗｉｔｈａｄｏｗｎｗａｒｄｔｒｅｎｄｏｎｔｈｅｗｈｏｌｅ．ＴｈｅｗｉｎｄｅｒｏｓｉｏｎｉｎｔｈｅｗｅｓｔａｎｄｎｏｒｔｈｗｅｓｔｏｆｔｈｅＷｕｄｉｎｇＲｉｖｅｒＢａｓｉｎｗａｓｍｏｒｅｓｅｖｅｒｅｗｈｉｌｅｉｎｔｈｅｅａｓｔａｎｄｓｏｕｔｈｅａｓｔｗａｓｍｏｒｅｍｏｄｅｒａｔｅ．（２）Ｔｈｅｔｏｔａｌｎｕｍｂｅｒｏｆｔｈｅｓｅｒｖｉｃｅｆｌｏｗｐａｔｈｓｉｍｕｌａｔｉｏｎｓｈｏｗｅｄｔｈｅｏｖｅｒａｌｌｄｏｗｎｗａｒｄｔｒｅｎｄ，ｍａｉｎｌｙｔｈｒｏｕｇｈｔｈｅｃｅｎｔｒａｌａｎｄｅａｓｔｅｒｎＣｈｉｎａ．ＴｈｅｓｅｒｖｉｃｅｂｅｎｅｆｉｃｉａｒｙａｒｅａｓｉｎｃｌｕｄｅｄＣｈｉｎａａｎｄｎｅｉｇｈｂｏｒｉｎｇｃｏｕｎｔｒｉｅｓ．（３）ＴｈｅｍａｔｅｒｉａｌｆｌｏｗｏｆｗｉｎｄｐｒｅｖｅｎｔｉｏｎａｎｄｓａｎｄｆｉｘａｔｉｏｎｓｅｒｖｉｃｅｆｒｏｍｔｈｅＷｕｄｉｎｇＲｉｖｅｒＢａｓｉｎｗａｓｃｅｎｔｅｒｅｄｏｎｔｈｅｎｏｒｔｈｅｒｎＳｈａａｎｘｉａｎｄｗｅｓｔｅｒｎＳｈａｎｘｉ，ａｎｄｔｈｅｉｎｆｌｕｅｎｃｅａｒｅａｈａｓｓｐｒｅａｄｔｏｎｅｉｇｈｂｏｒｉｎｇｃｏｕｎｔｒｉｅｓ．Ｔｈｅｄｅｃｌｉｎｅｏｆｗｉｎｄｅｒｏｓｉｏｎａｍｏｕｎｔｉｎｄｉｃａｔｅｄａｎｉｍｐｒｏｖｅｄｅｃｏｌｏｇｉｃａｌｅｎｖｉｒｏｎｍｅｎｔａｎｄａｇｏｏｄｌｉｖｉｎｇｅｎｖｉｒｏｎｍｅｎｔｌｏｃａｌｌｙ．Ｔｈｅｒｅｓｕｌｔｓｒｅｖｅａｌｅｄｔｈｅｐｒｏｔｅｃｔｉｏｎｉｎｔｈｅａｄｊａｃｅｎｔａｒｅａｓｂｙｔｈｅｗｉｎｄｂｒｅａｋａｎｄｓａｎｄｆｉｘａｔｉｏｎｓｅｒｖｉｃｅ．Ｔｈｅｓｔｕｄｙｅｓｔｉｍａｔｅｓｔｈｅｗｉｎｄｂｒｅａｋａｎｄｓａｎｄｆｉｘａｔｉｏｎｓｅｒｖｉｃｅｆｌｏｗ，ｐｒｏｖｉｄｉｎｇａｓｃｉｅｎｔｉｆｉｃｂａｓｉｓｆｏｒｔｈｅｅｃｏｌｏｇｉｃａｌｃｏｍｐｅｎｓａｔｉｏｎｂｅｔｗｅｅｎｔｈｅｓｅｒｖｉｃｅｓｕｐｐｌｙａｒｅａａｎｄｔｈｅｂｅｎｅｆｉｔａｒｅａ，ａｎｄｈａｖｉｎｇａｃｅｒｔａｉｎｒｅｆｅｒｅｎｃｅｒｏｌｅｆｏｒｖｅｇｅｔａｔｉｏｎｒｅｓｔｏｒａｔｉｏｎａｎｄｗｉｎｄｂｒｅａｋａｎｄｓａｎｄｆｉｘａｔｉｏｎｉｎｏｔｈｅｒｒｉｖｅｒｂａｓｉｎｓ．ＫｅｙＷｏｒｄｓ：ｅｃｏｓｙｓｔｅｍｓｅｒｖｉｃｅｆｌｏｗ；ｓａｎｄｆｉｘａｔｉｏｎｓｅｒｖｉｃｅ；ＲｅｖｉｓｅｄＷｉｎｄＥｒｏｓｉｏｎＥｑｕａｔｉｏｎ；ＨｙｂｒｉｄＳｉｎｇｌｅ⁃ＰａｒｔｉｃｌｅＬａｎｇｒａｎｇｉａｎＩｎｔｅｇｒａｔｅｄＴｒａｊｅｃｔｏｒｙＭｏｄｅｌ；ＷｕｄｉｎｇＲｉｖｅｒＢａｓｉｎ风蚀是地表沙粒在风力达到临界值时产生的土壤侵蚀，主要发生在干旱区和半干旱区，对区域气候和荒漠化有重要影响［１］㊂风蚀是引起沙尘天气㊁降低空气质量㊁增加居民的健康风险㊁导致农田退化的关键因素㊂Ｐｒｏｓｐｅｒｏ等［２］利用全臭氧成图光谱仪（ＴＯＭＳ）传感器，识别全球最大和最持久的大气尘埃源主要分布在北非西海岸㊁中东㊁中亚㊁中国和南亚㊂土壤风蚀主要以大规模的沙尘输送［３］对人类生活产生影响，如Ｂａｄｄｏｃｋ等人［４］通过澳大利亚１９６９ ２０１０年的官方空中交通事件报告发现了６１起大规模的沙尘输送对航空危害的事件㊂产生土壤风蚀的主导因素是由人类活动如过度放牧㊁土壤开垦等引起的土地利用强度增加，以及沙尘暴频发天气等气候因素［５ ７］㊂防风固沙服务是一种生态系统服务［８］，它具体是指由于植被等地表覆盖物的存在而使得风蚀量减少的能力，被减少的这部分风蚀量即为防风固沙量［９］㊂防风固沙服务流属于生态系统服务流，是防风固沙服务的空间流动过程，包括流动路径与流量等㊂生态系统服务流［１０］可以实现生态系统服务从生态系统到人类社会的传输㊂生态系统服务流多种多样，而当前学界模型模拟开发有限，能做到的模拟主要是水流㊁风沙流等㊂生态系统服务流动实际上是在服务的供给与需求之间建立时空关联［１１］㊂无定河流域包括毛乌素沙漠部分区域，土壤风蚀显著，研究防风固沙服务有利于保持土壤㊁保护生态环境与维持良好的人地关系㊂因此，通过研究防风固沙服务流可以识别防风固沙服务受益区，分析防风固沙服务的域外效应㊂谢高地㊁肖玉和徐洁等［１１ １３］对我国防风固沙型重点生态功能区和宁夏回族自治区等区域的防风固沙量与防风固沙服务流的时空分布进行了深入的研究，对受益区进行识别，并分析了受益区内的人口密度㊁社会经济与土地覆盖类型㊂肖玉等［１３］认为生态系统服务流的重要发展方向是分布式模拟，对于确定生态系统服务的供给者与受益者之间的利益关系有重要的意义，如对于固碳服务［１４］㊁土壤保持服务［１５］㊁水供给服务［１６ ２０］等生态系统服务流的研究有利于解释其流动规律，从而建立评估框架以及探究其供需平衡，为生态系统服务的高效利用与安全格局创造前提条件㊂Ｋｌａｐｐｅｒ等［２１］根据野生物种的全球贸易确定生态系统服务流，在全球国家和地区内进行空间分析，有利于针对性的保护行动㊂Ｍａｇｅｒｌ等［２２］根据森林生态系统服务流分析了美国森林碳汇㊂Ｓｈａｋｙａ等［２３］分析了多情景下保护区之间的生态系统服务流，以维持保护区的管理效益和生态系统服务㊂Ｚａｎｋ等［２４］分析了华盛顿州普吉特海湾地区的城市扩张对于生态系统服务流的影响㊂Ｋｌｅｅｍａｎｎ等［２５］以德国为例，分析了国家之间的生态系统服务流及其依赖关系㊂国外的研究主要分析了生态系统服务流对于国家等大范围的研究区域的经济发展与生态保护的影响㊂因此，需要考虑到产生于研究区内的防风固沙服务流对于研究区外更广泛区域，如对中国境内的社会经济与生态保护的影响㊂模拟防风固沙服务流的路径主要是基于ＨＹＳＰＬＩＴ（ＨｙｂｒｉｄＳｉｎｇｌｅ⁃ＰａｒｔｉｃｌｅＬａｎｇｒａｎｇｉａｎＩｎｔｅｇｒａｔｅｄＴｒａｊｅｃｔｏｒｙＭｏｄｅｌ，混合单颗粒拉格朗日整合轨迹模型）模型进行，以得到其时空分布㊂ＨＹＳＰＬＩＴ模型可以模拟粉尘运输途径与风沙轨迹［２６］㊁模拟ＰＭ１０和ＰＭ２．５扩散的时空变化和传播情况［２７］㊁研究沙尘暴的传播和扩散模式［２８］以及分析防风固沙的受益区域［１１］㊂ＨＹＳＰＬＩＴ模型可以直接使用美国大气实验室的气象数据产品㊂并且，ＨＹＳＰＬＩＴ模型的应用范围广，不仅可以模拟基础的气团轨迹，还可以应用在污染物转化和沉积㊁野火烟雾和放射性污染物等方面㊂通过ＨＹＳＰＬＩＴ模型可以模拟风沙路径，以得到防风固沙服务流空间流动的具体模式，但是，还需要结合土壤风蚀模型以估算具体的土壤风蚀量的时空分布并分析其影响因素㊂基于ＲＷＥＱ（ＲｅｖｉｓｅｄＷｉｎｄＥｒｏｓｉｏｎＥｑｕａｔｉｏｎ，修正土壤风蚀方程模型）对土壤风蚀量的估算已经产生了广泛的研究，如王洋洋等［２９］利用ＲＷＥＱ模型对宁夏草地的土壤风蚀量进行了估算；申陆等［３０］利用ＲＷＥＱ模型分析了浑善达克的土壤风蚀状况以及其主要驱动因素；宋超等［３１］利用像元二分模型结合植被覆盖度分析了宁夏灵武白芨滩自然保护区的土壤风蚀状况㊂江凌等［３２］结合ＲＷＥＱ模型与１３７Ｃｓ法研究发现青海省内柴达木盆地土壤风蚀较为严重㊂但是，目前对于土壤风蚀的研究大多以土壤风蚀量的时空分布为主，对于土壤风蚀量与模拟风沙流动路径两者相结合的研究较少，并且只局限于本研究区域受到土壤风蚀的影响，而缺乏对邻近区域生态环境危害的研究，并且缺少防风固沙服务供给区与受益区之间的生态㊁经济与社会联系的研究㊂无定河流域处于毛乌素沙漠与黄土高原的过渡区域，沙地面积广同时植被覆盖度较低㊂并且无定河流域处于风力侵蚀的区域，流域内分布有能源基地榆林等人口集中的城市，风蚀对当地人口会产生明显的负面影响㊂因此，本文探究了无定河流域土壤风蚀量及其防风固沙服务流对区域内与区域外人口与经济的影响方式与影响程度㊂本研究利用ＲＷＥＱ模型（ＲｅｖｉｓｅｄＷｉｎｄＥｒｏｓｉｏｎＥｑｕａｔｉｏｎ）估算无定河流域内２０００年㊁２００５年㊁２０１０年㊁２０１５年以及２０１８年的土壤风蚀量，并估算防风固沙物质量以衡量防风固沙服务能力㊂使用混合单颗粒拉格朗日整合轨迹模型（ＨｙｂｒｉｄＳｉｎｇｌｅ⁃ＰａｒｔｉｃｌｅＬａｎｇｒａｎｇｉａｎＩｎｔｅｇｒａｔｅｄＴｒａｊｅｃｔｏｒｙＭｏｄｅｌ，ＨＹＳＰＬＩＴ）模拟２０００年㊁２００５年㊁２０１０年㊁２０１５年以及２０１８年内的逐日风沙流动路径，获得中国范围内的受到模拟风沙路径影响的区域范围㊂结合２０００年㊁２００５年㊁２０１０年㊁２０１５年和２０１８年的社会经济与人口数据进行分析，在无定河流域与其防风固沙服务流动路径的影响区域之间建立联系㊂分析防风固沙服务供给区与受益区之间的生态㊁经济与社会联系，可以为无定河流域治沙防风等措施以及生态补偿相关政策等提供一定的参考和依据㊂１㊀研究区及数据源１．１㊀研究区概况无定河流域横跨陕西省北部和内蒙古自治区，流域面积３０２１６ｋｍ２，海拔较高，流域风速整体呈西北向东南逐渐降低的趋势㊂流域地处半湿润㊁半干旱地区㊂主要流经定边县㊁靖边县㊁横山县㊁榆林市等地区㊂无定河流域沙地面积达５６１４ｋｍ２，如图１所示，无定河流域土地覆盖类型主要为东南部的旱地以及西北部的沙地，沙地植被覆盖度低，易发生土壤风蚀㊂无定河流域内站点最大风速最高可达１６．４５ｍ／ｓ，并且高于起沙风速的时间点较多，易发生大规模的风沙扩散㊂研究无定河流域土壤风蚀对流域内生态环境安全㊁经济和社会的可持续发展具有重要意义㊂１．２㊀数据来源本研究中使用的数据来源如下表１所示㊂其中，栅格数据最终统一进行重采样为１ｋｍ，地理坐标系设置为ＧＣＳ＿ＷＧＳ＿１９８４㊂风速数据的插值是采用ＡＮＵＳＰＬＩＮ插值软件，选择了无定河流域周围的７８个气象站点进行插值后，再裁取无定河流域的风速栅格进行分析㊂ＮＣＥＰ再分析数据是经由美国国家海洋与大气局大气资源实验室下载后直接使用㊂土地利用的分类属于中国多时期土地利用遥感监测数据集（ＣＮＬＵＣＣ）的分类系统㊂中国多时期土地利用遥感监测数据集（ＣＮＬＵＣＣ）数据［３３］来源于资源环境科学数据注册与出版系统㊂采用二级分类系统：一级分为６类，主要根据土地资源及其利用属性，分为耕地㊁林地㊁草地㊁水域㊁建设用地和未利用土地；二级主要根据土地资源的自然属性，分为２３个类型㊂在该分类下，旱地（１２）属于一级分类耕地（１），草地（３）为一级分类，沙地（６１）为二级分类㊂５２３２㊀６期㊀㊀㊀王国宇㊀等：无定河流域防风固沙服务流动模拟㊀图１㊀研究区概况Ｆｉｇ．１㊀Ｓｔｕｄｙａｒｅａ表１㊀数据来源Ｔａｂｌｅ１㊀Ｄａｔａｓｏｕｒｃｅ数据类型Ｄａｔａｔｙｐｅ数据来源Ｓｏｕｒｃｅ数据内容Ｃｏｎｔｅｎｔ数据说明Ｄｅｓｃｒｉｐｔｉｏｎ风速数据Ｗｉｎｄｓｐｅｅｄｄａｔａ中国气象数据网（ｈｔｔｐ：／／ｄａｔａ．ｃｍａ．ｃｎ／）风速数据为２０００年㊁２００５年㊁２０１０年㊁２０１５年㊁２０１８年全年表格数据；无定河流域内及邻域的７８个气象站的风速数据ＮＣＥＰ再分析数据ＮＣＥＰｒｅａｎａｌｙｓｉｓｄａｔａ美国国家海洋与大气局大气资源实验室（ｈｔｔｐｓ：／／ｗｗｗ．ｒｅａｄｙ．ｎｏａａ．ｇｏｖ／ａｒｃｈｉｖｅｓ．ｐｈｐ）２０００年㊁２００５年㊁２０１０年㊁２０１５年㊁２０１８年全年与２０１９年１月１日至２０１９年１月３１日气象数据资料社会经济数据ＳｏｃｉａｌａｎｄｅｃｏｎｏｍｉｃｄａｔａＲｅａｌＧＤＰ数据（ｈｔｔｐｓ：／／ｄｏｉ．ｏｒｇ／１０．６０８４／ｍ９．ｆｉｇｓｈａｒｅ．１７００４５２３．ｖ１）；Ｌａｎｄｓｃａｎ人口数据（ｈｔｔｐｓ：／／ｌａｎｄｓｃａｎ．ｏｒｎｌ．ｇｏｖ／）；国家统计局（ｈｔｔｐ：／／ｗｗｗ．ｓｔａｔｓ．ｇｏｖ．ｃｎ／）２０００年㊁２００５年㊁２０１０年㊁２０１５年以及２０１８年１ｋｍ人口和ｒｅａｌＧＤＰ栅格数据㊁人口和ＧＤＰ统计数据栅格数据以及表格数据雪盖数据Ｓｎｏｗｄｅｐｔｈｄａｔａ旱区寒区科学数据中心（ｈｔｔｐ：／／ｗｅｓｔｄｃ．ｗｅｓｔｇｉｓ．ａｃ．ｃｎ）２０００年㊁２００５年㊁２０１０年㊁２０１５年以及２０１８年的２５ｋｍ的中国雪深长时间序列数据集栅格数据气象数据ＭｅｔｅｏｒｏｌｏｇｉｃａｌｄａｔａＣＭＦＤ数据集２０００年㊁２００５年㊁２０１０年㊁２０１５年以及２０１８年太阳辐射㊁降水㊁温度数据ＮｅｔＣＤＦ高程数据Ｅｌｅｖａｔｉｏｎｄａｔａ中国科学院资源环境科学数据中心（ｈｔｔｐ：／／ｗｗｗ．ｒｅｓｄｃ．ｃｎ）３０ｍＤＥＭ数据栅格数据植被数据Ｖｅｇｅｔａｔｉｏｎｄａｔａ中国科学院资源环境科学数据中心（ｈｔｔｐ：／／ｗｗｗ．ｒｅｓｄｃ．ｃｎ）２０００年㊁２００５年㊁２０１０年㊁２０１５年以及２０１８年１ｋｍ的ＮＤＶＩ数据栅格数据土壤数据Ｓｏｉｌｄａｔａ联合国粮食及农业组织（ｈｔｔｐｓ：／／ｗｗｗ．ｆａｏ．ｏｒｇ）ＨＷＳＤ（１ｋｍ）（ＨａｒｍｏｎｉｚｅｄＷｏｒｌｄＳｏｉｌＤａｔａｂａｓｅｖ１．２）土壤数据集栅格数据土地利用类型Ｌａｎｄｕｓｅｔｙｐｅ中国科学院资源环境科学数据中心（ｈｔｔｐ：／／ｗｗｗ．ｒｅｓｄｃ．ｃｎ）中国多时期土地利用遥感监测数据集（ＣＮＬＵＣＣ）栅格数据㊀㊀ＮＣＥＰ：美国国家环境预报中心ＮａｔｉｏｎａｌＣｅｎｔｅｒｓｆｏｒＥｎｖｉｒｏｎｍｅｎｔａｌＰｒｅｄｉｃｔｉｏｎ；ＧＤＰ：国内生产总值ＧｒｏｓｓＤｏｍｅｓｔｉｃＰｒｏｄｕｃｔ；ＣＭＦＤ：中国区域地面气象要素驱动数据集ＣｈｉｎａＭｅｔｅｏｒｏｌｏｇｉｃａｌＦｏｒｃｉｎｇＤａｔａｓｅｔ；ＮｅｔＣＤＦ：网络通用数据格式ＮｅｔｗｏｒｋＣｏｍｍｏｎＤａｔａＦｏｒｍ；ＤＥＭ：数字高程模型ＤｉｇｉｔａｌＥｌｅｖａｔｉｏｎＭｏｄｅｌ；ＮＤＶＩ：植被覆盖指数ＮｏｒｍａｌｉｚｅｄＤｉｆｆｅｒｅｎｃｅＶｅｇｅｔａｔｉｏｎＩｎｄｅｘ６２３２㊀生㊀态㊀学㊀报㊀㊀㊀４４卷㊀２㊀研究方法本研究通过结合ＲＷＥＱ模型（ＲｅｖｉｓｅｄＷｉｎｄＥｒｏｓｉｏｎＥｑｕａｔｉｏｎ）与混合单颗粒拉格朗日整合轨迹模型（ＨｙｂｒｉｄＳｉｎｇｌｅ⁃ＰａｒｔｉｃｌｅＬａｎｇｒａｎｇｉａｎＩｎｔｅｇｒａｔｅｄＴｒａｊｅｃｔｏｒｙＭｏｄｅｌ，ＨＹＳＰＬＩＴ）对无定河流域防风固沙服务流进行模拟㊂（１）基于ＲＷＥＱ模型计算得到潜在土壤风蚀量，实际土壤风蚀量与防风固沙量，从而量化无定河流域产生的防风固沙服务㊂（２）基于ＨＹＳＰＬＩＴ模型，模拟无定河流域内以榆林站㊁绥德站㊁靖边站以及横山站四个气象站为起点的风沙流动路径，从而模拟得到无定河流域的防风固沙服务的流动轨迹㊂（３）由于防风固沙服务的作用，模拟风沙流动路径所承载的土壤风蚀量会减少，减少的这部分即为防风固沙量㊂因此，通过结合ＲＷＥＱ模型与ＨＹＳＰＬＩＴ模型，分别量化与模拟防风固沙量与风沙流动路径，完成对无定河流域防风固沙服务流的模拟㊂研究方法框架如图２所示㊂图２㊀研究框架Ｆｉｇ．２㊀ＦｒａｍｅｗｏｒｋＲＷＥＱ：修正土壤风蚀方程模型ＲｅｖｉｓｅｄＷｉｎｄＥｒｏｓｉｏｎＥｑｕａｔｉｏｎ；ＨＹＳＰＬＩＴ：混合单颗粒拉格朗日整合轨迹模型ＨｙｂｒｉｄＳｉｎｇｌｅ⁃ＰａｒｔｉｃｌｅＬａｎｇｒａｎｇｉａｎＩｎｔｅｇｒａｔｅｄＴｒａｊｅｃｔｏｒｙＭｏｄｅｌ；ＮＤＶＩ：植被覆盖指数ＮｏｒｍａｌｉｚｅｄＤｉｆｆｅｒｅｎｃｅＶｅｇｅｔａｔｉｏｎＩｎｄｅｘ；ＤＥＭ：数字高程模型ＤｉｇｉｔａｌＥｌｅｖａｔｉｏｎＭｏｄｅｌ；ＮＣＥＰ：美国国家环境预报中心ＮａｔｉｏｎａｌＣｅｎｔｅｒｓｆｏｒＥｎｖｉｒｏｎｍｅｎｔａｌＰｒｅｄｉｃｔｉｏｎ２．１㊀ＲＷＥＱ模型ＲＷＥＱ模型［３４ ３６］充分考虑气候㊁土壤㊁植被等因素，定量评估研究区土壤风蚀量的动态变化，具体公式如下：ＳＬ＝２ｚｓ２Ｑｍａｘˑｅ－（ｚ／ｓ）２㊀㊀㊀㊀㊀（１）Ｑｍａｘ＝１０９．８（ＷＦˑＥＦˑＳＣＦˑＫᶄˑＣ）（２）ｓ＝１５０．７１（ＷＦˑＥＦˑＳＣＦˑＫᶄˑＣ）－０．３７１１（３）ＳＲ＝２ｚｓｒ２Ｑｒｍａｘˑｅ－（ｚ／ｓｒ）２（４）Ｑｒｍａｘ＝１０９．８（ＷＦˑＥＦˑＳＣＦˑＫᶄ）（５）７２３２㊀６期㊀㊀㊀王国宇㊀等：无定河流域防风固沙服务流动模拟㊀ｓｒ＝１５０．７１（ＷＦˑＥＦˑＳＣＦˑＫᶄ）－０．３７１１（６）Ｇ＝ＳＲ－ＳＬ（７）式中，ＳＬ表示风蚀量（ｋｇ／ｍ２）；Ｑｍａｘ表示风力的最大输沙能力（ｋｇ／ｍ）；ｓ表示关键地块长度（ｍ）；ＳＲ表示潜在风蚀量（ｋｇ／ｍ２）；Ｑｒｍａｘ表示潜在风力最大输沙能力（ｋｇ／ｍ）；ｓｒ表示潜在关键地块长度（ｍ）；Ｇ表示防风固沙物质量（ｋｇ／ｍ２）；ｚ表示所计算的下风向距离（ｍ），本次计算取５０ｍ；ＷＦ表示气候因子（ｋｇ／ｍ）；ＥＦ表示土壤可蚀性因子（无量纲）；ＳＣＦ表示土壤结皮因子（无量纲）；Ｋᶄ表示土壤糙度因子（无量纲）；Ｃ表示植被因子（无量纲）㊂（１）气候因子（ＷＦ）ＷＦ＝ｗｓｆˑ（ρ／ｇ）ˑｓｏｉｌｗˑｓｎｏｗｄ（８）ｗｓｆ＝ｖ２ˑ（ｖ２－ｖ１）２ˑｄｐｍ（９）式中，ＷＦ表示气候因子，ｗｓｆ表示风力因子，ρ表示空气密度，ｇ表示重力加速度，ｓｏｉｌｗ表示土壤湿度因子，ｓｎｏｗｄ表示雪盖因子（无积雪覆盖天数／研究总天数），雪盖深度小于２．５４ｃｍ为无积雪覆盖㊂ｖ２为月均风速值，ｖ１为起沙风速，取５ｍ／ｓ㊂ｄｐｍ为每月风速超过起沙风速的天数㊂对于ＲＷＥＱ模型中所使用的风速数据，采用的方法是结合气象站点风速数据与插值软件ＡＮＵＳＰＬＩＮ得到风速的栅格数据㊂（２）土壤可蚀性因子（ＥＦ）与土壤结皮因子（ＳＣＦ）ＥＦ＝２９．０９＋０．３１Ｓａ＋０．１７Ｓｉ＋０．３３Ｓａ／Ｃｌ－２．５９ＯＭ－０．９５ＣａＣＯ３１００（１０）ＳＣＦ＝１１＋０．００６６（Ｃｌ）２＋０．０２１（ＯＭ）２（１１）其中，Ｓａ表示土壤砂粒含量；Ｓｉ为土壤粉砂含量；Ｃｌ为粘土含量；ＯＭ为有机质含量；ＣａＣＯ３为碳酸钙含量；根据ＨＷＳＤ土壤数据计算㊂（３）植被因子（Ｃ）Ｃ＝ｅ－０．０４８３（ＮＤＶＩ－ＮＤＶＩｍｉｎＮＤＶＩｍａｘ－ＮＤＶＩｍｉｎ）（１２）式中，ＮＤＶＩ㊁ＮＤＶＩｍｉｎ㊁ＮＤＶＩｍａｘ分别表示ＮＤＶＩ的实际值㊁最小值和最大值㊂在ＲＷＥＱ模型中，对于植被因子中的参数有区分，对于倒放残茬，是通过大量田间和风洞实验得出的，由于无定河流域的东部及东南部区域主要土地利用类型为旱地，属于耕地的二级分类，因此采用该参数－０．０４８３㊂一般使用ＦＶＣ计算因子，本文根据参考文献［３６］使用公式（１２）㊂（４）土壤糙度因子（Ｋᶄ）Ｋᶄ＝ｃｏｓα（１３）式中，α表示坡度，根据ＤＥＭ数据计算得到㊂２．２㊀风沙流动路径模拟本研究采用ＨＹＳＰＬＩＴ模型模拟无定河流域内以榆林站㊁绥德站㊁靖边站以及横山站四个气象站为起点的风沙流动路径㊂首先通过风速数据查找出大于起沙风速［３７ ３８］的时间作为沙尘天气的发生时间，再通过ＨＹＳＰＬＩＴ模型模拟每年从１月１日开始模拟到每年的１２月３１日的每日风沙轨迹；之后通过ＨＹＳＰＬＩＴ模型与ＡｒｃＧＩＳ软件生成轨迹频率，从而得到轨迹影响范围，该范围即为防风固沙服务受益区㊂在本研究中，假设研究区没有植被覆盖；同时在风速超过起沙风速的阈值时［１１］，具备起沙条件，那么在此刻模拟的气团轨迹将会携带沙尘，从而可以看做为风沙流动路径并使得流动路径范围内产生沙尘天气［１２，３９］㊂ＨＹＳＰＬＩＴ模型不考虑沙尘质量，对于不同粒径的沙尘轨迹的传递范围仅靠传播时间进行区分㊂在本文中的模拟基于不考虑沙尘质量的假设㊂本研究将榆林站㊁绥德站㊁靖边站以及横山站四个气象站作为ＨＹＳＰＬＩＴ模型模拟的起始点㊂利用美国国８２３２㊀生㊀态㊀学㊀报㊀㊀㊀４４卷㊀家海洋与大气局大气资源实验室提供的资料，模拟研究区满足起沙条件时的沙尘五日后向轨迹㊂根据参考文献［３６］，选择模拟轨迹时长为五日㊂靖边站㊁横山站和榆林站位于无定河中部，毛乌素沙漠边缘，主要为沙地，地表为沙覆盖，储备了易被裹挟的沙粒；并且此三个站点附近植被覆盖度低，极其稀少，同时附近均为低覆盖度草地，水分缺乏，草被稀疏，易形成沙尘天气㊂绥德站位于无定河东南部，主要土地利用类型为耕地，以及较为稀疏的林地和中覆盖度草地，草被较为稀疏；该区域主要为耕作区，易受到沙尘天气的对粮食产量的负面影响㊂横山站㊁榆林站和绥德站附近的地形起伏变化较为剧烈㊂四个站点附近区域常年干旱少雨㊂因此，选择靖边站㊁横山站㊁榆林站和绥德站对于无定河流域整体的沙尘路径具备一定的科学性㊂２．３㊀防风固沙受益区范围模拟与防风固沙服务物质流本研究中，无定河流域风沙流动路径的受益区通过ＨＹＳＰＬＩＴ的频率分布模块与ＡｒｃＧＩＳ获得㊂流经栅格中沙尘传输路径的分布频率可以看作是该范围内受益人群的防风固沙服务受益多少的指示性指标，风沙轨迹分布频率越高表明经过该区域的风沙流动路径越多，则生态系统服务效益越大㊂风沙轨迹分布频率计算公式如下［３６］：ｐｉ＝ｒｉｒ（１４）式中，ｐｉ表示栅格ｉ的风沙轨迹分布频率，ｒｉ表示通过栅格ｉ的风沙轨迹数，ｒ表示风沙轨迹总数㊂通过对沙尘传输路径的空间插值得到防风固沙服务受益区的空间分布，即假设在裸地条件下不存在防风固沙服务，那么此时实际上沙尘传输路径经过的区域都可以看作是防风固沙服务流动的受益区范围㊂防风固沙服务物质流是指在植被覆盖的情况下所产生的防风固沙量，这部分沙尘在防风固沙服务的作用下被固定在沙尘源地，从而避免了沙尘传输对防风固沙服务受益区的损害，产生了防风固沙服务㊂因此，风沙轨迹越多，已经被植被减少的风沙量越多，从而通过轨迹数量计算出栅格尺度的轨迹频率并根据轨迹频率进行防风固沙量的分配㊂防风固沙服务流动路径频率越高，物质流相应越大㊂根据相关文献［３６］，物质流计算方式如下：ＰＬｉ＝Ｇˑｐｉ（１５）式中，ＰＬｉ表示防风固沙服务受益区内栅格单元ｉ上的物质流流量（ｋｇ／ｍ２），Ｇ表示防风固沙物质量（ｋｇ／ｍ２），ｐｉ表示栅格ｉ的风沙路径的分布频率（％）㊂栅格尺度根据参考文献［３６］使用了１ʎˑ１ʎ大小的栅格㊂３㊀结果与分析３．１㊀潜在风蚀量㊁实际风蚀量与防风固沙量时空格局２０００ ２０１８年间无定河流域潜在风蚀总量在１４．９１５ˑ１０９ｋｇ至１１５．９８１ˑ１０９ｋｇ之间，如表２所示，与２０００年相比２０１８年潜在风蚀量减少了７４．６９３ˑ１０９ｋｇ，呈 减⁃增⁃减 的波动变化趋势㊂而单位面积潜在风蚀量平均值呈现与潜在风蚀总量相同的变化趋势，单位面积潜在风蚀量平均值范围是０．６１３ｋｇ／ｍ２至３．８９０ｋｇ／ｍ２㊂与２０００年相比，２０１８年单位面积潜在风蚀量平均值减少了２．５７２ｋｇ／ｍ２㊂２０００ ２０１８年间无定河流域实际风蚀总量在１４．７１１ˑ１０９ｋｇ至１１１．０５４ˑ１０９ｋｇ之间，２０００年实际风蚀量最高，２００５年的实际风蚀量最低㊂相比２０００年实际风蚀量，２０１８年减少了７４．６７４ˑ１０９ｋｇ㊂整体上实际风蚀量呈现先下降，再上升，再下降的变化趋势㊂单位面积实际风蚀量平均值呈现与实际风蚀总量相同的变化趋势，平均值范围是０．６０５ｋｇ／ｍ２至３．８５８ｋｇ／ｍ２㊂与２０００年相比，２０１８年单位面积实际风蚀量平均值减少了２．５７２ｋｇ／ｍ２㊂如图３所示，在空间分布上，潜在风蚀与实际风蚀较低的区域主要集中在风场强度较低的中部以及东南部；而较高的区域主要集中在西北部㊂在２０００ ２０１８年间，潜在风蚀量与实际风蚀量变化最为明显的区域是无定河流域的中部及东南部，呈现先减少再增加再减少的波动变化趋势㊂与２０００年相比，２０１８年的潜在风蚀量与实际风蚀量有了显著的降低㊂总体来看，潜在风蚀与实际风蚀有了较为明显的改善，其影响区域在不断减少，其风蚀强度也在不断降低㊂９２３２㊀６期㊀㊀㊀王国宇㊀等：无定河流域防风固沙服务流动模拟㊀表２㊀２０００ ２０１８年防风固沙风蚀量统计Ｔａｂｌｅ２㊀Ｑｕａｌｉｔｙｓｔａｔｉｓｔｉｃｓｏｆｗｉｎｄｂｒｅａｋａｎｄｓａｎｄｆｉｘａｔｉｏｎｍａｔｅｒｉａｌｓｆｒｏｍ２０００ｔｏ２０１８项目Ｉｔｅｍ项目／单位Ｉｔｅｍ／ｕｎｉｔ２０００２００５２０１０２０１５２０１８潜在风蚀单位面积潜在风蚀最大值／（ｋｇ／ｍ２）１５．２１７７．２９２１５．２５５１４．０３０８．５２４Ｐｏｔｅｎｔｉａｌｗｉｎｄｅｒｏｓｉｏｎ单位面积潜在风蚀最小值／（ｋｇ／ｍ２）０．００００．００００．００００．００００．０００单位面积潜在风蚀平均值／（ｋｇ／ｍ２）３．８９００．６１３２．３１７１．８４９１．３１８潜在风蚀总量ˑ１０９／（ｋｇ／ｍ２）１１１．９８１１４．９１５５９．３９６５０．８９８３７．２８８实际风蚀单位面积实际风蚀最大值／（ｋｇ／ｍ２）１５．１４２７．１７８１５．１６２１３．９１２８．３３８Ａｃｔｕａｌｗｉｎｄｅｒｏｓｉｏｎ单位面积实际风蚀最小值／（ｋｇ／ｍ２）０．００００．００００．００００．００００．０００单位面积实际风蚀平均值／（ｋｇ／ｍ２）３．８５８０．６０５２．２８７１．８０８１．２８６实际风蚀总量ˑ１０９／（ｋｇ／ｍ２）１１１．０５４１４．７１１５８．６２６４９．７７０３６．３８０防风固沙量防风固沙总量ˑ１０９／（ｋｇ／ｍ２）０．９２７０．２０４０．７７１．１２８０．９０８Ｗｉｎｄｐｒｅｖｅｎｔｉｏｎａｎｄｓａｎｄｆｉｘａｔｉｏｎａｍｏｕｎｔ单位面积防风固沙量平均值／（ｋｇ／ｍ２）０．０３２０．００８０．０３００．０４０．０３２２０００ ２０１８年间无定河流域防风固沙总量在０．２０４ˑ１０９ｋｇ至１．１２８ˑ１０９ｋｇ之间，总体呈现 减⁃增⁃减 的波动变化趋势㊂与２０００年相比，２００５年防风固沙总量减少了０．７２３ˑ１０９ｋｇ，２０１８年防风固沙总量减少了０．０１９ˑ１０９ｋｇ㊂２０００ ２０１８年的单位面积平均防风固沙量是波动变化，为０．００８ｋｇ／ｍ２至０．０３２ｋｇ／ｍ２㊂从空间分布上看，防风固沙量较高的区域主要集中在西北部以及北部，这部分区域的土地覆盖类型主要为沙地，同时是干旱并且风力因子较高的区域㊂２０００年，２００５年与２０１５年无定河流域西北部以及北部都为较高的防风固沙量区域，直到２０１８年这些区域的防风固沙量才有了明显的降低㊂而无定河流域的中部㊁东部以及南部，在２０１８年防风固沙量也有了明显的降低㊂这些区域风力因子的降低对于防风固沙量的降低产生了重要的影响㊂图３㊀２０００ ２０１８年无定河实际风蚀量㊁潜在风蚀量与防风固沙量时空分布格局Ｆｉｇ．３㊀ＳｐａｔｉａｌａｎｄｔｅｍｐｏｒａｌｄｉｓｔｒｉｂｕｔｉｏｎｐａｔｔｅｒｎｓｏｆＳＬ，ＳＲａｎｄＧｉｎＷｕｄｉｎｇＲｉｖｅｒＢａｓｉｎｉｎ２０００㊁２００５㊁２０１０㊁２０１５㊁２０１８３．２㊀防风固沙服务流动路径模拟根据ＨＹＳＰＬＩＴ模型模拟结果（图４），２０００年榆林站㊁绥德站㊁靖边站以及横山站的沙尘传输路径分别有８０㊁１６２㊁７３㊁１７９条，总计有４９４条沙尘传输路径；２００５年榆林站㊁绥德站㊁靖边站以及横山站的沙尘传输路径０３３２㊀生㊀态㊀学㊀报㊀㊀㊀４４卷㊀分别有１３０㊁１５１㊁６２㊁１６４条，总计有５０７条沙尘传输路径；２０１０年榆林站㊁绥德站㊁靖边站以及横山站的沙尘传输路径分别有１３９㊁１５７㊁８２㊁１５９条，总计有５３７条沙尘传输路径；２０１５年榆林站㊁绥德站㊁靖边站以及横山站的沙尘传输路径分别有１３７㊁１５５㊁２６㊁１６４条，总计有４８２条沙尘传输路径；２０１８年榆林站㊁绥德站㊁靖边站以及横山站的沙尘传输路径分别有１２０㊁１４５㊁１６㊁１５６条，总计有４３７条沙尘传输路径㊂２０００年至２０１８年靖边站沙尘传输路径数目最少并且呈显著降低趋势，表明靖边站风沙天气有明显的改善㊂同时，绥德站与横山站的沙尘传输路径数目始终维持在较高的水平，表明当地的风沙天气依旧会对当地生态产生负面影响㊂２０１０年至２０１８年四个站点的沙尘传输路径总数呈现 先上升再下降 的波动变化趋势，２０１８年沙尘传输路径总数达到最低值，表明整体上风沙天气在经历了恶化后得到较为明显的改善，对当地生态环境的危害得到缓解㊂图４㊀２０００ ２０１８年防风固沙服务流动路径Ｆｉｇ．４㊀Ｆｌｏｗｔｒａｊｅｃｔｏｒｉｅｓｏｆｔｈｅｗｉｎｄｐｒｅｖｅｎｔｉｏｎａｎｄｓａｎｄｆｉｘａｔｉｏｎｓｅｒｖｉｃｅｉｎ２０００㊁２００５㊁２０１０㊁２０１５㊁２０１８基于国家测绘地理信息局标准地图服务网站下载的审图号为ＧＳ２０２０（４６３２）号的标准地图制作，底图无修改模拟的沙尘传输路径主要通过中国的北方，还经我国周边的俄罗斯㊁韩国和蒙古等国家，表明防风固沙服务流动路径影响范围远远超出中国㊂如表３所示，防风固沙服务流动路径不仅影响到北方诸多易发生风沙天气的城市，还会对南方部分城市气候产生一定或较少的影响㊂３．３㊀防风固沙受益区范围将路径分布频率分为六个区间，分别为０ １％㊁１％ ５％㊁５％ １０％㊁１０％ ２０％㊁２０％ ３０％㊁３０％ １，受益区主要位于中部以及东部的大部分省份（图５）㊂轨迹经过频率较高（＞３０％）的区域主要位于陕西北部㊂而轨迹经过频率影响区域范围最大的区间是＜１％，主要影响的区域有内蒙古㊁宁夏㊁甘肃中部以及东部㊁四川东北部㊁重庆㊁湖北㊁湖南㊁贵州㊁江西㊁江苏㊁辽宁㊁吉林等省份㊂无定河流域的防风固沙服务使得受益区内城市与居民的生活环境得到进一步的改善，其中路径分布频率最大的几个省份如陕西㊁山西和内蒙古等，所获得的防风固沙服务对当地居民生活也有更大的受益㊂３．４㊀防风固沙服务物质流防风固沙服务流动路径在服务供给区（无定河流域）与服务受益区之间建立了联系，流动路径频率较高地区的沙尘流量较多，所产生的防风固沙服务也更多㊂２０００年㊁２００５年㊁２０１０年㊁２０１５年和２０１８年物质流最高值分别为６３０．５１ｋｇ／ｍ２㊁１１９．５ｋｇ／ｍ２㊁５２４．８ｋｇ／ｍ２㊁６９２．７１ｋｇ／ｍ２㊁６５２．４３ｋｇ／ｍ２，物质流最低值分别为１３３２㊀６期㊀㊀㊀王国宇㊀等：无定河流域防风固沙服务流动模拟㊀。
周雄，吕大伟，宋蕾，等.云南省植被净初级生产力时空特征及其与气候因子的关系［J ］.中南农业科技，2023，44（7）：99-104．植被净初级生产力（Net primary productivity ，NPP ）是指绿色植物通过光合作用在单位时间、单位面积内产生的有机物总量并减去自养呼吸碳损耗所剩余的部分，也称第一生产力［1］。
NPP 作为生态系统功能和碳循环的重要指标，可以反映植物群落的生产力和固碳能力［2-4］，也可表征陆地生态系统植被质量状况和评价陆地生态系统的可持续发展［5，6］。
因此，研究NPP 的时空变异特征及其驱动因素，对于了解陆地生态系统碳循环和区域生态环境演变具有重要意义。
植被NPP 早期估算主要基于试验站点观测数据［7］，易受到空间尺度的限制，不利于区域尺度上的植被NPP 动态监测［8］。
随着遥感技术的发展，很多学者利用模型模拟法对区域植被NPP 进行了研究，其中基于遥感-过程耦合模型的MODIS NPP 产品得到了广泛应用［3，6，9-12］。
洪辛茜等［13］对中国西南喀斯特地区，王娟等［9］、Jiang 等［12］对黄河流域的研究均表明，NPP 时空分布格局具有显著异质性。
崔林丽等［14］对中国东南部地区、贾俊鹤等［15］对中国西北地区的植被NPP 时空分布及驱动因子进行了分析，结果表明气温与降水的空间格局是影响区域植被NPP分布的重要控制因素，但不同区域表现出的相关程度不同。
也有学者研究表明，不同植被类型NPP 对气候因子的敏感性也存在显著差异［11，16］。
因此，植被NPP 在区域尺度上的时空变化及驱动机制需要进一步研究。
云南省地处低纬高原山地环境，自然条件复杂、生物多样性丰富，也是中国西南地区的生态安全屏障［17］。
该区域的森林和草地生态系统在维持水源涵养和土地保持方面起重要作用［18］。
国内对云南省植被净初级生产力长时间序列变化的空间异质性及其影响因子研究较少。
2024年4月 灌溉排水学报 第43卷 第4期 Apr. 2024 Journal of Irrigation and Drainage No.4 Vol.43 105文章编号：1672 - 3317（2024）04 - 0105 - 08气候变化对天山地区极端径流的影响—以开都河为例郑 鹏1,2，陈亚宁2*，王怀军3，杨余辉1（1.新疆师范大学 地理科学与旅游学院，乌鲁木齐 830054；2.中国科学院 新疆生态与地理研究所 荒漠与绿洲生态国家重点实验室，乌鲁木齐 830011；3.淮阴师范学院 地理科学与规划学院，江苏 淮安 223300）摘 要：【目的】揭示天山地区极端径流演变规律，预估不同气候变化情景下天山地区极端径流特征。
【方法】基于Sen slope 、MK 检验、Pettitt 检验、概率分布函数、SW A T 模型和GCM 模式分析极端径流演变特征。
【结果】1959—2018年，开都河流域年、夏、秋和冬季径流呈不显著增加趋势，春季径流呈显著增加趋势，径流变化与降水的相关性大于与同期气温的相关性。
极端径流频率、强度和持续时间呈增加趋势，初洪时间呈显著推迟趋势。
Log -Pearson3函数对极端径流的模拟表现最优，50 a 重现期洪水次数、高流量最长持续时间、平均峰值流量重现水平分别为7.09次、79.04 d 和180.04 m 3/s 。
未来气候变化情景下，洪水次数增加，极端强度（平均年最大流量）增大，持续时间（高流量最长持续时间、高流量平均持续时间）和平均强度（平均极端径流流量、平均峰值流量）减小，初洪时间呈提前趋势，且最高和最低极端径流强度（平均极端径流流量、平均峰值流量、平均年最大流量）重现水平分别发生在SSP245和SSP370情景。
【结论】气候变化对天山极端径流具有重要影响，未来该地区将经历更频繁的极端径流事件和更为严重的单次特大洪水，研究结果对制定气候变化适应策略和水资源管理方案具有重要的指导意义。
《基于多源遥感的三江平原水稻种植信息监测及其与气候因子关系分析》篇一一、引言三江平原作为中国重要的农业生产基地，其中水稻种植尤为显著。
近年来，随着遥感技术的不断发展，利用多源遥感数据对三江平原的水稻种植信息进行监测及分析其与气候因子之间的关系，成为了农业生产与农业科学研究领域的重要课题。
本文旨在通过多源遥感技术，对三江平原的水稻种植信息进行实时监测，并对其与气候因子之间的关系进行深入分析。
二、研究区域与数据源本文以三江平原为研究对象，选取了多种遥感数据源，包括卫星遥感数据、无人机遥感数据等。
卫星遥感数据包括MODIS、Landsat等系列数据，能够提供大范围、长时间序列的遥感信息；无人机遥感数据则能够提供高精度的空间信息，为水稻种植信息的提取提供有力支持。
同时，本文还收集了相关的气候数据，包括气温、降水、风速等，用于分析水稻生长与气候因子之间的关系。
三、多源遥感在三江平原水稻种植信息监测中的应用利用多源遥感技术，可以对三江平原的水稻种植信息进行实时监测。
首先，通过卫星遥感数据获取大范围的水稻种植分布信息，确定水稻的种植面积、种植密度等基本信息。
其次，利用无人机遥感数据进行精细化的空间信息提取，如水稻的生长状况、病虫害情况等。
此外，结合光谱分析和纹理分析等图像处理方法，可以对水稻的种植信息进行分析和分类，提高信息的准确性和可靠性。
四、三江平原水稻种植与气候因子关系分析通过对三江平原的气候数据进行统计分析，发现水稻的生长与气温、降水、风速等气候因子密切相关。
其中，气温和降水是影响水稻生长的主要气候因子。
在生长季节内，适宜的气温和充足的降水有利于水稻的生长和发育；而风速则对水稻的生长产生一定的影响，过大的风速可能导致水稻倒伏等问题。
因此，在分析水稻种植信息时，需要考虑气候因子的影响。
五、结论本文利用多源遥感技术对三江平原的水稻种植信息进行了实时监测，并对其与气候因子之间的关系进行了深入分析。
通过研究发现在卫星遥感数据和无人机遥感数据的支持下，可以有效地提取和提取和分析水稻的种植信息；同时，气温和降水是影响水稻生长的主要气候因子，风速也会对水稻的生长产生一定的影响。
基于MODIS数据的柴达木盆地区域蒸散量的变化特征金晓媚;郭任宏;夏薇【摘要】柴达木盆地是中国四大内陆盆地之一.盆地内大面积由荒漠覆盖,气候干旱少雨,生态环境脆弱.基于MODIS遥感数据,应用表面能量平衡系统(SEBS),对柴达木盆地及8个水资源区2001～ 2011年的区域蒸散量进行了计算,并分析了其影响因素.结果表明:柴达木盆地11年间的年蒸散量呈现逐渐增长的趋势,由2001年的72.73mm增加到2011年的182.34mm.盆地8个水资源区的区域蒸散量按由大到小的顺序排列为:都兰河希赛区、柴达木河都兰区、格尔木区、巴音河德令哈区、哈尔腾河苏干湖区、鱼卡河大小柴旦区、那棱格勒河乌图美仁区、茫崖冷湖区；盆地气象站实测的蒸发量值与实际蒸散量值的换算系数为0.12.区域蒸散量与气温、降水及相对湿度等气象因子呈正相关关系；同时,区域蒸散量随着地表植被覆盖率的增加而增大.【期刊名称】《水文地质工程地质》【年(卷),期】2013(040)006【总页数】6页(P8-13)【关键词】蒸散量;表面能量平衡原理;MODIS;植被覆盖率;柴达木盆地【作者】金晓媚;郭任宏;夏薇【作者单位】中国地质大学(北京)水资源与环境学院,北京 100083;中国地质大学(北京)水资源与环境学院,北京 100083;中国地质大学(北京)水资源与环境学院,北京100083【正文语种】中文【中图分类】P426.2;TV213.9地表的蒸发和植被的蒸腾共同构成蒸散(Evapotranspiration，ET)。
蒸散是大气－植被－土壤中能量交换的主要途径［1］。
研究区域蒸散的时空分布特征不仅是了解区域生态水文过程的基础，也对深入认识地表能量平衡和区域水循环具有重要意义［2］。
Penman-Monteith 公式［3～4］、波文比能量平衡法［5］、空气动力学法［6］等是传统估算蒸散发的方法，主要通过点上计算再推算至区域。
对于大尺度的非均质地表，这些以点代面的计算方法误差较大，很难满足精度上的要求。
青海湖流域潜在蒸散发的气候敏感性及归因分析方健梅;蒋丽伟;余新晓;周金星;郑桂莲【期刊名称】《湖南林业科技》【年(卷),期】2022(49)5【摘要】研究气候变化背景下潜在蒸散发(ET_(0))的演变特征,有助于了解水循环演变机理,为区域水资源规划管理提供理论依据。
基于青海湖流域及周边7个气象站1960—2016年逐日气象数据,利用Penman-Monteith模型计算ET_(0),运用Mann-Kendall非参数趋势检验法、Hurst指数趋势预测、敏感性分析对流域ET_(0)的变化特征及其影响因素进行了分析,并计算了各气象因子对ET_(0)变化的贡献率。
结果表明:青海湖流域年平均ET_(0)为874.63 mm,线性倾向率为2.27 mm·10 a^(-1),整体呈缓慢上升趋势;ET_(0)对各气象因子的敏感系数按照绝对值由高到低排列为|相对湿度|>|日照时数|>|最高气温|>|风速|>|最低气温|;各气象因子对ET_(0)变化的贡献率按照绝对值由高到低排列为|最高气温|>|风速|>|最低气温|>|日照时数|>|相对湿度|;ET_(0)与其各影响因子的相关系数绝对值由高到低分别为|相对湿度|>|最高气温|>|日照时数|>|风速|>|最低气温|。
综上,青海湖流域ET_(0)对相对湿度最为敏感,而最高气温是1960—2016年间ET_(0)变化的主要贡献因子。
最高气温的显著上升、平均风速的显著下降以及其他因子综合作用,导致了青海湖流域ET_(0)增加,未来ET_(0)仍可能呈上升趋势。
【总页数】8页(P13-20)【作者】方健梅;蒋丽伟;余新晓;周金星;郑桂莲【作者单位】国家林业和草原局林草调查规划院;北京林业大学水土保持学院【正文语种】中文【中图分类】P426.2【相关文献】1.洮河流域潜在蒸散发的气候敏感性分析2.基于S-W模型的韩江流域潜在蒸散发的气候和植被敏感性3.雅鲁藏布江流域潜在蒸散发的气候敏感性及其变化的主导因子分析4.基于潜在蒸散量对青海湖流域干旱气候以及影响因素的分析5.青海湖流域典型下垫面潜在蒸散量变化特征及影响因素分析因版权原因，仅展示原文概要，查看原文内容请购买。
第 32 卷 第 8 期Vol.32，No.828-392023 年 8 月草业学报ACTA PRATACULTURAE SINICA 李芳， 王广军， 杜海波， 等. 融合MODIS 和Landsat 数据的青海湖流域典型区NDVI 重构与年内最大值变化分析. 草业学报， 2023， 32（8）： 28−39.LI Fang ， WANG Guang -jun ， DU Hai -bo ， et al . Integrating MODIS and Landsat data to reconstruct the Landsat NDVI of a typical region in the Qinghai Lake Basin and changes in the intra -annual NDVI maximum. Acta Prataculturae Sinica ， 2023， 32（8）： 28−39.融合MODIS 和Landsat 数据的青海湖流域典型区NDVI 重构与年内最大值变化分析李芳1，王广军1*，杜海波2，李萌1，梁四海3，彭红明4，5（1.中国地质大学（北京）土地科学技术学院，北京 100083；2.内蒙古煤田地质局勘测队，内蒙古 呼和浩特 010010；3.中国地质大学（北京）水资源与环境学院，北京 100083；4.青海省环境地质勘查局，青海 西宁 810007；5.青海省环境地质重点实验室，青海 西宁 810007）摘要：归一化植被指数（NDVI ）能够较准确表达出植被覆盖和生长状况，对其进行时间序列分析已成为研究全球、国家或区域植被生长的重要方式。
针对当前NDVI 时序产品空间分辨率不高，难以应用于小尺度的精细研究，以及利用Landsat 不同时相NDVI 评估生态环境质量受植被季相和年际变化影响较大等问题，首先基于增强型时空自适应反射率融合模型（ESTARFM ）融合MOD09Q1和Landsat 数据，对植被年内生长季NDVI 数据进行预测插补，之后利用Logistic 模型重构2001-2020年植被生长季NDVI 曲线，通过引入MODIS 逐日NDVI 数据确定NDVI 年内最大值日期，逐像素求解出最优的Landsat NDVI 年内最大值，并将其应用于青海湖流域布哈河附近局部典型区域植被生长状况评估。
收稿日期：2022-11-05基金项目：国家自然科学基金项目（41861056）；内蒙古自治区科技计划项目（2021GG0183）；内蒙古高校青年科技英才支持计划项目（NJYT22030）；内蒙古自然科学基金项目（2022MS04005）；内蒙古师范大学引进高层次人才科研启动经费项目（2020YJRC051）作者简介：青格乐（1998-），男，内蒙古兴安盟人，在读硕士研究生，研究方向为自然灾害遥感监测预警，（电话）188****1536（电子信箱）*****************；通信作者，黄晓君（1984-），男，内蒙古兴安盟人，副教授，博士，主要从事自然灾害监测与预警研究，（电话）134****0301（电子信箱）************。
青格乐，黄晓君，百里嘎，等.基于MODIS-MOD09Q1数据的雅氏落叶松尺蠖灾区提取及其适生气候特征分析［J ］.湖北农业科学，2024，63（1）：169-176．基于MODIS-MOD09Q1数据的雅氏落叶松尺蠖灾区提取及其适生气候特征分析青格乐1a ，黄晓君1a ，1b，百里嘎1a ，Ganbat Dashzebeg 2，Tsagaantsooj Nanzad 2，Altanchimeg Dorjsuren 3，Davaadorj Enkhnasan 3，Mungunkhuyag Ariunaa 2（1.内蒙古师范大学，a.地理科学学院/内蒙古自治区遥感与地理信息系统重点实验室；b.内蒙古自治区蒙古高原灾害与生态安全重点实验室，呼和浩特010022；2.蒙古国科学院地理与地质研究所，乌兰巴托15170；3.蒙古国科学院综合实验生物学研究所，乌兰巴托13330）摘要：通过MODIS-MOD09Q1遥感数据，使用归一化植被指数（NDVI ）、比值植被指数（RVI ）和近红外波段反射率（NIR ）3个易获取且与虫害发生程度具有响应的指标，划分灾区受害度等级植被指数的变化，构建虫害综合指数（PCI ）模型，实现雅氏落叶松尺蠖（Eeannis jacobssoni ）灾区信息快速提取。
