干旱对草地生态系统影响研究进展

在全球气候变化的背景下,干旱对生态系统的影响呈现复杂性、多过程性的特征,研究干旱对生态系统的损伤及其修复意义巨大,尤其是作为生态系统重要组成部分的草地生态系统。在对草地生态系统的干旱影响研究进展和研究方法进行总结的基础上,系统地梳理了草地生态系统生产力的基本概念和干旱影响草地生态系统的关键指标及其干旱下的变化过程,同时,总结了干旱对草地生态系统的影响机制与过程,并分别分析了干旱对GPP、TER、碳源汇等草地生态系统关键指标的影响过程。此外,干旱对草地生产力影响研究中常采用的试验观测、遥感监测和模型模拟等3种方法进行了总结和分析。在此基础上,围绕着当前干旱对草地生态系统的影响,研究所采用方法手段及其进展揭示了干旱对草地生态系统影响存在的问题。最终,凝练指出了改进模型和遥感监测的不确定性以加强干旱对生态系统损伤机理的定量化,揭示并建立干旱对生态系统影响系统评估框架,加强试验和模型模拟结合,走"数据-模型"融合的改进之路等4条干旱对草地生态系统影响研究的未来可能发展主要方向,相关研究可为干旱对草地生态系统影响研究提供参考。     

科技成果综合集成系统研究与应用

为有效管理和利用国家重点研发计划“水资源高效开发利用”专项研究成果,研发了科研成果综合集成系统,在实现成果数据分级分类管理、条件查询、报表统计、多维多层展示等功能的基础上,集成了成果全文搜索、智能爬取、自动生成报告等信息化技术,实现了科研成果实时动态管理,提升了成果管理和应用分析能力,为总结和应用专项成果以及“十四五”科技项目立项提供支撑。     

基于MODIS数据的农业干旱监测方法对比分析

利用2004年4月～6月上旬的MODIS影像数据,结合实测的土壤墒情数据,对比不同深度及不同拟合方式下土壤湿度的估算精度。另外,分别选用植被供水指数(VSWI)、基于EVI的植被供水指数(E-VSWI)、归一化多波段干旱指数(NMDI)与对应的土壤湿度数据进行回归分析,并在此基础上利用最优指数实现研究区土壤湿度的估算及旱情监测。结果表明:在华北平原中部地区冬小麦生长季节,利用MODIS数据进行土壤湿度估算的最佳深度是10cm;最佳拟合方式是线性拟合方式;植被供水指数(VSWI)在研究区整个时间序列具有最好的稳定性,可为今后大区域作物生长期的干旱监测提供一个简单方法。     

干旱类型转化机理及预警体系框架研究

为了明晰不同干旱类型之间的转化机理以构建科学系统化的干旱预警体系框架,在系统化分析气象干旱、水文干旱、农业干旱和社会经济干旱的产生过程及其相互关系的同时,探讨了干旱监测指标内涵及干旱事件识别,在此基础上,基于大尺度水循环过程分析了水循环过程的干旱产生,进而深入分析了不同类型干旱之间转化的机理,确定了不同类型干旱转化的关键指标和条件因素,最后,以基于多源遥感数据和地面数据库为基础,利用多源数据融合的方法,通过构建综合干旱指数,建立了干旱预警体系框架。研究表明:从系统角度全面研究干旱类型之间的演进过程、干旱指标内涵及干旱事件的识别,建立干旱动态监测与评估综合分析模型或指标,明晰不同类型干旱转化机理,开展定量监测与评估干旱事件的动态演进过程及其影响,构建干旱预警体系框架,是开展干旱监测、预测、预警、评估和进一步开展旱灾研究的基础。     

降水因素导致的水分亏缺对冬小麦产量影响的敏感期分析

降水是影响华北平原冬小麦产量的重要因子之一,该区域生长季降水无法满足冬小麦生长需求是造成粮食减产的主要因素。本研究设计不同降水情景,基于 CERES-Wheat 模型模拟不同水分亏缺情景下冬小麦生长发育过程,识别降水对冬小麦产量影响的关键期。研究发现: 不同持续时间的无降水对产量的影响存在较大差异,由 1 ～4 周不降水引起的水分亏缺对冬小麦造成的减产率范围为 3. 1% ～29. 7%。超过 2 周不降水引起的降水亏缺对冬小麦产量造成显著影响。播种－越冬期后期( 0～16 周) ,冬小麦不同生育阶段发生 1～4 周的无降水对减产率的影响差异较小; 从越冬期后期开始,1～4 周的的无降水造成的减产率差异显著增大。太行山山麓平原区、冀鲁豫低洼平原区、山东丘陵农林区在冬小麦生育期内存在三个较大的减产率峰值期,分别是越冬期后期、返青期前期、拔节－灌浆期。黄淮平原区在冬小麦生育期内存在两较大的减产率峰值区,分别在返青期、灌浆期周围。区域上不同持续时间的无降水造成的冬小麦减产率研究,能够为作物干旱影响评估和节水灌溉提供有益借鉴。     

讨赖河流域时间水权制度及其水量分析

通过对讨赖河以时分水制度的分析,阐述了时间水权的概念、特性及适用条件,并引入水文序列的统计分析,分析了“依时取水”下各区域的可支配水量、实际用水量及缺水量,揭示了讨赖河时间水权制度的水量内涵,给出了讨赖河基于时间水权进行水量水权明晰的边界条件,为流域总量控制提供了科学基础。     

无人机遥感系统在低温雨雪冰冻灾害监测中的应用

无人机航空遥感系统具有实时性强、机动灵活、影像分辨率高和成本低的特点,且能够在高危地区作业,非常适用于各种自然灾害的应急救援.具体介绍了低空无人机遥感系统在2008年南方特大低温雨雪冰冻灾害中的应用情况,如灾情勘查与实时监测、现场救灾指挥和调度、受灾面积估算、灾情评估、灾后数字地图更新与灾后重建等,具有重要的应急救援作用.同时,在此次灾害救援中,无人机遥感暴露了一些不足,对其提出了改进方案.长远来看,无人机航空遥感系统在自然灾害应急领域具有广阔的应用前景.     

旱情监测指标体系研究进展及展望

干旱监测指标作为干旱研究的基础与关键,仍存在缺乏有效的分类与使用等问题,为进一步明晰旱情监测指标分类及旱情监测指标分析的不足,通过对旱情监测指标的科学梳理与总结,系统的对旱情监测指标体系进行了归类工作,将旱情监测指标分为气象干旱指标、水文干旱指标、农业干旱指标、社会经济干旱指标、生态干旱指标及综合干旱指标,总结和对比了现有旱情监测指标分类和指标本身的不足。在此基础上,基于干旱研究的未来发展诉求,提出了探索指标深度广度、完善指标动态监测功能、强化指标时空耦合性、耦合多模型多模式干旱体系、耦合多变量干旱监测体系、推进遥感旱情指标监测和提升大数据旱情监测平台构建能力等未来可能发展趋势,为当前进一步开展旱情监测、预测、预警和评估工作奠定基础。     

基于BP神经网络的HEC-RAS二维模型糙率参数自动率定

水面宽阔河段、洪泛区和潮汐河口段的水文及水动力学计算模拟多采用二维模型,然而因模型复杂的非线性映射关系常导致参数率定效率和精度不高,甚至出现"异参同效"问题。为此,提出一种应用BP神经网络自动率定二维模型糙率参数的方法。以海南昌化江入海口段为计算实例进行数值检验,结果表明:编写的Python程序能够准确率定HEC-RAS二维模型实例各糙率分区的糙率参数,各糙率分区的率定糙率值均在参数取值范围内,且均在观测糙率值±0.011内,未出现"异参同效"现象;水位率定计算误差满足设定允许误差要求,设定允许误差0.20 m、0.15 m和0.10 m的平均率定计算误差小于0.10 m,设定允许误差0.05 m的平均率定计算误差接近0 m;设定允许误差为0.15 m时,率定程序的运算效率最高。选用海南201409号台风"威马逊"时期的昌化江实测资料进行验证,证明该方法有效可靠,能够实现HEC-RAS软件二维模型糙率率定功能,可推广应用于其他模型参数率定。     

降水因素导致的水分亏缺对冬小麦产量影响的敏感期分析

降水是影响华北平原冬小麦产量的重要因子之一,该区域生长季降水无法满足冬小麦生长需求是造成粮食减产的主要因素。本研究设计不同降水情景,基于CERES-Wheat模型模拟不同水分亏缺情景下冬小麦生长发育过程,识别降水对冬小麦产量影响的关键期。研究发现:不同持续时间的无降水对产量的影响存在较大差异,由1～4周不降水引起的水分亏缺对冬小麦造成的减产率范围为3.1%～29.7%。超过2周不降水引起的降水亏缺对冬小麦产量造成显著影响。播种-越冬期后期(0～16周),冬小麦不同生育阶段发生1～4周的无降水对减产率的影响差异较小;从越冬期后期开始,1～4周的的无降水造成的减产率差异显著增大。太行山山麓平原区、冀鲁豫低洼平原区、山东丘陵农林区在冬小麦生育期内存在三个较大的减产率峰值期,分别是越冬期后期、返青期前期、拔节-灌浆期。黄淮平原区在冬小麦生育期内存在两较大的减产率峰值区,分别在返青期、灌浆期周围。区域上不同持续时间的无降水造成的冬小麦减产率研究,能够为作物干旱影响评估和节水灌溉提供有益借鉴。