程路[1]2003年在《秦岭山地辐射和气温空间分布研究》文中研究指明本文用秦岭地区36个气象观测站1971-2000年30年气候整编资料的月平均气温、日照百分率资料，1961-2000年西安日射资料，以及秦岭地区1km×1km DEM数据，对秦岭地区山地辐射和气温空间分布进行研究。根据山地气候学原理，利用GIS技术，建立秦岭地区辐射空间分布模型，计算秦岭山地天文辐射空间分布。分析气温空间分布的影响因子，建立秦岭山地月平均气温空间分布模型，计算秦岭山地月平均气温空间分布。根据太阳光线与实际地形之间的几何关系，利用DEM数据，考虑山地坡度、坡向和遮蔽等的影响，建立了起伏地形下天文辐射分布式计算模型。本模型可准确计算山地天文辐射空间分布。晴空指数、直接透射率与日照百分率有良好的相关关系。根据这种关系建立的秦岭地区的晴空指数、直接透射率计算模型，估算水平面总辐射、直接辐射有较好的精度。拔海高度和地形是气温空间分布的主要影响因子。气温递减率在不同时间、不同空间是不相同的。地形对气温空间分布的影响主要是通过对辐射分布的影响而起作用的。研究发现，在时间尺度上，温度与天文辐射、总辐射和直接辐射都有良好的相关性；在空间尺度上，温度与天文辐射有较好的相关性，与总辐射和直接辐射的相关不明显。根据气温递减率和辐射因子建立的温度空间分布模型，可很好地反映山地气候的特点。
高翔[2]2011年在《五十年来秦巴山地气候变化趋势及空间分布研究》文中研究表明秦岭是横亘在我国中部的着名山脉,更是我国气候的重要分界线。本文利用1959-2009年50年来秦岭地区南坡20个站点,北坡13个站点总计33个标准气象站点的逐年月平均气温、降水资料、研究区县界图和1：5万秦岭地区DEM图,利用GIS技术分析研究了50多年来秦岭地区气候变化趋势及秦岭山地气温空间分布特征。其主要研究结果和进展如下：(1)50多年来秦岭地区气温及降水变化趋势50年来秦岭地区年均温呈显着上升趋势,其北坡变暖更为显着,年均温增加达1.2℃,南坡年均温增加达0.5℃。年均温的明显上升发生在1993年。四季气温除夏季呈微弱的减少趋势,两地区春、秋、冬叁季平均气温均呈极显着的上升趋势(p<0.01),其中冬、春两季平均气温上升更为显着。秦岭北坡地区四季气温的变化速率与变化幅度均高于南坡,且两地区四季温差均逐渐减少。秦岭南北坡地区1-5月,9-12月气温均呈增加趋势,尤以2,4月和9月增温更为明显,其中北坡增温更为迅速。秦岭南坡地区年降水量呈不显着的减少趋势,北坡地区则呈微弱的增加趋势。秦岭南北坡地区春季和秋季降水量均呈减少趋势,两地区春季降水量均通过了显着性水平检验(p<0.05)；夏、冬两季两地区降水量均呈增加趋势,其中北坡夏季降水量增加显着(p<0.01)。秦岭地区4月降水量呈显着的减少趋势。(2)秦岭山地50多年来年平均气温及1月均温的空间分布特征基于DEM制作了秦岭山地年均温栅格影像图。秦岭地区年平均气温空间分布总体上是南高北低,西部高山地区年均气温较为明显地低于其他地区,低值中心在太白山附近地区,最低值为0.35℃,气温较高的地区为关中平原地区以及陕南的部分地区,气温的最高值为16.25℃。秦岭1959-1969年的1月均温的范围是-11℃～4℃,1979-1989年1月气温范围为-10℃～4℃,最低温度较之前20年上升了1℃此期间秦岭北坡、南坡均出现增温趋势,0℃等温线发生明显上升。至21世纪初(1999-2009)年间,1月均温分布为(10℃～5℃),最低温度和最高温度均比60、70年代增加1℃。(3)50年来秦岭1月0℃等温线变化趋势1月0℃等温线走势与秦岭主脉走向大体一致,50多年来秦岭地区1月零摄氏度等温线有逐渐的北移趋势,利用GIS的空间分析功能按每十年时间顺序提取五条等温线海拔区间范围的均值为别为：1091米、1101米、1127米、1116米、1187米,可以看出等温线五十年间发生了上升,其对应的海拔高度上升约100米左右,尤以近十多年来上升幅度明显。
翟丹平[3]2017年在《秦岭山地气温直减率时空差异及气温变化趋势》文中研究说明在评估山地生态系统对气候变化响应的过程中,作为气温要素的重要输入参数,气温直减率(γ)的精确性直接影响到相关科研工作的真实性和可靠性。本文基于11个分布于秦岭主峰太白山(3771.2 m)南北坡和不同海拔梯度的标准气象站点2013～2015年的实测每日平均气温资料、1959～2015年秦岭山地32个气象站点每月平均气温数据和25 m*25m空间分辨率的DEM,研究了秦岭太白山气温直减率的时空变化规律,并针对Landsat 8影像运用辐射方程传输法进行瞬时地表温度场的反演,利用窗口差分法推导秦岭太白山气温直减率场,通过GIS空间分析技术定性和定量地探究了太白山气温直减率的空间分布特征和影响因素。在各月γ的基础上,获取了秦岭山地近57年来的气温栅格数据集,并揭示了气候变暖背景下秦岭地区气温的时空变化特征,为该地区生态系统的响应研究奠定基础。研究获得如下结果和进展:(1)2013～2015年秦岭太白山年均γ北坡均大于南坡,年均γ北坡随海拔变化表现出一定的差异性,而南坡相对稳定。秦岭太白山气温随海拔上升呈极显着下降趋势,且叁年年均γ波动很小。2013、2014和 2015 年南、北坡年均γ分别为 0.508℃/100 m 和 0.522℃/100 m、0.502℃/100 m 和0.515℃/100 m、0.487℃/100m和0.501℃/100m。叁年北坡γ平均为0.513℃/100 m,南坡 γ 为 0.499℃/100m。年均北坡γ随海拔变化表现出一定的差异性,在较低海拔区(≤2000 m)和山顶高海拔区(≥3000m)γ偏高,中部海拔区(2000～3300 m)γ偏低,而南坡较为稳定。(2)在季、月时间尺度上γ均存在明显差异,且南、北坡变化趋势不一致。在季尺度上,γmax出现在南、北坡的时间不一,北坡出现在夏季,为0.619 ℃/100 m,而南坡出现在春季,为0.546℃/100m;而γmin均为冬季,南北坡分别为0.449℃/100m和0.390℃/100m。各季节γ在南、北坡亦有差异,在春季和夏季,北坡γ均大于南坡,而冬季相反,北坡小于南坡,秋季几乎无差异。在月尺度上,南、北坡γ有较大的差异,北坡变化幅度大于南坡;月均温相对高的月份(5～9月)γ较高,且北坡大于南坡,而月均温相对低的月份(11～12、1～2月)γ较小,且北坡γ小于南坡。(3)所获得的γ较为客观地反映了太白山气温随海拔变化的规律性,是定量研究秦岭山地气候变化及其生态系统响应等的基础理论资料。对所得γ进行一致性分析表明,连续叁年平均γ无显著差异,将2013、2014和2015年各时间尺度上的γ进行均值化处理,可更准确地表征秦岭太白山各时间尺度上气温直减率的实际状态。根据样本数据的差异性检验可知,2013～2015年属于全球气候变化下的正常气候。所选两站点连续叁年内月均温变化趋势与57 a来1～12月平均气温变化趋势亦表现出很高的一致性。因此由太白山11个气象站点的气温数据所得的γ符合近60a来气候变化下的气温随海拔变化的普遍规律。此外,基于本文各月γ,通过O-Kriging法模拟山地气温场,经实测数据检验可知,平均误差仅为0.56℃,且绝大多数误差在1℃以内,说明了本文γ在整个秦岭山地范围具有普遍适用性。(4)秦岭太白山γ在山脊和山谷附近表现出高直减率条带,且随坡向(阳坡-半阴阳坡-阴坡)逐渐变大。采用辐射传输方程法针对Landsat 8 TIRS反演的地表温度在一定程度上反映了气温的现实分布格局。秦岭太白山γ的空间分布与山体、沟谷走向大体一致,在山脊、山谷及北坡低海拔处表现出较高值,而中海拔区γ相对较低。高、中、低海拔区γ分别为0.913℃/100m、0.471℃/100m、0.755℃/100m。坡向对γ分布的影响表现为从阳坡至阴坡逐渐增大,阳坡、半阴阳坡、阴坡依次为0.515℃/100m、0.541℃C/100m、0.617℃/100 m。(5)近57年来秦岭山地年均温占92.1%的像元表现出显着上升趋势,春、冬季气温的上升贡献最大,且在空间上存在极显着的增温中心。近57年来秦岭山地平均气温为10.49℃,南坡高于北坡。在年尺度上,秦岭山地年均温增长率为0.186℃/10a,北坡气温倾向率(0.217℃/10a)高于南坡(0.178℃/10 a),且北坡气温突变年份(1994年)早于南坡(1997年);全区域有92.1%的像元达显着性增温水平(P≤0.05),并在太白山及陕南商洛市的镇安和柞水一带表现出极显着的增温中心。春季和冬季增温最明显,分别占97.1%和96.1%达到显着性水平,春季南北坡气温倾向率分别为 0.253 ℃/10a 和 0.352℃/10a,冬季分别为 0.317℃/10a 和 0.302℃/10 a,秋季亦占全区域的69.6%达到显着性增温水平,而夏季仅占29.8%。在月尺度上,1～4月和9月南、北坡气温均呈显着上升趋势,而5～8月份增温趋势不显着。
程路, 邱新法[4]2006年在《基于GIS的秦岭山地气温空间分布》文中指出提出一种以气象站点观测资料为基础,用G IS技术建立山地平均气温分布模型的方法。通过数字高程模型(DEM),获取地形数据,建立山地天文辐射模型。考虑海拔高度、地形等影响气温空间分布因子,建立山地气温分布模型。
袁博[5]2013年在《秦岭山地植被净初级生产力及其对气候变化的响应》文中研究指明秦岭山地阻止北方寒潮南侵,减缓湿润空气北移,是我国重要的气候分界线,同时也是陕西省最大的林区。本文基于1982～2009年秦岭山地的太阳辐射、气温和降水资料,及遥感数据集植被指数NDVI,利用CASA模型对近30年来秦岭山地植被净初级生产力(Net Primary Productivity, NPP)变化情况进行了模拟和估算,分析了秦岭山地NPP、不同覆被类型NPP的时空变化特征及其与气温、降水的相关性。获得如下主要研究结果和进展：(1)秦岭山地植被NPP时间序列变化特征1982～2009年28年间秦岭山地植被NPP平均总量为41.40TgC/yr,单位NPP平均值为586.85gC/m2/yr,年NPP最大值和最小值分别出现于2008年(718.77gC/m2/yr)和2001年(471.78gC/m2/yr),近30年秦岭山地NPP表现出不显着的下降趋势；在年代尺度上,1980和1990两个年代NPP均呈下降趋势,2000年代则呈现增长趋势。在季节和月尺度上,7月份NPP最高(112.91gC/m2/yr),1月份最低(8.16gC/m2/yr),年NPP超过90%积累于4-10月；各季节NPP大小依次为夏季(314.92gC/m2)>春季(141.13gC/m2/yr2)>秋季(105.64gC/m2/yr)>冬季(25.15gC/m2/yr),除夏季快速下降外,其他叁个季节NPP在近30年均出现小幅增长。(2)秦岭山地植被NPP空间分布及变化趋势近30年秦岭山地NPP平均值空间差异明显,研究区内最大值为1191.19gC/m2/yr,超过95%的地区NPP处于400～800gC/m2/yr范围内,NPP高值区(大于800gC/m2/yr)主要分布在东部的商南及南部的岚皋境内,受人类活动、植被类型等的影响,北部的蓝田、商洛一带NPP较低(小于400gC/m2/yr)。近30年间秦岭山地大部分地区的NPP呈小幅下降趋势,下降幅度空间差异较大；各年代内NPP的变化趋势不尽相同,前两个年代均以下降为主,2000年代秦岭NPP表现出全面增长趋势。(3)不同土地覆盖类型的NPP变化特征常绿阔叶林的单位NPP最大,常绿针叶林最小,由于各类型植被的分布面积不同,NPP总量最大的是落叶阔叶林(14.81TgC/yr),其次为灌丛(8.04TgC/yr)和耕地(7.14TgC/yr),秦岭NPP总量的一半左右都来自于森林生态系统；各类型植被在研究时段内的变化趋势都基本相同,分布混杂的植被类型NPP变化趋势尤其相似。(4)秦岭植被NPP与气候变化的关系月气温与相同时间序列的NPP在0.01水平下显着相关,年际NPP与气温的相关性在空间分布以负相关为主；虽然受不同原因的影响,但NPP与气温在3月份和10月份的相关性均以正相关为主；7月份相关性的空间分布比较复杂,呈现正相关与负相关的区域交错分布。月时间序列NPP与降水的相关性不显着；年NPP与降水在大部分地区表现为正相关；消除气温影响后,NPP与降水在3月份和10月的正相关性均增强,7月份两者的相关性则主要为负相关,呈现正相关的区域很少。不同类型植被NPP与气候因子的相关性比较一致,所有类型植被NPP与温度均呈显着正相关,降水对NPP影响不大。
王鹏涛[6]2015年在《秦岭南北旱涝变化特征及趋势判断》文中研究指明在全球气候变暖的背景下,我国气候正在发生显着变化。气候变暖引起区域气候系统各个要素的显着变化,也导致了极端高温、极端低温、旱涝、冰雹、台风等一系列的自然灾害事件及这些灾害所引发的次生灾害的频繁发生。从而给我国生态环境造成了严重破坏,阻碍了经济社会的平稳发展。秦岭南北区作为我国典型的南北分界地区,是气候变化的敏感区域及我国气候变化的指示区,对全球气候变化的响应格外明显,其气候的异常变化势必对当地及我国整体气候造成诸多不利影响。因此,深入研究该地理单元的气候及旱涝的时空演变特征,并对旱涝灾害进行趋势判断显得尤为重要。该研究可以为当地为区域水资源规划、生态环境改善以及防灾减灾提供一定的理论基础和依据。本文选取秦岭南北地区作为研究区域,并把秦岭南北地区分成秦岭以北、秦岭山地及秦岭以南叁个分区,选取1960-2013年作为研究时间序列,收集并统计32个国家地面气象观测站的逐月气象实测资料,涉及到的气象要素包括各站点的平均气温、降水、相对湿度、平均风速等,分析秦岭南北地区的气候时空变化特征,并在统计区域各站旱涝发生等级及频次的基础上,研究区域旱涝演变规律,进而对旱涝发生年份进行趋势判断,对旱涝灾害的影响因子进行探究。本文主要结论如下：(1)1960-2013年秦岭南北地区年均温呈现明显的升高趋势,升温趋势主要发生在1990年之后。年平均气温在空间上呈现由东南向西北递减的分布特征。气温的高值区分布于秦岭山地、秦岭以南地区的东部等地,气温低值中心分布于关中平原东部、陇东地区以及陕南汉中等地。叁个区域增温速率以秦岭以北地区最高,秦岭山地次之,秦岭以南最低。(2)1960-2013年秦岭南北地区降水呈现不显着的下降趋势。秦岭山地降水有较小的增加趋势,其余两个区域降水均呈现减小趋势。秦岭以北及秦岭山地平均降水量较少,秦岭以南降水量较多。秦岭南北地区降水量高值区的降水倾向率则比较低,而降水低值区则普遍降水呈增加趋势。(3)1960-2013年秦岭南北地区风速也呈现出明显的下降趋势,特别是1980s以来,各年代降水距平值均为负值。风速的高值区分布于关中平原东部与山西南部、豫西南以及四川盆地西北部、陕西汉中等地。风速低值中心则分布于秦岭山地中部、鄂西北及豫西、陇东及陇南等地。从倾向率来看,全区所有站点年平均风速均呈下降趋势。(4)1960-2013年秦岭以北地区相对湿度呈现微弱的下降趋势,秦岭山地、秦岭以南及秦岭南北地区均呈现微弱的上升趋势。秦岭山地及南部地区相对湿度较大,关中盆地及山西南部地区相对湿度则相对较小。陇东地区及关中盆地东北部为相对湿度的两个变化速率低值区。(5)1960-2013年间,秦岭南北旱涝变化大致呈现北部由涝转旱,南部由旱转涝的空间分布格局；秦岭山地有略微的转旱迹象,但变幅不大；秦岭南北全区总体有转旱的倾向。(6)秦岭南北地区及各分区旱涝的趋势判断年份都集中在2015年-2018年,发生年份都是最近4年。秦岭以北、秦岭山地在2017年,秦岭以南和秦岭南北在2016年均有年尺度大旱的信号。另外秦岭南北在2016年夏季、冬季均有发生大旱的信号,这与秦岭南北在2016年发生年尺度全区大旱的信号吻合,需要引起关注。(7)统计1960年以来太阳黑子峰值年M和谷值年m附近时间范围内,该区域发生不同等级旱涝的频次,可以看出在太阳黑子谷值年附近出现涝情频率略高；在太阳黑子峰值年附近出现旱情频率远远高于涝情。
蒋冲[7]2013年在《秦岭南北气候变化及其环境效应比较研究》文中提出根据秦岭南北地区1960-2011年间的气象观测资料，应用Morlet小波分析、Pettit突变点检测、气候倾向率、Spline插值等方法研究了该区温度、降水、风速、日照时数、水汽压等气象要素的空间分布特征、时空变化特征、突变特征、周期特征及其影响因素。在此基础上利用章文波公式、Penman-Monteith（彭曼）公式、Angstrom（埃斯屈朗）方程和周广胜—张新时模型分别计算了降雨侵蚀力、潜在蒸散量、光合有效辐射和净初级生产力，并进一步分析了各气象要素发生变化的原因以及气候变化对水文水资源和植被生产力造成的影响。特别对“蒸发悖论”的可能成因和光合有效辐射下降的可能原因进行了探讨。利用不同数据源的归一化植被指数数据分析了1982—2011年间陕西境内秦岭南北地区的植被覆盖变化，并通过相关分析的方法研究了年度和季节尺度上NDVI对降水和温度变化的响应。1、秦岭南北地区整体和秦岭以北、秦岭南坡、汉水流域、巴巫谷地各子区（下文简称为各子区）气温呈同步变化趋势。1951—1993年在年代波动中略有下降，而1993年之后则快速上升；最冷月（1月）平均气温在1960—1985年略有上升，1985年之后微弱下降。20世纪90年代初以来，秦岭以北的年平均温度、1月份平均温度的增加都大于秦岭以南的汉水流域和巴巫谷地。2、降水和降雨侵蚀力呈现南多北少的空间格局，各个子区降水的转折点均位于1984年前后，1960—2010年整体降水表现出不显着的下降趋势；侵蚀性降水量呈减少趋势，各区减少速率排序依次为巴巫谷地>秦岭以北>秦岭南北>汉水流域>秦岭南坡，降雨侵蚀力也相应减少。3、近地面水汽呈南高北低、东高西低的空间分布格局，各子区水汽以夏季最大，冬季最小；秦岭南北大部分地区年平均水汽压呈上升趋势，秦岭南坡上升速率最快，巴巫谷地则呈下降趋势；年尺度和冬季以外的各季节水汽压突变站点较少，冬季突变站点所占比例达53%，集中分布于秦岭以南的部分地区，突变集中发生在1985—1988年间；水汽压受到包括气温、风速、日照在内的多种气象因素的综合作用，影响力大小排序为气温>降水量>日照时数>相对湿度。4、风速空间分布呈东高西低、北高南低格局，四季风速均以秦岭以北风速最大；平均风速均呈现出极显着的下降趋势，下降最快的为秦岭南坡，最慢的为汉水流域；秦岭南北整体风速于1981年发生突变；气象台站周边的城市化发展和风速测量仪器的更换都对风速的变化产生了一定影响，但都不是风速显着下降的主要原因。大气环流变化和气候变暖才是造成风速减小的可能原因。5、研究区多年平均日照时数和光合有效辐射空间分布呈东北向西南递减格局，四季日照时数按其大小排序为夏季>春季>秋季>冬季，四季均以秦岭以北最大；近52年研究区绝大部分站点日照时数和PAR呈下降趋势，冬季和夏季减少，春季和秋季长短增减不明显；年尺度上日照时数和PAR突变时间集中在1979—1981年间；研究区绝大部分站点日照时数和PAR与风速和最高气温呈正相关关系，与降水和相对湿度呈负相关关系，与平均气温和最低气温的相关关系一致性较差；气候变化（风速下降）、城市化进程加快以及工业生产废弃物排放导致的气溶胶增多是是致使PAR显着下降的主要原因，而火山爆发引发的气溶胶增加则是PAR波动的主要原因。6、研究区潜在蒸散量空间分布呈东高西低格局，四个季节按其大小排序为夏季>春季>秋季>冬季；1979年和1993年是秦岭南北ET0变化的转折点，以1979和1993为分界点ET0经历了“升—降—降”的变化阶段。1960—1979年仅汉水流域和巴巫谷地存在“蒸发悖论”现象，1980—1993、1994—2011和1960—2011年3个时段区域整体和各子区均发现了“蒸发悖论”现象，而其他时段则不存在；春季和夏季秦岭南北和各子区整体在不同时段均未发现“蒸发悖论”现象，秋季在后18年和52年整体都存在“蒸发悖论”，冬季在前34年和52年整体也存在，冬季的悖论现象最为明显；年尺度上，太阳辐射（日照时数）下降引起的潜热通量减少是造成ET0下降即“蒸发悖论”现象的主要原因。季节尺度上，除春季ET0的主导因素为风速外，其它季节均为太阳辐射（日照时数）；湿润指数由南向北递减，秦岭以北地区以暖干化为主，而秦岭以南地区以暖湿化为主。季节尺度上，春季和秋季变干，而夏季和冬季则以变湿为主。7、NPP空间分布由北向南逐渐增加。近52年NPP年际波动较小，总面积占5%以上的植被类型中，NPP减少最多的为一年两熟粮食作物及经果林，增加的为温带落叶灌丛和温带草丛。a情景下NPP普遍增加14.8%以上，秦岭以北增加趋势更明显。温带落叶阔叶林增幅最大，温带草丛增幅最小；b情景不利于NPP累积，秦岭以南的NPP减少趋势更明显。亚热带（热带）常绿（落叶阔叶）林减幅最大，温带落叶阔叶林减幅最小；c情景下NPP增加幅度有限，明显小于情景a，秦岭以北地区的增加趋势更明显。8、1982—1999年年平均NDVI呈现微弱上升趋势，巴山北坡上升最快，秦岭北坡上升最慢。各季节NDVI变化较小，呈缓慢上升趋势。秦巴山区植被生长季显着提前，夏季和秋季生长进程有迟滞现象；2000—2011年秦巴山区植被NDVI表现出整体稳定，局部下降的趋势。春季升温是NDVI增加的主要原因，夏季高温对植被生长具有抑制作用，秋季NDVI与温度呈正相关，冬季NDVI与温度呈正相关，但相关关系不显着；各季节平均NDVI与所有季节的降水量相关性都不明显，仅有秋季NDVI与冬季降水显着相关。冬季降水波动是引起NDVI年际波动的主要因子，秋季和冬季多雨均不利于全年NDVI的提高。
魏朝阳[8]2016年在《秦岭佛坪自然保护区植被变化及其对气候变化的响应研究》文中研究表明秦岭山地是划分我国南北方地理区域的重要分界线,是亚热带向暖温带过渡的区域,是对气候变化响应的敏感区。本文以位于秦岭中段南坡的佛坪自然保护区为研究对象,基于1959-2013年秦岭山地的31个气象站点的实测资料、2000-2013年的植被指数NDVI数据集、1983年Landsat4.5TM遥感影像和2013年Landsat8ETM+遥感影像数据,应用空间分析的方法,分析研究了气温和降水对自然保护区植被的影响,旨在探讨陆地植被生态系统对气候变化响应的规律及区域差异性,研究获得如下进展和结果：(1)1959-2013年保护区年均温、季均温、1月和7月均温均呈现出上升的趋势,且70%左右的区域呈显着上升。55年来,保护区的年均温呈显着上升趋势,其气温变化率为0.21℃/10a。且年均温在2002年左右发生了明显突变,晚于秦岭气温突变时间(1993年),突变后的气温变化率(0.46℃/10a)明显大于突变之前的气温变化率(0.08℃/10a)。从空间分析上看,有75.09%的区域气温上升显着,年均温变化斜率呈现出由“西南向东北递增”的趋势。55年来,研究区不同季节的气温均呈上升趋势,春、夏、秋、冬季的气温变化率分别为O.29℃/10a、0.09℃/10a、0.61℃/10a和0.46℃/10a。且春、夏、秋季气温突变点分别在1998年、2013年和1971年发生了突变,冬季无突变。从空间分析上看,保护区春、夏、秋、冬季气温显着上升的面积比例分别为67.19%、70.40%、69.43%和71.85%：春季气温变化斜率呈现出由“东南向西北递增”的趋势；而夏、秋、冬季的气温变化斜率则呈现“西北向东南递增”的趋势。55年来,研究区最冷月1月和最热月7月气温均呈上升的趋势,其气温变化倾向率分别为0.32℃/10a和0.41℃/10a,高于年均温变化率(0.21℃/10a)。1月和7月气温分别在1966年和1991年发生了突变,均早于该研究区的年均温突变时间(2002年)。从空间分析上看,1月均温有66.56%的区域呈显着上升,气温变化斜率呈现出由“西北向东南递增”的趋势；而7月均温有72.95%的区域呈显着上升,其变化斜率呈现出由“西向东递增”的趋势。(2)1959-2013年保护区年降水总体呈增加趋势,且年降水和不同季节的降水均表现出多突变点。55年来,该保护区的年降水总量呈增加趋势,其变化率为13.06mm/10a,且年降水有多个突变点。夏、冬季节的降水量增加,其变化斜率分别为12.97mm/10a、0.43mm/10a;而春季和秋季的降水减少,其变化斜率分别为-4.53mm/10a、-5.85mm/10a,不同季节的降水均发生多次突变,这可能与降水的随机性关系密切。(3)1983-2013年保护区植被覆盖呈增加趋势,主要表现为阔叶林、针阔混交林、针叶林面积增加,植被指数NDVI值上升。从植被类型上看,30年来,该保护区内阔叶林、针阔混交林、针叶林面积增加,灌丛及草甸、裸岩面积减小。保护区1983-2013年的NDVI值呈上升趋势,其变化率为0.007/10a,占59.62%的区域植被指数NDVI值显着上升。不同季节的NDVI均呈上升趋势,变化率分别为0.003/10a、0.002/10a、0.004/10a和0.007/10a,不同季节NDVI值显着上升的区域比例分别为42.84%、41.16%、52.49%和61.79%。14年来,针叶林区域的NDVI值呈上升趋势,其变化率为0.008/l0a,且NDVI值显着上升的区域比例为44.90%；不同季节NDVI值显着上升的区域比例分别为48.63%、38.23%、38.22%和46.14%。针叶林以上区域年NDVI值也均呈上升趋势,其变化率为0.01/10a,且NDVI值显着上升的区域比例为47.07%；不同季节的NDVI值呈上升趋势,不同季节NDVI值显着上升的区域分别为50.00%、72.16%、63.68%和50.66%。(4)研究区、针叶林及其以上区域,5月NDVI与4月气温之间呈显着正相关,4月NDVI与4月降水之间呈显着负相关。保护区,14年来,生长季各月NDVI与气温的相关关系中,4月NDVI与4月气温、5月NDVI与4月气温呈显着正相关；季尺度上,仅冬季NDVI与冬季气温呈显着正相关。NDVI与降水的相关关系中,4月NDVI与4月降水的相关关系呈显着负相关。针叶林及其以上区域,NDVI与气温的相关关系中,5月NDVI与4月气温均呈显着正相关；且针叶林区域9月NDVI与9月气温、冬季NDVI与冬季气温也均呈显着正相关。NDVI与降水的相关关系中,针叶林及其以上区域4月NDVI与4月降水相关关系均呈显着负相关；且针叶林以上区域5月NDVI与4月降水也呈显着负相关。
刘闻[9]2014年在《基于SWAT模型的水文模拟及径流响应分析》文中研究说明渭河作为黄河的第一大支流,在气候变化影响下水文循环不断加剧,近年来水文情势在深度和广度上都发生了巨大的改变。渭河流域关中段作为农耕文明源远流长的地区,人类活动渗透到区域水文循环的方方面面。本文以渭河流域关中段为研究对象,分析水文循环要素变化特征和原因,采用SWAT分布式水文模型,模拟径流变化,分别分析影响径流的气象因子和土地覆被因子。主要得到以下结论：1.定量的探索和揭示了水文循环要素变化特征及影响因素：①太阳辐射可以深刻的影响地表蒸发能力,从而改变水量平衡过程。研究表明研究区年太阳辐射呈现下降趋势,递减率为1986MJ/(m3·a),出现了“变暗”趋势,定量分析得到影响太阳辐射的最主要气象要素为日照时数。②降水是自然界水循环过程中最为活跃的因子,诸多特征值对水文循环过程有着不可忽视的重要作用。定量分析了研究区降水频次,认为：年降水量与强降水频次具有较高的相关性,与年降水频次的相关性不高。③潜在蒸散发参与到水文循环的物质运移和能量转换中。定量分析表明研究区1955-2012年潜在蒸发量呈现降低的趋势,线性倾向率为9.16mm/10a。相应时间序列内的平均气温呈现出增加的趋势,线性倾向率为0.39℃/10a,存在“蒸发悖论”现象。研究结果表明对潜在蒸散发影响最为显着的气象要素为：平均风速、日照时数、日较差。④实际蒸散发在水文循环对气候变化的响应研究中具有重要的指示意义。研究发现1980-2012年,研究区实际蒸散发呈现下降趋势,与降水呈现较好的线性关系,实际蒸发量受到降水量的控制。⑤径流是降水和蒸发之后地表水的一种存在状态,对降水和蒸发变化有着显着的响应。月尺度上,高斯函数拟合的径流量呈现正态分布趋势。多年尺度上径流量处于不断下降趋势。基于P-III型皮尔逊曲线的水文频率分析得到Cv值介于0.4-0.8。2.应用SWAT分布式水文模型,在月尺度和年尺度上模拟了研究区的径流,得出结论：对月尺度的模拟要优于年尺度的模拟效果。同时定量区分了气候变化和人类活动对径流量的影响,研究结果表明,气候变化对径流的影响占到30-%40%,而人类活动对径流的影响占到60%-70%。3.针对气候要素对径流变化的影响,论文采用基于气候弹性系数、基于干旱指数以及基于Budyko曲线的径流敏感性评价方法,对渭河流域关中段的径流敏感性进行定量评价。叁种研究方法得出一致结论,认为降水量是径流变化的最敏感因子。基于气候弹性系数的径流敏感性分析结果表明,径流对降水的气候弹性系数介于0.035-2.84之间,即10%的降水变化率会引发0.35%-28.4%的径流变化率。基于干旱指数的径流敏感性分析结果表明,干旱指数变化10%,径流将发生14%-25%%的变化率。基于Budyko曲线的径流敏感性分析结果表明,10%的降水增加量会引起17%的径流量增加量,10%的潜在蒸散发增加量会引起6%的径流增加量。4.针对土地利用覆被变化对径流的影响,在SWAT模型的基础上,考虑不同土地利用覆被情景下的径流响应值,划分出不同等级的径流敏感性区域。通过设置情景类型,利用分布式水文模型来模拟不同土地利用覆被情景下的径流量。模拟结果发现,在径流总量的变化上,不同土地利用情景对径流的影响程度存在较为显着的差异：耕地覆被情景(S3)>草地覆被情景(S2)>林地覆被情景(S1)>最优组合覆被情景(S4)。5.根据土地利用覆被下的径流响应评价结果,考虑流域水系、土地利用覆被以及降雨量等因素,在SWAT模型划分的流域响应单元基础上,以渭河流域关中段2000年土地利用现状图为基准,对渭河流域关中段的径流响应程度进行分区,共划分5个区：极敏感区、高度敏感区、中度敏感区、轻度敏感区以及一般敏感区。
朱晓勤[10]2007年在《基于GIS的秦岭山地植被分布与环境梯度关系分析》文中研究指明秦岭是我国南北之间的屏障，对气候有着显着的影响，是我国亚热带和暖温带的分界线，是中国中部重要的植被分布区，其区系成分复杂、类型多样、植被分布特点鲜明。秦岭以北属暖温带落叶阔叶林带，以南则属北亚热带类型。要合理地开发利用森林，就应深入研究各植被类型的空间分布及规律，为秦岭地区植被恢复和保育提供科学依据。本研究基于植被与环境的关系这一研究热点，运用植被数量分析方法和地理信息系统技术，对秦岭山地植被进行多元分析，探讨不同植被类型与气温、降水、海拔、坡度和坡向五个环境因子的关系；不同植被类型的主要环境梯度运用CCA数量排序方法，研究该地区植被类型分布与环境梯度之间的关系，有助于全面认识植被的结构和功能特征，掌握秦岭山地植被分布的一般特点，有利于揭示植被与环境的相互关系及影响。主要从以下方面进行研究：1．植被与环境梯度的关系分析表明：海拔梯度是决定植被分布的主导生态梯度，随着海拔的增加，水热因子发生变化，形成水热因子复合梯度，对应的植被类型相应改变。坡度和坡向的分异作用不明显。2．CCA排序结果表明：温度对植被格局影响最大，第1轴与温度显着负相关，与海拔显着正相关，说明第1轴反映了海拔的变异；第2轴与年降水量、坡度和坡向呈负相关，但相关性不显着，降水量比坡度或坡向的单独作用，更具有较好的生态学意义，能部分反映中海拔地段植被对降水的需求。3．CCA排序图较好反映了植被结构梯度，从植被类型来看，沿第1轴，植被类型由高寒草甸向寒温带植被、温性植被、暖温性植被到亚热性植被的过渡，依此将植被分为7个类群，揭示出重要的环境梯度和每一个类群具有其特定的生境特点。
参考文献：
[1]. 秦岭山地辐射和气温空间分布研究[D]. 程路. 南京气象学院. 2003
[2]. 五十年来秦巴山地气候变化趋势及空间分布研究[D]. 高翔. 西北大学. 2011
[3]. 秦岭山地气温直减率时空差异及气温变化趋势[D]. 翟丹平. 西北大学. 2017
[4]. 基于GIS的秦岭山地气温空间分布[J]. 程路, 邱新法. 陕西气象. 2006
[5]. 秦岭山地植被净初级生产力及其对气候变化的响应[D]. 袁博. 西北大学. 2013
[6]. 秦岭南北旱涝变化特征及趋势判断[D]. 王鹏涛. 陕西师范大学. 2015
[7]. 秦岭南北气候变化及其环境效应比较研究[D]. 蒋冲. 西北农林科技大学. 2013
[8]. 秦岭佛坪自然保护区植被变化及其对气候变化的响应研究[D]. 魏朝阳. 西北大学. 2016
[9]. 基于SWAT模型的水文模拟及径流响应分析[D]. 刘闻. 西北大学. 2014
[10]. 基于GIS的秦岭山地植被分布与环境梯度关系分析[D]. 朱晓勤. 西北大学. 2007