共查询到16条相似文献，搜索用时 555 毫秒
1.
1961～2015年雅鲁藏布江流域风蚀气候侵蚀力变化 总被引：3，自引：1，他引：3
根据雅鲁藏布江流域13个气象站观测资料,利用联合国粮农组织给出的公式计算雅鲁藏布江流域风蚀气候因子指数值,分析雅江风蚀气候侵蚀力基本特征。结果表明,雅江流域风蚀气候因子指数分布范围为4.2~31.9,平均值为14.7。从空间分布来看,风蚀气候因子指数由西向东呈减小趋势,西部可达40,东部加查-米林段降到了5左右。风蚀气候因子指数具有显著的季节变化,春季最大为8.5,冬季次之为5.2,夏季、秋季都很小。雅江流域风蚀气候因子指数年、春季、秋季、冬季下降趋势显著,夏季上升趋势不显著。通过Mann-Kendall（M-K）检验分析可知,风蚀气候因子指数在1987年发生突变。 相似文献
2.
基于中国主要沿海地区64个气象站点1960—2019年的观测数据,采用风蚀气候侵蚀力计算的FAO公式及Mann-Kendall检验模型、Morlet小波变换等方法,对中国沿海地区的风蚀气候侵蚀力及其变化进行了测算和分析。结果表明：(1)沿海地区年际风蚀气候侵蚀力介于0.34～197.32,平均值为38.78,与内陆干旱半干旱地区相近,其季节差异表现为冬季（14.13）>秋季（11.74）>春季（9.99）>夏季（2.57）;(2) 1960—2019年沿海地区年际、季节风蚀气候侵蚀力明显下降但不存在突变点,年际变化的第1主周期为12 a,季节变化主周期则分别为春季和冬季5 a、夏季与秋季26 a;(3)起沙风日数是中国沿海地区风蚀气候侵蚀力变化的主控正向因素,厄尔尼诺-南方涛动则通过影响降水量而间接负向驱动其变化,干旱和降水主要在风速减弱的冬季对风蚀气候侵蚀力产生较弱的负向影响。 相似文献
3.
塔里木盆地风蚀气候侵蚀力的计算与分析 总被引：2，自引：0，他引：2
利用塔里木盆地周边及腹地13个气象站1961～2007年的观测资料,选择联合国粮农组织给出的风蚀气候因子指数计算公式,计算了塔里木盆地风蚀气候因子指数值,以此阐述了风蚀气候侵蚀力的基本特征。结果表明,多年平均风蚀气候因子指数C值的分布范围为6.3～39.6,整个盆地的平均值为17.5;从空间分布来看,C值由盆地西部向东部呈增大趋势,最大值出现在盆地东南缘的若羌;风蚀气候因子指数具有显著的季节变化,春季最大,夏季次之,秋季再次之,冬季最小;近50 a来,风蚀气候因子指数总体上呈减小趋势,说明风蚀气候侵蚀力在降低;风蚀气候侵蚀力主要受风速的作用,与降水的关系不显著。 相似文献
4.
近30年来青海省风蚀气候侵蚀力时空差异及驱动力分析 总被引：3，自引：0，他引：3
青藏高原气候寒冷、多大风,冻融、风化和风蚀作用强烈,易发生土壤风蚀。气候对土壤风蚀的影响可用风蚀气候因子指数（C）度量。基于联合国粮农组织（FAO）提出的C计算方法,根据1984-2013年间连续完整的青海省气象站地面观测数据,应用地理加权回归模型（GWR）、重心及其转移模型,并结合本文定义的有效敏感性指数、有效影响面积等指标,得到全省风蚀气候侵蚀力及其影响因子的时空分布及其演化规律,并对其驱动力和机理进行了初步分析。结果表明：30年来,全省风蚀气候侵蚀力总体特征是西北高东南低并呈下降趋势,风蚀气候侵蚀力强的区域明显向西南扩展,20世纪80年代是柴达木盆地,90年代扩展到青南高原西北部边缘,21世纪基本涵盖了青南高原的西部;风速是影响风蚀气候侵蚀力的主导因子,其有效敏感区重心从柴达木盆地西南部边缘,移动到海拔较高的青南高原西部地区,这与高原近地面气旋系统中心总体移动趋势相反;其次是气温,其有效敏感区重心从海拔较低的青海省中部地区向海拔较高的青南高原移动,这与青南高原地区的海拔梯度式增温规律有关,即从高原边缘向高原腹地升温,且海拔越高,增温越快;降水主要影响柴达木盆地的侵蚀力,其有效敏感区重心向东南扩展,这可能与高原夏季风进退有关。研究结果可为青藏高原土壤风蚀灾害的预防、评估以及预测提供区域性差异化的技术支持与理论指导,也可为青藏高原乃至全球生源要素（C、N、P、S等）循环的大尺度驱动力研究提供新的研究视角。 相似文献
5.
随着修订风蚀方程（RWEQ）的提出,采用增加了冻结因子的气候因子（WF）表达风蚀气候侵蚀力更具有科学性和必要性。基于中国北方风蚀区157个气象站1980—2016年的观测数据,逐月计算了各站点气候因子,并探讨了气候因子时空分布变化特征及影响因素。结果表明：(1)1980—1997年,年气候因子值表现为快速下降,从940.46kg/m下降到273.03 kg/m;而1998—2016年,年气候因子值表现相对稳定,在139.81～398.85 kg/m范围内波动。(2)春季气候因子值约占全年63%,其变化也显著高于其它季节,这也是土壤风蚀发生在春季的主要原因。(3)气候因子的高值区分布在新疆东部、青海西部、40°N以北的内蒙古中西部,这与气压中心和高大山体地形分布有关。 相似文献
6.
甘肃敦煌雅丹地质公园区风蚀气候侵蚀力特征 总被引：2，自引：2，他引：0
风蚀气候侵蚀力是潜在风力侵蚀强度的重要表征。基于2013年和2014年风速、降水和空气温度、湿度等气象要素的实地观测数据,对甘肃敦煌雅丹地质公园区的风蚀气候因子指数进行了逐月的计算和分析。结果表明：（1）研究区风蚀气候因子指数为151.98±0.13,是全国的三大极大值区之一;（2）研究区风蚀气候因子指数不同于全国干旱半干旱区基本季节变化特征,夏季最大,春夏季明显高于秋冬季,与新疆和田地区的季节变化特征相似;（3）研究区风蚀气候因子指数具有4—8月持续高值、9月至翌年3月持续低值的月变化特征;（4）风蚀气候因子指数的决定性气象因子是风速,而降水的减弱作用甚微;（5）一般来说,雅丹地貌分布区风蚀气候因子指数≥150。 相似文献
7.
土壤风蚀是干旱半干旱地区面临的主要生态环境问题。基于修正风蚀方程模型（RWEQ）与GIS技术,分析了1980—2018年内蒙古巴彦淖尔市土壤风蚀变化并分析成因。结果表明：（1）研究期间,巴彦淖尔市土壤风蚀模数总体呈下降趋势,多年均值为40.26 t·hm-2,10年倾向率为-8.02 t·hm-2。2000年前以中度风蚀为主,2000年以后以微度风蚀为主。（2）空间上,巴彦淖尔市土壤风蚀高值区主要分布在西北部地区,低值区主要分布在南部地区。不同风蚀强度面积占比排序为中度>轻度>强烈>微度>极强烈>剧烈,微度和轻度风蚀面积呈现增大趋势,中度、强烈、极强烈和剧烈风蚀面积均呈现减小趋势。总体上,全区土壤风蚀均呈现下降趋势,西北部下降幅度最大,南部下降幅度最小。（3）内蒙古巴彦淖尔市土壤风蚀主要受风速（u）、温度（Ta）、植被覆盖度（VC）和土壤含水量（sw）影响,u的直接作用最明显,而Ta、VC和sw主要产生间接影响。总体来说,u对巴彦淖尔市土壤风蚀变化的综合决定能力最强,sw的综合决定能力最弱。 相似文献
8.
基于RWEQ的20世纪90年代以来内蒙古锡林郭勒盟土壤风蚀研究 总被引：8，自引：1，他引：7
土壤风蚀是中国北方地区重要的生态环境问题。锡林郭勒盟位于中国干旱、半干旱地区,是中国北方典型风蚀区,其特殊的地理位置又使得本区成为华北重要的生态屏障,为此锡林郭勒盟全区均划入了京津风沙源治理工程区。为了更好地阐明锡林郭勒盟的土壤风力侵蚀过程,指导区域的荒漠化防治,,基于气象、遥感数据,利用RWEQ模型定量分析了20 世纪90 年代以来锡林郭勒盟的土壤风蚀时空格局,揭示土壤风蚀的主要影响因素。研究表明：锡林郭勒盟多年平均土壤风蚀量为3.39 亿t。土壤风蚀强度以微度和轻度为主,主要集中在植被较好,风蚀力较低,降雨量较高,雪被覆盖地表时间较长的东、中部地区以及南部地区。侵蚀强度为中度以上的侵蚀区集中在苏尼特右旗、正镶白旗和正蓝旗的浑善达克沙地;90 年代以来,锡林郭勒盟的土壤风蚀强度总体上呈减弱趋势,主要与风场强度的减弱,植被盖度等的变化有关。土壤风蚀多发生于风蚀力较大的春季,风蚀强度较大区域的春季植被盖度与风蚀量呈显著负相关（r>0.7,p<0.01）,且近20 年植被盖度提升有效降低了该区域的土壤风蚀。 相似文献
9.
基于RWEQ和WEPS模型的中国北方农牧交错带潜在风蚀模拟 总被引：4，自引：0，他引：4
中国北方农牧交错带是一个典型的受气候和人类活动共同影响的敏感区域,存在严重的土壤风蚀和土地退化问题。风蚀模型是目前获得区域风蚀模数的最有效方法之一。利用修正风蚀方程（RWEQ模型）和风蚀预报系统（WEPS模型）对北方农牧交错带2000—2012年潜在风蚀进行评估。结果表明：两个模型模拟得到的多年平均潜在风蚀量不同,但空间分布、年际减少趋势和季节分布等特征基本相似;风速、土壤湿度和土地利用变化对土壤风蚀均有影响。RWEQ模型（R2=0.45,P<0.01）和WEPS模型（R2=0.57,P<0.01）中实测值与预测值具有较好的相关性。WEPS模型（NSC=0.54）纳什系数较RWEQ模型（NSC=0.27）高。RWEQ模型和WEPS模型均能客观预测北方农牧交错带土壤风蚀情况,WEPS模型预测精度较好。 相似文献
10.
11.
风蚀气候侵蚀力研究进展 总被引：1，自引：0，他引：1
风蚀气候侵蚀力是土壤风蚀方程中的气候因子，计算模型经多次修正后已基本发展成熟，广泛应用于干旱半干旱地区风蚀气候条件评估与响应机理分析及其与风沙地貌、风沙灾害的相关性研究等方面，其中风蚀气候侵蚀力对区域气候变化的响应研究是当下的热点问题。目前，风蚀气候侵蚀力研究仍存在计算模型不完善、研究区域发展不平衡、气候变化响应分析不全面、风沙地貌及风沙灾害相关性争议较多等问题。未来应进一步从构建区域校准性计算模型、计算并分析沿海地区风蚀气候侵蚀力、综合分析风蚀气候侵蚀力对气候变化的响应、建立风沙地貌及风沙灾害相关的综合性风蚀气候评价指标等方面开展风蚀气候侵蚀力的研究。 相似文献
12.
风力侵蚀对无定河流域产沙作用定量分析 总被引：8，自引：2，他引：6
本文利用无定河的水文泥沙观测日值资料和该流域内及周围气象站气象观测月值资料,通过流域的水沙关系与各年风蚀气候因子,估计了风力作用对无定河流域产沙的贡献量。结果揭示出:在风沙区,由于水力的搬运作用仍然决定了流域输沙量的大小,所以风力作用产生的输沙模数很小,在总输沙量中只占约1/4;风力作用增加输沙量比例最大的地区是穿过风沙区和丘陵沟壑区交界区,既有活跃的风沙活动又有强烈的黄土水蚀,风力和水力形成强耦合侵蚀搬运作用的干流上游,占输沙量的1/3以上;位于靠近风沙区并有片沙分布的黄土丘陵沟壑区的流域,风蚀产沙占流域输沙量的比例约为1/10;在黄土丘陵沟壑区,相对强烈的水力侵蚀,风力作用对产沙影响较小。整个无定河流域风力作用产生的输沙量包括入河风沙、降尘以及风力与水力的耦合侵蚀搬运作用可能增加的泥沙,接近流域总输沙量的1/6。 相似文献
13.
基于我国风蚀区239个气象站点逐时风速数据,采用谐波分析方法分析我国风蚀区风速日变率特征。结果表明：85.3%的站点有且只有第一个谐波通过F检验,日变率以24 h为周期;14.2%的站点第一和二个谐波通过检验,日变率以24 h为主周期,以12 h为副周期;西藏墨竹工卡站第一和三个谐波通过检验。日平均风速变化范围为0.96~8.36 m·s-1,均值为2.42 m·s-1;风速>3 m·s-1站点集中分布在内蒙古北部高原、青藏高原地形平坦的高原区、甘肃河西走廊及新疆东北部。季节风速表现出春季 > 冬季 > 夏季 > 秋季的特征;第一个谐波振幅变化范围为0.28~3.28 m·s-1;相位变化范围为-1.55~4.67,集中在3.21~4.67,表明大部分站点在午后风速值达到最大。研究可为逐时风速的随机模拟提供基础,进而为风蚀区风蚀量估算提供更好的数据支撑。 相似文献
14.
库姆塔格沙漠大尺度风场特征分析 总被引：4，自引：4，他引：0
利用美国NCEP/NCAR1979—2006年27 a地面10 m高度的日平均风场再分析-2资料以及46 a的地面常规气象站观测资料和1 a的沙漠中自动气象站观测资料,对库姆塔格沙漠地区风场进行了统计与诊断分析。结果表明：沙漠地区,一年四季北风和东北风为近地面主要存在的风向,春季风速最强,夏季次之,秋冬季最弱;在夏秋冬季节,由于北风的逐渐减弱,加上受到南侧阿尔金山和青藏高原风场的影响,南下的气流在沙漠南侧分为三支,分别流入新疆、青海和甘肃。春夏季节在沙漠北侧基本都是以东北风或者西北风吹向库姆塔格沙漠,秋冬季节,沙漠地区出现西南风。根据沙漠周围6个气象站风场风速显示,库姆塔格沙漠地区风速存在明显的周期变化,在过去的10多年中库姆塔格沙漠周围风场风速处于一个低谷期,但最近几年风速有不断加强的趋势。 相似文献
15.
China’s dryland region has serious wind erosion problem and is sensitive to climate change due to its fragile ecological condition. Wind erosion climatic erosivity is a measure of climatic factors influencing wind erosion, therefore, evaluation of its intensity and response to recent climate changes can contribute to the understanding of climate change effect on wind erosion risk. Using the FAO equation, GIS and statistical analysis tools, this study quantified the climatic erosivity, analyzed its spatiotemporal variations, and detected the trend and sensitivity to climate factors during 1961–2012. The results indicate that mean annual climatic erosivity was 2–166 at 292 stations and 237–471 at 6 stations, with the spatial distribution highly in accordance with wind speed (R2 = 0.94). The climatic erosivity varied greatly over time with the annual variation (CV) of 14.7%–108.9% and monthly variation (concentration degree) of 0.10–0.71 in the region. Meanwhile, annual erosivity showed a significant downward trend at an annual decreasing rate mostly above 1.0%. This significantly decreasing trend was mainly attributed to the obvious decline of wind speed during the period. The results suggest that the recent climate changes were highly possible to induce a decrease of wind erosion risk in China’s dryland region. 相似文献