城市高速发展引起了区域土地利用格局的改变,不仅影响生态环境质量,而且还对生态系统服务的空间格局产生影响,在此基础上优化生态系统服务显得至关重要。在泾河流域2000—2020年净初级生产力(Net primary productivity,NPP)、农业生产...城市高速发展引起了区域土地利用格局的改变,不仅影响生态环境质量,而且还对生态系统服务的空间格局产生影响,在此基础上优化生态系统服务显得至关重要。在泾河流域2000—2020年净初级生产力(Net primary productivity,NPP)、农业生产力、土壤保持和产水服务空间评估的基础上,将贝叶斯网络和生态系统服务相结合,在关键变量子集和可视化的最优状态子集的基础上,评估了4种生态系统服务需要优化的区域,为区域经济和生态和谐发展提供参考。结果表明:(1)水文评价模型(Soil and water assessment tool,SWAT)模型能较准确地模拟区域的径流量。通过模拟值和观测值对比分析,该模型具有较高的决定性系数(R2>0.6)和纳什效率系数(NSE>0.5),可为进一步评估产水服务提供保障。(2)2000—2020年泾河流域4种生态系统服务的时空差异性较为显著。在时间尺度上,4种生态系统服务均呈现波动中上升的趋势,在空间尺度上呈现较为稳定的变化趋势。(3)通过对4种生态系统服务优化区域进行叠加分析,发现综合优化区域集中在彭阳县的中部和西南部以及环县的零星区域。研究结果对指导优化区域进行生态系统的可持续管理以及改善生态系统的退化状况具有重要意义。展开更多
利用大气和水文模型定量描述陆表相关变量变化规律一直是大气科学和水文学界的研究热点。然而,由于我国西部地区站点匮乏,传统气象观测站点已不能满足大尺度地表分量高精度模拟分析的需求。建立SWAT模型中国大气同化驱动数据集(China Me...利用大气和水文模型定量描述陆表相关变量变化规律一直是大气科学和水文学界的研究热点。然而,由于我国西部地区站点匮乏,传统气象观测站点已不能满足大尺度地表分量高精度模拟分析的需求。建立SWAT模型中国大气同化驱动数据集(China Meteorological Assimilation Driving Datasets for the SWAT model,CMADS)驱动SWAT(Soil and Water Assessment Tool)模型(简称为CMADS+SWAT模式),选取传统气象站点稀缺的新疆精博河流域为靶区,完成流域各地表分量(如土壤湿度、雪深、融雪)校准、验证及其时空关系提取与分析。分析发现:CMADS数据集可很好地驱动、率定SWAT模式完成本地化工作。其中,CMADS+SWAT模式在月尺度上总体NSE效率系数均在0.659—0.942,日尺度也均在0.526—0.815。对流域内土壤湿度和融雪过程进行相关分析发现:精博河流域土壤湿度在年内3—4月份达到其第一次峰值,主要贡献来自于流域内高山融雪现象;融雪期结束后,流域降水量增加,伴随气温上升等现象导致土壤温度呈现波动态势,至10月中旬冷空气过境产生较大降水(雪),最终使土壤水转变为冻土,直至次年接近融雪期,土壤水再次增加直到融雪过程结束。一方面证明CMADS+SWAT模式可有效提高SWAT水文模型在我国西北干旱区(站点稀缺区域)的表现能力,另一方面理清了精博河流域相关地表分量(土壤湿度、蒸发等)时空演变规律。本研究对我国大气水文学科发展将起到一定的科学促进作用。展开更多
文摘城市高速发展引起了区域土地利用格局的改变,不仅影响生态环境质量,而且还对生态系统服务的空间格局产生影响,在此基础上优化生态系统服务显得至关重要。在泾河流域2000—2020年净初级生产力(Net primary productivity,NPP)、农业生产力、土壤保持和产水服务空间评估的基础上,将贝叶斯网络和生态系统服务相结合,在关键变量子集和可视化的最优状态子集的基础上,评估了4种生态系统服务需要优化的区域,为区域经济和生态和谐发展提供参考。结果表明:(1)水文评价模型(Soil and water assessment tool,SWAT)模型能较准确地模拟区域的径流量。通过模拟值和观测值对比分析,该模型具有较高的决定性系数(R2>0.6)和纳什效率系数(NSE>0.5),可为进一步评估产水服务提供保障。(2)2000—2020年泾河流域4种生态系统服务的时空差异性较为显著。在时间尺度上,4种生态系统服务均呈现波动中上升的趋势,在空间尺度上呈现较为稳定的变化趋势。(3)通过对4种生态系统服务优化区域进行叠加分析,发现综合优化区域集中在彭阳县的中部和西南部以及环县的零星区域。研究结果对指导优化区域进行生态系统的可持续管理以及改善生态系统的退化状况具有重要意义。
文摘利用大气和水文模型定量描述陆表相关变量变化规律一直是大气科学和水文学界的研究热点。然而,由于我国西部地区站点匮乏,传统气象观测站点已不能满足大尺度地表分量高精度模拟分析的需求。建立SWAT模型中国大气同化驱动数据集(China Meteorological Assimilation Driving Datasets for the SWAT model,CMADS)驱动SWAT(Soil and Water Assessment Tool)模型(简称为CMADS+SWAT模式),选取传统气象站点稀缺的新疆精博河流域为靶区,完成流域各地表分量(如土壤湿度、雪深、融雪)校准、验证及其时空关系提取与分析。分析发现:CMADS数据集可很好地驱动、率定SWAT模式完成本地化工作。其中,CMADS+SWAT模式在月尺度上总体NSE效率系数均在0.659—0.942,日尺度也均在0.526—0.815。对流域内土壤湿度和融雪过程进行相关分析发现:精博河流域土壤湿度在年内3—4月份达到其第一次峰值,主要贡献来自于流域内高山融雪现象;融雪期结束后,流域降水量增加,伴随气温上升等现象导致土壤温度呈现波动态势,至10月中旬冷空气过境产生较大降水(雪),最终使土壤水转变为冻土,直至次年接近融雪期,土壤水再次增加直到融雪过程结束。一方面证明CMADS+SWAT模式可有效提高SWAT水文模型在我国西北干旱区(站点稀缺区域)的表现能力,另一方面理清了精博河流域相关地表分量(土壤湿度、蒸发等)时空演变规律。本研究对我国大气水文学科发展将起到一定的科学促进作用。
