典型黄土塬区不同植物措施水土保持效应分析

基于黄土高原典型黄土塬区2014-2016年的自然降雨数据及5种植被措施（乔木、灌木、撂荒、人工种草、耕地）下的坡面产流、产沙情况的观测数据,系统分析了不同植被覆盖措施下的黄土坡地水土流失对不同类型侵蚀性降雨的响应机制,结果表明：（1）降水集中于4-10月份,其中引发水土流失的侵蚀性降雨集中于7月、8月。（2）根据最大30分钟降雨强度I₃₀及降雨总量可将侵蚀性降雨分为5种类型,其中小雨量、小雨强类型的降雨是当地发生频率最多的侵蚀性降雨类型;降雨强度最大的Ⅴ雨型降雨侵蚀力最大,降雨量最大的Ⅰ雨型降雨侵蚀力次之,而Ⅱ雨型降雨侵蚀力最低;Ⅴ雨型在观测期内产流产沙量最大。（3）5种植被措施在不同降雨类型下均有明显的水土保持效应,在不同类型降雨下不同植物措施减沙率和减流率变化规律不同。研究结果对于黄土高原地区水土保持及资源可持续利用具有重要的指导意义。     

中国东北、内蒙古地区茶藨属果树资源的研究

本文对东北、内蒙古地区茶属果树资源进行了调查,初步查明有１９种、２变种、１变型,并对其特征、特性、生境、分布及利用价值进行了研究,总结了驯化栽培的研究结果,提出了开发利用的建议。     

关于黄土高原空间范围的讨论

长期以来,黄土高原的空间范围缺乏明确的定论。争论的焦点反映出不同学者对自然地理现象空间分布过渡性的认识和处理的差异。本文从黄土、黄土分布区、黄土高原及其毗邻的黄土分布区、黄土高原、典型黄土地貌区等几个不同层次的概念出发,探讨了划分黄土高原的客观标准,并根据野外考察和航卫片判读确定了黄土高原的空间范围。     

青藏高原生态资产地域划分中的SOFM网络技术

针对目前地域划分中存在的问题,论文尝试以人工神经网络技术作为区划工作的理论支撑,构建了自组织特征映射SOFM网络,以青藏高原环境与生态系统资产作为待分客体,探索了新技术和方法在生态资产地域划分中的应用。结果表明,对于自然界中广泛存在的非线性问题,SOFM网络具有比聚类分析等线性分类器更强的适应性。应用SOFM网络在对待分客体生态资产进行类型划分的基础上,使用策略性循环尺度转换(SCS)范式对其进行了区域转换,最终完成了青藏高原范围内生态资产的地域划分。     

高原湖泊旅游资源的生态可持续利用评价研究

本文以旅游资源的生态可持续利用为目标,结合高原湖泊旅游资源的特性,提出了湖泊旅游资源可持续利用评价指标体系,建立了综合评价的多目标、线性加权函数模型,并利用此模型,对抚仙湖进行了实证研究,评价方法具有可操作性和一定的推广价值.     

Spatial and temporal distribution of total ozone over China

In this paper the grid data of total ozone mapping spectrograph (TOMS) installed on Nimbus 7 satellite (1978 to 1994) was used and the spatial and temporal distribution of total ozone over China was analyzed. The research indicates that the Qinghai Tibet Plateau destroyed the latitudinal distribution of total ozone of China and the low value closed center emerged over Qinghai Tibet Plateau. Long time change trends of seasonal total ozone of Qinghai Tibet Plateau are provided. It shows that the most obvious decrease of total ozone occurs in winter (Jan.), then in summer (Jul.), the relevant slow change occurs in autumn (Oct.) and spring (Apr.).     

直岗拉卡水电站工程生态环境的影响分析

直岗拉卡水电站地处青藏高原,是黄河上游第4个梯级电站,工程所处区域属生态环境十分敏感和脆弱的青藏高原。论文在阐述直岗拉卡水电站工程影响区生态环境基本特征的基础上,度量了该区域生物多样性及电站运行后对生态环境的影响程度,提出了相关对策。分析表明,直岗拉卡水电站工程在实施严格的环境保护措施后对生态环境的影响是可以接受的。     

草地畜牧业雪灾脆弱性评价 --以内蒙古牧区为例

从综合减灾和区域可持续发展的角度，建立了雪灾脆弱性评价指标体系及评价模型，并从雪灾区域孕灾环境敏感性以及区域畜牧业承灾体对雪灾的适应性两方面，对内蒙古雪灾脆弱性进行了评价。研究结果表明：内蒙古牧区雪灾脆弱性存在若明显的地域差异，中西部牧区比东部牧区脆弱性大，北部牧区比南部牧区脆弱性大，并且近10年来脆弱性提高的旗县明显增多，草地季节性干旱、北方干旱化以及草场超载过牧、退化加剧是畜牧业雪灾脆弱性呈增加趋势的直接原因。     

青藏高原铁路沿线雪崩危险度评价方法

简要介绍了 3条进藏铁路的主要雪害 ,指出雪崩危险度评价对铁路选线和配置防护雪害设施有重要意义。青藏铁路的雪害主要是风吹雪 ,滇藏、川藏铁路的雪害主要是雪崩。雪崩的形成和发生的必要条件是一定深度的积雪和一定范围的坡度。笔者通过理论计算得出积雪的临界厚度和山坡的临界安全角度。在分析影响雪崩的主要因素的基础上 ,利用模糊归一化方法来评价雪崩的发生危险度 ,并引用国外方法来计算雪崩达到某点的概率。最后 ,指出雪崩评价方法需要改进之处和铁路选线时应注意的问题。     

Discriminate Analysis for Dust Storm Prediction in the Gobi and Steppe Regions in Mongolia

A discriminate analysis method for probability forecast of dust storms in Mongolia has been developed. The prediction method uses data recorded at 23 meteorological stations in the Gobi and steppe regions of Mongolia, including surface air pressure and geo-potential height at the 500-hPa level on grid points, and weather maps from 1975 to 1990. Weather elements such as air temperature, pressure, geo-potential height etc, which influence the formation of dust storms, are prepared as predictors. To select the most informative/important predictors (variables), we used a mean correlation matrix of variables together with the Mahalonobis distance, and correlation coefficients between dust storms and predictors with an orthogonalization for removing correlated predictors. The most informative predictors for dust storm prediction are intensities of surface cyclones and migratory anticyclones, passage of cold fronts, the horizontal gradients of the surface air pressure in the cold frontal zone, cyclonic circulations from the ground surface up to the 500-hPa level, the geo-potential height at 500-hPa level and its temporal changes. Selected predictors are used in discriminate analysis for formulating dust storm prediction equations. Sandstorm data have been classified into three classes, viz., strong, moderate and weak dust storms, depending on their intensities, durations and areas covered. Predictions of the probabilities of dust storm occurrence use the prediction equations for each class. The prediction is made from 12 hours to 36 hours. Verification of the probability forecasts of dust storms is also shown. The accuracy of forecasts is 72.2–79.9% with the data used for developing equations (dependent variables), in contrast to 67.1–72.0% with unrelated data for deriving equations (independent variables).