不同海拔梯度下极端气候事件对松花江流域植被NPP的影响

植被净初级生产力（NPP）是评估陆地生态系统质量与固碳能力的关键指标,极端气候事件对植被NPP的影响在不同海拔梯度下存在差异.然而,有关不同海拔条件下极端气候事件对植被NPP空间分异的影响情况及耦合效应研究尚且不足.利用MOD17A3HGF遥感数据集和RClimDex 1.9软件分别计算了2001～2020年松花江流域植被NPP和10个极端气候指数,通过趋势分析、相关分析、回归分析、地理探测器分析及相对重要性分析等方法,对不同海拔梯度下松花江流域植被NPP时空演变特征及其对极端气候事件的响应机制进行了解析.结果表明：（1）松花江流域2001～2020年植被NPP（以C计）以4.13 g·（m²·a）^-1的速率显著增加（P <0.01）,29～255、 255～440、 440～658、 658～935和935～2 589 m海拔梯度下植被NPP分别以3.65、 4.04、4.70、 5.09和4.57 g·（m²·a）^-1的速率呈显著增加趋势（P <0.01）;（2）空间上松花江流域植被NPP呈“四周高、中部低”的分布格局,高海拔地区与低海拔地区相比植被NPP波动更为明显;（3）松花江流域极端降水事件是植被NPP的主要影响因素,低海拔地区植被NPP主要受极端降水事件影响,而高海拔地区植被NPP则受极端降水事件和极端气温事件的双重影响.研究结果可为完善松花江流域陆地生态系统碳循环模式、量化植被固碳能力和应对气候变化政策制定提供科学依据.     

基于机器学习的星载短波红外CO2柱浓度估算

利用OCO-2卫星遥感数据、全球碳柱总量观测网(TCCON)站观测数据、NDVI归一化植被指数数据、ERA5大气数据,采用决策树和集成学习(XGBoost、普通随机森林、极端随机森林、梯度提升)对二CO₂平均柱浓度进行预测.通过相关性分析、特征选择与特征提取,建立模型预测CO₂平均柱浓度,再与TCCON站点的地基观测数据进行比对.通过分析不同模型(决策树、XGBoost、普通随机森林、极端随机森林、梯度提升)预测的结果,发现使用极端随机森林回归模型预测CO₂平均柱浓度的精度最高, R²、均方根误差(RMSE)、平均绝对误差(MAE)、平均相对误差(MRE)分别为:0.953、0.492×10^-6、0.260×10^-6、0.063%,其余模型次之,因此对极端随机森林回归模型的预测性能随自身参数的影响进行了分析,结果表明,在误差允许的范围内(±2×10^-6),极端随机森林回归模型和梯度提升回归模型预测的准确率一样,都为98.10%.由于C...     

西秦岭地区大气降水氢氧稳定同位素特征

为了明确西秦岭地区大气降水氢氧稳定同位素特征,于2020年1～12月在甘肃陇南收集了109个降水样品,对其氢氧稳定同位素比率的年内变化及其影响因素进行了分析,并结合HYSPLIT模型后向轨迹分析了降水同位素与水汽来源的联系。结果表明：研究区大气降水中δ¹⁸O和δ²H加权平均值分别为-11.0‰和-74.1‰,表现出雨季低(δ¹⁸O=-11.5‰,δ²H=-79.0‰)而非雨季高(δ¹⁸O=-9.0‰,δ²H=-55.1‰)的年内变化特征。局地大气降水线为δ²H=8.1δ¹⁸O+14.6,斜率和截距均高于全球大气降水线。降水δ¹⁸O呈现一定的降水量效应,温度效应不显著。雨季受季风作用显著,对应着δ¹⁸O偏低的降水,西风全年影响该地区但带来的降水有限。本研究有助于提高对西秦岭山区大气降水氢氧稳定同位素演化的认识,明晰降水同位素的影响因素,为现代水文气象和古气候研究提供参考。     

1950～2019年中国季节平均最高气温时空演变特征及其大气环流影响定量化分析

全球变暖和人类活动加剧引起区域气候不稳定,高温事件发生频次和持续性增强,生态环境保护和经济社会发展面临严峻威胁.采用Mann-Kendall检验法和一元线性回归法探讨1950～2019年中国季节平均最高气温(AMT)时空演变特征,并结合线性相关、偏线性相关以及小波分析揭示中国各季节AMT与大气环流间的联系.结果表明：(1)时间尺度上,各季节AMT均呈显著上升趋势,春、夏、秋和冬季AMT上升幅度分别为1.21、0.08、1.81和0.25℃,其突变时间主要集中于20世纪90年代至21世纪初.(2)空间分布上,除夏季以外,其它季节AMT平均变化率由南向北逐渐增加,但其增加程度各不相同,其中春冬季节东北和西北地区变化速率最快.(3)各季节AMT与大气环流因子间存在复杂关系,其能量强度在不同时频域上具有显著差异.其中太平洋年代际涛动与夏季AMT呈显著负相关,北大西洋涛动对夏秋冬季AMT变化产生较大程度正向驱动,北极振荡对各季节AMT均具有明显正向驱动作用,厄尔尼诺-南方涛动因年份不同对春夏季AMT的短期变化存在显著正向或负向影响.研究结果可为我国制定科学有效的气候变化应对方案提供理论依据和技术...     

气候条件变化下环境中抗生素抗性基因研究

抗生素滥用导致抗性基因（ARGs）的丰度不断上升,许多抗生素的治疗效果明显下降,给全球带来了日益严重的医疗危机。同时全球气候变化进程仍在持续,并且势必对ARGs的赋存和传播带来一定影响。然而,现有研究很少系统地总结气候变化对ARGs的影响。该文基于已有研究,着重对季节性、降雨、极端天气等气候因素进行分析,综述了这些因素对ARGs丰度的影响,并对这些影响背后的机理进行了探讨,发现季节主要通过影响处方率和温度来影响ARGs丰度,而降雨则会促进ARGs从空气到土壤和水体的传播,同样地,洪水等极端天气也有利于ARGs的传播,因此得出全球气候变化导致的气温升高、降雨和极端天气增多很可能会提高环境中ARGs的丰度并增加人体与其接触的概率的结论。最后提出了建立系统的ARGs监测网络和ARGs的风险评估机制,并将ARGs进行分类分析,着重关心那些会对人体造成较大影响的ARGs的展望。     

基于改进极端学习机的混沌时间序列瓦斯涌出量预测

为更准确地预测瓦斯涌出量,预防瓦斯灾害,有必要建立和应用基于改进极端学习机(IELM)的混沌时间序列预测模型.首先,对瓦斯涌出量监测数据构成的多变量时间序列进行相空间重构,采用互信息法与虚假邻点法得到每一变量的延迟时间和最佳嵌入维数;然后,通过最小二乘方法和误差反馈原理计算出最优的网络输入层到隐含层的学习参数,对极端学习机(ELM)进行改进;最后,借助IELM建立瓦斯混沌时间序列的预测模型.通过仿真试验,运用该预测模型预测的最大相对误差为3.290 2％,最小相对误差为0.898 2％,平均相对误差为1.952 8％.     

高温极端天气影响下的成都平原一次典型臭氧污染过程分析

基于气象再分析资料及成都市芳邻路站点大气综合观测数据,采用PMF、PSCF和CWT等方法对成都市2022年发生的一次持续性臭氧(O3)污染过程进行分析.结果表明,本次污染过程持续了18 d,O3 浓度最大8 h平均值第90百分位数达242.62 μg·m-3.由于副热带高压强大且长时间控制四川,气温屡创新高,成都市日最高温度达到41.63℃,异常持久高温强辐射为O3生成提供有利气象条件.面对持续高温干旱灾害性天气影响,四川电网面临极其严峻的保供形势,污染期间四川省多地出现不同程度的让电于民.分析对比让电前后空气质量科研数据发现:①让电后O3前体物NO2和VOCs浓度均有不同程度降低,O3浓度削峰效果较好;②让电后大气反应活性OFP和L·OH中烷烃和芳香烃贡献率均下降,但贡献前10物种贡献率较让电前提高,主要是因为高温所致植物排放异戊二烯增加;③从源解析结果来看,让电前后移动源、工业源和油气挥发源贡献率基本不变,天然源贡献率上升,溶剂源贡献率下降;④让电前成都近郊短距离传输叠加眉山一带传输对成都有影响,强潜在源位于主城区偏东区域,让电后潜在源区域缩小、强潜在源弱化、影响减弱,由此可见联防联控对成都市O3污染防治作用较大.     

西南喀斯特核心分布区植被对极端气候的响应

为了探究植被变化与极端气候之间的关系,以西南喀斯特核心分布区为研究对象,基于1982～2019年NDVI数据和气象站点日气温和降雨数据,选择气候变化监测和指标专家组(ETCCDI)定义的极端气候指数,运用趋势分析法和相关分析法探讨了NDVI和极端气候时空变化及其响应机制.结果表明:1982～2019年西南喀斯特核心分布区NDVI总体(83.13%)呈显著上升趋势,仅少部分地区(0.51%)呈下降趋势.极端气候指数中,表征极端高温的指数在时间和空间上都呈显著(P<0.05)增加趋势,表征极端低温的指数在时间和空间上(P<0.05)都呈显著下降趋势,而极端降水指数变化趋势不显著(P>0.05).年尺度上,西南喀斯特核心分布区NDVI与极端降水和极端气温暖指数呈正相关,而与极端气温冷指数呈负相关;NDVI与7个具有显著关系(P<0.05)的极端气温指数(TN90P、TX90P、TNX、TXX、TN10P、TX10P、TNN)的相关性在空间上表现出明显的异质性.表征极端气温频率的TN90P、TX90P和TN10P三个指数是影响不同植被生长的主要因子.研究结果对于喀斯特地区生态保护与治理具有一定的指导意义.     

西安市极端降雨时间演变特征分析

全球气候变化导致城市洪涝灾害频发,极端降雨具有历时短、成灾快的特点,是造成城市内涝的主要原因,研究极端降雨的变化趋势,可为城市应对内涝提供参考。为分析西安市极端降雨事件的时间演变特征,采用滑动平均、线性回归、M-K突变性检验和Hurst指数分析等方法对西安市1990—2020年的降雨资料进行分析,得出西安市近30年降雨事件随时间的变化特征,并对未来变化趋势进行预测分析。结果表明：1）西安市年降雨量无明显变化趋势,但极端降雨量以每10年29 mm的速率呈增加趋势,并且在2002年突变性增加;2）极端降雨频次以每10年0.85次的速率呈增加趋势,并且在2014年突变性增加;3）极端降雨量和极端降雨频次的Hurst指数分别为0.974和0.893,具有较强的持续性,这表明两者变化趋势与过去相一致,未来西安市的极端降雨事件会呈持续增加趋势。     

基于高频监测的千岛湖湖心藻类时空变化研究

为探究亚热带深水水库藻类时空变化特征,在千岛湖(新安江水库)湖心区布设藻类荧光分析仪(BBE FluoroProbe)浮标,对该区域藻类门类的剖面变化进行为期1年的高频观测.结果表明：在夏季暴雨之后的高温晴热期(7月底至8月底),水库藻类总量出现峰值;不同门藻类的数量峰值出现时间有差异,硅藻门、甲藻门的藻类数量峰值出现在4月底至7月下旬,蓝藻门和绿藻门藻类数量峰值出现在6月中旬至9月初;不同门藻类在垂向上出现数量峰值的深度也不同,绿藻门藻类数量的垂向峰值出现在1 m左右的表层,而蓝藻门、硅藻门、甲藻门的垂向数量峰值出现在3～5 m的次表层.统计分析发现,温度、总磷浓度和光照强度与湖心区藻类细胞密度时空变化显著相关.暴雨过程会对藻类群落结构变化产生两方面影响：一方面会降低温度和光照强度,抑制藻类生长;另一方面会带来大量的营养盐,刺激藻类生长.研究显示：藻类荧光分析仪等高频监测浮标能高效捕捉藻类水华等关键水生态风险过程,能为湖库水源地水质风险提供预警信息;在极端天气事件发生频率增加的气候背景下,应加强对灾害性藻类异常增殖问题的关注.