【高校科研前沿】中国科学院西北生态环境资源研究院在利用非光合植被改进风蚀模型研究方面获新进展,成果以博士生刘秀帆为一作发表于《Geoderma》

文章简介

论文名称An improvement of the Revised Wind Erosion Equation by considering the effect of non-photosynthetic vegetation(考虑非光合植被影响的修正风蚀方程的改进)

第一作者及单位:刘秀帆(博士研究生 中国科学院西北生态环境资源研究院)

通讯作者及单位:杜鹤强(研究员 中国科学院西北生态环境资源研究院)

文章发表期刊:Geoderma》(中科院1区Top期刊|最新影响因子:6.1)

期刊平均审稿速度:11.7周(参考)

01 研究内容

        从植被的功能角度出发,植被可分为光合植被和非光合植被,非光合植被是指枯枝落叶层、农田残茬以及处于休眠和枯死状态的草、叶、枝和干等。非光合植被作为生态系统中不可忽视的部分,是非生长季地表植被的主要组成部分。

        中国西北地区非生长季风蚀灾害严重,此时,非光合植被主要承担降低风蚀的任务。而在众多主流风蚀模型中,植被覆盖度的计算一般采用NDVI数据,但是NDVI数据对于非光合植被不敏感,无法准确计算非光合植被的覆盖度,进而造成风蚀量估算的不确定性。因此,亟需准确估算非光合植被盖度并将其嵌套进风蚀模型中以提高风蚀模数的估算精度。

        Revised Wind Erosion Equation (RWEQ) 模型集成了植被-残茬模块,是嵌套非光合植被的理想模型。同时,毛乌素沙地非生长季风蚀严重,且在非生长季保有大量非光合植被,是研究嵌套非光合植被的理想区域。

        中国科学院西北生态环境资源研究院科研团队对毛乌素沙地非光合植被的高光谱数据进行了采集,并基于Landsat 8-OLI数据估算了毛乌素沙地2014-2017年的非光合植被覆盖度。同时,研究人员对毛乌素沙地的风蚀量进行了观测,用于验证模型模拟的结果。

        研究结果表明,使用Landsat 8-OLI计算的非光合植被覆盖度为使用NDVI数据计算的非光合植被覆盖度的2.71倍。在将非光合植被嵌套进RWEQ模型后,经过野外观测数据验证,模型的模拟精度得到了明显提升,用于评估模型模拟精度的RMSE和Re仅为未嵌套非光合植被时的二分之一,模型模拟值和观测值之间的R2上升5%。

        研究表明,未嵌套非光合植被的RWEQ模型高估了毛乌素沙地的风蚀模数。2014-2017年高估的风蚀模数分别为130.48 t/km2/a,91.79 t/km2/a,85.51 t/km2/a 和 93.76 t/km2/a,高估率分别为26.52 %,16.9 %,21.47 % 和31.33 %。风蚀模数的高估率与区域的风蚀模数和非光合植被覆盖度有关。

        该研究将非光合植被嵌套进RWEQ模型,提高了模型的模拟精度,为风蚀模型的发展提供了新的视角。

        西北研究院博士研究生刘秀帆为论文第一作者,杜鹤强研究员为论文通讯作者。该研究获国家重点研发计划和国家自然科学基金等联合资助。

图1|嵌套非光合植被后与嵌套非光合植被前的RWEQ模型模拟精度

图2|未嵌套非光合植被时风蚀模型的高估量

02 文章引用

文章信息:Xiufan Liu, Heqiang Du, Xinlei Liu, Yawei Fan, Sen Li, Tao Wang, Zichen Guo,An improvement of the Revised Wind Erosion Equation by considering the effect of non-photosynthetic vegetation,Geoderma,Volume 445,2024,116880,ISSN 0016-7061,

https://doi.org/10.1016/j. geoderma.2024.116880.

信息来源:中国科学院西北生态环境资源研究院官网

  • 15
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
提供的源码资源涵盖了安卓应用、小程序、Python应用和Java应用等多个领域,每个领域都包含了丰富的实例和项目。这些源码都是基于各自平台的最新技术和标准编写,确保了在对应环境下能够无缝运行。同时,源码中配备了详细的注释和文档,帮助用户快速理解代码结构和实现逻辑。 适用人群: 这些源码资源特别适合大学生群体。无论你是计算机相关专业的学生,还是对其他领域编程感兴趣的学生,这些资源都能为你提供宝贵的学习和实践机会。通过学习和运行这些源码,你可以掌握各平台开发的基础知识,提升编程能力和项目实战经验。 使用场景及目标: 在学习阶段,你可以利用这些源码资源进行课程实践、课外项目或毕业设计。通过分析和运行源码,你将深入了解各平台开发的技术细节和最佳实践,逐步培养起自己的项目开发和问题解决能力。此外,在求职或创业过程中,具备跨平台开发能力的大学生将更具竞争力。 其他说明: 为了确保源码资源的可运行性和易用性,特别注意了以下几点:首先,每份源码都提供了详细的运行环境和依赖说明,确保用户能够轻松搭建起开发环境;其次,源码中的注释和文档都常完善,方便用户快速上手和理解代码;最后,我会定期更新这些源码资源,以适应各平台技术的最新发展和市场需求。
提供的源码资源涵盖了安卓应用、小程序、Python应用和Java应用等多个领域,每个领域都包含了丰富的实例和项目。这些源码都是基于各自平台的最新技术和标准编写,确保了在对应环境下能够无缝运行。同时,源码中配备了详细的注释和文档,帮助用户快速理解代码结构和实现逻辑。 适用人群: 这些源码资源特别适合大学生群体。无论你是计算机相关专业的学生,还是对其他领域编程感兴趣的学生,这些资源都能为你提供宝贵的学习和实践机会。通过学习和运行这些源码,你可以掌握各平台开发的基础知识,提升编程能力和项目实战经验。 使用场景及目标: 在学习阶段,你可以利用这些源码资源进行课程实践、课外项目或毕业设计。通过分析和运行源码,你将深入了解各平台开发的技术细节和最佳实践,逐步培养起自己的项目开发和问题解决能力。此外,在求职或创业过程中,具备跨平台开发能力的大学生将更具竞争力。 其他说明: 为了确保源码资源的可运行性和易用性,特别注意了以下几点:首先,每份源码都提供了详细的运行环境和依赖说明,确保用户能够轻松搭建起开发环境;其次,源码中的注释和文档都常完善,方便用户快速上手和理解代码;最后,我会定期更新这些源码资源,以适应各平台技术的最新发展和市场需求。
黄土高原是中国重要的地理地貌区之一,其位于中国的中部地带,横跨陕西、甘肃、宁夏、内蒙古、山西和河北等省区。黄土高原地区地貌特征明显,以黄色的风蚀堆积黄土而得名。这一地区拥有较为特殊的土壤与植被,对生态环境和农业发展具有重要的意义。 矢量范围图("Shapefile"或shp)则是一种地理信息系统(GIS)中常见的数据格式,用于表示地理特征的几何形状和属性信息。黄土高原矢量范围图shp可以用来展示黄土高原地区的边界范围、点、线、面等不同地理要素的信息。 黄土高原矢量范围图shp可以提供许多有用的信息。例如,通过该图可以清晰地确定黄土高原地区的边界范围,帮助人们了解该地区的大小和位置。此外,通过查看该图上的点、线和面等地理要素,我们可以取更多关于黄土高原地区的地形、地貌和地理特征的信息。 黄土高原矢量范围图shp还可以被用于制作更详细的地图,帮助人们更好地了解该地区的自然环境、农作物分布、交通网络等方面的情况。同时,这些矢量范围图也为科学研究、规划设计、生态保护和资源开发等提供了基础数据。 总之,黄土高原矢量范围图shp通过提供黄土高原地区的边界范围和地理要素信息,可以帮助人们更好地了解和利用这一地区的自然资源,促进经济和环境的可持续发展。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值