三江源区植被季节性变绿对生态环境和水资源安全有深远影响。本研究利用2003-2021年多源数据，采用趋势分析、相关分析和部分信息分解（PID）解耦分析，探讨了三江源地区植被季节性变绿的水分驱动因子及其对气候变化的响应关系。结果表明：（1）春、夏、秋季叶面积指数（LAI）的线性趋势总体上升，但是不同季节的环境条件差异显著。春、秋季降水量、土壤湿度（SM）和积雪覆盖（SC）的线性趋势也在增加，温度变化不明显；夏季温度的线性趋势略升高，降水量和SM略减少，SC变化不显著。（2）水分驱动因子对LAI的影响：相关分析显示，春、夏季LAI与SM显著正相关，秋季不显著；LAI与SC的相关性各季节均较弱。引入PID解耦分析方法，有效地揭示了SM和SC对LAI的非线性和协同影响。SC在春、秋季影响LAI变化的独立信息贡献更高，成为主要水分驱动因子，夏季则SM贡献更大；同时，SM和SC的协同作用在各季节对LAI变化起重要作用，协同信息贡献均超过30%。（3）水分驱动因子对气候变化的响应：相关分析显示，SM在各季节均与降水显著正相关，春季与温度显著负相关；SC在各季节均与降水显著正相关，春、秋季与温度显著负...
三江源区植被季节性变绿对生态环境和水资源安全有深远影响。本研究利用2003-2021年多源数据，采用趋势分析、相关分析和部分信息分解（PID）解耦分析，探讨了三江源地区植被季节性变绿的水分驱动因子及其对气候变化的响应关系。结果表明：（1）春、夏、秋季叶面积指数（LAI）的线性趋势总体上升，但是不同季节的环境条件差异显著。春、秋季降水量、土壤湿度（SM）和积雪覆盖（SC）的线性趋势也在增加，温度变化不明显；夏季温度的线性趋势略升高，降水量和SM略减少，SC变化不显著。（2）水分驱动因子对LAI的影响：相关分析显示，春、夏季LAI与SM显著正相关，秋季不显著；LAI与SC的相关性各季节均较弱。引入PID解耦分析方法，有效地揭示了SM和SC对LAI的非线性和协同影响。SC在春、秋季影响LAI变化的独立信息贡献更高，成为主要水分驱动因子，夏季则SM贡献更大；同时，SM和SC的协同作用在各季节对LAI变化起重要作用，协同信息贡献均超过30%。（3）水分驱动因子对气候变化的响应：相关分析显示，SM在各季节均与降水显著正相关，春季与温度显著负相关；SC在各季节均与降水显著正相关，春、秋季与温度显著负...
三江源区植被季节性变绿对生态环境和水资源安全有深远影响。本研究利用2003-2021年多源数据，采用趋势分析、相关分析和部分信息分解（PID）解耦分析，探讨了三江源地区植被季节性变绿的水分驱动因子及其对气候变化的响应关系。结果表明：（1）春、夏、秋季叶面积指数（LAI）的线性趋势总体上升，但是不同季节的环境条件差异显著。春、秋季降水量、土壤湿度（SM）和积雪覆盖（SC）的线性趋势也在增加，温度变化不明显；夏季温度的线性趋势略升高，降水量和SM略减少，SC变化不显著。（2）水分驱动因子对LAI的影响：相关分析显示，春、夏季LAI与SM显著正相关，秋季不显著；LAI与SC的相关性各季节均较弱。引入PID解耦分析方法，有效地揭示了SM和SC对LAI的非线性和协同影响。SC在春、秋季影响LAI变化的独立信息贡献更高，成为主要水分驱动因子，夏季则SM贡献更大；同时，SM和SC的协同作用在各季节对LAI变化起重要作用，协同信息贡献均超过30%。（3）水分驱动因子对气候变化的响应：相关分析显示，SM在各季节均与降水显著正相关，春季与温度显著负相关；SC在各季节均与降水显著正相关，春、秋季与温度显著负...
三江源区植被季节性变绿对生态环境和水资源安全有深远影响。本研究利用2003-2021年多源数据，采用趋势分析、相关分析和部分信息分解（PID）解耦分析，探讨了三江源地区植被季节性变绿的水分驱动因子及其对气候变化的响应关系。结果表明：（1）春、夏、秋季叶面积指数（LAI）的线性趋势总体上升，但是不同季节的环境条件差异显著。春、秋季降水量、土壤湿度（SM）和积雪覆盖（SC）的线性趋势也在增加，温度变化不明显；夏季温度的线性趋势略升高，降水量和SM略减少，SC变化不显著。（2）水分驱动因子对LAI的影响：相关分析显示，春、夏季LAI与SM显著正相关，秋季不显著；LAI与SC的相关性各季节均较弱。引入PID解耦分析方法，有效地揭示了SM和SC对LAI的非线性和协同影响。SC在春、秋季影响LAI变化的独立信息贡献更高，成为主要水分驱动因子，夏季则SM贡献更大；同时，SM和SC的协同作用在各季节对LAI变化起重要作用，协同信息贡献均超过30%。（3）水分驱动因子对气候变化的响应：相关分析显示，SM在各季节均与降水显著正相关，春季与温度显著负相关；SC在各季节均与降水显著正相关，春、秋季与温度显著负...
北极涛动(Arctic Oscillation, AO)作为北半球冬季中高纬度大气环流年际变率的主模态，是气候可预测性的重要来源之一。然而，AO对中高纬度地表温度、土壤湿度、积雪等陆面特征变量的影响缺乏系统研究。本文基于ERA5和ERA5-Land再分析资料，通过回归分析和物理过程诊断，揭示了AO对冬春欧亚陆面变量的影响规律和机理。结果发现：伴随正位相的AO,欧亚地表温度呈现南北偶极型分布，即欧亚北部地表异常增暖，而欧亚南部地表异常变冷；而积雪和土壤湿度异常则总体呈现南北向三极型空间分布，即中纬度地区积雪覆盖和雪深异常减小、土壤异常干燥，而高纬度地区雪深异常增加、土壤异常湿润，低纬度地区积雪覆盖和雪深异常增加、土壤异常湿润。AO相关的大气环流异常主导的异常水汽输送驱动了上述欧亚陆面变量异常的形成。欧亚北部(南部)水汽的异常辐合(辐散)引起整层水汽和云量增加(减少),导致向下长波辐射增加(减少),使得北部(南部)地区地表异常增暖(变冷)。同时，异常水汽输送引起的降雪和降水异常导致了积雪和土壤湿度异常空间分布的形成。水汽的异常辐散(辐合)引起降雪或降水减少(增加),导致了欧亚中纬度地区(高...
北极涛动(Arctic Oscillation, AO)作为北半球冬季中高纬度大气环流年际变率的主模态，是气候可预测性的重要来源之一。然而，AO对中高纬度地表温度、土壤湿度、积雪等陆面特征变量的影响缺乏系统研究。本文基于ERA5和ERA5-Land再分析资料，通过回归分析和物理过程诊断，揭示了AO对冬春欧亚陆面变量的影响规律和机理。结果发现：伴随正位相的AO,欧亚地表温度呈现南北偶极型分布，即欧亚北部地表异常增暖，而欧亚南部地表异常变冷；而积雪和土壤湿度异常则总体呈现南北向三极型空间分布，即中纬度地区积雪覆盖和雪深异常减小、土壤异常干燥，而高纬度地区雪深异常增加、土壤异常湿润，低纬度地区积雪覆盖和雪深异常增加、土壤异常湿润。AO相关的大气环流异常主导的异常水汽输送驱动了上述欧亚陆面变量异常的形成。欧亚北部(南部)水汽的异常辐合(辐散)引起整层水汽和云量增加(减少),导致向下长波辐射增加(减少),使得北部(南部)地区地表异常增暖(变冷)。同时，异常水汽输送引起的降雪和降水异常导致了积雪和土壤湿度异常空间分布的形成。水汽的异常辐散(辐合)引起降雪或降水减少(增加),导致了欧亚中纬度地区(高...
全球气候变暖导致多年冻土快速升温，并逐渐退化为季节冻土，而多年冻土和季节冻土在土壤稳定性、水分传输及地气交换等方面存在显著差异。因此，探究多年冻土与季节冻土的冻融特征差异具有重要意义。本文基于水热耦合模型（SHAW），以黑河上游祁连山区的大沙龙站（多年冻土）和阿柔站（季节冻土）为研究对象，对土壤温度、湿度和土壤冻融过程进行模拟分析。结果表明：SHAW模型在模拟两种类型冻土站点水热过程时均显示出了良好的精度，在多年冻土站点的总体表现更好。具体而言，多年冻土/季节冻土站点的土壤温度和土壤湿度的平均纳什效率系数（NSE）分别为0.95/0.91和0.74/0.37。同时，两个站点的水热过程差异显著，多年冻土站点模拟期平均冻结速率(6.75 cm·d-1)显著大于季节冻土站点(1.33 cm·d-1)，而平均融化速率(2.11 cm·d-1)略小于季节冻土站点(3.15 cm·d-1)。由于多年冻土站点的下伏多年冻土层起着“地下冷源”的作用，深层（80 cm以下）土壤温度的季节波动幅度小于季节冻土站点。本文...
全球气候变暖导致多年冻土快速升温，并逐渐退化为季节冻土，而多年冻土和季节冻土在土壤稳定性、水分传输及地气交换等方面存在显著差异。因此，探究多年冻土与季节冻土的冻融特征差异具有重要意义。本文基于水热耦合模型（SHAW），以黑河上游祁连山区的大沙龙站（多年冻土）和阿柔站（季节冻土）为研究对象，对土壤温度、湿度和土壤冻融过程进行模拟分析。结果表明：SHAW模型在模拟两种类型冻土站点水热过程时均显示出了良好的精度，在多年冻土站点的总体表现更好。具体而言，多年冻土/季节冻土站点的土壤温度和土壤湿度的平均纳什效率系数（NSE）分别为0.95/0.91和0.74/0.37。同时，两个站点的水热过程差异显著，多年冻土站点模拟期平均冻结速率(6.75 cm·d-1)显著大于季节冻土站点(1.33 cm·d-1)，而平均融化速率(2.11 cm·d-1)略小于季节冻土站点(3.15 cm·d-1)。由于多年冻土站点的下伏多年冻土层起着“地下冷源”的作用，深层（80 cm以下）土壤温度的季节波动幅度小于季节冻土站点。本文...
针对复杂寒区地表冻融状态情况，基于GPS-IR (Global Positioning System-Interference Reflectometry)技术进行地表冻融状态监测精度研究。采用2017—2022年PBO (The Plate Boundary Observatory) GPS站点数据，结合SNOTEL气象站地表实测数据，充分考虑了复杂寒区地表积雪深度、土壤湿度和地表冻融状态对GPS (Global Positioning System)多路径观测值的影响，基于GPS-IR技术利用卫星反射信号来进行地表冻融状态监测。结果表明：在积雪深度和土壤湿度时间序列平稳的状态下，GPS-IR技术的冻融监测精度为90.63%，积雪深度和土壤湿度的波动都会导致监测精度下降。实验表明GPS-IR技术的监测精度会受到积雪深度和土壤湿度的影响，在地球物理参数小范围变化的情况下监测精度较好，对地表冻融状态响应敏感，是一种有效监测复杂寒区冻融特性的有效手段。
针对复杂寒区地表冻融状态情况，基于GPS-IR (Global Positioning System-Interference Reflectometry)技术进行地表冻融状态监测精度研究。采用2017—2022年PBO (The Plate Boundary Observatory) GPS站点数据，结合SNOTEL气象站地表实测数据，充分考虑了复杂寒区地表积雪深度、土壤湿度和地表冻融状态对GPS (Global Positioning System)多路径观测值的影响，基于GPS-IR技术利用卫星反射信号来进行地表冻融状态监测。结果表明：在积雪深度和土壤湿度时间序列平稳的状态下，GPS-IR技术的冻融监测精度为90.63%，积雪深度和土壤湿度的波动都会导致监测精度下降。实验表明GPS-IR技术的监测精度会受到积雪深度和土壤湿度的影响，在地球物理参数小范围变化的情况下监测精度较好，对地表冻融状态响应敏感，是一种有效监测复杂寒区冻融特性的有效手段。