2020年5月19日,清华大学地学系俞乐课题组在《中国科学:地球科学》(SCIENCE CHINA - Earth Sciences)上发表题为“基于AVHRR,MODIS,LANDSAT数据和BFAST算法的中国30米逐年土地覆盖/土地利用数据集(1980-2015)”(Annual 30 m land use/ land cover maps of China for 1980–2015 from the integration of AVHRR, MODIS and Landsat data using the BFAST algorithm)的论文。 陆地资源卫星(Landsat)30米分辨率数据被广泛应用于长时间序列土地变化研究,但因其时空覆盖不全,难以被直接用于开展中国逐年土地利用/土地覆盖制图。在本研究中,俞乐课题组使用中分辨率(250米)成像光谱仪(MODIS)数据集和低分辨率(8千米)全球模拟与制图研究数据集(GIMMS),结合逐5年30米中国土地利用数据库(CLUD)和时间序列分析方法,得到1980~2015年逐年中国土地利用数据集(CLUD-A)。论文探索了加性季节和长期趋势突变检测算法(BFAST)在全类型土地利用/土地覆...
2020年4月,地学系俞乐课题组在《地球系统科学数据》(Earth System Science Data)上发表题为”2001-2016年逐年马来西亚和印度尼西亚油棕种植园分布数据集”(Annual oil palm plantation maps in Malaysia and Indonesia from 2001 to 2016)的论文,发布了一套2001-2016年印度尼西亚和马来西亚100米空间分辨率逐年油棕分布数据集。 近年来,全球对植物油和生物燃料的需求不断增长,导致东南亚(尤其是马来西亚和印度尼西亚)的油棕种植园显著扩张,大量侵占东南亚地区的热带森林。据统计,1990-2005年间50%的新增油棕种植园面积来源于森林砍伐。此外,油棕扩张还造成生物多样性丧失和温室气体排放增加。定量分析油棕扩张造成的环境影响需要时空分辨率更高的油棕土地覆盖动态数据集。 本研究中使用合成孔径雷达数据ALOS PALSAR,ALOS-2 PALSAR-2和中分辨率成像光谱仪MODIS数据集得到首套2001-2016年印度尼西亚和马来西亚100米逐年油棕分布数据集。首先,采用...
2020年4月,地球系统科学系阳坤教授研究组在期刊《水文气象》(Journal of Hydrometeorology)在线发表了题为“青藏高原浅薄积雪参数化研究”(Characterizing surface albedo of shallow fresh snow and its importance for snow ablation on the interior of the Tibetan Plateau)的论文。研究发现浅薄积雪反照率高度依赖于雪深,对青藏高原腹地积雪过程有极其重要的影响;通过发展新雪反照率参数化方案并引入到陆面模型中,大大地提高了陆面模型对青藏高原积雪的模拟精度。 积雪因其反照率高、传热效率低,可以极大的改变地表的能量平衡并调节陆地与大气的相互作用;此外,春季融雪为许多地区与河流提供着水资源,因此积雪是气候系统中非常重要的物理变量。然而,目前的气候模式严重高估了青藏高原腹地的积雪厚度。青藏高原是中国的三大积雪区之一,但是积雪主要发生在高原周边和高山区,而高原腹地很少有稳定积雪。本研究基于观测数据,发现青藏高原腹地的...
近日,地学系阳坤课题组在《科学数据》(Scientific Data)上发表题为“首套面向中国区域陆面过程研究的高分辨率气象驱动数据集”(The first high-resolution meteorological forcing dataset for land process studies over China)的论文,发布了过去十年间阳坤教授团队开发的一套服务于陆面、水文、生态等地表过程模型的中国高时空分辨率气象数据集。该数据采用严格的数据质量控制,统一的站点数据、卫星数据和再分析数据的融合方法,避免了不同学者对同一研究区域气象数据的重复处理。 近地面气象数据是地表模型的主要驱动。自2004年NASA发布全球陆面数据同化(GLDAS)气象数据以来,北美、欧洲等区域高分辨率气象驱动数据集也不断涌现。阳坤教授团队自2008年起利用中国气象局数据共享的契机,开始了中国区域高分辨率气象驱动数据集的开发,建立了气象数据的预处理系统和融合系统,完成了首套相对稳定可靠的长时间序列数据产品。该数据集覆盖了中国陆地区域,...
2月21日,清华大学地学系林岩銮教授课题组在《地球物理研究快报》(Geophysical Research Letters)上发表题为“热带中尺度对流系统活动变化在平流层水汽中的足迹(Footprint of Tropical Mesoscale Convective System Variability on Stratospheric Water Vapor)”的研究论文。 作为地球上主要的降水系统,对流活动通常会组织成宽达几十到几百公里尺度的中尺度对流系统。热带中尺度对流系统是热带主要的天气系统, 不仅带来大量的降水(占热带降水的50~70%),也是热带环流的重要组成部分。长期以来人们普遍认为热带中尺度对流系统活动的年际变化是相对稳定的,之前也鲜有研究探究全球范围长时间尺度上的中尺度对流系统活动变化情况。 课题组先前采用一个新颖的中尺度对流系统跟踪算法得到了1985-2008年全球热带地区中尺度对流系统数据,在此基础上,第一次发现热带中尺度对流系统整体有明显的年代际变化:中尺度对流系统整体发生的频率在1995-2002年间比1995...
3月9日,清华大学地学系蔡闻佳、环境学院王灿课题组在自然研究《科学数据》(Scientific Data)期刊在线发表题为《共享社会经济路径下中国分省及网格化人口预测2010至2100年》(Provincial and gridded population projection for China under shared socioeconomic pathways from 2010 to 2100)的研究论文。研究首次构建了2010至2100年五种共享社会经济路径下中国未来分省人口(含性别、年龄、受教育水平)及高分辨率(1km)网格化人口数据库,该工作对开展气候变化影响评估、制定精准的气候变化应对策略具有重要意义,对于开展健康风险评估、公共卫生政策制定、资源需求和分配乃至社会公平相关政策的制定也具有重要意义。 共享社会经济发展路径(SSPs)是政府间气候变化专门委员会(IPCC)为了促进对未来气候变化影响、适应和减缓的综合分析而构建的新一代情景组合。它描绘了未来经济社会系统五种不同的发展模式,反映了经济社会发展与应对气候变化减缓适应挑...
2020年1月5日,地学系阳坤教授课题组王岩博士在《Climate Dynamics》发表题为“Synergistic effect of orographic drag parameterization and high resolution reduces WRF-simulated precipitation bias in central Himalaya”的研究论文,指出对于像喜马拉雅山区这样地形高度复杂的区域,使用高分辨率描述中尺度地形作用,同时使用次网格地形参数化描述小尺度复杂地形引起的拖曳效应,对水汽输送和降水的模拟至关重要。 前期研究发现青藏高原降水模拟湿偏差与水汽输送过多息息相关。为了量化喜马拉雅山区降水模拟偏差并改善该地区气候模拟,在位于喜马拉雅中段南坡海拔高于2800 m的亚东河谷建立了由14个雨量筒组建的降水观测网。本文在此基础上利用WRF(Weather Research and Forecast model)区域模式,探索中尺度和小尺度地形对水汽输送和降水的作用,结果如图1所示。发现即使使用10km分辨率,误差依旧高达近400%;当使用高分辨率(约3km)来表达中尺度地形,不...
2019年12月,地球系统科学系阳坤教授研究组在期刊《International Journal of Climatology》在线发表了题为“Distinct temperature changes between north and south sides of central–eastern Himalayas since 1970s”的论文。研究通过重构观测数据,发现近四十年来喜马拉雅山区北侧夜间升温高于白天升温,而南侧夜间升温不显著,并揭示了南侧夜间温度变化的机理。 近年来,全球气候发生了显著的变化,变暖成为其重要特征之一。在全球大部分地区,夜间比白天升温更加明显。喜马拉雅山区是全世界海拔最高、地形最复杂的区域之一,恶劣的自然条件使得观测困难,造成该区域数据严重的缺失。本研究收集并整理了喜马拉雅山区北侧15个和南侧61个站点的日观测数据,并通过邻近区域信息重构了温度缺失数据,进而分析得到了该区域的升温规律。研究发现:喜马拉雅山区北侧日最高温和最低温在不同季节都呈现显著上升趋势,且最低温上升更为明显,与全球平均升温特征类似。...