非洲中部地区拥有世界第二大的热带雨林和大面积的热带稀树草原,在陆地生态系统碳循环中起到重要的作用。过去几十年间,该地区的森林砍伐和退化产生了大量碳排放,但同时植被生长和恢复会产生碳吸收,因此该地区的碳循环动态变化一直是领域内的研究热点。然而,由于缺乏扰动的大范围长期直接观测数据与植被生物量碳的时间序列数据,自然及人为因素对非洲中部地区植被碳储量变化的驱动机制尚不明确。清华大学地学系李伟副教授课...
太阳能产业快速发展对高质量的太阳辐射数据(包括总辐射数据和直射、散射分量数据)提出了很高要求。卫星遥感数据反演是获取总辐射数据的主要手段,但由于卫星更替和技术迭代导致时序存在不均一性,反演结果难以反映辐射变化的长期趋势。此外,由于缺少地表观测,难以构建稳健的直射和散射辐射分量估算模型及高质量的格点数据集。针对以上问题,清华大学地学系阳坤教授课题组构建了全球长时序(1983-2018)高时空分辨率(10km,...
植被冠层通过光合作用从大气中吸收固定CO2,形成总初级生产力(Gross primary productivity, GPP),这一过程对于实现陆地生态系统固碳及“碳中和”目标起到重要作用。GPP的变化受到冠层结构(如植被覆盖度)和冠层生理属性的共同调节。青藏高原受气候变化影响较为敏感。然而,目前的研究尚不清楚冠层结构和生理属性的变化如何协同影响青藏高原植被生产力的变化趋势。针对这一问题,清华大学地学系王焓副教授课题组利用课题组开...
准确的海表风预报对航行安全和防灾减灾至关重要。海表粗糙度是影响海表风场预报的一个关键因素。然而,传统的海表粗糙度参数化方案主要是根据大气和海浪的观测数据进行拟合获得,对于捕捉大气和海浪参数间的复杂的非线性关系存在明显的局限性。由于估计的海表粗糙度存在较大不确定性,导致海表风的预报存在偏差。深度学习方法能够捕捉大量数据中复杂的非线性关系,因此,能否使用深度学习方法开发新的海表粗糙度参数化方案有待...
植物叶片呼吸(指叶片暗呼吸,即主要由线粒体贡献的呼吸)是大气二氧化碳的重要来源,其对环境的响应和适应对全球碳收支具有深刻影响。但叶片呼吸对环境的适应机理仍未被充分理解,阻碍了这一过程在陆地生态系统碳循环模型中的准确刻画,进而影响气候变化情景下叶片呼吸碳通量的精确预测。针对这一科学问题,清华大学地学系王焓副教授课题组基于生态演化最优性原理,提出了叶片呼吸适应的新假说,刻画了全球尺度上叶片呼吸基础...
人口的动态变化对社会发展与经济增长有着深远的影响。人口总量及其结构通过消费和生产与社会中的各种问题产生关联。城市是决策过程的基本单元,城市层面的人口数据对于城市规划、温室气体排放预测、国内生产总值预测、灾害风险评估与管理、公共卫生风险评估等领域的决策者至关重要。考虑到越来越多的研究强调高分辨率人口预测对于有效风险管理和全面城市规划的必要性,因此为中国开发一套城市层面的人口预测数据有着广泛的实际...
欧亚草原横跨欧洲和亚洲的广袤地区,是世界上最大的草原,在全球生态系统中发挥着至关重要的作用。然而,当前对这一珍贵生态系统所面临的土地利用/覆盖变化和土地退化威胁仍缺乏全面系统的认识。为此,清华大学地学系俞乐副教授课题组采用全球土地覆盖变化数据(FROM-GLC Plus)和《联合国防治荒漠化公约》土地退化监测框架等方法,实现了2000年以来欧亚草原的逐年土地利用/覆盖制图和土地退化监测。此外,研究综合空间和时间角...
近日,清华大学地球系统科学系(以下简称“地学系”)白玉琪教授团队和中国科学院大气物理研究所(以下简称“大气所”)李芳研究员团队联合完成了2021-2100年期间野火排放的中国区域健康效应评估研究。研究基于预测的未来人口和未来野火排放PM2.5浓度,采用了适用于中国区域的相对风险系数,估算了不同发展路径和情景下中国人群在2021-2100年期间可归因于野火PM2.5排放的死亡人数。研究结果揭示了不同时期未来野火排放导致中国...