CN107704689B - 深度相关的冻土指数确定方法及电子设备 - Google Patents

深度相关的冻土指数确定方法及电子设备 Download PDF

Info

Publication number
CN107704689B
CN107704689B CN201710942737.9A CN201710942737A CN107704689B CN 107704689 B CN107704689 B CN 107704689B CN 201710942737 A CN201710942737 A CN 201710942737A CN 107704689 B CN107704689 B CN 107704689B
Authority
CN
China
Prior art keywords
depth
frozen soil
temperature
frozen
soil
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710942737.9A
Other languages
English (en)
Other versions
CN107704689A (zh
Inventor
罗立辉
庄艳丽
马巍
张中琼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northwest Institute of Eco Environment and Resources of CAS
Original Assignee
Cold and Arid Regions Environmental and Engineering Research Institute of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Cold and Arid Regions Environmental and Engineering Research Institute of CAS filed Critical Cold and Arid Regions Environmental and Engineering Research Institute of CAS
Priority to CN201710942737.9A priority Critical patent/CN107704689B/zh
Publication of CN107704689A publication Critical patent/CN107704689A/zh
Application granted granted Critical
Publication of CN107704689B publication Critical patent/CN107704689B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Excavating Of Shafts Or Tunnels (AREA)

Abstract

本发明公开了一种深度相关的冻土指数确定方法及电子设备，涉及信息处理技术领域，包括：获取目标监测站点的历史监测数据，所述历史监测数据包括：预设时间段内所述目标监测站点采集的每日平均气温、每日平均地温以及土壤属性；将所述每日平均气温、每日平均地温以及所述土壤属性输入到预设的冻土指数模型中，得到多个深度相关的冻土指数，所述预设的深度模型包括多个用于计算深度相关的冻土指数的函数关系式。本发明公开了一种深度相关的冻土指数确定方法及电子设备，具有准确性高，运算方式简单等优点，为计算深度相关的冻土指数提供一种便捷手段。

Description

深度相关的冻土指数确定方法及电子设备
技术领域
本发明涉及信息处理技术领域，尤其是涉及一种深度相关的冻土指数确定方法及电子设备。
背景技术
冻土指的是含有冰且具有零温或者负温的岩石和土壤。根据岩石和土壤保持冻结状态的时间，冻土一般可分为短时冻土、季节冻土和多年冻土，其中多年冻土通常被定义为：冻结持续两年以上的地下土体。我国的青藏高原是我国多年冻土主要分布地区之一。而寒季冻结、暖季融化的土(岩)层是活动层。
冻土活动层厚度的季节变化主要依赖于气候，同时与海拔、纬度、活动层岩性、含水特征、地中热流以及影响地面温度变化进程的地形特征和下垫面性质有关。活动层厚度的变化不仅是影响寒区生态环境最活跃的因素，还是是寒区道路、管道、建筑物等工程设计施工的主要依据之一。为了指导工程建设和确保工程安全运行，需要确定冻土的活动层厚度。现有的活动层厚度计算方法可采用以下几种公式类型：Stefan问题的精确解析式、Stefan问题的近似解析式、热量年周转公式和经验公式。其中，经验公式变量容易获取，但形式简单，适用范围小；而解析公式由于涉及参数较多，计算模式复杂。
发明内容
有鉴于此，本发明的目的在于提供一种深度相关的冻土指数确定方法及电子设备，以解决现有的冻土活动层厚度的计算方法形式简单以及计算模式复杂的技术问题。
第一方面，本发明实施例提供了一种冻土深度指数的计算方法，包括：
获取目标监测站点的历史监测数据，所述历史监测数据包括：预设时间段内所述目标监测站点采集的每日平均气温、每日平均地温以及土壤属性；
将所述每日平均气温、每日平均地温以及所述土壤属性输入到预设的冻土指数模型中，得到多个深度相关的冻土指数，所述预设的深度模型包括多个用于计算深度相关的冻土指数的函数关系式。
结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述深度相关的冻土指数包括：活动层厚度和冻结深度。
结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，用于计算所述冻结深度Freeze_depth的函数关系式为：
其中，λt为融化状态下的热导率，L为潜热，ρ为干物质密度，W为融化状态下的土壤含水量，Wu为冻结状态下的土壤非冻水含量；
DDFa为大气冻结度日因子，且Ta为每日平均地温，n是每年的天数。
结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，用于计算所述活动层厚度ALTS的函数关系式为：
其中，DDTa为大气融化日因子，且
结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，其中，用于计算所述活动层厚度ALTK的函数关系式：
其中，TTOPK为多年冻土顶板温度；
As为地表年温度振幅，Tz为某一土壤深度的温度，CT为融化状态下的体积热容量；
λf为冻结状态下的热导率，Psn为温度波动周期。
结合第一方面，本发明实施例提供了第一方面的第五种可能的实施方式，其中，所述多年冻土顶板温度TTOPK的计算函数关系式为：
其中，numerator为TTOPK计算公式的分子，MAGST为年平均地表温度。
结合第一方面，本发明实施例提供了第一方面的第六种可能的实施方式，其中，所述年平均地表温度MAGST的计算函数关系式为：
其中，s为地表融化日因子，所述Ts为每日平均气温；
DDFs为地表冻结度日因子，P为365。
结合第一方面，本发明实施例提供了第一方面的第七种可能的实施方式，其中，所述方法还包括：
绘制所述目标监测站点各个所述深度相关的冻土指数在预设时间段内的深度变化曲线；
对所述深度变化曲线进行曲线拟合，得到深度变化函数；
利用所述深度变化函数预测未来时刻的深度相关的冻土指数。
第二方面，本发明实施例还提供一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现第一方面所述的方法的步骤。
第三方面，本发明实施例还提供一种具有处理器可执行的非易失的程序代码的计算机可读介质，所述程序代码使所述处理器执行第一方面所述的方法。
本发明实施例带来了以下有益效果：本发明实施例提供的一种深度相关的冻土指数确定方法，通过获取目标监测站点的历史监测数据，所述历史监测数据包括预设时间段内所述目标监测站点采集的每日平均气温、每日平均地温以及土壤属性，将采集到的所述每日平均气温、每日平均地温以及所述土壤属性输入到预设的冻土指数模型中，利用冻土指数模型中的多个函数计算得到多个深度相关的冻土指数。
本发明提供的一种深度相关的冻土指数确定方法及电子设备，具有准确性高，运算方式简单等优点，为计算深度相关的冻土指数提供一种便捷方法，对工程建设的指导和工程的安全运行有重要意义。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的深度相关的冻土指数确定方法的流程图；
图2为本发明另一实施例提供的深度相关的冻土指数绘制方法的流程图；
图3为本发明实施例提供的活动层厚度ALT的趋势图；
图4为本发明实施例提供的深度相关的冻土指数确定装置的结构图。
图标：
11-获取模块；12-输入模块；13-计算模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
冻土是气候系统五大圈层之一的冰冻圈的重要组成部分，它覆盖全球陆地表面的很大面积。我国的青藏高原在欧亚大陆多年冻土南界以南，受海拔制约形成，称为高海拔多年冻土，其面积达1.2～1.5*106km2，占全球高山多年冻土面积的75％，占我国领土面积的13～16％。
针对多年冻土和活动层水热现状及其变化趋势，以及多年冻土与生态、地质、环境等诸多自然地理要素的耦合作用，近年来在全球兴起了一大批采取实地动态监测与模型集成相结合的冻土及相关交叉学科的科学研究计划。这些国际大型科学研究计划，通过监测全球多年冻土热状况和活动层变化，定量研究多年冻土对气候变暖的影响。
一般从两个层次考虑多年冻土-气候关系:活动层和多年冻土。活动层厚度的变化不仅是影响寒区生态环境最活跃的因素，还是寒区道路、管道、建筑物等工程设计施工的主要依据之一。为了指导工程建设和确保工程安全运行，需要确定冻土的活动层厚度。而影响活动层厚度空间分布的因素大致可分为两类：其一是与外界影响有关的宏观因素，如纬度、海拔、距海远近(气候干燥度或经度影响)等，其二是与季节融化层介质有关的因素，如土壤含水量、土颗粒大小、密实程度，以及植被和雪盖条件等。在高纬地区，活动层融化开始日期决定于地面积雪的消融时间，积雪消融后地面温度才能达到融化点。
目前，现有的活动层厚度计算方法可采用以下几种公式类型：Stefan问题的精确解析式、Stefan问题的近似解析式、热量年周转公式和经验公式。其中，经验公式变量容易获取，但形式简单，适用范围小；而解析公式由于涉及参数较多，计算模式复杂，基于此，本发明实施例提供的一种深度相关的冻土指数确定方法，具有准确性高，运算方式简单等优点，为计算深度相关的冻土指数提供一种便捷方法，对工程建设的指导和工程的安全运行有重要意义。
如图1所示，在本发明的一个实施例中，一种深度相关的冻土指数确定方法，包括以下几个步骤。
S101，获取目标监测站点的历史监测数据，所述历史监测数据包括：预设时间段内所述目标监测站点采集的每日平均气温、每日平均地温以及土壤属性。目标监测站点可以为青藏高原地区的一些气象站点，例如，托勒、伍道梁、安多、玛多、清水河和野牛沟等站点。根据已有的野外观测数据和卫星遥感数据制备目标监测站点的数据集，具体参数如下表1所示。
表1
S102，将所述每日平均气温、每日平均地温以及所述土壤属性输入到预设的冻土指数模型中，得到多个深度相关的冻土指数，所述预设的深度模型包括多个用于计算深度相关的冻土指数的函数关系式。
具体的，将采集到的目标站点的数据CSV格式保存，并导入到包括多个用于计算温度相关的冻土指数的函数关系式的冻土指数模型中(即R语言平台)中，以Rdata格式存储。所述深度相关的冻土指数包括：活动层厚度ALT和冻结深度Freeze_depth。
预设的冻土指数模型中包括如下表达式：
用于计算地表年温度振幅As的计算表达式：
As＝Tmax-Tmin(1)
其中，Tmax和Tmin分别是地表年最大和最小温度。
用于计算冰融化的体积潜热L的其表达式为：
其中，ρ为干物质密度，W为融化时土壤的总含水量。
用于计算大气融化日因子DDTa、大气冻结度日因子DDFa、地表融化日因子DDTs和地表冻结度日因子DDFs的计算表达式；
其中，所述Ts为每日平均气温，所述Ta为每日平均地温，n是每年的天数。
用于计算冻结深度Freeze_depth的计算表达式为：
用于计算年平均地表温度MAGST的计算表达式：
其中，P为365。
用于计算多年冻土顶板温度TTOPK的计算表达式为：
其中，numerator为TTOPK计算公式的分子。
用于计算活动层厚度ALT的计算表达式：
或者，
其中，ALTS为用Smith&Riseborough模型参数得到的活动层厚度，ALTK为用Kudryavtsev模型参数得到的活动层厚度。
本发明实施例提供的一种深度相关的冻土指数确定方法，通过获取目标监测站点的历史监测数据，所述历史监测数据包括预设时间段内所述目标监测站点采集的每日平均气温、每日平均地温以及土壤属性，将采集到的所述每日平均气温、每日平均地温以及所述土壤属性输入到预设的冻土指数模型中，利用冻土指数模型中的多个函数计算得到多个深度相关的冻土指数。
本发明提供的一种深度相关的冻土指数确定方法，具有准确性高，运算方式简单等优点，为计算深度相关的冻土指数提供一种便捷方法，对工程建设的指导和工程的安全运行有重要意义。
如图2所示，在本发明的又一实施例中，深度相关的冻土指数的确定方法还包括以下步骤。
步骤S201，绘制所述目标监测站点各个所述深度相关的冻土指数在预设时间段内的深度变化曲线。
步骤S202，对所述深度变化曲线进行曲线拟合，得到深度变化函数。
步骤S203，利用所述深度变化函数预测未来时刻的深度相关的冻土指数。
在实际应用中，如图3所示，从图中可以得到90-95年的活动层厚度ALT的变化趋势，从而预测出未来时刻的活动层厚度ALT。
如图4所示，在本发明的又一实施例中，还提供一种深度相关的冻土指数的确定装置，本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。所述装置包括：获取模块11、输入模块12和计算模块13。
所述获取模块11，用于获取目标监测站点的历史监测数据，所述历史监测数据包括：预设时间段内所述目标监测站点采集的每日平均气温、每日平均地温以及土壤属性。
所述输入模块12，用于将所述每日平均气温、每日平均地温以及所述土壤属性输入到预设的冻土指数模型中，所述预设的深度模型包括多个用于计算深度相关的冻土指数的函数关系式。
所述计算模块13，用于根据多个用于计算深度相关的冻土指数的函数关系式计算得到多个深度相关的冻土指数。
在本发明的又一实施例中，所述深度相关的冻土指数的确定装置还包括：绘制模块。
所述绘制模块，用于绘制所述目标监测站点各个所述深度相关的冻土指数在预设时间段内的深度变化曲线，对所述深度变化曲线进行曲线拟合，得到深度变化函数，利用所述深度变化函数预测未来时刻的深度相关的冻土指数。
在本发明的又一实施例中，还提供一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现前述实施例所述的方法的步骤。
在本发明的又一实施例中，还提供一种具有处理器可执行的非易失的程序代码的计算机可读介质，所述程序代码使所述处理器执行前述实施例所述的方法。
本发明实施例所提供的深度相关的冻土指数确定方法、装置以及系统的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (7)

1.一种深度相关的冻土指数确定方法，其特征在于，包括：
获取目标监测站点的历史监测数据，所述历史监测数据包括：预设时间段内所述目标监测站点采集的每日平均气温、每日平均地温以及土壤属性；
将所述每日平均气温、每日平均地温以及所述土壤属性输入到预设的冻土指数模型中，得到多个深度相关的冻土指数，所述预设的深度模型包括多个用于计算深度相关的冻土指数的函数关系式；
其中，所述深度相关的冻土指数包括：活动层厚度和冻结深度；
用于计算所述冻结深度Freeze_depth的函数关系式为：
其中，λt为融化状态下的热导率，L为潜热，ρ为干物质密度，W为融化状态下的土壤含水量，Wu为冻结状态下的土壤非冻水含量；
DDFa为大气冻结度日因子，且 Ta ＜ 0 ，
Ta为每日平均地温，n是每年的天数；
用于计算所述活动层厚度ALTS的函数关系式为：
其中，DDTa为大气融化日因子，且 Ta ＞ 0 ；
潜热L的表达式为：
2.根据权利要求1所述的深度相关的冻土指数确定方法，其特征在于，
用于计算所述活动层厚度ALTK的函数关系式：
其中，TTOPK为多年冻土顶板温度；
As为地表年温度振幅，Tz为某一土壤深度的温度，CT为融化状态下的体积热容量；
λf为冻结状态下的热导率，Psn为温度波动周期。
3.根据权利要求2所述的深度相关的冻土指数确定方法，其特征在于，
所述多年冻土顶板温度TTOPK的计算函数关系式为：
其中，numerator为TTOPK计算公式的分子，MAGST为年平均地表温度。
4.根据权利要求3所述的深度相关的冻土指数确定方法，其特征在于，
所述年平均地表温度MAGST的计算函数关系式为：
其中，DDTs为地表融化日因子，Ts＞0，所述Ts为每日平均气温；
DDFs为地表冻结度日因子，Ts＜0；P为365。
5.根据权利要求4所述的深度相关的冻土指数确定方法，其特征在于，所述方法还包括：
绘制所述目标监测站点各个所述深度相关的冻土指数在预设时间段内的深度变化曲线；
对所述深度变化曲线进行曲线拟合，得到深度变化函数；
利用所述深度变化函数预测未来时刻的深度相关的冻土指数。
6.一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至5任一项所述的方法的步骤。
7.一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行所述权利要求1至5任一所述方法。
CN201710942737.9A 2017-10-11 2017-10-11 深度相关的冻土指数确定方法及电子设备 Active CN107704689B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710942737.9A CN107704689B (zh) 2017-10-11 2017-10-11 深度相关的冻土指数确定方法及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710942737.9A CN107704689B (zh) 2017-10-11 2017-10-11 深度相关的冻土指数确定方法及电子设备

Publications (2)

Publication Number Publication Date
CN107704689A CN107704689A (zh) 2018-02-16
CN107704689B true CN107704689B (zh) 2019-12-10

Family

ID=61184988

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710942737.9A Active CN107704689B (zh) 2017-10-11 2017-10-11 深度相关的冻土指数确定方法及电子设备

Country Status (1)

Country Link
CN (1) CN107704689B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109165463B (zh) * 2018-09-12 2020-03-27 中国科学院寒区旱区环境与工程研究所 多年冻土活动层厚度的遥感估算方法、装置及可读存储介质
CN112257286B (zh) * 2020-11-04 2021-05-25 中国科学院、水利部成都山地灾害与环境研究所 一种多年冻土区温度主导的变源产流模式模拟方法
CN114021371B (zh) * 2021-11-16 2023-03-03 中国科学院西北生态环境资源研究院 一种碳储量影响估算方法、装置、电子设备及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104036134A (zh) * 2014-06-10 2014-09-10 北京林业大学 冻土含水量和温度的计算方法
CN106951612A (zh) * 2017-03-06 2017-07-14 河海大学 土壤冻融过程中动态蓄水容量产流计算方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9388668B2 (en) * 2012-11-23 2016-07-12 Robert Francis McAnally Subterranean channel for transporting a hydrocarbon for prevention of hydrates and provision of a relief well
CN104792818B (zh) * 2015-04-07 2017-07-18 河南大学 将土中水相变潜热进行能量替代的黏土冻结阶段比热计算方法
CN106803104B (zh) * 2017-01-25 2020-03-24 中国科学院寒区旱区环境与工程研究所 基于卫星遥感影像的冻土灾害分类方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104036134A (zh) * 2014-06-10 2014-09-10 北京林业大学 冻土含水量和温度的计算方法
CN106951612A (zh) * 2017-03-06 2017-07-14 河海大学 土壤冻融过程中动态蓄水容量产流计算方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
基于Web_GIS的青藏公路冻土灾害信息系统设计与实现;李园园;《中国优秀硕士学位论文全文数据库 信息科技辑》;20161115(第11期);第I138-133页 *
未来50a中国地区冻土面积分布变化;王澄海 等;《冰川冻土》;20140228;第36卷(第1期);第1-8页 *
气候变化情景下青藏高原多年冻土活动层厚度变化预测;张中琼 等;《冰川冻土》;20120630;第34卷(第3期);第505-511页 *
青藏公路路基下融化夹层的变化及对路基沉降的影响;孙志忠 等;《中外公路》;20160108;第35卷(第6期);第14-18页 *

Also Published As

Publication number Publication date
CN107704689A (zh) 2018-02-16

Similar Documents

Publication Publication Date Title
Fausto et al. Programme for Monitoring of the Greenland Ice Sheet (PROMICE) automatic weather station data
Pomeroy et al. The cold rain‐on‐snow event of June 2013 in the Canadian Rockies—Characteristics and diagnosis
CN107730109B (zh) 温度相关的冻土指数确定方法及电子设备
Langer et al. Satellite-based modeling of permafrost temperatures in a tundra lowland landscape
CN106295194B (zh) 一种基于流域水量平衡原理的冰川蓄变量评估方法
Marsh et al. A finite volume blowing snow model for use with variable resolution meshes
Zeinivand et al. Prediction of snowmelt floods with a distributed hydrological model using a physical snow mass and energy balance approach
Bolch et al. Significance of glaciers, rockglaciers and ice-rich permafrost in the Northern Tien Shan as water towers under climate change conditions
Yi et al. Freeze/thaw processes in complex permafrost landscapes of northern Siberia simulated using the TEM ecosystem model: impact of thermokarst ponds and lakes
CN107526904B (zh) 基于站点的冻土指数确定方法及电子设备
CN107704689B (zh) 深度相关的冻土指数确定方法及电子设备
Zwieback et al. Improving permafrost modeling by assimilating remotely sensed soil moisture
CN107577916B (zh) 基于区域的冻土指数确定方法及电子设备
Yuan et al. An enhanced MOD16 evapotranspiration model for the Tibetan Plateau during the unfrozen season
Siva Subramanian et al. A sequentially coupled catchment‐scale numerical model for snowmelt‐induced soil slope instabilities
Mohammed et al. Improved characterization of frozen soil processes in the Versatile Soil Moisture Budget model
Golkar et al. Estimation of instantaneous air temperature using remote sensing data
Zweigel et al. Simulating snow redistribution and its effect on ground surface temperature at a High‐Arctic site on Svalbard
Webb et al. Hydrologic connectivity at the hillslope scale through intra‐snowpack flow paths during snowmelt
Li et al. Linking critical zone with watershed science: The example of the Heihe River basin
Zhang et al. Long‐range correlation analysis of soil temperature and moisture on A'rou hillsides, Babao River basin
Tao et al. Evaluation and enhancement of permafrost modeling with the NASA Catchment Land Surface Model
Endrizzi et al. GEOtop 2.0: simulating the combined energy and water balance at and below the land surface accounting for soil freezing, snow cover and terrain effects
Du et al. Quantitative impact of organic matter and soil moisture on permafrost
Treharne et al. Identifying barriers to estimating carbon release from interacting feedbacks in a warming Arctic

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20200527

Address after: 730000 No.318, Donggang West Road, Chengguan District, Lanzhou City, Gansu Province

Patentee after: NORTHWEST INSTITUTE OF ECO-ENVIRONMENT AND RESOURCES, CAS

Address before: Chengguan District of Gansu city of Lanzhou province Donggang West Road 730000 No. 320

Patentee before: Institute of environment and Engineering in cold and dry areas, Chinese Academy of Sciences

TR01 Transfer of patent right