根据泛北极潜在热融灾害（主要为热融滑坡）诱发因素，包括：气温（冻融环境）、降雨、积雪、土壤类型、地形地貌及地下含冰量等，基于地球大数据资源库提供的基础数据，采用机器学习方法（逻辑回归、随机森林、人工神经网络、支持向量机等），以目前已有解译北半球热融滑坡为训练样本，最终获得了泛北极的热融灾害易发性（发生概率）区划图。根据驱动因素敏感性发现气候因素（气温与降雨）对热融灾害的发生于分布贡献度最大，坡度因素贡献度次之，含冰量与辐射也具有较高的贡献。
牛富俊
对于泛北极或北半球，通常使用冻融指数来预测多年冻土分布，活动层厚度及气候变化信息等。因此，结合加拿大气象中心提供的分辨率为25km月平均雪深数据，该数据基于CRUNCEP冻融指数利用雪深修正后的冻结数模型预测了泛北极多年冻土分布范围。考虑到雪深数据始于1998年而冻融指数止于2015年。所以模拟了2000-2015年的冻土分布状况。尽管国际雪冰数据中心（NSIDC）提供的泛北极多年冻土图也可以反映多年冻土的分布范围，但不能反映气候变暖背景下2000年之后的多年冻土分布状况。通过模拟得到的2000 – 2015年泛北极多年冻土面积为19.96×106 km2。和已有国际雪冰数据中心提供的多年冻土分布图不一致的地方主要位于岛状多年冻土区。
牛富俊
联系方式
中国科学院西北生态环境资源研究院
0931-4967287
poles@itpcas.ac.cn
关注我们
时空三极环境大数据平台 © 2018-2020 陇ICP备05000491号 | All Rights Reserved
｜ 
京公网安备11010502040845号
数据中心技术支持: 数云软件
