0 引言

土壤热通量不仅是地表热量平衡的重要分量，更是研究陆气能量交换的一个重要物理量，在很大程度上影响着系统能量的闭合[1]。在青藏高原多年冻土区，冻融循环中土壤热交换的对比关系及热流的变化方向更是决定了冻土的进化、 发育、 退化与消失[2]。所以研究土壤中热量的传输将有助于了解冻土的冻融过程和退化，准确认知青藏公(铁)路沿线冻土热量传输过程是保证青藏公(铁)路正常运营的前提和基础。

鉴于土壤热通量在相关领域研究中的重要作用，国内外学者针对土壤热通量已开展了大量的工作，并得到了一系列计算方法[3-24]。其中Yang等[3]发展的基于土壤温湿度资料计算土壤热通量的热传导方程校正法、 求解经典Fourier热传导方程得到的谐波分析法[4]以及同时考虑热扩散和热对流机制的方法[5]是三种较常用的方法，并得到广泛应用[6-13]，之后有一些研究[14-16]对以上三种计算方法做了比较，发现谐波法的精度高于另两种方法。已有的工作在计算土壤热通量时多采用积分方法，计算过程较为复杂，对数据质量要求高，不利于相关方案的应用和推广。而翁笃鸣等[24]以全国6个气象站数据资料为基础，建立了数据易获得、 计算公式简单的气象学计算方案，但该方案并未考虑土壤水分对土壤热通量的影响。本文在该气象学方案的基础上，以青藏公路沿线活动层水热监测资料为基础，考虑土壤温、 湿资料以及空气温度等对土壤热通量的影响，优化了已有的土壤热通量气候学计算方案，并将其用于估算青藏公路沿线土壤热通量的变化。

1 数据来源与方法

1.1 研究区概况与数据资料

本文选取位于青藏公路沿线多年冻土区的可可西里(QT01)、 北麓河1(QT02)、 北麓河2(QT03)、 唐古拉(QT04)、 开心岭(QT05)、 通天河(QT06)、 西大滩(QT09)、 索南达杰(CN02)、 乌丽(CN03)、 两道河(CN04)和昆仑山垭口(CN06)共11个站点，包含了青藏高原多年冻土区的高寒草甸、 高寒沼泽草甸、 高寒草原、 高寒荒漠草原等主要下垫面类型，平均海拔在4 500 m以上，属高原亚寒带半干旱气候区[25]，年平均气温为-5.5～-3.1 ℃，年平均相对湿度为55.2%～53.3%[26]，降水主要集中在5-9月。站点具体位置及下垫面状况等信息如图1和表1所示。

1.创设情境，自主探究。创设一个现实情境，请同学们去逛我们每天上学的校园，有哪些东西数量很多，去数一数，算一算。

在虾稻鳜综合种养模式中，为了保证各物种足够的生存空间，对水产动物的产量进行了控制，虾单产1 950 kg/hm2，水稻单产6 250 kg/hm2，鳜鱼单产825 kg/hm2，饵料鱼单产375 kg/hm2，单产水平虽不高，但利润仍达77 125元/hm2左右，利润是水稻单作的10倍以上。在该模式中，由于饵料鱼转化为鳜鱼的饵料，其单项效益为负值。从虾稻鳜综合种养的生产经营情况来看，克氏原螯虾和鳜鱼的经济效益明显高于水稻的种植效益。

以上观测站点隶属于中国科学院青藏高原冰冻圈观测研究站，观测数据为2004年1月至2013年12月的5 cm土壤热通量和0～20 cm土壤温、 湿度，以及1.5 m空气温湿度。土壤热通量观测采用美国Campbell公司的HFP01SC自标定热通量板，精度为±3%； 土壤温度观测采用105T热电偶温度传感器，精度为±0.1 ℃； 土壤湿度观测采用Hydra土壤湿度传感器； 空气温、 湿度观测采用芬兰Vaisala公司的HMP45C-L空气温湿度传感器。所有观测仪器均接入Campbell公司生产的CR1000型数采仪，观测以北京时间为准，数据采样频率为每 1 h 采集一次。

图1 研究区域概况和站点分布图 Fig.1 Map showing the study area and the location of observation sites

表1 研究站点位置及下垫面类型[27] Table 1 The location and underlying surface of the study sites[27]

编号位置经度/E纬度/N海拔/m下垫面类型QT09西大滩94°08′35°43′4 538高寒草原CN06昆仑山垭口94°03′35°37′4 746高寒稀疏草原CN02索南达杰93°36′35°26′4 488高寒草原QT01可可西里93°02′35°08′4 740高寒草甸QT02北麓河192°55′34°49′4 656高寒草甸QT03北麓河292°55′34°49′4 656高寒草甸CN03乌丽92°44′34°28′4 625高寒荒漠草原QT05开心岭92°20′33°57′4 652高寒荒漠草原QT06通天河92°14′33°46′4 666高寒草原QT04唐古拉91°52′32°35′5 100退化的高寒草甸CN04两道河91°44′31°49′4 808高寒沼泽草甸

1.2 主要研究方法

对图2、 3和表2、 3进行比较发现，改进后方案不仅能够较好地模拟出G5变化趋势，而且其估算值与观测值吻合度也在一定程度上得到了提高，即新方案与翁笃鸣的气象学计算方案相比，更适用于计算多年冻土区5 cm土壤热通量。综合表3和图3来看，使用考虑地气温差的方案Geq2-1、 Geq2-2、 Geq2-3估算的结果与相应的未考虑地气温差基础上建立的方案Geq3-1、 Geq3-2、 Geq3-3相比差别不大，说明计算G5时可以不考虑地气温差的影响，简化计算过程可行。综合两个站点模拟结果，Geq3-1的估算效果最好，由此得到如下的半经验公式：

(1)

（二）有利于实现小生产与大市场对接，保障生猪产业快速稳定发展 分散的小生产难以满足国际标准和要求，难以与大市场对接并参与激烈的市场竞争。只有标准化、规模化的生猪生产，才能提高技术水平，也才能根据市场动态组织生产，以高标准、高质量的规模效益参与市场竞争，实现产业稳定快速发展。

(2)

G5=6.825·ΔT5-20+5.26·θ5+0.545+x·Ta+y·θa+z

n=5.052·h-24.402

2 5 cm土壤热通量参数化方案的建立与校正

2.1 翁笃鸣气候学方案在藏北高原多年冻土区的应用

翁笃鸣等[24]根据北京、 上海等全国6个热平衡站的0～20 cm土壤温度观测资料，提出5 cm土壤热通量的气候学计算方案：

G5=2.82·ΔT5-20+0.486·ΔT-0.777

(3)

式中： G5为5 cm土壤热通量(W·m-2)； ΔT5-20=T5-T20，ΔT5-20为5 cm和20 cm土壤温差(℃)； ΔT=T0-Ta，ΔT位地气温差(℃)。该方案计算简便，输入数据为气象站的常规观测数据，容易获取，因而在实际研究中得到广泛的应用[1,20,28-32]。

使用上述方案估算藏北高原的QT01～QT06以及QT09七个站点5 cm土壤热通量，并利用R、 RMSE、 BIAS等对方案的适用性进行评估，表2给出了估算值与观测值的误差值对比，图2给出了估算值与观测值的对比。

表2 估算与观测的5 cm土壤热通量相关分析比较 Table 2 Comparison of correlation analyses between the simulated and observed soil heat fluxes at the depth of 5 cm

编号RBIAS/(W·m-2)RMSE/(W·m-2)QT010.811.216.77QT020.90-1.107.41QT030.92-3.459.16QT040.900.204.27QT050.98-2.063.94QT060.5410.3214.10QT090.960.157.53

从表2可以看出，除了QT06外，估算值与观测值的相关系数都超过0.8。结合图2，即上述方案可以较好地模拟出G5的变化趋势，但估算值变化幅度较小； 从数值上看，除了QT06的估算值在2010年后偏高外，其余站点均显示出暖季估算值偏低，冷季估算值偏高，同时不同站点表现出的偏低(高)的程度也不同，但RMSE普遍在6 W·m-2以上。综合来看，翁笃鸣的气象学方案用于研究青藏高原多年冻土区5 cm土壤热通量时，能够较好地模拟出其变化趋势，但数值误差较大。

有研究指出[33]，该气候学计算方案适合计算大范围区域内的5 cm土壤热通量值，并可用来分析其时空变化特征，这不仅具有一定的物理意义，还能够满足气候研究和应用的需求。但该方案建立时是以国内普通的低海拔气象站点为基础，将其应用于青藏高原多年冻土区等特殊区域时，因其仅涉及土壤及空气温度变化而未考虑到局地气候等的影响会导致计算结果的误差偏大，因此，将其用于与海拔较高的青藏高原等区域时，有必要对原有计算方案进行重新修订。鉴于该方案能较好地预测青藏高原多年冻土区5 cm热通量的变化趋势，所以本文以翁笃鸣的气候学计算方案为基础，并加入土壤温度梯度和土壤水分等因素对土壤热通量的影响来优化参数化方案，以提高方案的可靠性，使其适用于估算青藏高原多年冻土区5 cm土壤热通量。

2.2 优化的土壤热通量参数化方案

现有的G5计算方案大多基于0～20 cm的土壤观测资料，本文以翁笃鸣的计算方案为参考，以热传导方程为基础，加入土壤温差、 土壤含水量对土壤热通量的影响，建立参数化方案如式(4)，式(5)为另一舍去地气温差的简化方案：

G5=a·ΔTi+b·ΔT+c·θ5+d

(4)

G5=a·ΔTi+b·ΔT+c

式中： ΔTi为各层间的地温差，在5～20 cm层中有三种可能的温差项； ΔT同式(3)中的意义一致； θ5为5 cm土壤层的体积含水量(%)。

(5)

在国家治理明星偷税漏税的现象同时，也应尽量发挥社会监督的优势。积极建立信用奖惩机制，营造 “纳税光荣，偷税可耻”的社会风气。有一点特殊的是，由于我国有“明哲保身”的传统，会造成人们有“没必要插手”的心理，因此出现各种空档。相反，崔永元选择曝出这样实属惊天动地，一方面警醒了税务部门对查税环节有所纰漏，另一方面也为“如何做好一个监督者”做了良好示范效果。

根据QT01(2004-2013年)、 QT02(2004-2008年)、 QT03(2004-2012年)、 QT05(2004-2013年)、 QT06(2004-2013年)五个站点的实测资料分别对方案进行拟合，其中对式(4)中ΔT5-20、 ΔT5-10和ΔT10-20分别编号为方案Geq2-1、 Geq2-2、 Geq2-3，相对的式(5)中的方案为Geq3-1、 Geq3-2、 Geq3-3。将拟合后的六种方案分别应用到青藏公路沿线的QT04和QT09两个站点，表3给出了估算值与观测值之间的相关分析，图3则给出了各计算方案的估算结果。

图2 5 cm土壤热通量估算值和月平均观测值的比较 Fig.2 Comparison between the simulated and measured monthly soil heat fluxes at the depth of 5 cm [G5-obs stands for the

measured monthly soil heat flux; G5-weng is the simulated value of climatological calculation scheme by Weng Duming]

表3 估算与观测的土壤热通量相关分析比较 Table 3 Comparison of correlation analyses between the simulated and observed soil heat fluxes

方案QT04RBIAS/(W·m-2)RMSE/(W·m-2)QT09RBIAS/(W·m-2)RMSE/(W·m-2)Geq2-10.99-0.151.9830.982.283.46Geq2-20.94-0.151.5430.985.275.94Geq2-30.95-0.333.3230.970.353.18Geq3-10.99-0.261.9930.982.103.37Geq3-20.94-0.311.5630.984.995.72Geq3-30.95-0.393.3330.970.243.20

皮尔森(Pearson)相关系数(R)被用于估计实测土壤热通量与参数化方案的估算值之间的相关性。使用均方根误差(Root Mean Square Error，RMSE)和偏差(BIAS)定量估算土壤热通量参数化方案结果与实测数值的误差，计算公式如下：

G5=6.825·ΔT5-20+5.26·θ5+0.545

(6)

图3 5 cm土壤热通量的观测值与估算值的对比 Fig.3 Comparison between the observed and calculated soil heat fluxes at the depth of 5 cm at TGL (a) and XDT (b)

2.3 优化后方案的校正

上述方案建立时，只考虑了土壤温/湿度，与翁笃鸣气候学方案相较已提高了准确度，但估算值与观测值之间仍存在误差，因此有必要对其进行校正。校正时加入空气温度、 空气湿度以及站点海拔因素等对土壤热通量的影响，即在式(6)的基础上建立Geq4-1、 Geq4-2、 Geq4-3，分别见式(7)、 (8)和(9)。将校正的方案应用于QT04和QT09两个站点，结果如图4和表4所示。

G5=6.825·ΔT5-20+5.26·θ5+0.545+m·Ta+n

(7)

G5=6.825·ΔT5-20+5.26·θ5+0.545+p·θa+q

(8)

式中： Mi为模拟值； Oi为观测值； n为观测样本数。

出门的时候，倩倩在搭积木，大林还昏睡在他的小床上。杜一朵问倩倩，你去不去外婆家？倩倩说愿意呆在家里陪爸爸。杜一朵说，那就和妈妈再见。倩倩说，再见妈妈。杜一朵在穿衣镜前摆弄了一番姿态，她很满意自己今天的扮相。尤其是短裙下那两条长腿，笔直修长白皙，腿是她的骄傲。

(9)

式中： Ta为大气温度(℃)； θa为大气湿度(%)；m、 n、 p、 q、 x、 y和z均是与站点海拔h(km)有关的参数，其计算方法如下：

m=0.077·h-0.161

(10)

绝大部分业主第一次装修，都会选择在网络上获取装修知识。但所能见的朋友圈、微博等社交平台却充斥着五花八门的装修谣言，这让对装修本就一窍不通的业主更是干瞪眼，特别是这些装修谣言的发布者总能一本正经地胡说八道让你信以为真。今儿个，让我们细数“那些年，曾坑过我们的装修谣言”，再顺带辟辟谣、吐吐槽。

(11)

p=0.057·h-0.213

(12)

x=0.052·h+0.548

(13)

q=1.753·h-12.713

(14)

y=0.105·h-0.563

(15)

z=-1.098·h+8.689

(16)

由图4可知，使用校正方案后，QT04和QT09两个站点的G5估算值的准确度有所提高，尤其是QT04站点的订正值更接近观测值。结合表4可以看出，方案Geq4-2效果相对最差，Geq4-3最好，但Geq4-1与Geq4-3估算的结果及误差等都很相似，考虑到计算的简便和选取数据的数量，最终选用方案Geq4-1即式(7)来估算青藏公路沿线多年冻土区活动层5 cm土壤热通量。

图4 不同方法确定5 cm土壤热通量的比较 Fig.4 Variations of soil heat flux at the depth of 5 cm determined by various methods

3 青藏公路沿线5 cm土壤热通量的估算

表4 不同估算方案计算5 cm土壤热通量的相关性和误差比较 Table 4 Comparison of correlation and bias from different methods for soil heat flux at the depth of 5 cm

方案QT04RBIAS/(W·m-2)RMSE/(W·m-2)QT09RBIAS/(W·m-2)RMSE/(W·m-2)Geq3-10.99-0.261.990.982.103.37Geq4-10.980.001.040.97-0.182.70Geq4-20.970.011.470.97-0.173.07Geq4-30.980.001.010.97-0.202.58

青藏公路沿线西大滩至两道河区间内的大部分区域属于多年冻土区，用式(7)来估算这一区域内索南达杰(CN02)、 乌丽(CN03)、 两道河(CN04)和昆仑山垭口(CN06)4个站点活动层的5 cm土壤热通量。图5、 图6分别给出了2004-2013年青藏公路沿线5 cm土壤热通量和2 m平均气温、 活动层厚度的变化特征。

在肌理效果上，由于毛毡材料本来就富有的特殊肌理，让我在这方面省了不少心，利用剪裁过程中的顿与圆润来更好的展现这一肌理是我这幅作品的意图之一。因此为了不破坏这一种肌理，我选择了用酒精胶水粘贴，而不是用针线来缝合，我认为用针线缝合的感受与毛毡材料自身给人的感受太过雷同也太过质朴，这违背了我的初衷。因此，我的整幅作品都是用不破坏其自身肌理的拼贴的方式去制作的。

2004-2013年研究区域内2 m气温、 G5和活动层厚度均呈现出增大的趋势，最大值均出现在2010年，次大值出现在2006年。而G5、 活动层厚度与气温间的相关系数分别达到0.66和0.69，可见近十年来青藏高原多年冻土区活动层厚度以及G5的变化与高原区气候变暖趋势是基本一致的。数据分析显示，近十年该区域内气温升高了约近0.4 ℃，G5增大了约0.8 W·m-2，而活动层厚度增大了约16.4 cm，即平均状况下G5每增大1.0W·m-2，活动层厚度增大近21.0 cm，这一变幅略小于李韧等[27]的研究结果(24.0 cm)。然而，李韧等[27]所选用的观测场点数以及选取资料的时间序列长度均与本研究不同，这会引起与本文变化幅度的差异，但总体上结果比较接近。另外，近十年年平均G5均为正值(>0.0 W·m-2)，说明一年中热量盈余，多余的热量由地表向下输送，引起了所在区域冻土的退化、 活动层厚度的增大，当温度降低时，土壤热通量随之减小，向下输送的多余热量减少，活动层厚度也减小，但整体上还是呈现出活动层厚度逐渐增大的趋势，这一结果与已有的研究[27,34]一致。

图5 2004-2013年青藏公路沿线年平均气温与5 cm土壤热通量变化 Fig.5 Variations of the annual average air temperature and the soil heat flux in the depth of 5 cm along the Qinghai-Tibet Highway during 2004-2013

图6 2004-2013年青藏公路沿线活动层厚度与5 cm土壤热通量变化 Fig.6 Variations of the active layer depth and the soil heat flux in the depth of 5 cm along the Qinghai-Tibet Highway during 2004-2013

4 结论与展望

本文在翁笃鸣的气候学计算方案的基础上加入土壤湿度因素，发展了一个新的较为简便、 准确的计算青藏公路沿线多年冻土区5 cm土壤热通量的方案。该方法不需要事先给定不易准确测量的热导率或热扩散率，而仅需要土壤温、 湿度以及气温，输入数据容易获取且计算过程简便，并且订正后方案的准确率有显著的提高，同时，优化方案所使用的数据均为月数据，适用于估算多年冻土区5 cm土壤热通量月均值。本文还利用优化后的方案估算了青藏公路沿线5 cm土壤热通量，发现公路沿线近十年土壤热通量、 活动层厚度等的变化与青藏高原气温的变化具有一致性，且热量有盈余，这会引起多年冻土区的冻土退化、 活动层厚度增大。具体来看，2004-2013年青藏高原沿线多年冻土区的气温升高了近0.4 ℃，5 cm土壤热通量增大了约0.8 W·m-2，而活动层厚度增大了约16.3 cm，即平均状况下土壤热通量每增大1.0 W·m-2，活动层厚度增大近21.0 cm。

情境教学中教育者——情境——受教育者三者是互相关联的一个有机整体。在情境教学中，学生是学习的主体，教师是学习活动的创设者。基于情境创设模式的教学有助于激发学生的学习动机，强化学生的情感体验，激发学生的探求欲望，升华师生感情体验。

制度绩效是用来衡量制度实施的成效，即政策是否达到了预期目标，反应的是预测值与实际值的差异，通常用在政治、经济、社会等方面[9，10]。该项研究将制度绩效引进煤矿安全管理制度建设中，衡量煤矿百万吨死亡率预测值与实际值之间的差异，分析安全管理制度建设对我国煤矿企业安全生产的潜在影响，当制度绩效为正值时，表明制度体系的建设对煤矿安全生产形势产生积极效应；反之，则产生消极影响。

最后需指出的是，本文的计算方案并未考虑到冻融过程中含冰量的变化，并且当前针对土壤热通量建立的参数化方案对地表或浅层的土壤热通量模拟效果较好，应用于深层土壤时存在较大的不确定性，尤其是在多年冻土区，深层土壤热通量的估算与热流板测量值差别较大，因此，未来需要在方案中增加含冰量对土壤热通量的影响，并将方案改进并应用于深层土壤热通量的计算，以进一步提高该方案在青藏高原冻土区的适用性和可靠性。

参考文献(References)：

[1] Li Liang, Zhang Hong, Hu Bo, et al. Characteristics of soil heat flux in different soil types in China[J]. Plateau Meteorology, 2012, 31(2): 322-328. [李亮, 张宏, 胡波, 等. 不同土壤类型的热通量变化特征[J]. 高原气象, 2012, 31(2): 322-328.]

[2] Zhou Youwu, Guo Dongxin, Qiu Guoqing, et al. Geocryology in China[M]. Beijing: Science Press, 2000. [周幼吾, 郭东信, 邱国庆, 等. 中国冻土[M]. 北京： 科学出版社, 2000.]

[3] Yang Kun, Koike T, Ishikawa H. Analysis of the surface energy budget at a site of GAME/Tibet using a single-source model[J]. Journal of the Meteorological Society of Japan: Ser. II, 2004, 82(1): 131-153.

[4] Horton R, Wierenga P J. Estimating the soil heat flux from observations of soil temperature near the surface 1[J]. Soil Science Society of America Journal, 1983, 47(1): 14-20.

[5] Fan Xingang, Tang Maocang. A preliminary study on conductive and convective soil heat flux[J]. Plateau Meteorology, 1994, 13(1): 14-19. [范新岗, 汤懋苍. 土壤传导对流热通量计算的初步结果[J]. 高原气象, 1994, 13(1): 14-19.]

[6] Gao Zhiqiu, Fan Xingang, Bian Lingen. An analytical solution to one-dimensional thermal conduction-convection in soil[J]. Soil Science, 2003, 168(2): 99-107.

[7] Heusinkveld B G, Jacobs A F G, Holtslag A A M, et al. Surface energy balance closure in an arid region: role of soil heat flux[J]. Agricultural and Forest Meteorology, 2004, 122(1/2): 21-37.

[8] Gao Zhiqiu. Determination of soil heat flux in a Tibetan short-grass prairie[J]. Boundary-Layer Meteorology, 2005, 114(1): 165-178.

[9] Yang Kun, Wang Jiemin. A temperature prediction-correction method for estimating surface soil heat flux from soil temperature and moisture data[J]. Science in China: Series D Earth Sciences, 2008, 51(5): 721-729. [阳坤, 王介民. 一种基于土壤温湿资料计算地表土壤热通量的温度预报校正法[J]. 中国科学: D辑 地球科学, 2008, 38(2): 243-250.]

[10] Zuo Jinqing, Wang Jiemin, Huang Jianping, et al. Estimation of ground heat flux for a semi-arid grassland and its impact on the surface energy budget[J]. Plateau Meteorology, 2010, 29(4): 840-848. [左金清, 王介民, 黄建平, 等. 半干旱草地地表土壤热通量的计算及其对能量平衡的影响[J]. 高原气象, 2010, 29(4): 840-848.]

[11] Liu Qianqian, Wei Dongping, Sun Zhentian, et al. Exploration of regional surface average heat flow from meteorological and geothermal series[J]. Applied Geophysics, 2013, 10(4): 496-505.

[12] Li Chao, Chen Longxun. Calculation of the soil heat exchange in Qinghai-Tibet Plateau[J] Journal of Chengdu Institute of Meteorology, 1999, 14(2): 129-138. [李超, 陈隆勋. 青藏高原土壤热交换的计算方案及初步分析[J]. 成都气象学院学报, 1999, 14(2): 129-138.]

[13] Li Nana, Jia Li, Lu Jing. An improved algorithm to estimate the surface soil heat flux over a heterogeneous surface: a case study in the Heihe River basin[J]. Science China: Series D Earth Sciences, 2015, 45(4): 494-507. [李娜娜, 贾立, 卢静. 复杂下垫面地表土壤热通量算法改进: 以黑河流域为例[J]. 中国科学: D辑 地球科学, 2015, 45(4): 494-507.]

[14] Mo Xingguo, Li Hongxuan, Liu Suxia, et al. Estimation of the soil conductivity and heat flux in near surface layer from soil temperature[J]. Chinese Journal of Eco-Agriculture, 2002, 10(1): 62-64. [莫兴国, 李宏轩, 刘苏峡, 等. 用土壤温度估算表层土壤导温率与热通量的研究[J]. 中国生态农业学报, 2002, 10(1): 62-64.]

[15] An Kedong, Wang Wenke, Wang Zhoufeng, et al. Comparison of two methods to estimate soil thermal parameters and heat flux[J]. South-to-North Water Transfers and Water Science & Technology, 2015, 13(6): 1000-1003. [安可栋, 王文科, 王周锋, 等. 两种估算浅层土壤热参数及热通量的方法对比[J]. 南水北调与水利科技, 2015, 13(6): 1000-1003.]

[16] Guo Yang, Zuo Hongchao, Chen Jiwei, et al. Comparison of soil heat flux calculation approaches and their impacts on surface energiae balance closure over homogeneous bare soil surface[J]. Climatic and Environmental Research, 2015, 20(2): 177-187. [郭阳, 左洪超, 陈继伟, 等. 均匀裸土地表土壤热通量计算方法对比及对能量闭合的影响[J]. 气候与环境研究, 2015, 20(2): 177-187.]

[17] Li Ren, Ji Guoliang, Li Shuxun, et al. Soil heat condition discussion of Wudaoliang region[J]. Acta Energiae Solaris Sinica, 2005, 26(3): 299-303. [李韧, 季国良, 李述训, 等. 五道梁地区土壤热状况的讨论[J]. 太阳能学报, 2005, 26(3): 299-303.]

[18] Li Ren, Zhao Lin, Wu Tonghua, et al. Soil thermal regime of active layer in Wudaoliang region of the Yangzi River source[J] Arid Land Geography, 2013, 36(2): 277-284. [李韧, 赵林, 吴通华, 等. 长江源区五道梁的土壤热状况研究[J]. 干旱区地理, 2013, 36(2): 277-284.]

[19] Xiao Yao, Zhao Lin, Li Ren, et al. Seasonal variation characteristics of surface energy budget components in permafrost regions of northern Tibetan Plateau[J]. Journal of Glaciology and Geocryology, 2011, 33(5): 1033-1039. [肖瑶, 赵林, 李韧, 等. 青藏高原腹地高原多年冻土区能量收支各分量的季节变化特征[J]. 冰川冻土, 2011, 33(5): 1033-1039.]

[20] Zhang Lijie, Jiang Hao, Li Lei. A test of the soil heat flux calculation in Wudaoliang area using meteorological elements[J]. Plateau Meteorology, 2006, 25(3): 418-422. [张立杰, 江灏, 李磊. 利用气象要素计算五道梁地区土壤热流量的试验[J]. 高原气象, 2006, 25(3): 418-422.]

[21] He Siwei, Nan Zhuotong, Zhang Ling, et al. Spatial-temporal distribution of water and energy fluxes in the upper reaches of the Heihe River simulated with VIC model[J]. Journal of Glaciology and Geocryology, 2015, 37(1): 211-225. [何思为, 南卓铜, 张凌, 等. 用VIC模型估算黑河上游流域水分和能量通量的时空分布[J]. 冰川冻土, 2015, 37(1): 211-225.]

[22] Tang Tian, Wang Lei, Wen Xiaohang. A study of the radiation and surface energy balance around the Ngoring Lake in source regions of the Yellow River[J]. Journal of Glaciology and Geocryology, 2013, 35(6): 1462-1473. [唐恬, 王磊, 文小航. 黄河源鄂陵湖地区辐射收支和地表能量平衡特征研究[J]. 冰川冻土, 2013, 35(6): 1462-1473.]

[23] Li Jing, Sheng Yu, Wu Jichun, et al. Spatial and temporal variations of the superficial hydro-thermal characteristics in permafrost regions in the source areas of the Datong River, Qilian Mountains[J]. Journal of Glaciology and Geocryology, 2014, 36(4): 994-1001. [李静, 盛煜, 吴吉春, 等. 祁连山大通河源多年冻土区浅层土壤水热时空变化特征[J]. 冰川冻土, 2014, 36(4): 994-1001.]

[24] Weng Duming, Gao Qingxian, He Fengpian. Climatological calculations and distribution of soil heat flux over China[J]. Journal of the Meteorological Sciences, 1994, 14(2): 91-97. [翁笃鸣, 高庆先, 何凤翩. 中国土壤热通量的气候计算及其分布特征[J]. 气象科学, 1994, 14(2): 91-97.]

[25] Lin Zhenyao, Wu Xiangding. Climatic regionalization of the Qinghai-Tibetan Plateau[J]. Acta Geographic Sinica, 1981, 36(1): 22-32. [林振耀, 吴祥定. 青藏高原气候区划[J]. 地理学报, 1981, 36(1): 22-32.]

[26] Li Ren, Zhao Lin, Wu Tonghua, et al. Investigating soil thermodynamic parameters of the active layer on the northern Qinghai-Tibetan Plateau[J]. Environmental Earth Sciences, 2014, 71(2): 709-722.

[27] Li Ren, Zhao Lin, Ding Yongjian, et al. Temporal and spatial variations of the active layer along the Qinghai-Tibet Highway in a permafrost region[J]. Chinese Science Bulletin, 2012, 57(35): 4609-4616.

[28] Li Ren, Zhao Lin, Ding Yongjian, et al. Impact of surface energy variation on thawing processes within active layer of permafrost[J]. Journal of Glaciology and Geocryology, 2011, 33(6): 1235-1242. [李韧, 赵林, 丁永建, 等. 地表能量变化对多年冻土活动层融化过程的影响[J]. 冰川冻土, 2011, 33(6): 1235-1242.]

[29] Zhou Bangshe, Yang Xinbing. Effect of vegetation and slope on soil temperature and soil heat flux[J]. Journal of Agricultural University of Hebei, 2011, 34(2): 80-85. [周邦社, 杨新兵. 植被和坡向对土壤温度与土壤热通量变化的影响[J]. 河北农业大学学报, 2011, 34(2): 80-85.]

[30] Zhang Hong, Hu Bo, Liu Guangren, et al. Temporal and spatial characteristics of soil heat flux in China[J]. Climatic and Environmental Research, 2012, 17(5): 515-522. [张宏, 胡波, 刘广仁, 等. 中国土壤热通量的时空分布特征研究[J]. 气候与环境研究, 2012, 17(5): 515-522.]

[31] Zhang Lijie, Jiang Hao, Li Lei. Study of calculation of soil heat conduction: process and prospect[J]. Journal of Glaciology and Geocryology, 2004, 26(5): 569-575. [张立杰, 江灏, 李磊. 土壤中热量传输计算的研究进展与展望[J]. 冰川冻土, 2004, 26(5): 569-575.]

[32] Min Wenbin. Analysis of adaptabilities of remote sensing models for heat flux over hilly land[J]. Journal of the Meteorological Sciences, 2009, 29(3): 386-389. [闵文彬. 丘陵区土壤热通量遥感估算模型适应性分析[J]. 气象科学, 2009, 29(3): 386-389.]

[33] Zhou Bingrong. Estimation of soil heat exchange and soil temperature[J]. Journal of Qinghai Meteorology, 2005(3): 43-44. [周秉荣. 土壤热交换、 地温的估算[J]. 青海气象, 2005(3): 43-44.]

[34] Zhao Lin, Wu Qingbai, Marchenko S S, et al. Thermal state of permafrost and active layer in Central Asia during the International Polar Year[J]. Permafrost and Periglacial Processes, 2010, 21(2): 198-207.