摘要
在全球气候变化的背景下，青藏高原冻土面临退化趋势，而多年冻土活动层(PermafrostActiveLayer,PAL)作为冻土区地层内水热交换最为活跃的区域，对气温和环境变化极其敏感。冻土退化势必造成冻土活动层发生改变，从而引起融冻泥流、热融湖塘、热融滑塌等一系列自然灾害发生，破坏公路、铁路等基础设施，造成国家经济财产损失。与此同时，多年冻土迁移变化还会影响下游农田灌溉、水力发电及人民用水安全，同时对当地生态环境及生物多样性造成威胁。 基于此，本研究以青藏铁路可可西里-安多段区域为例，在前期充分收集并处理相关数据基础上，通过大数据挖掘技术，对冻土活动层主要影响因素进行筛选和识别，为活动层厚度(Active Layer Thickness,ALT )预测模型构建中的主要参数选择提供依据。同时，在建立因素间相关关系基础上，结合系统动力学，建立多年冻土活动层厚度变化预测模型，并利用实测钻孔数据结果与预测模型进行比对，以检验并校正模型误差。在满足误差范围基础上，使模型输出结果与GIS进行桥接，实现预测结果空间可视化，并分析案例区域多年冻土活动层的时空分布特征及变化趋势。 本研究主要结论为：(1)利用大数据挖掘技术可以较为准确识别出ALT主要影响因素，经过因素相关性分析后可得：地温和降水与ALT呈强相关性，人口、植被和GDP呈中等程度相关，因素显著性P＜0.05，显示出与ALT呈现高度相关性。(2)SD模型预测结果平均相对误差为2.102%，结果说明SD模型对ALT的模拟预测有较高的预测精度。也证实了预测模型的有效性。研究结果显示案例区域冻土活动层厚度以年均0.033m的速率增加。(3)就案例研究区域所呈现的冻土活动层厚度的时空分布特征而言，南部山区增加速度比北部低海拔地区快，人口聚居区较人口稀少的区域增长更快，气候变化和人为扰动可能是影响ALT变化的关键因素。而气候变化和人为扰动是影响ALT逐年增加的关键因素。
NETL