北美洲地表温度数据重建及时空变化分析

地表温度是反映区域自然环境和气候变化的重要指标,高质量的数据对区域地表温度时空变化研究是非常重要的。北美洲近年来的气候变化较为异常,因此研究分析该区域的地表温度具有较强的意义。文章基于MODIS地表温度数据,结合地面站点、邻近像元和海拔数据重建了北美洲2002—2018年的遥感地表温度数据集,并分析了其17 a的地表温度时空变化。重建的地表温度数据覆盖了所有陆地地表,数据验证表明精度在1℃左右。经过分析发现:北美洲17 a间以平均0.02℃/a的速度呈现波动增温趋势并在2016年达到历史峰值,此后2 a里地表温度直线下降,这与厄尔尼诺的影响密切相关;北美洲春秋两季的增温幅度较大,冬夏两季次之;阿拉斯加北部地区和加利福尼亚半岛区域近年来的增温趋势极为显著;植被和大气水汽显著地影响着地表温度的变化,40°N以北植被和大气水汽与地表温度呈正相关变化,40°N以南植被和大气水汽与地表温度呈负相关变化。根据北美洲平均地表温度周期波动的变化趋势以及厄尔尼诺的影响,在一定可靠程度上可以预测未来1~2 a整体地表温度变化趋势。

中国地表温度时空变化及驱动因素分析

近年来随着全球极端气候事件不断加剧,我国极端天气和灾害事件频繁发生,伴随着地表温度(LST)变化异常对气候环境稳定和农业生产构成了巨大威胁。地表温度是衡量地球环境的重要参数,对于区域的物质能量循环、生态系统平衡以及人类的生产生活都具有重要影响。由于热红外遥感受云雨天气影响导致部分区域像元信息缺失和精度不高,该文通过对重建的中国2002—2018年月尺度遥感地表温度数据集进行了评价,分析表明该数据集可以有效改善MODIS LST数据的不足,进一步提高MODIS LST数据的利用率。在此基础上,从整体、局部和单个像元等多个空间尺度分析了我国地表温度在不同时间维度下的时空变化特征,特别对17年间地表温度异常变化的区域进行了重点关注和研究。最后,结合地表、大气、海洋以及社会经济活动等多种数据资料,深入探究了2002—2018年间我国地表温度时空变化特别是年际异常变化的驱动因素。

基于国际贸易与自然灾害背景下的中国农产品供需平衡展望

国际贸易与自然灾害是影响农产品供需的重要因素。通过python语言程序获取1978—2017年中国小麦、玉米、大豆3种主要农作物的年产量和近年来的国际贸易数据以及改革开放以来每年自然灾害造成的受灾、成灾、绝收面积,整合这些资料计算灾害强度指数,并分析其与粮食产量的相关关系,阐明了贸易战与自然灾害对中国农业生产的影响,并提出应对挑战的措施。分析表明,贸易战对中国不同农产品的影响程度不同,但都处于可控范围,大豆产业受到的影响相对较大,但可以通过其他措施予以缓冲和应对;自然灾害对中国农作物产量一直影响较大,加强灾害预警、保护农业生产至关重要。

基于MODIS数据的洞庭湖水体和水华时空变化研究

为明确洞庭湖水华发生规律、水体面积的变化规律及其影响因子,利用MODIS传感器提供的MOD02HKM数据,采用多波段水体指数(MBWI)模型、浮游藻类指数(FAI)方法识别、提取洞庭湖水体、水华范围,并对2001~2015年洞庭湖水体、水华时空分布数据进行分析.结果表明:洞庭湖的水面范围在年内呈现明显的季节变化,在年际成缩减趋势.水域面积由大到小依次是夏季、秋季、春季、冬季,且2001~2015年丰水期水体的平均面积是枯水期的2.2倍;2001~2015年洞庭湖水域面积萎缩速率为-14.574km^2/a,其中夏季的萎缩速率最大,达到-38.678km^2/a;2001~2015年期间,洞庭湖区域均发生水华,水华主要集中发生在东洞庭湖的西部湖湾区,西洞庭湖和南洞庭湖的水华则沿河岸零星分布;洞庭湖水华存在明显的季节变化和年季变化.每年水华面积基本呈现正态分布,最小值出现在冬季,最大值出现在夏季和秋季,其值达到681.43km^2;2001~2015年水华爆发面积最高占全湖面积的18.2%,水华面积年平均变化率为-8.657km^2/a,水华爆发面积呈现缩小的趋势.