期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
2001—2017年艾比湖流域积雪时空变化及其驱动因子分析 被引量:2
1
作者 喀迪阿依·阿力木 玉素甫江·如素力 +2 位作者 肉克亚木·艾克木 米日阿依·买土地 艾尔肯·图尔荪 《生态科学》 CSCD 2023年第3期127-135,共9页
基于2001—2017年艾比湖流域MODIS遥感数据、气象数据和降水数据,分析艾比湖流域2001—2017年积雪时空分布特征、变化趋势及其驱动因子。结果表明:(1)2001—2017年艾比湖流域积雪变化呈增加趋势。(2)2001—2017年艾比湖流域积雪与地表... 基于2001—2017年艾比湖流域MODIS遥感数据、气象数据和降水数据,分析艾比湖流域2001—2017年积雪时空分布特征、变化趋势及其驱动因子。结果表明:(1)2001—2017年艾比湖流域积雪变化呈增加趋势。(2)2001—2017年艾比湖流域积雪与地表温度线性相关呈负相关性,积雪与降水量线性相关呈正相关性。(3)在地表温度固定时,积雪与降水的偏相关系数分别介于–0.83—0.90之间,所占正相关面积为67.05%;在降水固定时,积雪与地表温度的偏相关系数分别介于–0.97—0.79之间,所占负相关面积为95.67%。(4)艾比湖流域积雪变化受气候因子影响的区域占55.32%,主要分布在艾比湖流域的东南两侧与西北区域,其中降水主驱动区域占31.80%,地表温度主驱动区域占1.19%,地表温度和降水共同强驱动区域占0.49%,地表温度、降水共同弱驱动区域占21.84%。 展开更多
关键词 积雪 LST 降水 气候因子 驱动分区
下载PDF
2000—2019年新疆大型湖泊湖冰物候时空变化特征 被引量:3
2
作者 艾尔肯·图尔荪 玉素甫江·如素力 +2 位作者 崔一爽 喀迪阿依·阿力木 米日阿依·买土地 《干旱区地理》 CSCD 北大核心 2022年第5期1440-1449,共10页
湖冰物候变化特征是全球气候变化过程的重要指示器。通过长时间序列MODIS数据、Landsat数据提取的湖泊数据集,综合分析了2000—2019年新疆大型湖泊湖冰物候的变化特征。结果表明:(1)近20 a新疆大型湖泊的开始冻结日呈现提前和推迟2种变... 湖冰物候变化特征是全球气候变化过程的重要指示器。通过长时间序列MODIS数据、Landsat数据提取的湖泊数据集,综合分析了2000—2019年新疆大型湖泊湖冰物候的变化特征。结果表明:(1)近20 a新疆大型湖泊的开始冻结日呈现提前和推迟2种变化趋势,开始冻结日呈现推迟趋势的湖泊分别为博斯腾湖、赛里木湖、艾比湖、吉力湖、乌伦古湖、萨利吉勒干南库勒湖和鲸鱼湖,且大部分湖泊的开始冻结日推迟趋势在0.51~1.53 d·a^(-1)之间;开始冻结日呈现提前趋势的湖泊有3个,分别为阿牙克库木湖(变化趋势为-1.04 d·a^(-1))、阿克赛钦湖(变化趋势为-0.41 d·a^(-1))、阿其克库勒湖(-0.31 d·a^(-1))。(2)湖冰完全覆盖期是重要的湖冰参数,湖冰覆盖期的延长或者缩短能够直接表示区域气候变化过程,新疆大部分湖泊湖冰覆盖期表现为缩短趋势,其中分布在新疆中北部的艾比湖、吉力湖和博斯腾湖等湖泊的湖冰覆盖期缩短较为明显,变化趋势分别为-1.76 d·a^(-1)、-2.13 d·a^(-1)和-0.81 d·a^(-1);冰完全覆盖期延长的湖泊有3个,分别为阿牙克库木湖、阿其克库勒湖和鲸鱼湖,变化趋势分别为3.51 d·a^(-1)、1.54 d·a^(-1)和1.37 d·a^(-1),这些湖泊均匀分布在昆仑山高原北翼。(3)新疆大型湖泊湖冰物候变化特征是受其自身条件(湖泊形态因子、湖泊面积等)及气候变化(气温、降水量等)等多种因素共同作用的结果。本研究探讨了气候变化环境下的新疆大型湖泊湖冰物候的冻融趋势及其变化模式,同时应用不同遥感数据和研究方法识别了湖冰,证实了MODIS数据反演湖冰物候的可行性。 展开更多
关键词 大型湖泊 湖冰物候 变化特征 多波段阈值法 MODIS
下载PDF
基于STL和GESD算法的于田两次Ms7.3地震热异常时空分布特征识别研究
3
作者 米日阿依·买土地 玉素甫江·如素力 +1 位作者 喀迪阿依·阿力木 艾尔肯·图尔孙 《河南科学》 2021年第3期421-428,共8页
以2008年3月21日Ms7.3和2014年2月12日Ms7.3于田地震为例,基于2003—2019年的MODIS LST数据,利用STL分解法、GESD检验,以震中周围区异常面积时空变化作为主要参量,探究两次于田Ms7.3震前的热红外异常时空分布特征及其识别.结果表明:①... 以2008年3月21日Ms7.3和2014年2月12日Ms7.3于田地震为例,基于2003—2019年的MODIS LST数据,利用STL分解法、GESD检验,以震中周围区异常面积时空变化作为主要参量,探究两次于田Ms7.3震前的热红外异常时空分布特征及其识别.结果表明:①应用基于STL分解的GESD检验对研究区分析来看,震前研究区地表温度明显出现热异常现象,此方法对于地震热异常监测提供参考依据.②对于2008年3月21日地震,异常区域面积1月25日达到最大,出现异常的面积覆盖率19.5%.对于2014年2月12日地震2月10日异常最明显异常面积覆盖率达到2.1%.③研究结果可见,两次地震异常区域主要靠近震中西北及东北部.但2008年地震异常比2014年异常较明显,此研究区内异常范围较大. 展开更多
关键词 异常 STL 于田地震 MODIS数据 GESD检验
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部