基于GRACE卫星数据的中国陆地水储量变化和影响因素分析

掌握陆地水储量变化的空间分布特点和变化情况,了解其变化的原因有助于水资源的可持续性综合管理。以中国陆地为研究区域,基于重力恢复和气候实验(GRACE)卫星反演得到的陆地水储量变化数据,使用曼-肯德尔法(Mann-Kendall,M-K)趋势检验和经验正交函数(EOF)分析了陆地水储量变化的趋势以及时空变化特征,并选择了包括气象、下垫面和社会经济3个方面的10个影响因子,即气温、降水、标准化降水蒸散发指数(SPEI)、不透水层占比、水体占比、归一化植被指数(NDVI)、高程、坡度、国内生产总值和人口,利用地理探测器、皮尔逊(Pearson)相关分析和随机森林3种方法综合分析其与陆地水储量变化的关系。结果表明:松花江、嫩江和松嫩平原附近以及柴达木盆地-长江-东南沿海条带上陆地水储量变化显著增加,中国西南以及新疆-黄土高原-华北平原条带上陆地水储量变化显著减少,从高纬度到低纬度呈现出“高-低-高-低”的变化特点。整体而言,气象因素对陆地水储量变化的解释力最强,其次是社会经济因素和下垫面因素,其中降水量是引起陆地水储量变化的主要因素。月陆地水储量变化对降水量、温度、SPEI和NDVI响应存在滞后性,且陆地水储量变化对降水量和SPEI以1个月滞后为主,对温度和NDVI的响应以无滞后(即0个月滞后)为主。

异常气候条件下小麦估产方法研究

发展针对异常气候条件下的作物估产模型,对于理解气候变化对作物产量的影响,提高估产模型的适用性具有重要意义。本文提出了一种综合气象灾害指标、遥感植被指数与趋势产量的随机森林回归估产方法,基于该方法构建了中国五大麦区的小麦单产估算模型,并选择典型的灾害年份在县级尺度和麦区尺度上分别进行了精度验证,对比分析了不同麦区输入变量对估产模型构建的重要性。结果显示:五大麦区估产模型拟合精度的R^(2)均在0.95以上,各麦区县级实际单产与预测单产平均相对误差均低于0.060,区级均低于0.049;输入变量在不同麦区的重要性存在差异。标准化降水蒸散指数在五大麦区重要性均较高,干热风指标在西北春麦区与北部春麦区相比其他区域更重要,月平均温度距平与月平均降水距平在各个麦区的重要性差异不大,小麦拔节期与抽穗期的标准化差分植被指数(NDVI)重要性相对其他时间段的NDVI更高。本文构建的估产模型能够满足异常气候条件下估产的精度,可以为极端气候条件下大尺度的估产研究提供参考。