近50年中国气温日较差的变化趋势分析

利用近50年的气温观测资料,对中国地区的气温日较差的空间分布和时间序列变化特征进行了分析。同时分析了与日最高气温、最低气温以及平均气温时空分布之间的关系。结果发现,近50年来气温日较差呈下降趋势,其平均减小幅度为高纬度地区大于低纬度地区;不同地区及同一地区的DTR季节变化特征也不相同,我国北方多为冬季DTR下降最大,其次是春季和秋季,夏季最小。在黄淮和长江流域,以夏季和春季DTR下降最为显著。华南地区仍以冬季下降最大。气温日较差整体呈现下降趋势,中高纬度下降比低纬度明显。在相同纬度带上,由于地理状况的不同,变化趋势有所不同。同时,气温日较差的变化有明显的区域和季节性差异,特别在西部的青藏高原和新疆地区的DTR变化与东部地区的差异明显。

淮河流域极端降水与极端流量关系的研究

通过对淮河流域各气象站月降水和水文站月流量的广义帕累托分布(generalized ParetoDistribution)(GPD)函数拟合,分析比较了二者概率分布特征之间的异同,尤其对二者极端事件灾害风险之间的异同进行了定量化的对比分析.指出淮河流域月降水的概率函数特征在整个区域上具有相似性,接近于指数分布.而月流量相对于月降水概率分布更分散,并且其特征在流域上游和中游存在一定差异.由此发现,在水文循环过程中,淮河河流在区域尺度上可以减低由极端降水事件引发河流洪涝灾害的风险.这一作用在上游表现更为显著,往下游随着流域面积的不断扩大,这一作用逐渐减小,极端月流量事件发生的风险趋近于极端月降水事件.这一结论对于淮河流域天然河道与水利设施在淮河治理中的作用和洪涝治理规划具有参考意义.

中国东部两熟制农田NDVI不对称年际变化趋势及其潜在气候成因

一年两熟制是我国东部农业区主要的耕作形式和增产方式。利用长序列遥感归一化植被指数(NDVI),研究我国东部两熟制农田1982—2015年间植被变化趋势。研究区域为31°～39°N范围内的东部5省区,包括河北省、河南省、山东省、江苏省以及安徽省。NDVI的多年季节平均显示,1年中有2个峰值,分别出现在5月与8月,对应两季作物各自生长的峰期。在1982—2015年,研究区NDVI呈现显著上升趋势,增速为1.703×10^(-3)/年。根据两熟制种植期,定义6—10月的夏秋作物期和11月至次年5月的冬春种植期。结果发现,NDVI的年际增长主要由冬春作物期贡献,其增长率为2.436×10^(-3)/年,并且远大于夏秋作物期0.676×10^(-3)/年的变率。结合该地区的气温与降水数据发现,在2个作物期,降水并未出现显著变化,而温度都呈现出显著增加趋势。其中冬春作物期温度增速大于夏秋作物期,分别为0.042℃/年和0.029℃/年。由于冬春作物期平均温度相对较低,同时增温速率更高,因此,增温对植被生长的促进作用在该时期更强,从而造成了NDVI的不对称变化。

基于空间点模式的桂林市星级酒店空间分布特征研究

以2017年桂林市星级酒店空间点数据为基本数据样点,采用基于空间点模式的最近邻指数分析、L函数、热点探测分析以及标准差椭圆方法对桂林市58家星级酒店空间分布格局和集聚特征进行了分析,并探讨了影响酒店空间分布的主要因素.研究表明:桂林市星级酒店NNI指数值R=0.274,整体呈高度集聚模式,集聚的拐点在4.24 km处;桂林市星级酒店集聚区单一,热点探测结果显示集聚区主要位于桂林市主城区中心;主城区各星级酒店空间分布方向特征差异明显,各等级星级酒店的集聚范围由高到低依次为四星级酒店>三星级酒店>五星级酒店>二星级酒店;影响桂林主城区高等级酒店空间分布的主导因素为旅游要素和交通要素;中等级和低等级酒店的主导因素依次为交通要素>旅游要素>社会文化要素.

1989—2018年京津冀地区人体舒适度的变化特征

为了研究京津冀地区气候变化对人体舒适程度的影响,基于京津冀地区24个气象站点1989—2018年共30 a的温度、湿度和风速的月平均数据,得到京津冀地区人体舒适度指数(comfort of human body index,I_(CHB)).利用一元回归趋势线分析法对其时空变化特征进行分析,并结合通径分析法研究影响I_(CHB)的气象因素.研究结果表明:①京津冀地区I_(CHB)的等级主要为微冷和比较舒服,整体为冷凉特征,没有热及以上等级.②人体感觉最不舒适的季节为冬季,区域内各地区的I_(CHB)差异较小,体感为寒冷和冷;最为舒适的季节为夏季,京津冀地区全境I_(CHB)处于比较舒适的范围.除邢台市、邯郸市以及河北省南部的I_(CHB)等级为比较舒适,夏季其他大部分地区的I_(CHB)等级为舒适.I_(CHB)在春季上升剧烈,冬季下降较缓慢,秋季年际波动最小;③1989—2018年,京津冀地区年均I_(CHB)呈缓慢上升趋势,I_(CHB)平均值为49.5,多年变化趋势为0.014 a-1.1989—2000年,京津冀地区I_(CHB)先下降后上升,大部分年份的I_(CHB)小于平均值;2000—2006年,I_(CHB)基本保持稳定,在平均值附近波动变化;2006—2014年京津冀地区I_(CHB)先下降后上升;2014年后,I_(CHB)均处于平均值以上.京津冀地区近30年来I_(CHB)年际变化与该地区温度变化趋势一致,且波动性相似.④通径分析结果表明,温度与I_(CHB)的相关系数最高,为0.9857(P<0.05),说明温度是I_(CHB)的主要影响因子;湿度次之,与I_(CHB)呈较显著的正相关关系(P<0.1);风速对于I_(CHB)的影响较小.

基于MODIS数据的洞庭湖水域面积变动研究

采用Terra数据卫星的MOD09A1产品,基于归一化差异水体指数(Normalized Difference Water Index,NDWI),提取了2002—2016年的洞庭湖水域面积,并进行年、月不同时间尺度的变化分析。研究表明:洞庭湖一年内水体面积随季节变化很大,丰水期的面积一般是枯水期的2倍以上,有时能达到4倍;每年洞庭湖的最大水域面积多出现在7月份,最小水域面积出现月份则在2月、12月,根据最大最小面积比率的变化趋势,推测洞庭湖的水域面积在近些年总体上呈现下降趋势。

土地管理对植被变绿的潜在贡献--以中国东北农业区为例

植被变绿现象一般指绿度指标统计上呈现年际增加趋势。大尺度植被变绿现象及其归因与影响研究广泛开展中。其中,量化各种驱动因素的贡献仍然十分困难,特别是土地管理影响的研究尚显不足。选择了中国农业分布最广泛的东北农业区,尝试从植被变绿的年际变化和季节特征对土地管理因素的潜在贡献进行了推断分析,并选择增强植被指数EVI作为指标。在2000—2019年期间,EVI在农田和自然植被(林地和草地)的变化趋势分别为2.19×10^(-3)/a(P<0.05)和1.86×10^(-3)/a(P<0.05)(1.83×10^(-3)/a(P<0.05)和1.94×10^(-3)/a(P<0.05)),即处于相同量级。但是,农田EVI的增长主要集中在6—9月,增长率为4.99×10^(-3)/a(P<0.05),而同期自然植被的增长速率仅为2.30×10^(-3)/a(P<0.05)(林地和草地分别为1.79×10^(-3)/a(P<0.05)和3.71×10^(-3)/a(P<0.05)),气候驱动因素很难解释这种季节性的不对称变化。土地管理选取种植类型变迁、农药与化肥施用量以及农业机械化等指标,结果表明该地区农田的土地管理强度变化较大(数据范围2000—2018年)。其中,小麦种植面积呈现下降(-85.61%),同期玉米和水稻种植面积显著扩张,增长率分别为144.64%和90.68%。化肥和农药施用量分别增加了112.61%和80.24%,农业机械总功率与大中型拖拉机数量增长量分别为185.04%和1192.30%。这些农田土地管理活动对农作物生长起到显著促进作用,能够较好解释农田植被在6—9月份相比自然植被具有更高的变绿速度。为了进一步量化相关机制,模式需要优化土地管理过程,完善其对变绿贡献的模拟。

2000-2015年西南地区土地利用与植被覆盖的时空变化

西南地区是我国重要的生态资源区和生态脆弱区,在国家"绿水青山"战略发展中具有重要地位。本研究基于1 km空间分辨率的土地利用数据集,结合土地利用转移矩阵,定量分析2000-2015年间西南地区土地利用变化特征及其驱动力。并基于MODIS遥感植被指数,利用像元二分模型计算西南地区植被覆盖度,分析归一化植被指数(NDVI)和植被覆盖度的变化规律。结果表明:研究期间,西南地区的主要地类是林地、农田和草地。建设用地面积增加5874 km^(2),增长率为55.8%;农田面积减少最多,下降6211 km^(2),其次是草地,减少2099 km^(2)。2000-2015年间,西南地区建设用地的转入面积最多,主要由农田(贡献率68.2%)、林地(贡献率19.2%)和草地(贡献率13.1%)转化而来,转化的区域多靠近城区。农田的转出面积和转出率分别为7079 km^(2)和2.2%,占所有转出类型面积的46.0%。林地多由草地(贡献率61.8%)转化而来,转化区域多分布在贵州中南部和云南西部等地。全区NDVI和植被覆盖度均呈显著增加趋势,说明研究区整体呈变绿趋势。其中,自然植被和农田的NDVI均显著增长,建设用地扩张地区的NDVI下降,说明自然植被和农田主导了该地区植被变化。通过残差分析发现,气候变化和人类活动对研究区变绿趋势的贡献显著。

基于Sentinel-2卫星多光谱数据的会仙喀斯特湿地植物理化参数反演研究

植物是喀斯特湿地生态系统中最敏感的要素,其理化参数反映了喀斯特湿地生态系统的固碳能力和生产力水平,定量反演喀斯特湿地植物理化参数,对于揭示喀斯特湿地环境变化规律具有重要意义。以桂林会仙喀斯特国家湿地公园为研究区,利用Sentinel-2卫星多光谱数据,定量反演典型喀斯特湿地中植物的光合有效辐射吸收率(fraction of absorbed photosynthetically active radiation,FAPAR)、植被覆盖度(fractional vegetation cover,FVC)、叶面积指数(leaf area index,LAI)、冠层叶绿素含量(canopy chlorophyll content,CCC)和冠层含水量(canopy water content,CWC)共5种参数,构建其2018年3~11月的时间序列,定量研究各种植物的5种理化参数的变化特征;同时,利用两个精度较高的植物叶面积指数经验估算公式,评估利用神经网络的简化的L2级产品原型处理器(simplified level 2 product prototype processor,SL2P)算法反演的植物叶面积指数的精度。研究结果表明,采用SL2P算法反演的喀斯特湿地中植物的理化参数的精度较高;在整个湿地和典型航摄区都发现植物的各种理化参数几乎都有在7月明显减小的现象,5~9月植物的各种理化参数多大于3~11月9个月的平均值;在植物生长期,荷花(Nelumbo nucifera)群落与芦苇(Phragmites australis)-白茅(Imperata cylindrica)群落植物的各种理化参数差异显著。SL2P算法可以用于反演喀斯特湿地植物群落的植物理化参数。Sentinel-2卫星多光谱数据可以用于反演喀斯特湿地植物群落的植物理化参数方面的研究。