基于空间权重分解的降尺度土壤水分产品的中国土壤水分时空格局研究

为应对微波遥感监测土壤水分(SM)空间分辨率相对较粗(10～50 km)的问题,本文结合微波遥感在大尺度监测方面的优势和温度-植被干旱指数对局部土壤水分的表现力,利用TVDI与土壤水分负相关关系,建立了基于温度植被干旱指数(TVDI)的空间权重分解模型,将AMSR-E、SMOS、AMSR2微波遥感土壤水分数据空间分辨率从25 km、10 km降尺度到1 km。地面气象站实测土壤水分的验证结果表明,与传统干旱指数反演和微波直接反演的土壤水分数据相比,该产品在研究时序内具有较高的精度(RMSE=0.10 m^3/m^3,MAE=0.08 m^3/m^3,Bias=0.05 m^3/m^3,R=0.93)。利用该产品研究分析了2002-2016年中国土壤水分的时空变化规律。结果发现:中国土壤水分在近15年整体呈现周期性震荡变化,并呈现下降趋势(b=-0.167,R=0.750,P=0.05)。中国华北季风区和华南季风区的江淮一带,长江三角洲地区以及环渤海区呈现快速下降趋势;而青藏高寒区北部西北干旱区南部地区却有显著上升趋势,总的可以归纳为"南湿北干,西增东减"。这意味着中国地区的土壤含水量目前处于一个小的减少周期,并且在未来几年中国会面临干旱加剧的风险(特别是夏季的东南季风区和华北季风区)。从不同季节看,春季到冬季土壤水分发生了显著变化,土壤水分的季节变化主要受地球降水的影响;而在西北干旱区逐年递增的降水使得该区域的土壤水分呈现某种上升的态势,这将有效缓解西北干旱地区的干旱灾害。

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。

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。