遥感与气象数据结合预测小麦灌浆期白粉病

利用多源数据对区域尺度上小麦白粉病的发生状况准确及时地预报能为农业服务和农业植保等部门提供重要信息,实现小麦白粉病的有效预防。研究利用一景2014年5月6日的landsat8遥感影像提取出植被指数、地表温度(land surface temperature,LST)和影像中各波段反射率特征,同时用2014年3月-5月份的站点逐日地面气象资料计算获得各气象特征,并经过GIS空间插值分析得到相应的空间气象特征。通过Relief算法和泊松相关系数相结合的方式进行遥感和气象特征的筛选,最终得出改进的简单比值指数(modified simple ratio index,MSR)、重归一化植被指数(re-normalized difference vegetation index,RDVI)、3月21日-4月20日总日照时数和4月11日-5月10日大于0.1 mm降雨日数。采用相关向量机(relevance vector machine,RVM)的方法分别用筛选出的遥感、气象数据特征及2种数据特征相结合的方式构建了河北省石家庄市藁城、晋州和赵县3地区小麦灌浆期白粉病的发生预测模型,并对3种不同数据模型进行了验证与评估。试验结果表明,遥感气象数据模型的总体精度达到84.2%,优于遥感数据模型的80.0%和气象数据模型的74.7%。进而得出,相比于单站点准确和空间不连续的气象数据和类型单一的遥感数据,遥感气象数据更适合于区域尺度范围内的作物病虫害发生发展状况的预测研究。

江西省空气负离子浓度特征与气象因子相关分析

利用2019年江西省靖安森林试验基地观测资料,分析了靖安森林站空气负离子浓度不同时间尺度的变化特征及其与气象因子的相关性,以及不同天气条件对其的影响。结果表明,靖安市年平均空气负离子浓度为2187个/cm^(3),其中夏季浓度最高为2910个/cm^(3),秋季最低为1756个/cm^(3)。此外,浓度日变化特征也存在明显的季节差异性,其中春夏秋冬四季峰值分别出现在10时(北京时,下同)、06时、09时、13时左右。日尺度上浓度与气温、降水、相对湿度均呈显著的正相关,月尺度上其与降水呈显著正相关。雨天的浓度高于晴天,四个季节雨天峰值分别出现在开始降水的7~9 h、7~15 h、9 h、9~11 h后。当降水量在0~10 mm时,降水对空气负离子浓度没有明显作用,随后浓度随降水量增加而上升,当出现暴雨天气的时候,浓度反而呈现下降趋势。

福建省生态系统碳汇服务功能价值总量估算及其时空演变

基于生态系统模型和多源数据评估2000—2020年福建省生态系统的碳汇价值及总量的时空演变过程,并分析了不同土地利用类型碳汇价值的差异。结果表明,①碳汇价值方面,年平均值为2.09万元/km^(2),并呈显著上升趋势,混合农田的增速最快,高值区位于龙岩市中东部、漳州市北部及泉州和莆田市交界处。②碳汇价值总量方面,年平均值为22.99亿元,呈显著上升趋势,常绿阔叶林的增速最快。建瓯市、尤溪县和漳平市的碳汇价值总量较高。③常绿阔叶林的碳汇价值最高,其次是混交林和常绿针叶林,碳汇价值总量占比排序:常绿阔叶林>有林草地>稀树草地。

利用ESTARFM模型获取南方红壤区高时空分辨率MODIS遥感蒸散估算数据

蒸散发是水分循环的重要环节,影响着作物生长和粮食生产,获得长时序高空间分辨率蒸散发过程数据有助于优化区域水资源配置。基于Landsat和MODIS遥感数据,结合地面观测通量数据和气象数据,利用SEBS模型和ESTARFM模型获得了南方红壤区2019年4−10月高时空分辨率日蒸散量,并分析高时空分辨率日蒸散量时空变化特征及其影响因素。结果表明:高空间分辨率的遥感影像可获得精度更高的遥感蒸散模拟效果,基于Landsat遥感数据驱动的SEBS模型的模拟效果优于基于MODIS遥感数据作为输入的SEBS模型。ESTARFM模型获得的高时空分辨率日蒸散量与实测蒸散量对比,RMSE为0.68mm·d^(−1),R^(2)为0.87。模拟获得的2019年4−10月高时空分辨率日蒸散量在空间变化上与土地利用类型相关。各土地利用类型的蒸散量表现为林地>稻田>其他农用地,在时间变化上,4−8月蒸散量呈上升趋势,8−10月蒸散量则逐渐降低,气温是影响研究区域蒸散量的主要气象因子。基于SEBS模型和ESTARFM模型获得的高时空分辨率蒸散量与实测蒸散量具有良好的相关性,SEBS模型与ESTARFM模型结合的方法可作为估算南方红壤区蒸散量的有效工具。

生态工程对科尔沁沙地主要生态服务功能的影响

[目的]研究生态工程实施下科尔沁沙地主要生态服务功能的变化特征,为该区今后生态保护建设提供科学依据。[方法]运用已有的生态服务评估方法定量评估了2001—2018年科尔沁沙地固碳量、水源涵养及水土保持服务功能的时空变化情况。[结果](1)科尔沁沙地土地利用类型主要以耕地、林地和草地为主,生态工程实施期间,林地、耕地面积分别增加8 448 km^(2),3 280 km^(2),草地面积减少12 639 km^(2);(2)科尔沁沙地固碳量稳步增长,林地和耕地的固碳量均增加,草地的固碳量减小,但草地固碳量依然最高;(3)科尔沁沙地水源涵养量呈先增加后略微减少的趋势,所有土地类型中林地水源涵养量持续升高;(4)科尔沁沙地水土保持量持续上升,约增加1.38×10^(7) t,林地水土保持量增加最显著。受地势的影响,区域水土保持总量呈西高东低的分布特征。[结论]科尔沁沙地生态工程建设效果良好,创造了显著的生态效益。

福建省森林植被NEP时空变化及影响因子分析

不断加剧的气候变化和人类活动增加了区域生态系统碳循环研究的不确定性。净生态系统生产力(NEP)能够定量描述陆地生态系统与大气之间的碳交换量,探究区域生态系统NEP的时空变化及对气象、植被等因子的响应有助于明晰区域生态系统碳收支状况和应对气候变化。基于TEC模型和生态系统呼吸模型评估了福建省森林2000-2020年NEP时空格局,并借助地理探测器和贡献率方法探究了福建省NEP时空变化的主要驱动因子。结果表明:(1)2000-2020年福建省森林多年年均NEP为528 g·m^(-2),呈极显著的增强趋势。空间分布规律为“高值主要分布在福建南部的内陆地区,低值主要分布在中北部和南部沿海地区”,约48.3%的地区NEP呈显著上升趋势,主要分布在福建省的中部偏西南地区,而仅有1.00%的地区呈显著下降趋势;(2)空间分布上,影响福建省森林NEP的空间分异的主要因子为植被、地形和气象要素。归一化植被指数对森林NEP空间分布的影响最大,是影响福建省森林NEP空间分异的主要驱动因子,其次是地形和太阳辐射,高程的最适区间为891-1 491 m,而辐射的最适区间为128-130 W·m^(-2)。与单因子相比,双因子间的相互作用均增强了对NEP空间分布的影响,其中归一化植被指数与太阳辐射的交互作用对NEP解释力最强;(3)时间变化上,气候与植被因子综合解释了福建省森林NEP年际变化的46.7%,其中归一化植被指数的升高是NEP多年变化的主导因素,而气象因子的变化均对NEP的上升趋势起到了负抑制作用,这说明在“双碳”建设时需要有效提高植被对气候变化的适应能力。

1982—2020年安徽省净生态系统生产力时空格局变化及其成因

净生态系统生产力(NEP)是定量描述陆地生态系统与大气之间碳交换的重要指标。明确区域尺度NEP的时空格局及主导因子,有助于增强对区域碳循环变化机制的认知。基于BEPS(Boreal Ecosystem Productivity Simulator)模型模拟结果,评估了安徽省1982-2020年NEP时空格局,分析了安徽省NEP对主要环境植被因子的敏感性,并借助通径分析和贡献率分析探究了影响安徽省NEP时空变化的驱动因子。结果表明:(1)1982-2020年,安徽省多年年均NEP为651.14 gC/m^(2),线性趋势变化率为1.10 gC m^(-2)a^(-1),总体呈显著增加趋势(P<0.01)。在空间上,NEP表现为"南北部较高、中部较低"的分布,显著增加(P<0.05)的区域占52.77%,主要分布在北部和南部,显著减小(P<0.05)的区域占7.11%,主要分布在西部和东南部。NEP重心有显著的北移趋势(P<0.01)。(2)NEP对大气CO_(2)浓度变化最为敏感,对降水变化最不敏感。时间上,NEP对叶面积指数(LAI)(P<0.01)、CO_(2)(P<0.01)和饱和水汽压差(VPD)(P<0.05)的敏感性变化显著增强,对总辐射的敏感性变化显著减弱(P<0.01),对气温和降水的敏感性变化不显著(P>0.05)。空间上,NEP对各因子的敏感性有地区差异性。(3)所选环境植被因子综合解释了NEP 79%的时空变化。LAI与CO_(2)是安徽省NEP时空变化的主导因子,为正贡献,气候因子为次主导因子,为负贡献。空间上,LAI为主导因子的地区主要分布在安徽省北部、中西部的大部分地区,占49.65%,CO_(2)为主导因子的地区主要分布在安徽省西北部与东南部的大部分地区,占44.54%。

基于RDALR模型分析气象条件对太湖蓝藻水华发生的影响及预报

近年来,太湖水体出现多次严重的蓝藻水华过程,所以探索气象条件引发蓝藻水华的暴发机制及预报方法有着重要的理论意义及实际价值。由于chl-a含量的动态变化可反映水华与否,可利用粗糙集决策调节回归模型(rough decision-adjusted logistic regression model,RDALR)将粗糙集理论与二元逻辑回归(binary logistic regression,BLR)结合起来,用来建立气象条件和太湖chl-a含量二者之间的联系,为蓝藻暴发期水华预报提供一可行方法,且该方法具有一定可移植性。2012年5月1日—9月5日,对东山24项气象数据和东太湖6个取水口水质监测数据分析表明:RDALR模型解释了东太湖128 d水华监测日71.6%的chl-a动态变化,与BLR模型相比,将39次水华暴发的预报精度提高15%。对RDALR模型分析得出,当模型显著性水平小于0.05时,东太湖水域水华强度与平均风速、平均相对湿度呈显著正相关,与日降水量(P)呈显著负相关,同时水华强度与气温(T)、日照时数(SD)及最大风速风向(WD)等其他气象条件相关不显著。

淮河流域稻麦轮作系统CH4通量模拟及减排研究

为研究气候变化下不同管理措施对淮河流域稻麦轮作农田生态系统CH_(4)通量的影响,通过参数率定后的DNDC(DeNitrification-DeComposition)模型,估算了淮河流域历史时期(2000—2020年)及未来(2021—2049年)RCP4.5(中等排放强度情景)和RCP8.5(高排放强度情景)两种情景下稻麦轮作农田CH_(4)通量时空分布特征,评估了未来气候变化下多种田间管理措施对流域CH_(4)的减排能力。结果表明:淮河流域历史时期区域CH_(4)通量平均排放强度为125.3 kg·hm^(-2),未来两种情景(RCP4.5和RCP8.5)下区域CH_(4)通量平均排放强度分别为140.5 kg·hm^(-2)和150.5 kg·hm^(-2),总体均呈显著上升趋势(P<0.01)。空间上,未来两种情景下CH_(4)通量空间分布特征相似,均呈现南部和西北部地区CH_(4)通量高,东北部和中西部地区CH_(4)通量低的特征。与基础措施相比,不同施肥量措施均减少了CH_(4)排放,但不同秸秆还田措施提高了CH_(4)排放水平。研究表明,在仅考虑控制淮河流域CH_(4)通量的情况下,秸秆不还田+减量施肥20%是未来气候变化情景下最佳田间管理措施。

DNDC模型在稻田水肥管理中的应用研究进展

稻田生态系统是重要的碳库,它具有碳源和碳汇双重功能。充分发挥稻田碳汇功能对推进低碳绿色农业生产方式和保障农业可持续发展具有重要意义。稻田水肥管理模式很大程度上影响了温室气体的排放和稻田碳固存能力。本文综述了近年来DNDC模型在稻田水肥管理中的应用研究进展。从稻田生态系统固碳减排角度出发,总结了稻田水肥管理措施对温室气体CH4和N2 O排放、土壤碳库和作物生产固碳的影响,评价了不同稻田轮作模式的固碳减排效应,并展望了DNDC模型在未来稻田生态系统的应用前景。研究结果将为未来稻作生产固碳减排,实现农业生产可持续发展提供理论参考。

基于AdaBoost模型和mRMR算法的小麦白粉病遥感监测

除选择合适的建模方法外,选择合适的特征选择算法来优选建模特征对提高作物病害的遥感监测水平具有重要作用。选取陕西省关中平原西部小麦白粉病为对象,基于Landsat 8遥感影像共提取了18个特征变量,通过相关性分析(correlation analysis,CA)和最小冗余最大相关(minimum redundancy maximum relevance,mRMR)2种特征选择算法筛选出了2组不同的特征变量,分别将其输入Fisher线性判别分析(Fisher linear discriminant analysis,FLDA)、支持向量机(support vector machine,SVM)和AdaBoost 3种方法,构建小麦白粉病发生严重程度监测模型,并对其进行精度验证与对比分析。结果表明,2种AdaBoost模型对小麦白粉病发生严重程度的总体监测精度分别比FLDA模型和SVM模型高出27.9%、27.9%和14.0%、9.3%,mRMR算法筛选特征所建FLDA、SVM及AdaBoost监测模型的总体监测精度分别比CA筛选特征所建模型高出7.0%、11.7%和7.0%,且mRMR算法筛选特征结合AdaBoost方法所建监测模型的精度和Kappa系数分别为88.4%和0.807,为所有模型中最高。说明将AdaBoost方法用于作物病害遥感监测效果较好,在作物病害监测模型的特征变量选择中mRMR算法比常用CA算法更具优势。研究结果可为其他作物病害遥感监测提供方法参考。

铜绿微囊藻高温胁迫后的生长补偿效应

为探究藻类受高温胁迫后的恢复生长情况,以铜绿微囊藻(Microcystis aeruginosa)为材料,设置了40℃高温组及25℃对照组,分别处理3、6和12 d后转入25℃进行恢复培养30 d,测定生长过程中的细胞密度以及Chla(叶绿素a)、CAR(类胡萝卜素)、Pro(可溶性蛋白)、Sug(可溶性糖)和丙二醛的含量.结果表明:40℃高温下铜绿微囊藻的生长受到显著抑制,胁迫至第12天时,细胞密度、ρ(Chla)和ρ(CAR)分别比对照组降低了81.08%、97.89%和90.31%.解除胁迫后,40℃处理3 d组呈现一定的超补偿,细胞密度、ρ(Chla)和ρ(CAR)在恢复培养30 d的平均补偿指数分别为1.63、0.90和2.12;40℃处理6和12 d组呈现低补偿,恢复培养至第30天时,ρ(Pro)分别比对照组降低了14.86%和48.75%,ρ(Sug)分别比对照组降低了18.77%和53.73%.胁迫时间越长,丙二醛含量越高,长时间(12 d)的高温胁迫会对细胞造成永久伤害.采用Logistic方程拟合生长曲线,40℃处理6 d组在恢复培养24 d后出现明显的超补偿,细胞密度增大,预计39 d后超过40℃处理3 d组.高温诱发超补偿生长与自然界中藻类暴发的过程具有密切关系,这种内源性因素及藻体生理特征的变化可为湖泊水华发生的理论研究提供依据.

1961-2018年内蒙古6级及以上大风日数时空变化特征

研究大风日数变化对区域气候变化、防灾减灾和风能开发具有重要意义。基于1961—2018年内蒙古及周边地区85个气象观测站的大风资料,采用统计方法对内蒙古地区大风日数时空分布特征进行分析。结果表明:(1)58 a来,内蒙古大风日数总体呈显著减少趋势,气候倾向率为-16.52 d·(10a)^(-1)。各季节中春季大风日数最多,占全年大风日数的44.30%,且减少最显著[-6.24 d·(10a)^(-1)];各级大风中6级大风日数最多,占总大风日数的80.93%,且减少最显著[-11.99 d·(10a)^(-1)]。(2)内蒙古地区大风日数空间分布呈中部多、东北西南少的格局。大风日数发生较多的地区分布在锡林郭勒盟、乌兰察布市与赤峰市,较少的地区分布在鄂尔多斯市和呼和浩特市。(3)6级和7级大风日数多集中在中部市/盟,8级及以上大风日数分布在西部与东部市/盟,各市/盟均表现为减少趋势,乌兰察布市气候倾向率最大,为-5.49 d·(10a)^(-1),呼和浩特市最小,仅-0.01 d·(10a)^(-1)。

江淮流域稻麦轮作蒸散特征及其影响因子

蒸散(ET)是水分交换的重要过程,对理解地表水平衡至关重要。基于安徽省寿县国家观测站多年的通量和气象数据,分析了江淮流域稻麦轮作作物ET变化特征,并利用通径分析方法分别对冬小麦和水稻ET的影响因子进行辨识。结果表明:①江淮流域稻麦轮作田多年均ET年总量为740.3 mm,其中冬小麦、水稻、裸地分别占比40.7、52.3、7.0。冬小麦ET的日均值为1.40 mm/d,在生长季内ET变化表现为弱“双峰型”特征,两峰值分别位于出苗-三叶和开花期。水稻ET的日均值为3.23 mm/d,在生长季内ET变化表现为“单峰型”,峰值位于拔节期。②冬小麦ET主要受净辐射(R-n)和叶面积指数(LAI)影响,R-n的直接作用最明显,而LAI主要通过R-n路径对ET产生间接影响。水稻ET主要受R-n和20 cm土壤体积含水量(VSWC-20)影响,R-n直接作用更明显。对比两种作物,R-n对其ET都起决定性作用,LAI对冬小麦ET作用明显高于水稻,而VSWC-20对水稻ET促进作用明显,对冬小麦ET变化促进作用可以忽略。

基于种植结构的安徽省气候生产潜力估算及粮食安全气候承载力分析

面向气候变化下的粮食安全问题,揭示不同作物气候生产潜力对气候变化的响应特征,探讨在特定种植结构下气候条件对粮食安全的承载能力,可为气候资源开发利用和农业生产合理布局提供科学依据。采用逐级订正法和作物生长发育动态参数建立了小麦(Triticum aestivum)、玉米(Zea mays)和水稻(Oryza sativa)等粮食作物气候生产潜力的估算方法,基于作物种植结构和粮食供需关系分析了安徽省气候条件对粮食安全的承载能力。结果表明,安徽省不同作物气候生产潜力的空间分布特征与种植结构格局总体匹配度较好,能够较好发挥各地气候资源优势。气候变化对作物生产潜力产生了一定的不利影响,导致玉米、一季稻、双季晚稻的气候生产潜力显著下降,线性倾向率分别为每10年减少576、231、167 kg·hm^(-2),并且近年来小麦、玉米和一季稻主产区的气候生产潜力不稳定性增强。安徽省粮食潜在生产总量呈北高南低的特征,受种植结构和气候生产潜力的综合作用,不同作物对粮食潜在生产总量的贡献不一,从全省来看,小麦、一季稻、玉米和双季稻的贡献依次为42%、32%、18%和8%。小麦贡献了沿淮淮北地区粮食潜在生产总量的主要部分,占比超过50%,沿江西部则以双季稻为主,而江淮之间和江南地区一季稻的贡献可达60%以上。综合气候生产潜力、粮食供需结构和人口数量等因素,安徽省不同地区气候条件所能承载的人口规模大多超过了现有人口数,相对剩余率总体可达50%以上,但其地域分异显著,空间分布总体呈东北向西南递减的格局。为充分保障粮食安全,在部分超载地区需进一步调整优化粮食供需关系。

1981—2018年内蒙古不同等级降水时空变化特征

基于1981—2018年内蒙古地区103个地面气象观测站的逐日降水资料,运用趋势分析方法,分析近38 a内蒙古降水量、降水日数和降水强度的时空变化特征。结果表明,不同等级降水量和降水日数呈现弱减少趋势,不同等级降水强度年际变化趋势不明显,但是湿润区的各等级降水年际波动最大,干旱区的中雨强度年际波动明显大于其他气候区。各等级降水对总降水的贡献率从大到小依次为小雨、中雨和大雨,但地区分布不均。各气候区小雨日数贡献率均在80%~90%,并且小雨量占比从内蒙古东北部湿润区到西北部的干旱区逐渐上升。内蒙古各等级降水均呈现自东向西递减的空间分布特征,其中降水量和降水日数的高值区主要分布在东北部地区,降水强度的高值区主要分布在东南部地区。2010年以来,内蒙古东北部和中部偏西地区的小雨等级的降水量和小雨日数减少,小雨等级的降水强度增加;在内蒙古西北部各等级降水量和降水强度均增加,大雨等级的降水量、降水日数和降水强度的增加趋势尤为显著。

不同水分下植被指数与冬小麦光合速率的关系探讨

为了更有效、快速的诊断区域不同水分条件下冬小麦的生产潜力,以冬小麦为对象利用遮雨棚进行水分胁迫试验,通过对不同水分处理下冬小麦光合速率及植被指数的变化研究,分析光合速率和NDVI、EVI、RVI、PRI 4种植被指数在生育期的变化特征,建立植被指数与光合速率的最优相关模型。结果表明:在拔节期至孕穗期,水分胁迫虽然造成了冬小麦植被指数均下降,但是对光合速率的影响不大。在孕穗期至开花期,冬小麦的植被指数和光合速率对水分变化都较为敏感,但是严重和重度干旱胁迫[30%~65%田间持水量(FC)]下光合速率和植被指数下降的幅度大,而在中度干旱胁迫及轻度水淹条件(65%-105%FC)下的光合速率和植被指数变化和在充分供水条件下相似,下降幅度较小;研究认为,适度的干旱胁迫和轻度水淹胁迫不会降低冬小麦的光合速率和植被指数,但是严重和重度干旱胁迫会导致孕穗期至开花期的光合速率和植被指数明显下降,光合速率的下降幅度大于植被指数。在严重和重度干旱胁迫条件下EVI指数反映光合作用变化效果最好(严重干旱:Pn=2.0449EVI-1.2906,R=0.82,P<0.01;重度干旱:Pn=1.7742EVI-1.7021,R=0.79,P<0.01);在中度干旱胁迫条件下PRI指数最优(Pn=47.283PRI+10.887,R=0.38);而在非干旱胁迫时,NDVI指数更能反映光合作用的变化(充分供水:Pn=37.982NDVI^3.0101,R=0.51,P<0.01;轻度水淹:Pn=28.024NDVI^2.5646,R=0.47,P<0.05)。根据光合作用和植被指数关系建立的模型可以用于通过遥感指数监测不同水分条件下的冬小麦光合作用,进一步进行产量预报。

海口城市化对热岛效应的影响

随着全球城市化快速发展、城市化水平逐渐提高,城市气候问题日益突出,城市热岛效应的形成机理也成为当前研究的热点。基于海口市2010—2015年社会经济、气象和Landsat卫星遥感数据资料,分析了海口市城市热岛强度变化和城市化发展对城市热岛效应的影响。结果表明,海口市的热岛强度逐渐增强,范围逐渐扩大。城市热岛强度具有明显的季节变化,春季最高,夏季和秋季逐次之,冬季最低。城市热岛强度与归一化建筑指数、人口密度和国内生产总值呈显著正相关,和归一化植被指数呈显著负相关,都通过了信度0.01的显著性检验。城市扩大植被面积在一定程度上有助于缓解城市热岛效应。

国产叶面积指数产品在中国区域的一致性检验

叶面积指数是研究全球和区域碳循环、水文循环、气候变化区域响应的重要参数之一,研究不同LAI产品的时空一致性可为该地区LAI产品的使用提供建议和参考。本研究基于流域、DEM和土地利用类型,对GLOBMAP、GLOBALBNU、GLASS的LAI产品从平均值、频率以及差值频率等的变化进行统计,分析3种国产LAI产品在中国区域的一致性。主要结论为:①3种产品均可捕捉中国地区LAI的空间分布和月及年的时间变化特征,GLOBMAP在2001年更换数据源后年平均值开始下降。②3种产品在九大流域、不同DEM、不同地表利用类型分类下均存在差异。在海河流域、黄河流域和内陆河流域,3种产品的相关性较好,但是在长江流域、东南诸河流域以及珠江流域内产品间差值大于2.00的范围较多。2000~4000 m区域内3种产品的年均变化趋势区别存在明显不同。和其他产品相比,在草地区域GLASS较低,在城乡工业用地区域GLOBMAP较低,在林地区域GLOBALBNU较高。定量分析了3套国产LAI产品的时空差异,结果可为国产LAI产品在中国的应用提供科学参考。

1961—2018年内蒙古生长季昼夜降水气候特征

基于1961—2018年内蒙古地区103个气象观测站的逐日地面降水资料,运用趋势分析、Mann-Kendall检验和小波分析方法,分析过去58 a间内蒙古生长季昼夜降水量和降水日数时空分布特征,为未来内蒙古农业发展和生态修复工程的开展提供科学指导。结果表明:(1)内蒙古地区生长季多年平均昼降水量和昼降水日数总体上多于夜降水量和夜降水日数,且月份特征差异显著。昼夜降水量和日数均存在不同的周期变化特征,但区域昼夜降水总量基本没变,昼夜降水日数呈减少趋势。(2)内蒙古地区生长季平均年降水量和降水日数空间分布均呈现由东北向西北均匀递减的特征,但是在内蒙古中南部和东部昼降水量对日降水量贡献高,昼夜降水量差值和昼夜降水日数差值大,在西部昼夜降水量和降水日数差异小。(3)生长季昼夜降水量空间变化相似,即中部下降,西部和东北部增加。但是昼夜降水日数空间变化差异较大,昼降水日数在西部基本不变,在中部和东北部基本呈下降趋势,而夜降水日数在中西部和东北西部呈增加趋势,在东南至东北部呈下降趋势。