青藏高原1981～2000年植被净初级生产力对气候变化的响应

基于分辨率为0.1°×0.1°的植被、土壤和气象数据,利用大气-植被相互作用模型（AVIM2）模拟研究了青藏高原1981～2000年植被净初级生产力（NPP）对气候变化的响应。结果表明：青藏高原近20年自然植被（森林、草地和灌木）受气温和降水量增加的影响,NPP总量呈现上升趋势。灌木和森林NPP总量分别以每年1.14％和0.88％的速度增加,均达到统计上的显著性水平。草地NPP上升趋势不如灌木和森林显著。降水量变化对森林和草地NPP的影响高于气温变化对它们的影响,而降水量变化对灌木的影响则小于气温变化影响。总的区域平均来看,尽管1981～2000年青藏高原年平均净辐射通量略有降低,但由于平均气温以0.058 ℃·a-1的速率增加,且降水量略有增长,降水量与气温的共同作用使得青藏高原植被NPP总量呈上升趋势。     

荆州市农田植被净初级生产力时空特征分析

基于MODIS数据和光能利用率模型估算的植被净初级生产力(NPP)数据,辅以气候和土地利用数据,利用趋势分析、GIS分析和统计分析方法,探讨了2000—2015年荆州农田NPP的时空特征。结果表明:1)2000—2015年荆州农田年NPP均值略有下降趋势,但整体上趋于平稳。年NPP总量呈增加趋势,2000—2005年呈增加趋势,2005—2009年呈波动性下降趋势,2009—2016年呈增加趋势。2)空间分布上,2000—2015年荆州市农田NPP存在时空异质性,NPP年均最大值为江陵县,最低的地区是沙市区和洪湖市。3)荆州农田NPP有64.32%为无显著变化,显著上升和显著下降区域分别为3.82%和31.86%。农田NPP呈显著上升的区域主要分布在江陵县、沙市区、监利县以及零星分布在洪湖市和松滋市,农田NPP呈显著下降的区域主要分布在荆州市西南部的松滋市、公安县和石首市,东北部的洪湖市,以及西北部的荆州区。     

利用改进的CASA模型分析三江源区净植被生产力

利用改进CASA模型计算了三江源地区植被净初级生产力(NPP).NPP值在区域上呈现由东南向西北递减的趋势,黄河源区东南部地区的植被NPP值较高,而长江源西北部的植被生长稀疏;2004—2008年三江源区NPP值呈略下降趋势,2006年该区植被的NPP年总量最大为62.93 Tg·a^-1,2005年NPP总量最小为60.9 Tg·a^-1;从季节分布来看,NPP值从5月开始增加,到7月达到最大,随后又逐渐降低.三江源地区草甸植被NPP值最大为188.95 g·m^-2·a^-1;高寒草原为129.41 g·m^-2·a^-1.其中,草原植被受气候年际变化影响相对较大,高寒草原年际变化表现为2004—2006持续上升.NPP的波动主要是由于该地区的温度、年降水量以及年太阳总辐射量等因素的变化造成的.在海拔较高的地区,温度与NPP的呈极显著相关,相关系数为0.8,而降水量与NPP的相关系数为0.7.     

2005—2015年广东省森林生态系统净初级生产力时空变化特征

基于MODIS的森林植被净初级生产力(NPP)数据,辅以气候和土地利用数据,利用GIS和统计分析方法,探讨了2005—2015年广东省森林植被NPP的时空特征。结果表明:1)时间趋势上,2005—2015年广东省森林植被年NPP均值以及年NPP总量总体上均呈现波动上升的趋势。2)空间分布上,2005—2015年广东省森林植被NPP存在空间异质性。年NPP均值最大值为潮州市,最低的地区是中山市和湛江市。3)空间趋势上,广东省森林植被NPP有15.93%为无显著变化区域,显著上升和显著下降区域分别为63.45%和20.62%;2005—2015年广东省森林植被NPP呈显著下降的区域主要分布广东省北部地区的清远市、韶关市、河源市、梅州市以及零星分布在南部的湛江市,NPP呈显著上升的区域主要分布在广东省的中南部地区茂名市、阳江市、云浮市等。4)气温和降水对森林植被NPP均值的影响呈现明显的空间分异特征。     

吴起县2000—2013年植被NPP变化特征

利用美国蒙大拿大学运用生物地球化学模式(Biome-BGC)估算出的净初级生产力产品(MOD17A3),研究吴起县2000—2013年植被净初级生产力(net primary productivety,NPP)的变化特征。结果表明:吴起县2000—2013年年均NPP变化范围在156.92~275.37gC·m-2·a-1,平均值为218.27gC·m-2·a-1,14a植被NPP在波动中呈显著增加趋势(P0.01);全县85.93%面积的NPP变化百分率在10%~50%,年均NPP变化百分率-10%的区域主要分布在吴起县县城周边,年均NPP变化百分率为-10%~0%的区域主要分布在吴起县西北部地区铁边城镇及王坬子乡等地,年均NPP变化百分率为0%~10%的区域主要分布在吴起县城以北及以西地区,植被NPP变化百分率50%的区域分布在吴起县南部白豹乡、楼坊坪乡及长官庙乡部分地区。     

2000-2016年赤水河流域植被生态质量变化分析

为研究中国西部赤水河流域植被生态质量变化特征,本文基于MODIS归一化植被指数（NDVI）和气象监测资料,获取了中国西部赤水河流域2000-2016年植被覆盖度、净初级生产力（NPP）以及植被生态质量指数变化数据,并对17年期间植被生态质量时空变化进行分析。结果表明:（1）植被覆盖度均值从2000年的55.4%提高到了2016年的67.4%,覆盖度呈平均每10年增加6.8%的变化趋势;（2）植被NPP均值从2000年的864 gC/m2提高到了2016年的1024 gC/m2,NPP呈平均每10年增加63 gC/m2的变化趋势;（3）近年来植被生态质量显著提高,2016年植被生态质量为2000年以来最好,植被生态质量指数高达83.7。     

三江源区植被净初级生产力时空特征及对气候变化的响应

三江源区是我国乃至亚洲重要的水源地,是高寒生态系统的脆弱区和敏感区。植被净初级生产力(Net Primary Productivity,NPP)是评价生态环境状况的重要指标。利用1961—2014年三江源区18个气象站的气象观测资料、11个监测点的草地生物量观测资料以及中国地区气候变化预估数据集的全球气候模式加权平均集合数据,通过5种估算植被NPP气候模型的对比验证,筛选出适用性好、精度高的模型构建该区植被NPP估算模型,并进行植被NPP的时空变化特征及对气候变化的响应分析。结果表明:周广胜模型对三江源区的植被NPP模拟结果有效且精度最高,故选用该模型模拟三江源区植被NPP。1961—2014年,三江源区植被NPP呈从东南向西北逐渐降低的空间分布特征,平均值为59.59 gC·m~(-2),其中黄河源区植被NPP的年际及空间波动高于长江源区和澜沧江源区;近54 a植被NPP整体呈显著增加趋势,但不同区域变化幅度有所差异。气温是影响三江源区植被NPP增加的主要气象因素;未来90 a三江源区植被NPP仍呈现持续增加态势。     

2000-2013年新疆植被覆盖变化多尺度遥感分析

基于中等分辨率成像光谱仪(MODIS)8 d 500 m分辨率地表反射率数据生成归一化植被指数(NDVI)时间序列,利用线性回归、转折点检测和Mann-Kendall趋势分析方法,分析2000—2013年新疆地区植被覆盖时空变化格局,并结合Landsat数据分析典型区域植被变化。研究结果表明：近14 a来,新疆地区植被覆盖整体呈波动型上升的趋势,植被改善区面积占全区的34.02%,恶劣区的占3.20%,其中2000—2003年植被明显增长、2003—2009年的波动下降及2009—2013年的逐渐回升,植被增长显著的区域主要分布在准噶尔盆地南部和塔里木盆地北部绿洲;大多数植被类型NDVI呈增长趋势,其中增长率最高的是作物、开放灌丛和混交林,6种主要植被类型常绿针叶林、混交林、开放灌丛、多树草原、草原、作物呈现出相似的NDVI变化趋势;在植被覆盖变化显著的4个典型区,NDVI变化受土地覆盖类型变化的影响,荒漠、草地被开垦成农田导致NDVI增加,城市建成区扩张导致NDVI降低。     

无定河区域1981～2001年植被生产力和水量平衡对气候变化的响应

基于土壤-植被-大气系统过程模型(VIP模型)和NOAA-AVHRR遥感信息,模拟了1981～2001年黄土高原无定河区域(36～40°N,108～111°E)植被总第一性生产力(GPP)和水量平衡的时空变化特征及其对气候变化的响应.结果表明:该研究区域1981～2001年间气候有明显变暖趋势,斜率为0.08℃·a-1,降水量下降,斜率为-3.2 mm·a-1.GPP年总量1998年前呈上升趋势,之后呈下降趋势,平均值为289g·m-2·a-1(C),最大值和最小值分别为377 g·m-2·a-1(C)(1994年)和143 g·m-2·a-1(C)(2001年).年降水量、蒸散量和径流量随时间都呈下降趋势,且其空间分布有明显的由南向北梯度递减特征.     

辽宁省植被覆盖度时空演变及其对气候因子的响应

基于MODIS-NDVI数据及像元二分模型,对辽宁省植被覆盖度进行估算,并在此基础上探讨了辽宁植被覆盖度时空演变特征及其对气候因子的响应,结果表明：2000-2018年辽宁省植被覆盖度整体呈波动增加趋势,年平均增长速率为0.38%,呈增加趋势的面积占总面积的92.3%;2000年以来,裸地及低覆盖区域占比逐年减小,中低覆盖、中覆盖及高覆盖区域占比分别增加11.35%、11.00%和9.22%;辽宁省植被覆盖度与气候因子的关系表现出明显的空间差异性,其中,西部易旱地区覆盖度与气温呈显著负相关,与降水呈正相关,东部地区覆盖度与气温呈正相关,与降水呈负相关;辽宁植被覆盖度对降水的响应存在一个月的滞后期,对气温的响应无滞后效应。     

基于OMR方法的城市化进程对辽宁省气温变化的影响分析

利用1961—2018年辽宁省61个国家级气象站逐日平均、最高、最低气温观测资料以及NCEP/NCAR再分析资料,定量分析了城市化对辽宁省气温变化的影响。结果表明：辽宁省气温呈显著增加趋势,观测资料的增温趋势较再分析资料明显;逐日平均、最高、最低气温均表现出冬季增温速率最快,春季、秋季次之,夏季增温速率最慢;在城市化影响贡献率上,秋季最大,夏季和春季次之,冬季相对较小;空间分布上,辽宁省绝大部分地区城市化影响呈上升趋势,呈现出中部大于外围,东部大于西部,南部大于北部的分布形势,城镇化发展水平越高的地区,观测与再分析方法的差值增加趋势越明显;平均气温、最高、最低气温的城市化影响分别是0.13℃/10 a、0.045℃/10 a、0.216℃/10 a,城市化影响贡献率分别为38.5%、19.5%、43.4%,说明快速的城市化进程是导致辽宁省气温增暖的重要因素。     

Climate change trend in China, with improved accuracy

We have found that a spatial interpolation of mean annual temperature (MAT) in China can be accomplished using a global ordinary least squares regression model since the relationship between temperature and its environmental determinants is constant. Therefore the estimation of MAT does not very across space and thus exhibits spatial stationarity. The interpolation of mean annual precipitation (MAP), however, is more complex and changes spatially as a function of topographic variation. Therefore, MAP shows spatial non-stationarity and must be estimated with a geographically weighted regression. A statistical transfer function (STF) of MAT was formulated using minimized residuals output from a high accuracy and high speed method for surface modeling (HASM) with an ordinary least squares (OLS) linear equation that uses latitude and elevation as independent variables, abbreviated as HASM-OLS. The STF of MAP under a BOX-COX transformation is derived as a combination of minimized residuals output by HASM with a geographically weighted regression (GWR) using latitude, longitude, elevation, impact coefficient of aspect and sky view factor as independent variables, abbreviated as HASM-GWR-BC. In terms of HASM-OLS and HASM-GWR-BC, MAT had an increasing trend since the 1960s in China, with an especially accelerated increasing trend since 1980. Overall, our data show that MAT has increased by 1.44 °C since the 1960s. The warming rates increase from the south to north in China, except in the Qinghai-Xizang plateau. Specifically, the 2,100 °C?·?d contour line of annual accumulated temperature (AAT) of ≥10 °C shifted northwestward 255 km in the Heilongjiang province since the 1960s. MAP in Qinghai-Xizang plateau and in arid region had a continuously increasing trend. In the other 7 regions of China, MAP shows both increasing and decreasing trends. On average, China became wetter from the 1960s to the 1990s, but drier from the 1990s to 2000s. The Qinghai-Xizang Plateau and Northern China experienced more climatic extremes than Southern China since the 1960s.     

中国东北地区重污染事件气溶胶浓度变化与天气形势分析

近年来中国东北地区污染事件频发,为揭示该地区重污染天气分布特征,利用2014—2017年中国东北地区40个城市空气质量数据及对应的高低空天气形势资料,统计分析得到中国东北地区大气污染状况的变化特征以及区域重污染事件的天气学特征。结果表明：2015—2017年中国东北地区PM_2.5和PM₁₀年平均质量浓度呈下降趋势,其中PM_2.5年平均质量浓度下降的更快,PM_2.5最大值出现在辽宁和吉林中部地区约为90—100 μg·m^-3,SO₂年平均质量浓度较高值分布在辽宁西部地区约为50 μg·m^-3,而NO₂最大值出现在沈阳—长春—哈尔滨一带,约为45 μg·m^-3,CO质量浓度最大值分布在东北沿海地区约为1.6 mg·m^-3,相反中国东北地区O₃年平均质量浓度呈上升趋势,最大值出现在沿海的大连及营口等地,约为100 μg·m^-3。污染物浓度变化具有鲜明的季节变化特征,不同地区PM_2.5和PM₁₀与AQI最大值均出现在冬季,SO₂冬季质量浓度最大值出现在沈阳（180 μg·m^-3）,NO₂与CO冬季最大值出现在哈尔滨（80 μg·m^-3,1.8 mg·m^-3）。相反,O₃最大值出现在夏季沈阳地区约为140—150 μg·m^-3。重度污染级别（200 μg·m^-3≤PM_2.5 < 300 μg·m^-3）和严重污染级别（PM_2.5>300 μg·m^-3）的空气质量表现出以哈尔滨为中心,向周围迅速减少,辽宁中部又略有增加的特征;中度污染（150 μg·m^-3≤PM_2.5 < 200 μg·m^-3）的天数沈阳>哈尔滨>长春,轻度污染（100 μg·m^-3≤PM_2.5 < 150 μg·m^-3）的天数是沈阳>长春>哈尔滨。引发中国东北地区重污染的天气形势大致可分为高压型,低压型和北高南低型3种,出现比例分别为62%、27%和11%;高压型850 hPa高压脊东移经过中国东北地区,地面处于高压南部或弱高压中心,有时在黑龙江北部或辽宁西南部连续有弱小的低压生成并快速东移过境;低压型850 hPa低压系统发展并东移经过中国东北地区,地面处于低压后弱高压中;北高南低型850 hPa和地面中国东北地区受北面高压和南面低压的共同影响。     

1961—2017年辽宁省旱涝急转现象时空演变特征

利用1961-2017年辽宁省61个气象站逐月降水数据,以5-8月为研究时段建立旱涝急转指数（drought-flood abrupt alternation index,DFAI）序列,采用线性倾向法、趋势分析、阶段性分析、T检验、ArcGIS空间插值等方法对辽宁省降水集中期的旱涝急转现象进行时空特征分析。结果表明：1961-2017年辽宁省降水集中期DFAI总体以-0.7/（10 a）的速率下降,有13 a出现旱转涝,有19 a出现涝转旱;DFAI强度以0.1/（10 a）的速率略呈上升趋势。近57 a,辽宁省旱转涝多发生在20世纪60年代,涝转旱多发生在20世纪70年代和20世纪初之后,1989年出现了涝转旱的突变,发生频率呈增多趋势,1994年又出现旱转涝的突变,发生频率呈减少趋势。典型旱转涝年（2013年）,DFAI的高值区分布在中、西部地区;典型涝转旱年（2014年）,DFAI绝对值的高值区分布在东北部和中西部地区。DFAI变化率在空间分布上具有明显的中、北部增多,东、西部减少的趋势差异。     

基于NorESM1-M模式的中国东北地区2050s玉米气候生产潜力预估

利用NorESM1-M模式资料驱动AEZ模型模拟了21世纪中叶东北地区春玉米在雨养条件下的气候生产潜力。结果表明：在RCP2.6情景下,东北区域热量资源较1981-2010年有所改善,年平均气温增加1.72℃,≥ 10℃积温增加359.6℃;降水整体呈现略增加趋势且南部多于北部,全区平均增多56.9 mm,蒸散量增加10.0 mm;具有最大气候生产潜力的区域在辽宁省东部;与基准年相比,辽宁单产平均每公顷增加1100 kg。在RCP8.5情景下,东北区域热量资源进一步改善,黑龙江、辽宁和吉林三省≥ 10℃积温分别增加652.7℃、636.3℃和683.9℃,降水总量较RCP2.6情景增加但空间分布差异较大,全区维持增产趋势,辽宁、吉林和黑龙江增产百分比分别为3.3%、8.1%和20.0%。     

基于CMIP5模式安徽省植被净初级生产力预估

利用耦合模式比较计划第5阶段（CMIP5）中5个全球气候模式3种典型浓度路径（RCPs）预估结果,基于植被净初级生产力模型,估算安徽省21世纪近期（2018—2030年)、中期（2031—2050年）和远期（2051—2099年）植被净初级生产力及其对气候变化的响应。结果表明：对不同模式在安徽省模拟能力的评估可知,气温以多模式集合模拟效果优于单个模式,MIROC-ESM-CHEM对降水的模拟能力较好。未来安徽省将持续变暖,北部变暖幅度高于南部,其中RCP8.5情景下变暖趋势更显著;全省降水量将增加,南部增加多于北部。随着气候趋于暖湿化,植被净初级生产力总体增加;与基准年相比,21世纪近期增加不明显,中后期显著增加,空间上南部增加总体高于北部。从气候变化响应来看,安徽省植被净初级生产力与降水量和平均气温均显著相关,并且对降水量的响应程度更高。     

浙江省地理参数对地闪的影响

利用2007—2016年浙江省地闪数据,数字地形海拔数据、土地覆盖数据和HWSD数据集,定量化分析海拔、坡度、坡向、土地覆盖类型、土壤电导率对该地区地闪的影响。研究结果表明:浙江省地闪主要集中在海拔0～600m、坡度0°～30°;坡向东南地闪次数最高,坡向西地闪次数最低;林地地闪次数最高,湿地地闪次数最低;地闪对应的电导率主要集中在0.1dS/m。单位面积下,地闪次数随海拔、坡度、电导率均呈现先增加后减少的趋势;坡向东、东南地闪次数较多,坡向西、西南地闪次数较少;土地覆盖类型地闪次数最高是城市和建筑区,最低是水体。此外,地闪强度平均值随海拔增加呈现先减小后增加的趋势;陡度平均值随海拔增加而减小。两参数均随坡度增加而减小;随电导率增加呈现先增加后减少的趋势。以5km×5km为网格单元统计网格内各参量平均值进行相关分析发现,浙江地区电流强度、陡度均和海拔、坡度呈现负相关。     

藏东南色季拉山气温和降水垂直梯度变化

色季拉山气温和降水垂直梯度变化规律的研究能更好的了解色季拉山动植物分布随高度变化的生理生态特点,也为未来此区域流域水文模拟提供可靠的数据支持。根据色季拉山11个气象站2013-2018年逐日的平均气温和降水量(4-10月)数据,分析了色季拉山及其西坡和东坡的气温和降水量与海拔的关系。结果表明:(1)色季拉山、西坡和东坡2013-2018年各年气温递减率年际变化幅度小,平均气温递减率分别为0.60,0.71和0.55℃·(100m)-1;(2)季节上,色季拉山气温递减率表现为冬春季高值,夏秋低值的特点,并且在色季拉山受印度季风影响强烈的6-9月季风期是相对的一个低值,这与青藏高原其他受印度季风区域的研究的结果一致;(3)坡向的对比发现,相同时段的气温递减率均表现为西坡的气温递减率均高于东坡的,这可能与西坡降水量比东坡少有关;(4)西坡2013-2018年平均年降水总量与海拔的相关性不显著,而东坡两者相关性显著,降水梯度为10.5 mm·(100m)-1;(5)除西坡非季风期降水量随海拔升高而增加外,西坡季风期、东坡季风期和东坡非季风期的降水量随海拔变化复杂,在色季拉山的中海拔区域均存在相对的少雨区,西坡在3035~3698 m,东坡在3326~3390 m,而在色季拉山的高海拔区域,降水量随海拔升高降水量增加。     

B2气候情景下2011-2050年辽宁农业气候资料演变特征

利用区域气候模式PRECIS输出资料,基于时间序列分析及空间分析方法对2011-2050年B2气候情景辽宁省农业气候资源时空演变特征进行分析。结果表明：辐射资源增多趋势不显著,但在2031-2040年达到峰值;生长季降水呈减少趋势,与辐射资源变化呈相反位相,减幅从西向东依次增大,辽东大部地区减幅达20 mm/10a以上。不同年代降水多寡将对洪涝和干旱事件的发生具有指示意义。大于等于10 ℃积温呈极显著增多趋势,大部地区增幅在100 (℃·d)/10a。辽西东部和辽北西部地区初霜日显著延后1-3 d,辽宁北部和辽东部分地区终霜日显著提前1-2 d。初霜日的延后和终霜日的提前使得无霜期延长,说明辽宁地区未来40 a热量资源明显增多,这将为应对气候变化调整农业种植结构提供参考。