不同源降水数据在天山南坡阿克苏河流域适用性分析

降水是水热循环以及气候变化研究的重要环节,降水资料的准确与否直接影响流域尺度的水文过程研究。本文基于2000-2015年天山南坡阿克苏河流域气象站点观测降水数据,对比分析了Tropical Rainfall Measuring Mission（TRMM）降水数据集和Global Land Data Assimilation System（GLDAS）两种具有代表性的降水格网数据集在阿克苏河流域的适用性。结果表明：TRMM3B43数据在阿克苏河流域的整体表现优于GLDAS-2数据。两种数据的精度在月尺度上表现最优,相关系数分别为0.938和0.901,通过了0.01的显著性检验;在季节尺度,TRMM3B43数据各季节与站点插值的拟合度要优于GLDAS-2数据,但二者均呈现出高估冷季降水而低估暖季降水的趋势;在年尺度上,两种数据表现较差。在空间分布上,两种数据类型均能够反映出阿克苏河流域降水自西北向东南递减的空间分布趋势。并且两种数据在平原区的表现均优于山区,低估高海拔地区降水而高估低海拔地区的降水。     

青藏高原东北部MODIS LST时间序列重建及与台站地温比较

通过遥感获取地表温度（地温,LST）可以弥补气象站地温数据局地性的不足。但受某些因素影响,遥感MODIS LST标准产品中的影像存在＂云污染＂等噪音像元以及空缺值,影响了LST数据应用。本文在利用LST产品的质量标记信息（QA）和直方图极值去除法过滤低质量、不可靠LST像元的基础上,提出了一种基于DEM-LST回归关系的滑动窗口空间重建算法,对2008年青藏高原东北部TERRA/AQUA上共4个温度通道的MODIS LST进行了重建,得到空间完整的LST时间序列。将重建后的LST与研究区11个气象站地表温度数据（T）的比较表明,在8day合成序列上LST-T一致性很好,平均相关系数达0．96,平均绝对误差为2．02℃;LSTT在月、年的尺度上更没有显著差异（平均绝对误差分别为1．55℃和0．60℃）。LST与T存在的差异与两者的时空定义的不一致性有必然的联系,但是仍然存在的低水平噪音表明若需要更高精度的LST数据需要更细致的去云处理。     

埃塞俄比亚安达萨河流域地表温度和归一化植被指数时空变化分析（英文）

本文分析了植被动态与地表温度等气候参数之间的关系,对环境和生态研究以及自然资源监测至关重要。本文首先利用Landsat数据探讨了1986年至2016年期间安达萨河流域地表温度(LST)和归一化植被指数(NDVI)的时空分布以及它们之间的关系,三个气象站点的月平均气温数据用于验证结果。该研究的结果表明,Andassa流域的LST在研究期间有所增加。总体而言,平均LST一直在上升,年增长率为0.081℃yr~(-1)。该研究结果还表明,所有季节的流域植被覆盖都发生了变化。在所有研究年份中,LST和NDVI之间存在负相关;从1986年到2016年,研究区植被具有退化趋势,地表温度有所升高。     

GHCN-CAMS和CMFD两种尺度再分析资料对宁夏气温反映能力评估

再分析资料能有效弥补实际观测数据时空分布不均的缺陷,开展再分析资料区域适应性评估对地气过程研究、气候分析等具有重要意义。论文利用宁夏24个气象观测站的平均气温,从2种空间尺度(0.5°×0.5°和0.1°×0.1°)和2种时间尺度(年、月),采用偏差、绝对偏差、均方根误差和相关系数等多个统计指标,评估了再分析资料对宁夏地区地面气温的反映能力。结果表明：① GHCN-CAMS(Global Historical Climatology Network and the Climate Anomaly Monitoring System)和CMFD(China Meteorological Forcing Dataset)2套再分析资料对宁夏气温的反映能力整体上均较强,前者对宁夏气温略高估,后者略低估;② 年和月2种时间尺度上,2种尺度的再分析资料存在阶段性正偏差和负偏差,且年尺度上的相关性好于月尺度的;③ 2套再分析资料对下垫面主要为农田(压砂种植)的气温均存在冷季高估、暖季低估的情况,对城镇两者总体均低估,对草地整体表现为CMFD在冷季低估、暖季略高估,而GHCN-CAMS在冷季高估、暖季低估。总体看,空间分辨率较高的CMFD再分析资料对宁夏气温的反映能力更好一些。     

基于TRMM 3B43产品的1998—2016年黄淮海平原降水时空特征研究

以黄淮海平原为研究区,基于59个气象站点的逐月降水数据,采用相关系数（R）、相对误差（BIAS）和均方根误差（RMSE）对TRMM 3B43降水产品的精度进行系统评估,揭示黄淮海平原降水的时空变化规律。研究表明：① TRMM 3B43产品对研究区内大部分气象站点存在轻微高估现象,总体上TRMM产品和站点数据在黄淮海平原的拟合效果较好,且月尺度的精度较年尺度高;② 1998—2016年黄淮海平原年降水和秋季降水增加明显,其余季节降水呈不同程度的减少趋势;③ 研究区降水在空间上呈从南到北递减的趋势,且南北降水差距较大。研究结果为卫星降水产品在中纬度地区水资源评估、农业生产和洪旱灾害等研究提供一定的参考。     

四种再分析辐射资料在东南极高原适用性评价

利用东南极Panda-1站2011年2月至2012年1月期间的辐射观测资料,检验了四种再分析资料在该地区的适用性。结果表明:对各辐射分量ERA interim在Panda-1地区的适用性都明显好于其他三种再分析资料,这主要归因于其四维变分(4D-VAR)数据同化系统的应用、新的云预报方程和改进的参数化方案以及同化了更多的卫星资料雷达等非常规探测资料。对于向下短波辐射,NCEP-1与实测值之间偏差最大(18.7 W·m-2),可能原因是模式对大气透明度的高估和对云量的低估。对反射率模拟的偏差直接导致了各模式对净短波辐射模拟偏差。NCEP-1与JCDAS都低估了Panda-1地区的地表反射率,模式中,地表吸收了更多的向下短波辐射,最终导致对净短波辐射模拟偏高。对向下长波辐射,四种再分析资料都存在不同程度的低估,冬季偏差大于夏季,其中NCEP-1与NCEP-2偏差最大(分别为-62.6 W·m-2和-37.3 W·m-2)。四种再分析资料均不能很好地反映Panda-1地区净辐射的年变化情况,一般而言,夏季偏差小,冬季偏差大。虽然再分析资料存在明显的缺陷和不足,在广袤的东南极高原地区,观测站点稀少,实测资料无法满足需要,再分析资料仍不失为研究东南极地区气候的一种有效工具。     

大气红外探测器(AIRS)资料在塔克拉玛干沙漠的适用性检验与评估

由于沙漠恶劣的环境,观测站点稀少,塔克拉玛干沙漠地区的温度、湿度时空分布很难仅仅依靠少量的常规观测资料分析得到,高分辨率的大气红外探测器（AIRS）资料可有效弥补这个空缺。地形和地表发射率是影响AIRS反演温湿度廓线产品进度的两大要素,在塔里木盆地的塔克拉玛干沙漠地区使用AIRS温湿度产品必须首先对其质量进行检验。本研究主要对2016年7月1~15日晴空背景下AIRS反演的温度、位势高度、水汽数据在塔克拉玛干沙漠及周边绿洲地区在早晨和傍晚的可信度作了详细的对比分析。结果表明：（1） AIRS卫星资料集里的温度资料与探空数据有很好的吻合度。温度资料在沙漠腹地尚有较小偏差,在周边绿洲地区尤其是其中高层一致性较高。AIRS反演温度在沙漠腹地的塔中站在早晨各层的偏差明显大于傍晚,其余各站早晨和傍晚反演偏差不大。（2） AIRS卫星测得的位势高度资料几乎与探空资料的完全一致,是本对比研究中观测质量最好的要素,但AIRS探测层次能达到1 hPa,探测高度优于探空。（3）反演的湿度廓线与探空偏差较大。AIRS资料的混合比在300 hPa上的高层与探空吻合,在中层偏干,低层偏湿,低层水汽探测误差可能与盆地地形和沙漠下垫面有关。（4）早晨沙漠腹地的塔中站AIRS反演气温平均偏差在各层均比其余7个绿洲站明显偏大,在500 hPa以下的低层明显偏冷,在其上明显偏暖,偏暖幅度随高度的升高而增大。早晨绿洲AIRS反演温度在所有气压层上温度偏差绝对值均在1℃以内,均方根误差小于2℃,傍晚偏差绝对值在3℃以内,均方根误差在700 hPa以下的低层较高层大,700 hPa以上在3℃以内。绝对误差在早晨和傍晚均随高度的升高而减小,在100 hPa以上又有逆转,这种逆转在塔中站尤为明显。     

青藏高原观测地表温度与ERA-Interim再分析资料的差异及归因分析

再分析资料评估对观测资料稀少的青藏高原具有重要意义,是开展青藏高原相关研究的基础。本文分析了2012—2016年观测与ERA-Interim再分析地表温度资料在青藏高原的时空分布差异,同时讨论了产生差异的可能原因。结果表明,两种资料变化趋势基本一致,极值出现月份相同,相关性的空间分布表现为北高南低。ERA-Interim再分析资料对地表温度存在低估,年平均值比观测资料低8.86℃,其中春季绝对误差最大。年平均绝对误差呈北低南高的空间分布形态,且绝对误差极值中心的强度及范围具有明显的季节变化。ERA-Interim与观测地表温度之间的偏差随气象站海拔高度的变化是非单调的,分析认为气象站与所在格点的海拔差是导致偏差出现南北差异的原因之一,而春季青藏高原南部的偏差异常可能与积雪有关。ERA-Interim再分析地表温度资料在青藏高原北部具有较好的适用性,南部受地形影响适用性相对较差。     

基于MODIS数据的石羊河流域地表温度空间分布

地表温度是生态系统中极其重要的环境因子,中小尺度区域的热场空间分布对生态系统稳定性的研究以及干旱区流域的农业生产建设具有重要意义。利用MODIS数据,采用劈窗算法反演石羊河流域的陆地表面温度(LST),并计算植被指数(NDVI);利用TM影像,通过目视解译获得研究区的土地利用数据,结合DEM数据,采用GIS空间分析方法,分析LST的空间分布特征和LST与NDVI在不同土地利用类型之间的差异以及二者之间的定量关系。结果表明:研究区陆地表面温度北高南低,东高西低,整体上表现为由东北向西南逐渐降低的趋势;地表温度与海拔呈负线性相关,相关系数为-0.928;不同土地利用类型的地表温度存在差异,地表温度最高的未利用土地要比最低的林地高出16.42 K;对于单一土地利用类型,耕地、林地、草地、建设用地的地表温度与NDVI具有明显负相关;对于整个研究区土地利用空间结构,地表温度与NDVI表现为LST-NDVI梯形关系,反映了流域地表温度和植被覆盖之间的关系,由此看出绿色植被对调节区域气候温度的重要性。     

城市地表温度与NDVI空间相关性的尺度效应

城市地表温度与NDVI的空间相关性已被广泛研究,但是其尺度效应常常被忽略,给研究结果带来不确定性。本文以郑州市为例,基于四幅Landsat8影像,经辐射传导法反演地表温度(LST),运用半变异函数识别地表温度的空间相关性分析尺度,并结合空间相关指数Moran's I,从多尺度、多季节、多邻接范围3个方面对地表温度与植被覆盖的空间相关性的尺度效应进行了探讨,结果表明：①LST和NDVI的单变量空间自相关和双变量空间相关尺度均在300 m左右;②300 m相关尺度内,单变量空间自相关性存在显著尺度效应,相比之下双变量空间相关性尺度效应较为微弱;③LST和NDVI的单变量空间自相关性和双变量空间相关性尺度效应均表现出明显的季节差异;④随着邻接范围增大,LST和NDVI的空间自相关性减弱,尺度效应更明显。因此度量LST和NDVI的空间相关性要考虑时空尺度效应,本文研究结果有助于进一步认识LST和NDVI间空间相关性的尺度效应。     

基于MODIS的新疆地表温度时空变化特征分析

地表温度（LST）作为陆地环境相互作用过程研究中的重要地学参量,其时空分异与下垫面属性、地形地貌格局等息息相关。本文基于2000—2020年MOD11C3数据,采用GIS空间分析、空间重心模型及改进的半径法等手段,对新疆地区月、季、年及昼夜等序列时空尺度LST的分布特征及变化趋势进行研究,并借助LUCC、DEM等多源遥感数据进一步探讨各类下垫面、不同地貌单元及部分典型区域的LST垂直递减率、增减温及热（冷）岛效应等地理特征。结果表明：① 研究期间新疆年均LST为9.45 ℃,呈减温和增温趋势的区域分别占研究区面积的13.3%和86.7%,增温区域占绝大部分,故近20年研究区整体呈升温趋势（0.024 ℃·a^-1）,较全国高出约0.01 ℃·a^-1,其中春季增幅最大,冬季次之;夜间LST变化明显强于白天,春、夏两季昼夜温差均大于23.7 ℃,而冬季最小（约15 ℃）;研究区年际高、低温重心迁移轨迹大多分布于LST变幅较大区域,各月LST空间分布及高低温重心转移轨迹均表现出以7月为中点的年内强对称性规律。② 不同下垫面地表冷热环境空间分布差异较显著。其中以荒漠和裸土为主的未利用地年均LST最高（13.42 ℃）且昼夜温差最大（23.6 ℃）,高寒区冰川年均LST最低（-7 ℃）且昼夜温差（14.3 ℃）最小,其他下垫面年均LST在2.6~11 ℃之间,昼夜温差较小且较一致（平均16.75 ℃）。③ 东西走向的“三山夹两盆”地貌结构,使新疆LST的纬度地带规律被大幅削弱。研究区各山区（群）LST垂直递减率不尽相同,地处较高纬的阿尔泰山递变（0.63 ℃/100 m）最明显,山体高大的帕喀昆阿山群递变（0.57 ℃/100 m）次之,天山山脉递变（0.54 ℃/100 m）最小。另外各山区（群）山麓处均出现了不同程度的逆温现象,而山腰处LST垂直递减率线性拟合效果最佳。④ 本研究所选取的部分典型城市大都表现出不同程度的热岛效应。其中乌鲁木齐市热岛效应最为强烈,伊宁市其次,哈密市最微弱,而阿克苏市则表现出绿洲城市冷岛效应,但各城市热（冷）岛效应均存在一定环数（8环）范围的冷、热岛足迹。     

Implications of diurnal variations in land surface temperature to data assimilation using MODIS LST data

Based on the Beijing Climate Center's land surface model BCC_AVIM(Beijing Climate Center Atmosphere-Vegetation Interaction Model), the ensemble Kalman filter(En KF) algorithm has been used to perform an assimilation experiment on the Moderate Resolution Imaging Spectroradiometer(MODIS) land surface temperature(LST) product to study the influence of satellite LST data frequencies on surface temperature data assimilations. The assimilation results have been independently tested and evaluated by Global Land Data Assimilation System(GLDAS) LST products. The results show that the assimilation scheme can effectively reduce the BCC_AVIM model simulation bias and the assimilation results reflect more reasonable spatial and temporal distributions. Diurnal variation information in the observation data has a significant effect on the assimilation results. Assimilating LST data that contain diurnal variation information can further improve the accuracy of the assimilation analysis. Overall, when assimilation is performed using observation data at 6-hour intervals, a relatively good assimilation result can be obtained, indicated by smaller bias(2.2 K) and root-mean-square-error(RMSE)(3.7 K) and correlation coefficients larger than 0.60. Conversely, the assimilation using 24-hour data generally showed larger bias(2.2 K) and RMSE(4 K). Further analysis showed that the sensitivity of assimilation effect to diurnal variations in LST varies with time and space. The assimilation using observations with a time interval of 3 hours has the smallest bias in Oceania and Africa(both1 K); the use of 24-hour interval observation data for assimilation produces the smallest bias(2.2 K) in March, April and July.     

NDVI、NDMI与地表温度关系的对比研究

通过研究归一化植被指数(NDVI)、归一化水汽指数(NDMI)与地表温度(LST)的相关关系,对比NDVI和NDMI定量分析LST的适宜程度。以Landsat 8遥感影像为数据源,以郑汴都市区为例,反演LST,计算NDVI和NDMI。从整体、分区、像元等不同层面分析NDVI和NDMI与LST的相关关系,并利用GEO-Da软件,分析150 m、300 m、450 m三种不同采样间隔数据的NDVI、NDMI与LST的空间相关性。主要结论为：①NDVI与LST的线性拟合度较差,而NDMI与LST具有很强的线性关系,剖面分析显示NDMI与LST呈显著负相关关系。②缓冲区分析结果表明,随着距城市中心距离的增加,用地类型增多,LST和NDMI之间的相关性逐渐增强。③在Moran's I空间相关性分析中,不同采样间隔下两指数与LST的负相关关系均比较明显,但由于水体在2个指数中数值的差异,使NDMI与LST表现出更强的空间负相关性,而NDVI与LST空间相关性则相对较弱。因此,总的来说NDMI是热环境研究的有效指标,与NDVI相比,NDMI与LST的负相关关系更强、更稳定,也更适宜于对LST的定量分析。     

2001—2020年中国地表温度时空分异及归因分析

地表温度（LST）变化对陆面过程的能量收支平衡与生态系统稳定有着至关重要的影响。本文基于MOD11C3数据,使用回归分析、GIS空间分析、相关性分析及质心模型等方法,分析了中国2001—2020年LST变化及其时空分异格局;运用地理探测器识别中国38个生态地理分区下LST变化的主导因子,进而探寻其形成原因。结果表明：① 中国2001—2020年LST气候平均值为9.6 ℃,整体呈东南及西北干旱区高、东北及青藏高原低,平原高、山区低的基本格局;LST与海拔呈显著负相关,相关系数达-0.66;第一阶梯负相关性最为显著,相关系数达 -0.76,LST递减率为0.57 ℃/100 m;② 中国2001—2020年LST倾向率为0.21 ℃/10 a,升温区占国土面积的78%,整体呈现“多核式升温,轴线式降温”的空间特征;③ 中国LST及变化具有显著的季节性特征,冬、夏两季均温空间分布较其他季节的差异较大且波动更为明显;季节性升/降温区的质心轨迹呈环状,且运动呈现出对应的季节性反向轨迹,降温区质心移动幅度更大,说明降温区的区域差异性和季节变异性较大;④ 中国LST变化由自然影响与人类活动共同驱动,其中自然因素贡献更大,日照时数和海拔是关键因子;两大主导类型在空间分布上与“胡焕庸线”高度吻合,其以东区域多以人类活动强度为主导并与地形因子共同作用,而以西区域则多以自然因素为主,通过与气候、地形、植被等因子的相互耦合从而增强/削弱LST变化幅度。本文可为应对气候变化、解析地表环境模式、保护生态环境等方面提供科学参考。     

基于FSDAF模型的干旱区典型绿洲城市夏季地表热岛效应时空演变研究

全球城市化进程加快引起的干旱区绿洲城市热岛效应变化及其生态环境问题已成为当前国内外城市气候、环境和生态等领域的研究热点之一。基于遥感热红外通道反演的地表温度(Land surface temperature,LST)是开展城市地表热岛(Surface urban heat island,SUHI)效应监测研究的关键参数。然而,受热红外遥感数据“时空矛盾”的制约,目前在单一星载卫星传感器下尚不存在同时具有高时间分辨率和高空间分辨率的热红外遥感数据源,因而制约了在干旱区绿洲城市范围内开展高精度地表热岛效应监测研究。针对上述问题,以干旱区典型绿洲城市--乌鲁木齐市为研究区域,以Landsat系列影像和MODIS地表温度产品为基础数据源,基于FSDAF(Flexible spatiotemporal data fusion method)时空融合模型分析了2001-2018年乌鲁木齐市在城市扩张背景下夏季地表热岛效应的时空变化特征以及夏季LST与城市地表参数之间的关系。研究结果表明:(1)乌鲁木齐市夏季热岛强度(SUHI intensity,SUHII)在不同的郊区范围内均呈现增加的趋势。在较小的郊区范围内,SUHII1从2001年的1.24℃增加到了2018年的2.83℃;在较大的郊区范围内,SUHII2从2001年的1.44℃增加到了2018年的2.88℃;(2)在研究区各土地利用类型中,裸地的夏季LST最高,水体最低;(3)研究区地表反照率和不透水面的增加与城市夏季LST升高呈正相关,而植被指数与植被覆盖度则与LST呈负相关关系;(4)在干旱区绿洲城市,城区内部植被面积的增加有助于缓解城市热岛效应,而仅郊区植被的增加则会导致SUHII的进一步增强。     

Impact of Grazing Exclusion on the Surface Heat Balance in North Tibet

The grazing exclusion program used by the Tibetan government to protect the ecological environment has changed the vegetation and impacted the surface heat balance in North Tibet. However, little information is available to describe the in?uences of the current grazing exclusion program on local surface heat balance. This study uses the records of fenced grassland patch locations to identify the impact of grazing exclusion on surface heat balance in North Tibet. The records of fenced grassland patch locations, including the longitude, latitude, and elevation of the vertices of each fenced patch (polygon shapes), were provided by the agriculture and animal husbandry bureaus of the counties where the patches were located. ArcGIS 10.2 was used to create polygon shapes based on patch location records. Based on satellite data and the surface heat balance system determined by the model, values for changes in land surface temperature (LST), albedo and evapotranspiration (ET) induced by grazing exclusion were obtained. All of these can influence surface heat balance and alter the fluctuation of LST in the northern Tibetan Plateau. The LST trends for day and night showed an asymmetric diurnal variation, with a larger magnitude of warming in the day than cooling at night. The maximum decrease in absorbed shortwave of LST (-0.5 - -0.4 ℃ per decade) occurred in the central region, while the minimum decrease (-0.2 - -0.1 ℃ per decade) occurred in the eastern region. The decreased latent heat lead to the LST increased maximum (>1 ℃ per decade) occurred in the central region, The eastern region increased at a rate of 0.2-0.5 ℃ per decade, while the minimum increase (0-0.1 ℃ per decade) occurred in the northwestern region.     

中国天山积雪垂直分布异质性研究

基于2001—2018年MOD10A2积雪产品和MOD11A2陆地表面温度数据,采用精细分区统计和相关性分析方法,研究了中国天山不同海拔高度上积雪垂直分布特征及其与地表温度（Land surface temperature,LST）的响应关系。结果表明：中国天山积雪覆盖率（Snow cover percentage,SCP）随海拔的变化呈现春、夏、秋、冬4种不同的季节变化模式。SCP在海拔4200 m以下呈秋冬季增加、春夏季减少态势,在海拔4200 m以上呈秋冬季减少、春夏季增加态势。除冬季外,春、夏、秋3个季节的SCP与LST均具有显著强负相关性。     

20世纪末中国中东部耕地扩张对表面气温影响的模拟

利用WRF模式,通过4个21年（1980-2000年）的模拟实验,研究了20世纪末中国中东部耕地扩张对表面气温的影响。控制实验分析发现WRF模式能够捕捉温度场的空间格局,模拟与观测的季节平均温度场的相关系数为0.91~0.99（P < 0.001）,但模拟温度比观测温度系统性偏低2~3 ℃。控制实验与敏感实验对比分析发现,东北区和中部区的毁林和毁草开荒具有降温效应,冬季平均降幅约为-0.41 ℃,居四季之首,主要是由地表反照率增加,净短波辐射减少,感热通量随之减少所致;东南区的毁林开荒具有升温效应,夏季温度升幅最大,平均升幅为0.14 ℃,主要原因是地表粗糙度减小,湍流减弱,热量在近地层集聚,难以扩散。农业扩张的升、降温效应主要出现在局地,对区域温度变化的影响甚微,一方面是因为农业扩张占区域面积份数甚小,另一方面是因为升、降温效应在区域平均过程中相互抵消。     

基于Google Earth和MODIS陆地数据的农林地转换对地表温度的影响——以长江中下游及毗邻地区为例

揭示耕地与林地转换对地表温度的影响对于认识人类活动的气候与环境效应具有重要意义。基于卫星遥感数据的统计分析是揭示土地利用/覆盖变化对地表温度影响的重要手段。但是,在景观破碎度较高地区,混合像元问题成为使用这一技术手段的主要限制性因素,中国南方长江流域尤为典型。为突破这一限制,论文基于Google Earth高清影像,在1 km尺度上辨识了200对耕地与林地纯像元,进而利用MODIS陆地数据产品,对比分析了耕地与林地的地表温度(LST)、叶面积指数(LAI)、地表反照率(Albedo)之差。结果表明：耕地的LST高于林地,白天和夜间温度分别约偏高2.75 ℃和1.15 ℃,并且温差因季节而异,白昼温差呈双峰(分别是5月和10月,温差约3.18 ℃和3.33 ℃),夜间温差为单峰(7月,约2.46 ℃)。同时,温差因地而异,总体表现为西高东低,陕甘交界处的白昼温差最大,年平均约为3.83 ℃;安徽中南部温差最小,约为1.1 ℃。耕地与林地的LST之差主要由蒸散发的差异所致。林地的LAI较大,蒸散发较强,地表向大气的潜热通量较大,用于直接加热地表的感热相对偏少,因而LST相对偏低。上述结果表明近年来长江流域及毗邻地区的耕地转为林地通过增加蒸发产生了一定的致冷效应。