准全球陆表干旱严重程度的多传感器遥感监测方法研究

在全球气候变暖的背景下,持续的干旱事件将对生态系统和人类社会产生不利影响。尽管存在多源卫星遥感资料及多种干旱指数,然而区域和全球尺度干旱事件的监测仍具有挑战。采用TRMM（Tropical RainfallMeasuring Mission）数据量化降水异常、MODIS（Moderate Resolution Imaging Spectroradiometer）归一化植被指数（Normalized Difference Vegetation Index,NDVI）和陆表温度（Land Surface Temperature,LST）数据表征植被生长异常,构建了一种兼顾降水异常和植被生长状况异常的多传感器陆表干旱严重程度指数（Multi-sensorsDrought Severity Index,MDSI）。结果表明:MDSI 能够准确检测准全球范围（50°S～50°N,0°～180°～0°）的气象干旱事件,如亚马逊流域2005 和2010 年干旱、中国川渝地区2006 年干旱、中国云南2010 年干旱、非洲东部2011 年干旱、2012 年美国中部干旱等;MDSI 与PDSI（Palmer Drought Severity Index）呈现出大致相同的干湿空间格局,并且MDSI 有助于湿润地区干旱程度的检测。     

气候模式中关键陆面植被参量遥感估算的研究进展

卫星遥感资料对于改善气候模式的强迫场,改进相关物理参数,提高数值模式模拟的准确性具有重要作用。目前,全球已经积累了多年的卫星遥感资料,并且已有多种陆面参量遥感产品。然而,卫星遥感资料在气候模式中的应用还非常有限。充分利用卫星遥感资料,对于提高气候模式模拟能力具有重要作用。选择植被覆盖度(Fractional Vegetation Cover,FVC)、叶面积指数(Leaf Area Index,LAI)和地表反照率(Albedo)3个关键陆面参量的遥感估算方法进行评述,并分析了陆面参量真实性检验的尺度转换问题,还以WRF(Weather Research and Forecasting model)为例,阐述了遥感估算的陆面参量应用于模式的表达方式。最后讨论了关键陆面参量遥感估算的不确定性和遥感参量应用于气候模式的尺度匹配等亟待解决的问题,并对这些问题的未来改进方向进行了展望。