福建省复杂地形下旬平均气温分布式模拟

为建立高时空分辨率的福建省复杂地形下气温栅格数据集，利用福建省及其周边33个常规气象站观测资料，基于数字高程模型（DEM）数据，综合考虑海拔、太阳总辐射、地表长波有效辐射对旬平均气温的影响，模拟了福建省复杂地形下旬均温的空间分布。结果表明：1）常规站验证结果显示：各旬气温绝对误差平均值（MAE）最小为0.46℃，最大为2.3℃，全年平均为0.87℃；加密站验证结果显示，MAE最大为2.3℃，最小0.5℃，全年平均为0.96℃。2）模拟结果能反映旬均温的宏观分布规律与局地细节特征。宏观范围内，旬均温受纬度影响较大，由北至南气温逐渐升高，沿海地区旬均温整体高于内陆，山区旬均温明显较低；局地范围内，各坡向上气温差异显著，海拔越高、坡度越大，差异越明显；地形因子对旬平均温的影响具有季节差异，具体表现为冬季时地形因子对旬均温的影响最大，秋季次之，春夏季节中地形因子对旬均温的影响最弱。     

基于GridMet模型的浙江省温湿指数空间分布及地形影响分析

温湿指数是气候舒适度评价模型之一,通过温度与湿度的组合反映人体与周围环境的热量交换,本文利用2003-2018年浙江省及其周边71个气象站点月平均气温、地面水汽压数据,以及MODIS水汽产品,基于GridMet模型模拟了浙江省各月温湿指数空间分布（100 m×100 m）,分析了浙江省温湿指数随地形因子（海拔、坡度、坡向）变化的特征;讨论了各地形因子对温湿指数空间分布的影响程度。结果表明：① 海拔、坡度、坡向3个地形因子中,1月温湿指数随坡向的变化最大,7月最小;② 同坡向上,坡度变化对1月温湿指数影响较大,而海拔变化则是对7月影响最大;③ 南坡1月温湿指数随海拔和坡度增加均略为增加,南坡其他月份及北坡各月均为随海拔和坡度增加温湿指数减小;④ 北坡相对于南坡而言,海拔和坡度对温湿指数的影响更为明显。浙江大部分山区由于地形影响,夏季较为“舒适”,适宜建立避暑消夏的旅游项目。     

中国比辐射率空间分布特征分析

使用2003-2013年MOD/MYD11C3地表比辐射率光谱数据、MOD/MYD13C2植被指数光谱数据,合成全国各月地表比辐射率、NDVI(Normalized Difference Vegetation Index)。基于DEM数据分析比辐射率与NDVI随海拔、坡向的变化规律。结果表明:(1)比辐射率低值段(0.960~0.970)主要分布在我国西北荒漠地区,面积比例全年变化不显著,代表了干燥裸土下低比辐射率的特征;中值段(0.970~0.975)分布于我国大部分植被覆盖地区,面积比例夏高冬低,代表植被覆盖下混合像元的中比辐射率特征;高值段(0.975~0.980)位于我国部分高海拔和高纬度地区,面积比例冬高夏低,代表冰雪与植被混合像元的高比辐射率特征。(2)比辐射率与NDVI随坡向变化呈明显的"双峰双谷"分布。东南坡、西坡为峰值,最大值位于东南坡;南坡、北坡为谷值,最小值位于北坡。两者变化一致性很高。受不同坡向太阳方位角下的地形敏感性与植被覆盖综合影响,比辐射率表现出随坡向的峰谷变化规律。(3)随海拔升高,比辐射率呈垂直地带性变化。存在3个下降区:250 m~1250 m、2500 m~3000 m和4750 m~6000 m;3个上升区:1250 m~2500 m、3000 m~4750 m和6000 m~6500 m。这与NDVI随海拔变化特征类似,反映垂直下垫面植被变化对比辐射率空间分布的影响。     

中国三种太阳辐射起始数据分布式模拟

天文辐射、干洁大气总辐射和湿洁大气总辐射是太阳辐射模拟的3种重要起始数据。依托Iqbal Model C和起伏地形下干/湿洁大气总辐射模型,实现了水平面和起伏地形下干/湿洁大气总辐射分布式模拟。以DEM数据作为地形的综合反映,结合常规气象资料,计算了水平面和起伏地形下中国1 km×1 km分辨率日天文辐射量、干洁大气总辐射量、湿洁大气总辐射量的空间分布,并对3种太阳辐射起始数据的时空分布特征做了对比分析。结果表明：3种辐射量均遵循随纬向变化的宏观分布规律;水平面干/湿洁大气总辐射量的分布体现了海拔的影响,水平面湿洁大气总辐射量的分布还体现了水汽分布的影响;起伏地形下的3种辐射量能很好的体现坡度、坡向和地形之间相互遮蔽等局部地形特征对辐射量的影响;以干/湿洁大气总辐射作为起始数据,将有助于提高太阳总辐射的模拟精度。     

基于NCEP资料的我国大气可降水量的计算及其时空分布

利用1948—2009年的NCEP再分析资料获取多年平均大气可降水量,分析我国大气可降水量的空间分布和季节变化,并选用2001年的资料与同期探空资料进行对比验证.结果表明:我国大气可降水量的空间分布总趋势是低纬大于高纬,平原大于高原,沿海地区大于内陆地区;季节变化明显,冬季大气可降水量较小,夏季较大;NCEP资料与探空资料的计算结果基本一致.     

基于分布式模型模拟的茶树种植适宜性区划

茶树种植适宜性区划研究可为浙江茶产业良好发展和优化布局提供理论依据。从气候、土壤、地形3类影响因子中选出10个因子对浙江省的茶树种植适宜性进行区划研究。其中,气候因子5个,分别为年平均气温、≥10℃活动积温、年降雨量、生长季平均相对湿度和年日照时数,这5个因子通过主成分分析筛选确定;土壤因子2个,即:土壤质地和土壤p H值;地形因子3个,即:海拔高度、坡度和坡向。考虑到浙江省地形复杂多样的实际情况,对所有气候因子采用分布式模型实现其空间分布精细化模拟。利用层次分析法确定各因子权重系数,采用加权求和法建立茶树种植综合区划评估模型。结合各种因子适宜性等级量化指标,最终获得茶树种植适宜性综合评价得分的空间分布。基于土地利用现状,屏蔽水域、城镇居民用地等不适宜种植区,将浙江分为适宜、较适宜和不适宜3个种植区。结果表明,浙江茶树种植各指标适宜性以气候适宜性最佳,地形适宜性次之,土壤适宜性最差。浙江茶树适宜区占参评面积(除去屏蔽区域)的45.51%,该区海拔、热量等自然资源充分满足茶树生长;较适宜区占47.05%,该区主要分布在平原地带或中高海拔地区;不适宜区占7.44%,主要分布在高山区,热量资源不足。     

1987—2016年安徽省暑期体感温度时空变化特征

基于安徽省1987—2016年81个国家站暑期7、8月逐日平均气温、最高最低气温差、平均相对湿度和平均风速,计算各站点体感温度,并分析其逐年变化特征。联合站点体感温度和DEM地形数据,建模并给出体感温度的空间分布;依据舒适度划分等级,得到安徽省暑期舒适度空间分布。结果表明:(1)安徽省近30 a暑期体感温度呈波动上升趋势;与平均气温、平均相对湿度呈正相关,与最高最低气温差、平均风速呈负相关;平均气温、平均相对湿度的上升,高低温差、平均风速的下降,使得体感温度呈上升趋势,其气候倾向率(0.0224℃·a~(-1))略高于平均气温的气候倾向率(0.016℃·a~(-1))。(2)体感温度随地形变化特征显著。沿淮部分地区与沿江大部平原地区普遍超过29.0℃;受海拔、植被覆盖、地形遮蔽效应影响,大别山、皖南山区大部体感温度低于27.0℃。(3)沿淮淮北、江淮大部、沿江等平原地区多为"较不舒适"地区;大别山、皖南山区均包含"最舒适"、"舒适"和"较舒适"地区。山区地形遮蔽效应与高植被覆盖为安徽省避暑旅游提供了良好的区域气候条件。     

1987—2016年安徽省暑期体感温度时空变化特征

基于安徽省1987-2016年81个国家站暑期7、8月逐日平均气温、最高最低气温差、平均相对湿度和平均风速,计算各站点体感温度,并分析其逐年变化特征。联合站点体感温度和DEM地形数据,建模并给出体感温度的空间分布;依据舒适度划分等级,得到安徽省暑期舒适度空间分布。结果表明:(1)安徽省近30 a暑期体感温度呈波动上升趋势;与平均气温、平均相对湿度呈正相关,与最高最低气温差、平均风速呈负相关;平均气温、平均相对湿度的上升,高低温差、平均风速的下降,使得体感温度呈上升趋势,其气候倾向率(0.0224℃·a^-1)略高于平均气温的气候倾向率(0.016℃·a^-1)。(2)体感温度随地形变化特征显著。沿淮部分地区与沿江大部平原地区普遍超过29.0℃;受海拔、植被覆盖、地形遮蔽效应影响,大别山、皖南山区大部体感温度低于27.0℃。(3)沿淮淮北、江淮大部、沿江等平原地区多为"较不舒适"地区;大别山、皖南山区均包含"最舒适"、"舒适"和"较舒适"地区。山区地形遮蔽效应与高植被覆盖为安徽省避暑旅游提供了良好的区域气候条件。     

近50 a来中国不同流域降水的变化趋势分析

利用我国612个气象站1961—2010年逐日降水量资料,借助地理信息系统Arc GIS,分析了我国十大流域的年、季节降水量的时空变化趋势特征。结果表明,我国降水主要集中在珠江、东南诸河和长江流域,西北诸河流域降水最少;四季降水量与年降水量的空间分布特征高度相似;降水量均为夏季最多,冬季最少。就年降水量而言,西北诸河流域有变湿趋势,海河流域和黄河流域有变干趋势。就降水季节而言,西南诸河、松花江、西北诸河流域春季有变湿趋势;东南诸河流域和长江流域夏季有变湿趋势,海河流域和西南诸河流域夏季有变干趋势;西北诸河流域秋季有变湿趋势,长江流域、黄河流域和淮河流域秋季有变干趋势;松花江流域、西北诸河流域和长江流域冬季有变湿趋势。     

复杂地形下黄河流域月平均气温分布式模拟

通过对常规气象站月平均气温资料的分析,发现在影响气温的众多因素中,海拔高度、太阳总辐射、地表长波有效辐射对气温具有显著影响.建立了月平均气温的物理经验统计模型,结合复杂地形下太阳总辐射分布式模拟结果,提出了依托常规地面气象观测资料实现复杂地形下月平均气温分布式模拟的方法,生成了黄河流域1km×1km分辨率月平均气温、月平均最高气温、月平均最低气温的空间分布图.分析表明,模拟结果能较好地反映气温的宏观分布趋势和局地分布特征.交叉验证结果表明,模型具有很好的稳定性,各月平均气温、月平均最高气温、月平均最低气温的模拟误差平均为0.19~0.35℃;加密站验证和个例年验证表明,模型具有良好的空间维和时间维模拟能力.提出的月平均气温分布式模型立足于常规地面气象观测资料,不依赖于山地野外考察资料,可以方便地在广大地区推广应用.