海南岛0 cm地温变化特征及其相关气象要素

利用海南岛17个气象观测站1980-2018年逐月0 cm地温及气象要素资料,通过数理统计方法分析了海南岛年和四季的0 cm地温时空变化特征及其与气象要素的关系.结果表明:海南岛年平均0 cm地温呈显著上升趋势,秋季升温对年平均0 cm地温的升高有主要贡献,春季次之.M-K检验表明年与春秋两季0 cm地温在20世纪90...     

1980~2018年川渝地区冬季0 cm地温时空演变特征

利用1980~2018年川渝地区53个地面气象观测站冬季逐日平均、最高和最低0 cm地温资料,对川渝地区冬季0 cm地温（即地表温度）时空演变特征进行了分析。结果表明：1980~2018年川渝地区冬季0 cm地温总体呈升高趋势,日最低升温趋势最强（0.79 ℃/10a）,日最高升温趋势最弱（0.37 ℃/10a）;川西南山地和四川盆地日平均、日最高、日最低0 cm地温及其日较差均呈升高趋势,且川西南山地升温速率均大于四川盆地;川西北高原日最低0 cm地温上升速率最大（1.43 ℃/10a）,日最高0 cm地温和日较差均呈下降趋势,分别为−0.24 ℃/10a和−1.21 ℃/10a。     

用MODIS植被指数研究福州城区空间扩展变化

城区空间的扩展变化对人居环境产生的影响越来越受到人们的关注。利用2001-2005年美国EOS卫星的MODIS遥感资料,以福州市为示范区,逐年计算能反映城区植被覆盖变化的比值植被指数、差值植被指数、归一化植被指数和植被覆盖度,在地理信息系统（GIS）和全球定位系统（GPS）的辅助下,对福州市各种植被指数的年际动态变化过程进行了研究,并在此基础上对福州市的城区空间扩展变化情况进行遥感动态监测,同时结合社会经济统计数据加以分析。结果表明：福州市从2001年到2005年,城区空间扩展约29km^2,每年平均扩展约7．3km^2,与实际情况一致。利用MODIS资料能准确地监测城区空间扩展变化面积的大小。     

基于MODIS影像和单通道算法的阿拉善盟地表温度空间分布研究

地表温度是气象、水文、生态等研究中一个重要参数。利用MODIS影像的第32波段,采用单通道算法对内蒙古阿拉善盟地表温度进行了反演;并与地面实际状况进行了对照分析。分析表明,该方法获得的地表温度比较符合阿拉善盟实际地表状况,地表温度结果可用于其他相关研究。     

基于MODIS资料的宁夏LST反演方法新探索

为快速、宏观、全面地获取陆面生态重要参数陆面温度(LST),避免分裂窗算法中诸多参数的估计和参数的适用范围限制,加快计算速度,更好地利用中国气象局"三站四网"的建设成果,利用宁夏2005-2007年13个时次过境晴空地表MODIS资料及对应过境时17个自动气象站观测数据,筛选、优化引入对LST影响较大的水汽通道、NDVI和EVI参数,建立基于MODIS遥感和地面自动气象站观测数据反演陆面温度(LST)的统计模式.研究结果表明:引入相关参数后,宁夏各季及全年模式的相关性和精度有较大提高,且水汽通道和EVI的参数组合最优.与分裂窗算法相比,省去了对大气透过率的估算以及对地表比辐射率估计的繁琐计算,与地面自动站观测真实值误差70.1%能够控制在4.0℃以内,计算速度快,能够满足一般业务的需求,易于推广使用.     

基于MODIS白天地温产品的青藏高原海拔依赖型变暖特征分析

基于2001～2018年中分辨率成像光谱仪（MODIS）探测的白天地面温度（简称MODIS 白天地温）资料,与青藏高原（简称高原）122个气象站点观测的最高气温资料,在年尺度上评估了MODIS 白天地温在高原的适用性,研究了高原五个干湿分区下MODIS 白天地温的海拔依赖型变暖特征,得到以下主要结论:（1）MODIS白天地温能够基本再现观测的最高气温的时空以及海拔依赖型变暖特征;（2）高原整体上,MODIS白天地温存在显著的海拔依赖型变暖特征,平均海拔每增加100 m,其趋势增加0.02°C (10a)?1,且受积雪—反照率反馈主导;（3）干湿分区下,海拔依赖型变暖特征在高原表现为偏湿润地区强于偏干旱地区;季风区强于西风区。海拔依赖型特征强弱:半湿润地区＞湿润半湿润地区＞半干旱地区＞湿润地区＞干旱地区。平均海拔每增加100 m,以上区域的地温趋势分别增加0.06,0.03,0.03,0.01,0.01°C (10a)?1。半湿润和湿润半湿润地区年均温在0°C左右,在气候变暖背景下积雪—反照率反馈作用最为强烈,是其海拔依赖型变暖的主导因素;干旱与半干旱地区年均温相对更低,气候变暖程度对积雪影响相对较小,积雪—反照率反馈作用被限制,但仍对上述地区的海拔依赖型变暖起主导作用;而湿润地区的积雪覆盖率的上升可能是由于降雪（固态降水）增加抵消了积雪融化损耗,云辐射、水汽等其他因素主导了其海拔依赖型变暖。     

基于MODIS的安徽省代表城市热岛效应时空特征

利用2001—2010年覆盖安徽省的MODIS数据,选取在气候、地理、城市化等方面具有代表性的合肥、芜湖、阜阳作为研究对象,并结合GIS技术,分析地表温度的日变化及季节变化特征,得到安徽省代表城市热岛效应的时空分布。结果表明:安徽省省会合肥的热岛效应最为显著,安徽省南部代表城市芜湖的热岛效应强于北部代表城市阜阳, 同时具有显著的日变化和季节变化特征。近10年来,安徽代表城市热岛面积和热岛强度均呈增加趋势,但合肥热岛强度大于3 ℃的极端热岛效应有一定缓解。白天大片水体对缓解城市的热岛效应作用明显,而夜晚则不明显,甚至成为地表温度的高值中心。夏季地表温度与归一化植被指数的负相关最显著,即提高城市植被覆盖度对降低地表温度和缓解城市热岛效应有重要影响。     

基于MODIS数据的拉萨市地表温度变化研究

采用2000～2011年6月MODIS地表温度产品和拉萨市4个气象站6月平均地表温度对拉萨市地表温度的时空变化进行了分析.结果表明：拉萨市在近12年内地表温度呈明显上升趋势,2009年地表温度达到最高为28.49℃,最小值出现在2003年为14.12℃.在空间分布上高温区主要集中在城市中心和城市周边区域,并随着时间推移不断向外扩张,在2007年6月拉萨市地表温度高温区分布范围最大,其中纳木错东部和林周县的高温区增加最显著;在利用实测的地表温度与MO-DIS反演的地表温度做相关分析发现,两者的相关系数为0.64通过了0.001的显著性检验,两种地表温度的时间变化趋势也较为一致,因此MODIS地表温度反演产品适用于大范围地表温度和城市热环境监测是可行的.     

基于MODIS数据的近地表气温估算

气温是各种植物生理、水文、环境等模型中一个非常重要的近地表气象参数,多年来气温数据均以气象站点资料插值得到。近年来,卫星遥感数据被用于气温估算,且精度不断提高。为研究基于MODIS数据的近地表气温估算方法,以浙江省为研究区域,利用33个站点2011年逐日每10 min一次的自动气象站气温观测数据和MODIS地表温度产品及参数因子,建立了MODIS地表温度和地面观测的气温的线性关系,同时通过考虑归一化植被指数、水汽压、地表反照率、高程4个影响因子,得出了卫星过境时刻MODIS地表温度和气温的多因子估算模型;利用Zaksek等提出的基于能量平衡的遥感模型进行了气温估算,并采用多元回归分析法对该模型重新进行了拟合,得到近地表气温。结果表明:三种方法的决定系数R2分别为0.87、0.94、0.90,均方根误差RMSE分别为3.35℃、2.31℃、2.78℃,多因子估算模型得到的结果最好。同时对其分白天和夜间进行检验,二者的RMSE分别为2.27℃、1.93℃,夜间精度比白天高。对于季节的变化,秋季估算结果最好,春季次之,冬季稍差,夏季最差。     

石河子绿洲棉区覆膜内5cm地温变化与气温的关系及膜内5cm地温预报分析

膜内5cm地温稳定通过10-12℃即可播种为棉花适宜播种温度指标,找出地膜内5cm地温与气温的定量关系并进行地温预报,同时确定对应的日平均气温的稳定界限指标值,就成为开展棉花适宜播种期预报的关键所在。以石河子绿洲覆膜栽培棉区为研究对象,分析了2008-2014年棉区春播期膜内5cm地温、气温的变化趋势以及气温与覆膜内、外地温的关系,并建立了膜内5cm地温预报模型。结果表明：近年来石河子棉区春播期内气温和膜内外5cm地温变化趋势一致,均有所上升,且膜内5cm地温显著高于膜外地温和日平均气温。棉田覆膜内外5cm地温与气温之间显著相关（P≤0.01）,石河子棉田覆膜内5 cm地温稳定通过10-12℃时,对应的日平均气温界限范围为6.3-8.2℃;利用逐日气温建立膜内5cm地温预报模型,回代检验绝对误差平均为1.01℃,2014和2015年预报检验绝对误差分别为0.5、0.7℃。预报模型可为更好地开展棉花播种期气象服务提供参考依据     

青藏高原及铁路沿线地表温度变化趋势预测

青藏高原及其铁路沿线各站的年地表温度具有很好的互相关性,特别是各站10年滑动平均温度互相关系数达到0．92,以此建立了1961-2003年青藏铁路沿线平均地表温度序列。研究表明：青藏高原地表温度的升高是明显的,40年来升高1．1～1．5℃,其升温率为0．44℃／10a。大气CO2浓度的增加有利于青藏高原地表温度的升高,而太阳黑子周期长度（SCL）的变长则起相反作用。地表温度对人气CO2浓度和SCL的最好响应约滞后10年。若根据SCL的变化和IPCC第三次评估报告给出的新的温室气体排放情景SRES-B1预测,目前青藏高原地表温度的升温到2010年前后达到最强,此后可能会出现一个明显的降温过程,到2030年前后可能低于20世纪70～90年代的平均值。新一轮的升温开始于2040年代。若综合考虑CO2和SCL两者的共同影响预测,未来50年平均最低、最高和年地表温度与1971-2000年的平均比较,分别升高0．2,1．0和0．6℃。     

MODIS反照率产品在模拟北京气温中的应用

地表反照率是制约地表能量收支平衡的基本因子,其变化会影响气温和降水等气象要素,进而影响区域乃至全球的气候。文中使用WRF模式,设计两组反照率敏感试验,探讨地表反照率参数对近地面2处气温模拟精度的影响。结果表明:(1)当北京地区地表反照率增大(减小)0.05时,气温相应降低(升高)0.1～0.5 K,气温变化从城区到郊区有一个明显的降幅,感热通量和潜热通量也相应减小(增大),且变幅主要为0～13 W/m2;(2)将控制试验和MODIS反照率敏感试验模拟结果与实况对比分析发现,两种试验的模拟结果偏低,但应用卫星反照率产品后,气温升高约0.2～0.7 K,更接近实际,即应用MODIS反照率产品替换WRF模式中原有反照率能进一步提高气温的模拟精度。     

德州70 cm高度气温与地面温度的关系初探

利用统计学和气象学原理,对德州2008年1月1日—12月31日德州70 cm高度的气温(用T₇₀表示)与地面温度（用T₀表示）中08、14时和20时及日平均资料进行分析。结果表明：冬半年08时T₇₀＞T₀（或T₇₀≈T₀）;夏半年T₇₀＜T₀,6月差值最大,为-2.6℃。14时全年都是T₇₀＜T₀,3月差值最大,为-12.1℃。20时全年基本都是T₇₀＞T₀。就日平均而言,全年都是T₇₀＜T₀。运用回归分析法建立了以T₀为基础的T₇₀预测模型,经检验表明,3—9月预测准确率较高,可以满足当地农事需要。     

基于不同雪深的地面温度、雪（草）面温度与气温的关系

以新疆塔城基准站自动气象站2006年11月—2010年3月积雪深度≥0cm的451天为样本,对0cm地面温度、雪面（草面）温度、气温及云量、日照时数、雪深进行统计分析,找出不同积雪深度下地面温度、雪（草）面温度与气温的关系,结果显示：雪（草）面温度在积雪期,变化趋势与气温一致,受云量及日照时数影响明显,平均雪温低于平均气温;地温随雪深变化有20cm和50cm两个分界点,雪深≤20cm时,地温受雪深、气温影响较大,变化趋势与气温基本一致,地温高于气温,雪层较薄时,受云量和日照影响较明显。雪深超过20cm时,地温变幅趋向定值,地温变化仅受长时间温度变化影响,且不低于-5℃;雪深超过50cm时,地温趋于定值（-1℃）。     

基于MODIS数据的陕西地表温度监测

地表温度是反映土壤—植被—大气系统能量流动与物质交换的重要参数,讨论了利用EO S/M OD IS资料反演地表温度的分裂窗方法各参数获取及其在陕西省的应用;建立了基于M OD IS遥感资料和地面自动气象站观测资料反演地表温度的统计模型。监测试验结果表明:利用分裂窗方法反演陕西地表温度,其中参数设定仍需要做大量工作;统计方法考虑季节差异,在地表状况不太复杂时也能取得较好的监测效果。     

使用MODIS陆地产品LST和NDVI监测中国中、西部干旱

利用中分辨率成像光谱仪AQUA-MODIS卫星资料反演的地表温度LST和归一化差值植被指数NDVI,在中国中、西部地区应用植被温度混合状态指数VTCI方法,遥感监测干旱的空间分布状况。同时结合该地区有代表性的气象站逐月降水资料与VTCI指数进行相关分析,来验证此方法的适用性。结果表明,VTCI指数不仅与当月的降水量,也与其前期2至6个月的累积降水量有较好的线性相关性,显示VTCI方法不仅是较为有效的近实时大范围干旱监测方法,对于干旱的缓慢发展过程也有一定指示作用。     

利用MODIS红外资料反演大气温湿度廓线的研究

概述了利用特征向量统计回归反演算法,从EOS/MODIS的红外通道资料反演大气温湿度垂直分布的过程,并与美国国家环境预报中心NCEP(National Centers for Environmental Prediction)的等压面再分析场资料按照纬度和气压高度进行了真实性检验。结果表明：由MODIS资料反演得到的大气温湿度参数能够揭示大气温湿度的垂直分布。在各个等压面上均方根误差平均值在中纬度地区为3.39K,低纬度地区为1.40K,近地面层、对流层顶附近及下垫面地形复杂的区域误差较大,总体上低纬度地区要好于中纬度地区。反演的水汽误差也为低纬度地区小于中纬度地区,且随高度升高,中、高纬度误差都逐渐减小并逐渐接近。     

利用MODIS/LST产品分析基准气候站环境代表性

该文基于2001—2007年地表温度遥感反演产品 (MOD11A2),以基准气候站对其周围不同大小窗口内地表温度距平序列的解释方差作为度量,评估了我国142个基准气候站的环境代表性,并将代表性与土地覆盖和高程状况进行相关研究。结果显示:以解释方差大于0.75作为区分是否具有代表性的阈值,约41%的站点代表性较好,代表区域范围可超过51×51 km2,多分布于北方地区;约21%的站点代表性较差,代表区域范围不足7×7 km2,多分布于南方地区;其他代表区域范围居中的站点在南、北方均有分布;站点周围的土地覆盖多样性和地形起伏度与站点代表性存在负相关,且相关性随窗口的增大而加强。文中还评估了基准气候站对所属气候区的代表性,发现在气候特征复杂的西南地区和新疆部分地区,站点对气候区的代表性较差。