基于MODIS的秦巴山地气温估算与山体效应分析

秦巴山地作为横亘在中国南北过渡带的巨大山脉,其山体效应对中国中部植被和气候的非地带性分布产生了重要的影响,山体内外同海拔的温差是表征山体效应大小较为理想的指标。本研究结合MODIS地表温度（LST）数据、STRM-1 DEM数据和秦巴山地的118个气象站点的观测数据,分别采用普通线性回归（OLS）和地理加权回归（GWR）两种分析方法对秦巴山地的气温进行估算,在此基础上将秦巴山地各月气温转换为同海拔（1500 m,秦巴山地平均海拔）气温,对比分析秦巴山地的山体效应。结果表明：① 相比OLS分析,GWR分析方法的精度更高,各月回归模型的R ²均在0.89以上,均方根误差（RMSE）在0.68~0.98 ℃之间。② 利用GWR估算得到的同海拔气温,从东向西随海拔升高呈现了明显的升高的趋势,秦岭西部山地比东段升高约6 ℃和4.5 ℃;大巴山西部山地年均和7月份同海拔的气温较东段升高约8 ℃和5 ℃。③ 从南向北,以汉江为分界,秦岭与大巴山的同海拔的气温均呈现出由山体边缘向内部升高的趋势。④ 秦巴山地西部大起伏高山,秦岭大起伏高中山和大巴山大起伏中山,相比豫西汉中中山谷地,各月均同海拔气温分别升高了约3.85~9.28 ℃、1.49~3.34 ℃和0.43~3.05 ℃,平均温差约为3.50 ℃,说明秦巴山地大起伏中高山的山体效应十分明显。     

基于MODIS数据和气象观测数据的气温空间插值方法比较

本文以福建省福州市为研究区域,利用MODIS影像数据反演福州市地表温度;同时利用相同时间的福州市及其周边的32个气象站日平均气温数据,结合数字高程模型（DEM）中提取出的地形因子,研究温度与经度、纬度、海拔高度等的相关关系,提出了福州市地形因子与气温相关模型,利用该模型插值得到福州市的地表温度;再利用气温垂直递减规律进行插值得到地表温度。对比3种结果可知,对于气象数据容易获得,气象站点较多且均匀分布在研究区时,利用气象数据插值地表温度较快,但计算结果比实际值略高;对于气象数据不易获得或站点较少时,可以用影像数据来反演地表温度,其精度受提取参数的精度的制约,在参数使用正确情况下比插值方法反演精度高。     

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。     

青藏高原增温效应对垂直带谱的影响

青藏高原作为巨大的热源对亚洲气候、高原生态格局等产生重要的影响。但青藏高原的增温效应最初是20世纪50年代因其对亚洲气候的重大影响而被发现的,因此,大量的相关研究主要集中在高原夏季增温对气候的影响方面,而高原增温效应对高原地理生态格局的影响研究却非常少。利用收集到的气象台站观测数据、基于MODIS地表温度估算的青藏高原气温数据、林线数据和垂直带谱数据及DEM数据,通过对比分析高原内部与外围山区垂直带谱高度的变化及林线的分布规律,并以高原内部与边缘地区相同海拔高度上的气温差、最热月10℃等温线、15℃·月的温暖指数等温度指标来定量描述高原的增温效应及其对垂直带谱和林线的影响。研究结果表明:1由于青藏高原增温效应的影响,高原内部气温和生长季长度高于边缘地区,相同海拔高度上,高原内部各月气温比边缘地区高2~7℃;在4500 m高度上,高原内部各月气温比四川盆地高3.58℃(4月)到6.63℃(6月);最热月10℃等温线的海拔高度也从东部边缘(4000 m以下)向内部逐渐升高,在拉萨-改则一带则可出现在4600~5000 m的高度;15℃·月的温暖指数的海拔高度也从边缘向内部逐渐升高,在4500 m的海拔高度上,横断山区、高原南部和中部地区的温暖指数均能达到15℃·月以上,而其它边缘地区则都低于15℃·月。2青藏高原垂直带谱和林线的分布规律与增温效应的规律极其一致,即均从东部边缘向内部逐渐升高,表明增温效应抬升了高原内部垂直带谱的分布范围和高度:山地暗针叶林带的分布范围在高原内部比东部边缘地区高1000~1500 m;山地草甸带的分布范围在高原内部比东部边缘高出700~900 m;高原内部林线比外围地区高500~1000 m左右。最热月10℃等温线和15℃·月温暖指数的分布规律与林线分布规律一致,表明高原增温效应对垂直带谱的分布具有重要的影响。     

基于MODIS数据的青海湖流域地表温度反演研究

地表温度是检测地球环境变化的重要指标,将地表温度与气象观测资料相结合可以更准确地检测地表履被、土壤湿度及水分含量变化。利用MODIS数据对青海湖流域地表温度进行反演,将反演结果与实测0 cm地面温度对比分析,显示反演的地表温度值与实测0 cm地面温度值平均差-1.05℃,在当前遥感反演地表温度的误差之内。结果表明地表温度和气象观测资料相结合,可以用于监测地表温度的变化,进而建立偏远地区气候资源数据库。     

沙漠增温效应下绿洲热量资源估算模型——以准噶尔盆地为例

绿洲是干旱区荒漠生态系统中最为精华的区域,特殊的气候资源条件及其组合效应是形成绿洲特色高效农业的基础。在暖季,由于沙漠的增温效应,使绿洲的热量资源比同纬度地区更优越。以准噶尔盆地南缘古尔班通古特沙漠及石河子绿洲为对象开展研究,从时间、空间角度分析了沙漠增温影响下绿洲不同部位的热量条件、分布特点及变化规律等。并提出沙漠增温系数Z,Z可反映沙漠对与其相邻的特定地理位置的绿洲热量影响敏感程度,解释沙漠和绿洲间的热量联系及沙漠本身的热效应。借助沙漠增温系数,建立了石河子绿洲主要热量要素的估算模型,可以相对动态地估算绿洲区域不同时空尺度的热量状况。     

基于Modis地表温度的横断山区气温估算及其时空规律分析

横断山区气象观测站稀少且多分布在河谷之中,气温资料极度匮乏,严重影响山区地理与生态研究。随着遥感技术的发展,热红外遥感数据,结合地面观测数据,可以用来推测山区气温。本文通过对横断山区2001 年-2007 年间64 个气象台站的多年月平均气温数据(Ta) 与Modis地表温度多年月平均值(Ts) 进行了时序分析和回归分析,并取得如下研究结果：(1) Ts 与Ta 具有非常好的线性相关关系,89%的台站的决定系数高于0.5;95%的台站的标准误差都低于3 oC,84.4%的台站标准误差低于2.5 oC;12 个月份的Ts 与Ta 的决定系数R²在0.63~0.90 之间,标准误差在2.22~3.05 oC之间。(2) 研究区内月均气温的变化范围在-2.25~15.64 oC之间;生长季(5-9 月份) 的月均气温变化范围为：10.44~15.64 oC。(3) 等温线的海拔高度自山体外围向内部逐渐升高,与山体效应的增温效应相吻合;0 oC等温线自10 月份从海拔4700±500 m左右逐渐降低,至1月份降至最低点,约在3500±500 m左右,此后,逐渐回升,至次年5 月份再次达到4700±500 m左右,也就是说横断山区5200 m以下的广大山区全年至少有6~12 个月的气温在0 oC以上。研究表明：可以利用Modis月均地表温度结合地面观测台站的数据较精确的估算山区月均气温。     

1960 年以来青藏高原气温变化研究进展

青藏高原是中国最大、世界海拔最高的高原,它对全球气候系统存在显著影响.本文对青藏高原自1960年以来的气温变化特征及其影响因素的研究进行了概述与总结.近50 年来,青藏高原气温明显上升,经历了一个冷期和一个暖期,气温在20 世纪80 年代发生突变,整体呈现前低后高波动上升的趋势;最低气温和最高气温呈不对称的线性增温趋势,最低气温的上升速率要比最高气温快得多;而极端事件频率、强度也有所变化,其中低温事件大大减少,高温事件则明显增加;各类界限温度的积温以及持续日数等生物温度指标也都显著增加.在空间分布上,青藏高原气温呈现出整体一致增暖,并且有西高东低、南北反相的变化形态.影响青藏高原气温变化的因素有很多,主要包括天文因素、高原内部气象要素以及外部环流影响等.     

基于MODIS数据的陕西省地表温度的空间分布研究

由热红外波段获得的影像是地物发射的热辐射量的直接记录,可用于地面温度和热量空间分布的动态监测。本文利用MODIS数据可见光波段b1、近红外波段b2和中红外波段b19,获得所需要的两个基本参数：地表比辐射率与大气透过率;然后对于热红外波段b31、b32,运用劈窗算法反演出陕西省地表温度：并与陆面实际状况进行了对照分析。结果表明,这一方法能获得较合理的地表温度,符合陕西省实际地表状况;另外也为应用MODIS热红外波段数据进行大范围实时监测地表温度提供了新的途径。     

利用MODIS数据进行旱情动态监测研究

MODIS-EVI植被指数与不同覆盖程度植被的线性关系已得到明显改善,可以更有效地反映地表植被的生长状态。利用MODIS合成数据MYD11A2和MYD13A2获取的增强型植被指数(EVI)和陆地表面温度(Ts)构建EVI-Ts特征空间,并以该特征空间计算的温度植被干旱指数(TVDI)作为干旱监测指标,分析广西2006年秋旱分布。结果表明:以地表温度和MODIS-EVI为基础的温度植被干旱指数能较好地反映区域旱情分布和旱情发展过程,2006年9月中旬—11月中旬广西受旱区域不断扩大,旱情持续加重。     

MODIS-based estimation of air temperature of the Tibetan Plateau

The immense and towering Tibetan Plateau acts as a heating source and, thus, deeply shapes the climate of the Eurasian continent and even the whole world. However, due to the scarcity of meteorological observation stations and very limited climatic data, little is quantitatively known about the heating effect and temperature pattern of the Tibetan Plateau. This paper collected time series of MODIS land surface temperature （LST） data, together with meteorological data of 137 stations and ASTER GDEM data for 2001-2007, to estimate and map the spatial distribution of monthly mean air temperatures in the Tibetan Plateau and its neighboring areas. Time series analysis and both ordinary linear regression （OLS） and geographical weighted regression （GWR） of monthly mean air temperature （Ta） with monthly mean land surface temperature （Ts） were conducted. Regression analysis shows that recorded Ta is rather closely related to Ts, and that the GWR estimation with MODIS Ts and altitude as independent variables, has a much better result with adjusted R 2 〉 0.91 and RMSE = 1.13-1.53℃ than OLS estimation. For more than 80% of the stations, the Ta thus retrieved from Ts has residuals lower than 2℃. Analysis of the spatio-temporal pattern of retrieved Ta data showed that the mean temperature in July （the warmest month） at altitudes of 4500 m can reach 10℃. This may help explain why the highest timberline in the Northern Hemisphere is on the Tibetan Plateau.     

基于Modis地表温度的青藏高原东部及其邻近地区气温估算(英文)

Climatic conditions are difficult to obtain in high mountain regions due to few meteorological stations and, if any, their poorly representative location designed for convenient operation. Fortunately, it has been shown that remote sensing data could be used to estimate near-surface air temperature (Ta) and other climatic conditions. This paper makes use of recorded meteorological data and MODIS data on land surface temperature (Ts) to estimate monthly mean air temperatures in the southeastern Tibetan Plateau and its neighboring areas. A total of 72 weather stations and 84 MODIS images for seven years (2001 to 2007) are used for analysis. Regression analysis and spatio-temporal analysis of monthly mean Ts vs. monthly mean Ta are carried out, showing that recorded Ta is closely related to MODIS Ts in the study region. The regression analysis of monthly mean Ts vs. Ta for every month of all stations shows that monthly mean Ts can be rather accurately used to estimate monthly mean Ta (R2 ranging from 0.62 to 0.90 and standard error between 2.25℃ and 3.23℃). Thirdly, the retrieved monthly mean Ta for the whole study area varies between 1.62℃ (in January, the coldest month) and 17.29℃ (in July, the warmest month), and for the warm season (May-September), it is from 13.1℃ to 17.29℃. Finally, the elevation of isotherms is higher in the central mountain ranges than in the outer margins; the 0℃ isotherm occurs at elevation of about 4500±500 m in October, dropping to 3500±500 m in January, and ascending back to 4500±500 m in May next year. This clearly shows that MODIS Ts data combining with observed data could be used to rather accurately estimate air temperature in mountain regions.     

MODIS-based air temperature estimation in the southeastern Tibetan Plateau and neighboring areas

Climatic conditions are difficult to obtain in high mountain regions due to few meteorological stations and, if any, their poorly representative location designed for convenient operation. Fortunately, it has been shown that remote sensing data could be used to estimate near-surface air temperature (Ta) and other climatic conditions. This paper makes use of recorded meteorological data and MODIS data on land surface temperature (Ts) to estimate monthly mean air temperatures in the southeastern Tibetan Plateau and its neighboring areas. A total of 72 weather stations and 84 MODIS images for seven years (2001 to 2007) are used for analysis. Regression analysis and spatio-temporal analysis of monthly mean Ts vs. monthly mean Ta are carried out, showing that recorded Ta is closely related to MODIS Ts in the study region. The regression analysis of monthly mean Ts vs. Ta for every month of all stations shows that monthly mean Ts can be rather accurately used to estimate monthly mean Ta (R2 ranging from 0.62 to 0.90 and standard error between 2.25℃ and 3.23℃). Thirdly, the retrieved monthly mean Ta for the whole study area varies between 1.62℃ (in January, the coldest month) and 17.29 ℃ (in July, the warmest month), and for the warm season (May-September), it is from 13.1℃ to 17.29℃. Finally, the elevation of isotherms is higher in the central mountain ranges than in the outer margins; the 0℃ isotherm occurs at elevation of about 4500±500 m in October, dropping to 3500±500 m in January, and ascending back to 4500±500 m in May next year. This clearly shows that MODIS Ts data combining with observed data could be used to rather accurately estimate air temperature in mountain regions.     

Application of geographically weighted regression model in the estimation of surface air temperature lapse rate

The surface air temperature lapse rate(SATLR)plays a key role in the hydrological,glacial and ecological modeling,the regional downscaling,and the reconstruction of high-resolution surface air temperature.However,how to accurately estimate the SATLR in the regions with complex terrain and climatic condition has been a great challenge for re-searchers.The geographically weighted regression(GWR)model was applied in this paper to estimate the SATLR in China's mainland,and then the assessment and validation for the GWR model were made.The spatial pattern of regression residuals which was identified by Moran's Index indicated that the GWR model was broadly reasonable for the estimation of SATLR.The small mean absolute error(MAE)in all months indicated that the GWR model had a strong predictive ability for the surface air temperature.The comparison with previous studies for the seasonal mean SATLR further evidenced the accuracy of the estimation.Therefore,the GWR method has potential application for estimating the SATLR in a large region with complex terrain and climatic condition.     

青藏高原土壤水分变化对近地面气温的影响

青藏高原为全球气候变化最为敏感的区域之一,探讨该地区土壤水分变化对近地面气温的影响将为青藏高原水汽循环研究及该地区对周边气候与环境的影响研究提供重要理论支撑。利用NCEP-CFSR数据集,基于土壤水分对近地面气温的影响机理,揭示了青藏高原不同季节、不同植被分区下土壤水分时空分异规律、土壤水分与蒸发率的响应与耦合状态及土壤水分通过蒸散发过程对近地面气温的影响。结果表明：① 不同季节下青藏高原土壤水分空间分布基本一致,除西北地区和喜马拉雅山脉外,整体呈现由东南向西北递减趋势,青藏高原地区存在干旱区变湿,湿润区变干的空间特征;② 青藏高原大部分区域土壤水分处于干湿过渡状态,其中青藏高原南部和东南部地区全年处于干湿过渡状态,而柴达木盆地几乎全年处于干旱状态;③ 近地面气温对土壤水分的响应在冬季最弱,在夏季最强且空间差异较小,其中在冬、春、夏季为负反馈,另外不同植被覆盖区近地面气温对土壤水分的敏感性差异很大。此项研究对于进一步探讨青藏高原地区陆气耦合状态及变化环境下的区域水汽循环及其效应具有重要理论意义。     

青藏高原气温空间分布规律及其生态意义

作为世界第三极的青藏高原,其巨大的块体产生了显著的夏季增温作用,对亚洲乃至全球气候都具有重大影响。但由于高原自然条件严酷,山区气象观测台站很少,气象资料极度匮乏;如果依靠台站数据进行空间插值获得高原气温的空间分布数据,会由于插值点过少而产生较大误差并可能掩盖一些空间信息,因而难以全面反映高原气温的空间分布规律。利用基于MODIS地表温度数据估算的青藏高原气温数据,详细分析各月气温及重要等温线的空间分布格局,并结合林线和雪线数据,初步探讨了高原气温空间分布格局对高原地理生态格局的重要影响。研究表明：① 等温线的海拔高度自高原东北部、东部边缘向内部逐渐升高,等温线在高原内部比东部边缘高500~2000 m,表明相同海拔高度上气温自边缘向高原内部逐渐升高。② 高原西北部的羌塘高原、可可西里为高原的寒冷区,全年有7个月的气温低于0 ℃,3~4个月的气温低于-10 ℃;青藏高原南部（喜马拉雅山北坡—冈底斯山南坡）和中部（冈底斯山北坡—唐古拉山南坡）是高原的温暖区,全年有5个月的气温能达到5~10 ℃,有3个月的气温能超过10 ℃,尤其是拉萨—林芝—左贡一带在3500~4000 m以下的地区最冷月均温也能高于0 ℃。③ 北半球最高雪线和林线分别分布于高原的西南部和东南部,表明高原气温空间分布特征对本地的地理生态格局具有重要影响。     

MODIS大气廓线产品在青海省空气温度遥感估算中的应用研究

气温是反映生态环境的重要参数之一,准确估算气温的时空分布对于气候变化研究具有重要意义.论文基于2011-2019年青海省气温实测数据、MODIS产品和SRTM DEM数据,在像元尺度分别开展了晴天条件和有云条件下瞬时空气温度的遥感估算研究,并评价了不同气温估算方法的精度差异,进而通过多元回归模型生成研究区高精度月空气温...     

Seasonal air temperature variations retrieved from a Geladaindong ice core, Tibetan Plateau

A 70-year history of precipitation δ18O record has been retrieved using an ice core drilled from a plat portion of the firn area in the Guoqu Glacier (33o34′37.8″ N, 91o10′35.3″ E, 5720 m a.s.l.) on Mt. Geladaindong (the source region of Yangtze River) during October and November, 2005. Based on the seasonality of δ18O records and the significant positive rela-tionships between monsoon/non-monsoon δ18O values and summer/spring air temperature from the nearby meteorological stations, the history of summer and spring air temperature have been reconstructed for the last 70 years. The results show that both summer and spring air temperature variations present similar trends during the last 70 years. Regression analysis indicates that the slope of the temperature-δ18O relationship is 1.3℃/‰ for non-monsoon δ18O values and spring air temperature, and 0.4℃/‰ for monsoon δ18O values and summer air temperature. Variation of air temperature recorded in the ice core is consistent with that in the Northern Hemisphere (NH), however, the warming trend in the Geladaindong region is more intense than that in the NH, reflecting a higher sensitivity to global warming in the high elevation regions. In addition, warming trend is greater in spring than in summer.