基于地理加权回归模型的典型山地卫星反演降水产品降尺度研究

降水是陆地水循环的关键变量,高分辨率降水数据的获取是准确模拟陆地水循环过程的前提。虽然卫星反演降水产品具有较强的空间代表性和连续性,但其空间分辨率较低的问题限制了它的应用。以太行山、横断山和喀斯特山区为研究对象,基于降水与高程(DEM)、植被指数(NDVI)之间存在较好相关关系的假设,构建了GPM降水(Global Precipitation Measurement Mission)与高程、植被指数的地理加权回归模型,得到了2014—2016年研究区1km分辨率GPM降水数据。研究结果表明:地理加权回归模型能有效地提高GPM数据的空间分辨率。降尺度后,GPM数据精度在太行山和横断山区略有提高。年尺度上,相比于原始GPM数据,太行山和横断山区降尺度数据站点实测数据的确定系数分别提高了0.06和0.08,RMSE分别降低了0.45%和3.89%,MAE分别降低了0.16%和1.70%;月尺度上,太行山区67%的月份,横断山区83%的月份GPM产品降尺度后更加接近于站点实测数据。喀斯特地区GPM数据降尺度后精度略有下降,降尺度后,年尺度的降雨数据与实测数据的RMSE和MAE分别增加了10.00%和8.00%,R^2降低了0.06,月尺度上仅8月和9月降尺度后的精度更高。降雨与地形和NDVI的关系较弱是喀斯特地区降尺度效果较差的主要原因。     

太行山区国土空间格局演变特征及其驱动力

国土空间是人类活动的基础空间载体,开展山区国土空间格局演变特征和分异特征研究,有利于优化区域发展格局。以太行山区为研究对象,选取1980、1990、1995、2000、2005、2008、2010、2015年8期土地利用数据,将其分为城镇空间、农业空间和生态空间,揭示其时空演变特征,并采用地理探测器方法分析太行山区国土空间演变的驱动力。结果表明:(1)太行山区城镇空间散布在各地级市中心,农业空间主要分布在山麓和盆地,生态空间分布在高海拔山区。35年间城镇空间扩张显著,农业空间和生态空间大幅度减少,县域国土空间面积的变化同主体功能区定位相吻合。(2)太行山区国土空间分异显著。1980—2015年国土空间变化以海拔1000 m和坡度15°为阈值,阈值以下城镇空间随地形上升逐渐减少,农业空间逐渐增加,阈值以上生态空间增幅最显著。与此同时,国土空间类型区面积变化在地貌区上存在较高的分异性,特别是在台地、平原以及中、高起伏山地变幅最大。(3)太行山区国土空间格局的演变是自然条件、交通区位、社会经济、国家政策共同作用的结果,其中,自然条件是基础性决定条件,交通区位是重要驱动力,社会经济是主要驱动力,国家政策是外在驱动力。研究结果可为优化山区国土空间格局,与提升国土空间功能提供参照。     

基于DEM的中国陆地多年平均温度插值方法

以1961~2000年全国726个气象站点旬平均温度为基础数据,在分析了多年月平均温度和年平均温度的空间分布与经度、纬度、高度的内在关系后,提出了一种基于DEM和智能搜索距离的温度空间插值方法(SSI),并与反距离平方(IDS) 等传统方法进行了对比。交叉验证结果表明:1) 传统的IDS方法最优结果的MAE范围是1.44 oC~1.63 oC,平均1.510C;而SSI温度插值方法的平均绝对误差为0.53 oC~0.92 oC,平均值0.69 oC,精度超过IDS等方法一倍以上。2) 随着距离的增大,站点间温度的相关性逐渐降低,会降低估算精度;小于一定的搜索半径,被估算点周围的相邻站点的数目逐渐减少,同样会降低插值的精度,因而对中国陆地部分温度插值而言,最优的空间插值搜索半径介于150~250 km之间。最后,结合DEM数据,生成了0.1o ×0.1o中国陆地区域多年月平均和年平均温度栅格图像数据集,该结果表明:利用SSI方法不仅可以生成高精度、高空间分辨率的网格温度结果,而且其插值结果能客观细致的反映温度随经度、纬度和高度梯度变化的地带性特征。     

基于TRMM数据的鄱阳湖流域降雨时空分布特征及其精度评价

基于1998-2007 年热带测雨卫星(TRMM) 3B42 V6 降雨数据分析鄱阳湖流域降雨时空分布特征, 并利用40个气象站观测日降雨数据对TRMM数据在不同子流域、不同降雨强度及不同季节里的精度进行了对比分析, 弥补了以往只评价整体精度的不足。结果显示:鄱阳湖流域北部地区修水、饶河子流域较易出现暴雨, 导致雷达信号衰减, 使TRMM对大雨强降雨的探测出现较大偏差;流域内降雨以10~50 mm为主, 其雨量占到总雨量的60%;流域降雨在年内1-3 月中旬为干旱少雨期, 3 月下旬-9 月初为湿润多雨期, 9-12 月再次进入干旱少雨期;而空间分布呈东、西部大, 中部小的格局;同时发现, 在赣南山区TRMM降雨较观测雨量低300~400 mm, 这可能受高程和坡度的影响, 使TRMM对山区降雨的探测精度也出现较大偏差。     

西北干旱区山区融雪期气候变化对径流量的影响

利用8 个山区气象站1960-2010 年日平均气温、降水和7 个出山口水文站的年径流数据(1960-2008), 统计分析了山区融雪期开始时间、结束时间、天数、温度和降水的变化趋势及其空间差异性, 并定量评估了年径流量对融雪期温度和降水变化的敏感性。结果表明, 近50年来, 山区融雪期平均提前了15.33 天, 延迟了9.19 天;其中, 天山南部山区融雪期提前时间最长, 为20.01 天, 而延迟时间最短, 仅6.81 天;祁连山北部山区融雪期提前时间最短(10.16天), 而延迟时间最长(10.48 天)。这显示山区融雪期提前时间越长, 延迟时间则越短。山区融雪期平均降水量增加了47.3 mm, 平均温度升高了0.857℃;其中天山南部山区降水增量最大, 达65 mm, 昆仑山北部山区降水和温度增量均最小, 分别为25 mm和0.617℃, 而祁连山北部山区温度增量最高(1.05℃)。河流径流量对融雪期气候变化敏感, 降水变化诱发年径流量变化了7.69%, 温度变化使得年径流量改变了14.15%。     

1980—2017年天山山区不同降水形态的时空变化

利用1980—2017年天山山区35个气象站点的逐日降水资料,分离出3种主要降水形态后,运用线性倾向估计、Mann-Kendall(M-K)突变检验、滑动t突变检验、Morlet小波分析等方法研究了天山山区降水日数及降雨日数、降雪日数和雨夹雪日数的时空分布及变化规律。研究表明：（1）在空间上,天山山区降水日数和降雨日数表现为“北多南少,西多东少”的分布格局,降雪日数“北多南少”明显;降水日数呈现“西快东慢,北快南慢”的增长趋势,西段增长幅度明显,降雨日数普遍增多,大部分地区降雪日数减少,雨夹雪日数也有减少趋势。（2）近38 a来,天山山区降水日数表现为缓慢增长趋势,降雨日数显著增加,降雪日数减少,雨夹雪日数变化并不明显。（3）天山山区降水日数突变年在1986年前后。（4）降水日数、降雨日数、降雪日数及雨夹雪日数均存在明显的10 a左右的振荡周期,此外,降水日数、降雨日数和雨夹雪日数18~22 a周期波动也比较明显。     

黑河流域中上游地区降水中氢氧同位素与温度关系研究

根据黑河流域中上游地区所取得的降水水样和降水气象资料,分析了该区域降水中氢氧同位素随温度的变化特征,研究了内陆河黑河流域中上游地区降水中氢氧同位素与温度的关系,揭示了降水中氢氧同位素随温度的变化规律。降水中氢氧同位素与温度有很好的正相关关系,且与降雨前后平均气温之间的相关性优于与降雨前和降雨后气温之间的,温度与δ~(18)O之间的相关性优于与δD的。在黑河流域,局地性降水的增加影响降水中氢氧同位素与温度之间的关系,在山前或山前盆地,因局地性降水增加,所以降水中氢氧同位素与温度的关系与山区相比较差。     

黄土高原降水与地理因素的空间结构趋势面分析

用趋势面分析方法,对黄土高原降水分布效应的研究表明:黄土高原地区降水量的空间分布趋势决定于地理位置和海拔高度;东南部及东部暖湿气流是支配黄土高原降水的主导气流,其中东南气流作用稍强。坡向、坡度、植被条件及地形对降水也有一定影响,如秦岭北坡、太行山西坡等背风坡可使降水比理论值减少5%～7%;干旱及荒漠区减少14%左右;而高原中的突立山系(如六盘山—陇山)则使降水增幅约16%。     

岔巴沟流域次暴雨坡面土壤侵蚀经验模型

坡面土壤流失预测、水保效益评估,无不需要坡面侵蚀模型。本文以岔巴沟流域坡面径流场降雨水文资料为基础,建立了次侵蚀性降雨坡面土壤侵蚀模型、次降雨坡面细沟侵蚀模型,并对各模型的精度进行了分析。结果发现模型具有较好的预报精度,对大侵蚀产沙事件预测很准;坡度、最大10分钟雨强、植被覆盖度是影响次侵蚀性降雨主要因子,坡度、最大10分钟雨强、降雨量是影响细沟侵蚀主要因子,植被覆盖对细沟侵蚀产沙影响很小。     

太行山区遥感卫星反演降雨产品降尺度研究

高时空分辨率降雨数据的获取对陆地水循环研究至关重要。遥感卫星反演降水产品虽然能有效再现降雨的空间格局,但存在空间分辨率较低的问题。以植被指数NDVI(Normalized Difference Vegetation Index)和海拔高度为自变量,通过构建太行山区GPM降水(Global Precipitation Measurement Mission)的时滞地理加权回归模型,得到了2014—2016年研究区1 km分辨率GPM降水数据。研究结果表明：利用植被指数和海拔高度构建的时滞地理加权回归模型能够有效地对太行山月尺度GPM降雨数据进行尺度下延,在提高GPM数据空间分辨率的同时保留了原始数据的观测精度。考虑NDVI的时滞性提高了地理加权回归模型的降尺度效果,相对于多元线性回归模型和不考虑NDVI时滞效应的地理加权回归模型,时滞地理加权回归模型的降尺度结果与站点实测数据的确定性系数更高,RMSE更低。冬季降雨与第二年春季植被NDVI的关系较为密切,虽然采用第二年春季的NDVI作为解释变量构建降尺度模型能有效地提高冬季降雨的降尺度效果,但基于植被指数和海拔高度构建的时滞地理加权回归模型更加适用于植被生长季GPM降雨数据的降尺度研究。     

基于 MODIS 数据的吐鲁番盆地 2001—2017 年 植被变化及水热组合影响分析

中国西北干旱地区的气候变化及其对植被的影响一直备受关注。以地形特殊的吐鲁番盆 地为研究对象,利用实测气象站点数据、再分析气象格点数据以及 MODIS 卫星遥感植被指数,采用 趋势检验、线性回归、偏相关分析等方法,探究了该地区 2001—2017 年间的植被变化及其与水热组 合特征之间的关系。结果表明：（1）吐鲁番盆地降水量整体没有显著变化,但北部山区降水增长较 多,气温总体呈显著上升趋势,尤其是盆地底部中心区域增温较大。（2）全区域植被指数（NDVI）总 体呈极显著上升趋势,山区及中心区域 NDVI 增长率较大。（3）受水汽来源和日照时长的影响,吐鲁 番盆地周边山区高程 3 000 m 左右 NDVI 值最高,山区植被最好的坡向是西北坡。（4）吐鲁番盆地水 热组合复杂,水分条件是大部分地区植被生长的主要限制因素,降水与 NDVI 有较好的正相关,在 山区和荒漠区热量增加不利于植被生长,但中心区域受地下水和人类活动影响,水分的供给相对 稳定,热量增加利于植被生长。     

TRMM数据在中国降雨侵蚀力计算中的应用

长时间序列降雨过程资料的获取一直是降雨侵蚀力计算中的一个难题。尝试利用地面实测站点数据分别对TRMM(Tropical Rainfall Measuring Mission)卫星的3B43和3B42数据进行回归建模和订正,并采用订正后的3 h平均降雨强度代替30 min最大降雨强度,同时基于TRMM数据的EI180的降雨侵蚀力算法,计算出了全国南北纬50°范围(TRMM覆盖区)内2013年月、季和年降雨侵蚀力;最后分别计算了省域和区域尺度下的降雨侵蚀力对全国尺度下的结果进行对比验证。结果表明:(1) TRMM降水数据比地面站点观测的降水量略大,但与实测站点数据具有很好的线性回归关系,其季尺度决定系数R²均较高,由此也说明了TRMM数据可以很好地反映全国范围内降雨的季节性变化。(2)利用订正后的TRMM3B42数据计算出研究区内的年均降雨侵蚀力为536.02 MJ·mm·hm^-2·h^-1·a^-1,其降雨侵蚀主要集中在5~8月份。(3) 2013年全国降雨侵蚀变化趋势由东南向西北方向逐渐降低,且沿海省份较内陆省份降雨侵蚀较高。(4)通过对年降雨侵蚀力结果与实测站点降雨量以及订正的TRMM降水数据分析表明,降雨侵蚀力与降水之间存在着紧密的二次非线性关系。(5)通过尺度验证,其中省域尺度验证误差为8.34%,区域尺度误差仅为0.24%,由此说明了TRMM数据在不同尺度下均具有良好的适应性,同时也验证了方法在不同尺度下的有效性。该方法为有效解决土壤侵蚀中降雨强度计算资料缺乏的瓶颈,同时也为降雨侵蚀力的计算提供了一条有效的途径。     

天山山区草地变化与气候要素的时滞效应分析

通过选取新疆天山山区作为研究区,分析该地区气候参数(降水、温度、光照)对草地季节变化影响的滞后性特征.利用研究区内各气象站点的气温、降水和日照时数的逐句数据、SPOTVGT时序数据和土地利用覆盖数据,运用时滞相关分析和GIS空间分析方法.根据13个滞后期(0～12旬)和13个时间尺度(1～13旬)分析了植被NDVI与同...     

基于TRMM数据的青藏高原降水的空间和季节分布特征

庞大的青藏高原不仅影响其周围的气候,也影响整个亚洲甚或全球的气候,而且本身还形成了独特的高原气候。但高原上气象观测站点极为稀少,降水资料奇缺,难以完整、深刻地认识高原降水的时空分布格局。选用热带降雨测量计划卫星(Tropical Rainfall Measuring Mission,TRMM)3B43月尺度降水率数据,并根据114个气象站点数据与TRMM数据的差额和克里格球形插值模型对原数据进行了修正,克服了原数据低值高估、高值低估的问题,并以此分析了青藏高原1998~2011年的多年平均降水的空间格局与季节分布特征。研究结果证实了青藏高原降水的空间格局呈现自东南向西北递减、自南向北逐渐减少的基本分布规律,包括喜马拉雅山北坡雨影区、高原西北部"寒旱核心"的存在;还发现了一些新的规律,包括阿里喀喇昆仑山少雨区、高原腹地相对湿润区、横断山脉中心相对干旱区等。高原降水的季节分配不均匀,其中,西、北部春(3~5月)、秋(9~11月)和冬(12~2月)的降水占全年降水比例均为20%~30%,夏季(6~8月)降水稍多,比例为30%~40%;东南部降水主要集中在夏季,比例高达40%~60%,春、秋降水比例为20%~30%,冬季降水比例低于10%。     

拉萨河流域高山水热分布观测结果分析

利用架设在念青唐古拉山南坡9个海拔高度(4300～5500m)的自动气象站一年(2006年8月1日-2007年7月31日)的实测数据,对山坡1.5m高度的气温和季风期(6-9月)降水随海拔梯度和时间的变化进行了分析.表明4300～4950m存在一个逆温带,逆温时间自10月至翌年4月.年逆温频率为11.5%(42天).4300～5500m年平均气温直减率为0.61℃/100m;念青唐古拉山南坡季风期各月最大降水带都在海拔5100m.最大降水高度以下,山坡降水量递增率为4～7mm/100m,最大降水高度以上,降水递减率数值上为降水递增率的1.6～2.3倍.7月和8月降水量占季风期总降水量比例大于6月和9月.降水月内分配山坡上部总体较山坡下部均匀.降水主要发生在4:00-10:00以外的时间段,而大一中雨(3～14mm/h)主要发生在18:00-22:00.山坡强降水段相对集中在4650～5100m海拔高度.     

基于USLE和GIS的水土流失敏感性空间分析——以河北太行山区为例

以USLE方程为理论指导,遥感影像为主要数据源,基于ArcGIS 进行水土流失敏感性空间分析。选择降雨侵蚀力、土地利用类型、坡度、植被覆盖度等影响因子构建水土流失敏感性评价指标体系,在考虑不同因子影响作用大小的情况下,运用空间分析的方法按标准将水土流失敏感性分为五级;并以河北太行山区为例进行研究,利用危险性指数表征研究区水土流失敏感性大小,分析研究区在不同地理背景下的水土流失敏感区的空间分布特征。研究表明：河北太行山区的水土流失敏感性危险性指数为3.97;空间上水土流失敏感性分等级呈现明显的条带状分布;中度敏感区所占面积比例最大,为39.2%;整体水土流失敏感性中度偏重。     

西部干旱区未来气候变化高分辨率预估

利用高分辨率区域气候模式WRF,基于CMIP5计划中MIROC5输出结果,进行了我国高分辨率(30 km)的历史模拟及未来预估。针对我国西部干旱区,在模式验证的基础上分析了该区域未来气温和降水的变化。历史模拟结果显示WRF对我国西部干旱区有较好的模拟能力,模拟结果较MIROC5有明显改进。21世纪西部干旱区将持续增暖,末期的增温幅度明显高于中期。和全国平均相比,西部干旱区21世纪增温幅度高于全国平均水平。空间分布上,年平均气温变化的主要特征是新疆南部增温高于新疆北部,山区的增温高于盆地。气温季节变化主要表现为夏季增温集中在山区,而冬季增温则更多集中在盆地。西部干旱区降水在21世纪总体呈现减少趋势,夏季降水减少更为明显,这和全国平均的降水增加并不一致。空间分布上,降水变化的主要特征是山区降水减少,其中夏季山区降水减少十分明显,而盆地降水则略有增加。     

2012—2019年乌鲁木齐市夏季降水日变化特征

利用2012—2019年乌鲁木齐市6个国家级气象站夏季逐时降水资料,分析全市和不同区域近8a逐时降水日变化特征.结果表明:(1)近8a乌鲁木齐市夏季不同量级降水量和降水日数空间分布总体是由山区向郊区减小,一般性降水对总降水贡献最大.(2)全市和各区域逐时累计降水量和降水频次变化趋势较显著,增加速率明显大于下降速率,山区...     

ERA-Interim和GHCN-CAM再分析气温数据在天山山区的适应性分析

天山山区是新疆主要河流的发源地,对该区域再分析气温数据进行适应性分析具有重要的研究意义,气温观测数据由于受到太阳辐射、海拔、大气环流和传感器角度等因素的影响,导致诸多误差;在其应用之前需要验证,尤其在海拔差异较大的天山山区。为验证ERA-Interim和GHCN-CAM两种再分析气温数据在天山山区的适应性,本文在数据预处理的基础上,利用45个气象站点日平均气温数据分别计算偏差(BIAS)、相关系数(R)、均方根误差(RMSE)等统计指标,并从不同海拔、偏差的空间分布上对天山山区1984—2016年ERA-Interim和GHCN-CAM逐月平均气温数据进行了适应性分析。结果表明:(1) GHCN-CAM(R=0. 94; BIAS=0. 55℃; RMSE=4. 08℃)气温值在天山山区的适应性强于ERA(R=0. 95; BIAS=2. 35℃; RMSE=4. 21℃)。(2)在气温的年内变化上,两种再分析数据值均低于观测值,表现为低估。(3)在季节尺度上,冬季(12月、1月和2月)表现为冷偏差,其他季节暖偏差。春秋两季模拟精度比夏冬两季高。(4)在1500～2000 m地区气温的模拟最好。从偏差的空间分布来看,天山中部、东部的再分析数据比天山南、北部能更好的反映气温的空间分布特征。山区地形复杂度和气象站点的不均匀是影响再分析数据精度的主要因素。     

气候模式同站点插值外推气象数据的比较

在气象站稀疏的中亚荒漠地区采用基于大气物理机制的区域气候模式,可获得高分辨率格点气象资料进行气候变化研究.针对中亚地区1958-2001年的气候变化,采用RegCM区域气候模式对ERA40和NCEP/NCAR两套气象再分析数据进行动力降尺度至40 km,并将结果同三套基于气象站点插值外推的格点数据(CRU、WM和APHRO)进行比较.所有数据一致表明,1960年代以来新疆地区的气温显著增加,南疆地区降水增加、天山山区降水减少.除APHRO外,数据都表明北疆地区降水呈增加趋势.RegCM模拟的气温和降水数据与站点外推数据空间分布格局基本一致;但RegCM数据年平均气温低于站点外推数据,RegCM数据在新疆山区的年降水量是站点外推数据年降水量的1.3倍.由于研究区内73％的气象站点分布在中山带以下的干热气候区,站点外推数据可能低估山区降水并高估该区域气温.与站点插值外推的格点数据相比,区域气候模式具有能细致描述区域内中小尺度的地形/下垫面特征、更精确反映气象要素空间变异格局的能力.但因为缺乏足够的地面观测以及高精度遥感反演气象数据,当前尚无法全面评估区域气候模式在中亚地区尤其是山区的模拟精度.