华北汛期降水与青藏高原地表温度的相关分析探讨

利用1980～2002年青藏高原月平均地表温度、1957～2002年我国华北地区104站月降水,分析了青藏高原地表温度与华北以及各分区汛期(7、8月)降水的可能联系,结果表明,青藏高原5月地表温度与华北地区汛期降水具有显著的正相关,高相关区域位于高原的东北部和西南部。华北地区汛期降水偏少年,青藏高原5月地温以负距平为主；降水偏多年,青藏高原5月地温为大范围的正距平,距平中心也位于高原的东北和西南部。SVD的分析表明,青藏高原5月地表温度和华北地区汛期降水的第一典型场表现出一致的变化特点,前者的分布型态与华北地区干旱或洪涝对应的合成分布以及相关系数场相似,高值区域分别位于高原的东北部和西南部地区,后者的高值区域,位于华北中部和东部地区。华北不同区域汛期降水与青藏高原地表温度的相关有明显的差异,华北中部和东部与5月高原地温的正相关最显著,其它地区与上年10～12月地温的负相关最显著,同时,影响各分区夏季降水的高原地温关键区也有所不同。     

基于MODIS LST产品估算青藏高原地区的日平均地表温度

地表温度是衡量地-气界面热状况的重要指标,在冻土制图、城市热岛效应等研究领域有重要应用.MODIS数据只提供了每日4次过境的瞬时温度值,而实际应用中往往需要日平均地表温度.对实测0cm温度数据进行分析后,发现其日变化曲线呈分段函数特性,白天按正弦曲线变化,夜间则呈线性下降.据此提出对白天和晚上的数据进行分段拟合的方案,并与已有的两种拟合方法作对比验证.地面验证工作包括两个方面:一是模拟的验证,按卫星过境时间从逐小时的实测0cm数据中挑出4个瞬时值,将上述拟合方法应用于这4个瞬时值,得到拟合的日平均温度,再同24h的算术平均值比较.结果表明:Sin-Linear法精度最高,平均误差在1K以内;其二是地面对MODIS的验证,将3种方法应用于MODIS数据,再与地面平均值比较,3种方法中Sin-Linear法误差最小,且具有最好的线性相关,R2超过0.9.     

ERA-Interim地表温度数据集在青藏高原冻土分布制图应用的适用性评估

地表温度综合反映了大气、植被和土壤等因素的能量交换状况, 是冻土分布模型和一些寒区陆面过程模式的上边界条件, 对多年冻土分布制图和活动层厚度估算有重要意义. 为了评估ERA-Interim 地表温度产品在青藏高原地区的适用性, 综合比较了青藏高原69个海拔2 000 m以上气象站1981-2013年地面实际观测值与ERA-Interim之间的差异及其分布状况. 结果表明, 两种资料的变化趋势一致, 但是ERA-Interim地表温度在数值上与实际观测值差别显著, 平均偏低7.4℃. 原因之一可能是由ERA-Interim再分析资料格点的海拔高度与气象站实际海拔高度差异引起的. 根据两种温度产品之间海拔的差异, 对ERA-Interim地表温度重新进行模拟, 经过模拟后的ERA-Interim地表温度与实际观测值的差值在大部分气象站变小, 平均偏高0.4℃. 因此, 经过重新模拟的ERA-Interim地表温度基本能够反映青藏高原地表温度的真实情况. 以模拟后的ERA-Interim地表温度作为地面冻结数模型的输入参数模拟了青藏高原冻土分布, 结果表明青藏高原多年冻土区面积为1.14×10⁶ km², 季节冻土区面积为1.43×10⁶km².     

MODIS地表温度产品在青藏高原冻土模拟中的适用性评价

利用MODIS地表温度反演产品,以青藏高原为研究区域,通过单点、区域、模型3方面来验证MODIS地表温度产品在青藏高原冻土模拟中的适用性.通过69个气象站点观测的地表O cm温度数据与所在位置的MODIS地表温度数据比较,二者在时间序列上的变化趋势基本一致,但是平均误差较大.在区域验证中,实测地表温度数据采用经纬度海拔...     

基于地表温度与植被指数特征空间反演地表参数的研究进展

遥感反演的地表温度(Ts)和植被指数(VI)构成的特征空间结合模型分析可以对显热通量、潜热通量及土壤含水量等地表参数进行估算.这种方法比较实用,且不过多地依赖地面观测数据.随着研究的深入,许多学者在Ts/VI特征空间基础上提出了更加丰富的空间变量.基于此,以不同空间变量为标准,分类介绍在Ts/VI特征空间的基础上对地表能量通量及土壤水分等参数的反演.其中包括在Ts/NDVI特征空间基础上提出温度植被干旱指数和条件植被温度指数来监测干旱;利用Ts/albedo特征空间反演蒸发比;用DSTV/VI特征空间反演蒸散量;用地气温差/植被指数特征空间反演蒸散量等.并介绍了Ts/VI特征空间与微波遥感结合反演地表含水量等相关研究的进展情况,最后提出未来研究的发展方向.     

MODIS地表温度产品在青藏高原连续多年冻土区的适用性分析

利用自动气象站观测的长波辐射计算得到的地表温度对MODIS地表温度(LST)产品在青藏高原中部连续多年冻土区的精度进行验证, 并利用具有较高空间分辨率的Landsat 5 TM和Landsat 7 ETM+反演的地表温度与MODIS LST产品进行了对比分析. 结果表明: 白天MODIS LST产品的平均绝对误差(MAE)和均方根误差(RMSE)分别约为3.42~4.41 ℃和4.41~5.29 ℃, 夜晚MODIS产品MAE和RMSE分别为2.15~2.90 ℃和3.05~3.78 ℃, 精度高于白天; MODIS LST与TM、ETM+反演的地表温度一致性较好, 相关系数分别达到0.85和0.95. 说明MODIS LST产品在连续多年冻土区的适用性较高, 是研究多年冻土地表热状况的一个非常好的数据源. 而且, 不同空间尺度的遥感数据之间一致性较好, 可考虑将多源遥感数据应用于多年冻土热状况监测研究.     

基于GIMMS NDVI的青藏高原植被指数时空变化及其气温降水响应

青藏高原植被生态系统脆弱, 是研究全球气候变化陆地植被生态系统响应的理想场所。以GIMMS NDVI、 气温和降水及植被类型数据为基础, 利用一元线性回归模型、 相关系数、 偏相关系数及t检验方法, 分析了青藏高原1982 - 2015年NDVI时空变化及其气温降水响应特征, 结果表明： 1982 - 2015年青藏高原NDVI时间变化过程总体表现为不显著的增加过程, 空间变化以显著增加为主, 占总面积的63.26%, 分布在高原北部、 西部和南部; 显著减少集中分布在高原中东部和东南部, 仅占总面积的3.45%。青藏高原主要植被类型NDVI平均值表现为： 阔叶林>针叶林>灌丛>草甸>高山植被>草原>荒漠, 其中草原、 高山植被和荒漠植被NDVI呈显著线性增加过程, 灌丛、 针叶林和阔叶林植被的NDVI呈不显著的减少过程。青藏高原NDVI与气温相关系数空间上呈南北向分布, 具有纬度地带性特征, 显著正相关分布在高原中北部, 显著负相关分布在高原中南部; NDVI与降水的相关系数呈东西向分布, 具有干湿度地带性特征, 显著正相关分布在高原中部, 显著负相关分布在高原东西两侧。研究认为1982 - 2015年青藏高原北部水热条件缺乏区域NDVI出现显著增加趋势, 而高原东南部水热条件充足地区NDVI呈现出显著减少趋势。深入开展植被类型NDVI气候响应的差异性研究, 有助于深入理解全球气候变化影响的区域差异及科学制定植被生态保护政策。     

青海木里煤田地表温度变化及其影响因素分析北大核心CSCD

在中国煤炭是一种重要的能源,大规模的开采活动严重破坏了周边的生态环境,而高原高寒地区煤矿开采对地表温度的时空影响规律有待深入研究。地表温度作为一种重要的地表参数对地表能量和水分平衡研究均具有重要意义,也可以反映区域生态环境的变化。本文以Landsat 5/8影像为数据源,利用面向对象的方法和普适性单通道算法分别得到了7期土地利用/覆盖数据和地表温度数据,研究了1990—2021年木里煤田聚乎更矿区从开采到生态修复过程的地表温度变化特征和影响因素。结果表明:利用面向对象的方法得到7期土地利用/覆盖数据很好地反映了聚乎更矿区的几个阶段,分别为缓慢开采期(1990年、2002年),快速开采期(2005年、2009年),缓慢修复期(2015年、2019年)和快速修复期(2021年);矿坑、建成区、排土场、堆煤场等煤矿土地类型地表温度最高,高寒草甸次之,高寒沼泽草甸地表温度较低,水体温度最低,裸地则在特高温和低温均有分布;草甸区地表温度影响因素的解释力大小排序为NDVI>反照率>坡向>海拔>坡度,矿区地表温度影响因素的解释力大小排序为坡向>反照率>NDVI>海拔>坡度,修复区地表温度影响因素的解释力大小排序为NDVI>反照率>海拔>坡向>坡度。研究工作有助于揭示高原矿区地表温度的变化规律,对于评估木里煤田生态修复效果具有重要的参考价值。     

地表温度和地表辐射温度差值分析

依据实验数据,研究利用标准黑体源对红外辐射计测定值进行标定的方法;分析天空比辐射率的变化特性;计算天空环境辐射,与长波辐射计测定值进行比较;推算考虑天空环境辐射和地表比辐射率后的地表温度,研究地表温度与地表辐射温度的差值。结果表明：①地表辐射温度未经标准黑体源标定与标定后的差值绝对值在0.1～1℃之间;②天空比辐射率的变化范围为0.75～0.85,不同下垫面天空比辐射率日变化趋势非常一致;③用空气温湿度计算的天空环境辐射与长波辐射计测定值的差值较小,相对误差平均为3.1%,但是天空37°热红外辐射计观测值与长波辐射计测定值差值较大,相对误差平均值达到38.1%;④地表温度高于地表辐射温度,差值在0.2～1.5℃之间。     

基于Wavelet-ANFIS和MODIS地表温度产品的青藏高原0 cm土壤温度估算方法

0 cm土壤温度是冻土模型的上边界条件, 连续的、 高质量的青藏高原0 cm土壤温度数据是进行准确冻土模拟的必要条件. 然而受复杂下垫面的影响, 遥感手段无法获取可靠的0 cm土壤温度. 利用自适应网络模糊推理系统(ANFIS)结合青藏高原实测资料建立遥感地表温度产品(LST)与0 cm土壤温度的关系, 以实现通过LST估算青藏高原逐日0 cm土壤温度. 研究了ANFIS的各种参数组合, 发现筛选合适的小波函数、 小波窗口、 小波层数建立起来的Wavelet-ANFIS模型能较准确实现估算0 cm土壤温度的目的. 验证表明, 估算结果与气象站点实测0 cm土壤温度绝对误差在2 K以下, 相关系数0.98以上. 考虑到原始MODIS LST误差在0~2 K之间, 该方法可以获取较为理想的0 cm土壤温度, 为冻土模型提供准确的上边界输入.     

青藏高原初春积雪的多尺度变化与北大西洋海温的关系

青藏高原冬、春季积雪变化影响东亚甚至全球春、夏季的环流及气候异常。利用中国西部环境与生态科学数据中心提供的中国雪深长时间序列数据集,美国大气海洋局提供的全球逐月扩展重建海表温度,以及欧洲中期天气预报中心提供的逐月再分析数据,对青藏高原初春（3、4月）积雪的多尺度变化与北大西洋海表温度的关系进行了研究。结果表明,初春青藏高原雪深异常与初春北大西洋关键区海温异常有显著的负相关关系。当初春关键区海温正（负）异常时,初春高原中部偏北腹地地区、东南部地区积雪深度减少（增加）;初春北大西洋关键区海温异常通过激发下游青藏高原上空大气波列以及波作用通量异常来影响高原局地区域的温度和垂直运动,从而影响降雪的产生和积雪的累积。该结果为青藏高原初春积雪的多尺度变化及其影响提供了依据。     

青藏高原多年冻土区地温年变化深度的变化规律及影响因素

地温年变化深度的准确判断对于多年冻土发育特征评估、寒区冻土模式下边界深度的确定具有重要意义.通过对青藏高原地区典型钻孔地温数据进行分析,初步揭示了多年冻土地温年变化深度的变化规律及其影响因素,并提出一种简化了地表和活动层状态影响的地温年变化深度估算方法.结果表明：研究区低温冻土的地温年变化深度平均值比高温冻土大4.6 m,随着冻土温度升高,地温年变化深度基本上呈减小趋势,部分低温冻土钻孔由于土层含水率过高导致地温年变化深度相对较小;由于活动层水热动态和冻融过程的影响,地温年变化深度与浅层（0.5 m）温度年较差相关性不显著,而与多年冻土上限附近温度年较差的大小呈显著正相关关系;地层介质的热扩散率差异是导致地温年变化深度区域差异和变化的主要原因,土层含水率、温度、质地以及水的相态是影响地层热物理性质重要因素.     

基于多源遥感数据的青藏高原植被变化特征评价

近几十年来青藏高原升温速率约为全球同期升温速率的2倍,对植被产生了巨大影响,给脆弱的生态环境增加了许多不确定因素,准确评估该地区植被变化显得尤为重要。不同的卫星遥感数据源对评估结果带来一定的不确定性,而过去对多源数据在该地区评估的差异性研究尚不清晰。利用MODIS、GIMMS和SPOT的NDVI数据集通过Theil-Sen趋势估计和Mann-Kendall趋势检验对2000—2014年青藏高原地区的植被变化进行分析,并对不同数据之间的差异性进行评价。结果表明：SPOT NDVI反映的植被绿化显著且迅速,27.44%的像元显著绿化,分别超出MODIS与GIMMS NDVI 4.10%、15.89%,生长季显著绿化趋势达到0.0182 （10a）^-1,高于其他数据0.0078~0.0090 （10a）^-1。MODIS NDVI随着分辨率的提高,显著绿化的像元占比与绿化趋势却逐渐降低;MODIS数据之间显著绿化的像元占比相差不足2.80%。GIMMS NDVI显著褐化的像元占比平均达5.83%,超出其他数据3.37%~5.51%,在春季显著褐化像元最多（7.88%）,与显著绿化像元占比相当。区域平均NDVI具有最小的显著绿化趋势［0.0092 （10a）^-1］,并在春、夏两季表现为植被褐化。因此,基于GIMMS NDVI探究青藏高原植被变化特征时,特别是对春季物候研究,可能会造成结果较大的不确定性。而SPOT与MODIS NDVI体现了较高的一致性,可以互为补充,探究高原植被变化。     

青藏高原气温序列的均一性研究

气象观测资料是气候变化研究的基础, 对气象资料进行均一性检验与订正能够提高气候变化研究的精度和准确性. 利用青藏高原及周边地区1961-2010年65个气象站的逐月平均气温资料, 运用PMFT方法对资料进行均一性检验与订正. 结果表明: 高原平均气温资料均一性状况较差, 有32个站被检测出存在间断点, 占总数的49%. 用订正后均一的气温数据分析得出, 高原1961-2010年年平均气温的升温率为0.32 ℃·(10a)^-1, 春、夏、秋、冬季的升温率依次为0.24 ℃·(10a)^-1、0.26 ℃·(10a)^-1、0.32 ℃·(10a)^-1及0.48 ℃·(10a)^-1, 略小于用原始数据分析得到的结果. 研究还发现, 数据均一与否对高原整体气候变化分析结果影响不大, 但对局地尺度的气候变化分析结果影响较大. 鉴于高原的气候变化具有显著的区域差异性特征, 因此, 未来在对高原进行气候变化的差异性进行研究时, 气象数据均一性的检验与订正工作就显得尤为重要. 为提高数据均一性检验的精度, 未来应加强气候资料均一性检验技术的研究并尽可能详尽地收集台站的元数据信息.     

青藏高原地气温度之间的关系

应用多元线性回归分析方法,对位于40°~25°N,75°~102°E范围内的119个气象观测台站的1991—2000年平均气温和地面温度观测资料进行分析,获得了研究区域的月平均气温、地面温度与纬度、经度和海拔高度间关系的线性统计系数.统计结果和实测资料的比较以及统计分析的相关系数结果表明,高原地区的气温、地面温度和它的年较差与经度、纬度及海拔高度具有很好的相关性.应用曲线拟合方法将所得统计分析系数拟合成时间函数,就可将高原地区的气温和地面温度表示成统一的空间坐标和时间的函数.如果将已验证的1991—2000年平均地面温度与气温差统计结果作为气温与地面温度间关系的实验结果,那么,就可以解决长期困扰多年冻土预报研究中在任意已知时间和空间点上气温条件下,难以确定影响多年冻土温度状况变化上边界条件的变化这一难题.这一结果对于目前正在进行的青藏铁路冻土工程和环境预报研究具有重要意义.     

青藏高原多年冻土区地温监测结果分析

Ground temperatures monitored at four observation sites in permafrost regions on the Tibetan Plateau was analyzed. It was found that the ground temperature at the depth of 12～20 m increased 0.2～0.4 K and the permafrost thickness decreased 4～5 m from the base in Xidatan Site from 1975 to 1989; and the ground temperature at the depth of 6～15 m increased 0.2～0.4 K in Kunlun Pass Site from 1982 to 1997. Contrast observations show that a sand cover, 15～20 cm in depth, can result in a ground temperature decrease of 0.1～ 0.2 K in MS66 Site; and a removal of vegetation can result in a ground temperature decrease of some 0.2 K in Hoh Xil Site. The monitor demonstrates that many factors that control permafrost developing have duality, e.g., sand and vegetation are able to increase or decrease the ground temperature. These factors, in conjunction with permafrost behaviour, play different roles under different conditions. Therefore, it is necessary to study, understand and evaluate permafrost and its engineering geological properties taking the viewpoint of dynamic variation.     

2000-2014年蒙古高原植被覆盖时空变化特征及其对地表水热因子的响应

利用MODIS NDVI数据、同期地表水热组合数据和植被类型数据,对2000-2014年蒙古高原生长季和三季（春、夏、秋季）植被覆盖时空演变特征及其对地表水热因子响应模式进行分析。研究表明：这15 a来,蒙古高原生长季及三季归一化植被指数NDVI均呈增加趋势,且呈显著增加趋势区域主要集中在内蒙古地区,一定程度上反映了该地区生态恢复工程的有效性。研究区植被覆盖变化与地表水分指数LSWI有密切的关系,因此证明研究区植被覆盖的增加归因于自然和人为因素的共同作用。不同类型植被NDVI均呈增加趋势,其中荒漠植被NDVI增加最明显,森林植被增加平缓,且存在季节性差异。此外,不同类型植被NDVI受水热因子影响也存在季节性差异。