基于GWR模型降尺度模拟蒙古高原地区TRMM降水数据

以多年月平均NDVI值高于0.1为阈值,对蒙古高原进行“植被区”与“非植被区”的子区域划分。在分析“植被区”植被对降水响应时滞性和“非植被区”陆地表面温度不同数据值与降水量相关性的基础上,子区域分别构建了TRMM3B43降水数据与海拔、坡度、坡向数据、归一化植被指数（NDVI）/陆地表面温度（LST）数据的地理加权回归（GWR）模型,得到区内2006-2015年每年5-10月1km空间分辨率的月降水量降尺度模拟数据,并利用区内141个气象站点数据对降尺度模拟数据进行精度验证。结果表明：（1）蒙古高原“植被区”植被对降水响应存在时滞性,约为一个月;“非植被区”多数月份白天与夜晚陆地表面温度差（LST＿D＿N）与降水量的相关性最显著。（2）降尺度模拟数据与气象站点数据具有较好的一致性,月尺度相关系数为0.83,各站点相关系数介于0.42～0.98。（3）在生长季、月平均尺度上,降尺度模拟数据具有较高精度,其中9月和10月数据精度优于TRMM 3B43数据。降尺度模拟数据整体精度较高,加之对原始数据在50°N以上未覆盖地区的填补以及空间分辨率的提高,可为区内水循环变化、农牧业生产、干旱监测等...     

基于landsat-8 OLI影像的沙漠化动态分析——以锡林郭勒盟为例

土地沙漠化问题作为生态环境脆弱性表现之一,以锡林郭勒盟沙漠化动态变化为研究对象,采用2000年、2010年、2015年3期Landsat-8 OLI影像,利用SPEI(标准化降水蒸散指数)、转移矩阵及动态度结合气象数据分析研究锡林郭勒盟地区沙漠化动态变化及其驱动力因素。结果表明:2000—2015年沙漠化动态度为-0.15,SPEI值为0.28,说明沙漠化程度总体呈现逆转趋势;2010—2015年动态度为0.01,且期间存在发展趋势。进一步研究表明,2000—2015年,降水量、气温、人口、大牲畜数量呈上升趋势,起沙风速≥4.5 m/s天数呈现减少趋势,造成沙漠化逆转与发展的驱动因素包括区域气候变化的响应与人类活动的干预,以期为沙漠化治理提供理论依据与支持。     

1983—2018年内蒙古达里诺尔自然保护区水域动态变化及其驱动因素分析

为全面了解达里诺尔自然保护区湖泊水域面积变化趋势及其驱动因素,本研究采用1983—2018年达里诺尔自然保护区遥感影像,结合监督分类和目视解译方法提取水体,研究了区内湖泊水域动态变化及其驱动因素。结果显示:1983—2018年湖泊水域总面积整体呈下降趋势,共减少了31.56 km²,其平均变化速率为-0.9 km²/a,占总面积的13%;其中达里诺尔湖水域面积呈下降趋势,共减少了34.23 km²,其平均变化速率为-0.98 km²/a;而岗更湖水域面积呈上升趋势,共增加了2.67 km²,其平均变化速率 0.08 km²/a。达里诺尔湖泊萎缩区主要集中在湖东、西、东北方向;岗更湖东、东北、西南方向水域处于扩张状态。水域动态变化驱动因素分析表明,研究区湖泊水域面积变化主要与气温变暖、降水减少以及显著的人类活动（旅游业、畜牧业和养殖等）有关。     

干旱对内蒙古植被生长的累积与滞后影响评估研究

本文为探究干旱对植被的累积和时滞效应,以内蒙古为研究区,基于SPEI base v.2.5和GIMMS NDVI数据集,利用Sen式斜率、Mann-Kendall突变检验和偏相关分析方法,分析干旱对植被的累积和时滞效应。结果表明：内蒙古地区归一化植被指数（Normalized difference vegetation index,NDVI）年最大值随时间变化整体呈上升趋势,标准化降水蒸散指数（Standardized precipitation evapotranspiration index,SPEI）年平均值呈降低趋势,空间趋势变化上两者呈现一定的相似性;干旱的累积效应与内蒙古北部林区及西部荒漠戈壁区NDVI呈负相关,累积月数均在10—12个月;中部草原NDVI与干旱的累积滞后关系呈正相关,且干旱的累积影响大于滞后影响;农田植被NDVI与干旱的累积滞后效应均呈正相关,但相关性较弱;通过不同水分利用条件下干旱累积与时滞效应的相关性对比发现,干旱累积效应对植被的影响远大于时滞效应。     

吉林省东部气象因子与玉米延迟型冷害的时空演变规律

基于1980—2014年吉林东部地区逐日气象数据和玉米种植资料,利用Mann-Kendall突变分析法、气候倾向率、偏最小二乘回归分析等方法,揭示了气候变化背景下冷害的时空演变规律,同时对影响冷害的气象因子进行探究。结果表明:(1)近35年热量条件有所改善,冷害呈现减少趋势。20世纪80年代,冷害受低温阴雨、早霜等天气影响表现为发生频率高、强度大,20世纪90年代气温升高,冷害发生频率降低,中期降水异常增加,冷害强度增大,21世纪气温大幅提高,冷害少有发生,但不排除区域极端低温的可能;(2)吉林东部地区气候整体变暖且初霜日推迟,降水量南多北少,日照时数东升西降。而冷害发生频率空间分布规律为随着生育期推进冷害高频区逐渐由中部山区向高纬度延伸,即高纬度、高海拔地区成为冷害的高发区;(3)玉米在出苗—抽雄期受低温影响较大,冷害年气温受各气象因子的影响大小为降水量>日照时数>初霜日,尤其高海拔山区多阴雨寡照天气,易发生冷害。     

基于SVDI的吉林省中西部干旱识别及干旱危险性分析

[目的]在农作物生育期期间对吉林省中西部地区进行干旱的识别和量化,进行干旱危险性分析,为该地区农作物防旱减灾工作的展开提供参考。[方法]利用2005—2014年5—8月旬气象站数据和MODIS的NDVI 10d合成产品,采用空间植被干旱指数(SVDI)研究典型年吉林省中西部干旱时空分布特征,并结合农业干旱减产及粮食产量分析其适用性,进一步利用逐旬SVDI概率密度分布计算旬时间尺度的干旱危险性及月时间尺度的干旱危险性分布。[结果](1)与VCI指数相比,在作物生长前期和后期农业干旱减产和产量波动与SVDI呈现出更高的相关系数;(2)2005—2014年吉林省中西部重旱面积波动较为明显,重旱区域呈现出向中部和西南部地区转移的趋势;(3)吉林省中西部地区内5月上旬、下旬,6和8月下旬干旱发生概率较高;8月上旬和6月下旬干旱危险性较大;通榆县5—8月间干旱危险性较高。[结论]利用SVDI指数进行干旱的识别和量化是可行的,且在吉林省中西部作物生育期不同阶段干旱有明显的区域性。     

近40 a内蒙古冬旱时空演变特征

冬季干旱是制约内蒙古冬季畜牧业生产的主要干扰因子之一,定量表征其时空变化特征和发展规律对防灾减灾、保障农牧业健康发展具有重要意义。利用1980—2021年冬季（10月—翌年3月）ERA5-Land再分析气象数据,计算1个月和6个月时间尺度的标准化降水蒸散指数（Standardized Precipitation Evapotranspiration Index,SPEI）,采用趋势分析、时空热点分析等方法,分析内蒙古全区和五种主要植被类型区冬季干旱演变特征。结果表明：（1）近40 a内蒙古冬季整体SPEI呈现下降趋势,干旱化现象在不同植被和月份中表现不一,也有少数植被和月份趋于湿润化。（2）内蒙古地区冬季干旱的时空热点变化模式主要表现为：振荡的热点、振荡的冷点和未检测到模式。具体从季节和月时间尺度来看,冬旱热点主要集中在内蒙古中部和西部的大部分地区,以及东部的兴安盟和通辽市,即这些区域冬旱现象呈现加剧的趋势。（3）在干旱频率与频数统计方面,轻度冬旱事件发生频率最高,而荒漠草原和隔壁荒漠地区是发生冬旱事件最为频繁和严重的区域。     

基于SEBS模型估算辽西北地区蒸散发及时空特征

蒸散发是陆面过程中的重要环节,联系着陆面水循环和地表能量平衡。采用MODIS数据,逐月选取2013年12期遥感数据,并分季度求其平均值作为四季代表,结合SEBS模型,对辽西北地区地表蒸发蒸腾量进行了估算,并为了验证遥感反演精度,提取不同土地利用类型的蒸散发量。同时,利用Penman-Monteith公式计算辽西北地区近50年潜在蒸散发值,通过一元线性趋势分析法、小波分析法、IDW反距离加权法和R/S分析法分析其时空分布特征。结果表明:辽西北地区2013年蒸散发量夏季春季秋季冬季;近50年来潜在蒸散发值由高到低依次为夏季、春季、秋季和冬季,且具有明显的区域性。同时,经验证,遥感手段反演蒸散发值误差约为7.5%,表明该方法在研究区应用合理可行。研究结果可为辽西北地区水资源分配和管理提供科学参考。     

吉林省极端降水事件对玉米产量的影响研究

吉林省作为我国玉米种植主产区，探究该地区玉米生长发育及产量对极端降水事件的敏感性和响应机制显得尤为重要。基于吉林省24个气象站点1961-2019年的逐日最高、最低气温和降水数据以及各站点的玉米单产数据，采用5年滑动平均、森式斜率、M-K非参数检验等方法对吉林省极端降水事件和玉米产量时空变化特征进行分析，并利用皮尔逊相关性分析法、布尔塔(Boruta)算法定量厘定极端降水事件对玉米产量的影响。结果表明：强降水量(R95p)、雨日降水总量(PRCPTOT)、大雨日数(R20)、普通日降水强度(SDII)的Sen斜率值分别为0.301 mm/a、-0.18 mm/a、0.31 d/a、0.27 mm/(d·a)，除PRCPTOT以外均呈上升趋势，表明极端降水事件逐渐增多；玉米实际单产与趋势产量均呈显著上升趋势；玉米气候产量在-1 802.24～1 579.04 kg/hm²区间内呈波动下降趋势，年际间差异较大；玉米相对气候产量在59 a间，有11个气候丰年、10个气候歉年，其余年份为正常年份；玉米气候产量与极端降水指数整体在西北部以及东部地区呈正相关，在南部呈负相关；...     

基于GEE的翁牛特旗土地沙漠化遥感监测

基于谷歌地球引擎(Google Earth Engine,GEE)，通过提取归一化植被指数(Normalized Difference Vegetation Index,NDVI)和地表反照率(Albedo)两个参量，构建NDVI-Albedo特征空间，对翁牛特旗1991—2015年沙漠化进行监测，并利用地理探测器结合自然和人为因子分析翁牛特旗沙漠化驱动因子及其影响力。结果表明：(1)翁牛特旗土地沙漠化经历了先发展后逆转的演变进程。1991—2000年为发展期，沙漠化土地总面积增加了2130.29 km²;2000—2015年为逆转期，沙漠化土地总面积减少了3364.61 km²。(2)翁牛特旗沙漠化严重的区域主要是分布在中东部以及北部的西辽河平原地区，而西南区域的冀北辽西山地大部分区域沙漠化程度较轻。(3)自然因子和人为因子共同驱动翁牛特旗沙漠化演变过程。地形和沙源是翁牛特旗沙漠化土地空间分布格局形成的主要原因；翁牛特旗1991—2000年沙漠化发展是在自然条件不利的背景下人口增加所带来的环境压力造成的结果，而2000—2015年沙漠化逆转...