基于ANUSPLIN的时间序列气象要素空间插值

【目的】介绍ANUSPLIN在黄土高原多沙粗沙区时间序列气象要素的空间插值过程,为相关人员在ANUSPLIN的参数设置、误差分析和协变量要素选择等方面提供参考。【方法】以薄盘样条函数为插值理论,以专用气象数据插值软件ANUSPLIN为实现工具,并引入一个或多个协变量线性子模型,来实现多个气象要素的空间插值。【结果】完成了黄土高原多沙粗沙区时间序列(1980~2000年)多个气象要素月平均数据的栅格化,计算了气象要素随其影响因子变化的关系。【结论】ANUSPLIN以薄盘光滑样条函数为理论基础,引入协变量线性子模型,能较好地提高气象要素空间插值精度,且能反映气象要素随其影响因子变化的比率关系。在大多数情况下,该区模型选择以样条次数为3次的局部薄盘光滑样条函数模型为最佳。温度的空间插值相对比较容易,且误差较小,1995-07平均相对误差为1%;风速、水汽压的误差中等;日照时数和降雨量的误差较大,个别情况相对误差可超过50%。     

湖北省茶树气象灾害模糊综合评价及区划

气象灾害是制约茶叶生产并影响茶叶品质的主要因素,为综合评价湖北省茶树气象灾害的空间分布特征及其与气象要素的关系,以专用气象插值软件ANUSPLIN为依托,根据湖北省气象资料,选取出茶树越冬期冻害和 7－8月旱热害致灾因子并划分受灾等级,运用模糊数学中的综合评价模型,重点分析了湖北省茶树气象灾害的空间分布特征。结果表明：湖北省茶树气象灾害的空间分布差异较为明显：湖北省茶树越冬期冻害等级由南向北逐渐增加;7－8月湖北中部地区为茶树重度旱热害区,位于其东西两侧附近区域为茶树轻度旱热害区,湖北东部的大部分地区和湖北西北部的局部区域为茶树中度旱热害区。茶树气象灾害模糊综合评价研究可为湖北省应对茶树气象灾害,调整茶叶生产布局提供理论依据。     

不同气象插值方法在新疆草地NPP估算中的可靠性评价

气象因子对研究草地生产力、植被长势、灾害评估等都有着重要的意义,本研究采用不同空间插值方法(协同克里格法Cokriging、反距离加权法IDW和ANUSPLIN法)对新疆地区90个气象站点2000-2011年多年的7月平均降水和气温数据进行空间插值分析,使用均方根误差法(RMSE)以及平均绝对误差法(MAE)对插值的结果进行评价,讨论不同方法对该地区降水和气温插值结果的影响。利用不同插值方法,基于CASA模型进行新疆草地NPP的估算,结合实测生物量数据,对3种插值方法下的估算结果进行评估,结果表明,1)降水和气温数据都是基于ANUSPLIN法的插值结果最优(MAE_(降水)=6.45,RMSE_(降水)=8.77,MAE_(气温)=2.11,RMSE_(气温)=3.52)。2)基于不同插值方法得到的气象要素估算的新疆草地NPP精度不同,将实测数据与同时期CASA模型模拟值相关性进行分析,基于ANUSPLIN法插值的气象要素估算NPP的精度最高(R~2=0.794 7),NPP实测值与模拟值有良好的线性关系,比基于Cokriging插值的气象要素估算精度提高了13.23%,比IDW提高了20.13%。说明提高气象要素的插值精度有利于新疆草地NPP的估算研究。     

Spatial variation of climatology monthly crop reference evapotranspiration and sensitivity coefficients in Shiyang river basin of northwest China

Crop reference evapotranspiration (ET₀) is often used to determine crop water requirement. ET₀ maps are useful for regional agricultural and water resources management, and also play an important role in the distributed hydrological modeling. For generating spatial ET₀ surfaces, ‘Interpolate-then-calculate (IC)’ approach is powerful in principle and is recommended especially for sparse weather station networks. The partial thin-plate smoothing spline incorporated in ANUSPLIN for interpolating climatic variables has been accepted widely across the world. In this paper, the climatology monthly ET₀ data of Shiyang river basin, one of the three inner basins in northwest China, are developed by spatially modeling the input climatic parameters with ANUSPLIN, and from the interpolated climate and ET₀ datasets, sensitivity coefficients of ET₀ to the climatic variables of selected months are also spatially distributed.In the cool months (January, February, November and December), the spatial variability of ET₀ is small and the value is rather low, whereas the warm season (May, June, July and August) is characterized by high values of ET₀ and large spatial variations in the river basin. Vapor pressure deficit is the most sensitive variable during the cool months and in the mountainous area with lower temperature; mean air temperature is the least sensitive one during the year and a little variation is observed at the basin scale. In summer, available energy primarily forces ET₀ as expected, and in winter, wind speed plays an important role and affects ET₀ greater at the northern plain region where deserts are dominated by dunes and low shrubs. We conclude that for regions with isolated climate stations, ‘IC’ procedure by including topographic and geographic factors can effectively model spatially distributed ET₀.     

水稻抽穗扬花期极端高温发生时空特征及热害风险区识别——以南充市为例

以2000—2018年南充市水稻抽穗扬花期（7—8月）气象站点逐日最高气温数据为基础,通过年距平法、累计距平法提取南充市极端高温发生的时间特征;计算包括市域范围内及周边地区17个站点的多年水稻高温热害累积指数,并借助ANUSPLIN软件进行插值以获得南充市极端高温发生的空间特征;最终结合水稻种植范围、人口数量分布数据以及高温热害风险性分析模型识别南充市各等级水稻高温热害风险区。结果表明： 2006年为研究时段极端高温发生最严重的年份,其次是2017年,极端高温发生日数较常年明显偏多。2010年为南充市气温变化的转折点,2010—2018年平均日最高气温明显高于2000—2010年,预计未来极端高温天气出现的频率和强度持续增大。蓬安县、营山县为遭受极端高温天气最频繁的两个县,其次是高坪区、南部县和西充县。水稻高温热害高风险区在高坪区、营山县分布最多,中风险区在各县均有较广泛分布,而低风险区则集中分布在南部县西北部、阆中市北部和营山县东北部的山地、丘陵。水稻高温热害风险区的识别能为人们更好地安排农业生产和政府更科学地进行城市规划与改造等提供参考依据。     

1999-2018年青海省土地退化遥感监测及其驱动力分析

[目的] 分析青海省土地退化的动态变化趋势及主要影响因素，为该省生态环境建设工程以及防治土地退化提供理论依据。[方法] 采用ANUSPLIN插值、趋势分析、Hurst指数、残差分析等方法，利用植被降水利用率（RUE）作为土地退化的监测指标。[结果] ①青海省RUE和归一化植被指数（NDVI）空间上主要分布为西北低，东南高。西部主要RUE小于0.004，所占比例40.77%，西北部NDVI小于0.75，所占比例38%。②青海省1999-2006，2006-2012，2012-2018年土地退化各所占比例5.16%，4.25%，14.57%；空间上主要从中部和西部往西北部偏移。③气温、日照时数、平均风速与RUE有明显的正相关，所占比例64%，91%和73%，通过显著性检验的所占比例24%，61%，32%。人类活动对RUE负干扰所占比例为55%。[结论] 青海省1999-2018年土地退化表现为先减少后增加，持续性较弱，导致青海省土地退化面积减少的影响因子主要有日照、平均风速和温度，人类活动也是影响退化的一大因素。     

近16年祁连山植被NPP时空格局及其对气候变化的响应

为探究祁连山植被净初级生产力(Net primary productivity，NPP)的时空格局及其与气候变化的关系，本文基于MOD17A3HGF、气温与降水栅格数据集，计算了2000—2015年祁连山植被NPP的时空变化，并利用相关分析研究了NPP对气温和降水的响应，结果表明：近16年祁连山NPP均值分布整体上自东向西逐渐减少，与水热分布的趋势一致，湟水流域河谷地带水热条件较好，多年NPP均值可达600 gC·m^-2·a^-1以上，中西部地区以荒漠、裸岩和冰川为主，自然环境恶劣，多年NPP均值接近于0；受气温和降水的共同影响，NPP呈波动增加的趋势，增加幅度达13.2%；显著增加和极显著增加的区域达23%和20%，主要分布在湟水谷地、冷龙岭等地；显著减少和极显著减少的区域不到1%；NPP与气温和降水均以正相关为主，与气温呈正相关分布的高值区面积较大，这与祁连山整体海拔较高，低温寒冷是其植物生长的主要限制因素有关。     

湖北省茶树气象灾害模糊综合评价及区划

气象灾害是制约茶叶生产并影响茶叶品质的主要因素，为综合评价湖北省茶树气象灾害的空间分布特征及其与气象要素的关系，以专用气象插值软件ANUSPLIN为依托，根据湖北省气象资料，选取出茶树越冬期冻害和 7－8月旱热害致灾因子并划分受灾等级，运用模糊数学中的综合评价模型，重点分析了湖北省茶树气象灾害的空间分布特征。结果表明：湖北省茶树气象灾害的空间分布差异较为明显：湖北省茶树越冬期冻害等级由南向北逐渐增加；7－8月湖北中部地区为茶树重度旱热害区，位于其东西两侧附近区域为茶树轻度旱热害区，湖北东部的大部分地区和湖北西北部的局部区域为茶树中度旱热害区。茶树气象灾害模糊综合评价研究可为湖北省应对茶树气象灾害,调整茶叶生产布局提供理论依据。