秦岭地区气温变化统计降尺度研究

运用统计降尺度模型（SDSM）及秦岭地区7个站点1961-2011年的日平均气温、日最低气温和日最高气温资料,采用逐步线性回归方法（SMLR）选取NCEP大气环流预报因子中的最优因子,建立了预报量与预报因子之间的定量统计关系,对秦岭地区未来气温变化进行适用性分析,并对未来3个不同时期（2011-2040年、2041-2070年、2071-2099年）气温变化趋势进行预测。结果表明：SDSM模型对秦岭地区气温模拟效果良好,秦岭地区未来气温增幅明显,不同时间尺度增幅呈现明显时间差异,3个预报量在月尺度、季尺度呈现相似的时间变化特征：月尺度呈现8月增温最大,12月增温最小;季尺度呈现冬<春<秋<夏的趋势。2011-2040年气温的空间分布呈现秦岭北坡增幅大于秦岭南坡。     

基于统计降尺度模型的河西走廊未来气温和降水的时空变化

【目的】预测未来大气环流模式HadCM3下,河西走廊在人口较快增长、温室气体高排放情景(A2)和区域可持续发展、温室气体低排放情景(B2)下气温和降水的变化趋势。【方法】选取河西走廊14个气象站的日平均气温、日最低气温、日最高气温和日降水量作为预报量,以全球大气NCEP再分析资料作为预报因子,采用统计降尺度模型(SDSM)预测研究区未来气温和降水的变化。【结果】SDSM对河西走廊气温和降水模拟的解释方差分别为0.54~0.85和0.09~0.64。2070-2099年A2情景下,河西走廊日平均气温、日最低气温、日最高气温分别增加4.8,2.4和5.4℃,B2情景下分别增加3.5,2.0和4.0℃;河西走廊西部部分地区2070-2099年A2情景年降水量增加20.0%,B2情景增加6.7%,而中东部地区2070-2099年A2情景年降水量减少22.0%,B2情景年降水量减少15.4%。未来河西走廊极端最低气温和极端最高气温均有所增加,极端降水事件发生的频率有所减小。【结论】SDSM对气温的模拟效果明显优于降水;河西走廊未来A2、B2情景下日最低气温、日最高气温、日平均气温总体呈上升趋势,其中日最低气温的增幅小于日最高气温和日平均气温的增幅;河西走廊未来降水量的变化趋势具有区域特征,西部部分地区呈增加趋势,而中东部地区呈减少趋势。     

基于MGWR的渭河流域TRMM降水产品空间降尺度分析

高分辨率降水数据有助于刻画降水的时空分异特性,对流域水文、气象和生态等过程的精准模拟具有重要作用,因此对低分辨率降水产品开展空间降尺度,提高其分辨率十分必要。鉴于此,本文在充分考虑热带降雨测量卫星（Tropical Rainfall Measuring Mission,TRMM）降水产品在渭河流域适用性的基础上,引入归一化差分植被指数（Normalized Difference Vegetation Index,NDVI）、数字高程模型（Digital Elevation Model,DEM）、坡度、坡向和经纬度等地理环境因子,构建了多尺度地理加权回归（Multi-scale Geographically Weighted Regression,MGWR）模型用以分析不同因子对渭河流域降水空间格局影响的尺度差异;进一步提出了一种针对TRMM降水产品的空间降尺度方法,并透过精度评价验证了降尺度结果的可靠性。结果表明：1）TRMM降水产品数据相较于站点实测数据存在一定精度误差,年尺度上R2=0.807,BIAS=2.909%,RMSE=83.477 mm,表现较好;季尺度上秋季R2最高,为0.847,夏季RMSE最大,为62.393 mm,四季的BIAS均较低;月尺度R2为0.456～0.815,BIAS介于±0%～8%之间,多数月份为正值,RMSE值域范围为3.019～37.841 mm,精度较好;总体而言,TRMM降水产品数据在年、季和月尺度上均表现出良好的整体适用性。2）不同因子在干湿年份对降水空间分异格局的影响呈现出不同的尺度特征,其中湿润年的DEM、NDVI、坡向和经纬度对降水呈现局部影响,坡度影响具有全局性,而干旱年各因子均表现为局部影响。3）流域和站点尺度上,降尺度TRMM数据相较于降尺度前产品数据精度得到一定改善,其中流域尺度上,R2整体提升3%,RMSE降低1mm;站点尺度上,各站点统计指标变化各异,但降尺度后统计指标整体优于降尺度前,并且由于时间尺度上的误差累积,站点年尺度数据精度相比月尺度数据稍差（R2由0.8～0.91变为0.4～0.95,RMSE从11～17变为32～150）。4）降尺度TRMM数据相比于降尺度前产品数据,空间分布更细腻,细节特征表现更好,且在年、月时间尺度上均具有较高的精度,可为渭河流域资料短缺地区的水文设计提供数据支撑。     

基于不同植被指数的TRMM数据降尺度及误差校正研究

[目的] 对不同时间尺度的热带测雨卫星（TRMM）数据进行空间降尺度及误差校正研究,为华中地区洪涝灾害监测等提供科学参考。[方法] 主要借助增强型植被指数（EVI）和归一化植被指数（NDVI）分别运用地理加权回归（GWR）模型实现2001—2019年华中地区TRMM数据的空间降尺度,并结合地理差异分析（GDA）和地理比率分析（GRA）对年、季和月的降尺度结果进行误差校正,通过气象站数据对校正前后的数据进行对比分析。[结果] ① TRMM数据和气象站数据的决定系数（R²）在年（0.630）、季（0.710～0.865）和月（0.637～0.875）尺度都表明了TRMM数据在华中地区具有较好的适用性;②通过GWR模型实现了TRMM数据空间分辨率由0.25°到1 km的降尺度转换,且TRMM_EVI数据精度优于TRMM_NDVI数据,说明华中地区TRMM数据与EVI的关系比NDVI更为密切;③对优选的TRMM_EVI数据分别进行GDA,GRA校正,结果表明GDA校正结果优于GRA校正,且在降雨量越多的月份校正效果越好。[结论] 在华中地区,EVI比NDVI更加适合TRMM数据降尺度研究。降尺度数据采用GDA校正比GRA校正效果更为显著。     

遥感降水数据空间降尺度及干旱时空监测

在全球气候变暖的背景下,干旱灾害日趋频发.为全面精细研究华中地区降水的时空变化,结合水汽(PWV)、增强型植被指数(EVI)等数据,基于地理加权回归模型,结合克里金插值分别对2010-2019年的GPM IMERG和TRMM 3B43数据进行空间降尺度,并利用区域内53个气象站数据进行精度评价.对优选的降尺度数据采用变...     

澜沧江流域卫星产品降尺度与融合方法

卫星降水产品具有覆盖范围广、更适用于无资料区域的优势,但分辨率较低、精度不足,为获取高时空分辨率、高精度的降水数据,需对卫星产品进行降尺度,并与地面观测数据融合,以提高数据质量。以澜沧江流域为例,在综合考虑地形、地理和植被等要素的基础上,建立地理加权回归（geographic weighted regression,GWR）模型对热带降雨测量卫星（tropical rainfall measurement mission,TRMM）和基于人工神经网络的遥感降水估计-气候数据记录（precipitation estimation from remotely sensed information using artificial neural networks-climate data record,PERSIANN-CDR）产品进行空间降尺度,再采用集合卡尔曼滤波算法,将地面气象站点经反距离加权插值法（inverse distance weighted,IDW）插值后的数据作为融合算法观测值,对降尺度后的TRMM、PERSIANN-CDR数据进行融合,以进一步提高降水数据精度。结果表明：...     

基于不同时间尺度的喀斯特农业干旱时空演变特征及驱动探测——以贵州省为例

为提高喀斯特农业干旱监测的准确性和进一步揭示其驱动机制,基于MODIS-NDVI/LST数据,利用地理加权回归模型对GLDAS土壤水分进行降尺度研究;并基于SSI对农业干旱进行识别,分析不同时间尺度农业干旱时空演变及联合概率特征;最后运用地理探测器揭示喀斯特农业干旱驱动机制。结果表明：(1)20年间,贵州省不同时间尺度的干旱强度整体上呈减弱趋势,干旱面积也呈减少趋势;干旱强度和干旱频率在空间上呈西高东低分布格局。(2)干旱联合特征值呈秋季>冬季>生长季>夏季>全年>春季规律,说明贵州省秋冬容易发生较高强度和较多面积的农业干旱。(3)岩溶发育强度、降雨和海拔是喀斯特农业干旱主导驱动因子,与其空间分布有较强的耦合关系;不同因子交互作用对SSI均呈双因子增强和非线性增强,且各因子之间无显著性差异的组合较少,说明农业干旱是因子之间协同的结果。研究结果可为喀斯特农业干旱监测和防旱抗旱措施的制定提供参考依据。     

AMSR2缺失数据重建及其土壤湿度反演精度评价

新型传感器土壤湿度产品在水分循环、农业管理等领域应用之前,需要评价其在不同区域的反演精度与数据质量。该文针对目前全球空间分辨率最高的AMSR2(advanced microwave scanning radiometer 2)3级微波土壤湿度产品,实现了缺失数据重建及其反演精度评价目的。论文研究引入离散余弦函数表达的惩罚最小二乘回归(discrete cosine transformation-partial least square,DCT-PLS)方法,重建因卫星轨道等原因造成的缺失与异常值,以构建时空分布连续的土壤湿度数据;进而以山西省为例,采用1 km分辨率的MODIS光学波段数据对AMSR2微波产品进行降尺度处理,通过实测土壤湿度、温度植被干旱指数(temperature vegetation dryness index,TVDI)验证评价这2种不同尺度的微波土壤湿度数据质量。结果表明:DCT-PLS方法能够充分利用三维时空信息对缺失数据进行重建,重建后土壤湿度具有较高质量;10、1 km 2种尺度的土壤湿度与实测土壤湿度在空间分布上较为吻合,2个示例日期中降尺度土壤湿度与TVDI之间的相关性提高了0.352、0.4264,能够更为准确地反映土壤湿度空间分布细节;通过实测数据、TVDI指数的校验,降尺度前后的AMSR2土壤湿度数据表现出了较高的质量与可靠性。     

用统计降尺度模型预测川中丘陵区参考作物蒸散量

区域蒸散量(evapotranspiration)预测对精准灌溉预报与农田水分管理意义重大。该文利用川中丘陵区11个气象站点1961-2013年逐日气象资料,采用FAO-56 Penman-Monteith公式计算参考作物蒸散量(reference evapotranspiration,ET0),基于Hadley Centre Coupled Model version 3(HadCM3)的输出和统计降尺度模型(statistical downscaling model,SDSM)分别对A2(高温室气体排放)、B2(低温室气体排放)情景下川中丘陵区2014-2099年ET0进行预测,并使用Mann-Kendall检验和反距离加权插值法对1961-2099年ET0的时空演变特征进行分析。结果表明:基准期(1961-2010年)川中丘陵区ET0整体呈现明显下降趋势,空间上呈现出东北部、西北部和东南部相对较大、中部相对较小的差异;与基准期相比,A2、B2情景下未来2020 s(2011-2040年)、2050 s(2041-2070年)和2080 s(2071-2099年)川中丘陵区ET_0月和年均值都呈增大趋势;A2情景下3个时期ET0将分别增加7.9%、10.9%和16.7%,B2情景下ET_0将分别增加7.1%、4.9%和12.8%;A2、B2情景下3个时期川中丘陵区ET_0空间分布均呈现西北部和南部较大、中部较小的空间差异,且3个时期的ET0相对变化率显示中部及其偏北、偏南区域ET_0增幅相对较大,北部和南部增幅相对较小。因此,未来川中丘陵区ET0的上升可能导致水资源短缺与季节性干旱进一步加剧。该研究可为川中丘陵区水资源优化管理和灌溉制度制定提供科学参考。     

气候模拟数据订正方法在作物气候生产潜力预估中的应用 ——以江苏冬小麦为例

利用全球气候模式BCC_CSM1.1（Beijing Climate Center Climate System Model version 1.1）,耦合区域气候模式RegCM4（Regional Climate Model version 4）输出的1961-1990年（基准时段）气候模拟数据,并根据同期实测资料,确定模拟值和实测值之间的非线性传递函数与方差订正参数,构建气候模拟数据的误差订正模型。利用1991-2005年（验证时段）模拟数据与实测资料验证该模型的有效性,并对RCP（Representative Concentration Pathway）情景下2021-2050年（未来时段）气候模拟数据进行订正,同时通过潜力衰减方法预估未来江苏冬小麦气候生产潜力格局。结果表明：将气候模拟数据订正方法应用到作物气候生产潜力预估是有效的。以均值传递函数和方差信息建立的模型可以较好订正江苏逐日气候模拟数据。订正后的秋冬季气温、辐射量、蒸散量和冬春季降水量模拟偏差明显减小。在此基础上研究发现,冬小麦的成熟期在RCP4.5和RCP8.5情景下介于153~175和153~174,较基准时段均明显提前。两种情景下冬小麦气候生产潜力分别介于10335~14368kg·hm^-2和9991~13708kg·hm^-2,较基准时段呈下降趋势。其变异系数分别介于7.6%~14.6%和7.5%~13.6%,较基准时段呈增大趋势,表明江苏冬小麦气候生产潜力总体趋于不稳定。未来时段,徐州中北部、连云港东北部、宿迁西部以及盐城东南部冬小麦在RCP4.5和RCP8.5情景下可以保持相对较高的生产潜力（≥12501kg·hm^-2）,该省应确保这些地区的冬小麦种植用地。研究建议,作物气候生产潜力预估应考虑利用研究区实测资料对气候模拟数据进行订正,以提高预估可信度。