基于TRMM数据的巴基斯坦降雨侵蚀力估算及空间降尺度模拟

中巴经济走廊是“一带一路”建设的旗舰项目.降雨侵蚀力是反映区域资源环境承载能力的重要指标,开展境外高精度降雨侵蚀力遥感估算研究对中巴经济走廊建设具有重要意义.基于TRMM (Tropical Rainfall Measuring Mission)卫星3B42降雨数据估算了巴基斯坦的降雨侵蚀力,并结合气象、植被、地形等因子构建了空间降尺度模型,将降雨侵蚀力的空间分辨率提高到1 km.结果表明:(1)空间降尺度模型模拟的降雨侵蚀力与TRMM 3B42降雨数据估算的降雨侵蚀力显著相关(R2=0.94),降雨侵蚀力的空间降尺度结果能更加详细地刻画巴基斯坦降雨侵蚀力的空间分布格局,尤其是地形起伏较剧烈的北部山区和俾路支东缘;(2)巴基斯坦境内2010年的年降雨侵蚀力平均值为524.15 (MJ·mm)/(hm2·h·a),分布范围为0.58～5 929.85 (MJ·mm)/(hm2·h·a),整体上呈现出东部高西部低的空间格局,且高值区主要分布在伊斯兰堡、门盖拉镇、锡亚尔科特-拉合尔-萨希瓦尔沿线,以及卡拉奇等城镇附近区域.  

未来主要气候情景下黄淮海地区参考作物蒸散量时空分布

探索未来主要气候情景下参考作物蒸散量（reference evapotranspiration，ET0）的时空分布可为农业水资源科学配置，科学应对气候变化对农业生产的影响提供基础数据支撑。该文利用黄淮海及周围88个站点1961-2010年逐日气象数据，Penman-Monteith 公式估算的 ET0为因变量，采用非线性回归分析方法对 Hargreaves 公式进行参数属地化订正，基于1961-2005年温度日序列，利用统计降尺度模型（statistical downscaling model，SDSM）以及大气环流模型（general circulation models，GCMs）中加拿大地球系统模式（the second generation of Canadian Earth System Model，CanESM2）得到代表性浓度（representative concentration pathways，RCPs）4.5和8.5两种排放情景下2010-2100年温度日序列，通过率定的 Hargreaves 公式预测黄淮海地区 ET0，并采用普通克里格（ordinary Kriging）方法进行空间化处理。结果表明：率定后的 Hargreaves 公式与 Penman-Monteith 公式的相关指数波动范围为0.65~0.85，平均值为0.80，SDSM 模拟的最低温度、最高温度率定期和验证期的确定性系数都在0.95以上；未来两种气候情景下，黄淮海地区 ET0整体上均呈增加趋势；RCP4.5情景下 ET0从河北与山东、河南交界处形成的“勺”状向周围逐渐减小，在河北唐山与乐亭、江苏东台、河南驻马店附近达到最小值；RCP8.5情景下黄淮海地区2020 s（2011－2040年）、2050 s（2041－2070年）ET0的空间分布和 RCP4.5非常相似，但2080 s（2071－2100年）ET0的空间分布差异较大，最高值主要分布在山东惠民县附近、河南新乡附近、安徽蚌阜和江苏盱眙附近。如不采取科学的应对措施，未来 ET0的增加，可能会进一步加剧该区水资源短缺程度，该研究可为黄淮海地区水资源的优化管理和灌溉制度制定提供科学参考。  

基于统计降尺度和CMIP5模式的泾河流域气候要素模拟与预估

为了明确变化环境下流域未来气候要素时空变化趋势及特征，该文以泾河流域为研究对象，利用流域1960-2010的逐月降水、气温和NCEP再分析等资料，建立了流域气候要素月序列降尺度模型；然后，将模型应用于CMIP5中CNRM-CM5模式下的RCP4.5和RCP8.5情景，得到了流域未来气候要素的变化趋势。主要成果如下：1）该方法对气温的模拟效果较好，降水次之；2）RCP8.5情景下泾河流域未来年均降水量是356.41 mm，小于RCP4.5情景下的374.19 mm；除冬季外，流域未来春、夏及初秋的降水将有所减少，空间分布在南北方向呈现递减趋势；3）RCP8.5情景下泾河流域未来年均温度是9.32 ℃，高于RCP4.5情景下的8.96 ℃；流域未来气温除了深冬初春降低外，其余时期尤其是夏季将显著上升，空间分布为南高北低、西高东低。对泾河流域气候要素模拟与预估表明，泾河流域未来气候演变中存在着降水减少以及极端天气事件发生的风险，这在流域未来水资源管理运行等方面应当引起重视。  

新疆地区棉花和甜菜需水量的统计降尺度模型预测

气候变化情景下新疆地区作物需水量空间分布规律的研究,可作为农业用水规划的参考依据。基于新疆维吾尔自治区41个气象站1961－2010年逐日气象数据，分别采用FAO-56 Penman-Monteith公式和单作物系数法计算各站参考作物腾发量和作物系数，由两者的乘积获得棉花和甜菜需水量（crop water requirement，ETc）；运用统计降尺度模型SDSM4.2软件，预测2015－2099年高排放和低排放两种气候情景下各站棉花和甜菜的日ETc时间序列。结果表明，新疆地区1961－2010年棉花和甜菜在不同生育阶段作物系数变化范围为0.58～1.08，棉花和甜菜生育期多年平均 ETc的空间分布由南部向北部逐渐减小。统计降尺度预测过程中的26个预报因子中，地表平均比湿和地表平均气温与ETc在多数站点相关性较好。2015－2099年高排放和低排放情景下的ETc空间分布规律与1961－2010年的类似，但数值小的多。总体上，全疆历史和未来的棉花和甜菜 ETc均以不同程度下降。该研究可为新疆地区灌溉决策及节水规划提供依据。  

基于TRMM 3B43数据的川西高原月降水量空间降尺度模拟?

利用2001-2013年TRMM 3B43、MODIS-NDVI、DEM、气象观测等数据，在分析植被对降水响应滞后性的基础上，构建了TRMM 3B43数据中月降水量与经纬度、海拔、坡向和NDVI因子间的多元线性回归方程式，作为川西高原月降水量资料的降尺度计算模型，采用“回归方程+残差”的插值方法获取研究区2001-2013年1km空间分辨率的月降水量空间数据，并利用区内16个气象站点的观测数据与模拟结果进行了相关分析和误差检验。结果表明：（1）各气象观测站点基于TRMM 3B43资料的降尺度模拟降水量的数据均具有很高的精度，其中，精度最高的稻城站模拟结果与站点观测值的相关系数高达0.9839，精度最低的小金站相关系数亦高达0.8781；（2）在月、年尺度上，降尺度模拟降水量的数据亦具有很高的精度，其中，5-10月的精度明显高于其它月份，湿润年份精度总体高于干旱年份；（3）降尺度模拟降水量与站点实测降水量整体上相关系数为0.9499，偏差为0.0866，两者吻合度较高，但降尺度模拟降水量值略偏高；（4）降尺度在月尺度上能基本保证TRMM 3B43原始数据的精度，而在年尺度上能有效提高原始数据的精度，加之对空间分辨率的提高，可为获得更加全面、精细的降水分布数据提供有效方法。  

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。  

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ET0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ET0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ET0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ET0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。  

湄公河流域农业干旱主要影响因素分析和预估

以湄公河流域作为模拟试验区域,采用区域气候模式RegCM3为模拟工具,单向嵌套全球海气耦合模式ECHAM5/MPI-OM当代(1980-2009年)和SRES A1B情景下未来(2010-2039年)的输出结果,以根系层土壤含水量为代表性指标,对试验区月尺度农业干旱进行了预估。基于地表能量平衡,系统分析了降水、蒸发、地表温度等农业干旱主要影响因素与区域气候模式模拟的大气环流、地表感热通量、地表潜热通量、地表净通量之间的联系和变化规律,从气陆间能量和水汽通量平衡角度,对农业干旱发生机理进行了初步识别。预估结果表明:未来春末(6月)和秋末(10月)湄公河流域温度增加、土壤含水量减少较为明显;同时,在这个时段试验区蒸发旺盛和降水减少的趋势,有可能导致湄公河流域局部地区农业干旱的发生。  

降尺度土壤水分信息与植被生长参量的时空关系

土壤水分是重要的水文参量，多源遥感数据协同反演土壤水分是今后的发展方向。整合被动微波和光学数据，可有效发挥其各自的时空分辨率优势。该文以官厅水库库区及周边区域为研究区，选取该区域2010年全年AMSR-E土壤水分产品与MODIS数据，利用归一化植被指数NDVI，地表温度Ts和反照率Albedo，采用多元回归的方法，将空间分辨率为25?km的AMSR-E土壤水分数据进行分解，得到周期为16?d的1?km平均表层土壤水分的时间序列数据。并结合土地利用类型和热带降雨测量卫星TRMM累积降雨量产品，选择Spearman和Pearson相关系数，分析了植被生长期和全年两个时间段，不同地物类型下土壤水分与植被指数、累积降雨量等植被生长参量之间的关系。结论表明在非人工灌溉区，土壤水分与累积降雨量相关性明显。在人工灌溉区，土壤水分的变化与降雨量存在变化的不一致性。同时研究证明了表层土壤水分变化的植被滞后响应，这种滞后性与植被对根区土壤水分的延后反应相关，且不同植被类型的滞后时间不同。  

Empirical downscaling of daily minimum air temperature at very fine resolutions in complex terrain

Available air temperature models do not adequately account for the influence of terrain on nocturnal air temperatures. An empirical model for night time air temperatures was developed using a network of one hundred and forty inexpensive temperature sensors deployed across the Bitterroot National Forest, Montana. A principle component analysis (PCA) on minimum temperatures showed that 98% of the spatiotemporal variability could be accounted for using the first two modes which described the coupling and decoupling of surface temperature from free air temperatures, respectively. The spatial character of these modes were strongly correlated with terrain variables and were then modeled to topographic variables derived from a 30 m digital elevation model. PCA scores were modeled using independent predictors from in situ observations and regional reanalysis that incorporate temperature, solar radiation and relative humidity. By applying modeled PC scores back to predicted loading surfaces, nighttime minimum temperatures were predicted at fine spatial resolution (30 m) for novel locations across a broad (∼45,000 km²), topographically complex landscape. Our results suggest that this modeling approach can be used with retrospective and projected predictors to model fine scale temperature variation across time in regions of complex terrain.