基于卫星遥感和自动气象站数据反演稻田气温——以安徽省为例

随着全球气温变暖和高温事件的频繁出现,水稻遭受高温影响的概率也随之增加。稻田气温是研究水稻遭受高温热害及其影响的数据基础。因此,大范围地反演稻田气温,有助于相关部门短时间内获取大范围的稻田气温数据并进行水稻高温热害的研究和决策部署。本文利用MOD09A1 8天合成数据对安徽省水稻种植区域提取,水稻种植区内的自动气象站气温数据与MOD11A1、MYD11A1 4个LST值进行多元逐步回归,得到遥感估算最高气温和平均气温方程最优,R²分别为0.728和0.825,均方根误差分别为(RSME)2.21、1.54,平均绝对误差(MEA)分别为1.73、1.15,最终完成基于卫星遥感信息和自动气象站气温数据反演稻田气温的方法的开发。将该方法应用于2017年安徽省水稻种植区的提取和气温的反演得到了很好的应用。     

青藏高原一次暴雪过程诊断分析

利用常规观测资料、NCEP 1°×1°每6 h分析资料、fnl资料,结合分析FY-2C水汽图像和水汽云图,从500 h Pa环流背景、影响系统及水汽、动力条件等方面对2013年1月17~19日青藏高原的一次暴雪过程进行了诊断分析。结果表明,此次暴风雪天气发生在北半球环流呈三槽两脊经向度较大的环流背景下;伊朗南支槽是主要的影响系统;高层强烈辐散配置导致强垂直上升运动;伊朗南支槽东移上高原,西太平洋副热带高压的位置和强度有利于伊朗南支槽的加强、维持、缓慢东移来影响高原西部,即伊朗南支槽为此次高原西部的暴风雪天气提供了稳定的环流背景,同时不能忽视高原大地形的影响。     

1981—2018年山南市深层地温变化特征及对农作物的影响

本文利用1981—2018年西藏自治区山南市泽当镇0.8、1.6、3.2 m地层的逐月平均地温观测资料,采用统计分析、线性倾向估计等方法对山南市深层地温变化特征进行分析。结果表明,1981—2018年山南市0.8～3.2 m地温的年代际变化呈逐渐上升的趋势,其中2011—2018年的各深层地温最高,而20世纪80年代各深层地温最低;0.8～3.2 m深层地温的年平均值均呈一定的增加趋势,其气候倾向率分别为0.0664、0.067 4、0.057 9℃/a。由此可见1.6 m深层地温的增加趋势最为明显,其次为0.8 m,而3.2 m深层地温的增加趋势最为缓慢;0.8～3.2 m深层地温变化趋势基本保持一致。深层地温的最低值大多出现在春季与冬季,而深层地温的最高值大多出现在夏季与秋季;地温主要影响冬小麦籽粒、茎秆比及理论产量,而且表现出一定的季节性,其中春季地温对冬小麦产量的影响最为明显,其次为冬季。相比而言,夏季与秋季地温对冬小麦产量并不会产生显著影响。