基于CLDAS2.0驱动数据的中国区域土壤湿度模拟与评估

基于高时空分辨率的中国气象局陆面数据同化系统(CMA Land Data Assimilation System,CLDAS)2.0版本的大气驱动数据,使用Noah-MP陆面模式模拟中国区域2013—2014年土壤湿度的时空变化,将模拟结果与自动土壤水分观测站的逐小时观测值进行对比,并选取6个研究区,分析区域的平均土壤湿度时间变化特点。结果表明:Noah-MP模式能够很好地模拟出中国区域0~10 cm土壤湿度空间分布,模拟值和观测值均呈现由西北向东南和西南地区递增的趋势;从全国尺度来看,模拟值与观测值非常接近,相关系数大于0.9,均方根误差为0.008 m3/m3;从区域尺度看,Noah-MP能够很好地模拟出各研究区土壤湿度的时间变化,但是对于冻土融化时东北地区的土壤湿度存在轻微的低估。基于CLDAS2.0驱动数据得到的土壤湿度模拟结果具有较高准确性,可为农业干旱研究提供一定参考。     

基于格点资料的1961−2018年中国霜冻灾害时空变化规律

以1961−2018年长时间序列的格点化气象数据替代以往研究中站点数据,通过趋势分析和聚类分析等方法,研究中国区域内适合格点数据的霜冻辨识阈值、霜冻发生时间及霜冻强度的时空变化规律,以在气候变化背景下合理利用气候资源,降低霜冻灾害给农业生产造成的损失。结果表明：（1）日最低气温0℃相比日最低气温2℃作为阈值辨识初/终霜冻和无霜期的空间分布更加合理。（2）1961−2018年中国大部分地区初霜冻日期推后（1～3d·10a−1）,终霜冻日期提前,无霜期增加（1～3d·10a−1）。（3）不同强度的霜冻年累计发生次数在中国北方有微弱增加态势,在南方呈现明显的减少趋势。其中,晚霜冻不同霜冻强度年发生频次高于早霜冻。（4）以霜冻日期和霜冻发生频数为标准进行中国霜冻灾害区划,全国可分为亚热带、暖温带、中温带、寒温带和青藏高原5个分区。其中,以青藏高原不同霜冻日期变化最为剧烈。整体上,中国区域的气候变暖对于霜冻灾害的发生在时间、空间和强度上有明显的减弱效果。     

土壤湿度同化数据综合分析处理系统的研制与开发

陆面数据同化系统的输入和输出数据以其格式多样性、海量性为主要特征。以GIS二次开发组件ArcGIS Engine, ArcSDE空间数据库引擎和SQL Server 2005数据库管理工具,利用C#、IDL编程语言,构建土壤湿度同化数据空间数据库,并将气象数据具有时间域、空间域和属性域等多维属性与GIS数据模型相结合,研制开发综合分析处理系统,实现土壤湿度同化输入参数与输出数据的空间分析与管理。系统能够满足陆面同化系统对数据的处理与分析需求,为土壤湿度同化产品的业务应用提供强大的支撑。     

风云三号卫星微波遥感土壤水分产品在山东地区的适用性分析

风云卫星微波遥感土壤湿度产品在农业应用中，尤其是在作物监测和干旱预警中发挥着重要作用，对其产品可靠性的评估至关重要。本研究以中国气象局的自动土壤水分观测站土壤湿度数据为参考，系统分析了山东地区2018年FY-3B和FY-3C卫星反演2级土壤湿度产品的质量及其时空分布，并与SMAP和SMOS卫星反演3级土壤湿度产品进行对比。使用EASE-Grid投影方法的转换方程进行空间匹配，将卫星的格点转换成经纬度后，自动站对应的卫星观测结果由其周围4个观测格点结果加权平均得到。对自动站数据去除异常值后，将卫星过境时刻数据与自动站小时数据进行时间匹配。结果表明，在山东地区FY-3B、FY-3C和SMAP与自动站观测数据时间一致性较好，均方根误差（RMSE）约0.09m³·m⁻³，相关系数（R）大于0.3。SMAP无偏均方根误差（ubRMSE）可以达到0.05m³·m⁻³，说明其去除系统误差之后有较高的应用价值，而SMOS在山东地区的适用性不如SMAP。同时，FY-3B、FY-3C和自动站的相关性和误差有明显的季节变化，FY-3B和FY-3C往往高估5、8和9月的土壤湿度，与冬小麦和夏季玉米的成熟期对应，而在其余时间会低估，这可能是因为风云卫星使用的X波段探测深度较浅，其结果受表层植被的影响较大；而SMAP和SMOS使用的L波段探测较深，其结果受表层植被影响较小。该发现说明，未来风云卫星土壤湿度的反演算法可以通过优化植被的影响来获得更精确的反演结果。