滇黔桂岩溶区ET时空特征及气候因子驱动

基于滇黔桂岩溶区2000—2014年MOD16 ET产品和同期72个气象站点数据,运用趋势分析法、Hurst指数、偏相关分析法和复相关分析法,探究地表蒸散发时空变化特征及其气候因子驱动。结果表明:(1)年际ET呈不显著增加趋势(p>0.05),距平相对变化率年际差异较大; 年内ET呈单峰变化趋势,7月份达到最大值; 不同生态地理区ET具有差异性。(2)ET多年均值总体呈西北部低、东南部高的空间分布格局; 季节ET均值差异显著,夏季ET最强,冬季最弱。(3)年际ET变化趋势以不显著变化为主,呈增加趋势的区域面积略大于呈减少趋势的区域面积; Hurst指数大于0.5的持续性区域占比91.41%,ET变化趋势以持续性为主导; 不同植被类型ET均值及变化趋势具有差异性。(4)不同生态地理区ET与降水和温度的偏相关系数波动较大,温度对ET的影响大于降水; ET与降水和气温的复相关系数总体呈不显著正相关,复相关系数值在空间上呈西北高、东南低的分布格局; ET受气候因子驱动的地区主要表现为气温驱动。综上,揭示了滇黔桂岩溶区ET时空变化特征,明确了ET变化的主要气候驱动类型。     

贵州省地表蒸散发时空变化及其与气候因子的关系

探究贵州省地表蒸散发(ET)时空特征及气候变化对其的影响,对理解气候变化和水资源的关系具有重要的意义。基于2000—2014年的MOD16A2/ET产品和气象站数据,综合运用单相关、偏相关和复相关分析法,分析了研究区ET的时空变化特征及其与气候因子的关系。研究表明:(1)蒸发皿观测值折算所得的实测ET与MOD16/A2ET呈强相关(R=0.80),能满足ET相关研究的需要;(2) ET具有明显的空间异质性,由西北向东南,ET逐渐变大,ET与海拔区间呈负相关;(3)研究时段内,ET的年际波动增加速度较缓,ET的年内变化呈单峰型,7月为高峰;(4) ET与同期气温和降水量在整个研究区呈正相关关系,与同期日照时数呈正相关的区域大于呈负相关的区域。降水量是对贵州省ET年内变化影响最大的气候因子,驱动力分析表明贵州省ET的主要驱动类型为降水量强驱动型和降水量驱动型。     

武陵山区地表蒸散量时空变化特征及其对气候变化的响应

蒸散发(ET)是水文过程的关键环节,研究ET时空变化特征及其对气候变化的响应,有助于理清区域水资源与气候变化的关系。基于MOD16 ET数据集和气象数据,采用Sen趋势分析、Hurst指数和相关性分析等方法,分析了武陵山区2000—2014年ET的时空变化特征及气候因子对ET的影响。结果表明:(1)武陵山区近15 a ET呈波动增加趋势; ET月际差异明显,表现为先增后减的单峰型变化趋势。(2)ET空间上整体呈现中部高、四周低的分布格局; 不同土地利用类型ET大小依次为林地>草地>灌木地>耕地,低山平均ET最高,四季ET均值呈现夏季>春季>秋季>冬季。(3)ET空间变化和趋势均处于相对稳定状态,未来ET增加区域与减少区域面积大致相当。(4)各气象因子对ET作用大小排序为气温>风速>降水>太阳辐射>湿度,且与气温、太阳辐射和风速为正相关,与降水和湿度为负相关,气温是其主要影响因子。综上,气候变化是武陵山区ET波动增加的驱动因素,但各因子的影响程度和范围差异较大。     

京津冀地区潜在蒸散量时空演变特征及归因分析

为了深入认识京津冀地区潜在蒸散量的时空变化特征及其对气候变化的响应,该研究基于京津冀地区23个气象站57 a逐日气象观测资料,应用Penman-Monteith公式计算各站点日潜在蒸散量(ET0),剖析ET0的时空变化特征,运用敏感性分析法定量研究ET0对各气象要素的敏感性及其时空变化特征,定量识别各气象要素变化对ET0变化的贡献。研究结果表明:1)京津冀地区ET0空间分布整体呈由南向北递减趋势(除中部地区的塘沽站、黄烨站与保定站点ET0较高外)。ET0整体呈下降趋势,线性趋势率为-0.92 mm/a。ET0变化趋势空间分布由西北向东南递减,以春季减幅最为明显。2)京津冀地区ET0对相对湿度的最为敏感(-0.44),其次为风速(0.31)、日照时数(0.28)与平均气温(0.26)。随时间推移,ET0对平均风速与相对湿度敏感性整体呈下降趋势,而ET0对平均气温与日照时数的敏感性逐渐增强。敏感性系数空间分布从西北到东南:风速与平均气温敏感性系数逐渐递增,而日照时数与相对湿度敏感性系数逐渐递减。3)风速变化对京津冀地区ET0变化的贡献最大,平均气温次之。风速为主导因素的站点个数随时间呈下降趋势,平均气温与日照时数为主导的站点个数随时间呈上升趋势,说明近年来平均气温与日照时数对潜在蒸散量变化的影响愈加明显,这可能是由于近年来京津冀地区雾霾尤其是冬季雾霾对日照时数、气温与风速的产生一定影响,进而影响ET0。     

河南省参考作物蒸散量变化特征及其气候影响分析

基于河南省111个气象站1971-2010年逐日平均气温、最高气温、最低气温、相对湿度、风速和日照时数等气候要素资料,应用Penman-Monteith模型计算各站点逐日参考作物蒸散量(ET0),结合数理统计方法,分析近40a来河南省年ET0的时空变化特征,并对其主要影响因子进行探讨.结果表明,Penman-Monteith模型对河南省ET0的模拟能力较强,模拟值与同期小型蒸发皿蒸发量的相关系数r=0.84(P ＜0.01).近40a,河南省年ET0平均值为796.1mm(±102.2mm,n=4169),在空间分布上,总体表现出北高南低的特征,并以24.7mm·10a-1(P ＜0.01)的线性倾向率减少,呈明显减少的站点主要分布在34°N以北地区.偏相关分析表明,全省各地(市)年ETo与各气象要素关系密切,除济源外,年ET0均表现出与风速呈负相关且相关系数最大.逐步回归分析显示,年ETo与平均气温、日照时数、风速和相对湿度的关系密切;风速、日照时数和平均气温对年ET0的贡献为正效应,而相对湿度为负效应.近40a,风速减小是导致河南省年ET0呈显著减小的主要原因;但从综合影响看,这是各气象因素综合作用的效果,且各因子的贡献存在区域差异.     

基于MODIS16的新疆干湿气候时空变化及影响因素

为研究新疆地区的蒸散发及湿润指数分布与变化情况,采用新疆52个气象站点2000—2013年逐日地面观测资料和MOD16产品数据,从蒸散发、湿润指数两个方面利用一元线性回归、倾斜率、变异系数、Hurst指数、湿润指数等方法,综合分析了新疆地区近14年干湿状况的变化特征。结果表明:（1）全疆年均蒸散发值空间分布大多处于40～830 mm,ET高值区大多分布在伊犁河谷及额尔齐斯河谷附近,全疆各站点ET平均值变化范围为178.29～214.87 mm,年均ET为197.49 mm,PET平均值变化范围为1 297.12～1 447.48 mm,年均PET为1 374.39 mm;（2）全疆ET倾斜率分布主要呈轻微减少趋势;（3）整体来看近14年新疆气候趋于湿润的变化趋势,各气象因子中,降水和相对湿度与湿润指数呈显著正相关,气温与湿润指数呈显著负相关。     

1999-2019年青藏高原不同植被类型NDVI时空演变特征及其对气候因子的响应

研究青藏高原不同植被类型NDVI时空变化特征,探讨不同植被类型NDVI对气候因子的响应机制,为青藏高原生态保护提供科学依据。基于1999—2019年的SPOT/VEG NDVI数据、植被类型和气象数据,采用线性趋势分析、Pearson相关分析及偏相关分析方法,对1999—2019年青藏高原不同植被类型NDVI时空变化特征进行了分析,并探讨了不同植被类型NDVI变化对气候因子的响应。结果表明：(1)青藏高原整体植被生长状况良好,青藏高原各植被类型生长季平均NDVI均值从高到低依次为森林(0.6)、灌丛(0.48)、草甸(0.37)、草原(0.16)、高山植被(0.13)。(2)除高山植被有轻微退化趋势外,其他植被类型均有显著改善,改善面积占比依次为灌丛58.46%(p<0.05)、森林52.78%(p<0.05)、草甸51.60%(p<0.05)、草原32.65%(p<0.05)。(3)气候因子对植被NDVI的影响具有明显的地域差异性,平均气温对青藏高原植被生长季NDVI变化的影响更为显著,且影响范围更为广阔;而降水主要影响青藏高原北部地区的草原、草甸等植被的ND...     

辽宁省2001-2020年水源涵养量变化及其影响因素

[目的]探讨辽宁省水源涵养量时空变化特征及其影响因素,为水资源合理开发利用及水源涵养功能恢复提供可视化评估依据。[方法]基于InVEST模型产水量模块,评估辽宁省2001—2020年水源涵养量时空动态变化状况,采用相关分析和地理探测器探索水源涵养的主要影响因素。[结果] 2001—2020年辽宁省年均水源涵养量总体呈波动上升趋势,多年平均值为95.28 mm,增长速率为13.35 mm/(10 a);水源涵养量呈由东向西递减的空间分布特征,丹东市、抚顺市和本溪市水源涵养量较高,盘锦市、锦州市、阜新市和葫芦岛市水源涵养量较低。[结论]水源涵养量与降水量、地表水资源量、山区入渗量和林地比例呈显著正相关,与蒸散量、气温、地块破碎度、建设用地比例呈显著负相关。气候因子及土地利用因子是影响辽宁省水源涵养量空间分异的主导因素,单因子解释力0.6以上,多因子交互作用强于单因子作用,其中降水、蒸散与各因子的交互作用解释力达0.92。     

2001-2015年伊犁河谷草地蒸散发时空变化分析

蒸散发（Evapotranspiration,ET）是陆地生态系统环境调节的重要方式。草地退化背景下,研究草地蒸散发的时空变化,对掌握草退化生态效应具有重要意义。选择草地退化严重的伊犁河谷作为研究区,利用2001-2015年MODIS ET和NDVI遥感数据以及气温和降水站点数据,借助于GIS空间分析技术,反演植被覆盖度,插值生成气温和降水空间分布数据,进而进行差值和相关性计算,对该区草地ET时空变化及其影响因素进行分析和探讨。结果表明:（1）伊犁河谷草地多年平均ET为395.74 mm;空间上43.21%区域ET位于400~500 mm;全区ET不仅海拔分异明显,且与覆盖度的空间分异总体一致;（2）近15 a伊犁河谷全区草地平均ET减少11.06%,空间上ET发生减少面积占到98.07%,其中51.82%的减少比例位于10%~20%,主要分布在海拔较低的洪积平原和低山区;（3）2011-2015年时段ET变化的空间分异发生较大转变,低海拔区ET减少比例明显缩减,而高海拔区ET减少比例扩大;（4）伊犁河谷草地植被覆盖度与ET的相关性最高,植被覆盖度是决定草地ET空间分布及时空变化的关键因素,降水对草地ET空间分布及变化的影响高于气温。伊犁河谷植被覆盖度、降水及气温的降低均构成草地ET降低的驱动因素,但复杂的地形使伊犁河谷草地ET与其影响因素的相关性呈现明显且多样的空间差异。     

阿克苏河灌区作物理论需水量的时空分布特征

[目的]研究阿克苏河灌区作物的理论需水量的时空变化特征,为该区水资源科学管理、高效利用提供理论依据。[方法]基于灌区内1972—2014年6个气象台站的逐日气象观测数据,采用FAO修正的Penman-Monteith模型,计算参考作物蒸发蒸腾量(ET0),进行空间数据的插值分析,对阿克苏河灌区作物的理论需水量特征分别在空间和时间两个维度上进行探讨。[结果](1)阿克苏河灌区多年平均ET0介于1 118~1 241mm之间,呈现中部以北地区较低,西南部、南部地区较高的规律;(2)春季和夏季的ET0最高,5,6,7月的月均ET0合计为533mm,是作物最需要水分补给的重要时段;(3)自20世纪70年代至今,作物年均蒸发蒸腾量呈现逐渐降低的趋势,2010年以后的变化趋势较为显著;(4)灌区各季节及全年的ET0变化均呈现S形曲线分布,至2014年已接近波谷并有抬升趋势。[结论]在气候变化背景下,阿克苏河灌区作物的理论需水量随时间变化显著,春夏季受蒸腾作用影响是需要补水的关键时期,年际变化呈波动抬升趋势;在空间上亦呈现明显地带分异特点,呈南高北低的特征。     

贵州乌江流域气温与降水空间分布特征及其地形影响分析

探究山地流域气温与降水空间分布特征及其地形影响因素,为区域农业发展和资源利用提供参考。选取中国(贵州)地面累年值年值数据集(1981—2010年)气温和降水数据,利用克里金法(Kriging)、反距离权重法(Inverse Distance Weight)、样条函数法(Spline)、地理加权回归(GWR)等方法,探究了贵州乌江流域气温和降水空间分布特征,并分析了地形对气温和降水的影响。结果表明:(1)贵州乌江流域气温从上游(赫章—水城)至下游(沿河—道真)总体逐渐升高,气温与海拔变化大致呈相反关系。(2)贵州乌江流域降水总体从东南(南)向西北逐渐减少,织金—普定—安顺等迎风坡降水较多。(3)贵州乌江流域水热组合不均衡,水热组合良好区域偏少,生产生活需要"因温因水"制宜。(4)贵州乌江流域海拔对气温具有负影响,海拔变化1 000 m,气温空间变化为3.3～6.0℃,其影响程度为下游、上游南部高,中游低。(5)贵州乌江流域海拔对降水影响空间差异大,GWR模拟空间影响正负均有,流域上游负影响,中游正影响。     

基于Shuttleworth-Wallace模型的水稻蒸散组分模拟及其特征分析

农田蒸散(ET)及其组分的模拟是精准灌溉及准确估算生产力的基础。基于2013-2015年的涡度相关通量观测及辅助观测资料,利用Shuttleworth-Wallace模型(S-W模型)对盘锦水稻的蒸散及其组分进行模拟,并利用结构方程模型分析土壤蒸发占蒸散比例(ES/ET)的控制机制。结果表明:(1)S-W模型模拟蒸散值在生长季前期偏低,在生长旺季总体偏高;而在生长季后期与观测蒸散基本吻合。(2)就季节变化过程而言,水稻蒸散模拟值呈现明显的日间波动(0.5~10.4mm·d-1),但季节总体变化趋势不明显;蒸腾(TR)则先增大后降低,变化范围为0.1~8.4mm·d-1;土壤蒸发(ES)呈U型曲线,变化范围为0.1~4.7mm·d-1。(3)模拟水稻蒸散3a均值为892mm。在年尺度上,TR与ES各占ET的50%;但在生长季,TR是ET的主要消耗方式:在移栽分蘖期,水稻的植物蒸腾与土壤蒸发较接近,而在其它各生育期及全生育期,水稻的植物蒸腾均达土壤蒸发的2倍以上。(4)结构方程模型分析结果表明,气温是ES/ET最重要的影响因子,ES/ET随气温上升而下降(总影响系数为-0.82)。气温不仅对ES/ET有显著的直接影响(直接影响系数为-0.50),还通过叶面积指数(LAI)对ES/ET产生显著的间接影响(间接影响系数为-0.32)。除气温外,LAI和风速也是ES/ET的重要影响因子,ES/ET随LAI增大而下降(总影响系数为-0.39),随风速增大而增大(总影响系数为0.38)。     

衡水市参考作物蒸散量的时空变化特征及其气候成因

参考作物蒸散量是计算作物需水量的关键,是进行实时灌溉预报和农田水分管理的主要参数.本文基于1981-2010年衡水市11个站点的地面气象观测资料,利用FAO推荐的Penman-Monteith公式计算参考作物蒸散量(ET0),通过小波分析、突变检验等方法分析其时空变化特征,并采用相关分析法初步探讨其气候成因.结果表明,(1)近30a衡水市年参考作物蒸散量呈显著下降趋势(P＜0.05),除2、3月外,其它月份的参考作物蒸散量均有下降趋势;衡水东北部年参考作物蒸散量较大,西南部及安平较小,年参考作物蒸散量较大的地区其下降速率也较大,较小的地区其下降速率也较小.(2)衡水市年参考作物蒸散量存在准6a的主要振荡周期,周期显著;6、8和12月以及全年参考作物蒸散量均发生了气候突变;全区一致型是衡水市年及月参考作物蒸散量变化的最主要的空间模态,且其空间分布均具有很好的收敛性.(3)气温日较差、最高气温、日照时数和相对湿度是影响参考作物蒸散量变化的关键气候因子,其影响程度因季节而异,ET0与气温日较差、最高气温和日照时数呈显著正相关(P＜0.05),与相对湿度呈显著负相关(P＜0.05),风速变化对ET0影响较小;其中5-9月ET0受日照时数影响最大,受气温日较差、相对湿度和最高气温的影响依次减小.     

淮河流域参考作物蒸散量变化特征及主要气象因子的贡献分析

利用淮河流域171个站点1971-2010年的气象资料,采用FAO Penman-Monteith公式计算该区近40a的参考作物蒸散量（ET0）,并对ET0的时空分布特征和影响因子进行定量分析。结果表明：淮河流域年ET0为898mm,近40a总体以17.5mm/10a的速率减小（P〈0.05）;空间分布显示西北部大部站点ET0呈显著下降趋势（P〈0.05）,仅东南部个别站点呈显著上升趋势（P〈0.05）。各气象因子对ET0变化的贡献表现为两方面,即ET0对气象因子的敏感性和气象因子的多年相对变化率,在4个主要因子中（平均温度、相对湿度、日照时数和风速）,ET0对相对湿度的变化最敏感（敏感系数最大）,而风速的多年平均变化率最大。从各因子的贡献率看,对ET0贡献最大的是风速,平均温度的贡献最小,4个因子对ET0变化的总贡献率为-4.96%,总贡献率为负在很大程度上解释了ET0呈下降趋势的原因。     

乌江流域土地利用变化的自然因子

自然因素是引起典型山地流域土地利用变化的主要原因,乌江流域作为典型山地流域,明确各自然因子在乌江流域土地利用类型转变中的贡献率,找到关键性驱动因子,从而为合理调整土地利用布局提供借鉴作用。以乌江流域为研究对象,基于时空性和整体性,采用2000年、2010年和2020年三期土地利用数据,综合各自然要素,利用增强回归树模型来分析土地利用变化的自然因子。结果表明:(1)2000—2020年乌江流域土地利用类型变化表现在,林地、灌木地、水体和人造地表面积比重明显增加,耕地、湿地面积显著减少,草地面积变化呈稳定趋势。(2)2000年和2020年对比发现乌江流域中部水体面积扩大,北部林地面积有所增加,东部耕地面积大幅度缩减。草地和灌木地空间变化不明显,呈嵌入式分布。人造地表以东南、西南、东北和西北部增加最为明显。(3)从贡献率方面考虑,降水对草地变化的贡献率最大,坡度对耕地的影响最大,植被类型对林地影响最大,影响湿地最大的自然驱动因子是坡度,气温是制约灌木地发展的最大自然因子,土壤类型对水体变化的贡献率最大,坡度是人造地表变化最大的自然驱动因子。草地变化的特征因子主要是降水、植被类型和气温; 耕地变化特征因子分别是坡度、高程和气温; 林地变化的特征因子是植被类型、高程和气温; 湿地变化的特征因子是坡度; 灌木地变化的特征因子是气温、土壤类型和植被类型; 水体变化的特征因子是土壤类型和植被类型; 人造地表变化的特征因子是坡度和植被类型。     

基于GLEAM模型的淮河流域地表蒸散量时空变化特征

蒸散发是连接地表水循环和能量循环的纽带,淮河流域地表蒸散量的时空变化分析对深入理解中国气候过渡带水循环对全球变化的响应具有重要价值。该文基于流域水量平衡原理,利用流域水文数据对淮河流域GLEAM产品进行精度验证;并利用GLEAM(global land-surface evaporation:the Amsterdam methodology)产品分析1980-2011年淮河流域地表蒸散发年际和年内的时空变化。结果表明:1)淮河流域及其水资源二级分区的降水实测值与GLEAM产品估算结果比较,平均相对偏差为8.0%,相关系数高达0.94,GLEAM产品对于淮河流域的模拟精度较高;2)淮河流域1980-2011年多年平均年地表蒸散量为673 mm;3)淮河流域多年平均年地表蒸散量空间变化范围为528~848 mm,空间差异显著,呈从西南向东北逐渐减少,淮河以南地表蒸散量大于淮河以北地表蒸散量,四个季节地表蒸散发具有类似的空间分布特征;4)近32 a淮河流域平均的年地表蒸散量变化范围为588.6~767.8 mm,且存在显著的上升趋势;地表蒸散量的季节变化大致呈单峰型分布,峰值出现在8月,最小值出现在12月;且季节变化较为明显,夏季(272.0 mm)春季(191.4 mm)秋季(144.3 mm)冬季(65.0 mm);5)基于栅格尺度年地表蒸散量的变化速率主要受春季主导,依次为夏季、秋季,冬季的影响最小,淮河流域大部分区域地表蒸散发量呈增加趋势。该研究可为淮河流域洪涝、干旱等极端水文气象事件的监测与预警提供科学依据,同时为该流域水资源管理提供参考及决策依据。     

若尔盖湿地潜在蒸散时空动态特征及影响因子

潜在蒸散(ET0)对水资源评价和气候变化均具有重要意义。利用若尔盖湿地及其周边19个气象站1960—2015年逐日气象资料,根据辐射修正的Penman-Monteith模型计算了湿地潜在蒸散量,采用累积距平、Mann-Kendall检验、Pettitt检验、Theil-Sen趋势度、Hurst指数等方法分析了蒸散变化规律,并对蒸散影响因子进行了主成分分析。结果表明:(1)若尔盖湿地年ET0均值为625.3mm,并以4.89mm/10a的速率显著上升(p<0.01),四季ET0表现为夏季>春季>秋季>冬季。年、秋、冬ET0分别在1968年(p<0.01),1997年(p<0.01),2003年(p<0.1)突变上升,春、夏两季未出现突变。(2)湿地年均ET0呈南部、东部边缘高、西北—东南一线较低的空间分布特征,且变化速率由东北向西南递减,其中西部班玛以北及南部马尔康、黑水之间地区ET0呈缓慢下降趋势。(3)湿地年ET0的Hurst指数在0.56～0.91间,主要呈四周高、中部低的空间分布规律。未来湿地ET0变化趋势以持续性增加为主,面积比例为96.88%。(4)气温上升是引起湿地ET0增加的最主要原因,其次是日照时数的增加和相对湿度的降低。净辐射、风速和降水量的减少引起的ET0减少被气温等其他因素作用所抵消。     

2001—2018年雅砻江流域植被NDVI时空动态及其对气候变化的响应

为了了解雅砻江流域植被覆盖变化及其对气候的响应,基于MOD13Q1和气象数据,采用趋势分析和偏相关分析等方法,分析了2001—2018年雅砻江流域生长季NDVI的时空变化特征,探讨了NDVI变化对气候因子的响应。结果表明:(1)2001—2018年雅砻江流域NDVI均值为0.66,呈东南向西北逐渐下降趋势,并随海拔的升高呈先增后减趋势;(2)2001—2018年雅砻江流域NDVI整体以0.003/10 a的速率波动上升,NDVI增加面积(63.97%)大于减少面积(36.03%); 2001—2018年雅砻江流域生长季的气温上升趋势显著,降水上升趋势不明显,流域上、中游气候向暖湿方向发展;(3)整体上NDVI受气温影响大于降水,与气温呈正相关关系,与降水呈负相关关系; 空间差异明显,上游受气温和降水共同影响,中、下游大部分地区受降水影响。整体而言,雅砻江流域被的生长受地形、气候和人类活动等因素影响,近18年植被NDVI改善面积持续增加。     

东北地区参考作物蒸散量对主要气象要素的敏感性分析

利用国家气象局提供的地面气候资料日值数据集,通过FAO推荐的Penman-Monteith公式计算了东北地区1961-2008年生长季(5-9月)逐日的参考作物蒸散量(ET0),分析了ET0及主要气象要素的变化趋势,并通过响应曲线、敏感矩阵、敏感系数等方法分析了ET0对气温、日照时数、平均风速、平均相对湿度的敏感性。结果表明:(1)近50a来,东北地区的气温呈极显著上升趋势(P0.01),日照时数、平均风速、平均相对湿度呈极显著下降趋势(P0.01);东北地区生长季平均日ET0在以3.60mm.d-1为平均值、±0.3mm.d-1的范围内波动,总体上比较稳定,最大值出现在2001年(3.87mm.d-1),最小值出现在1990年(3.28mm.d-1);(2)当气温、日照时数、平均风速的变化量从-20%变化到20%时,ET0表现为逐渐增加的趋势,当平均相对湿度的变化量从-20%增加到20%时,ET0则逐渐减小;(3)气温、日照时数、平均风速、平均相对湿度的生长季平均日敏感系数均具有较强的空间分异特性,其中气温变化对ET0的影响最为明显,其次是平均相对湿度,日照时数、平均风速对ET0的影响较小。     

2001—2020年川西高原植被EVI时空变化特征及气候因子驱动力分析

为了了解川西高原植被EVI的时空变化特征,以MODIS-EVI数据、DEM数据和气象格点数据为基础,基于相关性分析、趋势分析和最大值合成等方法,探讨了川西高原2001—2020年植被EVI时空变化特征及不同海拔高程下植被EVI分布和变化规律。在此基础上,对研究区植被EVI时空变化的气候因子驱动力进行了分析研究。结果表明:(1)川西高原20年间植被EVI均值介于0～0.88,空间分布具有明显的地域分异。(2)近20 a来,川西高原植被EVI整体增长趋势,速率为1.0%/10 a,植被EVI的相对年际变化率介于-4.26%～13.58%。有13.09%的地区植被EVI变化通过显著性检验,其中约10.18%的区域植被EVI呈增加趋势。(3)川西高原近20 a不同海拔高程下植被EVI都呈波动增加趋势,变化速率以及增加趋势的显著性都有明显的差异。在<2 500 m,2 500～3 000 m,4 500～5 000 m 3个海拔高程区间内,植被EVI增加趋势显著。(4)川西高原植被EVI与气温和降水呈正向相关的区域面积占比分别为56.42%,64.09%。在0.05显著性水平下,川西高原植被EVI变化受气候因子驱动的地区约占研究区总面积的21.87%。整体而言,近20 a来川西高原植被EVI呈增加趋势,且具有明显空间差异,EVI与气温和降水整体呈正向相关。川西高原大部分地区的植被EVI变化受非气候因子驱动。