基于气候信息的喀斯特地区植被EVI模拟

该研究以喀斯特地区植被为研究对象,分析各种气候因子与植被指数的相关性及作用机制,在此基础上建立基于气候因子的植被EVI拟合模型,为定量分析气候条件对植被的综合影响奠定基础。结果表明:气候因子对喀斯特地区植被EVI影响显著,植被EVI与水汽压、平均气温、露点温度、最低气温、最高气温的相关性均大于0.8且空间一致性好。除日照时数和风速外,该地区植被EVI对其他气候因子的响应均存在显著滞后性,滞后期约16 d。对植被EVI起直接作用的主要是温度类气候因子,水分类气候因子对植被EVI的直接作用不明显,但通过其他气象因子起了较强的间接作用。根据该地区植被与气候因子的关系建立了2个EVI拟合模型,其中基于同期气候因子的同期模型中入选的气候因子为水汽压(0期)、日照时数(0期)、露点温度(0期),基于同期、前期气候因子的混合模型入选气候因子为水汽压(-1期)、最高气温(-1期)、降水量(-1期)、露点温度(-1期)、日照时数(0期)。分别利用2001-2010年建模数据和2011年非建模数据对2个模型进行了单站点和片区两种尺度的精度验证。验证结果表明,2个模型对整个片区植被EVI的拟合精度高于单站点,且混合模型的拟合精度高于同期模型。2001-2010年同期模型和混合模型的片区拟合R2分别为0.843、0.892,站点拟合R2分别为0.765±0.033、0.801±0.021。2011年2个模型的片区拟合R2分别为0.797、0.873,站点拟合R2分别为0.716±0.073、0.746±0.064。对大多数站点而言,混合模型的拟合精度较高,但是由于2个模型的建模气候因子不同及各个站点植被的EVI与气候因子的综合响应也存在较大差异,同期模型对部分站点植被EVI拟合精度高于混合模型。     

近20年西南喀斯特地区植被NPP时空变化及自然因素地理探测

植被净初级生产力(Net Primary Production,NPP)是表征植物活动的重要变量,分析植被NPP时空变化及驱动力对生态保护及植被恢复建设具有重要意义。基于2000—2019年MOD17A3的NPP数据,结合基于站点的气象数据、DEM等数据,运用趋势分析、Mann-Kendall检验、R/S分析及地理探测器等方法,定量分析了西南喀斯特地区植被NPP空间分布、时空变化及未来趋势,进一步探讨了自然因子对西南地区植被NPP的驱动作用。结果表明:(1)2000—2019年西南喀斯特地区植被NPP空间分布上呈南高北低的空间分布格局,总体均值为751.37 gC/(m²·a)。(2)从时间尺度看,20 a间研究区植被NPP总体呈上升趋势,上升速度为3.67 gC/(m²·a); 从空间尺度看,20 a间西南喀斯特地区植被NPP呈上升趋势的面积占总面积的78.10%,呈显著上升的区域占42.14%,主要分布在四川盆地、乌蒙山一带。(3)未来研究区内植被NPP以上升趋势为主,呈持续上升趋势的面积占比为76.97%,呈强持续显著上升的面积占30.67%,主要分布在四川盆地及乌蒙山一带。(4)地理探测显示,影响西南喀斯特地区NPP变化的主导因子为湿度、生物温暖指数、日照时数和气温,其q均值均超过0.3; 各因子交互作用表现为双因子增强或非线性增强,其中高程∩生物温暖指数的q值最高,为0.498。综上,研究结果表明高程和生物温暖指数的共同作用对西南喀斯特地区的NPP影响最大。     

四川省潜在蒸散量变化及其气候影响因素分析

潜在蒸散(ET_0)是评价某一地区干旱程度的重要指标,在全球气候变暖趋势下,估计ET_0的变化对科学估算作物需水量,提高水分利用率具有重大意义。本文利用四川省1961-2014年151个气象站的气象资料,采用Penman-Monteith公式分3个区域(四川盆地、攀西地区和川西高原)计算ET_0,并对主要气象因子平均气温、相对湿度、日照时数、平均风速的相对变化率、敏感系数及其对ET_0贡献率的时空变化进行分析。结果表明:四川盆地和川西高原ET_0呈现微弱减少,而攀西地区则呈现一定的增加,其空间分布表现为:攀西地区和川西高原南部年ET_0为高值区,多在1000~1350mm,四川盆地的西南部年ET_0为低值区,多在651~900mm,从西南向东北呈现"高-低-高"趋势。各气象因子对ET_0的影响(对ET_0变化的贡献率)主要取决于敏感性和相对变化率两方面。3个区域ET_0对相对湿度的变化均表现最敏感,其敏感系数分别为-1.13、-1.40、-1.53。在主要气象因子中,在四川盆地和攀西地区,平均风速的多年相对变化率最大(-29.7%、-16.3%),川西高原则为平均温度(40.4%)。进一步分析得出,平均风速在四川盆地和川西高原对ET_0变化的贡献率最大,是主导影响因素,而在攀西地区则为相对湿度。     

基于不同数理统计方法的河南省ET0气候影响因素分析

确定影响ET_0年际变化的主要气象因子是准确估算未来作物需水的基础,对于农业生产科学应对气候变化具有重要意义。以河南省17个站点为例,分别采用国内外常用的5种数理统计方法评价7个气象要素对参考作物蒸散量(reference crop evapotranspiration,ET_0)年际变化的影响程度,结果发现:日照和风速是影响河南省地区参考作物蒸散量的主要因子,黄河以北地区主要为风速,黄河以南地区以日照为主,信阳、西峡两地高温作用不容忽视。5种方法评判结果差异较大,采用灰色关联分析法,利用不同的数据变换方式,其结果大相径庭,认为其不适宜用于评价影响ET_0变化主要因子的判定;结合各站气象要素年际变化趋势分析认为,逐步回归分析法得出的结论与各站点气象要素及ET_0实际变化趋势存在多处悖理,不适宜用于评价影响ET_0变化主要因子的判定;相关分析、偏相关分析、主导分析方法结果较为统一,差异较小,认为采用3种方法综合判定某地区影响ET_0的主要因子,其结果较为可信。其中,采用主导分析法对各气象因子的影响排序与各因子对ET_0的影响趋势以及ET_0实际变化趋势较为一致,建议用于评价影响ET_0变化的气象因子排序,但因其无法得到各因子与ET_0的相关关系,需借助相关分析与偏相关分析才能得到详实可信的结果。     

阿勒泰地区不同时间尺度参考作物蒸散量的时空变化及影响

基于阿勒泰地区7个气象站1961-2016年逐日气象数据和联合国粮农组织推荐的Penman-Monteith公式,估算该区域近56a参考作物蒸散量(ET_0),利用气候倾向率和反距离加权插值法分析ET_0及主要气象因子的时空变化特征,并采用相关系数和多元回归分析相结合的方法对不同尺度ET_0变化成因进行分析。结果表明:阿勒泰地区年平均ET_0为928.46mm,其气候倾向率为-10.90mm·10a~(-1)(P0.01)。季节ET_0平均值由大到小依次为夏季、春季、秋季和冬季,夏季、秋季ET_0呈极显著降低趋势(P0.01),冬季ET_0呈显著增加趋势(P0.05)。6-7月ET_0最大,1月和12月ET_0最小,年内变化呈抛物线形。总体来看,各时间尺度ET_0空间分布特征基本一致,且呈现中西部地区ET_0显著减少趋势,年ET_0减少是夏季ET_0减少所致。各尺度ET_0变化主要贡献因子不一,但平均风速的极显著降低对ET_0减少的影响最大。     

滇东南喀斯特地区植被覆盖变化及其影响因素

利用MODIS NDVI数据资料集、标准气象站点的气候数据及社会经济统计数据,辅以叠置分析、空间统计分析和相关分析等方法,探讨了滇东南喀斯特地区植被覆盖的时空变化特征及其与气候因子、人类活动的关系。结果表明:滇东南喀斯特地区植被4月上旬进入生长季而9月中旬结束,2001—2010年植被覆盖呈现出上升的趋势,NDVI增加速率为0.03/10 a;滇东南喀斯特地区植被覆盖呈增加和减少趋势的面积分别占总面积的70.03%和29.97%,植被NDVI减少最为突出的区域主要集中在人口聚集的城镇周围及河流沿线,而增加的区域主要集中在高海拔山区;气候影响因素中的水分类因素即平均相对湿度、最小相对湿度和降水是滇东南喀斯特地区植被NDVI年内变化主要的影响因素,其影响有2个月左右的滞后期,温度类气候因子的滞后期为3个月左右,其他类型的气候因子滞后期约为2个月;滇东南喀斯特地区实施的退耕还林工程,极大地提升了植被覆盖度,而城镇化过程则使得城镇周边的极低、低植被覆盖度区面积增加。     

不同时间尺度下华北平原干湿气候时空变化及成因分析

利用华北平原62个气象站点1961-2014年逐日地面观测资料以及同期降水量资料,基于Penman-Monteith方法计算的参考作物蒸散量(ET_0)研究近54a研究区干湿气候时空变化特征,并利用敏感性和贡献率法分析气候变化背景下主要气象因子对ET_0的影响,对干湿气候变化的成因进行探讨。结果表明:华北平原在3个时间段(时段1:1961-1980;时段2:1981-2000;时段3:2001-2014)半干旱区和半湿润区的分界线呈东扩和南移,半干旱区面积不断扩大,湿润区面积变化不明显;研究区1961-2014年ET_0呈显著下降趋势,空间差异大,河南和山东部分地区由于ET_0下降趋势大于降水量减少趋势,气候变湿润;鲁东、天津、河北东部地区降水量减少且ET_0增加,干旱化趋势明显。就月尺度而言,降水量在7月和8月减少幅度最大,夏季ET_0减少幅度较大,5月和6月气候呈变湿趋势。ET_0对相对湿度的变化最敏感,各月导致ET_0变化的主要贡献因子不一,11月-翌年1月风速起主导作用,2月温度为主导因子,6-9月日照时数为主导因子,其它月份为相对湿度、风速等综合作用的结果。     

1999-2019年西南喀斯特地区NDVI时空变化及其气候驱动

[目的]西南喀斯特地区生态环境脆弱,对其植被覆盖变化及气候驱动机制进行研究具有重要意义。[方法]基于1999—2019年SPOT NDVI数据和同期209个气象站点的气温和降水数据,采用Theil-Sen+Mann-Kendall趋势分析法、偏相关分析和复相关分析法,探讨西南喀斯特地区NDVI时空变化及其气候驱动。[结果]1999—2019年西南喀斯特地区NDVI呈显著上升趋势,整体植被覆盖较好;NDVI变化主要以极显著上升趋势为主,仅5.73%的地区呈退化趋势。NDVI与气温和降水整体上均呈正偏相关关系,气温对NDVI的影响强于降水,且存在空间差异性。NDVI与气温和降水的复相关显著性通过0.05,0.01水平的面积分别占15.12%,5.68%;NDVI主要受气温驱动,占研究区面积的13.90%,其他气候因子驱动类型占比均未超过3%。[结论]揭示了西南喀斯特地区植被覆盖的时空变化特征,明确了气候因子对植被覆盖变化的驱动机制。     

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。     

内蒙古地区ET0时空变化与相关分析

该文根据内蒙古135个站点,30年气象资料,利用Penman-Monteith公式计算得参考作物腾发量(ET0).在此基础上,对ET0在我国北方干旱寒冷区时空上变化进行了分析,同时就ET0与4项主要气象因子(温度T、湿度RH、风速U、日照时数N)的关系进行了分区分月的分析,提出了适合我国北方干旱寒冷地区不同条件下的ET0计算模型.     

石羊河流域气候变化对参考作物蒸发蒸腾量的影响

根据甘肃省气象局石羊河流域的6个气象站近50年的观测资料，应用1998年FAO最新推荐的Penman-Monteith公式计算了50年各月参考作物蒸发蒸腾量ET₀，分析了ET₀的月际变化和年际变化特征，除武威与肃南站ET₀呈逐年显著减少趋势外，其他各站的ET₀值均表现为逐年增加趋势，各个站ET₀ 20世纪90年代较80年代均有明显增加，说明气候变化对ET₀的影响较大；并分析了平均气温、平均最高气温、年日照时数、平均风速、平均相对湿度、年降水量、年蒸发量、海拔高度与ET₀的相关性，各站ET₀与平均相对湿度相关性最好；石羊河流域ET₀空间变化也较大，从山区到绿洲平原ET₀多年平均值呈递增趋势。     

延河流域潜在蒸散发的时空变化特征

[目的]研究气候变化下潜在蒸散发(ET0)的时空特征,为区域生态需水研究和水资源管理提供科学依据.[方法]基于延河流域1978-2017年逐日气象资料,利用Penman-Monteith方法对ET0进行计算,运用Mann-Kendall趋势检验法、Pettitt检验对ET0时空变化特征进行分析,并通过Pearson相关...     

典型喀斯特聚集区不同地貌类型干旱时空特征

为探究西南典型喀斯特聚集区不同地貌类型干旱时空特征,研究选取贵州省作为研究区,基于贵州19个气象站点1951—2020年的气象数据,利用SPI指数、M-K突变检验等方法研究贵州近70 a降水与气温在不同时间尺度变化规律,探讨不同地貌分区干旱的年、季时空尺度耦合特征。结果表明：(1)贵州近70 a的年均降水量整体呈缓慢下降趋势、气温呈现上升的趋势。(2)不同地貌分区干旱情况差异较显著,其中非喀斯特和峰丛洼地地貌背景下干旱呈现微弱上升趋势,其他分区干旱均呈下降趋势。(3)各分区在夏、秋季干旱指数均呈减少态势,冬季干旱指数呈增加态势。除岩溶高原和岩溶断陷盆地外,春季其他地貌分区旱情均呈加剧趋势。旱情加剧程度最大出现在岩溶槽谷春秋季和岩溶断陷盆地夏冬季,旱情加剧程度最小出现在非喀斯特地区的夏秋季和岩溶高原地区冬春季。(4)岩溶槽谷和非喀斯特的SPI12均值无明显突变点,岩溶峡谷的SPI12值在1987发生突变,岩溶高原和峰丛洼地分别在2002年和2019年前后发生显著性跳跃,岩溶断陷盆地在置信范围内发生三次突变。综上,研究结果可以为同类型干旱防灾减灾提供一定的参考依据。     

新疆参考作物蒸散发趋势转折与大尺度气候变率的关系

参考作物蒸散发(reference crop evapotranspiration,ET₀)能够全面反映一个地区的蒸散发能力,在农业高效节水灌溉等领域得到了广泛应用。近年来大多数研究通常将ET₀与局地气象因子的变化进行敏感性分析,忽略了大尺度气候变率对ET₀的遥相关影响。该研究基于新疆地区84个气象站点的逐日气象资料和气候变率指数,采用多元线性回归和Cramer’s突变检验等方法,探究了厄尔尼诺南方涛动(El Nino-Southern Oscillation,ENSO)、印度洋偶极子(Indian Ocean Dipole,IOD)、太平洋年代际振荡(Pacific Decadal Oscillation,PDO)和北大西洋多年代际振荡(Atlantic Multidecadal Oscillation,AMO)等大尺度气候变率与新疆地区ET₀趋势转折的关系。结果表明：1960—2020年ET₀总体呈下降趋势,平均递减率为0.75 mm/a;1998年为ET₀     

纵向岭谷区参考作物腾发量变化的特点和趋势

以Penman Montieth方程分析了西南纵向岭谷区大理、元江、保山、昆明、景洪站46～48年的逐日ET₀及其余25个站1961～2000年逐月ET₀系列。研究结果表明：日最高温度是年内ET₀变化主导因素,年际变化主要受日照时数影响,个别站为最高气温或风速,短期ET₀变化与雾无直接关系。利用Mann-Kendall法对各站年际、年内分季节ET₀趋势检验,56.7%站点的年ET₀呈显著增加趋势,分布于澜沧江耿马-思茅-勐海一带以及横断山区维西、福贡等地。分季节逐日ET₀变化趋势为,昆明夏秋季显著下降,景洪冬春季显著增加,元江、保山、大理有增有减。降水量增加、气温升高,蒸发和日照时数减少,导致80%的站ET₀呈下降趋势,湿润指数普遍增加。     

Trend analysis of reference evapotranspiration in the western half of Iran

Reference evapotranspiration (ET_o) is an important element of the hydrological cycle, and changes in ET_o are of great significance for agricultural water use planning, irrigation system design and management. In this study, annual, seasonal and monthly trends in the Penman-Monteith ET_o at 20 meteorological stations during 1966-2005 in the western half of Iran were examined using the Mann-Kendall test, the Sen's slope estimator and the linear regression. Annual analysis of the ET_o series indicated a positive trend in 70% of the stations according to the Mann-Kendall test and the Sen's slope estimator and in 75% of the stations according to the linear regression. The magnitude of significant positive trends in annual ET_o varied from (+)11.28 to (+)2.30 mm/year. On the seasonal scale, stronger increasing trends were identified in ET_o data in winter and summer compared with those in autumn and spring. Meanwhile, the highest numbers of stations with significant trends were found in the monthly ET_o series in February, while the lowest numbers of stations with significant trends were observed in November. Analysis of the impact of climatic variables on the significant increasing trend in ET_o showed that the increasing trend was mainly caused by a significant increase in air temperature during the study period.     

太子河流域参考作物腾发量演变特征及气候影响因素分析

采用太子河流域内8个气象站1960～2005年间气象资料,应用Penman-Montieth公式计算了46年间逐月参考作物腾发量(ET₀),对参考作物腾发量及气象要素的年际变化特征、月际变化特征及趋势进行了分析,应用统计检验方法分析了影响流域参考作物腾发量变化的主要气象因素。结果表明：近46年间太子河流域ET₀值呈现缓慢下降趋势,年内ET₀值分布以5、6月份最高,1月份最低。影响ET₀的主要气候要素按影响程度强弱依次为日照、风速、温度、相对湿度。     

中国参考作物腾发量时空变化特性分析

分析参考作物腾发量的时空变化特征,有助于了解中国农业及生态需水的分布与演变规律。基于全国范围200多个气象站测站逐日气象观测资料,应用FAO-Penman-Monteith公式,计算得出各站历年逐日参照作物腾发量ET₀。利用GIS的空间分析功能,采用反距离空间插值方法得到全国参考腾发量的分布图,统计分析了不同分区不同时段ET₀的变化情况。结果表明：西北河西走廊地区和南方岭南地区的参考作物腾发量较大,最大值超过1500 mm。而东北黑龙江一带和四川盆地附近,参考作物腾发量较小,在600～700 mm之间。此外,夏季ET₀的分布特征决定了全年ET₀的分布特征。选取4个代表气象站,对其ET₀的历年变化及其与气象因素的关系进行了分析。分析表明,受风速减小和气温增加的共同影响,干旱地区、半干旱地区和半湿润地区的参考作物腾发量呈现减少趋势,湿润地区则相对稳定。     

西南区域单季稻生长季干湿演变及影响因素分析

结合作物生产开展区域干湿演变及其影响因素研究,对农业可持续发展和粮食安全具有重要的科学意义。本文基于西南水稻种植区316个气象站点1961—2015年的观测资料,利用降水量与参考作物蒸散量(ET_0)的比值计算湿润指数,分析近55年西南区域单季稻生长季干湿演变特征;探讨ET_0对主要气候要素的敏感性及主要气候要素对ET_0的贡献率,对西南区域单季稻生长季干湿演变的影响因素展开研究。结果表明:西南区域单季稻生长季的半湿润区主要分布在四川攀西地区南部、云南中部和东北部,其余地区属湿润区。与1961—1990年相比,1991—2015年研究区域内的半湿润区面积增加、湿润区面积减小。近55年来,单季稻生长季内西南区域有40.8%的站点气候变湿,其余地区气候变干。四川盆地东北部、云南东北部由于降水量的增加和ET_0的减少,气候变湿;四川攀西地区由于降水量增加对湿润指数的正效应大于ET_0增加对湿润指数的负效应,气候变湿;重庆南部、贵州北部和西部由于降水量减少对湿润指数的负效应小于ET_0减少对湿润指数的正效应,气候变湿;云南大部由于降水量的减少和ET_0的增加,气候变干;西南其他区域由于降水量减少对湿润指数的负效应大于ET_0减少对湿润指数的正效应,气候变干。西南区域单季稻生长季ET_0随平均气温和相对湿度的增加而减小,而随日照时数和风速的增加而增加,日照时数和风速的显著下降是ET_0减小的主要原因。研究为气候变化背景下降低西南区域单季稻生长季可能的气候风险提供了科学依据。     

基于地理探测器的西南岩溶槽谷区近20年

植被覆盖度变化及其与驱动因子关系的研究是开展大规模植被恢复效益评估的基础,而目前对西南槽谷地区植被绿化的时空变化模式及其驱动因素的认识并不明晰,不利于进一步生态建设。基于2000—2018年西南槽谷区NDVI、气温、降雨、DEM、土地覆被和人口密度数据,应用线性趋势回归分析和Hurst指数分析等方法以及地理探测器模型,探究了西南槽谷区植被覆盖的时空变化特征和驱动因素,预测未来变化趋势。结果表明：（1）近19年来NDVI范围介于0.79~0.84,总体呈波动上升趋势,岩溶区植被NDVI （0.003 17/a）年增长率显著高于非岩溶区（0.002 60/a）。（2） Hurst指数分析结果表明,西南槽谷区的植被NDVI主要以上升趋势为主,但其中64.31%在未来呈现退化趋势,植被保护形势较为严峻。（3）岩溶区植被NDVI与温度变化之间存在负相关关系（R=-0.040）,而非岩溶区为正相关关系（R=0.013）。残差分析结果表明,人类活动促进89.60%的区域植被NDVI增长。（4）在整个岩溶槽谷地区,土地覆被类型和气温是影响植被NDVI的主要驱动因素,解释率在25%以上,各因子的交互作用明显高于单因子作用。总体来看,人类活动对槽谷区植被恢复具有明显的积极影响。