CHIRPS和GLEAM卫星产品在中国的干旱监测效用评估

为评估具有分辨率高、覆盖范围广、数据序列动态连续优点的卫星降水和潜在蒸散发产品在中国干旱监测中的应用能力,以CGDPA(China gauge-based precipitation daily analysis dataset)和PM-Ep(potential evapotranspiration calculated by penman-monteith)为基准数据,以标准化降水蒸散指数(standardized precipitation evapotranspiration index, SPEI)为干旱监测指标,利用6个精度统计指标和分类度量指标评估CHIRPS(climate hazards group infrared precipitation with station data)、GLEAM-Ep(global land-surface evaporation:the Amsterdam methodology, potential evapotranspiration)在中国的干旱监测效用。结果表明:1)CHIRPS和GLEAM-Ep在中国东部和西南地区表现良好。由于气象站格网的稀疏,它们在中国西部大部分地区的表现存在较大不确定性。2)SPEIs(基于CHIRPS和GLAEM-Ep计算的SPEI)在中国东部和西南地区对干旱模拟效果较好,其与SPEIm(基于CGDPA和PM-Ep计算的SPEI)的相关系数(CC)在东南、西南、长江中下游地区、华北均大于0.6,尤其是相对湿润地区的CC值在0.70以上且均方根误差低于0.8。3)SPEIs3(3个月的SPEIs)在东南、西南、长江中下游地区、华北对干旱面积比的演变过程模拟效果较好,持续干旱模拟成功率分别为0.93、0.57、0.71、0.81及干旱空间分布模拟精度较高。总体而言,基于长序列CHIRPS和GLEAM-Ep计算的SPEI可适用于中国东部和西南地区的干旱监测与评价,可为该地区的干旱事件监测与预警、水资源管理提供可靠的参考依据。     

多时间尺度下中国区域土壤湿度记忆性时空特征及趋势分析

土壤湿度是大气陆面异常的最敏感指示要素,在土壤和植被作用下土壤湿度变化具有一定持续性,能够不同程度地保留前期土壤湿度的状态,对干旱、洪水等极端事件具有显著的影响和调节作用,开展土壤湿度记忆性研究对农业、水利部门具有重要意义。为探究多个时间尺度下土壤湿度记忆性时空特征及演变趋势,该研究基于欧洲中心再分析产品（ERA5-Land）中国区域1979—2018年的土壤湿度数据,结合滞后自相关分析,计算中国区域1979—2018年土壤湿度记忆性（soil moisture memory,SMM）,探究不同时间尺度（季节、年、年际）及干湿条件下SMM的时空分布特征及演变趋势。结果表明：1）从多年平均状态来看,土壤湿度在滞后时间超过300 d后无显著相关;空间上北方地区SMM远高于南方地区,其中西南地区记忆时长不足20 d,南方地区小于40 d,北方大部分地区则超过80 d。2）季节上,大部分区域表现为冬季长、夏季短、秋春季次之的规律,其中华北地区季节性差异较大,冬季记忆时长超过70 d,夏季则低于20 d;同时在不同干湿条件下,土壤湿度在干燥期的记忆性明显强于湿润期,干燥期青藏高原、华北和东北地区记忆时长超过90 d,湿润期则比干燥期少60～80 d。3）从演变趋势来看,北方地区土壤湿度记忆时长呈下降趋势,其中华北和青藏高原地区较为显著,南方地区则呈增长趋势;此外,大部分地区记忆时长的变化趋势与滞后30 d记忆性的变化趋势较为一致。研究可为气候预测和农业干旱监测提供参考。     

IMERG卫星降水产品在中国的干旱监测效用评估

GPM(Global Precipitation Measurement)时代,高时空分辨率的IMERG(Integrated Multi-satellitE Retrievals for GPM)是最主流的卫星遥感反演降水产品.该研究以地面网格CPAP(China Gauge-based Monthly Precip...