排序方式： 共有8条查询结果，搜索用时 15 毫秒
1
1.
利用2000—2020年MOD13Q1和气象观测数据, 结合Sen趋势分析、M-K显著性检验、变异系数、Hurst指数、相关系数等对呼伦贝尔地区归一化植被指数(NDVI)时空变化及气候响应进行分析。结果表明: 呼伦贝尔地区多年生长季平均NDVI为0.63, 平均年变化倾向率为0.028/10 a, 大部分地区呈增加趋势, 其中大兴安岭森林大部及岭西耕地增加显著。呼伦贝尔地区生长季NDVI的平均变异系数为0.08, 其中呼伦贝尔草原西部的波动较大。Hurst指数表明, 呼伦贝尔地区生长季NDVI整体变化呈反持续性趋势, 结合现有NDVI变化趋势, 未来将呈下降趋势, 对生态环境的保护工作较为不利。大兴安岭森林生长季NDVI与气温呈正相关, 耕地与草原区呈负相关, 而呼伦贝尔大部分地区的生长季NDVI与降水普遍呈正相关, 其中呼伦贝尔草原和大兴安岭两麓耕地的生长季NDVI与降水相关显著, 说明气温是制约北部大兴安岭森林生长的主要因素, 而降水是制约呼伦贝尔草原生态平衡和农牧业发展的主要因素。 相似文献
2.
利用MODIS遥感产品计算内蒙古地区2000—2019年植被生长季的干旱严重指数(DSI),并结合气象干旱综合指数(MCI)、植被状态指数(VCI)等干旱指数和典型干旱过程,对DSI在内蒙古地区的适用性进行分析。研究表明,DSI与MCI、VCI的平均相关系数为0.509和0.839,分别通过0.05和0.01的显著性检验,具有较好的一致性。与MCI相比,DSI具有更高的空间分辨率,能反映不同植被类型抗旱能力的差异和区域植被改善后抗旱能力的增强。与VCI相比,DSI受高植被覆盖区归一化植被指数(NDVI)饱和现象的影响更小,并在干旱缓解期的灵敏性更高。DSI在内蒙古地区的适用性较好,可在干旱监测研究与业务中进行尝试和使用。 相似文献
4.
利用2014—2018年内蒙古大兴安岭地区闪电定位仪监测的雷电及CLDAS逐日降水数据,确定干雷电期间降水阈值并筛选干雷电监测数据,分析干雷电在大兴安岭地区的时空分布特征,为大兴安岭地区雷击火的防范提供科学依据。结果表明：大兴安岭地区CLDAS降水与气象站点降水的误差较小,有较高的适用性,可以满足干雷电的分析需求。大兴安岭地区的年平均雷电次数为36013.4次,以负地闪为主,年平均雷电日数为110.4 d,其中有42.3%的雷电发生时的日降水量小于5 mm,宜作为该地区干雷电发生时的降水阈值。以此阈值筛选,大兴安岭地区年平均干雷电发生15229.8次,每年7月年平均干雷电出现次数最多,干雷电的雷电流绝对强度在5月和9月较强。该地区林业局中,永安山东部、满归南部、阿龙山东部、汗马自然保护区北部、甘河东部、阿里河西部、吉文北部、大杨树东南部、巴林南部、南木、绰尔东部等地的年平均干雷电次数达到0.4次/km2,且雷电流绝对强度也普遍偏强,是大兴安岭干雷电的高发区域,应加强上述地区干雷电的日常监测和雷击火防范工作。 相似文献
5.
应用积分回归原理，对大兴安岭东部地区大豆产量与该地区大豆生长期内的土壌相对湿度之间的关系逐旬进行定量分析，结果表明：大豆全生育期0?50cm 土层中以20?40cm土层的土壤相对湿庋与大豆气象产量的多元回归方程的回归效果较显著，且不同时段土壤相对湿度对产量的影响效应是不同的，5月上句至5月下旬、9月上旬至9月下旬土壤相对湿度对产量的影响均为正效应，相对湿度每增加1%,产量分别增加2.69～19.74kg?hm－2和1.01?12.26kg?hm－2,6月上旬?8月下旬土壤相对湿度对产量的影响为负效应，相对湿度每增加1%，产量减少0.57?8.08kg ? hm－2. 相似文献
6.
利用极轨卫星遥感资料、气象资料，结合地理信息系统，对2006年5月16日红花尔基樟子松林区重大火灾发生、蔓延的气象条件进行了综合分析，结果表明：（1）高温少雨型严重干旱、大风是林火发生和蔓延的重要背景。（2）计算的森林可燃性的综合指标为395、423，表明应是雷击起火，与实际情况相符。（3）风力4级、气温5．9～6．5℃时，火场火势的蔓延速度为137．2hm2·h^-1；风力5级、气温7．6～8．4℃时，火场火势的蔓延速度为173．2hm^2·h^-1。（4）风力在4～5级之间变化、气温在5．9～8．4℃之间变化时，火场火势的蔓延速度一般为137～173hm2·h^1，可为以后的林火预报提供参考指标。 相似文献
7.
利用1981—2019年呼伦贝尔地区16个气象站观测数据，结合相关系数、均方根误差、散点斜率等方法，对ERA5-Land和MERRA2再分析月气温、降水数据的区域适用性进行评估。研究表明：ERA5-Land、MERRA2两套再分析气温、降水数据与观测数据对比，整体相关性较高、误差较低、本地适用性较高，但也均存在低观测值时再分析数据的高估和高观测值时再分析数据的低估现象。ERA5-Land的月气温数据略优于MERRA2，而月降水数据差于MERRA2。ERA5-Land的年降水量在2005年之后出现明显的低估，降水量被低估的月份主要为6—8月，建议在再分析数据使用前对其进行系统偏差订正，以提高数据的适用性。 相似文献
1