排序方式： 共有4条查询结果，搜索用时 78 毫秒
1
1.
滇西南地区NDVI变化及其对不同时间尺度干湿变化的响应 总被引：1，自引：0，他引：1
利用2001—2013年MODIS/NDVI归一化植被指数时间序列,采用变异系数、一元线性趋势变化等多项指标,结合SPEI指数和DEM分级数据提取不同高程地区的NDVI变化信息,分析滇西南地区不同海拔梯度NDVI时空变化规律及对不同时间尺度干湿变化的响应,结果表明:(1)研究区不同海拔梯度四季和年NDVI波动变化较小,NDVI变化趋势随海拔梯度变化存在一定的差异性,但总体上升趋势明显,四季和年NDVI改善区域占研究区46.9%~74.0%。(2)各海拔梯度NDVI变化百分率多集中在-10%~10%范围;以1500 m为界,变化百分率超过(小于)10%(-10%)的区域在高于(低于)1500 m的3个海拔梯度上。(3)各海拔梯度NDVI与2~8个月时间尺度SPEI指数相关性最为密切,表明研究区NDVI对降水及蒸散发导致的水分盈亏的响应具有滞后效应和累积效应;1—5月及春、冬季NDVI对SPEI指数的响应较强,7—9月和夏季NDVI与SPEI指数呈负相关。(4)2个典型干旱年中,NDVI负距平像元主要分布在1000~1750 m的3个海拔梯度上,受干旱影响较小的植被集中于NDVI≥0.6的高植被区。 相似文献
2.
利用CHAP PM_(2.5)、MODIS MCD19A2、ERA5再分析等数据集,以及SNPP/VIIRS卫星监测火点等数据,从污染物后向轨迹、环流形势、高低空动力结构配置等方面入手,采用最小二乘法等多种分析方法对滇西南地区年均和四季PM_(2.5)浓度时空分布及季节性突增的成因进行探究。结果表明:研究区PM_(2.5)浓度和气溶胶光学厚度空间分布均呈北低南高,东弱西强;PM_(2.5)浓度年内7月最低、3月最高。2—4月稳定的污染源输送造成研究区春季PM_(2.5)浓度值高且波动较其余季节小,但变化百分率空间分布差异更明显;近20年PM_(2.5)浓度变化百分率减少程度以-30%~—20%居多,夏、秋、冬季变化百分率则以小于-30%为主。研究区紧邻的缅甸东部和老挝北部一年中超过90%的火点发生在2—4月,在偏西气流引导下,途经高火点区的偏西向(西南向)污染物短距离输送,在上空中低层辐散的动力作用下造成下沉,致使研究区PM_(2.5)浓度季节性升高。较大范围利于污染物扩散的气象条件和更多降水的清洗,可减少境外大气污染物输送对滇西南地区PM_(2.5)污染的贡献。关键区境外火点数变化对PM_(2.5)浓度及气溶胶光学厚度的影响表现为显著正相关,且其对PM_(2.5)的影响滞后于火点数变化2天左右,二者相关程度由南向北逐渐减弱。 相似文献
3.
复杂地形区域平均气温空间插值方法研究 总被引：1，自引：0，他引：1
采用反距离权重、克立格、径向基函数法、三维二次趋势面和地理加权回归5种方法,对云南125个站1月、4月、7月、10月和年的30年平均气温进行空间插值并比较分析发现:反距离权重、克立格、径向基函数法3种常规插值方法对地形复杂的云南气温空间分布模拟精度不高;三维二次趋势面和地理加权回归模型对云南气温空间分布模拟较好,交叉检验结果显示前者的平均绝对误差(MAE)为0.43~1.02℃,均方根误差(RMSE)为0.67~1.77℃,其推算的云南气温栅格数据能较好地反映出云南各地气温的分布和差异;GWR模型对气温的交叉验证在5种插值方法中误差最小,插值结果 MAE在0.65℃以下,RMSE在0.8℃以下;进而使用"地理加权回归模型插值+反距离权重残差内插"叠加法对抽取的10个检验站平均气温进行插值检验,64%的插值结果绝对误差在0.5℃以内,74%的插值结果相对误差在5%以内,且实测值与插值估算值回归关系决定系数R2在0.9以上。 相似文献
4.
为评估和对比GPM IMERG、ERA5降水数据在云南的适用性,利用2014年4月至2018年6月的地面气象观测数据、GPM IMERG卫星遥感降水产品和ERA5再分析降水数据,采用定量和分类评分7项指标评估GPM IMERG和ERA5日降水产品在云南的适用性。结果表明:2种数据存在小雨日雨量高估,中雨及以上量级雨日雨量低估的问题,ERA5数据更为突出,小雨日居多导致降水整体高估;GPM IMERG数据空、漏报并存,ERA5则高空报、低漏报严重;小雨日较多(较少)的区域2种数据易出现高漏报(空报);不同雨强区间GPM IMERG秋季降水数据精度最高,冬季存在低雨强低估,高雨强高估的不同表现;20mm/d以下中低雨强段上2种降水数据与地面站点数据误差较小,雨强变大,误差增大,雨强大于20mm/d时,2种数据随雨强增大与站点偏差差异更为显著;随坡度和起伏度增大2种降水数据精度呈变差趋势;多项指标评估表明GPM IMERG降水数据在云南具有更高精度。研究结果为应用和开展农业、水利、水文、气象等相关学科研究提供参考依据。 相似文献
1