为研究江苏省徐州市的土壤水分时空分布及动态变化,基于MODIS数据和站点气象数据,利用蒸散发双层模型和考虑土壤水分可供率的改进双层模型分别计算实际蒸散发量,利用Penman-Monteith模型计算区域潜在蒸散发量,计算获得作物缺水指数(crop...为研究江苏省徐州市的土壤水分时空分布及动态变化,基于MODIS数据和站点气象数据,利用蒸散发双层模型和考虑土壤水分可供率的改进双层模型分别计算实际蒸散发量,利用Penman-Monteith模型计算区域潜在蒸散发量,计算获得作物缺水指数(crop water stress index,CWSI),并与2010年7月和11月的土壤相对含水量实测数据分别进行回归分析建模,得到了土壤含水量分布图。结果表明:基于蒸散发双层模型的土壤含水量估算结果与实测值的决定系数分别为0.53和0.72,平均相对误差分别为5.89%和9.6%;对双层模型进行改进后,土壤含水量估算结果与实测值的决定系数都为0.84,平均相对误差分别为3.47%和6.03%,利用改进后的双层模型对土壤相对含水量进行估算效果更好。展开更多
为促进黄土高原农业和生态环境可持续发展,基于2001—2020年MODIS蒸散产品和气象站点数据,利用作物缺水指数(crop water stress index,CWSI)、Theil-Sen Median趋势分析、Mann-Kendall检验和偏相关分析等方法,探讨了黄土高原干旱变化特...为促进黄土高原农业和生态环境可持续发展,基于2001—2020年MODIS蒸散产品和气象站点数据,利用作物缺水指数(crop water stress index,CWSI)、Theil-Sen Median趋势分析、Mann-Kendall检验和偏相关分析等方法,探讨了黄土高原干旱变化特征及其影响因素。结果表明:①年际上,2001—2020年黄土高原CWSI呈显著线性下降过程,下降速率为0.0058 a^(-1)(P<0.01)。干旱程度呈先减(2001—2018年)后增(2018—2020年)过程;②空间上,CWSI以减少趋势为主,显著减少趋势占区域总面积91.24%,其中青海、甘肃、宁夏、陕西南部地区CWSI下降速率较快;③黄土高原CWSI与气温以负偏相关关系为主,显著负偏相关占区域面积的7.78%,集中分布于青海东部、山西南部和河南北部;与降水以负偏相关关系为主,显著负偏相关占区域总面积60.88%,集中分布于黄土高原西南部和东部地区。气温升高背景下,降水增加促使黄土高原实际蒸发显著增加、潜在蒸发不显著减少,导致CWSI显著下降。研究结论认为降水是黄土高原CWSI下降的主要影响因素,年降水量增加减缓了黄土高原干旱趋势。展开更多
为了促进贵州省农业和生态环境可持续发展,基于作物缺水指数(Crop Water Stress Index,CWSI),结合气象、植被指数等数据,采用Theil-Sen Median趋势分析、Mann-Kendall检验、变异系数和相关性分析等方法,对贵州省2000—2019年的干旱时空...为了促进贵州省农业和生态环境可持续发展,基于作物缺水指数(Crop Water Stress Index,CWSI),结合气象、植被指数等数据,采用Theil-Sen Median趋势分析、Mann-Kendall检验、变异系数和相关性分析等方法,对贵州省2000—2019年的干旱时空变化特征、趋势及影响因素进行了分析。研究表明:(1)贵州省CWSI多年均值为0.43,整体处于轻旱等级,空间分布为东南湿润,西北干旱,多年旱情变化呈缓解趋势;(2)从地貌类型来看,非喀斯特地貌CWSI多年均值为0.37,整体处于无旱等级,喀斯特地貌均值为0.47,处于轻旱状态;(3)从植被类型来看,除针叶林整体处于无旱状态外,其他植被类型都处于轻旱等级,且针叶林的变异系数(CV)值较其他林地高,说明其对气候因子的敏感性高,抗旱能力强;(4)贵州省CWSI与降水和气温均呈负相关,负相关面积占比为95%和54%,说明降水对CWSI的影响较大。综合分析得出,贵州省东南部湿润,西北地区干旱,全省干旱受喀斯特地貌、降水的影响较大。展开更多
文摘为研究江苏省徐州市的土壤水分时空分布及动态变化,基于MODIS数据和站点气象数据,利用蒸散发双层模型和考虑土壤水分可供率的改进双层模型分别计算实际蒸散发量,利用Penman-Monteith模型计算区域潜在蒸散发量,计算获得作物缺水指数(crop water stress index,CWSI),并与2010年7月和11月的土壤相对含水量实测数据分别进行回归分析建模,得到了土壤含水量分布图。结果表明:基于蒸散发双层模型的土壤含水量估算结果与实测值的决定系数分别为0.53和0.72,平均相对误差分别为5.89%和9.6%;对双层模型进行改进后,土壤含水量估算结果与实测值的决定系数都为0.84,平均相对误差分别为3.47%和6.03%,利用改进后的双层模型对土壤相对含水量进行估算效果更好。
文摘为了促进贵州省农业和生态环境可持续发展,基于作物缺水指数(Crop Water Stress Index,CWSI),结合气象、植被指数等数据,采用Theil-Sen Median趋势分析、Mann-Kendall检验、变异系数和相关性分析等方法,对贵州省2000—2019年的干旱时空变化特征、趋势及影响因素进行了分析。研究表明:(1)贵州省CWSI多年均值为0.43,整体处于轻旱等级,空间分布为东南湿润,西北干旱,多年旱情变化呈缓解趋势;(2)从地貌类型来看,非喀斯特地貌CWSI多年均值为0.37,整体处于无旱等级,喀斯特地貌均值为0.47,处于轻旱状态;(3)从植被类型来看,除针叶林整体处于无旱状态外,其他植被类型都处于轻旱等级,且针叶林的变异系数(CV)值较其他林地高,说明其对气候因子的敏感性高,抗旱能力强;(4)贵州省CWSI与降水和气温均呈负相关,负相关面积占比为95%和54%,说明降水对CWSI的影响较大。综合分析得出,贵州省东南部湿润,西北地区干旱,全省干旱受喀斯特地貌、降水的影响较大。
