中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
中国陆地蒸散发对气候和植被要素变化的响应

文献类型:学位论文

作者蔡常鑫
答辩日期2023-06
文献子类学术型学位
授予单位中国科学院大学
授予地点中国科学院地理科学与资源研究所
导师刘昌明 ; 白鹏
关键词遥感 蒸散发 土壤水分约束 归因分析 PML 模型
学位名称硕士
学位专业自然地理学
英文摘要近几十年来,中国的气候和植被特征都发生了显著变化。这些变化直接影响了陆地的蒸散发过程,改变了水资源的时空分布格局。科学量化中国陆地蒸散发对气候和植被要素变化的响应对于我国的水资源管理和生态恢复工程布局具有重要的意义。遥感蒸散发模型能够充分利用遥感反演的地表信息,是科学量化蒸散发对气候和植被要素变化响应的重要工具。然而,遥感蒸散发模型面临的一个通病是缺乏可靠的土壤水分约束。由于缺乏可靠的、时空连续的土壤水分剖面信息,现有的遥感蒸散发模型倾向使用气象要素或地表温度来间接表征蒸散发的土壤水分约束。但是,很少有研究对这些水分约束算法的蒸散发模拟效果进行评估。基于此,本研究以遥感蒸散发模型Penman-Monteith-Leuning(PML)为评估模型,在全国14 个通量站点和286 个小流域系统评估了五种土壤水分约束算法对蒸散发的模拟效果。基于PML 模型和最优的水分约束算法,本研究模拟了1982–2019 年中国陆地蒸散发的时空变化特征,揭示了不同气候因子和植被要素对中国陆地蒸散发长期变化的贡献。主要的研究结论如下: (1)本文评估了五种土壤水分约束算法对蒸散发的模拟效果,这五种算法分别基于水汽压力差(fVPD)、陆表温度(fLST)、昼夜温差(fDT)以及前期累积降水和土壤平衡蒸发的比率(fZhang 和fdrying)来构建土壤水分约束。结果表明,在通量站点上,fZhang 和fdrying 算法对蒸散发的模拟效果较好。与fZhang 相比,fdrying 引入雨后土壤干燥率,总体表现更优,其Kling-Gupta 效率(KGE)的中位数为0.75。因此,fdrying 算法被推荐作为遥感蒸散发估算的首选方法。排名第二的算法是fZhang(KGE=0.73),其次是fDT(KGE=0.70),fLST(KGE=0.68),以及fVPD(KGE=0.65)。五种算法在流域尺度上的性能排名与在通量站点上的性能排名一致。此外,基于通量站点的实测土壤水显示,在蒸散发模拟中表现较好的算法在土壤水分模拟中也表现较好。 (2)1982–2019 年,在气候和植被要素的影响下,中国陆地年蒸散发呈显著(p<0.05)增加的趋势,趋势值为1.25 mm/yr。其中,土壤蒸发呈现出显著(p<0.05)下降趋势,植被蒸腾呈显著(p<0.05)增加趋势,趋势分别为-0.19mm/yr 和1.42 mm/yr。通过相关性分析发现,中国陆地蒸散发的年际波动主要受降水控制,二者的相关系数为0.41。 (3)本文基于去趋势法和拓展法量化了四种气候因子(降水、水汽压差、太阳净辐射和风速)和植被要素(叶面积指数)对全国多年平均蒸散量和蒸散发变化趋势的贡献。研究表明,降水、水汽压差和叶面积指数是影响全国蒸散发长期变化的主要因子。三者对多年平均蒸散发的贡献量分别为8.91mm/yr 、7.51 mm/yr 和6.21 mm/yr,对年蒸散发变化趋势的贡献分别为0.41 mm/yr2、0.52 mm/yr2和0.34 mm/yr2。三者共同主导了中国91%地区的蒸散发变化。其中,降水主要影响干旱区的多年平均蒸散量,水汽压差主要影响湿润区的多年平均蒸散量,而叶面积指数主要影响植被变化显著区域的多年平均蒸散量。相比之下,风速和太阳净辐射对多年平均蒸散量的贡献较小,两者对多年平均蒸散量的贡献分别为-1.11 mm/yr 和-0.87 mm/yr。此外,研究结果发现,多年平均蒸散量和蒸散发趋势变化的归因分析结果受到归因方法选择的强烈影响。本文建议采用两种归因方法的平均结果,以减小因归因方法选择所带来的不确定性。
语种中文
页码78
源URL[http://ir.igsnrr.ac.cn/handle/311030/199711]  
专题地理科学与资源研究所_研究生部
推荐引用方式
GB/T 7714
蔡常鑫. 中国陆地蒸散发对气候和植被要素变化的响应[D]. 中国科学院地理科学与资源研究所. 中国科学院大学. 2023.

入库方式: OAI收割

来源:地理科学与资源研究所

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。