福建地区NDVI时空变化及其与降水的响应关系

合集下载

福州市1961-2006年降水时空分布特征研究

福州市1961-2006年降水时空分布特征研究

WU n — n Yo g ho g
( eate tfGorpySi c , nin n e  ̄ , uh uFj n3 00 , hn ) Dp r n egah c ne Mi ag U w r y F zo , ua 5 18 C i m o e J s i a
Absr c :Glb lwa mig c u e e e fgo a n e in le vrnme tlc a e,e vr n n a ta t o a r n a s d a s r s o lb l a d rg o a n io i na h ng n io me tl c a g u d i e ia l e d t p t la d tmp r ha g si e i n lp e i i to h n e wo l n vtb y la os a i n e o a c n e n r go a r cp t in.T th sav r i- a l a ha a ey sg
Re e r h o he s a i la e p a e i t to h r c e itc o s a c ft p ta nd t m or lpr cpi i n c a a t rsis f r a Fu ho rng t e pe o r m 9 1 t 0 6 z u du i h r d f o 1 6 o 2 0 i
第3 l卷 第 5期 21 0 0年 9月
闽江学 院学报
J URNA J NG UN VE ST O L OF MIf n I R IY
பைடு நூலகம்
V0. 1 N . 13 o 5 Sp 0 0 e .2 1
福 州市 16 — 0 6年 时空分 布 特征 研究 20 91 降水

211104394_近60年福建省极端降水的时空变化特征

211104394_近60年福建省极端降水的时空变化特征
害精细化评估的需 求;同 时,前 人 对 于 该 地 区 极 端 降
水变化影响因素 的 分 析 也 较 少。 考 虑 到 极 端 降 水 本
身具有局地性及非 平 稳 性,基 于 更 多 站 点、更 长 时 序
的降水数据对理解气候变化背景下,极端降水变化的
60 年 来 极 端 降 水 的 时 空 变 化 特 征,并 探 究 极 端 降 水
闽侯县预警信息发布中心,福建 闽侯 350100)

要:[目的]探究我国东南沿海地区极端降水变化的新特征,对该地区防灾减灾具有重要意义。[方法]以福建省为
例,基于 1960—2019 年 67 个气象站点逐日 降 水 数 据,利 用 气 候 倾 向 率、Mann
-Kenda
l
l突 变 检 验 等 方 法,分 析 了 极 端
wa
st
hes
i
i
f
i
c
an
tc
o
r
r
e
l
a
t
i
onbe
twe
ent
heSou
t
hCh
i
naSe
aSub
t
r
op
i
c
a
lHi
n
t
ens
i
t
ndex,We
s
tPa
c
i
f
i
c
gn
ghI
yI
Sub
t
r
op
i
c
a
lHi
n
t
ens
i
t
ndex,No
r
t
he
rnHemi
sphe

福建省年降水时空变化特征

福建省年降水时空变化特征

福建省年降水时空变化特征
蔡晓禾;林军;柯玉琴;廖廓;何华勤
【期刊名称】《福建农林大学学报(自然科学版)》
【年(卷),期】2014(043)003
【摘要】基于1961-2010年福建省64个县域气象观测站的降水数据,采用趋势分析、回归分析、EOF分解和REOF分解等方法,分析了福建省年平均降水的时空变化特征.结果表明,1961-2010年,福建省年平均降水量呈增长趋势,趋势系数为
0.178,回归系数为2.866mm·a-1.福建省的年降水从空间上主要可分为3个区,1区主要位于闽北和闽中地区,2区主要位于闽南和中南部沿海,3区主要位于闽东地区,其中1区的年降水量最大.
【总页数】6页(P321-326)
【作者】蔡晓禾;林军;柯玉琴;廖廓;何华勤
【作者单位】闽江学院地理科学系,福建福州350108;福建农林大学生命科学学院,福建福州350002;福建农林大学生命科学学院,福建福州350002;宁德市气象局,福建宁德352100;福建农林大学生命科学学院,福建福州350002
【正文语种】中文
【中图分类】P426.6;P49
【相关文献】
1.基于EOF的福建省降水量时空变化特征分析 [J], 赵嘉阳;王文辉;靳全锋;田超;杨淑妍;林玉蕊
2.福建省降水资源时空变化特征分析 [J], 余弘泳
3.1960-2011年福建省不同等级降水时空变化特征 [J], 黄婕;王跃峰;高路;陈兴伟
4.福建省降水资源时空变化特征分析 [J], 余弘泳;
5.福建省1951-2013年降水时空变化特征 [J], 朱斌; 张俊芬; 张文超
因版权原因,仅展示原文概要,查看原文内容请购买。

2013年福州市土壤水分变化规律及降雨量对其的影响

2013年福州市土壤水分变化规律及降雨量对其的影响


_ r 1 J l
8 9 l O 1 1 l 2
n r ]
马份
图 1测点 2 0 1 3年逐 月 降雨 量分 布
属 典 型 的亚热 带季 风 气候 ,雨 热 同期 ,对农 业 生产有 利 , 主 要 气象 灾害 有 台风 、暴 雨洪涝 、高温 、干 旱 、寒潮 等 。 研 究 区土 壤为 砂黏 土 ,种 植草 本植 物 ,植被 覆 盖度 好 。





Байду номын сангаас8

l 0
l I
I 2
月份
2 结果和分析
2 . 1 降 雨量 分布 特征 分析 从图 1 可 以看 出,2 0 1 3年 降雨量 为 I 1 5 7 m m,比多 年平 均降雨量 1 3 9 5 . 6 m m 偏少约 1 7 %,降水主要集 中在 3~ 9 月 ,2 0 1 3年 除 5 月 、8月 、1 1 月和 l 2月 以外 ,其 余 月 份 降雨 量 均 低 于 多 年 均值 。从 逐 月 分布 特 征 来 看 , 2 0 1 3 年 降 雨量 分 布 与往 年 相 比总 体较 为 类 似 ,呈 双 峰分 布 ,峰值 分别 位 于 5 月和 8 月。 这 是 由于 3 ~6 月 为 雨季 , 降水 多集 中在 5月和 6 月 ,所 以形成 第一 个 峰值 。6 月 下 旬雨季结束开始进入高温季节,这个期间高温少雨。7月
受超 强 台风 “ 苏 力 ”影 响 ( 过 程 雨量 6 7 . 4 mm ) ,8 月 主 要 受超 强 台风 “ 尤特 ” ( 过 程 雨量 3 5 . 3 a r m) 、台风 “ 潭美” ( 过 程 雨量 1 3 8 . 1 mm) ,故 8月份 降水量 达到年 内第 2个 峰值 , 由此 高温 季节 多靠 台 风过程 带来 充 沛 的降水 。

中国东部植被NDVI对气温和降水的旬响应特征_崔林丽

中国东部植被NDVI对气温和降水的旬响应特征_崔林丽

地理学报ACTA GEOGRAPHICA SINICA 第64卷第7期2009年7月Vol.64,No.7July,2009中国东部植被NDVI 对气温和降水的旬响应特征崔林丽1,史军2,杨引明1,范文义3(1.上海市卫星遥感与测量应用中心,上海201100;2.上海市气候中心,上海200030;3.东北林业大学林学院,哈尔滨150040)摘要:利用中国东部SPOT VGT-NDVI 数据和气象站点的日平均气温和降水资料,分析了1998-2007年中国东部植被NDVI 在全年、春季、夏季和秋季对气温和降水变化的旬时空响应特征。

结果表明,中国东部植被总体上对气温变化的响应大于降水,植被对气温变化的最大响应滞后1旬左右,对降水变化的最大响应滞后3旬左右。

秋季植被NDVI 对气温和降水变化响应最大,夏季NDVI 对气温和降水响应的滞后期较长。

在空间上,植被对气温变化的最大响应总体表现为北部和中部大于南部,对降水变化的最大响应表现为北部大于中部和南部。

植被对气温变化最大响应的滞后期呈现出北部较长—中部短—南部最长的空间分布,对降水变化最大响应的滞后期则随着纬度降低由北到南逐渐延长。

关键词:SPOT VGT-NDVI ;气温;降水;中国东部植被是联结土壤、大气和水分等要素的自然纽带[1],在环境和全球变化研究中起着敏感指示器作用[2]。

气候要素、土地利用变化以及CO 2的施肥效应等都会对全球不同地区的陆地植被产生不同的影响[3,4],其中以气温和降水对植被生长的影响最为直接和重要[5-7]。

归一化差值植被指数(NDVI)作为用来表征地表植被覆盖和植被生长状况的敏感度量参数,在环境、生态、农业等领域得到广泛的应用[8-10]。

许多学者在全球和区域尺度研究了植被NDVI 对气温和降水的响应特征[5,11-16]。

我国东部地处东亚季风气候区,气候和植被类型多样[17,18],人类活动对自然植被的影响远较我国西部和北方强烈。

福建晋江沿岸近21年来成片开发土地的时空变化遥感分析

福建晋江沿岸近21年来成片开发土地的时空变化遥感分析

第12卷第1期2010年2月地球信息科学学报JOURNAL OF GE O 2I N F OR MATI O N SC I E NCE Vol 112,No 11Feb 1,2010收稿日期:2009-05-25;修回日期:2009-11-18.基金项目:福建省重大专项前期研究项目(2005YZ1011)。

作者简介:周淑玲,女,福建惠安人,研究生,研究方向为环境遥感,E 2mail:zhshl85@sina 1com3通讯作者:徐涵秋(1955-),男,博士,教授,博导,主要从事环境与资源遥感研究。

E mail:fdy@public 1fz 1fj 1cn福建晋江沿岸近21年来成片开发土地的时空变化遥感分析周淑玲,徐涵秋3(福州大学环境与资源学院,福州 350108)摘要:利用遥感技术对经济快速发展的晋江沿岸地区的成片开发土地进行时空变化监测。

首先,利用归一化差值不透水面指数(ND I SI )提取晋江沿岸成片开发的土地,然后,通过变化监测查明了19872008年间晋江沿岸成片开发土地的时空变化。

研究表明,近21年来,晋江沿岸成片开发土地规模急剧扩大,其面积增加了18097h m 2。

研究发现,土地成片开发主要发生在城市沿江的周边地区,特别是晋江下游至河口段两岸。

土地利用变化分析表明,成片开发土地主要占用了两岸大量的耕地。

最后,对变化的驱动力进行分析,结果显示,晋江沿岸成片开发土地的剧增与当地经济、人口、房地产业的快速发展有密切的关系。

关键词:遥感;成片开发土地;变化;驱动力;晋江沿岸1 引言随着改革开放以来我国经济的快速发展,土地成片开发在给社会和经济带来效益的同时,也给人类环境带来了负面的影响。

成片开发土地直接导致了区域生态系统的失衡,从而引发了一系列严重的生态环境问题[1]。

因此,成片开发土地的有效规划和监控是各级政府所面临的重要问题。

而传统的土地管理和监测方法,因其需要耗费大量的人力、物力和财力,跟不上成片土地开发速度的管理方式。

福建雨季降水时空非均匀分布特征分析

福建雨季降水时空非均匀分布特征分析

middle‐east equator pacific ocean became high ,then became low in west wind drift region .T he reverse was true in
收稿日期 : 2014 - 01 - 25 初稿 ; 2014 - 02 - 25 修改稿 作者简介 : 蔡晓禾 (1979 - ) , 女 , 硕士 , 讲师 , 主要从事生态学及其气象应用研究 (E‐mail : 30074133@ qq畅 co m )
福建省位于中国大陆的东南隅 , 濒临太平洋 , 属典型的亚热带季风气候 , 是气象灾害多发省份 , 其中旱涝是福建省发生频率高 、 涉及范围广 、 致灾 程度重的气象灾害[1] , 随着经济的发展 , 其造成直 接经济损失越来越重 。 而雨季 (5 ~ 6 月 , 又称前 汛期) 是暴雨 、 洪涝频发季节 , 所以雨季降水多寡 历来受到广大气象工作者的关注 , 已有学者对雨季 降雨分 布 特 征 、 影 响 因 素 开 展 了 分 析 研 究[2 - 15] 。 许金 镜[2] 、 高 建 芸[3] 、 温 珍 治[4 - 5] 、 梁 金 树 、 王 岩[6] 、 邓自旺等[7] 应用 EOF 、 小波分析 、 自相关 、 功率谱和周期分析等方法对福建不同时间序列 (近 40 ~ 500 a) 的旱涝时空变化特征进行了研究 。 在 此基础上 , 蔡学湛 、 吴滨 、 温珍治等[8 - 10] 分析青 藏高原雪盖异常 、 ENSO 循环 、 西太平洋副高对福 建雨季旱涝的影响 ; 邹燕 、 何金海[11] 、 常宏等[13] 分别探讨了副高及其南侧偏东气流输送与亚洲夏季 风在福建前汛期降水中的作用 。 王艳姣等[14] 进一 步提出了基于 BP 和 Elman 神经网络的福建省汛期 旱涝预测模型 。 上述研究中 , 大多关注全省整体或 某些代表站的旱涝异常和影响因子 , 而事实上 , 受 地形和下垫面等诸多因素影响 , 降水又极具区域不 一致特征 , 同时也加大了短期气候预测的难度 。 如 2013 年福建的雨季开始于 4 月 30 日 , 接近于常 年 ; 结束于 6 月 14 日 , 偏早 12 d ; 与常年同期相 比 , 整个雨季 (5 ~ 6 月) 总降水量呈典型的南多 北少分布 (图略) , 与大多数年份一致偏多或偏少 相区别 , 呈现经向非均匀性 。 由于以往对这方面的 研究较少 , 本研究拟结合短期气候预测业务 , 通过 对全省 66 站的 53 年 (1961 - 2013 年 ) 雨季降水 资料进行时空分解 , 得到异常空间分布类型及其典 型年份 , 并对其同期和前期海洋及大气特征进行分 析 , 从而探寻其前兆因子 , 为短期气候预测提供参 考依据 , 以期为保障工农业生产 、 防灾减灾 、 水资 源合理利用等提供决策依据 。

福建省不同短历时暴雨时空分布特征

福建省不同短历时暴雨时空分布特征
156图例1651232023212574257528542855330733083958602749图例80082482590991010261027119928n27262524116117118119120e8401098图例10991262126314501451168316842105图例964149714981787178821232124265626573348116117118119120e116117118119120e116117118119120ed历时暴雨极值的空间分布fig4tendencycoefficientdifferenttimerainstormssevererainstormseachstation不同历时暴雨大暴雨频次的时间变化特征31不同历时暴雨大暴雨频次的年代际趋势变化特征为福建省各气象站不同历时暴雨大暴雨趋势系数从中可见对于暴雨级别1h短历时暴雨大多数台站有略增加的趋势但不显著趋势系数除西北部南部部分台站置信水平超过01外绝大多数台站均未达到01基本以自然变动为主
第 34 卷 第 2 期 2015 年 6 月
暴雨灾害 TORRENTIAL RAIN AND DISASTERS
Vol.34 No.2 Jun. 2015
吴滨,文明章,李玲,等.福建省不同短历时暴雨时空分布特征[J].暴雨灾害,2015,34(2):153-159 WU Bin, WEN Mingzhang, LI Ling, et al. Temporal and spatial distribution of different short-time rainstorm in Fujian [J].Torrential Rain and Disasters, 2015, 34(2): 153-159

2000- 2017年福建省植被NDVI变化特征

2000- 2017年福建省植被NDVI变化特征

收稿日期:2018-09-25作者简介:康冬(1992-),男,硕士研究生,研究方向:卫星遥感应用、资源与环境管理.E-mail:314063894@qq.com通讯作者:陈传明(1963-),男,研究员,研究方向:资源与环境管理、自然保护和区域规划.E-mail:chencm63@163.com基金项目:国家自然科学基金项目(41671126)doi:10.16006/j.cnki.twnt.2018.06.0052000-2017年福建省植被NDVI变化特征康 冬1,2,3,陈传明1,2,3,王 强1,2,3(1.福建师范大学地理研究所,福建 福州 350007;2.福建师范大学湿润亚热带生态地理过程教育部重点实验室,福建 福州 350007;3.福建师范大学地理科学学院,福建 福州 350007)摘 要:【目的/意义】通过对福建省2000-2017年植被NDVI的变化特点进行分析,从宏观上研究福建省植被覆盖的变化情况及趋势特征。

【方法/过程】使用ArcGIS和Excel软件,通过趋势线分析法、稳定性分析法和叠加分析法对福建省2000-2017年MOD13Q1NDVI数据集、三种主要土地类型和DEM数据进行处理并分析。

【结果/结论】结果表明:2000-2017年福建省年均NDVI和各季节NDVI呈稳定增长趋势,植被轻微改善面积与显著改善的面积超过总面积的70.00%;近18年福建省草地、耕地、林地3种土地类型NDVI值在年际变化上均呈现出改善的趋势,其中,林地和草地改善面积超过各自土地类型面积的70.00%,增加趋势明显;近18年福建省植被变异系数小于5.00%的面积比例为59.09%,植被稳定性较高;福建省植被NDVI随高程的上升而增加,增长速度随海拔高度的上升呈现先增加后放缓的趋势。

关键词:福建省;NDVI;趋势分析;稳定性分析中图分类号:Q948文献标志码:A文章编号:1637-5617(2018)06-0025-07犆犺犪狀犵犲狊狅犳犖犇犞犐犻狀犉狌犼犻犪狀犇狌狉犻狀犵2000-2017KANGDong1,2,3,CHENChuan ming1,2,3,WANGQiang1,2,3(1.犐狀狊狋犻狋狌狋犲狅犳犌犲狅犵狉犪狆犺狔,犉狌犼犻犪狀犖狅狉犿犪犾犝狀犻狏犲狉狊犻狋狔,犉狌狕犺狅狌,犉狌犼犻犪狀350007,犆犺犻狀犪;2.犓犲狔犔犪犫狅狉犪狋狅狉狔犳狅狉犎狌犿犻犱犛狌犫狋狉狅狆犻犮犪犾犈犮狅 犵犲狅犵狉犪狆犺犻犮犪犾犘狉狅犮犲狊狊狅犳狋犺犲犕犻狀犻狊狋狉狔狅犳犈犱狌犮犪狋犻狅狀,犉狌犼犻犪狀犖狅狉犿犪犾犝狀犻狏犲狉狊犻狋狔,犉狌狕犺狅狌,犉狌犼犻犪狀350007,犆犺犻狀犪;3.犆狅犾犾犲犵犲狅犳犌犲狅犵狉犪狆犺犻犮犪犾犛犮犻犲狀犮犲,犉狌犼犻犪狀犖狅狉犿犪犾犝狀犻狏犲狉狊犻狋狔,犉狌狕犺狅狌,犉狌犼犻犪狀350007,犆犺犻狀犪)犃犫狊狋狉犪犮狋:【Objective/Meaning】ThroughtheanalysisofthecharacteristicsofNDVIinFujianProvincefrom2000to2017,thechangingtrendsofvegetationcoverageinFujianwerestudiedfromthemacroperspective.【Methods/Proce dures】UsingArcGISandExcelsoftware,theMOD13Q1NDVIdataset,NDVIofthreemainlandtypesandDEMda taofFujianProvincefrom2000to2017wereprocessedandanalyzedbytrendline,stabilityandsuperpositionanaly sis.【Results/Conclusions】TheannualandseasonalNDVIofFujianshowedsteadygrowthfrom2000to2017,andtheareaofvegetationslightlyorsignificantlyimprovedwasover70.00%ofthetotalarea;TheNDVIofgrassland,cultivatedlandandforestlandinFujianProvincewereimprovedintheinterannualvariationinthepast18years.A mongthem,theimprovedareaofforestlandandgrasslandexceeded70.00%ofthecorrespondinglandtypeareawithsignificantincreasingtrend;ThevegetationareawithNDVIvariationcoefficientlessthan5.00%inFujianProvincewas59.09%inrecent18years,indicatinghighstability;TheNDVIofFujianincreasedwiththeelevation,andthegrowthrateincreasedfirstlyandthensloweddownwiththeincreaseofelevation.犓犲狔狑狅狉犱狊:FujianProvince;NDVI;trendanalysis;stabilityanalysis 土地利用/土地覆被变化已成为全球环境变化研究的焦点和重点,植被作为土地覆被的主要因素,对全球的物质循环、能量流动及全球变化响应等方面都有重要影响,研究植被覆盖已成为研究全第6期2018年12月台湾农业探索TaiwanAgriculturalResearchNo.6December2018. All Rights Reserved.球变化的重点部分[1];植被作为地表主要活动部分,研究植被NDVI的变化对区域生态变化的研究具有代表性意义[2-3]。

福建地区NDVI时空变化及其与降水的响应关系

福建地区NDVI时空变化及其与降水的响应关系

福建地区NDVI时空变化及其与降水的响应关系邵步粉1,吴滨2,姚林塔1,林金淦1(1 福州市气象台 福州 350014; 2 福建省气候中心 福州 350001)摘要:根据福建地区1982-1999年归一化植被指数(NDVI)数据集和59个气象观测站的逐日降水资料,采用相关分析和Morlet小波分析方法,应用ArcGIS软件,对福建地区NDVI时空变化特征及其与降水关系进行了研究。

结果表明:分析期内该地区NDVI值从3月份开始回升,到7月份达到峰值,8、9、10月份总体上保持在峰值少变,10月份以后呈缓慢下降趋势,这可能与温度、降水(包括台风降水)、径流有关;从年际角度看,18年来NDVI值总体呈上升趋势,1994年以前波动比较明显,1994年以后NDVI值基本上少变,保持在0.43左右,这可能与人们环保意识增强和降水量逐年上升有关;多年NDVI覆盖情况良好,NDVI普遍在0.2以上,其中西北部优于东南部,这与地势、年降水分布和人类活动有很大的关系;NDVI滞后降水3个月相关性最高,达到0.842,NDVI滞后降水6个月为负相关,这可能与其大气环流背景场存在相反环流形式有关;该地区NDVI存在着12个月、25个月、55个月周期的震荡信号,降水量存在着12个月、31个月、59个月周期的震荡信号,各信号频率分布的时间域及其强度存在着差异,其中12个月周期最强,短周期强于长周期;NDVI与降水量具有同等的周期变化特点,在周期12个月最显著,相关系数达到0.963,通过了0.001的信度检验,这说明降水对植被的生长尤为重要。

关键词:福建地区;降水量;NDVI;相关分析;Morlet小波分析归一化植被指数NDVI(Normalized Difference Vegetation Index)是反映植被吸收的光合有效辐射比例的一个重要指数。

NDVI与绿叶植被生物量、叶面积指数、植物光合能力、总的干物质积累以及年净初级生产力等均有很好的相关性,可以用来表征植被覆盖的好坏,在一定程度上能表征地表植被覆盖变化[1],因此常被作为生态系统检测的首选指标[2]。

基于NDVI的福州市植被覆盖时空变化及驱动因素分析

基于NDVI的福州市植被覆盖时空变化及驱动因素分析

基于NDVI的福州市植被覆盖时空变化及驱动因素分析林芳冰【期刊名称】《江苏林业科技》【年(卷),期】2024(51)1【摘要】基于2000年、2009年和2020年的Landsat遥感影像反演归一化植被指数(NDVI),从空间和时间2个维度分析了福州市近20 a的植被覆盖变化,利用空间自相关分析工具揭示了福州市NDVI的空间分布模式和聚类格局,采用GWR模型探究了福州市植被覆盖的驱动机制。

结果表明:较低的NDVI主要分布在福州市区、东部沿海区域及闽清县和连江县的丘陵地带。

在2个研究时期,退化的面积略大于改善的面积,说明研究区的植被覆盖在降低。

在1000 m×1000 m尺度下,NDVI的空间聚类以高-高聚集和低-低聚集为主,低-低聚集主要分布在福州市区和东部沿海区域,高-高聚集主要分布在距离各区县行政中心较远的高山和丘陵地带。

GWR模型能够很好地揭示高程和坡度因子对福州市植被覆盖的驱动机制,海拔越高,坡度越大,植被覆盖越好。

【总页数】7页(P30-35)【作者】林芳冰【作者单位】漳州市龙文环境监测站【正文语种】中文【中图分类】Q948.156;S771.8;X87【相关文献】1.基于GIMMS-NDVI的新疆植被覆盖时空变化附图1新疆1982—2006年植被NDVI平均值分布2.云南省近13年NDVI植被覆盖时空变化及驱动因子分析3.2000-2019年黄河流域陕西段植被NDVI时空变化及其驱动因素分析4.2006-2020年阿拉善盟植被NDVI时空变化及驱动因素分析5.基于MODIS-NDVI的云南省植被时空变化及驱动因素分析因版权原因,仅展示原文概要,查看原文内容请购买。

中国典型植被类型NDVI动态变化与气温、降水变化的敏感性分析

中国典型植被类型NDVI动态变化与气温、降水变化的敏感性分析

中国典型植被类型NDVI动态变化与气温、降水变化的敏感性分析一、本文概述本文旨在探讨中国典型植被类型(Normalized Difference Vegetation Index,NDVI)的动态变化与气温、降水变化的敏感性。

NDVI作为一种重要的遥感植被指数,能够反映植被的生长状况、覆盖度以及生产力等关键信息。

气温和降水作为影响植被生长的主要气候因子,对NDVI的变化具有重要影响。

因此,研究NDVI与气温、降水之间的敏感性关系,有助于深入理解植被动态变化的驱动机制,为生态环境保护、气候变化研究以及农业可持续发展提供科学依据。

本文将基于长时间序列的遥感影像数据,结合地面气象观测数据,运用统计分析方法,对中国典型植被类型的NDVI动态变化进行定量描述。

通过构建敏感性分析模型,评估气温和降水变化对NDVI的影响程度,揭示不同植被类型对气候变化的响应机制和差异。

本文的研究结果将有助于深入了解中国植被动态变化的特点和规律,为生态环境保护和可持续发展提供决策支持。

本文的研究方法和成果也可为类似地区或国家的植被动态变化与气候变化关系研究提供借鉴和参考。

二、研究区域与数据来源本研究选取了中国境内具有代表性的植被类型分布区作为研究区域,这些植被类型包括森林、草原、荒漠和湿地等。

具体研究区域的选择基于中国植被图的分类和中国生态系统研究网络(CERN)的布局,确保所选区域能够全面反映中国植被类型的多样性及其地理分布特点。

数据来源主要包括遥感数据和气象数据。

遥感数据选用了长时间序列的归一化植被指数(NDVI)数据,该数据来源于美国国家航空航天局(NASA)的MODIS卫星产品,具有较高的时空分辨率和稳定性,能够准确反映植被的生长状况和变化趋势。

气象数据则来自中国气象局的国家气候中心,包括气温和降水等关键气象要素,数据覆盖范围广泛,时间序列连续,为分析植被与气候因子的关系提供了有力支撑。

在数据处理方面,首先对遥感数据进行预处理,包括辐射定标、大气校正和几何校正等步骤,以确保数据的准确性和可靠性。

福州市降水时空分布特征分析

福州市降水时空分布特征分析

1 9 8 1
1 9 8 6
1 9 9 1
y = 3 9 . 6 5 7 x+ 1 2 7 1 l ( 1 ) 式 ( 1 )中,y 为年度 降水量 ,x为年份 。 年度降水量 的地域分布特征模型 为 y l = 一 0 . 7 4 5 3 x+ 1 4 7 9 . 9 ( 2) y 2 = 7 . 2 5 4 2 x+ 1 4 0 8 . 6 ( 3) y 3 = 2 . 6 6 4 8 x- I -1 2 5 8 . 6 ( 4)
降水 主要 集中与春季和夏季 ,两个季节降水量 占到总降水量的
8 2 % ,冬 季次之 ,秋季最少 。 表 1福州市季节降水量分布表
内陆 区域 的降水量 占总降水量 的 3 3 . 0 %,沿海 占 5 7 . 2 %, 岛屿 占 9 . 8 %,由于 3 个 区域包括 的测站数 量不 同,无法 真实 反映 比重 ,采用均值方法来代表各 区域降水量所 占的比重 ,结 果分 别为 3 4 . 2 % ,3 5 . 5 %和 3 0 . 3 %( 见表 2)。 由表 2可知 , 就区域降水量来说 ,福州主要降水区域位于沿海地 区,内陆次 之 ,岛屿最少 。但就平均降水量来说 3 个 区域的差 别并 不很 大 , 最大仅相差 3 . 9 %,说 明福州市空间降水量分布较为均匀。
表 2福 州 市 区域 降 水 量 分 布 表
考虑 同一季节 内气候 特征理应大体相似 ;季与季相 比,有 明显 差别 ,异与 同又各 有一 定的大型环流背景 。从这些原则 出发 , 福建 较合 理 的 自然 天气 季节 大致是 :3~ 6 月 为春 季 ,7~9 月为夏季 ,1 0— 1 1 月为秋季 ,l 2至翌 年 2 月为冬季 J 。据 此 , 分别统计各季节 的降水量 ,分析降水量在季节 的分布特点 。 运用一元一次 线性 回归分析法构建年度降水量和地域降水 分布模型 。通过对 降水变化趋势 的分 析 ,可以很好 的判断福州 市降水变化的时间和空 间分布特征 。 年 降水量 与时间的关 系模 型为

1961—2022年三明市旱涝急转变化的时空特征

1961—2022年三明市旱涝急转变化的时空特征

农业灾害研究 2023,13(12) 1961—2022年三明市旱涝急转变化的时空特征鄢凤玉1,2,吴迪茜1,吴昱珊11.福建省三明市气象局,福建三明 365000;2.福建省灾害天气重点实验室,福建福州 350001摘要 基于日尺度旱涝急转指数(DWAAI),研究了福建省三明市1961—2022年旱涝急转的时空变化特征。

结果表明:1961年来,三明市旱涝急转事件强度和范围呈增加趋势,其中,旱转涝事件增加趋势更为显著,其空间分布呈现南多北少的特征;旱涝急转事件全年均有发生,但主要集中在雨日多、雨强大的春季和夏季,其中,旱转涝事件主要发生在夏季,涝转旱事件主要发生在春季,而秋、冬季虽然旱涝急转事件较少,但强度较大。

关键词 旱涝急转;时空特征;三明市中图分类号:P467 文献标识码:B 文章编号:2095–3305(2023)12–0129-03旱涝急转是指在某一时期内,一段时间出现干旱,另一段时间又出现洪涝,旱涝交替出现的情形。

在气候变暖的背景下,近年来我国旱涝异常事件发生的强度和频率不断增加,20世纪90年代以来,我国干旱与洪涝等灾害在较短时间发生转换的天气事件呈明显上升趋势[1]。

福建省三明市3—6月的春季常发生暴雨、洪涝和干旱,7—9月的夏季也易发暴雨和干旱,而旱涝急转强调地区在短期内干旱与洪涝状态之间转变,可以揭示年内旱涝变化特征。

前人为了量化并筛选旱涝急转事件,定义长周期旱涝急转指数(LDF AI)、短周期旱涝急转指数(SDFAI),计算过程简便,但由于仅考虑了降水量差异,易造成旱涝中和,导致放大或缩小旱涝急转现象,会漏筛旱涝急转事件,也未考虑转折的急缓,而日尺度旱涝急转指数(DW AAI)则很好地解决了这一问题。

由于季风暴发的时间和强度不同,加上复杂地形的影响,福建地区降水时空变化较大,短期内旱涝和洪涝灾害急剧转变,使用DWAAI可以更好地揭示三明市旱涝急转变化特征。

为了指导农业生产和水库调度,减轻极端天气事件带来的严峻影响,基于DWAAI,结合福建地区降水特点,分析了福建三明地区旱涝急转的时空变化特征,为强降水趋势预测、旱涝灾害影响预估等提供参考。

福建省近50年旱涝时空特征演变_基于标准化降水指数分析

福建省近50年旱涝时空特征演变_基于标准化降水指数分析

第20卷第3期2011年6月 自 然 灾 害 学 报JOURNAL OF NATURAL D I SASTERSVo.l 20No .3Jun .2011收稿日期:2010-03-21; 修回日期:2010-12-16基金项目:福建省自然科学基金(2010J05092);福建省教育厅项目(J A10081)共同资助作者简介:陈莹(1982-),女,讲师,博士,主要从事水资源、水环境的研究1E -m a i :l ch enyi ng_n j u@163.co m文章编号:1004-4574(2011)03-0057-07福建省近50年旱涝时空特征演变)))基于标准化降水指数分析陈 莹,陈兴伟(福建师范大学地理科学学院,福建福州350003)摘 要:旱涝灾害是影响我国的主要气象灾害之一。

利用福建省60个气象站1960-2006年逐月降水观测资料,采用标准化降水指数(SP I)、M ann-K endall 检验、正交经验分解函数和旋转经验正交分解函数等方法,分析了近50年福建省旱涝时空变化的特征。

结果表明:(1)福建省近50年总体上向涝的趋势发展,SP I 指数在20世纪60年代先升后降,至70年代中后期开始上升,80年代初发生短暂下降,此后持续上升,上升趋势一直持续到21世纪。

(2)旱涝呈现阶段性变化,1960-1972年、2000-2005年为干旱发生频繁的阶段;20世纪70年代中后期、90年代则为雨涝频繁的阶段。

(3)根据旱涝特征差异,福建省可划分为闽东南沿海、闽北、闽东与闽西等4大区域,4个区域总体上与全省具有相对一致的旱涝趋势,但在某些时段南北方向上的不同区域之间存在差异。

(4)福建省20世纪70年代中期和2000年以后旱涝变率最大,20世纪80年代初变率最小,且4个区域也表现出类似的特征。

关键词:标准化降水指数,旱涝,时空特征,福建省中图分类号:P4261616 文献标志码:AE volution of spati ote mporal characteristics of flood and droughti n Fuji an Provi nce for recent 50years :an SPI -based anal ysisC H E N Y ing ,C H E N X ing -w e i(Coll ege ofG eograph ic S ci en ces ,Fu ji an Nor m alUn i versity ,Fuzhou 350003,Ch i na)A bstract :Flood and dr ough t d isasters are the m ain m eteoro l o g ica l disasters i n Ch i n a .This paper app lies standard -ized precipitation index (SPI),M ann-Kenda ll tes,t EOF and REOF to explore the spatio-te m pora l characteris -tics o f flood and drought in Fu jian Province based on the observed m onth l y prec i p itati o n data of 60m eteorolog ical stati o ns fro m 1960to 2006.The resu lts sho w tha:t (1)There is a trend to w ard fl o od in Fu jian Prov i n ce for the re -cent 50years on the who le .SPI firstly increased and then decreased in the 1960s ,and itw as on the increase si n ce the m id 1970s ,wh il e there w as a short decrease i n the 1980s ,and then it increased continuously until t h e 21st century .(2)F lood and drought disasters have stage characteristics ,.i e .droughts w ere frequent dur i n g the peri o ds 1960-1972and 2000-2005,wh il e floods w ere severe and frequent during m i d to l a te 1970s and i n 1990s .(3)Fujian Prov i n ce can be d ivided into four reg ions ,coastal area i n southeastFu jian ,nort h Fu jian ,east Fu jian,and w estFujian ,w hich have si m ilar trends of fl o od and drought d isasters to the w ho le prov ince .H o w ever ,there are d ispar-i ties bet w een south and north reg ions duri n g so m e peri o ds .(4)The greatest variati o n of flood and drought occurred in the m id 1970s and the years after 2000,w hile w eakest variati o n occurred i n the early 1980s .M oreover ,the four reg ions have si m ilar characteristics to the w ho le prov i n ce .K ey words :standard ized prec i p itation i n dex ;fl o od and drough;t spati o te m poral characteristics ;Fu jian Prov ince 福建地处欧亚大陆东南边缘,东临辽阔的太平洋,其亚热带季风气候特点较显著。

福建省1951-2013年降水时空变化特征

福建省1951-2013年降水时空变化特征

2019.101 资料及方法本文选取福建省24个代表站1951-2013年日降水资料,高度场资料、风场资料等通过筛选处理得到连续的完整的资料。

4-6月为前汛期,7-9月为后汛期,1-12月为全年。

并采用气象统计法、EOF方法(经验正交函数法)针对降水变化特征进行分析。

2 降水时空变化特征2.1 年总降水时空变化特征福建省全年降水经EOF展开后得:第一模态方差贡献率达62%、第二模态为16%、第三模态及其它模态均小于10%,因此重点讨论前两个模态降水的时空分布特征。

1973、1975、1997、2006、2010及2012年时间系数正值均较其它年份大得多,因此这些年份福建全省降水量较大。

另外1971、1991、2003及2011年时间系数负值很大,说明这几年福建全省降水均较其它年份少很多。

1976年至1982年连续7年降水量偏少,1978年至1985年全省降水以1年为周期偏多偏少交替,1995年至2009年则以2、3年为周期偏少偏多交替。

预计未来几年全省降水还将出现1、2年的周期变化。

1970、1975、2010及2012年时间系数负值较大,表明这几年福建西部降水异常偏多,东部降水异常偏少。

1974年至1982年全省东部地区降水异常偏少,西部地区降水异常偏多;2003年至2009年则相反,表现为东部地区降水偏多,西部地区降水偏少。

1990年至2005年出现3年为周期东部降水偏多偏少交替。

由趋势可粗略估计未来几年福建东部地区降水将偏少,西部地区降水将偏多。

2.2 前汛期降水时空变化特征福建省前汛期降水经EOF展开可知:第一模态方差贡献率达57%、第二模态为17%、第三模态为8%,后几个模态均小于6%。

因此重点讨论前两个方差贡献率较大的模态的降水时空分布特征。

前汛期时间系数正值较大的年份为1973、2006、2010年,因此福建省前汛期1973年、2006年和2010年降水量有较大的偏高,对比之下1985、1991、1996、2004、2011年则表现为前汛期降水异常偏低。

福建GPS-PWV的时空特征及其与强降水的关系

福建GPS-PWV的时空特征及其与强降水的关系

摘要:本文分析了福建地区GPS/PWV的时空特征,并讨论了GPS/PWV与降水的关系,以及在不同类型降水情况下的变化特征。

结果表明,每一次降水过程中,GPS/PWV都有所反应;同时,GPS/PWV不单与所在站点降水有关,而是和周围一定距离内站点的降水有关。

对于层状云降水导致的暴雨、混合型降水导致的暴雨和台风暴雨,GPS/PWV都表现出明显的水汽累积增加过程;但对于突发性强对流性降水,GPS/PWV则没有明显的提前变化特征。

关键词:GPS大气可降水量;强降水Spatiotemporal features of GPS/PWV over Fujian and their relationship with heavyprecipitationChen Qichuan,Chen Qiuping(Fujian Meteorological observatory,Fuzhou350001)Abstract:This paper analyzes the spatiotemporal features of GPS precipitation water vapor(GPS/PWV)over Fujian,and discusses their relationship with precipitation,along with variation characteristics in different types of precipitation.The results show that the GPS/PWV can be observed in every precipitation process.Meanwhile,GPS/PWV is not only related to the in-situ rainfall,but also related to the precipitation within a certain distance around the station.Water vapor indicated by GPS/PWV accumulates obviously during the rainstorms induced by stratiform precipitation,mixed precipitation,and typhoon,while evident variation of GPS/PWV is rarely observed in the sudden severe convective precipitation.Keywords:GPS precipitation water vapor;heavy rainfall1引言水汽条件作为产生强对流天气的三个基本条件之一,在强对流尤其是短时强降水的预报中是一个分析的重点。

福建省前后汛期最大一日降水量的时空变化

福建省前后汛期最大一日降水量的时空变化

38卷第3期384~393页2020年06月㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀山㊀地㊀学㊀报MOUNTAINRESEARCH㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀Vol.38ꎬNo.3pp384~393Jun.ꎬ2020收稿日期(Receiveddate):2019-12-29ꎻ改回日期(Accepteddate):2020-05-10基金项目(Foundationitem):国家自然科学基金项目(41877167)ꎮ[NationalNaturalScienceFoundationofChina(41877167)]作者简介(Biography):林思婷(1996-)ꎬ女ꎬ福建福清人ꎬ本科生ꎬ专业方向:地理科学[LINSiting(1996-)ꎬfemaleꎬborninFuqingꎬFujianprovinceꎬB.S.candidateꎬmajoringeographicalscience]E ̄mail:493090162@qq.com∗通讯作者(Correspondingauthor):陈兴伟(1963-)ꎬ男ꎬ博士ꎬ教授ꎬ主要研究方向:流域水沙污染物过程与防灾减灾ꎮ[CHENXingwei(1963-)ꎬmaleꎬPh.D.ꎬprofessorꎬresearchonwater ̄sediment ̄nutrientprocessessimulationofwatershedscaleanddisasterpreventionandmitigation]E ̄mail:cxwchen215@fjnu.edu.cn文章编号:1008-2786-(2020)3-384-10DOI:10 16089/j.cnki.1008-2786.000518福建省前后汛期最大一日降水量的时空变化林思婷1ꎬ陈兴伟1ꎬ2∗ꎬ黄婕1(1.福建师范大学地理科学学院ꎬ福州350007ꎻ2.福建省陆地灾害监测评估工程技术研究中心ꎬ福州350007)摘㊀要:极端降水是洪涝灾害发生的主要原因之一ꎮ为了进一步揭示福建省极端降水的时空变化规律ꎬ根据福建省25个气象站点1960 2013年的逐日降水数据ꎬ应用平均值㊁相对值㊁频次统计等方法ꎬ统计比较了福建省前后汛期最大一日降水量的时间变化及其空间差异ꎮ结果表明:(1)根据前后汛期最大一日降水量变化ꎬ福建省极端降水可分为单汛型㊁双汛型ꎬ其中单汛型包括前汛型和后汛型ꎬ双汛型包括前高后低型和前低后高型ꎮ(2)前后汛期最大一日降水量具有明显的空间差异ꎬ从西部内陆向东部沿海呈现出前汛型 前高后低型 前低后高型 后汛型的转变ꎮ(3)前汛期最大一日降水量在54年间的变化趋势并不显著ꎬ而后汛期的最大一日降水量在大多数站点都呈现比较明显的增加趋势ꎬ即台风降水的影响趋于增大ꎮ关键词:极端降水ꎻ日最大降水ꎻ空间差异ꎻ前后汛期ꎻ福建省中图分类号:P467㊀㊀㊀㊀㊀㊀㊀㊀文献标志码:A㊀㊀极端降水是洪涝灾害发生的主要原因之一ꎮ美国[1]㊁加拿大[2]㊁欧洲[3]㊁日本[4]㊁加勒比海地区[5]及非洲西南部[6]等地区的极端降水特征研究结果表明ꎬ全球多数区域极端降水呈增加趋势ꎬ且与全球气候变暖有着密切的关系ꎮ同时近五十多年来地处东亚地区的中国极端降水发生频率增加ꎬ极端降水平均强度和降水量都呈现增加的趋势[7]ꎮ其中ꎬ中国部分地区年极端降水事件表现为减少的趋势ꎬ如东北㊁西北地区东部㊁华北等地ꎬ而呈现增加趋势的地区有西北地区西部㊁长江中下游㊁华南及青藏高原等地[8]ꎮ最大一日降水量是极端降水研究的一个重要指数ꎮ研究表明全球年最大一日降水量在19002009年间呈现增加趋势ꎬ和气温的升高有正相关关系[9]ꎮ对于中国沿海地区来说ꎬ其最大一日降水量多年平均值呈现南高北低的状态ꎬ其中华北沿海最低ꎬ且除东北沿海㊁江南沿海和华南沿海地区最大一日降水量在1961 2014年呈上升趋势ꎬ华北沿海㊁黄淮沿海和江淮沿海地区均呈现下降的趋势[10]ꎮ而地处华南沿海的福建省在1960 2010年间ꎬ省内50个站点的年最大一日降水量均呈线性增大趋势ꎬ其中三明㊁南平和漳州南部为年最大一日降水量的增大中心[11]ꎮ表明极端降水事件存在明显的时空差异ꎮ我国浙江㊁福建和广东等位于沿海的省份ꎬ其暴雨主要由两类天气系统造成ꎬ一类是静止锋㊁切变线低涡造成的暴雨ꎬ另一类则是受到台风影响的暴雨[12]ꎮ要分析两类天气系统生成的暴雨ꎬ可以将每年的6月30日作为界限ꎬ将全年分为以锋面降水为主的前汛期和以强对流活动㊁台风降水为主的后汛期ꎮ已有较多学者对我国沿海地区前后汛期的极端降水特征进行比较研究ꎬ发现沿海地区前汛期和后汛期的降水强度及其时空分布特征存在明显差异[13-16]ꎮ其中华南后汛期的极端降水总量和最大一日降水量极值的强度均强于前汛期[17]ꎮ福建省位于中国东南沿海ꎬ典型亚热带季风气候使其降水受到很多因素的影响ꎬ例如东南季风㊁洋流㊁热带气旋等ꎬ导致其降水在时空分布上存在很大差异ꎮ以往对极端降水的研究主要集中在极端降水时空分布特征㊁暴雨特征㊁前汛期降水㊁台风降水[18-20]等方面ꎬ而从两类天气系统出发ꎬ开展前后汛期最大一日降水量的研究较少ꎮ有学者通过统计福建省25个站点在1960 2013年间年最大一日降水发生在各月份的频次ꎬ发现全年各月份均会出现年最大一日降水及其发生时间的年内分布具有明显的空间差异[21]ꎮ显然ꎬ年最大一日降水发生时间的时空变化研究ꎬ还不足以揭示年最大一日降水的时空变化规律ꎬ还需要进一步研究最大一日降水的降水量大小的时空变化ꎮ因此ꎬ本文拟进一步分析福建省前后汛期最大一日降水的降水量时空变化ꎬ以深化东南沿海极端降水时空变化规律的研究ꎮ1㊀研究方法1.1㊀研究数据数据采用福建省25个气象站点从1960年至2013年逐日降水资料作为原始资料ꎬ各站点分布相对均匀ꎬ代表性较强ꎬ站点分布如图1ꎮ1.2㊀研究方法(1)前后汛期及其最大一日降水量最大一日降水量是指某一时段内记录的最大24h降雨量ꎬ其中的24h在中国一般是指北京时间20:00至次日20:00ꎮ根据曾秀娟等[21]的结果ꎬ1960 2013年福建省25个站点中的大多数站点各月份均有出现年最大一日降水量ꎬ所以定义前汛期和后汛期的时间分别为前半年(1 6月)和后半年(7 12月)ꎬ研究前后汛期的最大一日降水量即研究前后半年的最大一日降水量ꎬ分别统计25个站点在1960 2013年各年内前半年和后半年的最大一日降水量ꎬ获得共计2700个数据ꎮ对每个气象站54年间前汛期最大一日降水量与后汛期最大一日降水量求多年平均值ꎬ其中i为图1㊀福建省气象站点分布图Fig.1㊀DistributionofmeteorologicalstationsinFujianProvinceꎬChina1960 2013年中的第i年ꎬ即:PMax前=ð54i=1PMax前i54(1)PMax后=ð54i=1PMax后i54(2)式中ꎬPMax前i为前汛期最大一日降水量(mm)ꎻPMax后i为后汛期最大一日降水量(mm)ꎮ(2)前汛期最大一日降水量相对值定义前汛期最大一日降水量除以前后汛期最大一日降水量之和得到的比值为前汛期最大一日降水量的相对值ꎬ对每一个气象站点ꎬ得到每年的相对值ꎬ即:XPi=PMax前i/(PMax前i+PMax后i)(3)式中ꎬXPi为前汛期最大一日降水量相对值ꎮ(3)前后汛期最大一日降水相对重要性划分XPi的大小ꎬ实际上反映的是前后汛期最大一日降水的相对重要性ꎮ当XPi=0.5时ꎬ说明前后汛期最大一日降水同等重要ꎻ而当XPi>0.5时ꎬ前汛期最大一日降水量大于后汛期ꎻ反之ꎬ则前汛期小于后汛期ꎮ但从统计角度看ꎬ出现XPi=0.5的可能性基本为零ꎬ也即基本不可能出现前后汛期最大一日降583第3期福建省前后汛期最大一日降水量的时空变化水量完全相等的情况ꎮ因此将XPi=0.5上下浮动0.05ꎬ当0.45ɤXPiɤ0.55时ꎬ认为前后汛期最大一日降水量相当ꎮ这样ꎬ从前后汛期最大一日降水的相对重要性来看ꎬ就可以分为3类ꎬ一类是如前所述的前后汛期最大一日降水量相当ꎬ另外两类分别是XPi>0.55和XPi<0.45的前汛期最大一日降水量远大于后汛期和后汛期最大一日降水量远大于前汛期ꎮ分别统计每个站点54年间出现三种类型的频次Niꎬ即:NXPi>0.55=ð54i=1Ni(4)N0.45ɤXPiɤ0.55=ð54i=1Ni(5)NXPi<0.45=ð54i=1Ni(6)式中ꎬNXPi>0.55㊁N0.45ɤXPiɤ0.55㊁NXPi<0.45分别为各站点54年间出现前汛期最大一日降水量远大于后汛期㊁前后汛期最大一日降水量相当和后汛期最大一日降图2㊀福建省25个气象站点前后汛期多年平均最大一日降水量Fig.2㊀Annualaveragemaximumdailyprecipitationof25meteorologicalstationsinthefirstandthesecondrainyseasonsinFujianProvince水量远大于前汛期三种类型的频次ꎮ2㊀结果分析2.1㊀前后汛期最大一日降水量的空间差异2.1.1㊀前后汛期多年平均最大一日降水量的差异图2表示福建省各气象站点1960 2013年前后汛期多年平均最大一日降水量ꎮ为反映福建省前后汛期多年平均最大一日降水量的空间差异性ꎬ绘制各气象站点前后汛期多年平均最大一日降水量的空间分布图(图3)ꎮ根据图3进行分析ꎬ首先ꎬ位于福建省内陆地区的浦城㊁泰宁㊁武夷山㊁建阳㊁邵武㊁宁化㊁建瓯㊁南平㊁长汀㊁永安㊁屏南㊁尤溪㊁上杭㊁龙岩这14个气象站点ꎬ前汛期的多年平均最大一日降水量大于后汛期ꎮ后汛期的多年平均最大一日降水量大于前汛期的11个站点中ꎬ除了仙游㊁寿宁㊁九仙山这3个站点属于内陆站点外ꎬ崇武㊁东山㊁平潭㊁漳州㊁厦门㊁福州㊁霞浦㊁福鼎这8个气象站点均位于沿海地区ꎮ第二ꎬ比较各站点前后汛期多年平均最大一日降水量ꎬ大致分为前汛期多年平均最大一日降水量远大于后汛期㊁前后汛期多年平均最大一日降水量相差不大㊁后汛期多年平均最大一日降水量远大于前汛期三种类型ꎻ且第一种类型基本上位于内陆ꎬ第三种类型基本上位于沿海或靠近沿海ꎬ第二种类型又可以分为前汛期略大于后汛期和后汛期略大于前汛期两种亚类ꎬ这两种类型的站点既有位于内陆也有位于沿海ꎮ第三ꎬ前汛期多年平均最大一日降水量最大值113 17mm出现在武夷山站ꎬ最小值69.10mm出现在福鼎站ꎬ差值为44.07mmꎻ后汛期多年平均最683山㊀地㊀学㊀报38卷图3㊀福建省25个气象站点前后汛期多年平均最大一日降水量空间分布情况Fig.3㊀Spatialvariationofannualaveragemaximumdailyprecipitationof25meteorologicalstationsinthefirstandthesecondrainyseasonsinFujianProvinceꎬChina大一日降水量最大值135.10mm出现在福鼎站ꎬ最小值57.87mm出现在建阳站ꎬ差值为77.23mmꎮ另一方面ꎬ前汛期多年平均最大一日降水量除闽西北偏多㊁闽东北偏少外其余各站并无太大差异ꎬ后汛期多年平均最大一日降水量是呈现东部沿海向西部内陆递减的趋势ꎮ也即后汛期最大一日降水量的空图4㊀1960—2013年福建省25个气象站点前后汛期最大一日降水量相对重要性类型出现频次Fig.4㊀Frequencyoftherelativeimportanceofthemaximumdailyprecipitationinthefirstandthesecondrainyseasonsatthe25meteorologicalstationsinFujianProvincefrom1960to2013间差异大于前汛期ꎮ2.1.2㊀前汛期最大一日降水量相对值的空间变化为进一步比较分析前后汛期多年平均最大一日降水量ꎬ根据每个站在1960 2013年间出现XPi>0.55㊁0.45ɤXPiɤ0.55㊁XPi<0.45三种类型的频次的统计ꎬ得到图4ꎮ分析图4可知:(1)出现XPi>0.55㊁0.45ɤXPiɤ0.55㊁XPi<0.45的最大频次分别为40㊁18㊁39ꎬ最小频次分别为5㊁8㊁3ꎻ(2)出现XPi>0.55频次最大的站点为浦城站和建阳站ꎬ频次最小的站点为霞浦站ꎬ出现0.45ɤXPiɤ0.55频次最大的站点为寿宁站ꎬ频次最小的站点为福鼎站ꎬ出现XPi<0.45频次最大的站点为福鼎站ꎬ最小的站点为建阳站ꎻ(3)出现XPi>0.55的频次大致呈现自西部内陆向东部沿海递减的趋势ꎬ出现XPi<0.45的频次大致呈现自东部沿海向西部内陆递减的趋势ꎮ其空间变化与上文中前后汛期多年平均最大一日降水量的空间变化基本相符ꎮ沿海与内陆的站点出现0.45ɤXPiɤ0 55的频次并无太大差别ꎮ为了更好反映各个站点出现XPi>0.55和XPi<0.45频次大小的差异ꎬ当出现XPi>0.55的频次大于XPi<0.45的频次时ꎬXPi>0.55的频次除以XPi<0.45的频次ꎻ如果XPi>0.55的频次小于XPi<0.45的频次ꎬ则相反ꎬ从而得到如图5的比值变化ꎮ比值越大ꎬ反映该站点出现XPi>0.55和XPi<0.45频次的差异越大ꎬ也反映了该站点前汛期最大一日降水量或后汛期最大一日降水量的相对重要性越大ꎮ当比值大于某个阈值时ꎬ可以认为该783第3期福建省前后汛期最大一日降水量的时空变化图5㊀1960—2013年福建省25个气象站点前后汛期最大一日降水量相对重要性类型出现频次的比值Fig.5㊀Theratioforthefrequencyoftherelativeimportanceofthemaximumdailyprecipitationinthefirstandthesecondrainyseasonsatthe25meteorologicalstationsinFujianProvincefrom1960to2013站点主要受前汛期最大一日降水量或后汛期最大一日降水量的单一影响ꎮ因此ꎬ根据图5结果ꎬ可以设置阈值ꎬ将25个气象站点划分为两个大类ꎬ分别为单汛型和双汛型ꎮ双汛型为前后汛期并重ꎮ单汛型又分为前汛型和后汛型ꎬ前汛型是以前汛期为主ꎬXPi>0.55出现频次大于XPi<0.45的频次ꎻ反之为后汛型ꎬ以后汛期为主ꎮ相似地ꎬ双汛型也可以分为前高后低型和前低后高型两种ꎮ当阈值取为3时ꎬ浦城㊁建阳㊁武夷山㊁泰宁㊁邵武㊁宁化㊁长汀㊁建瓯㊁永安㊁南平共10个气象站点为前汛型ꎬ福鼎㊁霞浦2个站点为后汛型ꎬ其余为双汛型ꎮ其中前高后低型站点有屏南㊁尤溪㊁上杭㊁龙岩㊁崇武共5个站点ꎬ前低后高型站点有东山㊁平潭㊁漳州㊁仙游㊁寿宁㊁福州㊁厦门㊁九仙山共8个站点ꎮ单汛型和双汛型站点的空间分布见图6ꎮ由图6可知:(1)前汛型站点全部分布在福建省西部内陆地区ꎻ(2)双汛型站点中ꎬ前高后低型站点除崇武站ꎬ其它站点均分布在福建省中部地区ꎻ前低后高型站点除位于福建省北部的寿宁站和中部的九仙山站外ꎬ其余位于沿海地区ꎻ(3)属于后汛型站点的福鼎站和霞浦站均位于福建省东北部的沿海地区ꎮ总体上看ꎬ从内陆到沿海大体呈现前汛型 前高后低型 前低后高型 后汛型的变化趋势ꎮ2.2㊀前后汛期最大一日降水量时间变化的空间差异运用线性回归方法分别对前后汛期最大一日降水量的变化趋势进行了分析ꎬ以斜率的正负反映序图6㊀福建省汛型分布图Fig.6㊀DistributionmapoffloodtypeinFujianProvinceꎬChina列的增加与减小趋势ꎬ从而将各站点变化趋势划分为两种类型ꎬ即增加趋势和减小趋势ꎬ分别得到表1和表2ꎮ表1表明ꎬ25个气象站点中ꎬ前汛期最大一日降水量在54年间呈现增加趋势的有13个站点ꎬ增加最快的为东山站ꎬ趋势系数为0.54ꎻ呈现减少趋势的有12个站点ꎬ减小最快的为武夷山站ꎬ趋势系数为-0.38ꎬ但25个站点均未通过显著性检验ꎮ883山㊀地㊀学㊀报38卷而后汛期最大一日降水量(表2)在54年间呈现减少趋势的仅有福鼎站㊁龙岩站㊁崇武站3个站点ꎬ减小最快的为龙岩站ꎬ趋势系数为-0.34ꎻ其余22个站点均呈现增加的趋势ꎬ增加最快的为厦门站ꎬ趋势系数为1.02ꎬ呈现增加趋势的站点变化趋势较明显ꎬ其中建瓯站㊁永安站㊁九仙山站通过90%的显著性检验ꎬ泰宁站㊁厦门站通过95%的显著性检验ꎮ表1㊀1960 2013年福建省25个站点前汛期最大一日降水量线性变化趋势Tab.1㊀Linearvariationtrendsofmaximumdailyprecipitationinthefirstrainyseasonof25stationsinFujianProvincefrom1960to2013站点趋势系数站点趋势系数站点趋势系数邵武-0.18福州-0.33厦门0.12武夷山-0.38长汀-0.08东山0.54浦城-0.11上杭0.15建阳0.03建瓯-0.20永安-0.09福鼎0.12寿宁-0.34九仙山0.14南平0.13宁化0.24屏南-0.01龙岩0.30泰宁-0.08仙游0.08崇武0.09尤溪-0.11平潭0.05霞浦0.05漳州-0.04表2㊀1960 2013年福建省25个站点后汛期最大一日降水量线性变化趋势Tab.2㊀Linearvariationtrendsofmaximumdailyprecipitationinthesecondrainyseasonof25stationsinFujianProvincefrom1960to2013站点趋势系数站点趋势系数站点趋势系数邵武0.24福州0.13厦门1.02∗∗武夷山0.10长汀0.27东山0.69浦城0.16上杭0.41建阳0.02建瓯0.30∗永安0.37∗福鼎-0.23寿宁0.40九仙山0.58∗南平0.06宁化0.29屏南0.13龙岩-0.34泰宁0.59∗∗仙游0.16崇武-0.13尤溪0.28平潭0.57霞浦0.24漳州0.14注:∗表示p<0.1ꎬ∗∗表示p<0.05ꎮ从空间变化看ꎬ福建省西北地区的大多数站点前汛期最大一日降水量在54年间表现为减小趋势ꎬ西南地区的大部分站点表现为增加趋势ꎬ沿海站点除福州站㊁漳州站表现为减小趋势外ꎬ其余站点均呈现增加趋势(图7)ꎮ后汛期最大一日降水量在54年间呈现减小趋势的站点仅龙岩站位于内陆ꎬ福鼎站和崇武站均位于沿海ꎬ呈现增加趋势的22个站点其增加的显著程度与所处地理位置并无太大联系ꎬ即增加趋势较明显和不明显的站点既有分布于沿海的也有分布于内陆的(图8)ꎮ图7㊀1960 2013年福建省前汛期最大一日降水量变化趋势Fig.7㊀Trendsofmaximumdailyprecipitationinthefirstrainyseasonfrom1960to2013inFujianProvinceꎬChina福建省各站点前后汛期最大一日降水量的时间变化趋势均不明显ꎬ且仅有建瓯㊁永安㊁九仙山和泰宁㊁厦门的后汛期最大一日降水量的时间变化分别通过90%和95%的显著性检验ꎮ该结果仅为初步分析ꎬ尚需运用其它方法进一步研究其变化趋势ꎮ3㊀讨论3.1㊀汛型空间差异成因分析福建省的地形变化如图1所示ꎮ境内山地㊁丘陵广布ꎬ占总面积的80%以上ꎮ地势总体上西北高㊁东南低ꎬ横断面呈马鞍形ꎬ西部和中部在新华夏构造的控制下形成了北(北)东斜贯全省的闽中㊁闽西大山带ꎬ其间为不相连的河谷㊁盆地ꎬ而东部沿海的地貌以丘陵㊁台地和滨海平原为主ꎮ福建省前汛期降水是由于北方冷空气南下遇低983第3期福建省前后汛期最大一日降水量的时空变化图8㊀1960—2013年福建省后汛期最大一日降水量变化趋势Fig.8㊀Trendsofmaximumdailyprecipitationinthesecondrainyseasonfrom1960to2013inFujianProvinceꎬChina纬暖湿气流ꎬ使暖湿气流抬升形成锋面雨带来的ꎬ而后汛期降水主要来自于登陆或影响福建省的台风ꎮ前汛型站点基本都位于福建省西部和西北部内陆地区ꎬ造成这种现象的原因是福建省西高东低的地形特别是闽西㊁闽中两大呈东北 西南走向的山带对来自南和北的气流形成阻挡(如图1)ꎬ这时5月和6月的冷暖空气势力相当ꎬ就会被山带形成的屏障抬升ꎬ往往使冷暖空气在此交汇ꎬ进而导致闽西北地区成为福建省前汛期暴雨发生的高频区ꎮ而后汛期台风在进入闽西㊁闽西北地区时ꎬ已经被削弱ꎬ所以台风降水对该地区的影响较小ꎬ使该地区形成前汛型ꎮ后汛型站点是位于闽东北地区的福鼎站和霞浦站ꎬ从图2可以看出福鼎和霞浦站的后汛期多年平均最大一日降水量远高于其余地区ꎬ主要是因为台湾岛对台风路径产生影响ꎬ使福建沿海南北的风力大ꎬ而中间的风力小ꎬ加上沿海海岸对风的摩擦辐合作用ꎬ可能会削弱福建省中部沿海的台风暴雨ꎬ却增强南北沿海台风暴雨ꎬ最终使最大台风降水出现在闽南大部及闽东北部分地区[19]ꎮ而福鼎㊁霞浦站背靠太姥山脉ꎬ台风降水在迎风坡抬升作用下明显变多ꎬ所以形成后汛型ꎮ双汛型的气象站点既有位于中部内陆地区ꎬ也有位于东部沿海地区ꎮ对这些区域而言ꎬ相对前后汛型站点ꎬ福建省西高东低的地形特别是闽西㊁闽中两大呈东北 西南走向山带的作用减弱ꎬ而台湾岛对台风路径产生影响作用较强ꎬ是双汛型形成的主要原因ꎮ总体上看ꎬ汛型空间差异成因复杂ꎬ值得今后进一步深入研究ꎮ3.2㊀时间变化原因分析3.2.1㊀前汛期最大一日降水量变化福建省前汛期降水主要来自锋面降水ꎬ导致其最大一日降水量时间变化的原因可能与以下事件的变化有关:(1)与中西太平洋海温的变化有一定的关系ꎬ中西太平洋海温可能是通过影响中西太平洋副热带高压来影响福建前汛期降水[22]ꎬ中西太平洋海温异常升高会导致极端降水强度异常增加[14]ꎻ(2)与大气环流异常有着密切的关系ꎬ位于太平洋地区的异常反气旋环流ꎬ其后部的偏南暖湿气流与中国东部对流层中高层的一个槽后偏北干冷气流在我国华南地区交汇ꎬ辐合形成极端降水[23]ꎻ(3)与二氧化碳浓度有一定关系ꎬ人类活动产生的二氧化碳而引起的温室效应会使部分地区降水增加ꎬ日降水量增加[24]ꎮ以上事件综合影响前汛期最大一日降水量大小ꎬ但具体原因仍需进一步探讨ꎮ3.2.2㊀后汛期最大一日降水量变化已有研究表明在1958 2012年间造成福建省极端降水(大于100mm)的台风数量呈现上升的趋势ꎬ且强度越大ꎬ上升趋势越明显ꎬ即影响福建省的台风造成的降水强度在增大[25]ꎬ与本文研究结果基本一致ꎮ同时较多学者对于台风移动速度㊁移动路径㊁台风强度㊁台风的热力和动力结构的研究也表明了这些因素均对台风降水有不同程度的影响[25]ꎮ钮学新等人研究发现台风及其倒槽影响时间长短同样会影响降水量[26]ꎮ但尚需从台风的演变进一步研究后汛期极端降水的变化ꎮ4㊀结论(1)根据前后汛期最大一日降水量的相对变化ꎬ可将福建省25个气象站点分为单汛型和双汛型ꎬ其中单汛型包括前汛型和后汛型ꎬ双汛型包括前高后低型和前低后高型ꎮ093山㊀地㊀学㊀报38卷(2)福建省前后汛期最大一日降水量具有明显的空间差异ꎬ在西部地区前汛期明显大于后汛期ꎬ形成前汛型ꎬ在中部地区和东部沿海形成双汛型ꎬ东北部沿海地区形成后汛型ꎬ西部内陆向东部沿海呈现出前汛型 前高后低型 前低后高型 后汛型的转变ꎮ(3)福建省前汛期最大一日降水量在54年间的变化趋势并不显著ꎬ而后汛期的最大一日降水量在大多数站点都呈现比较明显的增加趋势ꎬ即台风降水的影响趋于增大ꎮ因此ꎬ对于我国东南沿海地区ꎬ应区分两类天气系统对气候变化的响应ꎬ进一步分析前后汛期极端降水的时空变化规律ꎮ参考文献(References)[1]KARLTRꎬKNIGHTRW.SeculartrendsofprecipitationamountꎬfrequencyꎬandintensityintheUnitedStates[J].BulletinoftheAmericanMeteorologicalSocietyꎬ1998ꎬ79(2):231-241. [2]STONEDAꎬWEAVERAJꎬZWIERSFW.TrendsinCanadianprecipitationintensity[J].Atmosphere ̄Oceanꎬ2000ꎬ38(2):321-347.[3]TANKAMGKꎬKONNENGP.TrendsinindicesofdailytemperatureandprecipitationextremesinEuropeꎬ1946-99[J].JournalofClimateꎬ2003ꎬ16(22):3665-3680. [4]YAMAMOTORꎬSAKURAIY.Long ̄termintensificationofextremelyheavyrainfallintensityinrecent100years[J].WorldResourcesReviewꎬ1999ꎬ11(7):271-281.[5]PETERSONTCꎬTAYLORMAꎬDEMERITTERꎬetal.RecentchangesinclimateextremesintheCaribbeanregion[J].JournalofGeophysicalResearch ̄Atmospheresꎬ2002ꎬ107(21):4601-4609.[6]NEWMꎬHEWITSONBꎬSTEPHENSONDBꎬetal.EvidenceoftrendsindailyclimateextremesoversouthernandwestAfrica[J].JournalofGeophysicalResearch ̄Atmospheresꎬ2006ꎬ111(14):3007-3021.[7]翟盘茂ꎬ王萃萃ꎬ李威.极端降水事件变化的观测研究[J].气候变化研究进展ꎬ2007ꎬ3(3):144-148.[ZHAIPanmaoꎬWANGCuicuiꎬLIWei.Areviewonstudyofchangeinprecipitationextremes[J].AdvancesinClimateChangeResearchꎬ2007ꎬ3(3):144-148][8]杨金虎ꎬ江志红ꎬ王鹏祥ꎬ等.中国年极端降水事件的时空分布特征[J].气候与环境研究ꎬ2008ꎬ13(1):75-83.[YANGJinhuꎬJIANGZhihongꎬWANGPengxiangꎬetal.TemporalandspatialcharacteristicofextremeprecipitationeventinChina[J].ClimaticandEnvironmentalResearchꎬ2008ꎬ13(1):75-83] [9]WESTRASꎬALEXANDERLVꎬZWIERSFW.Globalincreasingtrendsinannualmaximumdailyprecipitation[J].JournalofClimateꎬ2013ꎬ26(11):3904-3918.[10]王晓利.中国沿海极端气候变化及其对NDVI的影响特征研究[D].烟台:中国科学院烟台海岸带研究所ꎬ2017:106-108.[WANGXiaoli.VariationofextremeclimateanditsimpactonNDVIinthecoastalareaofChina[D].Yantai:YantaiInstituteofCoastalZoneResearchꎬChineseAcademyofSciencesꎬ2017:106-108][11]苏志重ꎬ石顺吉ꎬ张伟ꎬ等.1960-2010年福建省极端降水事件变化趋势分析[J].暴雨灾害ꎬ2016ꎬ35(2):166-172.[SUZhizhongꎬSHIShunjiꎬZHANGWeiꎬetal.AnalysisofthetrendsofextremeprecipitationeventsoverFujianProvincefrom1960to2010[J].TorrentialRainandDisastersꎬ2016ꎬ35(2):166-172][12]陶诗言.中国之暴雨[M].北京:科学出版社ꎬ1980:1-71.[TAOShiyan.TheRainfallinChina[M].Beijing:ChinaMeteorologicalPressꎬ1980:1-71][13]任广成ꎬ范飞龙ꎬ沈爱华.东南沿海前汛期与后汛期降水的比较分析[J].海洋预报ꎬ2007ꎬ24(1):16-24.[RENGuangchengꎬFanFeilongꎬSHENAihua.ComparisonresearchesontherainfalloftheformerandlatterfloodseasoninthesoutheastcoastalareaofChina[J].MarineForecastsꎬ2007ꎬ24(1):16-24][14]江秀芳.福建省前后汛期极端降水时空特征对比[D].南京:南京信息工程大学ꎬ2013:9-16.[JIANGXiufang.Characteristicsofspatialandtemporalvariationsofextremeprecipitationduringthepre ̄floodandpost ̄floodseasonsinFujian[D].Nanjing:NanjingUniversityofInformationScienceandTechnologyꎬ2013:9-16][15]黄婕ꎬ高路ꎬ陈兴伟ꎬ等.东南沿海前汛期降水极值变化特征及归因分析[J].地理学报ꎬ2016ꎬ71(1):153-165.[HUANGJieꎬGAOLuꎬCHENXingweiꎬetal.VariationofextremeprecipitationanditscausesduringthefirstrainyseasoninthesoutheastcoastalregionofChina[J].ActaGeographicaSinicaꎬ2016ꎬ71(1):153-165][16]GAOLꎬHUANGJꎬCHENXWꎬetal.RiskofextremeprecipitationundernonstationarityconditionsduringthesecondfloodseasoninthesoutheasterncoastalregionofChina[J].JournalofHydrometeorologyꎬ2017ꎬ18(3):669-681. [17]张婷ꎬ魏凤英.华南地区汛期极端降水的概率分布特征[J].气象学报ꎬ2009ꎬ67(3):442-451.[ZHANGTingꎬWEIFengying.ProbabilitydistributionofprecipitationextremesduringrainingseasonsinSouthChina[J].ActaMeteorologicaSinicaꎬ2009ꎬ67(3):442-451][18]许金镜ꎬ林新彬ꎬ温珍治ꎬ等.福建暴雨频数的变化特征[J].台湾海峡ꎬ2004ꎬ23(4):514-520.[XUJinjingꎬLINXinbinꎬWENZhenzhiꎬetal.DiscussingonvariationandinfluencefactorofrainstormfrequencyinFujian[J].JournalofOceanographyInTaiwanStraitꎬ2004ꎬ23(4):514-520][19]林小红ꎬ任福民ꎬ刘爱鸣ꎬ等.近46年影响福建的台风降水的193第3期福建省前后汛期最大一日降水量的时空变化气候特征分析[J].热带气象学报ꎬ2008ꎬ24(4):411-416.[LINXiaohongꎬRENFuminꎬLIUAimingꎬetal.ClimatevariationfeaturesoftyphoonprecipitationinfluencingFujianforthepast46years[J].JournalofTropicalMeteorologyꎬ2008ꎬ24(4):411-416][20]聂明华ꎬ严平勇.福建省降水时空分布规律分析[J].广东农业科学ꎬ2008(6):147-148.[NIEMinghuaꎬYANPingyong.AnalysisofprecipitationtemporalandspatialdistributionofFujianProvince[J].GuangdongAgriculturalSciencesꎬ2008(6):147-148][21]曾秀娟ꎬ陈兴伟.福建省年最大一日降水发生时间的空间差异[J].亚热带资源与环境学报ꎬ2018ꎬ13(4):41-46.[ZENGXiujuanꎬCHENXingwei.SpatialvariationofthetimeofmaximumdailyprecipitationinFujianProvince[J].JournalofSubtropicalResourcesandEnvironmentꎬ2018ꎬ13(4):41-46] [22]李宏毅ꎬ林朝晖ꎬ陈红.我国华南4㊁5月份降水年代际变化的特征及其与中西太平洋海温的可能关系[J].气候与环境研究ꎬ2012ꎬ17(4):481-494.[LIHongyiꎬLINZhaohuiꎬCHENHong.CharacteristicsoftheinterdecadalvariabilityofprecipitationinAprilandMayoverSouthChinaandpossiblerelationshipwiththemid ̄WestPacificSST[J].ClimaticandEnvironmentalResearchꎬ2012ꎬ17(4):481-494][23]刘静ꎬ管兆勇ꎬ龚振彬ꎬ等.近30a福建省前汛期极端降水事件特征及其成因[J].气象科学ꎬ2016ꎬ36(1):28-35.[LIUJingꎬGUANZhaoyongꎬGONGZhenbinꎬetal.CharacteristicsandcausesofextremeprecipitationeventsoverFujianProvinceduringMayandJuneinrecentthreedecades[J].JournaloftheMeteorologicalSciencesꎬ2016ꎬ36(1):28-35][24]秦大河ꎬ丁一汇ꎬ苏纪兰ꎬ等.中国气候与环境演变评估(I):中国气候与环境变化及未来趋势[J].气候变化研究进展ꎬ2005ꎬ1(1):4-9.[QINDaheꎬDINGYihuiꎬSUJilanꎬetal.AssessmentofclimateandenvironmentchangesinChina(I):ClimateandenvironmentchangesinChinaandtheirprojection[J].AdvancesinClimateChangeResearchꎬ2005ꎬ1(1):4-9] [25]邱文玉.我国东南沿海台风极端降水特征及成因初探[D].南京:南京信息工程大学ꎬ2014:27-30.[QIUWenyu.CharacteristicsoftropicalcycloneextremeprecipitationanditspreliminarycausesinChina ssoutheastcoast[D].Nanjing:NanjingUniversityofInformationScienceandTechnologyꎬ2014:27-30][26]钮学新ꎬ杜惠良ꎬ滕代高ꎬ等.影响登陆台风降水量的主要因素分析[J].暴雨灾害ꎬ2010ꎬ29(1):76-80.[NIUXuexinꎬDUHuiliangꎬTENGDaigaoꎬetal.Mainfactorsaffectingtherainfallcausedbylandingtyphoons[J].TorrentialRainandDisastersꎬ2010ꎬ29(1):76-80]TemporalandSpatialVariationsofMaximumDailyPrecipitationintheFirstandtheSecondRainySeasonsinFujianProvinceꎬChinaLINSiting1ꎬCHENXingwei1ꎬ2∗ꎬHUANGJie1(1.SchoolofGeographicalSciencesꎬFujianNormalUniversityꎬFuzhou350007ꎬChinaꎻ2.FujianProvincialEngineeringResearchCenterforMonitoringandAssessingTerrestrialDisastersꎬFujianNormalUniversityꎬFuzhou350007ꎬChina)Abstract:Inthepastfewdecadesꎬextremeprecipitationhascausedseveredroughtsandfloods.IntheregionofthesoutheasterncoastofChinaꎬtheAsianmonsoonandtyphoonsarethetwomostimportantsystemsforproducingprecipitation.TheperiodofprecipitationinducedbytheAsianmonsoonꎬwhichiscalledthefirstrainyseason.Thesecondrainyseasonistheperiodwiththetyphoon ̄inducedrainfall.TofurtherunderstandthetemporalandspatialvariationsofextremeprecipitationinFujianProvinceꎬinthispaperitanalyzedthevariationsofthemaximumdailyprecipitationinthefirstandthesecondrainyseasonfrom1960to2013in25meteorologicalstationsrespectivelywiththestatisticalcharacteristicsofthemeanvalueofthemaximumdailyprecipitationꎬrelativevalueofthemaximumdailyprecipitationinthefirstrainyseasontothesecondrainyseason.Thetemporalvariationcharacteristicswerealsoresearchedbasedonlinertrendmethod.Theresultsshowedthat:(1)ThefloodseasoninFujianProvincecouldbeclassifiedintosinglefloodseasontypeanddoublefloodseasontypebasedonthetemporalandspatialcharacteristicsofthemaximumdailyprecipitationofthefirstandsecondrainyseasons.Andthesingle293山㊀地㊀学㊀报38卷floodseasontypecouldalsobeclassifiedintofirstrainyseason ̄dominatedandsecondrainyseason ̄dominatedtyperespectively.(2)TherewasobviousspatialvariationfromthewesterninlandmountainstotheeasterncoastofFujianProvinceinthemaximumdailyprecipitationofthefirstandsecondrainyseasons.(3)Duringthe54yearsꎬthemaximumdailyprecipitationdidnotchangesignificantlyforthefirstrainyseasonꎬbutincreasedsubstantiallyinmoststationsforthesecondrainyseasonꎬwhichindicatedtheimpactofincreasedtyphoonprecipitation.Thedifferenteffectofclimatechangeonthemaximumdailyprecipitationofthefirstandsecondrainyseasonswasworthtobefurthermoreinvestigated.Keywords:extremeprecipitationꎻmaximumdailyprecipitationꎻspatialdifferencesꎻthefirstandsecondrainyseasonsꎻFujianProvince393第3期福建省前后汛期最大一日降水量的时空变化。

福建省近50年降水趋势及区域变化特征

福建省近50年降水趋势及区域变化特征

福建省近50年降水趋势及区域变化特征
吴滨
【期刊名称】《气象研究与应用》
【年(卷),期】2005(026)0z1
【摘要】应用趋势分析方法分析了福建省35个代表站1961至2003年年、季降水的趋势变化规律,结果表明全年、春季、夏季全省降水以正的趋势为主,而雨季降水以负趋势为主,秋冬季趋势不明显.其后应用旋转主因子分析方法对年、季降水进行区域性分析,结果表明全省降水变化主要以南北向变化为主,东西向为次,同时给出了各季具体的分区范围.最后选取4个代表站进行降水的年代际变化分析.
【总页数】3页(P14-15,36)
【作者】吴滨
【作者单位】福建省气象局专业气象台,福州,350001
【正文语种】中文
【中图分类】P4
【相关文献】
1.厦门市近50年的气温降水变化特征及突变分析 [J], 田愉
2.福建省近50a降水趋势及区域变化特征 [J], 吴滨
3.福建省近50年降水趋势及区域变化特征 [J], 吴滨
4.近50年我国极端降水时空变化特征综述 [J], 程诗悦;秦伟;郭乾坤;徐立荣
5.永安市近50年降水变化特征分析 [J], 王丹平;潘志玲;罗苑苗
因版权原因,仅展示原文概要,查看原文内容请购买。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

福建地区NDVI时空变化及其与降水的响应关系邵步粉1,吴滨2,姚林塔1,林金淦1(1 福州市气象台 福州 350014; 2 福建省气候中心 福州 350001)摘要:根据福建地区1982-1999年归一化植被指数(NDVI)数据集和59个气象观测站的逐日降水资料,采用相关分析和Morlet小波分析方法,应用ArcGIS软件,对福建地区NDVI时空变化特征及其与降水关系进行了研究。

结果表明:分析期内该地区NDVI值从3月份开始回升,到7月份达到峰值,8、9、10月份总体上保持在峰值少变,10月份以后呈缓慢下降趋势,这可能与温度、降水(包括台风降水)、径流有关;从年际角度看,18年来NDVI值总体呈上升趋势,1994年以前波动比较明显,1994年以后NDVI值基本上少变,保持在0.43左右,这可能与人们环保意识增强和降水量逐年上升有关;多年NDVI覆盖情况良好,NDVI普遍在0.2以上,其中西北部优于东南部,这与地势、年降水分布和人类活动有很大的关系;NDVI滞后降水3个月相关性最高,达到0.842,NDVI滞后降水6个月为负相关,这可能与其大气环流背景场存在相反环流形式有关;该地区NDVI存在着12个月、25个月、55个月周期的震荡信号,降水量存在着12个月、31个月、59个月周期的震荡信号,各信号频率分布的时间域及其强度存在着差异,其中12个月周期最强,短周期强于长周期;NDVI与降水量具有同等的周期变化特点,在周期12个月最显著,相关系数达到0.963,通过了0.001的信度检验,这说明降水对植被的生长尤为重要。

关键词:福建地区;降水量;NDVI;相关分析;Morlet小波分析归一化植被指数NDVI(Normalized Difference Vegetation Index)是反映植被吸收的光合有效辐射比例的一个重要指数。

NDVI与绿叶植被生物量、叶面积指数、植物光合能力、总的干物质积累以及年净初级生产力等均有很好的相关性,可以用来表征植被覆盖的好坏,在一定程度上能表征地表植被覆盖变化[1],因此常被作为生态系统检测的首选指标[2]。

近年来,针对NDVI和气候因子(温度、降水)相互关系的研究在全球变化研究中占有举足轻重的地位。

我国学者也利用NDVI研究植被与降水、温度的关系。

如陈云浩等[3]探讨了气温、降水对中国植被NDVI动态变化的驱动作用,认为气温驱动区主要在常年降水量大于700mm的东南地区;王永立等[4]利用我国东部地区NDVI和气温、降水资料研究得到NDVI的最大值滞后于降水最大值的时间尺度在两个月左右;顾婷婷等[5]研究鄱阳湖流域植被和降水关系后认为植被的生长变化滞后于降水变化6、7、8旬的相关性最高,且滞后一个季节的相关性最显著,且春秋季的降水对植被生长尤为重要;邵步粉等[6]研究了鄱阳湖4个子流域NDVI和径流关系,发现径流量于滞后3个月的植被NDVI的相关性最高。

全球气候变化对陆地生态系统产生重要影响,而陆地生态系统的改变又将反馈于全球气候变化。

植被作为陆地表面最突出的土地覆盖类型,是联系土壤、大气和水分的自然“纽带”[7],在全球变化研究中起着“指示器”的作用[8]。

植被和气候相互作用的主要方式之一是地气之间的水汽输送和交替。

气候始终影响着植被生长和分布,植被通过水汽输送影响气候[9],不同植被覆盖有着显著水分差异[10-12],对气候演变过程产生重大影响[13-14]。

Pielke[15]指出,土地利用和地表覆盖的变化是气候变化的第一阶强迫作用,由陆面变化引起的区域降水、温度等的变化,与温室气体的效应相当甚至更大。

植被覆盖在年际尺度上与后期降水存在正相关[16],降水与植被生长季的叶面积指数相关系数可以达到0.78[17]。

植被对地表径流变化的影响,主要表现在阻滞地表径流、延长入渗时间、影响水量的再分配等。

孙艳玲等[18]对中国9种植被型组与气候的相关关系进行了研究,说明了温度条件比水分条件更影响植被的生长,水分条件较其他气候因素对植被生长表现了更明显的滞后效应;李春晖等[19]研究了黄河流域各区域的NDVI 与降水、径流和径流系数的关系指出,年内变化上NDVI和径流呈明显的正相关,但年际变化上NDVI和径流不具有明显相关性。

这些工作对研究植被和气候变化的关系有着重要意义。

福建省地处我国南方低山丘陵区,是我国重点林区之一,树木种类繁多,森林覆盖率达62.96%。

近年来,由于城市化的发展,人类活动使生态环境遭到了破坏,水土流失日益严重,从而由气象灾害导致的次生灾害越来越频繁。

研究NDVI和降水之间的响应,对福建省乃至中国亚热带季风气候区的林业发展和生态环境的保护都具有重要的参考意义。

本文拟利用1982-1999年NDVI数据集和福建省59个气象站(图1)的逐日降水资料,研究NDVI与降水的相关性特征,探讨NDVI和降水的响应,以期对植被-大气相互作用获得一些新的认识。

图1 福建省气象要素站点分布示意图Fig.1 Distribution of meteorological station1 资料和研究方法1.1 研究区域福建省(23°33′~28°20′N,115°50′~120°40′E)位于中国东南沿海,属亚热带湿润季风气候。

年均气温在17-21℃,冬季温暖,1月沿海平均气温9~13℃,山区6~8℃。

夏季炎热,平均气温26~28℃,并多台风。

区内水热条件和垂直分带较明显,年降水量1000~2000毫米,从西北向东南递减。

季节分配不均,有较明显雨季和干季;3~6月为雨季,占全年降水50~60%,7~9月是台风季,降水量较多,年际变化极大,容易发生水旱灾害;10月至次年2月降水较少。

福建省土壤资源丰富,类型繁多,为农、牧副业的综合发展提供了极为有利的条件,其土地利用类型主要为耕地、林地、草地等。

1.2 数据来源及处理1.2.1 NDVI植被数据[20]基准数据来源于美国NASA Pathfinder A VHRR数据,在美国Pathfinder陆地科学家处理小组原始处理数据完成的基础上,对数据进行重采样和订正处理(原数据为高德处理),并进行了时间序列滤波处理,生成中国区域植被指数数据集。

数据集的地理范围包括70°~140°E,5°~55°N,格点数为973×695,空间分辨率是0.072°×0.072°,起止时间是1981年7月中旬~2001年9月下旬,资料历时21年3个月,观测频率是每旬一次。

该数据集以单字节(1 byte)存放,记数值动态范围为0至253,其中0表示缺省,1表示水体,2表示外空,3~253为植被记数值,使用前根据表达式(1)转换到归一化差分植被指数(介于-1~+1之间):NDVI=0.008×(count-128) (1) 式中,count为NDVI的原始逐旬数据。

为了获得福建省各观测站1982~1999年的NDVI逐月数据,对原始逐旬NDVI遥感数据进行处理:以月为单位,对每月3旬的NDVI值通过国际通用的MVC(最大值合成)法进行处理,可以消除云、大气、太阳高度角等部分干扰,保证NDVI反映的是每月地表植被覆盖状况,即NDVI=max ( NDVI ij ) (2) 其中,NDVI i是第i月值,NDVI ij是第i月第j旬的值。

1994年缺9-12月资料,采用相邻年平均值插补得到。

在ArcGIS软件支持下,分别计算福建省各观测站的逐月平均NDVI并进行统计分析。

1.2.2降水数据1982~1999年逐日降水数据是由福建省气象局提供,为了研究需要将逐日资料累加成月降水资料。

1.3研究方法小波分析是一种时间-频率分析方法,小波变换系数的模和实部是两个重要的变量。

模的大小表示特征时间尺度信号的强弱,实部可表示不同特征时间尺度信号在不同时间强弱和位相两方面的信息,近年来广泛应用于气候分析研究中,并取得了良好效果[20-22]。

本文利用Morlet小波方法[23]分析了福建省59个观测站18a来216个月的降水量和NDVI连续序列的周期变化特点。

2结果与分析2.1 福建地区NDVI时空变化特征2.1.1 年内变化计算福建地区1982-1999年平均NDVI逐月变化。

图2 为福建地区平均NDVI的年内变化曲线。

从图上可以看出,NDVI多年平均从3月份逐渐升高,到7月份达到峰值,8、9、10月份总体上稳定,10月份之后再呈缓慢下降趋势的过程。

引起这种现象的原因是:冬季温度比较低、降水量小,不利于草木生长,从而导致植被覆盖度低;春夏季温度逐渐回升,降水量随之增多、径流也相应逐渐增加,草木逐渐复苏,从而植被覆盖度逐渐增大;特别值得一提的是,福建地区由于地处东南沿海,受台风影响大,秋季前期由于受台风降水的影响,草木生长仍然旺盛,故NDVI值居高不下;秋季后期由于降水渐少,径流量相应渐少,气温相比较于前期也有所下降,从而草木开始枯黄、植被覆盖度逐渐降低。

图2 1982-1999年福建地区平均NDVI的年内变化Fig.2 Annual Changes of Average NDVI in Fujian during 1982-19992.1.2 年际变化由图3 可见,福建地区历年植被覆盖情况良好,NDVI值在0.35-0.45之间,总体呈上升趋势;从多年变化来看,年平均NDVI值表现出波浪式发展趋势,其中1983、1986、1989、1994年的NDVI值较高, 1984、1988、1992年的NDVI值较低,1994年以后基本上维持在一个稳定的水平,NDVI值在0.43左右,这可能与人们环境保护意识增强,乱砍乱伐现象有所遏制,人工造林等措施实施有关,也可能与降水量逐年上升(图略)有关。

福建地区NDVI来该地区植被覆盖度总体在上升,这是生态环境转好的表现。

总体上升趋势说明18aFig.3 Interannual Change of the year-mean NDVI in Fujian during 1982-19992.1.3 NDVI多年平均覆盖情况图4 福建地区NDVI多年平均分布示意图Fig. 4Average NDVI image from 1982 to 1999 in Fujian图4 是福建地区各气象站点1982~1999年NDVI平均值通过ArcGIS反距离加权内插得到的分布示意图。

NDVI值越小,说明植被覆盖或者长势越差;反之,值越大,说明植被覆盖或者长势越好。

从图上可以看出,福建地区的NDVI基本上为正值,在0.1到0.5之间,说明该地区植被覆盖情况良好,这是因为福建地处东南沿海,纬度低,降水较为丰沛。

相关文档
最新文档