论文部分内容阅读
干旱是一种复杂且不为人所知的潜在自然灾害。一直以来，中国频繁遭受干旱事件，对可持续作物的生产带来潜在危害。为了监测干旱，需要大量的历史气象、土壤和农业数据等。研究农业干旱监测的时空变化特征对抗旱和农业种植规划有着重要意义。因此，
为了研究干旱，需要一种自动化且高效的方法在庞大的数据集中提取出有价值的信息。本研究采用多个基于遥感产品的数据集和实测气象站点数据，包括中国气象局1961-2017年552个气象站的日降水量和温度数据集，卫星网格化月降水数据、土地覆盖数据、归一化差异植被指数(NDVI)数据和土壤湿度数据等，通过计算和分析标准化降水(SPI )、标准化降水蒸散发指数(SPEI )、降水距平、植被状况指数(VCI)、NDVI距平、增强型植被指数(EVI)、标准化土壤水分指数(SSI)、多变量标准化干旱指数(MSDI)和植被健康指数(VHI)，基于皮尔逊相关系数(R)、线性回归、决定系数(R2 )、均方根误差(RMSE )和改进的Mann-Kendall检验(MMK检验)等方法评估了中国不同地区干旱事件的发生规律。
本论文包括三个部分。第一部分首先用MMK趋势检验方法分析了中国四种不同土地覆盖类型(即耕地、林地、草地和沙漠)中干旱的时空分布特征，并基于皮尔逊相关系数和决定系数确定NDVI距平、VCI、降水和SPI的关系。第二部分主要研究了干旱或湿润条件对中国不同分区(西北地区NW、华北地区NC、青藏地区QTA和华南地区SC)植被物候期和生产力的影响。逐日降水数据主要用来分析降水的变化趋势，并计算SPEI，并利用中分辨率成像光谱辐射计(MODIS)的遥感数据EVI对植被物候其进行评价。第三部分主要研究了干旱指数(SPI、SSI、MSDI和VHI)对农业干旱预测评估的性能。论文得出的主要结论如下：
(1)平均月降水量和年降水量依不同土壤覆盖类型的排序为林地>草地≈农田>荒漠。不同覆盖类型土地下干旱指数(NDVI距平、VCI和SPI)都与降水量呈正相关。NDVI距平和VCI与耕地3个月时间尺度SPI的相关性较好，与林地6个月时间尺度SPI的相关性较好。VCI与SPI的相关性较NDVI距平与SPI的相关性好，计算得出的沙漠和草地地区下最干旱年份(2011年)和最湿润年份(2016年)VCI与降水的R2的R2值为0.70~0.90，耕地和林地的R2值为0.54~0.69。降水量、SPI和VCI有显著的增长趋势。另外，降水、NDVI和VCI的空间分布模式随海拔的降低而增加总体上，沙漠和草地经常受到中度或极端干旱条件的影响，而且沙漠地区和划地对短期的干旱更敏感。
(2)不同地区气温都有显著升高的趋势(p<0.05)。中国西北地区降水呈现不显著增加趋势，华北、青海、西藏地区和华南地区降水量呈不显著下降趋势。综合增强植被指数(IEVI)和SPEI的变化表明，2011年2016年是2000年到2017年间的极端干、湿年。2011年2016年期间，植被物候和生产力发生了快速的变化。2011年，植被物候随生长季节天数(ΔLGS)变化为-14±36天。在2016年，在生长季总净效应发生了变化，ΔLGS值为34±71天。气候敏感性从干旱到半干旱地区变化率为0.16，从半湿润区到湿润区的变化率为-0.04。与iEVI和降水相比，iEVI和SPEI具有较高的相关性。
(3)相对土壤含水量和VHI随降水量变化较小。与SPI和SSI相比，MSDI与VHI关系稍好。西北地区1个月尺度SPI、SSI和MSDI与月VHI的相关系数r值分别是0.15、0.17和0.21。华北地区3个月尺度SPI、SSI和MSDI与月VHI的相关性最高，其次是华南地区、青藏高原地区和西北地区，r值分别为0.72、0.68、0.63和0.57。然而6个月时间尺度SPI、SSI和MSDI与月VHI相关性中，华南地区r值最大为0.58，其次是青藏地区、华北地区和西北地区，r值分别为0.54、0.45和0.41。西北地区、青藏地区和华南地区的VHI呈显著增长趋势，MMK检验的统计量Z值分别为2.26、4.09和4.70。华北地区增长趋势不明显。
(4)总的来说，aSPI的三个时间尺度(1个月、3个月和6个月)表明，极端干旱事件发生在近10年期间，而极端干旱事件更频繁地发生在冬小麦生长期。在我国西北、华北小麦生长季，4月份极端干旱事件频发，有3个时间尺度aSPI。而在青藏地区和华南地区，最常见的极端干旱事件分别出现在12月和5月。另一方面，在我国西北和华南玉米生长季，极端干旱事件发生频率最高的是7月份，而华北和青藏地区则分别是8月份和9月份。在中国四个亚区，3个月的aSPI与VISW或作物产量异常(YAI)有较高的相关性。总体来看，夏玉米产量呈显著增长趋势，而华北东北部小麦产量呈显著增长趋势。
为了研究干旱，需要一种自动化且高效的方法在庞大的数据集中提取出有价值的信息。本研究采用多个基于遥感产品的数据集和实测气象站点数据，包括中国气象局1961-2017年552个气象站的日降水量和温度数据集，卫星网格化月降水数据、土地覆盖数据、归一化差异植被指数(NDVI)数据和土壤湿度数据等，通过计算和分析标准化降水(SPI )、标准化降水蒸散发指数(SPEI )、降水距平、植被状况指数(VCI)、NDVI距平、增强型植被指数(EVI)、标准化土壤水分指数(SSI)、多变量标准化干旱指数(MSDI)和植被健康指数(VHI)，基于皮尔逊相关系数(R)、线性回归、决定系数(R2 )、均方根误差(RMSE )和改进的Mann-Kendall检验(MMK检验)等方法评估了中国不同地区干旱事件的发生规律。
本论文包括三个部分。第一部分首先用MMK趋势检验方法分析了中国四种不同土地覆盖类型(即耕地、林地、草地和沙漠)中干旱的时空分布特征，并基于皮尔逊相关系数和决定系数确定NDVI距平、VCI、降水和SPI的关系。第二部分主要研究了干旱或湿润条件对中国不同分区(西北地区NW、华北地区NC、青藏地区QTA和华南地区SC)植被物候期和生产力的影响。逐日降水数据主要用来分析降水的变化趋势，并计算SPEI，并利用中分辨率成像光谱辐射计(MODIS)的遥感数据EVI对植被物候其进行评价。第三部分主要研究了干旱指数(SPI、SSI、MSDI和VHI)对农业干旱预测评估的性能。论文得出的主要结论如下：
(1)平均月降水量和年降水量依不同土壤覆盖类型的排序为林地>草地≈农田>荒漠。不同覆盖类型土地下干旱指数(NDVI距平、VCI和SPI)都与降水量呈正相关。NDVI距平和VCI与耕地3个月时间尺度SPI的相关性较好，与林地6个月时间尺度SPI的相关性较好。VCI与SPI的相关性较NDVI距平与SPI的相关性好，计算得出的沙漠和草地地区下最干旱年份(2011年)和最湿润年份(2016年)VCI与降水的R2的R2值为0.70~0.90，耕地和林地的R2值为0.54~0.69。降水量、SPI和VCI有显著的增长趋势。另外，降水、NDVI和VCI的空间分布模式随海拔的降低而增加总体上，沙漠和草地经常受到中度或极端干旱条件的影响，而且沙漠地区和划地对短期的干旱更敏感。
(2)不同地区气温都有显著升高的趋势(p<0.05)。中国西北地区降水呈现不显著增加趋势，华北、青海、西藏地区和华南地区降水量呈不显著下降趋势。综合增强植被指数(IEVI)和SPEI的变化表明，2011年2016年是2000年到2017年间的极端干、湿年。2011年2016年期间，植被物候和生产力发生了快速的变化。2011年，植被物候随生长季节天数(ΔLGS)变化为-14±36天。在2016年，在生长季总净效应发生了变化，ΔLGS值为34±71天。气候敏感性从干旱到半干旱地区变化率为0.16，从半湿润区到湿润区的变化率为-0.04。与iEVI和降水相比，iEVI和SPEI具有较高的相关性。
(3)相对土壤含水量和VHI随降水量变化较小。与SPI和SSI相比，MSDI与VHI关系稍好。西北地区1个月尺度SPI、SSI和MSDI与月VHI的相关系数r值分别是0.15、0.17和0.21。华北地区3个月尺度SPI、SSI和MSDI与月VHI的相关性最高，其次是华南地区、青藏高原地区和西北地区，r值分别为0.72、0.68、0.63和0.57。然而6个月时间尺度SPI、SSI和MSDI与月VHI相关性中，华南地区r值最大为0.58，其次是青藏地区、华北地区和西北地区，r值分别为0.54、0.45和0.41。西北地区、青藏地区和华南地区的VHI呈显著增长趋势，MMK检验的统计量Z值分别为2.26、4.09和4.70。华北地区增长趋势不明显。
(4)总的来说，aSPI的三个时间尺度(1个月、3个月和6个月)表明，极端干旱事件发生在近10年期间，而极端干旱事件更频繁地发生在冬小麦生长期。在我国西北、华北小麦生长季，4月份极端干旱事件频发，有3个时间尺度aSPI。而在青藏地区和华南地区，最常见的极端干旱事件分别出现在12月和5月。另一方面，在我国西北和华南玉米生长季，极端干旱事件发生频率最高的是7月份，而华北和青藏地区则分别是8月份和9月份。在中国四个亚区，3个月的aSPI与VISW或作物产量异常(YAI)有较高的相关性。总体来看，夏玉米产量呈显著增长趋势，而华北东北部小麦产量呈显著增长趋势。