时间序列卫星数据揭示我国蒸散发年际和季节变化规律及其对各影响因素的响应


发布时间:

2021-07-06

来源:

本站

作者:

PhenoTrait

蒸散量时空格局是水资源循环的基本问题。目前已有多个研究报道了ET的时空分布模式,但对大面积的季节性ET分布模式缺乏系统的分析,在多变的环境条件下影响ET的因素仍不确定。长时间序列的卫星遥感数据可以为评价水资源状况提供一个可靠的工具。

 

近期,河海大学农业科学与工程学院缴锡云团队联合中国农科院作物科学研究所金秀良团队在著名期刊《Agricultural Water Management》刊发了题为《Satellite time series data reveal interannual and seasonal spatiotemporal evapotranspiration patterns in China in response to effect factors》的研究论文。

 

 

蒸散发作为水循环过程中一个重要的物理量,了解我国蒸散发长期的时空变化规律对合理分配水资源具有重要意义。本文利用MOD16 ET产品数据分析了我国ET的年际和季节变化及其空间分布特征,并用通径分析法对影响ET变化的因素进行分析。通过15个通量塔的数据验证表明,MOD16产品数据具有足够的可靠性,相关系数为0.69-0.95,RMSE为2.51 -7.22mm/8d,其满足研究的精度要求。根据MOD16数据显示,我国植被ET在年际和季节尺度上分别表现出显著的时空差异,2001-2018年我国植被平均蒸散发量为359.61mm,其中东南部ET值较高,西北部ET值较低。此外,研究结果还表明,2001-2018年间,不同植被类型和不同季节的ET普遍增加,平均增长率为2.95mm/年,不同季节、不同植被类型表现出差异,其中耕地增长率最高,达到4.34mm/年。通径分析表明,影响ET变化的因子在空间上存在差异,地表植被是东南地区ET变化的主要因子,而西北地区水资源贫乏,植被稀疏,环境复杂,ET的变化受多种因素的影响。在气候变化和植被覆盖变化的条件下,应采取调整农业生产结构、优化种植结构等措施,以应对植被耗水量的持续增长。研究得到的ET变化规律可作为水资源调控和管理的参考。

 

九个流域ET变化的长时间序列(2001-2018):(a)东南盆地;(b)海河流域;(c)淮河流域;(d)黄河流域;(e)陆相盆地;(f);松花辽河流域;(g)西南盆地;(h)长江流域;(i)珠江流域。

 

我国ET的空间分布:(a)春季ET的空间分布(单位:mm)(b)2001-2018年春季ET标准差(STD,单位:mm)(c)春季ET变化趋势及显著性检验(CR,单位:mm/年)(d)夏季ET的空间分布(单位:mm)(e)2001-2018年夏季ET标准差(STD,单位:mm)(f)夏季ET变化趋势及显著性检验(CR,单位mm/年)(g)秋季ET的空间分布(单位:mm)(h)2001-2018年秋季ET标准差(STD,单位:mm)(i)秋季ET变化趋势及显著性检验(CR,单位mm/年)(j)冬季ET的空间分布(单位:mm)(k)2001-2018年冬季ET标准差(STD,单位:mm)(l)冬季ET变化趋势及显著性检验(CR,单位mm/年)(m)季节性ET的频率分布 (n)2001-2018年ET标准差(STD)(o)ET的变化率。注:*表明ET降低/升高达到显著水平(p<0.05)。

 

不同植被类型2001-2018年的ET和ET变化率(CR)。

 

中国ET分布的最决定性因素(基于决定系数)。注:C表示气候因素是最具决定性的因素;V地表植被因子是最具决定性的因子;W表示水情因素是最具决定性的因素;NS表示没有因子达到显著水平。括号中的数字表示面积的比例。

 

作者介绍:

论文第一作者为河海大学农业科学与工程学院博士研究生程明瀚,论文通讯作者为中国农科院作物科学研究所的金秀良研究员及河海大学农业科学与工程学院缴锡云教授。本研究得到国家自然科学基金(2016YFD0300 605)、国家自然科学基金(42071426)、中国农业科学院中国中央公益科学研究机构基础研究基金(Y2020YJ07)的资助。

 

来源:

Cheng, M.H., Jiao, X.Y.*, Jin, X.L.*, Li, B.B., Liu, K.H., Shi, L. (2021): Satellite time series data reveal interannual and seasonal spatiotemporal evapotranspiration patterns in China in response to effect factors, 255. DOI: https://doi.org/10.1016/j.agwat.2021.107046.

推荐新闻

石时之约|韩志国:透过表型数据,看见植物的喜怒哀乐!

本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。

慧科研、慧育种、慧种田——慧聚改变的力量

让我们“慧聚”在一起,为“慧科研、慧育种、慧种田”赋能。

高通量植物表型平台建设注意事项

育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。

作物生理表型测量基础原理

生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。