1965-2013年黄土高原地区极端降水事件时空变化特征

基于黄土高原地区52个气象站点1965-2013年逐日降水数据,辅以一元线性趋势分析、相关分析、Mann-Kendall检验及反距离加权插值(IDW)等方法,本文分析了黄土高原地区极端降水事件时空变化特征.结果表明:1)时间上,持续性指标和强度指标中除降水强度(SDⅡ)外均呈现减小的趋势;绝对指标和相对指标中除R10 mm降水日数(R10 mm)外,其他指数均呈现增加的趋势,但均未通过0.05显著性水平检验.2)空间上,就持续性指标来看,连续无雨日数(CDD)增加趋势最大的位于区域Ⅲ,连续降水日数(CWD)和年降水总量(PRCPTOT)在区域Ⅱ的北部的增幅最大;强度指标中,1d最大降水量(RX1 day)和5d最大降水量(RX5 day)在区域Ⅱ的中部和北部增幅最大,SDⅡ增幅最大的地区主要集中在区域工和区域Ⅱ的北部地区;绝对指标中,R10 mm、R20 mm降水日数(R20 mm)和R25 mm降水日数(R25 mm)的趋势变化呈由南向北增加的趋势;相对指标中,异常降水日数(R95p)和极端降水日数(R99p)增幅最大的地区主要集中在区域Ⅱ.3)CDD与经度、纬度呈显著的负相关,年降水总量(PRCPTOT)、R10 mm和R25 mm与纬度呈显著正相关,其他极端降水指数与经纬度和海拔高度的相关性不显著.4)主成分分析的结果表明2类极端降水指数的总贡献率达到80.73％,除CDD外,其他极端降水指数与PRCPTOT均具有良好的相关性,且均通过了0.01显著性水平检验.5)Hurst指数结果表明黄土高原地区CDD、SDⅡ、R10 mm、R20 mm和R25 mm极端降水指数变化均呈反向变化特征,其他极端降水指数呈同向变化特征.     

农业旱灾脆弱性研究综述

农业旱灾的脆弱性评价是旱灾风险防范的重要基础.本文从脆弱性的定义出发,明确界定了旱灾脆弱性评价的内涵,系统梳理了农业旱灾脆弱性区划评价和脆弱性曲线构建的方法,在此基础上,讨论了目前农业旱灾脆弱性评价研究中存在的问题和未来发展的趋势,并指出未来农业旱灾脆弱性评价应在以下4个方面进行深入研究,1)未来农业旱灾脆弱性评价应该逐步从定性的区划评价研究过渡到定量研究上;2)在区划评价研究中要重点加强指标权重确立的科学性、合理性;3)在脆弱性曲线的构建中要加强对脆弱性曲线精度的验证和适用性的评价;4)综合利用多种评估手段和地理信息技术,加强精细尺度的农业旱灾脆弱性评价.     

径流对气候变化和人类活动的响应——以渭河流域为例

定量区分气候变化和人类活动对径流的影响,对区域水资源管理具有重要的现实意义.本文基于实测径流数 据和前人重构的自然径流数据,借助趋势分析、突变检验、多元线性回归等方法,定量分析渭河流域气候变化和人类活动 对径流的影响,并通过与水文敏感性系数方法的分析结果相比较,进一步验证结果.结果表明:1965-2012年华县站、张 家山站和状头站的实测径流分别以7.99×108、2.86×108 和0.787×108 m3·(10a)-1的趋势减小(α<0.05).气象要素 中,渭河干流的风速和相对湿度呈显著减小的趋势,气温呈显著增加的趋势(α<0.05);泾河流域的相对湿度呈显著减小 的趋势,潜在蒸散发和气温呈显著增加的趋势(α<0.05);北洛河流域各气象要素的变化趋势同泾河流域相似.突变检验 表明华县站、张家山站和状头站的年实测径流分别在1993、1996 和1994 年前后发生了突变,其径流分别下降了 38.81%、47.67%和42.22%.多元回归分析表明气候变化对华县站、张家山站和状头站径流变化的贡献率分别为 49.30%、38.05%和69.86%.水文敏感性分析方法的结果同多元回归方法相似,气候变化对3个水文站径流变化的贡献 率分别为48.61%、39.21%和64.86%.      

基于GF-1数据和非监督分类的冬小麦种植信息提取模型

针对当前冬小麦种植信息提取方法普遍存在严重依赖地面样本数据和人为主观干扰过多的现象,而非监督分类算法自身又具有独特的特点,研究了基于非监督分类的冬小麦提取方法。在实际应用中,非监督分类的初始分类数目难以准确确定,这会导致分类精度降低或分类结果需要进行二次人工合并。通过时间序列曲线和差值增强技术解决了初始分类数目难以准确确定的问题,提出了一种以归一化植被指数为冬小麦信息识别指标,基于高分一号数据和非监督分类的冬小麦种植信息提取模型。以河北省辛集市为研究区,应用该模型提取了2014和2015年辛集市冬小麦种植信息,并应用混淆矩阵方法进行精度验证和与监督分类方法对比分析。结果表明:①该模型冬小麦的制图精度为94.23%～96.64%,用户精度为92.31%～95.45%,Kappa系数0.89,整体精度达到94.33%以上;②在无需地面样本数据支持的条件下,该模型可以达到近似监督分类的提取精度。可见提出的冬小麦种植信息提取模型精度较高,可以满足区域内冬小麦种植信息地面遥感监测的需求,是一种行之有效的冬小麦种植信息提取新方法。