2017-2020年东北地浓度时空分异及影响因素分析.pdfVIP

目录

第1章绪论1

1.1研究背景与研究意义1

1.2国内外研究现状2

1.2.1地表温度反演的研究现状2

1.2.2地表温度降尺度的研究现状4

1.2.3地表温度变化影响因素的研究现状5

1.3研究内容与技术路线6

1.3.1研究内容6

1.3.2技术路线7

第2章研究区概况及数据处理8

2.1研究区概况8

2.2数据来源与处理10

2.2.1遥感数据MODIS产品10

2.2.2其他数据产品15

2.2.3数据预处理15

第3章地表温度降尺度研究17

3.1地表温度重建17

3.1.1地表温度数据时间质量分析17

3.1.2地表温度数据时间质量分析18

3.1.3Hants模型20

3.2随机森林降尺度21

3.2.1地表温度降尺度的基本原理21

3.2.2尺度因子的选取22

3.3精度评价22

3.4本章小结25

第4章地表温度时空变化特征26

4.1地表温度时间变化特征26

4.1.1地表温度年际变化特征26

4.1.2地表温度年内变化特征29

4.2地表温度空间变化29

4.2.1地表温度年际空间变化特征29

4.2.2地表温度年内空间变化特性33

4.3地表温度空间分布影响因素分析35

4.3.1Pearson相关性分析35

4.3.2多元线性回归分析38

4.4本章小结42

结论与展望44

主要结论44

不足与展望46

参考文献47

摘要

摘要

在全球气候变暖的背景下，大小兴安岭作为中国东北地区多年冻土的主要分

布区，更加容易受到气候变化的影响。地表温度作为气候变化的衡量指标，通过

直接作用于下垫面的反射率以及土壤中的水分含量和热量来影响气候的变化，因

此精确反演地表温度，可为冻土退化及冻融变化的研究提供参考。目前现有的遥

感影像无法获取兼具高时间、高空间分辨率的地表温度数据产品，对高时间分辨

率、低空间分辨率的地表温度数据进行降尺度来提高数据精度是当前研究中的常

规方法。因此，本文利用MODIS地表温度数据通过Hants算法对数据重建后，采

用随机森林降尺度模型来提升地表温度数据的精度。在高精度数据的基础上对大

小兴安岭2010-2021年的地表温度进行时空变化分析并研究地表温度空间分布的

影响因素，对进一步了解冻土区地表温度的演变规律和形成机制、分析冻土退化

问题及冻土区气候变化研究、灾害监测等都有非常重要的意义。主要结论如下：

（1）通过Hants软件对地表温度数据进行重建，重建结果的MAE和RMSE

0.911.37R20.81

分别为、，拟合程度为，数据重建结果良好。采用随机森林模型

将重建后的地表温度数据进行降尺度，将空间分辨率从1000米降尺度到250米，

降尺度结果与实际地表温度数据的MAE和RMSE分别为0.83、1.26，拟合程度

R2为0.77。降尺度后的影像能更精确描述地表温度的空间差异，并呈现出地表温

度空间分布的细节。

（2）在时间变化上，2010-2021年间大小兴安岭的年均地表温度和月均地表

2.462010-2021

温度均呈上升趋势，其中年均地表温度总体上增长了℃，且年大小

兴安岭的月均地表温度中1月、2月、3月、4月、7月、11月、12月的地表温度

呈明显的上升趋势。在空间变化上，2010-2021年间大小兴安岭的年均地表温度呈

现明显的区域性特征，大小兴安岭山脉处于高纬度、高海拔地区且分布着大面积

的森林，地表温