0 引言
20世纪90年代以来，在全球气候变暖背景下，极端高温事件致灾强度大、发生频次高、影响范围广（封国林等，2012；Sun et al.，2014；董思言等，2014），对农业生产、城市建设及社会经济发展造成极大的不确定性（刘琳和徐宗学，2014）。湖南是盛夏持续高温干旱发生频率较高的地区之一（罗伯良等，2010），且自2000年以后，湖南高温热害发生次数明显增多（张超等，2012），2003、2009、2011、2013、2022年是湖南典型高温年份。其中，2013年6月29日至8月19日，湖南省84县市最高气温超过39.0 ℃，57县市最高气温超过40.0 ℃，高温过程造成农作物受灾面积207.6万hm2，绝收面积42.5万hm2，直接经济损失170.2亿元人民币（罗伯良和李易芝，2014）；2022年7—11月出现持续近5个月的历史罕见夏秋高温天气，平均气温创1961年以来历史新高，同时期的降水异常偏少造成湖南历史最强夏秋连旱，全省流域面积50、100 km2以上河流断流的分别有88、49条①(①数据来源于《2022年湖南气候影响评价》。)，灌溉条件差的水稻减产或绝收，油茶、柑橘、葡萄落果严重或植株干枯死亡，油菜无法播种或移栽②（②数据来源于《湖南省2022年9月（10月、11月）农业气象月报》。）。构建区域高温遥感评估指标可从卫星遥感监测角度揭示湖南省地表极端高温分布规律，推动高温遥感监测规范化，对于区域农业生产结构调整、能源水资源储备和森林防火调度等都具有重要指导意义（邹德全等，2021）。
国内外学者对极端高温监测评估方法开展了一系列研究。如侯威等（2012）基于随机重排去趋势波动分析法寻找收敛点确定极端高温阈值；陈敏等（2013）利用年、月累计高温有效积温和中位数、四分位数统计高温变化特征；王钊等（2016）使用极端气候指标计算软件RClimdex计算5种极端温度指数分析秦岭南北极端温度变化特征及其与区域增暖的关系；程肖侠等（2020）建立了单站高温过程综合强度指标；纪玲玲等（2020）采用气候倾向率、距平累积、灰色关联度等方法建立了吉林省高温过程综合评估指数；林爱兰等（2021）利用区域站点夏季日最高气温第80百分位值来评估区域性的高温强度；邓甜甜等（2023）用趋势分析方法结合站点数据来分析渭河流域高温热浪时空变化特征。上述极端高温评估方法的研究，多基于台站观测数据，但传统的地面气象观测站点密度低且离散（陈岳等，2022），只能采用空间插值法实现网格温度的估算（马诺等，2020），或引入气象数值模式再分析产品，但因为土地利用资料更新缓慢（温晓培等，2022），数值模式仍会造成城市和地形复杂区域的模拟偏差（董春卿等，2021）。遥感是唯一可以提供二维栅格陆面温度信息的手段，可以快速获取大面积区域地表温度（朱怀松等，2007），因此，利用遥感数据进行地表高温遥感评估相对更为客观。
本文以湖南省为研究区域，基于2002—2021年空间分辨率为1 km的MYD11A1长时序卫星遥感数据，以及空间分辨率为500 m的归一化植被指数16 d反演产品MYD13A1、逐日地表反射率产品MYD09GA，参考国外学者基于遥感时序数据的日最高气温估算方法（Sheng et al.，2012；Georgy et al.，2014；Elizabeth，2015），通过多元线性回归方程实现空间分辨率百米级的逐日地表高温监测，并进一步利用百分比法、百分位法和趋势比率法等气候统计方法构建湖南省地表高温卫星遥感监测评估指标，可作为地表高温遥感监测定量定性评估的依据，进而研究极端高温的区域分布状况，以期提升极端高温事件的卫星遥感监测业务能力。
1 数据与方法
1.1 数据来源
指标建立使用美国地质勘探局提取和分析样本的应用工具（Application for Extracting and Exploring Analysis Ready Samples，AppEEARS）（https://appeears.earthdatacloud.nasa.gov/）下载的4组经美国国家航空航天局（National Aeronautics and Space Administration，NASA）官方发布的数据：湖南省2002—2021年MODIS（Moderate-resolution Imaging Spectroradiometer）地表温度（Land Surface Temperature，LST）逐日反演产品MYD11A1、归一化植被指数（Normalized Difference Vegetation Index，NDVI）16 d反演产品MYD13A1，以及逐日地表反射率产品MYD09GA（Tang et al.，2022）。湖南省2002—2021年97个国家级气象站的逐小时气温、日最高气温和裸土的地表温度、日最高地温数据来自国家气象信息中心。
辅助数据包括：“地理空间数据云”（https://www.gscloud.cn/）公布的ASTER GDEM v2 30 m空间分辨率数字高程（李振林和王晶，2013）；中国科学院资源环境科学与数据中心（https://www.resdc.cn/）公布的中国1：10万土地利用现状遥感监测数据（刘纪远等，2020）和中国1：100万地貌类型空间分布数据（周成虎等，2009；程维明和周成虎，2014）；美国国家物理数据中心（https://www.ngdc.noaa.gov/dmsp）发布的2017年稳定夜间灯光数据集（白彩全等，2017）。
1.2 研究区概况
图1
图1
湖南省地形和区域概况
Fig.1
The distribution of terrain and regional overview of Hunan Province
1.3 计算地表反射率
式中：
1.4 估算日最高温度
式中：
表1 数据预处理方法
Tab.1
| 数据类型 | 数据来源 | 预处理过程 |
|---|---|---|
| LST | MYD11A1 | 通过质量控制字段把云区和异常值赋为NaN空值，由于MYD11A1的1×1格对应的MYD13A1和MYD09GA的2×2格，因此通过1格复制为4格的方法，得到同空间尺度数据 |
| NDVI | MYD13A1 | MYD13A1 时间分辨率为16 d，因此一个数据对应当天至16 d内的MYD11A1和MYD09GA数据 |
| 地表反射率 | MYD09GA | 利用Liang的方法（Liang，2001）计算地表反射率，时间分辨率为1 d |
1.5 效果对比
从表2可见，MYD11A1反演产品卫星过境时间与同时次气象站观测的地面温度（0 cm）数据均方根误差（Root Mean Square Error，RMSE）较大。主要是由于遥感反演的地表温度是某一像元的平均地表温度，可能包含多个下垫面类型，而同一时空条件下不同下垫面类型的地表发射率不同，其向外辐射能量不同（余卫国等，2019）；而气象站逐小时观测的地面温度（0 cm）是一个点上裸土表层的真实分子动力学温度；因此遥感监测到的地表温度易受地表反射率和植被冠层的影响，造成与站点观测到的裸土地表温度偏差较大。MYD11A1与气象站同时次观测到的气温、地温形成的长时序数据序列相关性均较好，说明温度变化趋势一致（张富荣等，2015；刘强军等，2020）。
表2 MYD11A1及推导值与国家气象站观测值误差和相关性对比
Tab.2
| 产品类型 | R | RMSE/℃ | R | RMSE/℃ | ||||
|---|---|---|---|---|---|---|---|---|
| 过境同时次 气温 | 过境同时次 地温 | 过境同时次 气温 | 过境同时次 地温 | 日最高气温 | 日最高地表温度 | 日最高气温 | 日最高地表温度 | |
| MYD11A1 | 0.95 | 0.93 | 4.33 | 3.43 | 0.95 | 0.93 | 13.87 | 16.37 |
| 回归方程计算结果 | 0.94 | 0.94 | 1.99 | 2.51 | ||||
计算MYD11A1及多元线性回归方程推导出的日最高气温、日最高地表温度与气象站当日观测到的最高气温和最高地表温度的RMSE，发现其值分别从13.87、16.37 ℃减小到1.99、2.51 ℃。这主要是LST产品监测到的是瞬时值，该时次不一定是当日最高温度出现时间，通过多元线性回归方程将植被指数和地表反射率带入推算最高温度，可有效降低误差。
1.6 地表高温趋势率
参考管延龙等（2015）通过线性回归分析方法对最高、最低地温的线性倾向率进行分析，利用趋势比率法计算地表高温趋势率，评估地表高温强度的年增减趋势。趋势率负值为下降趋势，正值为增加趋势。
式中：
2 指标建立与结果分析
2.1 日尺度地表高温评估指标建立
基于百分比法，建立日尺度的地表高温评估指数：
式中：D（%）为像元数百分比，是地表高温等级评估指数；
依据湖南省气象灾害预警技术标准（表3），利用2002—2021年的地面站观测的逐日日最高气温数据，分等级进行全省高温预警日期统计，计算出湖南省近20 a的所有高温预警事件。
参考郑嘉雯等（2019）在集合预报极端低温预警信号阈值确定中所使用的TS评分法，测试地表高温评估指数D在40~50 ℃不同温度阈值、5%~95%不同地表高温面积百分比，与高温预警等级的判识结果进行对比，指标适用性定量评分标准公式如下：
式中：正确判识个数为该条件下正确判识的总数；误判个数为地表高温指标判识为高温，但当日却没有高温预警的个数；当前样本数为满足该条件下当前判识出的样本数；最少样本数为5%~95%不同面积占比条件下判识出的最少样本数；最多样本数指5%~95%不同面积占比条件下判识出的最多样本数。云干扰导致的数据缺失过多使漏判率不具有代表性，因此在TS评分计算中不考虑。
图2
图2
湖南省内地表温度≥45 ℃面积占比的高温预警正确率评分（a）和2002—2021年地表高温发生次数和最大值年际变化（b）
Fig.2
Accuracy score of high temperature early warning for the area proportion with surface temperature ≥45 ℃ in Hunan Province （a） and interannual variation of frequency and maximum value of high LST from 2002 to 2021 （b）
表4 日尺度地表高温等级划分指标
Tab.4
| 高温等级 | 像元数百分比 |
|---|---|
| 黄色 | [35%，55%） |
| 橙色 | [55%，80%） |
| 红色 | ≥80% |
利用日尺度的卫星遥感地表高温等级划分指标，统计湖南省2002—2021年地表高温发生次数，可以得到地表高温发生频率的年变化曲线[图2（b）]。可见，自2013年来高温发生频率有所增加，且2013年后每隔3 a出现一次高温多发年份，这与贾艳青等（2017）研究发现的长江三角洲地区极端气温存在3~5 a振荡周期，以及黄卓禹等（2016）通过小波方差图计算出的湖南省5 a特征时间尺度上高温日数变化平均周期为3.5 a的结论一致。地表高温发生次数较多的年份与高温站次出现较多的年份基本一致（2003、2011、2013年），年地表高温最大值较高的年份与夏季高温距平偏高的年份基本一致（2003、2009、2011、2013年）（戴泽军等，2014）。2013年为该气候期的高温次数极多年，且从2012—2015年呈陡升陡降的变化特征。
2004—2012年地表高温年最大值为59.0~63.6 ℃；2013年为转折点，出现近20 a年最大值（66.8 ℃），2014年出现近20 a年最小值（58.7 ℃），2015—2021年年最大值在62.8~66.6 ℃内波动，与2004—2012年比较，平均值增加2.2 ℃。
2.2 年尺度地表高温评估指标建立
21世纪初，政府间气候变化专门委员会（Intergovernmental Panel on Climate Change，IPCC）第三与第四次评估报告对极端天气事件给出明确定义：极端天气事件是指发生概率小于观测记录概率密度函数第10个百分位数或超过第90个百分位数的天气事件。在气象行业标准《极端高温监测指标》（QX/T 280—2015）（国家气候中心，2015）中，利用百分位法确定年尺度的极端高温阈值，即取气候标准期（连续30 a）内任一高温指标每年的极值和次极值，构建一个包含60个样本的序列；对序列从小到大排序，取第95百分位数为偏大的极端阈值，大于或等于该阈值的事件为极端偏大事件。郑嘉雯等（2019）在极端温度预报中也把第95个百分位及以上的温度值定义为极端高温来计算检验评分。参考这一计算方法，鉴于MODIS长时序遥感产品的累计时间有限，本文以2002—2021年为一个气候期（连续20 a）计算年最高地表温度和年次高地表温度，从小到大排序，取第95百分位数定义年尺度的地表高温极端阈值，作为年尺度的地表高温定量评估依据。
图3
图3
2002—2021年遥感监测年地表高温极端阈值（a）和1991—2020年气象站极端气温阈值（b）分布
Fig.3
The distribution of the extreme thresholds of surface high temperature from remote sensing monitoring from 2002 to 2021 (a) and the extreme air temperature threshold from meteorological stations from 1991 to 2020 (b)
表5 不同海拔地表高温极端阈值范围
Tab.5
| 海拔高度/m | 极端高温阈值/℃ | 海拔高度/m | 极端高温阈值/℃ | 海拔高度/m | 极端高温阈值/℃ | 海拔高度/m | 极端高温阈值/℃ |
|---|---|---|---|---|---|---|---|
| 0~100 | 42.6~64.0 | >500~600 | 44.4~60.7 | >1 000~1 100 | 40.4~52.1 | >1 500~1 600 | 40.8~50.7 |
| >100~200 | 46.1~64.1 | >600~700 | 42.1~58.2 | >1 100~1 200 | 41.7~52.0 | >1 600~1 700 | 40.5~50.3 |
| >200~300 | 44.0~62.8 | >700~800 | 42.9~57.6 | >1 200~1 300 | 41.1~51.2 | >1 700~1 800 | 40.4~50.9 |
| >300~400 | 45.3~62.4 | >800~900 | 42.0~54.8 | >1 300~1 400 | 40.5~51.4 | >1 800~1 900 | 40.2~47.5 |
| >400~500 | 45.6~62.4 | >900~1 000 | 41.9~52.9 | >1 400~1 500 | 40.4~50.5 | >1 900~2 000 | 40.6~47.1 |
2.3 年尺度地表高温趋势率
图4
图4
2002—2021年湖南省年最高地表温度趋势率（单位：℃·a-1）
Fig.4
The trend rate of annual maximum surface temperature in Hunan Province from 2002 to 2021 （Unit： ℃·a-1）
表6 不同地表类型的地表高温年趋势率
Tab.6
| 类型 | 趋势率 | 类型 | 趋势率 | 类型 | 趋势率 | 类型 | 趋势率 |
|---|---|---|---|---|---|---|---|
| 林地 | 0.002 6 | 中覆盖草地 | 0.017 6 | 城镇 | 0.121 8 | 平原水田 | 0.076 4 |
| 灌木林 | 0.012 2 | 河 | 0.055 1 | 农村居民点 | 0.072 9 | 山地旱地 | 0.007 4 |
| 疏林地 | 0.022 6 | 湖 | 0.088 6 | 其他建设用地 | 0.128 8 | 丘陵旱地 | 0.032 3 |
| 其他林地 | 0.021 3 | 水塘 | 0.064 1 | 山地水田 | 0.014 8 | 平原旱地 | 0.076 4 |
| 高覆盖草地 | 0.003 9 | 湿地 | 0.091 7 | 丘陵水田 | 0.039 6 |
表7 不同地貌类型的地表高温年趋势率
Tab.7
| 类型 | 趋势率 | 类型 | 趋势率 | 类型 | 趋势率 |
|---|---|---|---|---|---|
| 冲积平原 | 0.079 9 | 洪积平原 | 0.097 5 | 湖泊 | 0.096 9 |
| 低海拔山地 | 0.019 1 | 剥蚀台地 | 0.036 7 | 中海拔山地 | -0.006 8 |
3 结论与讨论
本文基于长时序遥感产品开展地表高温时空特征分析，并与预警信号进行比对，以百分位法和趋势比率法，针对湖南省年尺度地表高温极端阈值、地表高温趋势率开展研究。
基于百分比法建立湖南省日尺度的地表高温等级划分指标，并依据《湖南省气象灾害预警技术标准》计算历史高温样本进行正确率评分，发现黄色预警在湖南省内地表温度≥45 ℃面积占比大于35%时匹配性最好，橙色预警在湖南省内地表温度≥45 ℃面积占比大于55%时匹配性最好，正确率评分最高；红色预警在湖南省内地表温度≥45 ℃面积占比大于80%时匹配性最好，可作为日尺度高温评估和高温频次的评价指标。利用该指标统计湖南省2002—2021年高温发生次数，发现自2013年来高温发生频率有所增加，且2013年后每隔3 a出现一次高温多发年，且以2013年为转折点，年地表高温最大值波动区间从59.0~63.6 ℃提升到62.8~66.6 ℃。
基于百分位法确定湖南省年尺度的地表高温极端阈值，可作为高温强度的评价指标。利用该指标计算出湖南省年地表高温极端阈值（40.2~64.1 ℃）分布，与国家气象站观测值计算出的年气温极端高温阈值（36.0~41.8 ℃）分布特征大体一致，但台站区域代表性弱于卫星监测结果。另外，海拔高度每上升100 m，地表高温极端阈值下降1.0 ℃。
基于趋势比率法计算湖南省地表高温趋势率，可作为地表高温年增减趋势的评价指标。从行政区域看，趋势率增加最明显的是长株潭城市群和洞庭湖区、衡阳市和永州北部；从地表类型看，趋势率增加最明显的是城镇和建设用地；从地貌类型看，趋势率增加最明显的是洞庭湖区。
综上所述，从气候分析角度来说，应关注2013年以后的极端高温频发事件，今后应重点针对长株潭城市群和洞庭湖区的快速增温、衡邵剥蚀台地的极端高温进一步开展研究。随着静止气象卫星的发展，分钟级地表温度监测产品已在逐步应用，下一步工作将针对静止气象卫星的极端高温估算开展研究，并探索该高温评估指标的应用效果。
参考文献
近138年上海地区高温热浪事件分析
[J].
深入了解特大城市高温热浪的变化特征和发生条件对于科学防御其引发的灾害具有重要的实际意义。根据中国气象局高温日和高温预警信号阈值定义了上海地区高温热浪三级标准， 并引入高温有效积温， 基于1873-2010年上海市徐家汇站日最高气温资料分析了上海地区高温热浪的多尺度时频特征； 基于环流指数和NCEP再分析资料， 探讨了上海地区高温热浪异常偏强年的大气环流异常特征。结果表明： (1)将高温有效积温与高温热浪发生频次结合， 可更合理地表征高温热浪的炎热程度。(2)近138年来上海共发生214次高温热浪事件， 其平均高温有效积温为8.3 ℃， 7月高温热浪发生频次和高温有效积温均多于8月。(3)近138年来上海地区高温热浪有三段持续偏多与偏强期： 19世纪90年代初至19世纪末、 20世纪20年代末至50年代初、 80年代末尤其是21世纪初以来； 最强的高温热浪事件出现在1934年； 而21世纪初的10年， 其炎热程度正呈明显上升趋势。(4)上海地区高温热浪异常偏强年的主要环流特征是夏季北半球副热带高压异常偏强、 西太平洋副热带高压异常偏西和印缅槽异常偏弱， 如高温热浪异常偏强年夏季平均的西太平洋副热带高压西伸脊点伸展至我国东南沿海约122°E附近， 而
多尺度数字地貌等级分类方法
[J].参考已出版的全国各级各类比例尺的地貌类型图的分类方案及图例表达，探讨了中国1：100 万数字地貌的等级分类方法，采用基于形态、成因、物质和年龄等地貌要素，综合反映地貌特征的等级分类指标和分类体系，初步构建了中国多个国家基本比例尺（即1：400 万、1：100 万、1：50 万、1：25 万、1：5 万）数字地貌等级分类方法，发展了由连续分布的多边形图斑反映形态成因类型，以及由离散的点、线和面图斑共同反映形态结构类型的数字地貌类型数据组织方式，构建了多尺度数字地貌类型的编码方法。该研究可为发展多尺度地貌类型图的编制提供方法基础，也可为当前正在进行的地理国情监测工程的大比例尺地貌类型信息普查提供分类规范和技术支持。
1961—2013年湖南夏季高温气候特征
[J].基于1961～2013年湖南82 个台站夏季逐日最高气温数据，采取线性趋势分析等方法分析了近53 a湖南高温(最高气温35 ℃)气候特征。结果表明，湖南省夏季多年平均高温日数高温均值及极端最高气温的大值区主要分布在湘东偏南及湘中偏北的部分地区。全省区域平均的多年平均高温站次及高温值总体呈线性增加趋势，7月中旬到8月上旬高温站次出现相对较多，7月8日起高温均值达到36 ℃以上并一直维持到8月末高温最大持续日数总体呈现从湘中衡阳株洲等地市向四周递减的分布趋势，极端持续高温日数阈值与高温最大持续日数空间分布较相似，但极端持续高温事件发生次数较多的台站主要分布在湘北湘东南及湘西南。
基于CLDAS的格点温度预报偏差订正方法
[J].利用国家气象信息中心CLDAS格点温度实况、中央气象台SCMOC格点温度预报以及山西省站点观测温度,采用非独立性检验综合评估CLDAS在山西区域的适用性。在此基础上,采用滑动训练期订正方案,基于格点实况开展SCMOC温度预报场的客观订正。结果表明:(1)复杂地形对山西CLDAS格点温度实况的精度有一定影响,但最高气温的分析精度优于最低气温,表明地形对最低气温的偏差影响更显著,高海拔地区CLDAS最低气温一般对应为负偏差,低海拔地区一般对应为正偏差。(2)CLDAS格点温度实况的偏差空间分布具有时间延续性,进行简单的系统偏差订正后,最高、最低气温格点实况的精度分别提升1.1%、9.7%,与站点观测更为吻合。(3)基于改进后的CLDAS格点温度实况,采用滑动偏差订正方案,显著改善了山西省SCMOC温度预报的准确率。2019年,滑动偏差订正后的24 h时效最高、最低气温预报准确率较SCMOC温度预报分别提升2.7%、4.7%,订正后的短期温度预报质量有较大提高,优于预报员主观预报。
天山北麓1963—2010年0 cm最高与最低地表温度变化特征
[J].基于天山北麓7个气象站1963～2010年逐月0 cm最高、最低地温资料，采用线性趋势分析、Mann-Kendall检验、Morlet小波等方法，分析了天山北麓地温变化特征。结果表明：（1）近48 a来，天山北麓0 cm最高地温以精河为高值中心，总体上呈西高东低的特征，最低地温以乌苏、乌鲁木齐为高值中心的中西部地区普遍较高；（2）0 cm地温呈显著上升趋势，最低地温增幅尤为显著，达0.87 ℃/10 a；（3）0 cm最低地温在2002年发生突变，而最高地温未出现突变；（4）0 cm地温异常年份主要发生在2006年之后，以偏暖为主。
近20年来福州城市热环境变化遥感分析
[J].城市热环境是城市微气候的重要组成部分,已成为近年来的研究热点。受制于卫星传感器较低的热红外波段空间分辨率,此类数据反演得到的地表温度难以反映城市热环境的实际情况。为解决这一困境,本文利用空间降尺度HUTS算法反演得到30 m空间分辨率的福州市中心城区1994年5月12日、2003年5月29日和2016年7月27日3个时相的地表温度影像。在此基础上,结合土地利用等数据对热环境的时空变化做定量分析,并进一步引入景观指数,分析近20年间福州市中心城区高温度等级斑块的形态变化。结果表明：① 近20年间随着城市拓展,福州市建成区的高温区域面积从35.75 km<sup>2</sup>增加到184.11 km<sup>2</sup>,高温度等级斑块不断从市中心向四周扩散;② 市中心的特高温斑块和高温斑块趋向破裂、分散,聚集程度下降,次高温斑块的面积与占比均大幅提升,成为建成区内高温区域的主要组成部分;③ 城市热岛比例指数URI由0.39上升到0.52,热岛效应明显加强。总体上,近20 a间福州市建成区的热环境变化较大,其中鼓楼区南部、台江区和晋安区南部的高温区域聚集现象有所改善,而仓山区、马尾区和闽侯县的大部分区域在经历快速城市化过程后温度等级明显升高。
基于随机重排去趋势波动分析的极端高温事件研究及其综合指标的建立
[J].基于中国气象局公布的1961-2006年中国165个国际交换站无缺测的逐日平均气温资料, 利用随机重排去趋势波动分析（S-DFA）方法, 计算并分析了中国极端高温事件阈值的空间分布特征, 并对S-DFA方法在实际资料中的应用进行了检验。从可预报性的角度给出了极端高温事件强度综合指标的定义。该综合指标将极端高温事件的发生频次和强度综合起来, 兼顾不同地区各自特有的区域气候背景, 进一步说明综合指标定义的合理性。基于极端高温事件综合指标的空间分布规律, 将1961-2006年间中国极端高温事件分为4个不同等级的地区。极端高温事件综合指标在20世纪90年代初期之前一直保持平稳的波动变化, 之后则一直处于上升之中, 尤其是在90年代中后期开始迅速上升。
2013 年夏季湖南严重高温干旱及其大气环流异常
[J].利用湖南省97个台站降水气温资料和NECP/NCAR再分析资料以及NOAA卫星观测的OLR场资料，系统分析了2013年6月30日至8月14日湖南持续高温干旱的时空分布及同期大气环流异常特征。结果表明：2013年夏季是湖南1951年以来降水最少高温干旱程度最严重的一年西太平洋副热带高压强度偏强西伸脊点偏西，湖南处在副高控制下，盛行下沉气流是发生持续高温干旱的直接原因;西太平洋副高内增强的下沉气流，致使多数县市高温日数和极端高温突破历史同期最高记录位于菲律宾附近的OLR低值带中心偏西，致使副热带地区下沉区偏西，进而造成西太平洋副高偏强偏西此外，湖南地区上空为水汽输送异常辐散中心，这在一定程度上促使了干旱的发生发展。
2009年盛夏湖南持续高温干旱及同期大气环流异常分析
[J]. 利用湖南省97个台站降水、气温资料、NCEP/NCAR再分析资料，分析了2009年8月湖南持续高温干旱的时空分布及同期大气环流的异常特征。结果表明：高温时段从8月中旬初开始一直持续到下旬后期，其中8月中旬到下旬高温范围和持续时间大部分地区为1959年以来最严重的时段。西太平洋副热带高压面积偏大、强度偏强、西伸脊点偏西，湖南地区在副高控制下，盛行下沉气流是引起持续高温干旱的直接原因。从南海到湖南地区存在经向水汽输送的负异常中心，这种水汽输送形势有利于持续高温干旱的发展。
近52 a秦岭南北极端温度变化及其与区域增暖的关系
[J].利用中国气象局提供的地面气象站基本气象要素日值数据集（V3.0）中均一化温度数据，分析了1961～2012年陕西境内秦岭山脉南北两侧4个地貌单元平均最高温度和最低温度的趋势分布特征，同时采用极端气候指标计算软件RClimdex计算了5种极端温度指数，并分析其变化特征及其与区域增暖的关系。结果表明：不同季节秦岭地区极端温度变化存在较大的差异，平均最高温度春季增暖信号最明显，而平均最低温度冬季升温明显，不同的增暖趋势导致了秦岭地区春季、秋季气温日较差变大，冬季、夏季气温日较差变小。陕北黄土高原、关中盆地、秦岭南坡和汉水流域平均最高、最低温度变化趋势基本一致，但变化幅度存在一定差异，其中秦岭北部黄土高原和关中盆地平均最低、最高温度的变化幅度均大于南部的秦岭南坡和汉水流域，尤其平均最低温度关中盆地增幅更明显。秦岭北部2区域极端最低温度相关指数的变化幅度大于极端最高温度指数，而南部2区域前者的变化幅度小于后者。秦岭山脉区域增暖与平均最高、最低温度变化密切相关，还受极端温度变化的影响，其北部地区增暖主要是暖夜增加的贡献，而南部地区增暖主要与暖昼增加有关。
土地利用资料的更新对四川盆地高温天气数值模拟的影响
[J].土地利用情况影响区域天气和气候，采用与实况更为接近的下垫面资料能够为数值预报提供有力支撑。使用中尺度数值模式WRF对2019年8月四川盆地高温过程进行数值模拟试验，对比基于2019年更新的MODIS土地利用数据与WRF自带土地利用资料的差异，分析下垫面资料的更新对数值模拟效果的影响。结果表明：两组土地利用资料存在明显差异，更新后的MODIS资料刻画更为精细，模拟区域的土地利用类型更加丰富。2 m气温对土地利用资料十分敏感，更新土地利用资料后两次个例平均的2 m气温2 ℃以内的模拟准确率提高6.2%，日最高气温模拟准确率提高31.3%；而日最低气温模拟准确率下降2.1%。土地利用资料变化明显的四川盆地内部较更新前增温明显，局部增温超过4 ℃，最高气温模拟偏低的状况明显改善。选取四川盆地内部地表类型由农田转为城市和建筑的合川站作为典型站点进行分析，发现土地利用类型更新后发射率减小，植被气孔阻抗增大，粗糙度增大，陆面参数的变化导致地表对边界层大气向上的感热输送增加，地表蒸发及大气水分供应减少，气温升高，边界层高度升高。模拟初期土地利用资料的更新造成模拟差异的局地性较强，随着模拟时间增加，逐渐影响中高层及周边大气。土地利用资料的改变通过影响陆面参数的选择，导致模拟结果的差异。更新土地利用资料后可有效改善2 m气温及最高气温的模拟效果。
中国陆地1:100万数字地貌分类体系研究
[J].地貌分类体系是地貌图研制的关键之一,本文在总结国内外地貌及分类研究的基础上,借鉴20世纪80年代的中国1∶100万地貌图制图规范,基于遥感影像、数字高程模型和计算机自动制图等技术条件,归纳总结了数字地貌分类过程中应遵循的几大原则,分析了它们之间的相互关系,讨论了数字地貌分类的各种指标:包括形态、成因、物质组成和年龄等,提出了中国陆地1∶100万数字地貌三等六级七层的数值分类方法,扩展了以多边形图斑反映形态成因类型,以点、线、面图斑共同反映形态结构类型的数字地貌数据组织方式,并详细划分了各成因类型的不同层次、不同级别的地貌类型。中国1∶100万数字地貌分类体系的研究,为遥感等多源数据的陆地地貌解析和制图提供了规范,也为《中华人民共和国地貌图集》的编制奠定了基础,同时为全国大、中比例尺地貌图的分类和编制研究提供了借鉴。
热红外遥感反演地表温度研究现状
[J].地球表面温度是一个重要的水文、气象参数，它影响着大气、海、陆之间的感热和潜热交换，是诸多研究领域不可或缺的基础资料，精确定量反演陆面温度的成果将推动旱灾预报和作物缺水研究、农作物产量估算、数值天气预报、全球气候变化和全球碳平衡等领域研究的进展。因此，利用卫星遥感资料进行地表温度的反演已成为目前遥感定量研究中的重要任务之一。本文阐述了遥感反演地表温度的原理及各种方法，对各种方法所要解决的关键问题及优缺点做了评述，最后展望了遥感反演地表温度的发展趋势。
Daily minimum and maximum surface air temperatures from geostationary satellite data
[J].
Statistical estimation of daily maximum and minimum air temperatures from MODIS LST data over the State of Mississippi
[J].
Using MODIS LST to estimate minimum air temperatures at night
[C]//
Relations between surface temperature and air temperature on a local scale during winter nights
[J].
Narrowband to broadband conversions of land surface albedo: I.algorithms
[J].
Evaluation of estimating daily maximum air temperature with MODIS data in east Africa
[J].
Rapid increase in the risk of extreme summer heat in Eastern China
[J].
A moisture-based triangle approach for estimating surface evaporative fraction with time-series of remotely sensed data
[J].
