Open Journal of Natural Science
Vol. 09  No. 01 ( 2021 ), Article ID: 39856 , 13 pages
10.12677/OJNS.2021.91012

中国区域土壤温度的时空变化特征

杨江艳

成都信息工程大学大气科学学院,高原大气与环境四川省重点实验室,四川 成都

收稿日期:2020年12月16日;录用日期:2021年1月13日;发布日期:2021年1月20日

摘要

本文利用全球陆面数据同化系统(GLDAS)CLM陆面模式的土壤温度月资料,对1982~2019年中国区域土壤温度时空变化特征进行研究。采用线性回归、Morlet小波分析以及MK趋势检验方法,分析中国区域两个深度土壤层(0~10 cm、10~50 cm)的年、四季土壤温度的空间变化特征,月、年际、年代际变化趋势和周期变化特征。结果表明:1) 中国区域两个深度层土壤温度时空变化特征基本一致;2) 年、四季土壤温度空间分布均为中国东南部大于西北部,青藏高原西北侧土壤温度变化趋势会随着季节发生明显变化;3) 土壤温度月变化呈现“倒U型”,春夏季大于秋冬季。年际变化中土壤温度最高值出现在1998年,最低值出现在2003年。年代际变化最高值出现在20世纪90年代,最小值出现在21世纪初;4) 年、四季土壤温度均存在两类尺度的周期变化,其中春、夏季时间尺度周期相似,秋、冬季时间尺度周期相似;5) 20世纪末,年、春季、夏季、秋季土壤温度有增暖的突变现象。21世纪初,冬季有降温的突变现象。

关键词

陆面模式,土壤温度,小波分析,MK检验

Temporal and Spatial Distribution Characteristics of Soil Temperature over China

Jiangyan Yang

Plateau Atmosphere and Environment Key Laboratory of Sichuan Province, College of Atmospheric Sciences, Chengdu University of Information Technology, Chengdu Sichuan

Received: Dec. 16th, 2020; accepted: Jan. 13th, 2021; published: Jan. 20th, 2021

ABSTRACT

In this paper, we use the monthly soil temperature data of the Global Land Data Assimilation System (GLDAS) CLM land surface model to study the spatial and temporal changes of soil temperature in China from 1982 to 2019. Linear regression, Morlet wavelet analysis and MK trend test were used to analyze the spatial variation characteristics of annual and seasonal soil temperature, monthly, interannual and interdecadal trends and periodic variation characteristics of soil temperature in two deep soil layers (0~10 cm, 10~50 cm) in China in year. The results show that: 1) The spatial and temporal changes of soil temperature in two depth layers in China are basically the same. 2) The spatial distribution of annual and seasonal soil temperature in southeastern China is greater than that in northwestern China. The change trend of soil temperature on the northwestern side of the Tibetan Plateau will change significantly with the seasonal changes. 3) Monthly changes in soil temperature show an “inverted U shape”, which is greater in spring and summer than in autumn and winter. The maximum value of soil temperature in the inter-annual variability occurred in 1998, while the lowest value occurred in 2003. The maximum value of the inter-decadal change occurred in the 1990s, while the minimum value appeared in the early 21st century. 4) There are two types of periodic changes in the annual soil temperature and the soil temperature in the four seasons. The spring and summer time scale cycles are similar, and the autumn and winter scale cycles are similar. 5) At the end of the 20th century, there was a sudden change in soil temperature in years, spring, summer and autumn. At the beginning of the 21st century, there was a sudden change in temperature in winter.

Keywords:Land Surface Model, Soil Temperature, The Wavelet Analysis, Mann-Kendall Mutation Test

Copyright © 2021 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 前言

陆地作为大气环流的下垫面之一,陆面过程是气候系统的重要成分 [1] [2]。通过陆面与大气之间的水汽、热量和动量的交换从而影响极端天气发生和气候变化 [3] [4]。土壤温度是指地表以下土壤的温度,又称地中温度 [5],是表征土壤热力状况的重要参量,也是陆面影响大气的重要因子。土壤生态常与植物群落相互联系 [6],土壤温度可影响土壤中水分的相变,改变大气湿度从而影响降水,通过改变地表反照率、土壤容量影响植被的生长情况,进一步影响地气之间的辐射平衡 [7] [8] [9]。同时,土壤温度的改变会伴随着土壤向大气输送的潜热、感热能的变化从而影响大气环流。故深入研究土壤温度的时空变化特征对研究陆面过程、陆气相互作用有非常重大的意义,也对理解天气和气候变化有重要意义 [10]。由于陆地表面的地形复杂,造成土壤温度观测资料的缺失,使得陆面过程的研究落后于海气相互作用研究 [1] [11]。但近年来,由于人类活动在很大程度上改变了陆地表面的原始状况 [12]。这一改变所带来气候变化和对人类造成的影响,使陆面过程研究成为了大气科学研究的热门话题 [13]。而地面气象站的土壤温度资料在空间上是不连续的,不利于研究土壤温度的空间变化特征。因此陆面模式成为研究土壤温度变化的重要手段,陆面模式资料被广泛应用于陆面过程、陆气相互作用、天气和气候变化的研究 [4]。

随着陆面模式的发展,对陆面模式资料的适用性研究也越来越多。在全球陆面数据同化系统GLDAS的四个陆面模式(NOAH、CLM、MOSAIC、VIC)中,CLM模式是发展最完善、被广泛应用的陆面模式之一 [14] [15] [16],它能很好地体现出各种复杂下垫面类型 [17]。研究表明,GLDAS的CLM陆面模式对东亚区域的陆面过程研究有很强的适用性 [13],中国作为东亚区域最大的国家,地势复杂多样,同样具有东亚区域典型的下垫面 [18]。而国内外对土壤温度的研究主要是从国家尺度和典型区域两方面进行,国外大多研究全国土壤温度的季节变化,国内大多集中在青藏高原特殊地形上研究土壤温度与气象因子之间的关系,系统分析中国区域土壤温度时空变化特征的研究不多,因此进行本文的研究十分有必要 [18]。本文采用CLM10陆面模式土壤温度资料,研究中国区域年土壤温度、季节土壤温度的时空变化特征,采用具有非正交性的指数复值Morlet小波函数 [19] [20],通过小波变换分析土壤温度的周期变化。采用MK突变分析,分析两个统计量变化曲线图,从而分析土壤温度的突变特征 [21] [22] [23]。

2. 土壤温度空间分布特征

图1可看出,两个深度层土壤年温度的空间分布特征相似。均是我国东南部整体大于西北部,土壤温度最值中心分布基本呈现“两低一高”。最高值中心位于华南地区,在青藏高原的西北部有一个最低值中心区,另一最低值中心区位于我国东北的北部。值得注意的是,四川省东部年土明显大于西部,几乎相差10℃。两个深度土壤年温度不同点在于,10~50 cm土壤温度值在全国范围内低于0~10 cm。

Figure 1. Annual soil temperature in China (a) is the depth of 0~10 cm, (b) is the spatial distribution of depth 10~50 cm. Unit: ˚C

图1. 中国区域土壤年温度(a)是0~10 cm深度、(b) 10~50 cm是深度的空间分布。单位:℃

图2可以看出,两个深度层季节土壤温度空间分布特征一致,只是10~50 cm土壤温度值小于0~10 cm。春季,华南地区土壤温度最高,华中地区土壤温度次之,东北地区最北端的土壤温度最低。四川东部大于西部的特点在春季也明显。夏季,西北地区、华东地区相比于春季土壤温度有明显的升高,成为全国高值区。由于青藏高原的热力作用,使得其西北侧土壤温度明显升高。四川东西部土壤温度差增大。秋季,全国大部分地区相比于夏季土壤温度有所下降,东北、华北、西北地区降温最明显,华南地区成为全国土壤温度高值区。此时,四川东西部仍存在较大的温度差。冬季,冷空气南下影响地表的热量,使得土壤温度在全国范围内显著下降,青藏高原西北侧、东北部的北部土壤温度低值区范围扩大,但四川东西部温度差相比于其他三季是在减小的。

3. 土壤温度空间变化趋势

图3中可看出,两个深度层土壤年温度空间变化趋势分布特点一致,只是10~50 cm整体变化趋势值均小于0~10 cm,即增温和降温不如0~10 cm明显。四川东部、新疆南部和青海、甘肃交汇地区土壤年温度增加趋势最明显,变化趋势在0.08~0.16℃/a之间。华北、西南、东北地区大部分呈现减小的趋势,其中西藏南部、云南西北部减小趋势最明显,变化趋势小于−0.16℃/a。华南大片区域为负值,但减小趋势不明显,变化趋势在−0.08~0℃/a之间。

Figure 2. 0~10 cm soil temperature (a) is spring, (c) is summer, (e) is autumn, (g) is winter spatial distribution. 10~50 cm soil temperature (b) is spring, (d) is summer, (f) is autumn, (h) is winter spatial distribution. Unit: ˚C

图2. 0~10 cm土壤温度(a)是春季、(c)是夏季、(e)是秋季、(g)是冬季空间分布图。10~50 cm土壤温度(b)是春季、(d)是夏季、(f)是秋季、(h)是冬季空间分布图。单位:℃

Figure 3. 1982~2019 annual soil temperature (a) 0~10 cm, (b) 10~50 cm linear variation trend spatial distribution in China. Unit: ˚C/a

图3. 1982~2019年中国区域土壤年温度(a) 0~10 cm、(b) 10~50 cm线性变化趋势的空间分布图。单位:℃/a

图4可知,两个深度层四季土壤温度变化趋势空间分布特点相似,只是10~50 cm增温和降温的趋势都不如0~10 cm明显。春季,全国大部分地区是正值,其中四川东部、青海东部、新疆南部地区土壤温度增加趋势最明显,变化趋势在0.2~0.3℃/a之间,青藏高原西北侧、喜马拉雅山附近有明显减小趋势,变化趋势在−0.3~−0.1℃/a之间。夏季,除长江流域以南地区、西藏西北侧是负值区,全国其他地区大部分为正值。青藏高原西北侧减小趋势最明显,变化趋势在−0.5~−0.4℃/a之间。华东、华北、东北、西北具有明显的增大趋势,变化趋势在0.1~0.2℃/a之间,在春季具有明显增大趋势的四川东部、青海东部、新疆南部,在夏季仍具有明显增大趋势,而且四川地区具有增大趋势的区域范围扩大。秋季,全国范围内土壤温度均有减小的变化趋势,虽然四川东部、新疆南部、青海东部仍是增温最明显的区域,但变化趋势减小至0.08~0.15℃/a,华中大部分地区、青藏高原有弱的增大趋势,广东广西出现大范围弱的土壤温度减小趋势。冬季,华中、华东、西部大部分地区土壤温度具有增大趋势,其中青藏高原西北侧增大趋势最明显,变化趋势在0.3~0.4℃/a,四川东部具有次明显的增加趋势,变化趋势在0.2~0.3℃/a。东北地区减小变化趋势在−0.2~−0.1℃/a之间,华北地区土壤温度有弱的减小趋势,在−0.1~0℃/a之间。春季喜马拉雅山附具有减小趋势的区域范围在冬季有所扩大。

Figure 4. 0~10 cm soil temperature (a) is spring, (c) is summer, (e) is autumn, (g) is winter spatial distribution trend. 10~50 cm soil temperature (b) is spring, (d) is summer, (f) is autumn, (h) is winter spatial distribution trend. Unit: ˚C/a

图4. 0~10 cm土壤温度(a)是春季、(c)是夏季、(e)是秋季、(g)是冬季空间分布趋势图。10~50 cm土壤温度(b)是春季、(d)是夏季、(f)是秋季、(h)是冬季空间分布趋势图。单位:℃/a

4. 土壤温度的时间变化

图5可知,0~10 cm深度土壤温度月变化呈现一个“倒U型”,12、1、2月份土壤温度都是低值,三个月平均温度值均不超过7℃,1月份达到最低值。这种变化趋势与史学正等人 [18] 分析土壤温度月变化结果一致。从3月份开始土壤温度在逐渐升高,直到7月份也就是盛夏时期土壤温度达到最大。进入夏季的尾声8月份土壤温度又开始逐渐减小,这一变化与由于四季更替导致入射到地面的太阳辐射变化有关。10~50 cm深度土壤温度月变化特征与0~10 cm一致,但秋季和冬季的土壤温度大于0~10 cm,春夏两季土壤温度小于0~10 cm。表明变化幅度会随着深度增加而减小,这可能与土壤和外界热量交换发生变化有关。

Figure 5. The monthly changes of soil temperature from 1982 to 2019. The black solid line is the depth layer of 0~10 cm, and the black dashed line is the depth layer of 10~50 cm. The X axis is time and the unit is month. The Y axis is the soil temperature, the unit is ˚C

图5. 1982~2019年土壤温度的月变化图。黑实线是0~10 cm深度层,黑虚线是10~50 cm深度层。X轴为时间,单位为月。Y轴是土壤温度,单位为单位:℃

图6(a)可知,两个深度层土壤年温度的年际变化都呈现出波动变化。对于0~10 cm:年土壤温度在1982~1984年是单调递减的,在1985~1998年是呈现波动变化的,到1998年土壤年温度达到最大值。1998~2000年经过两年单调递减的变化,这一阶段是年土壤温度的年际变化最大的阶段,变化约2℃。2001~2019年是波动变化,在2003年出现最小值。对于10~50 cm:年土壤温度的年际变化趋势与0~10 cm相似,但由于地表向下传输给土壤的热量会随着深度增加而逐渐减小,使得10~50 cm土壤温度值比0~10 cm土壤温度值小,故10~50 cm年土壤温度的年际变化曲线整体是位于0~10 cm的下方。

图6(b)~(e)可知,两个深度层季节土壤温度的年际变化特点均是波动变化,但10~50 cm深度层春季、夏季土壤温度的年际变化曲线整体位于0~10 cm下方,秋季、冬季土壤温度年际变化曲线整体位于0~10 cm上方,这与图5分析结果对应。两个深度层土壤温度春季在1997年出现最大值,在1988年出现最小值。夏季在1996年出现最大值,在2003年出现最小值。秋季在1998年出现最大值,在2002年出现最小值。冬季在1998年出现最大值,在2013年出现最小值。同时,两个深度层四季土壤温度在20世纪末都有约2℃大幅度的变化。

从年代际分布表(表1)中可以看出两个深度层(0~10 cm、10~50 cm)的土壤温度年代际的变化特点都是波动变化且趋势一致。以20世纪80年代为基准,两个深度层的土壤温度在20世纪90年代呈现出增加的趋势,21世纪初呈现减小趋势,21世纪10年代依旧是减小趋势但相比于21世纪初土壤温度有上升。10~50 cm土壤温度年代际最大值、最小值、平均值均小于0~10 cm。结合图7,两个深度层年、四季土壤温度最高值均出现在年代际变化最大值的20世纪90年代中。

Figure 6. Inter-annual variation of soil temperature in China from 1982 to 2019. The solid black line represents the soil layer with a depth of 0~10 cm, and the black dashed line represents the soil layer with a depth of 10~50 cm. (A) is year, (b) is spring, (c) is summer, (d) is autumn, (e) is autumn. The X axis is time and the unit is month. The Y axis is the soil temperature, the unit is ˚C

图6. 1982~2019年中国区域土壤温度的年际变化图。黑实线代表0~10 cm深度土壤层,黑虚线代表10~50 cm土壤深度层。(a)是年,(b)是春季,(c)是夏季,(d)是秋季,(e)是秋季。X轴为时间,单位为月。Y轴是土壤温度,单位为单位:℃

Table 1. Interdecadal distribution of soil temperature in China from 1981 to 2018 (unit: ˚C)

表1. 1981~2018年中国区域土壤温度年代际分布表(单位:℃)

5. 小波分析结果分析

在小波系数实部等值线填色图中,正值区代表土壤温度是高值,负值区代表土壤温度是低值。两个土壤深度层的小波分析依旧相似,以0~10 cm深度层为主要分析对象。图7(a)看出,年土壤温度存在3~10年、12~30年两类尺度的周期变化,在12~30年尺度上出现低~高温交替的准两次震荡。从图7(b)方差图可看出,方差次大值对应的10年为两个深度土壤层的第二主周期,方差最大值对应的24年为两个土壤深度层的第一主周期,说明24年左右的周期震荡最强,代表年土壤温度未来的变化周期以24年为主。

图7(c)~(j)可看出,春季土壤温度有2~8年、10~29年两类尺度的周期变化。其中10~29年尺度上两个深度都存在温度的低−高准两次震荡,2~9年尺度周期变化在1998年以后表现稳定的高−低震荡变化。春季土壤温度第二主周期是7年,第一主周期是20年,代表春季土壤温度未来的变化周期以20年为主。夏季土壤温度有1~8年、10~29年两类尺度的周期变化,10~29年尺度上存在低~高准两次震荡。夏季土壤温度的第二主周期是5年,第一主周期是18年。秋季土壤温度存在4~14年、15~37年两类尺度周期变化,其中4~14年尺度土壤温度均存在低~高值震荡,15~37年尺度存在高~低值震荡。秋季土壤温度的第二主周期是10年,第一主周期是32年。冬季土壤温度存在1~10年、14~38年两类尺度周期变化,两类时间尺度均存在高~低值震荡变化。冬季土壤温度第二主周期为7年,第一主周期为35年。

Figure 7. Wavelet analysis of 0~10 cm soil temperature. (A) is year, (c) is spring, (e) is summer, (g) is autumn, (i) is winter wavelet coefficient real part contour color map, (b) is year, (d) is spring, (f) is summer, (h) is autumn, (j) is winter wavelet variance

图7. 0~10 cm土壤温度小波分析。(a)是年、(c)是春季、(e)是夏季、(g)是秋季、(i)冬季小波系数实部等值线填色图,(b)是年、(d)是春季、(f)是夏季、(h)是秋季、(j)是冬季小波方差图

6. MK检验结果分析

图8可知,两个深度层土壤年温度的UF统计量曲线变化趋势十分相似。均是20世纪80年代温度先减小,后增加到21世纪中前期,其中20世纪90年代中期到21世纪初UF值超过了显著性水平0.05的临界线,表明土壤温度具有明显的增加趋势。从21世纪初中期至今土壤温度具有减小趋势。根据UF与UB的交点位置,确定20世纪90年代中期至21世纪初的增暖是一种突变现象,具体突变时间分别为1983年和1987年。UF与UB还有一个交点位于90年代末期,但超过了显著性水平0.05的临界线,因此不具备显著性。

Figure 8. MK test of soil annual temperature, UB and UF statistics curve changes. (a) is a depth layer of 0 to 10 cm, and (b) is a depth layer of 10 to 50 cm

图8. 土壤年温度的MK检验,UB、UF统计量曲线变化图。(a)是0~10 cm深度层、(b)是10~50 cm深度层

同理,从图9可以看出,两个深度土壤层四季土壤温度UF统计量曲线变化趋势均相似。春季:在20世纪90年代之前土壤温度有减小趋势,20世纪90年代至今,土壤温度变化趋势为先增加后减小然后再增加,减小趋势出现在21世纪初中期。其中20世纪90年代末期到21世纪初期有明显的增加趋势。根据UF与UB的交点位置,这种明显增暖趋势是一种突变现象。0~10 cm两个统计量连续相交于1994、1995年,这是MK突变检验自身具有的一个系统误差,实际情况是不能在短时间内连续突变,故具体突变时间为1994年。10~50 cm突变时间是1992年。夏季:土壤温度在20世纪90年代中期之前是波动变化,之后到21世纪初中期为增加趋势,其中20世纪90年代末到21世纪初这几年的增加趋势最明显,且这种增暖趋势是一种突变现象,具体突变时间为1987年。秋季: 20世纪80年代为减小趋势,20世纪90年代初到21世纪初为增加趋势,之后是减小趋势。其中20世纪90年代中期到21世纪初增加趋势明显是一种突变现象。根据UF与UB交点位置,0~10 cm具体突变点为1987年,而10~50 cm不具有具体的突变时间点。冬季:20世纪80年代土壤温度有减小趋势,20世纪90年代初到21世纪初有增加趋势,21世纪初后期至今具有明显的减小趋势,且为一种突变现象,具体突变点为2000年。

Figure 9. MK test of soil temperature in four seasons, UB and UF statistics curve changes. 0~10 cm soil temperature (a) spring, (c) summer, (e) autumn, (g) winter. 10~50 cm soil temperature (b) spring, (d) summer, (f) autumn, (h) winter

图9. 四季土壤温度的MK检验,UB、UF统计量曲线变化图。0~10 cm土壤温度(a)春季、(c)夏季、(e)秋季、(g)冬季。10~50 cm土壤温度(b)春季、(d)夏季、(f)秋季、(h)冬季

7. 结论

与史学正等人 [18] 分析中国土壤温度变化一致,本文利用全球陆面数据同化资料,同样从时间纬度上分析土壤温度月变化,也与王倩茹等人 [24] 一样研究两个不同深度层土壤温度空间变化趋势。但在年际变化分析中发现1998~2000年有一个土壤温度单调递减2℃,经过MK突变检验,发现这是一个突变现象。还利用小波分析,研究全国土壤温度的周期变化,进一步得到未来的变化趋势。具体结论如下:

1) 中国区域两个深度层年、四季土壤温度的空间分布特征一致。土壤年温度有“两高一低”的最值中心分布特点,华南出现土壤年温度最高值中心区,东北北部和青藏高原西北部出现最低值中心区。局地土壤温度和高低值区会随着季节变化而发生变化,其中我国西北、华东地区土壤温度随季节变化最明显。四川地区受到地形影响,其东西部年、四季土壤温度相差较大。

2) 中国区域两个深度层年、四季土壤温度变化趋势的空间分布特征一致,但10~50 cm土壤温度的变化不如0~10 cm明显。青藏高原土壤温度变化趋势随季节发生明显变化,尤其是其西北侧。四川地区受到地形影响,不论是年土壤温度还是季节土壤温度,四川东部地区在全国范围内都是明显增温的区域。

3) 中国区域两个深度层土壤温度月变化、年际变化、年代际变化规律一致。土壤温度月变化是春夏季大于秋冬季。土壤年温度最高值出现在1998年,最低出现在2003年,与年代际变化最高值出现在20世纪90年代,最小值出现在21世纪初相对应。

4) 两个土壤深度层的年、四季土壤温度均存在两类尺度的周期变化。通过小波方差图分析,两个深度层的年土壤温度变化的第一主要周期位于12~30年尺度上,春夏季土壤温度变化的第一主要周期位于10~29年尺度上。而秋冬季土壤温度变化的第一主要周期位于14~38年尺度上。

5) 两个深度层土壤年温度与春、夏、秋季温度在20世纪末到21世纪初会有一次增暖的突变现象,但突变现象维持的时间和突变开始时间点都有所差别。冬季没有突变增暖现象,而是21世纪初后期至今为突变降温现象,具体突变时间为2000年。

文章引用

杨江艳. 中国区域土壤温度的时空变化特征
Temporal and Spatial Distribution Characteristics of Soil Temperature over China[J]. 自然科学, 2021, 09(01): 87-99. https://doi.org/10.12677/OJNS.2021.91012

参考文献

  1. 1. 孟现勇, 王浩, 刘志辉, 等. 基于CLDAS强迫CLM3.5模式的新疆区域土壤温度陆面过程模拟及验证[J]. 生态学报, 2017, 37(3): 979-995.

  2. 2. 谢志鹏, 胡泽勇, 刘火霖, 等. 陆面模式CLM4.5对青藏高原高寒草甸地表能量交换模拟性能的评估[J]. 高原气象, 2017, 36(1): 1-12.

  3. 3. 刘川, 余晔, 解晋, 等. 多套土壤温湿度资料在青藏高原的适用性[J]. 高原气象, 2015, 34(3): 653-665.

  4. 4. 朱司光. MCAR_CLM系列陆面模式对全球和区域陆面过程模拟的对比研究[D]: [硕士学位论文]. 南京: 南京信息工程大学, 2012.

  5. 5. 符传博, 丹利, 魏荣庆. 新疆地区夏季多层土壤温度分布及其近45年的变化特征[J]. 气候与环境研究, 2013, 18(3): 288-296.

  6. 6. Trask, J.C., Devine, S.M. and Fogg, G.E. (2020) Soil Temperature Survey in a Mountain Basin. Geoderma, 367, Article ID: 114202. https://doi.org/10.1016/j.geoderma.2020.114202

  7. 7. 于真. 四川省地表温度时空变化特征及评价模型研究[D]: [博士学位论文]. 成都: 成都理工大学, 2017.

  8. 8. 涂钢, 刘辉志, 董文杰. 东北半干旱区退化草地土壤温度的日、季变化特征[J]. 高原气象, 2008(4): 741-748.

  9. 9. 吴昊旻, 王红雷, 梁艳. 1980-2010年丽水市土壤温度变化特征[J]. 气象与环境学报, 2013, 29(1): 68-73.

  10. 10. 周锁铨, 张翠, 王小宁, 等. 多层土壤温度模拟及其检验[J]. 南京气象学院学报, 2004(2): 200-209.

  11. 11. 陈海山, 熊明明, 沙文钰. CLM3.0对中国区域陆面过程的模拟试验及评估I: 土壤温度[J]. 气象科学, 2010, 30(5): 621-630.

  12. 12. Zhang, H.Q., Gao, X.J. and Li, Y.H. (2009) Climate Im-pacts of Land-Use Change in China and Its Uncertainty in a Global Model Simulation. Climate Dynamics, 32, 473-494. https://doi.org/10.1007/s00382-008-0388-4

  13. 13. 刘少锋, 林朝晖. 通用陆面模式CLM在东亚不同典型下垫面的验证试验[J]. 气候与环境研究, 2005(3): 406-421.

  14. 14. 陈猛. 中国东南地区土壤温度时空分布特征模拟研究[C]//中国气象学会. 第32届中国气象学会年会S8我国气候模式发展与评估、气候模式预测技术. 中国气象学会, 2015: 114-121.

  15. 15. 陈萍萍, 沈润平, 师春香, 等. 基于HRCLDAS/CLM陆面数据同化系统的青藏高原地区土壤湿度模拟研究[J]. 气候与环境研究, 2018, 23(4): 442-452.

  16. 16. 许顺芳, 王林松, 陈超, 等. 利用GRACE及气象数据评估GLDAS水文模型在青藏高原的适用性[J]. 大地测量与地球动力学, 2018, 38(1): 8-13

  17. 17. 朱昱作, 张兰慧, 谈幸燕, 等. CLM4.5在西北农牧交错带盐池站的模拟性能评估[J]. 干旱气象, 2019, 37(3): 430-438.

  18. 18. 张慧智, 史学正, 于东升, 王洪杰, 赵永存, 孙维侠, 黄宝荣. 中国土壤温度的季节性变化及其区域分异研究[J]. 土壤学报, 2009, 46(2): 227-234.

  19. 19. 王鹏新, 冯明悦, 梅树立, 张树誉, 李红梅. 应用Morlet评估不同生育时期干旱对小麦单产的影响[J]. 中国农业信息, 2018, 30(3): 1-13.

  20. 20. Christopher, T. and Compo, G.P. (1998) A Prac-tical Guide to Wavelet Analysis. Bulletin of the American Meteorological Society, 79, 61-78. https://doi.org/10.1175/1520-0477(1998)079<0061:APGTWA>2.0.CO;2

  21. 21. 魏凤英. 现代气候统计诊断与预测技术[M]. 第2版. 北京: 气象出版社, 2007.

  22. 22. 张京, 金晓媚, 张绪财, 朱晓倩. 格尔木河流域土壤湿度时空变化及其影响因素研究[J]. 水文地质工程地质, 2019, 46(2): 66-73+91.

  23. 23. 程萌, 巩在武. 1957-2014年巨野县气候变化特征分析[J]. 山东农业大学学报(自然科学版), 2015, 46(5): 721-724.

  24. 24. 王倩茹, 范广洲, 文小航. 中国区域高分辨率土壤温湿度特征分析[C]//中国气象学会. 第34届中国气象学会年会S26青年论坛论文集. 中国气象学会, 2017: 39-40.

期刊菜单