中值温度和干燥度指数计算及其应用的简便方法

利用合肥2003年逐日温度资料进行相关分析和回归分析,发现中值温度与最低、最高及平均温度之间存在极显著的相关性,回归模型的拟合优度均在96．8％以上。依据合肥多年逐日中值温度和平均温度的回归分析,建立了一元回归方程Y=1．0026x-0．4683,并通过了α=0.001水平检验;对其他地区资料进行分析也发现有同样规律,这充分表明了日中值温度与日平均温度之间存在极显著回归关系。另外,根据合肥多年气象资料,对“蒸降比”与积温干燥度指数进行相关分析和回归分析,建立了干燥度指数计算的新公式E=0．282054＋0．552118E／r。方法可直接利用蒸发量和降水量常规气象数据,简便地计算出各年份干燥度指数;也可用在低于10℃期间,以便计算年内各季节或月份干燥度指数;经分析验证,效果良好。     

安徽省2000-2009年不同类型植被的变化及其与气温、降水的关系

为了了解安徽省不同类型植被与气候环境因子的关系,利用2000-2009年的逐月MODIS/NDVI数据、安徽省80个气象站逐日气温、降水资料和安徽省土地覆盖数据,研究了安徽省近10年来植被指数的时空变化特征及其与气温、降水的相关性.结果表明:近10年来,安徽省各覆盖类型的植被指数变化趋势不一致,作物种植区和城镇的植被指数增加显著,其他覆盖类型的植被指数变化不显著;林地的平均植被指数最高,作物种植区次之,城镇最低;植被指数的月变化在作物种植区呈现双峰型,而其他覆盖类型呈现单峰型.安徽省月平均NDVI分别与月平均气温、月降水量呈显著线性正相关和非线性正相关,降水量对植被NDVI的作用存在一个阈值,但年际关系均呈弱正相关.植被指数与气温的偏相关系数林地最高,作物种植区最低,自然植被区的偏相关系数较人工植被区的大,植被指数与降水的偏相关系数恰好相反.安徽省淮北平原中部和江淮之间北部大部分地区(非水浇地)的植被是由气温和降水的共同作用驱动;淮北中部少数格点和少数水体格点的植被是单独由降水作用驱动;除一些水面的格点是非气象因子驱动外,其他大部分地区的植被是单独由气温作用驱动.