張劉東,韓芳,喬顯娟,高晴,孟曉燁,穆豪祥

山東半島及內(nèi)陸近地表氣溫直減率場空間格局分析

張劉東1,韓芳2*,喬顯娟1,高晴1,孟曉燁1,穆豪祥2

1. 山東省林業(yè)保護(hù)和發(fā)展服務(wù)中心, 山東 濟(jì)南 250014 2. 山東理工大學(xué)建筑工程學(xué)院, 山東 淄博 255049

本研究利用2000-2018年氣象站點(diǎn)月均溫觀測資料與MOD11C3地表溫度產(chǎn)品生成氣溫場，結(jié)合數(shù)字高程模型（Digital Elevation Model，DEM)，采用窗口差分方法，生成山東半島及內(nèi)陸夏季、冬季及年均氣溫直減率場，結(jié)合地貌類型，進(jìn)行氣溫直減率的空間格局進(jìn)行分析。結(jié)果表明:①山東半島及內(nèi)陸年均氣溫直減率為0.58 °C/100 m，冬季氣溫直減率0.55 °C/100 m小于夏季氣溫直減率0.62 °C/100 m，符合冬小夏大的夏季型分布規(guī)律；②年、季氣溫直減率受河流、山地等地貌影響，空間分布格局顯著：一方面沿河流呈條狀分布，以黃河、京杭運(yùn)河直減率條帶最為明顯，極值集中在黃河三角洲附近（0.60～0.73 °C/100 m）；一方面在山地、丘陵與平原交匯處沿高海拔地貌邊緣呈環(huán)繞分布（0.55～0.69 °C/100 m），極值大多在魯中山區(qū)與魯西北平原交界處（0.65～0.69 °C/100 m），魯南山地丘陵區(qū)與魯西南平原交界處（0.65～0.67 °C/100 m），魯東半島丘陵區(qū)與膠萊平原交界處集中分布（0.64～0.66 °C/100 m），在海拔1000 m以上山地如泰山、沂山等（0.62～0.72 °C/100 m）邊緣零散分布；③不同地貌類型氣溫直減率變化存在季節(jié)差異。平原、湖泊、丘陵、山地氣溫直減率夏季>冬季，起伏度不同的山地也存在相同的季節(jié)變化規(guī)律。不同于氣溫的緯向和垂直分布規(guī)律，不同地貌區(qū)氣溫直減率受地形起伏，海拔、坡向等微地形因子影響局地變化規(guī)律存在差異性。對不同地貌區(qū)氣溫直減率場的空間格局分析，可為合理利用氣候資源，對研究區(qū)內(nèi)森林植被恢復(fù)與重建提供科學(xué)的氣象參考。

地溫; 氣溫直減率場; 空間分布

氣溫的分布與變化狀況是氣象預(yù)報(bào)、大氣污染防治、航空、軍事和空間科學(xué)研究工作中必不可少的資料，更是農(nóng)作物生長、發(fā)育和產(chǎn)量形成必須依賴的關(guān)鍵氣象要素[1-3]。常用氣溫直減率（Temperature Lapse Rate，TLR）來表示氣溫每升高100 m遞減程度，在實(shí)際中，氣溫直減率形成機(jī)理非常復(fù)雜，分布規(guī)律難以把握。

已有較多學(xué)者對不同時(shí)空的氣溫直減率開展研究。Rolland、鄭成洋、Blandford和謝健等均通過自動氣象實(shí)測數(shù)據(jù)與海拔線性關(guān)系分析得到山坡氣溫直減率隨海拔與時(shí)間的分布規(guī)律[4-8]；Kattel、王艷霞、孫從建等采用多元一次回歸分析法分析了山區(qū)氣溫直減率隨季節(jié)變化情況[9-12]；翁篤鳴，方精云，江凈超等總結(jié)了巨地形下氣溫直減率隨經(jīng)緯度與自然區(qū)劃的不同而產(chǎn)生的空間分布及季節(jié)變化規(guī)律[13-16]。國內(nèi)外學(xué)者大量研究均表明近地表氣溫直減率隨山地或區(qū)域的坡度，山谷相對位置和氣候環(huán)境的差異性呈現(xiàn)出不同的時(shí)空分布特征[17-23]。以上研究均是通過計(jì)算經(jīng)緯度、海拔等地形因子與氣象站實(shí)測氣溫的線性相關(guān)關(guān)系，根據(jù)斜率得到某個(gè)確定數(shù)值；或通過計(jì)算不同海拔高度氣象站的氣溫差，得到海拔高度帶的氣溫直減率。但有些地區(qū)氣象站點(diǎn)少且分布不均，有些地區(qū)高程代表性不足，用常規(guī)方法獲取的氣溫直減率可能會在不同高程范圍內(nèi)產(chǎn)生較大差異，隨著遙感技術(shù)的發(fā)展，已有學(xué)者利用遙感技術(shù)反演或模擬溫度場對氣溫直減率進(jìn)行定量估算[24-26]，為連續(xù)氣溫場的精確獲取與氣溫直減率空間分布的定量研究提供了參考。

山東省北鄰渤海，東臨黃海，地貌復(fù)雜多樣，氣溫與降水空間分布呈現(xiàn)一定的海陸差異[27]。此外，由于長期和廣泛、多樣的人類活動，原始森林植被在山東早已蕩然無存，目前占優(yōu)勢的森林植被是各種人工林[28]，2017年山東省第九次森林資源清查數(shù)據(jù)表明山東省森林覆蓋率為17.51%，排在全國第23名，明顯低于全國平均水平，黃山禿嶺、石漠化生境在魯中山區(qū)和半島地區(qū)非常普遍，森林植被恢復(fù)與重建任務(wù)艱巨。本文采用氣象站點(diǎn)數(shù)據(jù)與MOD11C3地表溫度數(shù)據(jù)（Land-Surface Temperature，LST）生成連續(xù)氣溫場，結(jié)合DEM數(shù)據(jù)生成山東省氣溫直減率場，探討其在不同地貌下，氣溫直減率的時(shí)空分布特點(diǎn)，對氣溫插值研究、氣溫空間分布的準(zhǔn)確獲取、氣候資源的開發(fā)以及森林植被恢復(fù)與重建過程提供氣象依據(jù)和合理參考。

1 研究區(qū)概況

研究區(qū)位于中國東部沿海，界于北緯34°22.9′-38°24.01′，東經(jīng)114°47.5′-122°42.3′之間（圖1），地跨淮河、黃河、海河、小清河和膠東五大水系。地形以山地丘陵為主，東部是半島，西部及北部屬華北平原，中南部為山地丘陵，形成以山地丘陵為骨架，平原盆地交錯(cuò)環(huán)列其間的地貌。屬暖溫帶季風(fēng)氣候，夏季盛行偏南風(fēng)，冬季偏北風(fēng)，年均氣溫約為13 ℃，年均降水量700 mm左右。

圖 1 研究區(qū)概況

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源及預(yù)處理

2.1.1 氣象站點(diǎn)溫度數(shù)據(jù)本文所采用氣溫?cái)?shù)據(jù)為2000-2018年43個(gè)(山東省31個(gè)，河北省5個(gè)，河南省4個(gè)，江蘇省3個(gè))國家標(biāo)準(zhǔn)氣象站站點(diǎn)數(shù)據(jù)，主要包含歷年月平均氣溫，各氣象站點(diǎn)經(jīng)度、緯度和監(jiān)測海拔高度，數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)（http://data.cma.cn/）。對2000-2018年每個(gè)氣象站點(diǎn)累年逐月氣溫求平均，記為T。

2.1.2 遙感地表溫度數(shù)據(jù)采用2000-2018年MOD11C3（MODIS/Terra Land-Surface Temperature/Emissivity Monthly Global 0.05Deg CMG）地表溫度產(chǎn)品（LST），空間分辨率為0.05°，時(shí)間分辨率為月，數(shù)據(jù)來源于NASA官網(wǎng)（https://ladsweb.modaps.eosdis.nasa.gov/）。影像經(jīng)轉(zhuǎn)投影、裁剪等預(yù)處理后，求得LST月平均氣溫場TLsa，氣象站點(diǎn)對應(yīng)的地表氣溫記為T。

2.1.3 數(shù)字高程模型數(shù)據(jù)數(shù)字高程模型數(shù)據(jù)（Digital Elevation Model)，簡稱DEM，采用GDEMDEM 30 m分辨率數(shù)字高程數(shù)據(jù)，由美國航空航天局與日本經(jīng)濟(jì)產(chǎn)業(yè)省共同推出的地球電子地形數(shù)據(jù)ASTER GDEM進(jìn)行加工得來，是全球空間數(shù)據(jù)分辨率為30 m的數(shù)字高程數(shù)據(jù)產(chǎn)品，下載自地理空間數(shù)據(jù)云官網(wǎng)（http://www.gscloud.cn/）。

2.2 研究方法

2.2.1 氣溫直減率場計(jì)算對T與T進(jìn)行回歸分析，建立氣溫場訂正樣本集，求其差值（△=T-T），在ArcGIS中用克里金插值法得到研究區(qū)內(nèi)所有像元T與T的差值面，用TLSa減去該差值面，得到訂正后的氣溫場，結(jié)合DEM，采用微格局窗口差分方法生成氣溫直減率場[26,27]。假設(shè)圖像上任意一點(diǎn)，其氣溫為0，地面海拔為0，其鄰域3×3窗口見圖2，其相鄰8像元的溫度分別為1、2、3……8，海拔為1、2、3……8。使用中心像元鄰域3×3窗口內(nèi)的像元，以0為中心像點(diǎn)的氣溫直減率見公式（1）。由于鄰域3×3窗口內(nèi)像元會出現(xiàn)海拔相等（近似相等）而使上式分母為0的情況，因此需要檢測海拔是否相等（近似相等），鄰域窗口內(nèi)海拔差相等的像元?dú)鉁刂睖p率為0。

圖 2 以T0為中心像元的3×3窗口

2.2.2 不同地貌類型劃分及氣溫直減率的統(tǒng)計(jì)分析山東省地貌多樣，地形以山地丘陵為主，見圖1。根據(jù)程維明，李炳元等制定的中國地貌劃分標(biāo)準(zhǔn)[29,30]，將研究區(qū)高程分為2個(gè)等級，低海拔（<1000 m），中海拔（1000～2000 m）；地形起伏分為5個(gè)等級，平原（<20 m），丘陵（30～200 m），小起伏山（200～500 m），中起伏山（500～1000 m），大起伏山（1000～2500 m），其中剝蝕平原、沖積平原、洪積平原、低河漫灘均屬于平原地貌類型。用ArcGIS Spatial Analyst下Zonal Statistics as Table、Band Collection Statistics、Tabulate Area等工具進(jìn)行統(tǒng)計(jì)分析。

3 結(jié)果與分析

3.1 氣溫可靠性

3.1.1T與T相關(guān)性分析建立回歸分析模型，探討氣象站點(diǎn)實(shí)測溫度（T）與遙感反演地表溫度（T）之間的關(guān)系。去除異常樣本點(diǎn)后，不同時(shí)間尺度下回歸分析模型均通過=42，置信度為95%的統(tǒng)計(jì)檢驗(yàn)（圖3），決定系數(shù)2均大于0.7，T與T存在較好的相關(guān)性。因此，T與地表反演溫度T在空間分布與變化趨勢上存在較強(qiáng)一致性，可利用一定方法對T進(jìn)行精確訂正。

圖 3 Modis地表溫度Ts與氣象站點(diǎn)氣溫Ta相關(guān)性分析

3.1.2 氣溫訂正樣本集在氣溫場生成過程中，為確保氣溫場邊緣溫度插值準(zhǔn)確性，除研究區(qū)內(nèi)31個(gè)氣象站點(diǎn)數(shù)據(jù)，在氣溫訂正樣本集中加入12個(gè)鄰省氣象站點(diǎn)作為補(bǔ)充，生成更為精確的克里金差值面，氣溫場訂正樣本集見表1。

表 1 氣溫場訂正樣本集

3.2 不同時(shí)間尺度氣溫直減率場空間分布

全區(qū)域柵格像元統(tǒng)計(jì)顯示年均氣溫直減率均值為0.58 °C/100 m，像元值范圍0～0.730 °C/100 m（圖4）；冬季氣溫直減率均值為0.55 °C/100 m，像元值范圍為0～0.708 °C/100 m，標(biāo)準(zhǔn)差為0.172 °C/100 m（圖5）；夏季氣溫直減率均值為0.62 °C/100m，像元值范圍為0～0.763 °C/100 m，標(biāo)準(zhǔn)差為0.168 °C/100 m（圖6），無像元溫度或海拔急劇變化情況，不存在氣溫直減率異常高像元，較好的反映了研究區(qū)內(nèi)氣溫直減率變化。

氣溫直減率季節(jié)變化明顯，夏季氣溫直減率高于冬季氣溫直減率，像元值變化更為明顯，符合冬小夏大的夏季型氣溫直減率規(guī)律[13]，這是由于山東省處于東部暖溫帶，屬典型季風(fēng)區(qū)氣候，冬天受寒冷冬季風(fēng)影響使氣溫直減率減小，夏季則因輻射加熱氣溫直減率增大。圖4～圖6表明，研究區(qū)氣溫直減率受河流、山地等地貌影響，空間分布格局顯著：一方面沿河流呈條狀分布，以黃河、京杭運(yùn)河最為明顯，極值集中在黃河三角洲附近（0.60～0.73 °C/100 m）；一方面在山地、丘陵與平原交匯處沿高海拔地貌邊緣呈環(huán)繞分布（0.55～0.69 °C/100 m），極值大多在魯中山區(qū)與魯西北平原交界處（0.65～0.69 °C/100 m），魯南山地丘陵區(qū)與魯西南平原交界處（0.65～0.67 °C/100 m），魯東半島丘陵區(qū)與膠萊平原交界處集中分布（0.64～0.66 °C/100 m），在海拔1000 m以上山地（泰山、沂山、嶗山等0.62～0.72 °C/100 m）邊緣零散分布。

圖 4 年均氣溫直減率場

圖 5 夏季氣溫直減率場

圖 6 冬季氣溫直減率場

按照地貌的劃分，對研究區(qū)不同地貌氣溫直減率進(jìn)行統(tǒng)計(jì)，見表2?？傮w上，平原、湖泊、丘陵、山地氣溫直減率夏季最大，年均略小，冬季次之，不同起伏度山地也存在相同的時(shí)間變化規(guī)律，其中以湖泊氣溫直減率變化最為明顯，季差值為0.042 °C/100 m。空間變化上，年均、季氣溫直減率隨海拔升高而減?。汉?平原>丘陵>山地。山地夏季氣溫直減率最大為0.595 °C/100 m，冬季氣溫直減率為0.519 °C/100 m，季差值僅為0.076 °C/100 m，符合氣溫隨海拔升高降低規(guī)律，但在數(shù)值變化上均小于標(biāo)準(zhǔn)大氣直減率0.65 °C/100 m，與研究區(qū)無高大山體、海拔高度變化小對近地表氣溫影響較小有關(guān)；不同起伏狀況下山地氣溫直減率有明顯差異：年均、冬季與夏季山地氣溫直減率隨起伏度均先減小后增大，即低海拔小起伏山地>中海拔大起伏山地>低海拔中起伏山地。通過年、季氣溫直減率場可以看出氣溫的垂直變化受山體影響最大，其中高大山體（泰山、嶗山等）對氣溫直減率的影響更明顯，山體上部未受山體遮擋的大氣環(huán)流和山體上受近地面氣溫影響較大的氣流導(dǎo)致了大起伏山地高氣溫直減率的產(chǎn)生，地形起伏越大，氣溫直減率變化越大。

表 2 不同地貌氣溫直減率

3.3 典型地貌區(qū)氣溫直減率場差異分析

與傳統(tǒng)實(shí)測數(shù)據(jù)氣溫估算的氣溫直減率相比，氣溫場結(jié)合DEM的窗口差分算法生成的氣溫直減率場離散程度較高，氣溫場溫度變化多樣，不能用簡單的幾個(gè)氣溫直減率數(shù)值來描述，研究區(qū)氣溫直減率場空間分布極為復(fù)雜，明顯異于氣溫隨緯度南北漸變規(guī)律。為進(jìn)一步探討研究區(qū)內(nèi)不同地貌氣溫直減率時(shí)空變化及受地形起伏、海拔等地形因子影響產(chǎn)生的局地變化規(guī)律，按照膠萊、魯西南、西北平原區(qū)；魯東半島、魯中、魯南山地丘陵區(qū)；河流緩沖區(qū)（緩沖半徑0.05°）三個(gè)典型地貌區(qū)分析氣溫直減率月變化。

3.3.1 河流區(qū)氣溫直減率不同時(shí)間尺度河流地貌氣溫直減率見表3。

表 3 河流氣溫直減率

空間變化上，衛(wèi)河、馬頰河、徒駭河、黃河氣溫直減率自北向南逐漸增大，京杭運(yùn)河、泗河、沂河、沭河氣溫直減率自西向東依次減小。時(shí)間變化上，年尺度氣溫直減率以黃河最大，為0.656 °C/100 m，徒駭河略小為0.636 °C/100 m，沭河最小為0.536 °C/100 m，除泗河、沂河、沭河氣溫直減率相對較小，低于0.6 °C/100 m，其余河流相差不大；季尺度上，氣溫直減率春季最大，夏季次之，秋冬季相差不大，最大值為春季馬頰河0.708 °C/100 m，最小值為秋季沭河0.523 °C/100 m，可能是由于河流地貌區(qū)夏季輻射增溫作用弱于河流水汽蒸發(fā)帶走熱量，導(dǎo)致氣溫直減率低于氣溫迅速增加的春季；月尺度上最大值出現(xiàn)在5月份，馬頰河最大為0.730 °C/100 m，最小值多出現(xiàn)在12月份，沂河最小為0.518 °C/100 m。出現(xiàn)這種時(shí)空變化的原因可能與沂河地處魯南山地丘陵區(qū)，山脈對季風(fēng)氣流產(chǎn)生遮擋，氣溫垂直變化不大有關(guān)。

3.3.2 平原區(qū)氣溫直減率平原區(qū)一方面地處內(nèi)陸遠(yuǎn)離海上季風(fēng)、洋流影響，氣溫變化明顯，另一方面地勢平坦，海拔差異小，導(dǎo)致氣溫直減率明顯高于山地丘陵區(qū)（圖7）。膠萊平原區(qū)與魯西北、西南平原區(qū)變化趨勢基本相同，均為雙波峰的“M”型分布。魯西北西南平原區(qū)在5月、8月份氣溫直減率達(dá)到極大值，分別為0.697 °C/100 m、0.641 °C/100 m，最小值出現(xiàn)在12月為0.575 °C/100 m，年變化達(dá)到0.122 °C/100 m。與魯西北、西南平原相比，膠萊平原氣溫直減率變化區(qū)間小，年變化為0.090 °C/100 m，最大值為5月0.616 °C/100 m，由于膠萊平原部分地區(qū)處于平原丘陵交界處，海拔變化大，氣溫直減率總體上小于魯西北、西南平原區(qū)。

圖 7 典型地貌氣溫直減率

3.3.3 山地丘陵區(qū)氣溫直減率魯中、南山地丘陵區(qū)氣溫直減率總體上高于魯東半島丘陵區(qū)，但變化趨勢有明顯差異，見圖7。魯中、南山地丘陵區(qū)極大值出現(xiàn)5月與8月，1-5月持續(xù)增加，8月后持續(xù)下降，最小值出現(xiàn)在12月，呈現(xiàn)“M型”變化特征；魯東半島丘陵區(qū)氣溫直減率從1月先增大到7月達(dá)到最大值0.535 °C/100 m后開始持續(xù)減小到12月達(dá)到最小值0.505 °C/100 m，與中國東部典型氣溫直減率變化趨勢相符[31]。

不同坡向?qū)е律降厍鹆陞^(qū)氣溫直減率變化不同（圖8）。魯東半島丘陵區(qū)陰坡年均氣溫直減率0.453 °C/100 m小于陽坡氣溫直減率0.527 °C/100 m，而魯中、南山地丘陵區(qū)陰坡年均氣溫直減率0.579 °C/100 m大于陽坡氣溫直減率0.532 °C/100 m。魯東半島陰陽坡氣溫直減率季節(jié)變化差異明顯：陽坡氣溫直減率秋季>夏季>春季>冬季，陰坡夏季>秋季>冬季>春季；月氣溫直減率變化趨勢差異明顯，陽坡從2月份開始逐漸增大到6月為最大值0.696 °C/100 m，隨后逐漸降低到10月最小值為0.443 °C/100 m，然后逐漸增大到1月。陰坡從1月起逐漸增大，4月達(dá)到極值，4-6月變化不明顯，最大值出現(xiàn)在6月為0.582 °C/100 m，7月減小，8月達(dá)到極值0.505 °C/100 m后開始減小，12月達(dá)到最小值為0.342 °C/100 m。魯中、南山地丘陵區(qū)陰陽坡月、季均呈現(xiàn)相同的變化趨勢，氣溫直減率夏季>秋季>冬季>春季，最大值出現(xiàn)在5月，最小值出現(xiàn)在12月。這是由于陰陽坡各個(gè)季節(jié)太陽輻射增溫效果不同所致，加之魯東半島受海上洋流影響，陰陽坡氣溫變化更為顯著，導(dǎo)致了不同山地丘陵區(qū)氣溫直減率變化差異。

圖 8 山地丘陵區(qū)氣溫直減率月變化

4 結(jié)論

本文利用2000-2018年國家標(biāo)準(zhǔn)氣象站站點(diǎn)實(shí)測月均溫?cái)?shù)據(jù)與MOD11C3地表溫度遙感數(shù)據(jù)生成研究區(qū)氣溫場，在此基礎(chǔ)上，結(jié)合DEM數(shù)據(jù)，采用窗口差分計(jì)算方法，定量分析研究區(qū)氣溫直減率場時(shí)空分布格局。結(jié)論如下：

（1）年均氣溫直減率為0.58 °C/100 m，冬季氣溫直減率0.55 °C/100 m小于夏季氣溫直減率0.62 °C/100 m，且夏季氣溫直減率變化更為顯著，符合冬小夏大的夏季型分布規(guī)律；

（2）年、季氣溫直減率受河流、山地等地貌影響，空間分布格局顯著：一方面沿河流呈條狀分布，以黃河、京杭運(yùn)河直減率條帶最為明顯，極值集中在黃河三角洲附近（0.60～0.73 °C/100 m）；一方面在山地、丘陵與平原交匯處沿高海拔地貌邊緣呈環(huán)繞分布（0.55～0.69 °C/100 m），極值大多在魯中山區(qū)與魯西北平原交界處（0.65～0.69 °C/100 m），魯南山地丘陵區(qū)與魯西南平原交界處（0.65～0.67 °C/100 m），魯東半島丘陵區(qū)與膠萊平原交界處集中分布（0.64～0.66 °C/100 m），在海拔1000 m以上山地如泰山、沂山等（0.62～0.72 °C/100 m）邊緣零散分布；

（3）不同地貌類型氣溫直減率變化存在季節(jié)差異。平原、湖泊、丘陵、山地氣溫直減率夏季>冬季，起伏度不同的山地也存在相同的季節(jié)變化規(guī)律。不同于氣溫的緯向和垂直分布規(guī)律，不同地貌區(qū)氣溫直減率受地形起伏，海拔、坡向等微地形因子影響局地變化規(guī)律存在差異性。

山東半島及其內(nèi)陸由于其地理特殊性，在氣溫直減率的時(shí)空分布上具有典型性，既有季節(jié)變化的影響，以夏季最為明顯，符合冬小夏大的氣溫直減率普遍規(guī)律，也有不同地貌下，受海拔、坡向等地形因子影響產(chǎn)生的局地變化規(guī)律。以上結(jié)論與前人研究結(jié)果存在較高一致性，是定量研究氣溫垂直變化的又一次探索，更為連續(xù)精細(xì)的分析不同時(shí)間尺度下不同地貌宏觀地理環(huán)境的氣溫變化。文中雖然分析了山東省氣溫直減率空間分布的一般規(guī)律，但是由于MOD11遙感影像溫度反演產(chǎn)品分辨率不高，未能將氣溫的垂直變化精確到某一山體、某一坡面，使用分辨率更高的遙感影像反演氣溫場，進(jìn)一步研究不同時(shí)空尺度下，微地形地貌的氣溫垂直變化，生成更為精確立體的氣溫直減率場是下一步研究的重點(diǎn)。

[1] 陸均天,方翔,張?zhí)烀?等.2001年春末夏初北方地區(qū)旱情監(jiān)測與成因[J].遙感信息,2010(2):50-51

[2] 袁敏,肖鵬峰,馮學(xué)智,等.應(yīng)用MODIS地表溫度產(chǎn)品估計(jì)新疆典型區(qū)氣溫[J].遙感信息,2015,30(1):81-89

[3] 裴鳳松,王坤,劉小平,等.長江三角洲城市化地區(qū)植被初級生產(chǎn)力的時(shí)空變化研究[J].地球信息科學(xué)學(xué)報(bào),2018,20(6):862-870

[4] Rolland C. Spatial and seasonal variations of air temperature lapse rates in alpine regions [J]. Journal of Climate, 2003,16(7):1032-1046

[5] 鄭成洋,方精云.福建黃崗山東南坡氣溫的垂直變化[J].氣象學(xué)報(bào),2004,62(2):251-255

[6] Blandford TR, Humes KS, Harshburger BJ,. Seasonal and synoptic variations in near-surface air temperature lapse rates in a mountainous basin [J]. Journal of Applied Meteorology and Climatology, 2008,47(1):249-261

[7] 謝健,劉景時(shí),杜明遠(yuǎn),等.念青唐古拉山南坡氣溫分布及其垂直梯度[J].地理科學(xué),2010,30(1):113-118

[8] 田杰,王慶偉,于大炮,等.長白山北坡氣溫的垂直變化[J].干旱區(qū)資源與環(huán)境,2013,27(4):65-69

[9] Kattel DB, Yao T, Yang K,. Temperature lapse rate in complex mountain terrain on the southern slope of the central himalayas [J]. Theoretical and Applied Climatology, 2013,113(3):671-682

[10] Wang GY, Zhao MF, Kang MY,. Diurnal and seasonal variation of the elevation gradient of air temperature in the northern flank of the western qinling mountain range, China [J]. Journal of Mountain Science,2 017,14(1):94-105

[11] 王艷霞,黃曉園,趙璠,等.氣溫場的云南緯度與氣溫關(guān)系分析[J].遙感信息,2016,31(6):44-50

[12] 孫從建,李偉,李新功,等.青藏高原西北部近地表氣溫直減率時(shí)空分布特征[J].自然資源學(xué)報(bào),2018,33(7):1270-1282

[13] 翁篤鳴,孫治安.我國山地氣溫直減率的初步研究[J].地理研究,1984,3(2):24-34

[14] Fang JY, Yoda K. Climate and vegetation in china (I). Changes in the altitudinal lapse rate of temperature and distribution of sea level temperature [J]. Ecological Research, 1988,3(1):37-51

[15] Xu Y, Gao X, Shen Y,. A daily temperature dataset over china and its application in validating a rcm simulation [J]. Advances in Atmospheric Sciences, 2009,26(4):763-772

[16] 江凈超,劉軍志,秦承志,等.中國近地表氣溫直減率及其季節(jié)和類型差異[J].地理科學(xué)進(jìn)展,2016,35(12):1538-1548

[17] Tang ZY, Fang JY. Temperature variation along the northern and southern slopes of Mt. Taibai, China [J]. Agricultural and Forest Meteorology, 2006,139(4):200-207

[18] Chae H, Lee H, Lee S,. Local variability in temperature, humidity and radiation in the baekdudaegan mountain protected area of Korea [J]. Journal of Mountain Science, 2012,9(5):613-627

[19] Li XP, Wang L, Chen DL,. Near-surface air temperature lapse rates in the mainland china during 1962-2011 [J]. Journal of Geophysical Research:Atmospheres, 2013,118(14):7505-7515

[20] Chiu CA, Lin PH, Tsai CY. Spatio-temporal variation and monsoon effect on the temperature lapse rate of a subtropical island [J]. Terrestrial, Atmospheric & Oceanic Sciences, 2014,25(2):203-217

[21] Guo X, Wang L, Tian L. Spatio-temporal variability of vertical gradients of major meteorological observations around the Tibetan Plateau [J]. International Journal of Climatology, 2016,36(4):1901-1916

[22] Kattel DB, Yao TD, Yang W,. Comparison of temperature lapse rates from the northern to the southern slopes of the Himalayas [J]. International Journal of Climatology, 2015,35(15):4431-4443

[23] Li Y, Zeng ZZ, Zhao L,. Spatial patterns of climatological temperature lapse rate in mainland China: A multi–time scale investigation [J]. Journal of Geophysical Research: Atmospheres, 2015,120(7):2661-2675

[24] Minder JR, Mote PW, Lundquist JD. Surface temperature lapse rates over complex terrain: Lessons from the Cascade Mountains [J]. Journal of Geophysical Research: Atmospheres, 2010,115(D14122):1-13

[25] 王艷霞,周汝良,丁琨.基于MODIS遙感影像的云南山地氣溫垂直直減率場[J].遙感技術(shù)與應(yīng)用,2014,29(4):616-624

[26] 翟丹平,白紅英,馮海鵬,等.基于氣象數(shù)據(jù)和遙感影像的太白山氣溫直減率[J].山地學(xué)報(bào),2016,34(4):496-503

[27] 劉爽,宮鵬.2000-2010年中國地表植被綠度變化[J].科學(xué)通報(bào),2012,57(16):1423-1434

[28] 王仁卿.山東森林植被恢復(fù)的生態(tài)學(xué)研究[D].濟(jì)南:山東大學(xué),2005

[29] 程維明,周成虎,柴慧霞,等.中國陸地地貌基本形態(tài)類型定量提取與分析[J].地球信息科學(xué)學(xué)報(bào),2009,11(6):725-736

[30] 李炳元,潘保田,韓嘉福.中國陸地基本地貌類型及其劃分指標(biāo)探討[J].第四紀(jì)研究,2008,28(4):535-543

[31] 于雪濤,芮小平,張棟,等.中國區(qū)域平流層氣溫垂直變化統(tǒng)計(jì)特征[J].中國科技論文,2018,13(3):279-285

Spatial Pattern Analysis of Near Surface Air Temperature Lapse Rates in Shandong Peninsula and Inland

ZHANG Liu-dong1, HAN Fang2*, QIAO Xian-juan1, GAO Qing1, MENG Xiao-ye1, MU Hao-xiang2

1.250014,2.255049,

Accurate temperatures are generated based on monthly mean temperature data of meteorological stations from 2000 to 2018 and MOD11C3 land surface temperatures. In this study, the per-cell level with a custom neighborhood calculation method is combined with a digital elevation model. The per-cell level with a custom neighborhood is used to replace the first derivative calculation for generating TLRs of Shandong Peninsula and Inland at different time scales (January average, July average, and annual average from 2000 to 2018). Spatial TLR is analyzed in combination with landform types. Results show that (1) the average annual TLR is 0.05 °C/100 m. The January TLR is 0.05 °C/100 m, which is less than the July TLR of 0.07 °C/100 m. This feature is in line with the summer distribution pattern of small winter and large summer. (2) The TLR at different time scales is considerably influenced by rivers and mountains, and obvious spatial distribution laws exist. TLR is distributed along the river strip and around the edges of mountains and hills, with TLR in July exhibiting the most obvious response. (3) The seasonal variation of TLR in different geomorphic types varies. The TLR in January is less than that in July in plains and lakes, and the TLR in mountains and hills changes only slightly. Different from the latitudinal and vertical distribution law of air temperature, the TLR at different time scales exhibits the same local variation law under the influence of topographic relief, altitude, aspect, and other microtopographic factors.

Landtemperature; air temperature lapse rates; spatial distribution

P468.0+21

A

1000-2324(2022)04-0584-09

10.3969/j.issn.1000-2324.2022.04.013

2020-04-28

2020-06-22

山東省林業(yè)保護(hù)和發(fā)展服務(wù)中心碳中和背景下森林資源碳匯能力評估和提升項(xiàng)目;山東省自然科學(xué)基金面上項(xiàng)目(ZR2021MD080);山東省農(nóng)業(yè)科技資金(林業(yè)科技創(chuàng)新)項(xiàng)目(2019LY006)

張劉東(1986-),男,碩士研究生,高級工程師,主要從事森林生態(tài)、碳評估與碳交易. E-mail:zhangliudong@shandong.cn

Author for correspondence. E-mail:hanfang@sdut.edu.cn