基于多源數(shù)據融合的干旱綜合監(jiān)測與分析

目錄
第1章 干旱監(jiān)測分析進展 1
1.1 干旱監(jiān)測方法總體研究進展 1
1.2 干旱監(jiān)測區(qū)域適應性研究進展 4
1.3 干旱演變過程解析研究進展 5
1.4 城市干旱研究進展 7
1.4.1 城市干旱特征 7
1.4.2 城市干旱驅動力 10
1.4.3 城市干旱對實現(xiàn)可持續(xù)發(fā)展目標的挑戰(zhàn) 13
第2章 關鍵干旱變量的評估與融合 20
2.1 表層土壤水分數(shù)據精度評估 20
2.1.1 表層土壤水分評估需求和方法 20
2.1.2 研究數(shù)據和實驗區(qū) 21
2.1.3 基于密集站網的土壤水分驗證 22
2.1.4 植被光學厚度對精度的影響 22
2.1.5 地表粗糙度對精度的影響 24
2.1.6 地表異質性對精度的影響 25
2.1.7 氣候帶對精度的影響 26
2.2 根區(qū)土壤水分數(shù)據精度評估 27
2.2.1 根區(qū)土壤水分評估需求 27
2.2.2 評估區(qū)域、數(shù)據和方法 29
2.2.3 根區(qū)土壤水分的時間規(guī)律 36
2.2.4 基于原位站點的土壤水分驗證 38
2.2.5 基于三重組合分析的準確性評估 42
2.2.6 根區(qū)土壤水分數(shù)據獲取的誤差分析 46
2.3 基于光學和主動微波融合的高空間分辨率土壤水分數(shù)據獲取與融合 49
2.3.1 高空間分辨率土壤水分數(shù)據獲取 49
2.3.2 研究區(qū)域、數(shù)據和方法 50
2.3.3 高空間分辨率土壤水分融合結果 56
2.3.4 融合方法的性能、精度和對比 58
2.4 基于星地多源數(shù)據融合的高精度降水數(shù)據獲取與融合 63
2.4.1 多源降水監(jiān)測和產品驗證 63
2.4.2 地面、衛(wèi)星遙感和同化降水數(shù)據 65
2.4.3 高精度降水融合方法 69
2.4.4 單降水產品的不確定性與權重分析 71
2.4.5 基于三角帽方法加權融合的降水數(shù)據 73
2.4.6 年際降水融合數(shù)據 77
2.4.7 每日降水融合數(shù)據 80
2.4.8 與其他融合方法的對比 82
2.4.9 融合方法的質量評價 84
第3章 典型干旱事件的綜合監(jiān)測 86
3.1 典型復合干旱指數(shù)的適用性對比 86
3.1.1 復合干旱指數(shù)監(jiān)測 86
3.1.2 典型復合干旱指數(shù)適用性分析方法 86
3.1.3 研究區(qū)域和數(shù)據 88
3.1.4 多種典型復合干旱指數(shù)監(jiān)測結果 89
3.1.5 多種典型復合干旱指數(shù)適用性討論 95
3.2 美國中西部干旱災害綜合監(jiān)測 97
3.2.1 美國中西部干旱監(jiān)測現(xiàn)狀 97
3.2.2 美國中西部干旱綜合監(jiān)測方法 98
3.2.3 研究區(qū)域和數(shù)據 99
3.2.4 美國中西部2012年干旱災害監(jiān)測分析 101
3.3 印度北部干旱災害綜合監(jiān)測 108
3.3.1 印度北部干旱監(jiān)測現(xiàn)狀 108
3.3.2 研究區(qū)域和數(shù)據 109
3.3.3 印度北部干旱綜合監(jiān)測方法 110
3.3.4 印度北部干旱回顧性統(tǒng)計分析 114
3.3.5 印度北部干旱演變分析 122
3.3.6 印度北部干旱趨勢分析 124
3.3.7 印度北部干旱與作物產量的關系 128
3.4 長江中下游五省干旱災害綜合監(jiān)測 129
3.4.1 長江中下游干旱綜合監(jiān)測分析方法 129
3.4.2 研究數(shù)據和實驗區(qū) 130
3.4.3 長江中下游五省干旱監(jiān)測對比分析 130
3.4.4 干旱指數(shù)監(jiān)測適用性分析 134
3.5 我國農業(yè)區(qū)域驟旱監(jiān)測與時空分析 135
3.5.1 驟旱研究現(xiàn)狀 135
3.5.2 研究區(qū)域和數(shù)據 136
3.5.3 基于多源數(shù)據的驟旱監(jiān)測方法 137
3.5.4 我國驟旱年際次數(shù)和歷時趨勢 138
3.5.5 我國驟旱次數(shù)和歷時空間分布 140
3.5.6 我國驟旱面積半月頻次分布 141
3.5.7 驟旱分析結果對比 142
第4章 復雜干旱演變過程的綜合解析 144
4.1 基于多源數(shù)據融合的長江流域農業(yè)干旱過程解析 144
4.1.1 長江流域農業(yè)干旱過程綜合解析方法 144
4.1.2 研究區(qū)域和數(shù)據 145
4.1.3 長江流域農業(yè)干旱演化的時空過程 146
4.2 基于多源數(shù)據融合的華北平原農業(yè)干旱過程解析 151
4.2.1 華北平原農業(yè)干旱過程綜合解析方法 151
4.2.2 研究區(qū)域和數(shù)據 153
4.2.3 華北平原農業(yè)干旱演化的時空過程 154
第5章 未來干旱格局的綜合預測 159
5.1 融合機器學習和小波分析方法提升干旱預測精度 159
5.1.1 多模型集合預報研究現(xiàn)狀 159
5.1.2 融合機器學習和小波分析的多模型集合預報方法 160
5.1.3 多模型集合預測精度總體對比分析 162
5.1.4 多模型集合預測精度的空間對比分析 164
5.1.5 多模型集合預測精度的季節(jié)對比分析 165
5.1.6 多模型集合預測的精度校正 166
5.2 全球升溫背景下降水可預測性分析 168
5.2.1 全球升溫背景下降水可預測性概述 168
5.2.2 潛在降水可預測性評估方法和輸入數(shù)據 169
5.2.3 觀測和模擬的降水可預測性 170
5.2.4 未來變暖情景下的降水可預測性變化 172
5.2.5 厄爾尼諾-南方濤動與降水可預測性的相關性 174
5.3 在1.5℃和2℃升溫背景下全球干旱格局分析 176
5.3.1 全球升溫背景下干旱趨勢分析方法 176
5.3.2 全球干旱時空分布格局 178
5.3.3 全球潛在干旱風險格局 181
5.3.4 全球干旱區(qū)和濕潤區(qū)的格局和趨勢對比 181
參考文獻 185
附錄中英文對照表 195
編后記 203