基于多源數(shù)據(jù)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(jìn)展 1
1.1 干旱監(jiān)測方法總體研究進(jìn)展 1
1.2 干旱監(jiān)測區(qū)域適應(yīng)性研究進(jìn)展 4
1.3 干旱演變過程解析研究進(jìn)展 5
1.4 城市干旱研究進(jìn)展 7
1.4.1 城市干旱特征 7
1.4.2 城市干旱驅(qū)動(dòng)力 10
1.4.3 城市干旱對實(shí)現(xiàn)可持續(xù)發(fā)展目標(biāo)的挑戰(zhàn) 13
第2章 關(guān)鍵干旱變量的評估與融合 20
2.1 表層土壤水分?jǐn)?shù)據(jù)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(jù)和實(shí)驗(yàn)區(qū) 21
2.1.3 基于密集站網(wǎng)的土壤水分驗(yàn)證 22
2.1.4 植被光學(xué)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(zhì)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?jǐn)?shù)據(jù)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(jù)和方法 29
2.2.3 根區(qū)土壤水分的時(shí)間規(guī)律 36
2.2.4 基于原位站點(diǎn)的土壤水分驗(yàn)證 38
2.2.5 基于三重組合分析的準(zhǔn)確性評估 42
2.2.6 根區(qū)土壤水分?jǐn)?shù)據(jù)獲取的誤差分析 46
2.3 基于光學(xué)和主動(dòng)微波融合的高空間分辨率土壤水分?jǐn)?shù)據(jù)獲取與融合 49
2.3.1 高空間分辨率土壤水分?jǐn)?shù)據(jù)獲取 49
2.3.2 研究區(qū)域、數(shù)據(jù)和方法 50
2.3.3 高空間分辨率土壤水分融合結(jié)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(jù)融合的高精度降水?dāng)?shù)據(jù)獲取與融合 63
2.4.1 多源降水監(jiān)測和產(chǎn)品驗(yàn)證 63
2.4.2 地面、衛(wèi)星遙感和同化降水?dāng)?shù)據(jù) 65
2.4.3 高精度降水融合方法 69
2.4.4 單降水產(chǎn)品的不確定性與權(quán)重分析 71
2.4.5 基于三角帽方法加權(quán)融合的降水?dāng)?shù)據(jù) 73
2.4.6 年際降水融合數(shù)據(jù) 77
2.4.7 每日降水融合數(shù)據(jù) 80
2.4.8 與其他融合方法的對比 82
2.4.9 融合方法的質(zhì)量評價(jià) 84
第3章 典型干旱事件的綜合監(jiān)測 86
3.1 典型復(fù)合干旱指數(shù)的適用性對比 86
3.1.1 復(fù)合干旱指數(shù)監(jiān)測 86
3.1.2 典型復(fù)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(jù) 88
3.1.4 多種典型復(fù)合干旱指數(shù)監(jiān)測結(jié)果 89
3.1.5 多種典型復(fù)合干旱指數(shù)適用性討論 95
3.2 美國中西部干旱災(zāi)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(jù) 99
3.2.4 美國中西部2012年干旱災(zāi)害監(jiān)測分析 101
3.3 印度北部干旱災(zāi)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(jù) 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(jì)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(chǎn)量的關(guān)系 128
3.4 長江中下游五省干旱災(zāi)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(jù)和實(shí)驗(yàn)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(nóng)業(yè)區(qū)域驟旱監(jiān)測與時(shí)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(jù) 136
3.5.3 基于多源數(shù)據(jù)的驟旱監(jiān)測方法 137
3.5.4 我國驟旱年際次數(shù)和歷時(shí)趨勢 138
3.5.5 我國驟旱次數(shù)和歷時(shí)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(jié)果對比 142
第4章 復(fù)雜干旱演變過程的綜合解析 144
4.1 基于多源數(shù)據(jù)融合的長江流域農(nóng)業(yè)干旱過程解析 144
4.1.1 長江流域農(nóng)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(jù) 145
4.1.3 長江流域農(nóng)業(yè)干旱演化的時(shí)空過程 146
4.2 基于多源數(shù)據(jù)融合的華北平原農(nóng)業(yè)干旱過程解析 151
4.2.1 華北平原農(nóng)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(jù) 153
4.2.3 華北平原農(nóng)業(yè)干旱演化的時(shí)空過程 154
第5章 未來干旱格局的綜合預(yù)測 159
5.1 融合機(jī)器學(xué)習(xí)和小波分析方法提升干旱預(yù)測精度 159
5.1.1 多模型集合預(yù)報(bào)研究現(xiàn)狀 159
5.1.2 融合機(jī)器學(xué)習(xí)和小波分析的多模型集合預(yù)報(bào)方法 160
5.1.3 多模型集合預(yù)測精度總體對比分析 162
5.1.4 多模型集合預(yù)測精度的空間對比分析 164
5.1.5 多模型集合預(yù)測精度的季節(jié)對比分析 165
5.1.6 多模型集合預(yù)測的精度校正 166
5.2 全球升溫背景下降水可預(yù)測性分析 168
5.2.1 全球升溫背景下降水可預(yù)測性概述 168
5.2.2 潛在降水可預(yù)測性評估方法和輸入數(shù)據(jù) 169
5.2.3 觀測和模擬的降水可預(yù)測性 170
5.2.4 未來變暖情景下的降水可預(yù)測性變化 172
5.2.5 厄爾尼諾-南方濤動(dòng)與降水可預(yù)測性的相關(guān)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(shí)空分布格局 178
5.3.3 全球潛在干旱風(fēng)險(xiǎn)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(xiàn) 185
附錄中英文對照表 195
編后記 203