EN中文

干旱区研究 >

2024 , Vol. 41 >Issue 10: 1649 - 1661

DOI: https://doi.org/10.13866/j.azr.2024.10.04

天气与气候

新疆及周边中亚地区土地覆盖变化对地表反照率的影响

  • 许赟红 , 1 ,
  • 刘琼 1 ,
  • 陈勇航 , 1 ,
  • 魏鑫 1 ,
  • 刘鑫 1 ,
  • 张太西 2 ,
  • 邵伟玲 2 ,
  • 杨何群 3 ,
  • 张丞铭 1
展开
  • 1.东华大学环境科学与工程学院，上海 201620
  • 2.新疆维吾尔自治区气候中心，新疆 乌鲁木齐 830002
  • 3.上海市生态气象和卫星遥感中心，上海 200030
陈勇航. E-mail:

许赟红（2000-），女，硕士研究生，主要从事地理遥感研究. E-mail:

收稿日期: 2024-05-07

  修回日期: 2024-08-02

  网络出版日期: 2025-08-12

基金资助

上海合作组织科技伙伴计划及国际科技合作计划项目(2022E01047)

国家自然科学基金重点项目(42030612)

国家自然科学基金重点项目(41675026)

国家自然科学基金重点项目(41375021)

收起

Impact of land cover variations on surface albedo in Xinjiang and its surrounding Central Asian region

  • XU Yunhong , 1 ,
  • LIU Qiong 1 ,
  • CHEN Yonghang , 1 ,
  • WEI Xin 1 ,
  • LIU Xin 1 ,
  • ZHANG Taixi 2 ,
  • SHAO Weiling 2 ,
  • YANG Hequn 3 ,
  • ZHANG Chengming 1
Expand
  • 1. School of Donghua University of Environmental Science and Engineering, Shanghai 201620, China
  • 2. Xinjiang Uygur Autonomous Region Climate Center, Urumqi 830002, Xinjiang, China
  • 3. Shanghai Ecological Meteorology and Satellite Remote Sensing Center, Shanghai 200030, China

Received date: 2024-05-07

  Revised date: 2024-08-02

  Online published: 2025-08-12

Fold

摘要

基于MODIS MCD12C1土地覆盖和MCD43C3地表反照率数据，分析2002—2021年新疆及周边中亚地区土地覆盖和地表反照率时空分布特征并探讨土地覆盖变化对地表反照率的影响。结果表明：（1） 土地覆盖净变化以裸地和耕地减少、林地和草地增长为主要特征，总变化最大的是草地。塔里木盆地四周裸地转为草地变化明显，中亚中部干旱区草地灌丛化问题严重。（2） 裸地转为草地、草地转为林地分别导致地表反照率减少0.006、增长0.009，草地灌丛化导致地表反照率增长0.012。草地转为裸地对地表反照率的影响最大，变化量为0.015，耕地和草地相互转变对地表反照率的影响最小，变化量<0.001。（3） 2006—2011年地表反照率变化最明显，显著变化量达34.87%。（4）干旱区地表反照率变化显著于其他区域，且林地的地表反照率高于草地和耕地，导致三者间转变的地表反照率变化趋势区别于其他区域。

关键词： MODIS数据; 土地覆盖; 地表反照率; 时空差异; 新疆; 中亚地区

本文引用格式

许赟红 , 刘琼 , 陈勇航 , 魏鑫 , 刘鑫 , 张太西 , 邵伟玲 , 杨何群 , 张丞铭 . 新疆及周边中亚地区土地覆盖变化对地表反照率的影响[J]. 干旱区研究, 2024 , 41(10) : 1649 -1661 . DOI: 10.13866/j.azr.2024.10.04

Abstract

Based on MODIS MCD12C1 land cover and MCD43C3 surface albedo data, we investigated the spatial and temporal distribution characteristics of land cover and surface albedo in Xinjiang and its surrounding Central Asian region from 2002 to 2021. We also discuss the impact of land cover change on surface albedo. Results demonstrated that (1) The net change of land cover was primarily characterized by the decrease of barren land and cropland and the increase of woodland and grassland, and the largest change was in grassland. The change of barren land around the Tarim Basin into grassland was obvious, and the problem of shrub encroachment in the arid area of Central Asia was serious. (2) The conversion of barren land into grassland and grassland into woodland resulted in a decrease of surface albedo by 0.006 and an increase of surface albedo by 0.009, respectively. The conversion of shrub encroachment resulted in an increase of surface albedo by 0.012. The conversion of grassland into barren and exerted the largest impact on surface albedo, with a change of 0.015. The mutual transformation of cropland and grassland exerted the least impact on surface albedo, with a change of <0.001. (3) The change in surface albedo was the most obvious from 2006 to 2011, with the proportion of significant change being 34.87%. (4) The change in surface albedo in the arid area was significantly higher than that in other regions, and the surface albedo in woodland was higher than that in grassland and cropland, due to which the change trend in the three land types was different from that in other regions.

Key words： MODIS data; land cover; surface albedo; spatio-temporal difference; Xinjiang; Central Asian region

地表反照率变化能直接反映地表接收太阳辐射的变化[1]，是地表辐射收支平衡的决定性因素[2-3]。同时，地物的理化特性和空间结构变化会影响地表反照率[4]，导致太阳辐射能量在地表进行重新分配[5]。近几十年，全球土地覆盖变化频繁，影响地表辐射收支平衡[6-7]，从而对生态失衡、极端天气、暖岛效应等现象产生影响[8⇓-10]。新疆及周边中亚地区生态环境脆弱[11-12]，土地覆盖易发生变化[13-14]。因此，研究新疆及周边中亚地区土地覆盖变化对地表反照率的影响机制对区域和全球可持续发展至关重要。
不同土地覆盖类型的地表反照率差异明显，同种土地覆盖类型的地表反照率也存在显著的时空差异[15-16]。因此，国内外学者针对土地覆盖变化对地表反照率的影响展开研究。Saher等[17]圈定拉斯维加斯山谷从贫瘠地表过渡到住宅、商业、沥青、草坪的区域，计算各土地覆盖类型的地表反照率及其变化趋势，发现农村到商业建筑使地表反照率降低了0.4±0.01。陈杨杨[18]关注东北地区耕地变化对地表反照率的影响，发现水域转为耕草地、林草地开垦均导致地表反照率上升。为进一步了解土地覆盖变化对地表反照率影响的时空差异特征，部分学者开展了多个时期、多个区域的对比研究。何娟[19]对比分析1860—2015年5个时期、不同国家土地覆盖变化导致的地表反照率变化，发现农田和城市建筑面积的持续增加导致地表反照率增长，其中美国中东部增长最明显。郑瑜晗等[20]对比分析中低纬度四国不同土地覆盖类型的地表反照率时空分布，进而模拟开垦和城镇化对地表反照率的影响，发现开垦和城镇化均导致地表反照率升高，且干旱区升幅高于湿润区。综上所述，目前研究主要关注土地覆盖面积变化对地表反照率的影响，且对于土地覆盖类型间转变所产生的影响着重于开垦、城镇化等人为土地覆盖转变，缺乏全面性研究。然而，地表反照率的改变不仅与土地覆盖面积变化有关，同时取决于土地覆盖转变的方式[21]。
因此，本研究基于MODIS卫星资料，选取了2002—2021年的MCD12C1土地覆盖数据和MCD43C3地表反照率数据，分析了新疆及周边中亚地区土地覆盖和地表反照率时空分布特征，对4个时期内12类不同土地覆盖类型转变时和相同土地覆盖类型转变时地表反照率的变化进行了叠加分析和对比分析，从而了解土地覆盖变化对地表反照率影响的相同性和差异性，以期为气候变化研究、生态建设、资源开发提供依据。

1 研究区概况与数据来源

1.1 研究区概况

研究区域以中国新疆和中亚五国为主并涉及周边青藏高原、伊朗、俄罗斯南部、印度北部等地区，经纬度范围为46°~97°E，23°~56°N（图1）。研究区域地域辽阔，地形复杂，横跨多个不同气候区。新疆及周边中亚五国远离海洋，深居内陆，南部有高山阻隔，海洋湿气不易进入，形成明显的温带大陆性气候，降水稀少，空气干燥。因此，新疆及周边中亚五国属于干旱和半干旱区。青藏高原以高原山地气候为主；俄罗斯南部以温带大陆性气候为主；伊朗以温带大陆性气候和高原山地气候为主；印度北部以热带季风气候为主。
图1 研究区域示意图

注：底图采用自然资源部标准地图制作，审图号为GS(2016)1667号，对底图边界无修改。下同。

Fig. 1 Schematic of the study region

1.2 土地覆盖数据来源与处理

本研究选用 MODIS 的MCD12C1全球土地覆盖产品，空间分辨率为0.05°×0.05°，时间分辨率为1 a，采用等经纬度投影（https://search.earthdata.nasa.gov/search）。该产品是处理Terra和Aqua卫星反射率数据得到的气候模拟网格产品，共包含3类土地覆盖分类方案，本研究选择用途较广的IGBP分类方案进行分析，其通过监督决策树分类方法得出[22-23]，全球分类精度达73.6%[24-25]。该产品提供2001年至今的全球土地覆盖数据，然而2001年数据质量较差，可利用数据仅为47.5%，故本研究选取2002年、2006年、2011年、2016年和2021年作为研究年份。
本研究采用Python根据经纬度读取每个像素点的“Type_1”和“Type_1_Assesement”，“Type_1”和“Type_1_Assesement”分别是IGBP分类下的土地覆盖类型代码和数据可信度。为保证数据质量，筛选并保留“Type_1_Assesement”>85的数据进行研究。IGBP分类系统分为17类，为便于直观地统计分析，避免分类结果分布较分散，在该分类的基础上进行重分类，分为8类（表1）。为进行时间序列分析，将2002—2021年分为2002—2006年、2006—2011年、2011—2016年、2016—2021年这4个时期。以首尾年份的土地覆盖状态作为起始状态和最终状态，利用ArcGIS软件对上述4个时期进行叠加分析、对比分析和转移矩阵分析。
表1 土地覆盖类型

Tab. 1 Land cover types

重分类体系 原分类体系 类型代码
水体 水体 0
林地 常绿针叶林 1
常绿阔叶林 2
落叶针叶林 3
落叶阔叶林 4
混交林 5
封闭的灌木丛 6
开阔的灌木丛 7
草地 稀树草原 8
草原 9
草地 10
永久湿地 永久湿地 11
耕地 耕地 12
耕地或自然植被镶嵌 14
城市和建筑用地 城市和建筑用地 13
永久冰雪 永久冰雪 15
裸地 裸地 16
转移矩阵能定量和定位地分析土地覆盖的起始状态和结束状态，反映土地覆盖类型之间的时空变化趋势，有利于了解区域土地覆盖的动态变化过程，被广泛应用于土地覆盖变化研究[26-27]。公式如下所示：
S m n = ∑ x = 1 i S m x , t 1 → S n x , t 2
式中：Smn为研究区域t时期内土地覆盖类型由m类转为n类的面积（km2）；x=1，2，…，i，i为研究区域的像素点数量； S m x , t 1为起始时间（t1）时m类在x点的面积（km2）； S n x , t 2为结束时间（t2）时n类在x点的面积（km2）；若m=n，则t时期内在x点未发生土地覆盖变化。
计算土地覆盖类型的转入面积、转出面积、净变化面积、总变化面积，公式如下所示：
Δ A i n = S m a + S n a + …
Δ A o u t = S a m + S a n + …
N c = Δ A i n - Δ A o u t
T c = Δ A i n + Δ A o u t
式中： Δ A i n为其他土地覆盖类型转入为a的面积之和（km2）； Δ A o u t为a转出为其他土地覆盖类型的面积之和（km2）； N c为净变化面积（km2）； T c为总变化面积（km2）； S m a、 S n a分别为m、n土地覆盖类型转为a的面积（km2）； S a m、 S a n分别为a土地覆盖类型转为m、n的面积（km2）。

1.3 地表反照率数据来源与处理

本研究选用 MODIS 版本为6.1的MCD43C3地表反照率产品，空间分辨率为0.05°×0.05°，时间分辨率为每天，采用等经纬度投影（https://search.earthdata.nasa.gov/search）。该产品输入经大气校正的Terra和Aqua晴空观测数据，采用半经验BRDF模型进行多日期、多角度的反演后，利用最小二乘法得到各向异性散射特性最佳的3个BRDF参数，将其进行积分后获得黑空反照率和白空反照率[23,28]。该产品提供7个窄波段及3个宽波段（可见光、近红外和短波波段）的当地正午黑空反照率和白空反照率、当地正午太阳天顶角和数据质量信息。MCD43产品的反演精度较高，满足气候和陆面过程模式的精度要求，而且时空分布连续性较好[28-29]，可用于研究全球地表反照率的时空分布及动态变化特征。
本研究采用Python根据经纬度读取每个像素点的”Quality”、“BSA_shortwave”、“WSA_shortwave”、“Local_Solar_Noon”和“Percent_Snow”，上述变量分别表示像素点的数据质量、短波黑空反照率、短波白空反照率和积雪覆盖率。为保证数据质量，保留反照率质量为0~2位的数据（表2）。为去除积雪影响，对“Percent_Snow”进行筛选，保留其值为0的数据。将2002—2021年分为与上述相同的4个时期进行叠加分析和对比分析。
表2 MCD43C3数据集质量标准

Tab. 2 Quality standards for the MCD43C3 dataset

代码 意义
0 最佳质量，100%完全反演
1 质量好，75%及以上为最佳完全反演和90%及以上为完全反演
2 质量相对较好，75%及以上为完全反演
3 混合，75%及以下的完全反演和25%及以下的填充值
4 50%及以下的填充值
5 50%及以上的填充值
对短波波段黑空和白空反照率数据通过线性加权计算得到真实地表反照率数据[30]，如下式所示：
α b l u e - s k y = α b s a × 1 - D + α w s a × D
式中： α b l u e - s k y为真实地表反照率； α b s a、 α w s a分别为黑空、白空反照率； D为天空散射比例。
晴空条件下的天空散射比例由太阳天顶角数据采用经验方法计算所得[31]，公式如下：
D = 0 . 122 + 0.85 e ( - 4.8 c o s θ )
式中： θ为太阳天顶角。
随后，对每个像素点每年的数据量进行统计，仅对数据量>100的像素点进行地表反照率年均计算。将年平均地表反照率数据与土地覆盖数据按经纬度匹配后分析土地覆盖转变导致的地表反照率变化。

2 结果与分析

2.1 土地覆盖时空分布及动态变化

2.1.1 土地覆盖时空分布

由图2可知，研究区域的土地覆盖以草地、裸地、耕地和林地为主，永久湿地、城市和建筑用地以及永久冰雪的面积占比较低，均在0.3%以下。因此，本研究主要分析覆盖面积占比较高的草地、裸地、耕地和林地。由图3可知，草地主要分布于北疆、哈萨克斯坦和青藏高原南部。耕地主要分布于北疆、俄罗斯南部和印度北部。裸地主要分布于南疆、乌兹别克斯坦和土库曼斯坦中部、青藏高原北部和伊朗高原。林地分布较分散，常绿针叶林主要分布于俄罗斯南部；常绿阔叶林主要分布于不丹；灌木丛主要分布于乌兹别克斯坦和土库曼斯坦东部、巴基斯坦中部、伊朗南部和印度西北部。
图2 土地覆盖类型面积占比

Fig. 2 Percentage of area covered by land cover type

图3 土地覆盖类型空间分布

Fig. 3 Spatial distribution of land cover types

2.1.2 土地覆盖动态变化

图4为各土地覆盖类型的转出面积、转入面积、净变化面积和总变化面积。由净变化面积可知（图4a和图4d），裸地持续减少，共减少47423.55 km2；耕地总体先增后减，共减少43998.67 km2；林地和草地总体先减后增，分别增加了87784.87 km2和3637.35 km2。由净变化面积、转入面积和转出面积（图4d、图4b和图4c）可知，裸地减少主要发生在2006—2011年，转出面积达73417.0 km2；耕地减少主要发生在2016—2021年，转出面积达138201.1 km2；草地和林地的增长主要发生在2016—2021年，转入面积分别达182816.5 km2和107498.6 km2。由总变化面积（图4a和图4e）可知，最易发生变化的土地覆盖类型是草地，20 a间总变化面积高达1151405.8 km2，4个时期草地的总变化面积均明显高于耕地、林地和裸地。
图4 土地覆盖类型变化面积

Fig. 4 Area of changes in land cover types

由表3和图5可知，减少的裸地主要转为草地，主要分布在塔里木盆地四周和青藏高原，考虑与中国实施防风治沙、草原生态补奖机制等政策有关。减少的耕地主要转为草地，该转变的面积是所有土地覆盖类型转变中最大的，达327341.8 km2。同时，研究区域也有大面积草地转为耕地，耕地与草地之间易于发生转变。耕地与草地间的转变主要分布在天山山脉、俄罗斯南部、哈萨克斯坦北部以及印度北部。林地的增长主要由草地转变而来，且4个时期发生该转变的面积持续增长，草地转为林地的趋势越来越明显。林地与草地间的转变主要分布在乌兹别克斯坦和土库曼斯坦东部、俄罗斯南部、伊朗西南部。土库曼斯坦和乌兹别克斯坦东部位于中亚中部，属于干旱区，林地以灌木丛为主。干旱半干旱区草原生态系统中原生灌木植物的植株密度、盖度和生物量增加的现象称为草地灌丛化[32]。对于中亚地区而言，气温上升且增温速率快[33]，降水量时空差异增强导致水分布局不均[34]，有利于灌木丛入侵草地。
表3 土地覆盖转变情况

Tab. 3 Area of variations between land cover types

转变类型 2002—2006年 2006—2011年 2011—2016年 2016—2021年 2002—2021年
面积/km2 面积/km2 面积/km2 面积/km2 面积/km2 转出比例/%
裸地→草地 19409.0 33635.8 44325.6 40441.0 137811.3 64.77
裸地→林地 3545.9 18434.1 26602.8 15950.4 64533.3 30.33
裸地→耕地 1684.9 3681.7 2488.6 2578.8 10434.0 4.90
草地→耕地 105296.7 56729.5 73393.9 38042.5 273462.6 47.65
草地→裸地 14820.4 36934.0 28460.0 33657.6 113872.0 19.84
草地→林地 6246.9 51907.2 58004.1 70391.4 186549.6 32.51
耕地→草地 48400.0 95133.0 68746.7 115062.2 327341.8 85.41
耕地→林地 9362.2 11328.8 9592.9 21156.7 51440.5 13.42
耕地→裸地 309.6 609.8 1585.9 1982.2 4487.5 1.17
林地→草地 14797.8 34917.6 35339.7 27313.3 112368.5 52.33
林地→耕地 8152.9 28641.7 11421.1 7158.9 55374.5 25.79
林地→裸地 425.6 17062.2 17842.2 11665.4 46995.4 21.88
图5 土地覆盖变化空间分布

Fig. 5 Spatial distribution of land cover variations

2.2 地表反照率时空分布及动态变化

2.2.1 地表反照率时空分布

由图6可知，不同土地覆盖类型的地表反照率差异明显，各土地覆盖类型的地表反照率排序如下：裸地>草地>耕地>城市和建筑用地>林地>永久湿地。20 a间林地和草地的地表反照率呈增长趋势，分别增长了0.030和0.013，耕地和裸地差异较小。由图7可知，地表反照率>0.25的高值区主要分布在塔里木盆地、中亚中部、印度西北部塔尔沙漠等干旱区。地表反照率<0.15的低值区主要分布在哈萨克斯坦北部、俄罗斯南部等地区。中间值主要分布在哈萨克斯坦南部、青藏高原和印度北部等地区。
图6 土地覆盖类型地表反照率均值

Fig. 6 Mean surface albedo for land cover types

图7 地表反照率空间分布

Fig. 7 Spatial distribution of albedo

2.2.2 地表反照率动态变化

由图8可知，地表反照率变化最显著的区域是准噶尔盆地、中亚中部、印度西北部塔尔沙漠等干旱区，地表反照率变化量主要在0.01以上。结合图5可以发现，上述地表反照率显著变化区域的土地覆盖变化频繁，然而，土地覆盖变化与地表反照率变化的空间格局并不完全一致。俄罗斯南部虽发生大面积土地覆盖变化，但地表反照率变化量却以0.01以下为主。此外，对比4个时期的地表反照率变化可以发现，2002—2006年和2011—2016年地表反照率总体为减少趋势，2006—2011年和2016—2021年地表反照率总体为增长趋势。上述差异的出现可能与土地覆盖转变类型不同和其他因素干扰有关。
图8 地表反照率变化空间分布

Fig. 8 Spatial distribution of changes in surface albedo

2.3 地表反照率对土地覆盖变化响应的差异

2.3.1 变化类型差异

图9呈现不同土地覆盖转变的地表反照率变化量均值和分布范围。本研究将地表反照率变化量分为6个范围，其阈值为：-0.01~0和0~0.01为一般显著变化量，-0.04~-0.01和0.01~0.04为显著变化量，-0.10~-0.04和0.04~0.10为极显著变化量。由图9a可知，裸地转为草地导致地表反照率减少0.006；草地转为林地导致地表反照率增长0.009，其中草地灌丛化导致地表反照率增长0.012；耕地和草地相互转变的地表反照率增减趋势不明显，地表反照率变化量<0.001，约有80%为一般显著变化量。草地、耕地、林地转为裸地的地表反照率变化较显著，分别增长0.015、0.011、0.013，显著增长量超过40%。因此，俄罗斯南部土地覆盖变化以草地与耕地的相互转变为主，地表反照率变化不明显；2016—2021年准噶尔盆地由草地转为裸地，地表反照率显著增长。
图9 土地覆盖变化导致的地表反照率变化

Fig. 9 Changes in surface albedo due to land cover variations

2.3.2 时空差异

结合图9和图10发现，地表反照率不仅与土地覆盖有关，还受植被覆盖度、土壤湿度的影响，两者与地表反照率呈负相关[35-36]。因此，空间上，干旱区林地的地表反照率高于草地和耕地，导致三者间转变趋势区别于其他区域且地表反照率变化显著于其他区域；时间上，地表反照率变化在2006—2011年最明显，显著变化量占比达34.87%。林地转为耕地、耕地转为草地、草地转为林地能明显体现上述时空差异特征。林地转为耕地，不丹和俄罗斯南部的地表反照率增长，印度西北部塔尔沙漠的地表反照率减少显著，导致林地转为耕地的地表反照率减少在2006—2011年最显著，显著减少量超过80%。耕地转为草地，吉尔吉斯斯坦的地表反照率增长显著，哈萨克斯坦北部和俄罗斯南部的地表反照率变化趋势不显著，导致耕地转为草地的地表反照率显著增长量在2016—2021年高于其他3个时期约10%。草地转为林地，俄罗斯南部的地表反照率减少，乌兹别克斯坦和土库曼斯坦东部的地表反照率增长显著，导致草地转为林地的地表反照率在2006—2011年和2016—2021年的显著增长量分别超过50%和30%。中亚中部草地灌丛化不仅会使草原分割成斑块[37]，植被总体覆盖度下降[38]，还会使水分汇聚于灌木丛斑块，地表更加干燥[39]，导致生态失衡。此外，对于中亚中部等植被覆盖度低的极度干旱区而言，草地灌丛化引起的地表反照率增长使更多的太阳辐射被裸露地表所反射，在白天具有一定降温作用[40]。灌木丛对水分的大量吸收和白天的降温作用可能会减弱水汽通量，导致降水减少，区域干旱加剧。
图10 土地覆盖变化导致的地表反照率变化空间分布

Fig. 10 Spatial distribution of surface albedo changes due to land cover variations

3 结论

本研究基于2002—2021年的MODIS卫星数据，分析新疆及周边中亚地区土地覆盖变化和地表反照率变化时空分布特征，研究土地覆盖变化对地表反照率产生的影响，得出如下结论：
（1） 裸地持续减少，净减少47423.55 km2，64.77%裸地转为草地，主要分布在塔里木盆地四周和青藏高原；耕地总体先增后减，净减少43998.67 km2；林地和草地总体先减后增，分别净增加87784.87 km2和3637.35 km2。总变化面积最大的是草地，转变面积最大的是草地和耕地间的转变。
（2） 不同土地覆盖类型的地表反照率差异明显，裸地的地表反照率最大，草地和耕地次之，林地最小。地表反照率高值区主要分布在塔里木盆地、中亚中部等干旱区，低值区主要位于俄罗斯南部、哈萨克斯坦北部等地区。
（3） 从土地覆盖转变对地表反照率的影响来看，裸地转为草地、草地转为林地分别导致地表反照率减少0.006、增长0.009，草地灌丛化导致地表反照率增长0.012。草地转为裸地对地表反照率的影响最大，变化量为0.015；耕地和草地相互转变对地表反照率的影响最小，变化量<0.001。
（4） 从相同土地覆盖类型转变来看，2006—2011年地表反照率变化最明显，显著变化量达34.87%。中亚中部、印度西北塔尔沙漠等干旱区的地表反照率变化最显著，地表反照率变化量主要在0.01以上，且林地的地表反照率高于草地和耕地，导致三者间转变的地表反照率变化趋势区别于其他区域。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Loarie S R, Lobell D B, Asner G P, et al. Direct impacts on local climate of sugar-cane expansion in Brazil[J]. Nature Climate Change, 2011, 1(2): 105-109.

[2]
Sun Y, Zhang X B, Ren G Y, et al. Contribution of urbanization to warming in China[J]. Nature Climate Change, 2016, 6(7): 706-709.

[3]
肖登攀, 陶福禄, Moiwo J P. 全球变化下地表反照率研究进展[J]. 地球科学进展, 2011, 26(11): 1217-1224.

[Xiao Dengpan, Tao Fulu, Moiwo J P. Research progress on surface albedo under global change[J]. Advances in Earth Science, 2011, 26(11): 1217-1224.]

[4]
Liang S L. Narrowband to broadband conversions of land surface albedo I: Algorithms[J]. Remote Sensing of Environment, 2001, 76(2): 213-238.

[5]
Williamson S N, Barrio I C, Hik D S, et al. Phenology and species determine growing-season albedo increase at the altitudinal limit of shrub growth in the sub-Arctic[J]. Global Change Biology, 2016, 22(11): 3621-3631.

[6]
帅艳民, 陈杨杨, 邵聪颖, 等. 东北三省地表覆被变化对太阳辐射吸收的影响[J/OL]. 地球环境学报, 1-22[2024-08-26]. http://kns.cnki.net/kcms/detail/61.1482.X.20230705.1356.002.html.

[Shuai Yanmin, Chen Yangyang, Shao Congying, et al. Effect of ground cover changes on solar radiation absorption in three northeastern provinces of China[J/OL]. Journal of Earth Environment, 1-22[2024-08-26]. http://kns.cnki.net/kcms/detail/61.1482.X.20230705.1356.002.html.]

[7]
石莹, 别强, 苏晓杰, 等. 中国西北地区地表覆被变化对太阳辐射吸收的影响[J/OL]. 自然资源遥感, 1-11[2024-08-26]. http://kns.cnki.net/kcms/detail/10.1759.P.20240125.1638.006.html.

[Shi Ying, Bie Qiang, Su Xiaojie, et al. Effects of land cover change on solar radiation absorption in Northwest China[J/OL]. Remote Sensing for Natural Resources, 1-11[2024-08-26]. http://kns.cnki.net/kcms/detail/10.1759.P.20240125.1638.006.html.]

[8]
孙彦旭, 周自翔, 米朝娟. 基于土地利用覆被变化(LUCC)的人类活动与流域生物多样性灰色关联分析[J]. 干旱区研究, 2021, 38(6): 1782-1792.

[Sun Yanxu, Zhou Zixiang, Mi Chaojuan. Grey correlation analysis of human activities and watershed biodiversity based on land use and cover change[J]. Arid Zone Research, 2021, 38(6): 1782-1792.]

[9]
陈海山, 张耀存, 张文君, 等. 中国极端天气气候研究——“地球系统与全球变化”重点专项项目简介及最新进展[J]. 大气科学学报, 2024, 47(1): 23-45.

[Chen Haishan, Zhang Yaocun, Zhang Wenjun, et al. Research on weather and climate extremes over China: brief introduction and recent progress of the National Key P & D Program of China for Earth System and Global Change[J]. Transactions of Atmospheric Sciences, 2024, 47(1): 23-45.]

[10]
侯文兵, 李开明, 黄卓. 近20 a河西地区绿洲效应时空变化特征及归因分析[J]. 干旱区研究, 2023, 40(12): 2031-2042.

[Hou Wenbing, Li Kaiming, Huang Zhuo. Characterization of spatial and temporal changes in the oasis effect and attribution analysis of the Hexi region in the last 20 years[J]. Arid Zone Research, 2023, 40(12): 2031-2042.]

[11]
孙桂丽, 陆海燕, 郑佳翔, 等. 新疆生态脆弱性时空演变及驱动力分析[J]. 干旱区研究, 2022, 39(1): 258-269.

[Sun Guili, Lu Haiyan, Zheng Jiaxiang, et al. Spatio-temporal variation of ecological vulnerability in Xinjiang and driving force analysis[J]. Arid Zone Research, 2022, 39(1): 258-269.]

[12]
胡汝骥, 姜逢清, 王亚俊, 等. 中亚(五国)干旱生态地理环境特征[J]. 干旱区研究, 2014, 31(1): 1-12.

[Hu Ruji, Jiang Fengqing, Wang Yajun, et al. Arid ecological and geographical conditions in five countries of Central Asia[J]. Arid Zone Research, 2014, 31(1): 1-12.]

[13]
范泽孟, 李赛博. 新亚欧大陆桥经济走廊土地覆被变化及驱动力分析[J]. 生态学报, 2019, 39(14): 5015-5027.

[Fan Zemeng, Li Saibo. Change pattern of land cover and its driving force since 2001 in the New Eurasian Continental Bridge Economic Corridor[J]. Acta Ecologica Sinica, 2019, 39(14): 5015-5027.]

[14]
海凯, 王思远, 涂平, 等. “一带一路”沿线国家1992年—2015年土地覆盖变化的时空格局及其驱动力分析[J]. 遥感学报, 2022, 26(6): 1220-1235.

[Hai Kai, Wang Siyuan, Tu Ping, et al. Spatio-temporal patterns and driving forces of recent(1992-2015)land cover change in countries along the Belt and Road Initiative[J]. National Remote Sensing Bulletin, 2022, 26(6): 1220-1235.]

[15]
姚彤, 张强. 我国北方不同类型下垫面地表反照率特征[J]. 物理学报, 2014, 63(8): 460-468.

[Yao Tong, Zhang Qiang. Study on land-surface albedo over different types of underlying surfaces in North China[J]. Acta Physica Sinica, 2014, 63(8): 460-468.]

[16]
刘亲亲, 崔耀平, 刘素洁, 等. 中国不同土地利用类型分光辐射地表反照率研究[J]. 遥感技术与应用, 2019, 34(1): 46-56.

[Liu Qinqin, Cui Yaoping, Liu Sujie, et al. Study on surface albedo of spectral radiation of different land use types in China[J]. Remote Sensing Technology and Application, 2019, 34(1): 46-56.]

[17]
Saher R, Stephen H, Ahmad S. Effect of land use change on summertime surface temperature, albedo, and evapotranspiration in Las Vegas Valley[J]. Urban Climate, 2021, 39: 100966.

[18]
陈杨杨. 典型地表覆被变化对地表反照率的影响[D]. 阜新: 辽宁工程技术大学, 2023.

[Chen Yangyang. Effect of Typical Ground Cover Changes on Surface Albedo[D]. Fuxin: Liaoning Technical University, 2023.]

[19]
何娟. 土地利用变化导致的地表反照率变化及其辐射效应研究[D]. 北京: 中国气象科学研究院, 2020.

[He Juan. Changes of Surface Albedo and Its Radiation Effects Caused by Land Use Change[D]. Beijing: Chinese Academy of Meteorological Sciences, 2020.]

[20]
郑瑜晗, 黄麟, 翟俊, 等. 陆地表层覆盖变化对地表反照率影响的四国对比[J]. 遥感学报, 2020, 24(7): 917-932.

[Zheng Yuhan, Huang Lin, Zhai Jun, et al. Impacts of land cover changes on surface albedo in China, the United States, India and Brazil[J]. Journal of Remote Sensing, 2020, 24(7): 917-932.]

[21]
Zhai J, Liu R G, Liu J Y, et al. Radiative forcing over China due to albedo change caused by land cover change during 1990-2010[J]. Journal of Geographical Sciences, 2014, 24(5): 789-801.

[22]
Friedl M A, Sulla-Menashe D, Tan B, et al. MODIS Collection 5 global land cover: Algorithm refinements and characterization of new datasets[J]. Remote Sensing of Environment, 2010, 114(1): 168-182.

[23]
Schaaf C B, Gao F, Strahler A H, et al. First operational BRDF, albedo nadir reflectance products from MODIS[J]. Remote Sensing of Environment, 2002, 83(1): 135-148.

[24]
Wang Z P, Wu J S, Niu B, et al. Vegetation expansion on the Tibetan Plateau and its relationship with climate change[J]. Remote Sensing, 2020, 12(24): 4150.

[25]
Magistrali I C, Delgado R C, dos Santos G L, et al. Performance of CCCma and GFDL climate models using remote sensing and surface data for the state of Rio de Janeiro-Brazil[J]. Remote Sensing Applications Society and Environment, 2021, 21: 100446.

[26]
刘瑞, 朱道林. 基于转移矩阵的土地利用变化信息挖掘方法探讨[J]. 资源科学, 2010, 32(8): 1544-1550.

[Liu Rui, Zhu Daolin. Methods for detecting land use changes based on the land use transition matrix[J]. Resource Science, 2010, 32(8): 1544-1550.]

[27]
任正超, 朱华忠, 柳小妮. 年际尺度上土地覆盖类型时空分异及其对气候和地形的响应[J]. 农业工程学报, 2012, 28(15): 205-214.

[Ren Zhengchao, Zhu Huazhong, Liu Xiaoni. Spatio-temporal differentiation of land covers on annual scale and its response to climate and topography in arid and semi-arid region[J]. Transactions of the Chinese Society of Agricultural Engineering, 2012, 28(15): 205-214.]

[28]
陈爱军, 梁学伟, 卞林根, 等. 青藏高原地区 MODIS 反照率的精度分析[J]. 大气科学学报, 2012, 35(6): 664-672.

[Chen Aijun, Liang Xuewei, Bian Lingen, et al. Assessment on the accuracy of MODIS albedos over the Tibetan Plateau[J]. Transactions of Atmospheric Sciences, 2012, 35(6): 664-672.]

[29]
Schaaf C B, Liu J C, Gao F, et al. Aqua and Terra MODIS Albedo and Reflectance Anisotropy Products[M]. New York: Springer: Land Remote Sensing and Global Environmental Change, 2010: 549-561.

[30]
王开存, 刘晶淼, 周秀骥, 等. 利用 MODIS 卫星资料反演中国地区晴空地表短波反照率及其特征分析[J]. 大气科学, 2004, 28(6): 941-949.

[Wang Kaicun, Liu Jingmiao, Zhou Xiuji, et al. Retrieval of the surface albedo under clear sky over China and its characteristics analysis by using MODIS satellite date[J]. Chinese Journal of Atmospheric Sciences, 2004, 28(6): 941-949.]

[31]
陈爱军, 孟文童, 胡慎慎, 等. 青藏高原 MODIS 地表反照率和 GLASS 地表反照率的对比分析[J]. 大气科学学报, 2020, 43(5): 932-942.

[Chen Aijun, Meng Wentong, Hu Shenshen, et al. Comparative analysis on land surface albedo from MODIS and GLASS over the Tibetan Plateau[J]. Transactions of Atmospheric Sciences, 2020, 43(5): 932-942.]

[32]
Van Auken O W. Shrub invasions of North American semiarid grasslands[J]. Annual Review of Ecology and Systematics, 2000, 31: 197-215.

[33]
张井勇, 何静, 张丽霞, 等. 面向碳中和的“一带一路”气候变化主要特征与灾害风险研究[J]. 中国科学院院刊, 2023, 38(9): 1371-1386.

[Zhang Jingyong, He Jing, Zhang Lixia, et al. Main climate change characteristics and disaster risks oriented towards carbon neutrality over the Belt and Road regions[J]. Bulletin of Chinese Academy of Sciences, 2023, 38(9): 1371-1386.]

[34]
陈敏鹏, 李玉婷, 代晶晶. 气候变化对“一带一路”主要地区的影响及其适应技术需求[J]. 西北大学学报(自然科学版), 2021, 51(4): 643-654.

[Chen Minpeng, Li Yuting, Dai Jingjing. Climate change impacts on major regions along the Belt and Road and technology need for adaptations[J]. Journal of Northwest University(Natural Science Edition), 2021, 51(4): 643-654.]

[35]
梁萍萍. 喀斯特地区植被变化与地表反照率响应特征研究[D]. 贵阳: 贵州师范大学, 2021.

[Liang Pingping. A Study on Response Characteristics of Vegetation Change and Surface Albedo in Karst Area[D]. Guiyang: Guizhou Normal University, 2021.]

[36]
张亚峰, 王新平, 潘颜霞, 等. 荒漠地区地表反照率与土壤湿度相关性研究[J]. 中国沙漠, 2011, 31(5): 1141-1148.

[Zhang Yafeng, Wang Xinping, Pan Yanxia, et al. The dependence of surface albedo on soil moisture in an arid desert area[J]. Journal of Desert Research, 2011, 31(5): 1141-1148.]

[37]
彭海英, 李小雁, 童绍玉. 干旱半干旱区草原灌丛化研究进展[J]. 草业学报, 2014, 23(2): 313-322.

[Peng Haiying, Li Xiaoyan, Tong Shaoyu. Advance in shrub encroachment in arid and semiarid region[J]. Acta Prataculturala Sinica, 2014, 23(2): 313-322.]

[38]
高琼, 刘婷. 干旱半干旱区草原灌丛化的原因及影响——争议与进展[J]. 干旱区地理, 2015, 38(6): 1202-1212.

[Gao Qiong, Liu Ting. Causes and consequences of shrub encroachment in arid and semiarid region: A disputable issue[J]. Arid Land Geography, 2015, 38(6): 1202-1212.]

[39]
Jurena P N, Archer S. Woody plant establishment and spatial heterogeneity in grasslands[J]. Ecology, 2003, 84(4): 907-919.

[40]
Shen X J, Liu Y W, Liu B H, et al. Effect of shrub encroachment on land surface temperature in semi-arid areas of temperate regions of the Northern[J]. Agricultural and Forest Meteorology, 2022, 320: 108943.

Options
文章导航

/

〈 〉