Multiscale analysis of satellite-derived climatic parameters over Himalayan foothills in view of climate change scenarios
Sameer Rawat · Sanjeev Kimothi · Asha Thapliyal 等 5 人
利用多尺度事件同步等方法分析喜马拉雅山麓2001-2022年气候参数变化及其关联。
使用MSES、Hurst指数、分形维数、熵分析、蒙特卡洛模拟和OLS回归分析GE
LST和PPT呈上升趋势且相互关联，NDVI-PPT等具持久性，NDVI-LST等具反持久性。
可延伸研究山区气候变化对农业生态系统的影响，结合高分辨率遥感与地面观测，探索植被-气候耦合机制。
研究聚焦喜马拉雅山麓气候参数，与农业信息化无直接关联，不进入精选。
近几十年来，高山地区气温显著升高，降水格局亦发生变化。当前亟需在区域层面开展气候参数的综合分析，以厘清参数间的关联性。本研究采用多尺度事件同步（MSES）、赫斯特指数（H）、分形维数（FD）、熵分析、蒙特卡洛模拟及普通最小二乘（OLS）回归等方法，对长期气候参数进行了考察。利用不同再分析数据平台（GEE）提供的2001—2022年间喜马拉雅山麓地区（杜恩谷地）的降水（PPT）、地表温度（LST）及归一化植被指数（NDVI）变异性数据，并对其进行了分析。MSES方法能够有效捕捉多尺度气候模式，而FD分析则揭示了NDVI-PPT、LST-NDVI、LST-PPT及PPT-NDVI间的持续性行为，以及NDVI-LST和PPT-LST间的反持续性特征。蒙特卡洛模拟验证了各变量的统计显著性，其中NDVI为0.856，PPT为0.653，LST为0.585。LST与PPT在时空上均呈正趋势，表明气候变量间存在相互关联，且具有显著的季节性差异，并在夏季表现出明显的气候梯度。熵分析与MSES分析为理解不同时间尺度上气候变量间的相互作用提供了依据。研究结果凸显了在山区生态系统中开展长期局地气候监测的必要性，以评估局地气候变化影响，并理解各气候参数间的关联，这对于气候变化情景下的环境管理与生态系统可持续性至关重要。