摘要
近年来随着全球气候变化的不断加剧，我国极端天气和灾害事件频繁发生，随之出现的地表温度(LST)异常变化对气候环境稳定和农业生产都构成了巨大威胁。地表温度是衡量地球环境的重要参考指标，对于区域的物质能量循环、生态系统平衡以及人类的生产生活都具有重要影响。在当前背景下，准确揭示我国地表温度的时空变化特征并研究导致变化的驱动因素对于进一步理解地表温度的形成机制、应对全球气候变化挑战以及科学有效地开展气象灾害预警、农业生产和生态恢复等工作具有重要的研究价值。本研究基于MODIS地表温度数据由于云雨天气导致的部分区域像元信息缺失和精度不高的不足，通过构建数据修复模型重建了更高质量的中国2002-2018年月尺度遥感地表温度数据集。在此基础上，从整体、局部和单个像元等多个空间尺度分析了我国地表温度在不同时间维度下的时空变化特征，特别对17年间地表温度异常变化的区域进行了重点关注和研究。最后，本研究结合地表、大气、海洋以及社会经济活动等多种数据资料，深入探究了2002-2018年间我国地表温度时空变化特别是年际异常变化的驱动因素。主要研究结果如下: (1)基于地面站点、临近像元以及海拔高程构建的数据修复模型，有效提高了MODIS遥感地表温度的数据质量。重建的月尺度遥感地表温度数据覆盖了更加完整的像元信息，且数据精度达1.5K左右。 (2)2002-2018年我国地表温度以0.008℃/年的速度呈现波动增长的趋势，且年际变化幅度较大。内蒙古中部、华北平原的太行山以东区域、青藏高原的祁连山以南区域、成都平原和长江三角洲等区域的增温趋势最为异常，增温速度达0.08℃/年。不同时间维度下地表温度的变化趋势具有明显的空间分布差异。 (3)在本研究所选择的4个地表大气参数中，降水和植被对地表温度年际变化的影响程度最强，土壤水分次之，大气水汽的影响最弱。高海拔和高纬度等低温区域的植被数量与地表温度呈现显著的的正相关关系，而降水和土壤水分的增加则会导致我国很多地区出现显著的降温趋势。 (4)我国地表温度的空间分布受到纬度、经度、海拔、NDVI、土壤水分、大气水汽和降水这7个因素的显著影响，但在不同区域内7种变量对地表温度的影响程度有所不同。利用7个参数变量建立回归模型，可以对实现我国地表温度空间分布的有效模拟，整体模拟精度在2K左右，部分区域可达1K以内。 (5)El Nino-La Nina、NAO和IOBW等海洋气候模态对我国地表温度的年际变化发挥着重要的驱动作用，且不同气候模态对地表温度的驱动作用都存在一定的时间滞后。El Nino-La Nina对我国接近40％区域的地表温度都有着显著影响，主要表现在El Nino事件会导致华北平原大部、塔里木盆地西部、青藏高原大部以及我国西南部和南部热带地区出现显著的增温趋势;La Nina事件的影响与之相反。NAO对地表温度的影响在我国西部地区和东部地区呈相反趋势，即NAO正位相强指数年会导致会我国西部地区（新疆北部、青藏高原区域、云贵高原）出现降温趋势，导致东北地区以及华北平原东部会出现增温趋势;NAO负位相强指数年的影响与之相反。印度洋的升温现象(IOBW＞0)则会导致我国西南地区和海南岛出现显著增温现象，内蒙古高原和东北平原的部分区域则会因此呈现降温趋势。El Nino-La Nina对我国LST影响的滞后时间较长，平均滞后时间接近8个月;IOBW和NAO影响的滞后效应相对较弱，分别为5个月和3个月。应用三种气候模态对我国地表温度的影响关系以及滞后效应规律，可以为我国不同地区的气象灾害预警提供有效的参考依据。 (6)城市扩张、人口增长以及基础设施建设等社会经济要素是我国部分区域（如华北平原的京广铁路沿线以及北京、上海、郑州、西安、成都等大型交通枢纽城市）显著增温的重要推动力。
NETL