The spatiotemporal pattern and influencing factors of land surface temperature change in China from 2003 to 2019

白天 环境科学 气候变化 气候学 地理 植被(病理学) 全球变暖 中国 自然地理学 大气科学 句号(音乐) 地面气温 驱动因素 地质学 海洋学 病理 考古 声学 物理 医学
作者
Zengjing Song,Hong Yang,Xiaojuan Huang,Wenping Yu,Huang Jing,Mingguo Ma
出处
期刊:International journal of applied earth observation and geoinformation 卷期号:104: 102537-102537 被引量:41
标识
DOI:10.1016/j.jag.2021.102537
摘要

Land surface temperature (LST) is an essential parameter in land–atmosphere interaction. However, it is still poorly understood about the effects of seasonal LST on the interannual LST change and the dominant driving force for the variation in LST. In this study, trends of time-series LST were analyzed by using both linear and nonlinear methods. Two indices were developed to evaluate the effects of seasonal LST trends on interannual LST change. The main driving factor of LST was identified based on each pixel. Two turning points were founded in 2007 and 2011 during the study period of 2003–2019. A significant cooling trend of LST appeared from 2007 to 2011/2012 with the rates of −0.2237 K/year (daytime) and −0.1239 K/year (nighttime). LST increased in almost all seasons except the daytime in autumn. The warming effect in spring and winter contributed 69.43% to interannual warming of daytime LST, and accounted for 59.02% of interannual warming of nighttime LST. In most regions of China, air temperature and vegetation were the dominant factors influencing the change of LST. The current research improved our understanding of changes of LST and the results can serve for mitigating and adapting to climate change.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
阿牛奶发布了新的文献求助10
1秒前
灵巧的沛山完成签到,获得积分10
1秒前
1秒前
2秒前
buno应助huaixuexi采纳,获得10
2秒前
淡淡梦容发布了新的文献求助10
3秒前
TLL发布了新的文献求助10
5秒前
5秒前
冬雾发布了新的文献求助10
5秒前
高贵的大丽菊应助Robin采纳,获得10
5秒前
5秒前
5秒前
李大发完成签到,获得积分10
6秒前
保安完成签到,获得积分10
7秒前
晓晓完成签到,获得积分10
7秒前
xiao123789发布了新的文献求助10
7秒前
小赵发布了新的文献求助10
7秒前
10秒前
CC完成签到,获得积分10
10秒前
Singularity应助CC采纳,获得10
11秒前
文龙发布了新的文献求助10
11秒前
断舍离完成签到 ,获得积分10
12秒前
鸭鸭发布了新的文献求助10
12秒前
Rrr发布了新的文献求助10
12秒前
丘比特应助学术蝗虫采纳,获得10
13秒前
14秒前
14秒前
EVE发布了新的文献求助10
15秒前
冬雾关注了科研通微信公众号
17秒前
17秒前
shmily完成签到,获得积分10
17秒前
空空完成签到,获得积分10
18秒前
西番雅发布了新的文献求助10
19秒前
zzzz完成签到 ,获得积分10
21秒前
三新荞发布了新的文献求助10
21秒前
kunpenezy发布了新的文献求助10
21秒前
22秒前
22秒前
平淡斓发布了新的文献求助30
23秒前
科研通AI2S应助空空采纳,获得10
23秒前
高分求助中
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
The Heath Anthology of American Literature: Early Nineteenth Century 1800 - 1865 Vol. B 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
Machine Learning for Polymer Informatics 500
《关于整治突出dupin问题的实施意见》(厅字〔2019〕52号) 500
2024 Medicinal Chemistry Reviews 480
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3222562
求助须知:如何正确求助?哪些是违规求助? 2871242
关于积分的说明 8174624
捐赠科研通 2538263
什么是DOI,文献DOI怎么找? 1370390
科研通“疑难数据库(出版商)”最低求助积分说明 645793
邀请新用户注册赠送积分活动 619580