利用观测资料结合遥感数据，基于半阶导数法估算青藏高原多年冻土区唐古拉和西大滩两个观测点2010—2012年的地表土壤热通量，并与“观测值”（利用10 cm土壤热通量和5 cm土壤温度观测数据计算得到的地表土壤热通量）及已有的3种遥感估算方法（GLEAM、PM-RS和组合法）进行对比分析。结果表明：1)半阶导数法估算的地表土壤热通量（G0）与观测G0具有较好的一致性，估算精度高；2)与已有的GLEAM、PM-RS和组合法相比，半阶导数法表现更好，估算的两个站点G0的相关系数（R）分别为0.85和0.81，偏差（Bias）分别为-0.70和0.08 W/m2，均方根误差（RMSE）分别为5.78和8.79 W/m2，平均绝对误差（MAE）分别为4.22和6.81 W/m2。相较于其他方法，半阶导数法的优势在于物理机制明确，参数设置简洁，仅需单层地表温度值和土壤热属性数据作为模型输入。
利用观测资料结合遥感数据，基于半阶导数法估算青藏高原多年冻土区唐古拉和西大滩两个观测点2010—2012年的地表土壤热通量，并与“观测值”（利用10 cm土壤热通量和5 cm土壤温度观测数据计算得到的地表土壤热通量）及已有的3种遥感估算方法（GLEAM、PM-RS和组合法）进行对比分析。结果表明：1)半阶导数法估算的地表土壤热通量（G0）与观测G0具有较好的一致性，估算精度高；2)与已有的GLEAM、PM-RS和组合法相比，半阶导数法表现更好，估算的两个站点G0的相关系数（R）分别为0.85和0.81，偏差（Bias）分别为-0.70和0.08 W/m2，均方根误差（RMSE）分别为5.78和8.79 W/m2，平均绝对误差（MAE）分别为4.22和6.81 W/m2。相较于其他方法，半阶导数法的优势在于物理机制明确，参数设置简洁，仅需单层地表温度值和土壤热属性数据作为模型输入。
利用观测资料结合遥感数据，基于半阶导数法估算青藏高原多年冻土区唐古拉和西大滩两个观测点2010—2012年的地表土壤热通量，并与“观测值”（利用10 cm土壤热通量和5 cm土壤温度观测数据计算得到的地表土壤热通量）及已有的3种遥感估算方法（GLEAM、PM-RS和组合法）进行对比分析。结果表明：1)半阶导数法估算的地表土壤热通量（G0）与观测G0具有较好的一致性，估算精度高；2)与已有的GLEAM、PM-RS和组合法相比，半阶导数法表现更好，估算的两个站点G0的相关系数（R）分别为0.85和0.81，偏差（Bias）分别为-0.70和0.08 W/m2，均方根误差（RMSE）分别为5.78和8.79 W/m2，平均绝对误差（MAE）分别为4.22和6.81 W/m2。相较于其他方法，半阶导数法的优势在于物理机制明确，参数设置简洁，仅需单层地表温度值和土壤热属性数据作为模型输入。
利用观测资料结合遥感数据，基于半阶导数法估算青藏高原多年冻土区唐古拉和西大滩两个观测点2010—2012年的地表土壤热通量，并与“观测值”（利用10 cm土壤热通量和5 cm土壤温度观测数据计算得到的地表土壤热通量）及已有的3种遥感估算方法（GLEAM、PM-RS和组合法）进行对比分析。结果表明：1)半阶导数法估算的地表土壤热通量（G0）与观测G0具有较好的一致性，估算精度高；2)与已有的GLEAM、PM-RS和组合法相比，半阶导数法表现更好，估算的两个站点G0的相关系数（R）分别为0.85和0.81，偏差（Bias）分别为-0.70和0.08 W/m2，均方根误差（RMSE）分别为5.78和8.79 W/m2，平均绝对误差（MAE）分别为4.22和6.81 W/m2。相较于其他方法，半阶导数法的优势在于物理机制明确，参数设置简洁，仅需单层地表温度值和土壤热属性数据作为模型输入。
利用观测资料结合遥感数据，基于半阶导数法估算青藏高原多年冻土区唐古拉和西大滩两个观测点2010—2012年的地表土壤热通量，并与“观测值”（利用10 cm土壤热通量和5 cm土壤温度观测数据计算得到的地表土壤热通量）及已有的3种遥感估算方法（GLEAM、PM-RS和组合法）进行对比分析。结果表明：1)半阶导数法估算的地表土壤热通量（G0）与观测G0具有较好的一致性，估算精度高；2)与已有的GLEAM、PM-RS和组合法相比，半阶导数法表现更好，估算的两个站点G0的相关系数（R）分别为0.85和0.81，偏差（Bias）分别为-0.70和0.08 W/m2，均方根误差（RMSE）分别为5.78和8.79 W/m2，平均绝对误差（MAE）分别为4.22和6.81 W/m2。相较于其他方法，半阶导数法的优势在于物理机制明确，参数设置简洁，仅需单层地表温度值和土壤热属性数据作为模型输入。
中高纬度地区是全球气候变化的敏感区域，近几十年来，该区年平均气温的增幅远高于全球平均增温幅度。中国东北地区地处中高纬度，是中国湿地的集中分布区之一，区域内湿地碳氮循过程对气候变化极为敏感。基于文献分析，归纳总结了温度升高对中国东北地区湿地温室气体通量的影响及其作用机制，梳理了湿地温室气体源汇功能的变化，在此基础上提出了当前研究中存在的问题并对未来研究进行了展望。总体来说，气温升高引起土壤温度升高、植物生长加快、微生物活性增强以及土壤理化性质的改变，从而影响湿地温室气体的吸收或排放。此外，气温升高可促使东北地区湿地由CH4的弱源向强源以及CO2由汇向源逐渐转变，但对N2O源汇变化的研究还存在较多不确定性。现有研究对东北地区湿地的覆盖还不够全面，缺少长时高频的监测以及多梯度、多因子交互作用的研究。未来应针对上述问题开展综合研究与分析，并进一步探究不同温室气体通量变化的相互影响机制。
中高纬度地区是全球气候变化的敏感区域，近几十年来，该区年平均气温的增幅远高于全球平均增温幅度。中国东北地区地处中高纬度，是中国湿地的集中分布区之一，区域内湿地碳氮循过程对气候变化极为敏感。基于文献分析，归纳总结了温度升高对中国东北地区湿地温室气体通量的影响及其作用机制，梳理了湿地温室气体源汇功能的变化，在此基础上提出了当前研究中存在的问题并对未来研究进行了展望。总体来说，气温升高引起土壤温度升高、植物生长加快、微生物活性增强以及土壤理化性质的改变，从而影响湿地温室气体的吸收或排放。此外，气温升高可促使东北地区湿地由CH4的弱源向强源以及CO2由汇向源逐渐转变，但对N2O源汇变化的研究还存在较多不确定性。现有研究对东北地区湿地的覆盖还不够全面，缺少长时高频的监测以及多梯度、多因子交互作用的研究。未来应针对上述问题开展综合研究与分析，并进一步探究不同温室气体通量变化的相互影响机制。
中高纬度地区是全球气候变化的敏感区域，近几十年来，该区年平均气温的增幅远高于全球平均增温幅度。中国东北地区地处中高纬度，是中国湿地的集中分布区之一，区域内湿地碳氮循过程对气候变化极为敏感。基于文献分析，归纳总结了温度升高对中国东北地区湿地温室气体通量的影响及其作用机制，梳理了湿地温室气体源汇功能的变化，在此基础上提出了当前研究中存在的问题并对未来研究进行了展望。总体来说，气温升高引起土壤温度升高、植物生长加快、微生物活性增强以及土壤理化性质的改变，从而影响湿地温室气体的吸收或排放。此外，气温升高可促使东北地区湿地由CH4的弱源向强源以及CO2由汇向源逐渐转变，但对N2O源汇变化的研究还存在较多不确定性。现有研究对东北地区湿地的覆盖还不够全面，缺少长时高频的监测以及多梯度、多因子交互作用的研究。未来应针对上述问题开展综合研究与分析，并进一步探究不同温室气体通量变化的相互影响机制。
欧亚大陆积雪是影响中高纬气候的重要因子，深入理解该区域积雪异常变化的特征及其成因，对于气候研究和预测有重要意义。目前的研究大多关注积雪年际、年代际变化及其气候效应，而有关积雪季节内变化的认识还有待加强。本文基于观测和再分析资料，通过统计诊断探讨了欧亚大陆不同区域春季融雪的季节内变化及其与之相关的大气环流特征和地表能量演变过程。结果表明，欧亚大陆春季融雪异常具有明显的季节内变化特征，其主导周期为10～30 d，且季节内变化的信号主要出现在斯堪的纳维亚半岛、东欧平原和西西伯利亚三个区域。进一步分析表明，斯堪的纳维亚半岛地区融雪季节内变化可能和斯堪的纳维亚半岛遥相关型负位相（SCA-）有关，东欧平原融雪季节内变化可能和欧亚遥相关型负位相（EU-）有关，西西伯利亚地区融雪季节内变化可能和斯堪的纳维亚半岛遥相关型正位相（SCA+）有关。不同区域导致融雪异常的原因存在明显差异，长波辐射增加可能是斯堪的纳维亚半岛区域开始发生融雪异常的主要原因；而在东欧平原和西西伯利亚区域，感热通量异常可能是开始发生融雪异常的主要原因。
欧亚大陆积雪是影响中高纬气候的重要因子，深入理解该区域积雪异常变化的特征及其成因，对于气候研究和预测有重要意义。目前的研究大多关注积雪年际、年代际变化及其气候效应，而有关积雪季节内变化的认识还有待加强。本文基于观测和再分析资料，通过统计诊断探讨了欧亚大陆不同区域春季融雪的季节内变化及其与之相关的大气环流特征和地表能量演变过程。结果表明，欧亚大陆春季融雪异常具有明显的季节内变化特征，其主导周期为10～30 d，且季节内变化的信号主要出现在斯堪的纳维亚半岛、东欧平原和西西伯利亚三个区域。进一步分析表明，斯堪的纳维亚半岛地区融雪季节内变化可能和斯堪的纳维亚半岛遥相关型负位相（SCA-）有关，东欧平原融雪季节内变化可能和欧亚遥相关型负位相（EU-）有关，西西伯利亚地区融雪季节内变化可能和斯堪的纳维亚半岛遥相关型正位相（SCA+）有关。不同区域导致融雪异常的原因存在明显差异，长波辐射增加可能是斯堪的纳维亚半岛区域开始发生融雪异常的主要原因；而在东欧平原和西西伯利亚区域，感热通量异常可能是开始发生融雪异常的主要原因。
