TRMM降水数据的空间降尺度方法研究

以天山中段为研究区,以降水与高程（DEM）、植被指数（NDVI）、坡向（Aspect）、经纬度与之间存在的相关关系为基础,构建了TRMM卫星3B43降水数据与NDVI、DEM和坡向等相关因子的回归模型,对TsHARP统计降尺度算法引入DEM和局部Moran指数进行改进,得到2001~2006年研究区的250 m高分辨率降水空间分布数据。最后利用研究区气象站点降水数据对降尺度结果进行验证,得出降尺度的结果和实测值的误差明显小于原始降水数据和实测值的误差,年均降水最大改善程度是70 mm,因此构建的降尺度方法是合理可行的,可用于山区降水数据的降尺度研究。     

基于地理加权回归模型的典型山地卫星反演降水产品降尺度研究

降水是陆地水循环的关键变量,高分辨率降水数据的获取是准确模拟陆地水循环过程的前提。虽然卫星反演降水产品具有较强的空间代表性和连续性,但其空间分辨率较低的问题限制了它的应用。以太行山、横断山和喀斯特山区为研究对象,基于降水与高程(DEM)、植被指数(NDVI)之间存在较好相关关系的假设,构建了GPM降水(Global Precipitation Measurement Mission)与高程、植被指数的地理加权回归模型,得到了2014—2016年研究区1 km分辨率GPM降水数据。研究结果表明:地理加权回归模型能有效地提高GPM数据的空间分辨率。降尺度后,GPM数据精度在太行山和横断山区略有提高。年尺度上,相比于原始GPM数据,太行山和横断山区降尺度数据站点实测数据的确定系数分别提高了0.06和0.08,RMSE分别降低了0.45%和3.89%,MAE分别降低了0.16%和1.70%;月尺度上,太行山区67%的月份,横断山区83%的月份GPM产品降尺度后更加接近于站点实测数据。喀斯特地区GPM数据降尺度后精度略有下降,降尺度后,年尺度的降雨数据与实测数据的RMSE和MAE分别增加了10.00%和8.00%,R~2降低了0.06,月尺度上仅8月和9月降尺度后的精度更高。降雨与地形和NDVI的关系较弱是喀斯特地区降尺度效果较差的主要原因。     

基于GWR模型的陕西秦巴山区TRMM降水数据降尺度研究

应用TRMM降水数据,进行国内典型区域降尺度相关研究,可弥补应用气象站点数据研究带来的局限。以陕西秦巴山区为研究区,基于TRMM降水数据和NDVI数据,应用GWR模型和比例指数,获得GWR年、月降尺度数据并进行检验,最后分析地形对降尺度结果的影响。结果表明：获得的1 km分辨率的GWR降尺度降水数据,具有较强的细节表现能力;降尺度数据与实测降水数据年尺度上相关系数为0.88,月为0.93,相关性较好;与TRMM原始数据对比,降尺度结果降水值略小,整体低估降水;区内秦岭山地GWR降尺度结果精度变化幅度最小,相似地形条件下,海拔越高,GWR降尺度结果表现越好;采用GWR模型进行秦巴山区TRMM降水数据的降尺度研究,具有较强的适用性。     

太行山区遥感卫星反演降雨产品降尺度研究

高时空分辨率降雨数据的获取对陆地水循环研究至关重要。遥感卫星反演降水产品虽然能有效再现降雨的空间格局,但存在空间分辨率较低的问题。以植被指数NDVI(Normalized Difference Vegetation Index)和海拔高度为自变量,通过构建太行山区GPM降水(Global Precipitation Measurement Mission)的时滞地理加权回归模型,得到了2014—2016年研究区1 km分辨率GPM降水数据。研究结果表明：利用植被指数和海拔高度构建的时滞地理加权回归模型能够有效地对太行山月尺度GPM降雨数据进行尺度下延,在提高GPM数据空间分辨率的同时保留了原始数据的观测精度。考虑NDVI的时滞性提高了地理加权回归模型的降尺度效果,相对于多元线性回归模型和不考虑NDVI时滞效应的地理加权回归模型,时滞地理加权回归模型的降尺度结果与站点实测数据的确定性系数更高,RMSE更低。冬季降雨与第二年春季植被NDVI的关系较为密切,虽然采用第二年春季的NDVI作为解释变量构建降尺度模型能有效地提高冬季降雨的降尺度效果,但基于植被指数和海拔高度构建的时滞地理加权回归模型更加适用于植被生长季GPM降雨数据的降尺度研究。     

薄盘光滑样条插值中三种协变量方法的降水量插值精度比较

在薄盘光滑样条插值中,高相关协变量的选取决定了插值结果的精确性。以2001-2009年全国728个气象站点日降水为数据源,提取年降水量数据,在分析多年平均降水量与两协变量高程（DEM）和距海岸线距离（DCL）的空间相关性基础上,利用ANUSPLIN软件,比较不同协变量下降水量插值结果精度在全国尺度以及区域尺度上的差异。以DEM、DCL及DEM-DCL分别为协变量对降水量数据进行空间插值发现：①在全国尺度上,DEM法的平均绝对误差（MAE）为47.79,略低于DEM-DCL法（48.90）,但显著低于DCL法（55.54）;且DEM法的平均相对误差和均方根误差也明显低于其它两种方法。②在区域尺度上,除西藏地区外的其他7个区域,3种方法的插值误差与全国尺度上相一致。西藏地区降水插值结果以DCL法的精度最高,而DEM法则较差。研究建议除在西藏地区的降水量插值研究中采用DCL法,在全国其他大部分区域采用DEM法。     

祁连山TRMM降水数据降尺度不同方法比较研究

降水数据对研究山区陆面过程、水文模型、生态模型至关重要,而山区地形复杂降水数据获取困难,且TRMM (Tropical Rainfall Measuring Mission)降水数据空间分辨率难以进行小尺度区域降水研究。本文以祁连山为研究区,应用2005—2016年的TRMM降水数据,从不同时间尺度对TRMM降水数据在祁连山的适用性进行分析,利用多元逐步回归模型、地理加权回归模型、随机森林模型三种降尺度方法,分别建立了降水与高程、植被指数、纬度、经度、坡度、坡向的关系,获得1 km高分辨率的TRMM降尺度数据,并通过对比三种模型的降尺度结果来选取适用于祁连山的降尺度方法。结果表明:(1)TRMM降水数据适用于祁连山。TRMM降水数据和实测数据在不同时间尺度上具有显著的相关性,年、季、月相关系数分别为0.88、0.92、0.88。(2)三种降尺度模型都能有效地获得1 km高分辨率的TRMM降尺度数据,其中随机森林模型更适用于获取祁连山TRMM降尺度降水数据。(3)相比于原始TRMM降水数据,随机森林模型降尺度结果整体偏小,同时具有更高的空间分辨率和更小的偏差。本研究可以为进一步获取西部山地高空间分辨降水数据和开展水文研究提供参考与借鉴。     

1982—2014年中国沿海地区归一化植被指数(NDVI)变化及其对极端气候的响应

基于1982—2014年GIMMS NDVI3g数据集,分析中国沿海地区生长季归一化植被指数（NDVI）的时空变化特征,探讨NDVI对极端气温和极端降水年尺度和月尺度的响应特征。结果表明：中国沿海地区及其子区域NDVI均呈上升趋势,且该趋势具有一定持续性;江南及其以南各子区域的NDVI高于江南以北,但长江三角洲、珠江三角洲等地区NDVI下降较明显,而江南以北沿海地区NDVI多呈上升趋势。NDVI在东北沿海西部、华北和黄淮沿海各子区域与极端气温暖指数（暖昼日数和日最高气温的极高值）多呈负相关,在其他沿海地区多呈正相关。NDVI与极端气温冷指数（冷昼日数和日最低气温的极低值）在整个沿海地区基本呈负相关,且对冷指数的响应具有一定滞后性;江淮（含）以南各子区域的NDVI与气温日较差多呈正相关,以北基本呈负相关。NDVI在黄淮以北与极端降水之间一般呈正相关,在黄淮（含）以南和东北沿海中东部地区多呈负相关,黄淮（含）以北各子区域的NDVI对极端降水的滞后效应较明显。     

中国气温未来情景的降尺度模拟

由于GCM模拟的气温数据分辨率不高,很难用于区域尺度上各种生态系统的模拟。本文基于长时间序列（1964～2007年）的全国气温观测数据,结合经纬度数据、以及DEM、坡向、坡度等系列地形特征数据,利用空间统计方法,在构建年平均气温降尺度模型的基础上,运用高精度曲面建模（HASM）方法对HadCM3的A1Fi、A2a和B2...     

中国降水未来情景的降尺度模拟

基于长时间序列(1964～2007年)的全国降水观测数据, 结合经纬度数据以及DEM、 坡向、坡度等系列地形特征数据, 利用空间统计方法, 在构建年平均降水降尺度模型的基础 上, 运用高精度曲面建模(HASM)方法对经过降尺度分析的HadCM3的A1Fi、A2a和B2a 三种情景T1～T4时段的全国未来平均降水进行高精度曲面模拟。模拟结果显示, 在T1～T4 时段内, A1Fi、A2a和B2a三种情景的全国平均降水均呈持续增加趋势。其中, 平均降水在 A1Fi情景中增加速度最快, B2a情景中增加速度最慢;A1Fi和A2a两种情景的平均降水均呈 加速增加趋势, 而B2a情景的平均降水则呈减速增加趋势。模拟结果表明, 本文构建的降尺 度模拟方法可以有效地实现IPCC GCM 的低分辨率的降水情景数据降尺度转换成高分辨率的 降水数据。     

豫西山地植被NDVI及其气候响应的多维变化

豫西山地是秦岭山系在河南境内的余脉,处于亚热带向暖温带的过渡区域,是气候变化的敏感区。利用S-G滤波算法重构2000-2013年MODIS-NDVI时序影像,结合DEM、气温和降水数据,运用趋势分析、相关性分析等方法探讨豫西山地NDVI及其气候响应的多维变化。结果表明:(1)14年来豫西山地NDVI呈增长态势,增速为0.041/10a。NDVI值随山地海拔升高先增后降,随坡度增加而增大,在各坡向的分布相差不大。(2)植被在1100 m海拔区恢复概率最高,在1700 m区域退化概率最高;在10°~20°坡度区域恢复概率最高,在0°~5°区域退化概率最高;坡向对植被变化的分异作用不明显。(3)不同海拔、坡度、坡向上的植被所受影响因素不同,高海拔区植被动态主要受降水控制;不同坡度上的植被NDVI与气温的相关性均大于与降水的;在不同坡向上差异不明显。(4)崤山、熊耳山、伏牛山三大山脉北坡NDVI增速均大于南坡;北坡植被对降水变化较敏感,而南坡植被对气温变化较敏感。这些都是在全球变化背景下该区生态环境响应的重要信号,反映了过渡带生态响应因子对山地生态系统的重要性。     

蒙古高原地形与植被指数的特征尺度及多尺度耦合关系

基于GTOP30 DEM数据及MODIS NDVI数据,应用小波变换和小波多尺度相关分析方法对蒙古高原地形因子、NDVI因子的尺度特征及两因子间的多尺度相关关系进行研究。结果表明:1 DEM在北部地区的变异程度较南部强烈,在西部地区的变异程度较东部强烈。DEM的空间分布呈现出一个约为20 km的特征尺度。2NDVI空间分布格局的态势与DEM态势基本相同,且呈现出2个特征尺度,较小的特征尺度出现在2~4km左右,较大的特征尺度出现在20 km左右。3 DEM与NDVI在20 km尺度上存在耦合关系,即随着地形地貌在20 km尺度上发生较大变化,植被生长状况的空间分布也随之发生变化。地形因子趋向于在宏观尺度上制约NDVI的空间分布。论文最后总结了小波分析方法在地学空间数据中具有特征尺度识别和多尺度耦合相关分析的能力,同时也指出了该方法在连续尺度分析、特点位置多尺度相关分析以及二维小波分析方面的不足。     

豫西山地植被NDVI及其气候响应的多维变化北大核心CSCDCSSCI

豫西山地是秦岭山系在河南境内的余脉,处于亚热带向暖温带的过渡区域,是气候变化的敏感区。利用S-G滤波算法重构2000-2013年MODIS-NDVI时序影像,结合DEM、气温和降水数据,运用趋势分析、相关性分析等方法探讨豫西山地NDVI及其气候响应的多维变化。结果表明:(1)14年来豫西山地NDVI呈增长态势,增速为0.041/10a。NDVI值随山地海拔升高先增后降,随坡度增加而增大,在各坡向的分布相差不大。(2)植被在<1100 m海拔区恢复概率最高,在>1700 m区域退化概率最高;在10°~20°坡度区域恢复概率最高,在0°~5°区域退化概率最高;坡向对植被变化的分异作用不明显。(3)不同海拔、坡度、坡向上的植被所受影响因素不同,高海拔区植被动态主要受降水控制;不同坡度上的植被NDVI与气温的相关性均大于与降水的;在不同坡向上差异不明显。(4)崤山、熊耳山、伏牛山三大山脉北坡NDVI增速均大于南坡;北坡植被对降水变化较敏感,而南坡植被对气温变化较敏感。这些都是在全球变化背景下该区生态环境响应的重要信号,反映了过渡带生态响应因子对山地生态系统的重要性。     

复杂地形任意天气情形下太阳直接辐射量模拟

以太阳辐射传输参数化模型为基础,结合MODIS影像两次白天的云产品和水汽产品及DEM,构建了复杂地形任意天气情形下每日太阳直接辐射量模型。选取代表不同气候类型与地形起伏状况的3个典型站点（拉萨、北京、额济纳旗）,以2007年每日实测值对模拟结果进行了验证,其相关系数分别为0.77、0.77和0.85。研究表明:有云天气下,云是影响地表太阳直接辐射数量和空间分布的主要因子;模型对时间步长不敏感。引起误差的原因主要是MODIS云产品的时空分辨率较低以及云的3D效应导致模拟的困难,对地形起伏较大地区,小比例尺的DEM也会导致较大的误差,同时实测值与模拟值的空间尺度不匹配也引起了一定误差。     

洞庭湖流域植被动态变化的小波多分辨率分析

将离散小波多分辨率分析（MRA）应用于归一化植被指数（NDVI）时间序列研究,分解NDVI原数据序列成不同时间尺度的子序列,从而进行植被动态变化分析。针对洞庭湖流域的NDVI时间序列进行多尺度分解,挖掘这些数据中潜在的植被季节性和年际变化,对其进行评估,并结合土地覆盖变化与降水趋势变化分析引起该变化的可能原因。结果表明：小波多分辨率分析能提取洞庭湖流域植被动态的相关信息,如NDVI的年际成分均值、最低值、植被年内变化的振幅、NDVI最大值出现的月份和土地覆盖变化的趋势及幅度,这些信息有效刻画了流域植被动态变化特征。此外,将土地覆盖变化分析结果与降水数据相结合进行分析,发现流域植被覆盖的变化与降水变化有明显的关联性,其中西部地区和西北部地区植被动态变化对降水响应最为明显。但是有些地区降水没有明显减少趋势,而植被覆盖却存在减少趋势,则可能与该地地势较高、城镇化建设等其他因素相关。     

基于多种高分辨率卫星数据的TRMM降水数据降尺度研究——以内蒙古地区为例

利用内蒙古地区2001~2010年42个站点实测降水数据作为“真值”,采用LOO（Leave-One-Out）交叉验证、多元逐步回归等方法,构建TRMM（Tropical Rainfall Measuring Mission）降水数据与地形及气候等要素之间的多元回归关系,在此基础上,利用回归值+残差值的方法,获得空间分辨率为1 km×1 km的TRMM年降水数据,并对降尺度TRMM数据进行精度检验。研究表明：① TRMM数据可用于区域年降水量估计,且与实测年降水量呈显著线性关系;② 通过建立不同年份、不同空间分辨率TRMM数据与其它遥感数据的多元统计模型,研究发现在中尺度下TRMM与观测年降水数据拟合效果较好,且在空间分辨率为0.50°×0.50°时的拟合效果最好;③ 降尺度分析提高了TRMM数据对研究区降水时空特征的描述能力,确定性系数、标准误差和偏差均有明显改善,表明降尺度算法在将TRMM降水数据空间分辨率提高到1 km×1 km的同时,并能提高降水数据的精度。     

GPM卫星降水数据的降尺度研究 ——以陕西省为例

以陕西省内2019年33个地面气象观测站点的测量数据为真实值,选取相关系数(CC)、均方根误差(RMSE)以及相对误差(BIAS)等多种统计分析指标对GPM(Global precipitation measure-ment)卫星降水数据进行精度验证,并引入地形因子作为空间参考要素,基于地理加权回归模型(GWR)对GPM降水数据进行降尺度研究。结果表明:(1)在年际尺度上,GPM降水数据与实测降水数据之间有着明显的相关性,相关性较好(CC=0.89),相对误差则较低(BIAS=-0.45);(2)在季节尺度上,春、夏两季GPM降水数据的降尺度结果与实测降水数据之间的CC值分别为0.92和0.80,而秋季则为0.93;(3)降尺度降水量结果与高程呈现出明显的负相关性,随着海拔升高,降水相对减少。总体而言,GWR降尺度降水数据在陕西省内有着较好的精度,能够较为准确地反映陕西省内的降水分布。     

TRMM降水数据在横断山区的精度

利用相关系数法和散点斜率法对横断山区1998~2011年之间月尺度的TRMM 3B43降水数据精度进行了检验。研究表明,TRMM 3B43降水数据与实测数据相关性很强,但是比实测降水量偏大33.9%。在横断山北部大雪山以东地区和南部香格里-贡山-德钦一带三江并流区TRMM 3B43数据误差较大。各个季节TRMM 3B43降水与实测值误差的空间分布有较大区别,但是都表现为北部沿经向分布,南部沿纬向分布的趋势;横断山区高海拔地区气象站点稀少和复杂的下垫面环境是产生观测误差的主要原因。     

高分辨率青藏高原历史月降水数据重建

青藏高原对全球气候研究具有重要意义,而降水数据对水文、气象和生态等领域的研究也至关重要,且随着研究内容和尺度的变化,对高时空分辨率的历史降水数据的需求越发迫切。本文基于TRMM 3B43降水数据,采用随机森林算法,引入归一化植被指数(AVHRR NDVI)、高程(SRTM DEM)、坡度、坡向、经度、纬度6个地理因子,建立历史降水重建模型,获得1982-1997年分辨率为0.0833°的青藏高原年降水数据,然后根据比例系数法计算出月降水数据。为提高精度,利用站点数据对月降水数据进行校正。结果表明,该方法能简单有效地获得高时空分辨率的历史降水数据,决定系数R²大部分在0.4~0.9之间,平均值为0.6767,其中夏季效果最好,冬季效果最差;均方根误差RMSE和平均绝对误差MAE均在50 mm以下,RMSE均值为22.66 mm,MAE均值为15.97 mm;偏差Bias较小,基本在0.0~0.1之间。     

基于TRMM 3B43产品的1998—2016年黄淮海平原降水时空特征研究

以黄淮海平原为研究区,基于59个气象站点的逐月降水数据,采用相关系数（R）、相对误差（BIAS）和均方根误差（RMSE）对TRMM 3B43降水产品的精度进行系统评估,揭示黄淮海平原降水的时空变化规律。研究表明：① TRMM 3B43产品对研究区内大部分气象站点存在轻微高估现象,总体上TRMM产品和站点数据在黄淮海平原的拟合效果较好,且月尺度的精度较年尺度高;② 1998—2016年黄淮海平原年降水和秋季降水增加明显,其余季节降水呈不同程度的减少趋势;③ 研究区降水在空间上呈从南到北递减的趋势,且南北降水差距较大。研究结果为卫星降水产品在中纬度地区水资源评估、农业生产和洪旱灾害等研究提供一定的参考。     

2001-2010年石羊河流域上游TRMM降水资料的降尺度研究

在地形比较复杂的石羊河流域上游,基于2001-2010年TRMM3B43降水数据和1 km空间分辨率DEM数据,采用回归方程+残差法的插值方法,对石羊河流域上游10年平均TRMM3B43和2001、2007年两个典型干、湿年份的TRMM3B43数据分别进行降尺度操作,将空间分辨率由原来的0.25°×0.25°提高为1 km×1 km。利用研究区34个雨量站的观测数据作为"真实值",对2001-2010年的TRMM3B43和降尺度结果进行精度检验,结果表明:TRMM3B43降水数据整体上具有一定的可信度,但比地面站点观测的降水量偏小;TRMM3B43经过降尺度之后,数据在空间分辨率和精度方面都有一定程度的提高,其中10年平均TRMM3B43降尺度结果的精度要高于2001年(干旱),而2001年的降尺度结果精度又高于2007年(湿润);就单个雨量站而言,位于西部高海拔区域的站点的降尺度结果精度较高,而位于东部低海拔区域的站点的降尺度结果精度较低。