复杂山区地形条件下ERA5再分析地表气温降尺度方法

高时空分辨率的气温栅格数据是多种地学模型和气候模型的重要输入。山区地形复杂,气温空间异质性强,如何获取高时空分辨率的山区地表气温数据一直是研究热点与难点。本文选择地形复杂的河北省张家口市作为试验区,基于局部薄盘样条函数对ERA5再分析日均近地表气温（2 m高度）进行空间插值,并利用随机森林算法,结合少量气象站观测气温数据、地形地表参数数据构建日均气温订正模型和气温逐时化模型,实现空间分辨率由0.1 °（约11 km）到30 m的逐时气温降尺度,最后将该模型拓展应用于其他时间与区域,检验本文发展的降尺度方法在没有站点观测数据条件下的时空移植性。结果显示,本文降尺度方法得到的高时空分辨率山区气温数据精度较高,1月均方根误差（RMSE）平均值为2.4 ℃,明显优于气象站点插值结果,且气温相对高低的空间分布更为合理、纹理更加丰富;将该方法应用到其他时间与区域的RMSE平均值分别为2.9 ℃与2.5 ℃,均小于再分析资料直接插值所产生的误差。研究结果总体表明,在气象站点较少甚至没有时,可利用本文方法通过ERA5再分析气温准确获取复杂地形条件下的山区高时空分辨率气温数据。     

闽东南沿海地区景观指数粒度效应的高分辨率遥感分析

以闽东南沿海地区3个流域SPOT 5影像解译所得的土地覆被类型分布图为原始矢量数据,通过优势规则聚合为一系列不同粒度大小的栅格类型图,统计各粒度下28种常用景观指数值;采用尺度检测图分析各种景观指数的粒度变化响应规律,对比中分辨率数据与高分辨率数据所建立尺度函数的差异,评价预测响应型指数尺度下推的相对误差。结果表明：闽东南沿海地区景观指数的粒度效应明显,可分为预测响应型、分段预测型、阶梯变化型和波动变化型4类,其中分段预测型指数由已有报道的预测响应型分化而来,其尺度转折点位于5 m 、7.5 m或10 m等粒度下,即高分辨率影像对景观指数粒度效应的分类有重要影响。在预测响应型指数中,高分辨率影像对ED、SHAPE_MN、CONTIG_MN和AI 4种指数的尺度函数影响较大,由中分辨率数据所建立的尺度函数进行尺度下推,会带来较大误差;这些指数的区域差异性也较大,对同一指数来说,不同区域可选用不同的尺度函数进行尺度下推。     

基于TRMM降水数据的空间降尺度模拟

本研究以黑河流域为例,通过在不同空间尺度上建立降水与影响因素的关系并选择最优尺度以此进行降尺度,建立了基于地理加权回归（GWR）与高精度曲面建模方法（HASM）相结合的跨尺度统计降尺度方法,对TRMM降水数据进行了降尺度模拟。最后,结合站点观测数据采用交叉验证法对降尺度结果进行了验证。结果表明,与传统的降尺度方法相比,考虑最优尺度的降尺度方法在一定程度上提高了降尺度结果的精度,同时表明对跨尺度过程中产生的误差进行修正可进一步提高结果精度。本研究所提出的方法可用于粗分辨率降水数据的降尺度模拟,可为站点稀疏地区或地形复杂地区高分辨率高精度降水数据的获取提供方法上的支持。     

高精度曲面建模的中国气候降尺度模型

 与站点统计降尺度插值和动力降尺度相比,高精度曲面建模(HASM)降尺度,具有不需大尺度预报因子,直接从GCM结果构建区域上高空间分辨率的未来气候模拟曲面的优势。HASM降尺度将未来气候,分为历史观测拟合的气候基准值和GCM未来气候变化值进行模拟,精度明显高于传统方法,但常系数全局拟合的气候基准值忽略了降水分布的空间非平稳性,导致降水模拟受到较大影响。为增强降水降尺度的气候背景值的描述能力,通过分析全国尺度降水的非线性非平稳性特点,提出耦合空间变系数气候基准值的HASM空间变系数降尺度模型(HASM-SVDM)以改进HASM对非平稳要素的降尺度能力,并以1961-2010年全国气温降水观测数据结合地形特征信息,利用HASM降尺度方法对HadCM3的A1Fi、A2a和B2a 3种情景的1961-1990、2010-2039、2040-2069和2070-2099时段的全国未来气温与降水进行降尺度模拟。分析表明,耦合全局线性模型的HASM常系数降尺度模型适合全国气温的降尺度模拟,而耦合空间变系数拟合的HASM-SVDM增强了空间非平稳背景值的描述能力,模拟的空间分布更能体现降水总体的非均匀分布趋势,适合全国降水的降尺度模拟。     

遥感数据的高斯金字塔尺度上推方法研究

尺度转换是遥感信息科学领域的研究热点,其传统研究方法大多局限于统计模型,对数据的空间结构信息考虑较少,很难满足遥感数据的多尺度表达要求。基于此,针对遥感数据的尺度不一致问题,本文提出了一种利用高斯金字塔的图像模糊特性进行遥感数据尺度上推的方法,在对金字塔每一层的数据高斯模糊的基础上,通过多次连续的降采样,得到一系列不同尺度的数据,从而满足实际应用的空间分辨率要求。为了验证本文所提方法的有效性,本文选择Landsat7 ETM影像和ASTER GDEM为研究数据进行尺度上推,并与传统的最邻近、双线性以及立方卷积等方法进行了实验对比,采用均值、方差、均方根误差、平均绝对误差等评价指标,以及相同分辨率的ASTER GDEM和SRTM DEM的等高线套合结果来衡量高斯金字塔方法的性能。实验结果表明,本文使用的高斯金字塔尺度上推方法能够有效地实现连续遥感数据的尺度转换,在保持遥感数据局部细节特征的基础上,较好地保持了原始遥感数据的信息量以及空间结构特征。     

基于随机森林的西辽河流域CCI土壤湿度降尺度研究

土壤湿度是气候系统中的关键因子，对农业管理、水资源管理和生态系统监测与评估等具有重要应用价值。遥感土壤湿度产品虽能提供大尺度范围的土壤湿度分布，但受限于较低的空间分辨率，难以满足实际应用的要求，对遥感土壤湿度产品的降尺度研究成为当前的热点之一。本文以0.25°分辨率的欧空局ESA CCI日土壤湿度为主要数据源，结合1 km分辨率的MODIS下垫面数据、地形数据、气象数据等环境因子，构建随机森林降尺度模型，对我国西辽河流域2013—2020年CCI日土壤湿度产品进行降尺度，得到1 km分辨率的土壤湿度时空分布数据。研究发现：(1)环境因子重要性分析表明，相对湿度和白天地表温度是影响土壤湿度变化最重要的2个因素，地形与位置因子的影响次之；(2)利用研究区内22个站点的实测数据序列对随机森林降尺度模型性能进行验证，结果表明考虑多种环境因子（地表、地形和气象）的降尺度结果比仅考虑地表参数的降尺度结果的精度要高，每个站点的RMSE都在0.048 8 m3/m3以下，平均相关系数为0.497 3,BIAS绝对值在0.003 0～0.033 3 m3/m3，降尺度后的土壤湿度与原始CCI遥感土壤湿度...     

克里格法的土壤水分遥感尺度转换

 尺度效应往往会制约着定量遥感反演的精度,对地学信息进行空间尺度转换是生产实践的必然要求,而常用的尺度转换模型多利用光谱数据进行差值计算,不适合升尺度和降尺度转换。由于土壤含水量数据具有区域变化量的随机性和结构性特点,本文以15m分辨率的ASTER图像像元为基本单元,采用点克里格法完成ASTER 15m至7.5m分辨率的土壤含水量数据降尺度转换,从分维数的相似程度上来看,转换结果是合理的;并利用块状克里格法对地面实测样点数据进行点到7.5m分辨率的面数据升尺度转换,将升尺度和降尺度转换结果与实测样点均值相比较,结果表明:7.5m分辨率的实测样点土壤水均值误差在1.5782-5.019之间,块状克里格法获取的升尺度土壤含水量数据与点克里格法获取的降尺度土壤含水量数据之间误差则为1.2825-5.0481,可见克里格法考虑了点与周边的关系,所获得的土壤含水量值要优于未考虑空间异质性的土壤含水量平均值。     

扩边尺度对重力异常分层分离处理的影响——以插值切割法为例

以插值切割法为例,对理想模型在地表的重力异常数据进行不同尺度的扩边,并对扩边后的数据进行不同深度层源的切割分离。基于分离后的结果,从不同扩边尺度、不同深度层源的重力异常差异、扩边尺度与重力场源分离误差的角度研究扩边尺度对重力异常分层分离处理的影响。结果表明： 1） 理想模型数据区域的边界效应与扩边尺度、切割分离深度、异常的规模和幅度及空间位置等因素相关; 2） 扩边尺度的选择应综合考虑分析资料所需满足的精度和数据计算效率,扩边尺度不宜过大,扩边尺度与重力异常分层分离最大切割深度至少应满足2∶1的要求才能明显改善边界效应,对含有较大重力异常边界进行切割分离时,应在2倍扩边尺度的基础上再进一步扩边; 3） 边界效应的空间展布不是由数据区域边界向中心区域均匀分布,而与异常体的规模和空间位置有关。     

成都市空气质量预报中WRF的本地化参数选取

为更准确的研究气象因素对成都市空气质量的影响,需要进一步提高天气预报模式WRF的模拟效果。设定16种天气预报模式WRF中尺度数值模式的参数化方案与气象信息综合分析处理系统(MICAPs)的气象实测数据进行地表温度(T2m)和海平面气压(Psl)及高空温度的比对,通过统计学方法进行结果评估,选取适用于成都市本地化的天气预报模式WRF参数方案。结果表明:第15组参数化方案模拟结果与气象信息综合分析处理系统(MICAPs)气象实测数据的对比分析效果表现最佳,是为成都市空气质量预报中天气预报模式WRF的最优参数设置,第11组次之。     

多源遥感数据的降水空间降尺度研究——以川渝地区为例

大量研究表明,通过传统地面气象站点实测的单点数据,不能有效地反映降水的空间变化特征。目前,以遥感数据获取的降水产品已得到了广泛的应用,但在地形地势复杂区域,遥感降水产品的空间分辨率与数据精度等方面仍然存在着极大的不足。因此,本文以四川重庆(川渝)地区为例,通过建立降水产品降尺度算法,以实现降水产品的降尺度估算,提高降水数据的空间分辨率。依据在不同尺度下(0.25°、0.50°、0.75°和1.00°),TRMM 3B43、地理因子,以及MOD13A3(NDVI)之间存在的相关关系,构建了多元回归模型。通过对比这4种尺度下的回归模型,选择其中精度最高的作为最终的降尺度算法,然后再把这种降尺度算法应用到1 km分辨率下进行降水估算。进一步,以区域差异分析(GDA)和区域比率分析法(GRA)对降尺度估算的降水数据进行校正,并结合部分地面气象站点实测的降水数据进行验证。验证结果表明:降尺度算法是可靠的,能有效提升降水产品的空间分辨率,同时GDA和GRA校正方法能减小误差,进一步提升降水估算的精度,满足区域地表过程应用的需求。     

EXERCISE IN DOWNSCALING ON SEA SURFACE TEMPERATURE ALONG CHINESE COAST

ＩＮＴＲＯＤＵＣＴＩＯＮＴｈｅｍｏｎｓｏｏｎｈａｓａｃｉｒｃｕｌａｔｉｏｎｆｅａｔｕｒｅｔｈａｔｉｓｐｌａｎｅｔａｒｙｉｎｓｃａｌｅａｎｄａｎｉｄｅｎｔｉｆｉａｂｌｅｓｉｇｎａｌｒｅｇａｒｄｉｎｇｉｔｓｓｕｂｓｅｑｕｅｎｔｉｎｔｅｎｓｉｔｙｓｏｍｅｎｉｎｅｍｏｎｔｈｓｐｒｉｏｒｔｏｔｈｅａｃｔｉｖｅｓｔａｇｅｏｆｔｈｅｓｕｍｍｅｒｍｏｎｓｏｏｎ(ＷｅｂｓｔｅｒａｎｄＹａｎｇ,1992).Ｆｕｒｔｈｅｒｍｏｒｅ,ｔｈｅｍａｇｎｉｔｕｄｅｏｆｔｈｅｍｏｎｓｏｏｎｖａｒｉａｂｉｌｉｔｙｉｓｓｕｂｓｔａｎｔｉａ…     

改进的DisTrad模型在地形起伏区地表温度空间分辨率提升的应用

DisTrad（Disaggregation procedure for radiometric surface temperature）模型是常用于遥感地表温度空间分辨率提升的主要模型之一。DisTrad模型常面向空间范围有限、地形相对平坦的研究区域,且常选用植被参数（如植被指数或植被覆盖度等）作为关键参数。然而在空间范围较大、地形起伏地区,地表温度的空间变异可能无法完全通过植被参数解释。本研究选取四川盆地及毗邻地区为研究区,通过模拟数据研究DisTrad模型在地形起伏区地表温度空间分辨率提升中的适用性。数字高程模型（Digital Elevation Model,DEM）、归一化差值植被指数（Normalized Difference Vegetation Index,NDVI）等参数,采用滑动窗口逐步回归,将空间分辨率为6km的地表温度提升至空间分辨率为1km。研究结果表明,改进的模型在平原及海拔较低的高原地区提升获得的地表温度空间分辨率具有较高精度,均方根误差（Root Mean Square Error,RMSE）为0.5K左右;在地形起伏较大的地区,RMSE为4K,验证了改进的模型提升的可行性。     

基于随机森林算法的地表温度鲁棒降尺度方法

陆地表面温度是描述区域或者全球范围内陆地表面与大气的相互作用和能量平衡最重要的环境参数之一。针对目前尚未有遥感卫星能够同时提供具有高时间和高空间分辨率的地表温度产品的问题,国内外学者发展了多种对低空间分辨率的地表温度进行降尺度的算法。然而,由于对地表温度解释变量和降尺度模型的选择往往具有区域局限性,导致了降尺度模型的泛化能力受到了一定的限制。本文首先评估了地表反射率、遥感光谱指数、地形因子、地表覆盖、经纬度以及基本状态变量6类环境参量与地表温度之间的相关关系,并在此基础上筛选出最佳解释变量;同时,结合在非线性回归问题上表现比较优秀的随机森林算法,建立了一种鲁棒性的基于随机森林算法地表温度降尺度模型（RRF）。本文选取了中国范围内具有代表性的11个地区作为主要研究区,将空间分辨率为1 km的MODIS地表温度产品降尺度至90 m。以北京市2个典型地表类型的子区域为代表研究区,通过与传统的基于归一化植被指数与地表温度相关关系的TsHARP模型,以及基于红波段和近红外波段以及地表高程作为尺度因子建立的简单Basic-RF模型的对比分析可得,RRF模型在2个子研究区降尺度结果均优于TsHARP模型和Basic-RF模型,其均方根误差分别为2.39 K和2.27 K。通过进一步对2个子研究区训练的RRF进行交叉验证,证明在一个研究区训练的RRF应用至另一研究区的降尺度时,RRF模型表现出了较好的鲁棒性,降尺度结果的均方根误差分别为2.56 K和2.44 K,精度误差相差仅为0.17 K。通过将RRF应用于中国范围内的多个研究区,结果表明利用少量训练数据构建的RRF模型适用于大范围的区域,地表温度降尺度结果都能取得较好的精度。     

Projections of the impacts of climate change on the water deficit and on the precipitation erosive indexes in Mantaro River Basin,Peru

Projections of climate change are essential to guide sustainable development plans in the tropical Andean countries such as Peru. This study assessed the projections of precipitation and potential evaporation, rain erosive potential, and precipitation concentration in the Mantaro River Basin, in the Peruvian Andes, which is important for agriculture and energy production in Peru. We assumed the Intergovernmental Panel on Climate Change (IPCC) A1B greenhouse gas emission scenario and simulated the global climate change by the HadCM3 global climate model. Due to the steepness of the mountain slopes and the narrowness of the river valley, this study uses the downscaling of the global model simulations by the regional Eta model down to 20-km resolution. The downscaling projections show decrease in the monthly precipitation with respect to the baseline period, especially during the rainy season, between February and April, until the end of the 21st century. Meanwhile, a progressive increase in the monthly evaporation from the baseline period is projected. The Modified Fournier Index (MFI) shows a statistically significant downward trend in the Mantaro River Basin, which suggests a possible reduction in the rain erosive potential. The Precipitation Concentration Index (PCI) shows a statistically significant increasing trend, which indicates increasingly more irregular temporal distribution of precipitation towards the end of the century. The results of this study allow us to conclude that there should be a gradual increase in water deficit and precipitation concentration. Both changes can be negative for agriculture, power generation, and water supply in the Mantaro River Basin in Peru.     

Climate change and its effects on runoff of Kaidu River,Xinjiang, China: A multiple time-scale analysis

This paper applied an integrated method combining grey relation analysis, wavelet analysis and statistical analysis to study climate change and its effects on runoff of the Kaidu River at multi-time scales. Maj or findings are as follows： 1） Climatic factors were ranked in the order of importance to annual runoff as average annual temperature, average temperature in autumn, average temperature in winter, annual precipitation, precipitation in flood season, av- erage temperature in summer, and average temperature in spring. The average annual temperature and annual precipitation were selected as the two representative factors that impact the annual runoff. 2） From the 32-year time scale, the annual runoff and the average annual temperature presented a significantly rising trend, whereas the annual precipitation showed little increase over the period of 1957-2002. By changing the time scale from 32-year to 4-year, we observed nonlinear trends with increasingly obvious oscillations for annual runoff, average annual temperature, and annual precipitation. 3） The changes of the runoff and the regional climate are closely related, indicating that the runoff change is the result of the regional climate changes. With time scales ranging from 32-year, 16-year, 8-year and to 4-year, there are highly significant linear correlations between the annual runoff and the average annual temperature and the annual precipitation.     

1982-2006年加纳植被覆盖时空变化及其气候影响

非洲陆地生态系统是气候变化的高敏感区,研究该区域植被覆盖变化及其控制因素,对深刻认识气候变化的影响具有重要意义。本文利用1982-2006年植被指数（NDVI）数据,研究位于非洲西部热带地区的加纳共和国植被覆盖的时空变化特征,结合同期的气温和降水量数据,分析其植被活动对气候变化的响应特征。研究结果表明,加纳86.4%的植被覆盖区NDVI在25 a间都呈现不同程度的增加趋势。20世纪80年代初和21世纪初这2个时期,NDVI值大于0.4的面积百分比呈增加趋势;NDVI值大于0.5的面积百分比从26%增加到38.2%;NDVI值在0.4-0.5之间的面积百分比从47.5%增加到51.9%。NDVI受降水量控制的区域占总区域面积的57.2%,而受气温控制的面积占总区域面积的42.8%。总的来看,加纳植被覆盖对降水量变化的敏感程度强于气温变化。     

东北地区TRMM数据降尺度的GWR模型分析

利用东北地区2000-2010年93个气象站点观测数据作为“真实值”,对TRMM降水数据进行精度验证,发现研究区TRMM降水数据与观测数据之间具有明显的线性相关性,且TRMM降水数据数值偏大于观测值,表明TRMM降水数据在东北地区具有一定的可信度。对东北地区多年平均、2001、2010年的TRMM数据,进行GWR模型降尺度研究,得到1 km的新降水数据,并与全局OLS回归模型进行对比。结果表明：（1）相比全局OLS回归模型,GWR模型的降尺度结果可获得更好的R与RMSE,说明GWR模型更适用于东北地区TRMM数据的降尺度研究;（2）东北地区GWR模型的降尺度分析结果与观测数据之间的相关系数在0.44-0.97之间,且分布较分散;（3）经过降尺度的TRMM降水数据,在空间分辨率上有较大提高,能更真实地反映研究区的降水特征,为该数据小尺度的应用研究奠定基础。