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。     

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。     

闽浙赣地区GPM IMERG降水产品降尺度建模与比较分析

针对目前的技术手段下难以直接获得大范围高精度精细化降水空间分布的问题,本文以闽浙赣地区为研究范围,选用GPM IMERG降水产品,综合应用地面实测降水数据以及水汽与植被指数数据,基于地理加权回归（GWR）法构建了基于水汽因子的降尺度模型,同时基于最小二乘（OLS）法构建了基于水汽因子与植被指数的对比模型,将降水产品的分辨率从0.1°提升至1 km,最终获得2015年闽浙赣地区各月精细化降水空间分布,使用验证站点实测数据进行验证。结果表明：① 构建的 3个降尺度模型中,GWR模型与2种OLS模型相比,拟合优度分别提升了102.9%和93.9%,模型降尺度结果整体优于2种OLS模型,且月际差异小,稳定性更高;2种OLS模型中,采用了水汽因子的模型拟合效果有8个月份更优;② 融合多源数据的GWR降尺度模型获得的结果在研究区内是可靠的,与GPM降水产品相比,在提升空间分辨率的同时,平均相对误差与均方根误差月均分别下降了42%和32%,精度明显改善。     

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。     

虚拟站点在黑河流域降水模拟中的应用

降水作为气候系统的关键因素,也是影响区域植被生长以及生态变化规律的重要因子。本文针对黑河流域气象站点分布稀疏情况,采用信息熵及半变异函数理论构建该流域虚拟气象站点,并结合部分已有站点对整个流域降水进行插值模拟。信息熵可以计算每个站点降水值所包含的信息,通过联合熵以及条件熵来依次选取所含信息量多的站点,同时结合半变异函数模型来观察各站点之间的空间相关性,以此构建最优站点数据集。利用1991-2003年该流域15个气象台站的年平均降水量作为基础数据,考虑高程、坡度、坡向对降水的影响,对降水进行相关性分析,建立回归方程反演虚拟站点降水值。最后,采用协同克里金（Co-Kriging）与具有漂移的克里金（KED）方法对该流域进行插值,对比插值精度。结果表明,增加虚拟站点有效提高了降水插值精度,在该情况下使用KED方法插值结果与观测值最接近。     

遥感及再分析降水产品在缺资料干旱内陆盆地的适用性评估

山区降水较集中,但降水测站多位于山谷或人口密集区,代表性差。遥感和再分析降水产品能提供时空分布连续的数据,不受地形条件限制。柴达木盆地中心属干旱荒漠区,水是制约该区开发的首要条件,其四周属高寒山区,降水相对较多,但降水监测十分薄弱。为获取该区相对精确的降水时空分布信息,本文评估了4套高分辨率降水产品（CMADS、TRMM、GPM和MSWEP）的适用性。首先基于地面站点数据评估它们在不同时空尺度上的精度,并分析它们在柴达木盆地的空间分布和年内分配特征。然后,以盆地东南隅的无测站山区香日德河流域为研究区,利用降水产品驱动SWAT模型来评估它们的分布式水文模拟适用性。结果表明：① MSWEP在年、月尺度上与站点降水的吻合程度最高（R ≥ 0.79,PBIAS = 0.5%）,其次是GPM和TRMM,CMADS精度最低（R ≥ 0.64,PBIAS = 5.8%）;② 从降水精度与站点高程的关系来看,降水产品在相对低海拔区容易高估站点降水,而在相对高海拔区常低估实际降水;③ 在香日德河流域,MSWEP（NSE = 0.64）在基准期（2009—2012年）的径流模拟表现明显好于其它降水产品（NSE = 0.36~0.59）,变化期（2013—2016年）表现最好的是CMADS（NSE = 0.75,其余产品NSE = 0.53~0.68）。本研究可为缺资料干旱山区获取精确的降水时空信息和后续水资源的科学管理与规划提供重要支撑。     

结合TRMM数据的区域降水高精度曲面建模研究

高精度曲面建模方法（High Accuracy Surface Modeling, HASM）,从理论上解决了传统方法在插值过程中峰值削平和边界震荡等问题。其模拟精度相对于经典插值方法有很大提高,已成功应用于人口密度、土壤属性,以及气候要素等领域的空间制图。然而,由于地面气象站点数量和分布的限制,使得HASM仅依靠站点数据难以得到高精度的空间降水估计数据,因此,本文以地貌与气候类型复杂多样的我国中西部地区2010年年降水量空间分布模拟为例,采用混合插值法进行HASM区域降水模拟。结果表明,TRMM作为背景场的HASM模拟的年降水量精度,在全局和局部明显优于IDW、Spline和Kriging等经典插值方法的结果,作为背景场的HASM模拟精度,MAE和RMSE分别为125.15 mm和155.80 mm,其他方法最好的模拟结果比其误差值分别高出53.6%和54.5%;其模拟误差在不同子区域都较小;各种方法在平原的精度都高于山区的精度。     

TRMM及GPM降水数据在高寒内陆河流域的准确性评估

降水数据的准确性和时空分辨率成为水文过程模拟的关键。卫星遥感降水资料的日益丰富为资料缺乏区的水文模拟带来了新的突破。本研究拟在资料缺乏、下垫面复杂,观测难、建模难的柴达木盆地高寒内陆河流域—巴音河中上游,基于近5年的TMPA 3B42、GPM IMERG V5及GPM IMERG V6逐日降水数据和气象站点观测数据建立SWAT模型,采用流域出口径流数据及不同的参数化方案分别率定4个模型,比较和探究不同数据在巴音河流域的适用性。结果表明：① 在月、年尺度上,实测降水数据及TMPA 3B42 V07对应的SWAT模型径流模拟效果较好,前者模拟精度较后者仅高6%~12%,且二者对于流域水量平衡的刻画均较准确。说明TMPA 3B42数据对应的径流模拟结果误差相对较小,可直接用于高寒内陆河流域水文模拟;② GPMIMERG V5数据对应的那什系数N_SE值为0.13（月）、-1.58（年）,误差百分数P_BIAS值为41.2%（月、年）,均方根误差与标准误差比率R_SR值为0.93（月）、1.61（年）,其径流模拟误差较大,模拟效果不可信,说明GPMIMERG V5数据集并不适用于巴音河流域水文模拟;③ GPMIMERG V6-F对应的月径流模拟结果明显优于GPMIMERG V5-F,前者模拟精度较后者提高4倍,但其模拟的年径流对应的N_SE值为-0.12,R_SR值为1.09。该研究可为资料缺乏的高寒内陆河流域生态水文过程模拟提供参考。     

IPCC AR5 全球气候模式模拟的中国地区日平均降水精度评价

本文利用中国区域660个站点逐日地面降水资料,评估了由IPCC（the Intergovernmental Panel on Climate Change）数据中心于2014年最新发布的15个全球气候模式（Global Climate Models, GCMs）以及多模式集合（Multi-Model Ensemble, MME）对中国降水的模拟精度。首先,从全球范围数据集中读取研究区范围内的GCMs降水模拟数据;然后,提取各个气象站点处的GCMs模拟值;其次,将GCMs在同一站点的模拟值取平均,得到MME模拟值;最后,以气象站点实际观测值为基准,对GCMs的模拟值精度进行评估。研究结果表明：IPCC AR5 GCMs 1996-2005年平均日降水模拟值偏差在中国地区的空间分布均呈现出西北向东南逐渐减小的特征,东部地区平均相对误差较小,平均相对误差较大的点主要分布在西部,但均方根误差呈现出从西北向东南增加的趋势;MRI-CGCM3有82.3%的日平均降水模拟值偏差都比较小,偏差介于-0.5到0.5之间;对于中国地区1996-2005年平均日降水量,BNU和MIROC-ESM模拟精度最低;MME模式模拟值的相关系数>0.5、平均相对误差<0.5和均方根误差<4 mm的百分率均为最高,分别达到64.8%、25.8%和86.4%,偏差介于-0.5到0.5之间的比例为56.7%,说明MME对中国地区日平均降水的模拟精度优于大部分模式,MME模式可在一定程度上减少单个模式未来情景模拟的不确定性。     

基于HASM方法的黑河流域潜在蒸发量的模拟

潜在蒸发作为研究蒸发及区域水循环的重要因素之一,其模拟结果对相关领域的研究应用具有重要影响。利用 2000-2009年“黑河流域每日四次常规气象观测数据集”所提供的12个气象站点的潜在蒸发数据,对黑河流域潜在蒸发量进行模拟。首先针对潜在蒸发的特点,分析影响研究区域潜在蒸发的气象因素、地理及地形因素,使用多项式回归和逐步回归的方法对研究区域潜在蒸发进行了背景趋势模拟,选出影响潜在蒸发的最优影响因素组合,在此基础上采用高精度曲面建模（HASM）方法,结合站点实测数据,对去掉趋势后的残差进行精度修正。本文使用kriging法、IDW法和Spline法插值所得潜在蒸发数据,以及“黑河流域1980-2010年3 km 6 h模拟气象强迫数据”作为对照,比较验证模拟精度。模拟结果表明：HASM方法模拟精度最高,模拟结果分布合理,表明该方法在潜在蒸发模拟中具有应用前景。该方法所得到的潜在蒸发数据可作为基础地理数据供相关研究应用。     

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。     

Spatial downscaling of climate variables using three statistical methods in Central Iran

Spatial downscaling methods are widely used for the production of bioclimatic variables(e.g. temperature and precipitation) in studies related to species ecological niche and drainage basin management and planning. This study applied three different statistical methods, i.e. the moving window regression(MWR), nonparametric multiplicative regression(NPMR), and generalized linear model(GLM), to downscale the annual mean temperature(Bio1) and annual precipitation(Bio12) in central Iran from coarse scale(1 km × 1 km) to fine scale(250 m ×250 m). Elevation, aspect, distance from sea and normalized difference vegetation index(NDVI) were used as covariates to create downscaled bioclimatic variables. Model assessment was performed by comparing model outcomes with observational data from weather stations. Coefficients of determination(R2), bias, and root-mean-square error(RMSE) were used to evaluate models and covariates. The elevation could effectively justify the changes in bioclimatic factors related to temperature and precipitation. Allthree models could downscale the mean annual temperature data with similar R2, RMSE, and bias values. The MWR had the best performance and highest accuracy in downscaling annual precipitation(R2=0.70; RMSE=123.44). In general, the two nonparametric models, i.e. MWR and NPMR, can be reliably used for the downscaling of bioclimatic variables which have wide applications in species distribution modeling.     

结合HASM和GWR方法的省级尺度近地表气温估算

卫星遥感反演得到的地表温度可用于近地表气温的估算,但现有方法的估算精度仍有进一步提升的空间。为了获取空间上连续且精度较高的近地表气温,本研究以四川省为例,首次将高精度曲面建模（HASM）用于遥感和气温实测数据的融合,并将综合了气温、地表温度、海拔、坡度、坡向的地理加权回归（GWR）拟合结果作为HASM模型的初始温度场,进而采用此种结合HASM和GWR的求解算法（HASM-GWR）,融合MOD11C3地表温度产品与190个气象台站的气温实测数据,开展省级尺度近地表气温估算,并通过比较HASM-GWR、GWR以及普通线性回归（OLS）3种方法的估算精度,评估各模型对近地表气温的估算效果。结果表明,相比于传统估算模型,采用HASM-GWR数据融合方法能有效提高近地表气温的估算精度。采用该方法的近地表气温估算残差,72%介于-1~1 ℃,90%介于-2~2 ℃;且与GWR和OLS模型相比,估算结果的均方根误差（RMSE）分别降低了25.42%和39.83%。     

基于TRMM数据的福建省降水时空格局BME插值分析

传统空间插值方法可获得福建省区域内降水的总体分布,但该地区气象站点较稀疏且分布不均,导致该区域内降水的空间插值结果误差较大。为提高插值精度,本文利用TRMM卫星数据以弥补站点数据的不足,尝试将TRMM数据作为"软数据"、台站数据作为"硬数据",两者相结合后采用贝叶斯最大熵(Bayesian Maximum Entropy,BME)方法对福建省降水的时空格局进行分析。以2000-2012年近13年20个气象站点的年降水量和月降水量为基础数据,分别利用普通克里格法(Ordinary Kriging,OK)和TRMM为"软数据"的BME插值法,分析福建省多年降水的时空分布格局,并对2种方法的插值结果进行比较。结果表明:在时空分布上,以TRMM数据为辅助变量的贝叶斯最大熵插值结果能更好地体现降水的局部差异特征;在误差评价上,以TRMM数据为辅助变量的贝叶斯最大熵插值结果的MAE和RMSE较小,表明TRMM数据作为"软数据"参与插值的BME方法可以在一定程度上弥补站点数据的不足,有效降低预测结果的绝对误差。通过对福建省降水插值的时空分布格局分析和误差评价可看出,BME插值法通过对基础台站数据,以及TRMM卫星产品数据的利用,使降水的时空分析结果更加真实客观,同时,为TRMM卫星降水数据的应用提供了一个新思路。     

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。     

基于OCO-2卫星观测模拟高精度XCO2的空间分布

本文首次基于OCO-2卫星观测数据,采用高精度曲面建模（High Accuracy Surface Modeling, HASM）的方法来模拟大范围高精度的二氧化碳柱浓度（XCO₂）的空间分布。首先,探讨分析HASM方法应用于模拟OCO-2卫星观测XCO₂的空间分布的可行性。从2014年9月至2015年8月OCO-2观测的12个月的XCO₂数据中,分别随机选取其各个月90%的XCO₂数据用于空间插值,剩余10%作为精度验证点。自验证结果表明,12个月的平均绝对值误差为0.34 ppm。由此可见,HASM适用于模拟OCO-2卫星观测XCO₂的空间分布。然后,采用HASM对OCO-2在2014年9月至2015年8月的各个月观测数据进行空间插值,获取空间分辨率为0.5°×0.5°的各个月均值XCO₂的空间分布,同时基于地基观测TCCON( Total Carbon Column Observing Network)站的XCO₂数据对HASM模拟结果进行交叉验证。验证结果表明,HASM模拟的XCO₂与TCCON站对应观测数据相比,其平均绝对值误差为0.81 ppm,相关系数为0.88。因此,HASM在模拟OCO-2卫星观测的XCO₂空间分布上具有很大的优势。