青藏高原河流地貌定量研究的基础——SRTM3空白数据填充方法剖析及数据填充质量评价

河流地貌和侵蚀是构造地貌研究的核心内容。90m分辨率的SRTM3数字高程模型被广泛运用于构造地貌学的研究,但数据空白区是其在河流地貌定量研究中的瓶颈。对SRTM3数据与中国1∶25万DEM数据的对比分析表明,1∶25万DEM数据在生成数字河网和河流纵剖面方面不如SRTM3数据,尤其是其在平原区数字河网提取中易发生错误,但在高山峡谷地区数据质量较好,而这正是SRTM3数据空洞的主要区域。对比国内外各种SRTM空洞填补方法发现,相对于算法的改进,高精度数据的参与是填充SRTM3数据空洞的关键。因此,利用SRTM3与1∶25万DEM数据的互补性,对SRTM3进行数据优化,是现阶段青藏高原河流地貌定量研究的基础。详细介绍了SRTM3空洞充填的步骤,具有实际参考价值。

基于SRTM3的MODIS图像几何精校正方法研究

地形地物被高度综合化,只存在超大尺度或大尺度的特征地物,可供选择GCP(地面控制点)的明显地物非常有限,这是中低分辨率遥感图像进行几何精校正面临的最大难题。本文提出了基于SRTM3数据构建与遥感图像几何特征尺度一致的地理参照,对MODIS图像进行几何精校正的方法。首先,利用90 m分辨率的SRTM3进行地形综合,生成250 m像元尺度的DEM并提取地性线,并将其与1∶25万的大型湖泊、大江大河矢量图合并;使用地形光照立体渲染模型(Hillshade)制作250 m的负立体可视化彩色地形地貌图;集成由3种地理信息要素构成的地理参照数据集。之后,分别选取250和500 m分辨率的MODIS数据,利用亚像元分解与增强技术制作125 m分辨率的假彩色影像。最后,叠加显示地理参照数据集和假彩色卫星图像,目视比对采集控制点,利用自适应三角网控制校正模型对多波段数据进行校正处理,其GCP点集的均方误差达到了431 m。结果表明:250 m分辨率的DEM地性线与MODIS亚像元图像表达的特征地物的几何尺度一致,MODIS图像中能识别的特征地物在SRTM3地性线与大型水系中均能找到,地性线所表达的特征地物点的数量多于遥感图像。与传统的基于基础地理底图选择控制点的方法相比,本文提出的方法更有利于同名地物点的判读和选取,并且操作处理简单,选取的GCP点的坐标精度较高,纠正处理工作效率高。

复杂地形地区WRF模式四种边界层参数化方案的评估

为更加精确地模拟复杂地形地区大气边界层中气象要素,将NASA发布的SRTM3(约90m分辨率)地形高度数据引入中尺度气象模式WRF(weather research and forecasting)中,结合四种边界层参数化方案(YSU、ACM2、MYN2.5level TKE(简称MYN)、Bougeault and Lacarrere TKE(简称BL))及模式自带地形数据GTOPO30(约1km分辨率),模拟了2008年4月24—25日安徽黄山及周边地区大气边界层气象要素场变化特征,并对模式输出的2m气温、2m露点温度、10m风速、湿度廓线与模拟区域内19个气象站及2个探空站数据进行比较。结果表明,无论采用哪种地形数据,四种边界层参数化方案中,YSU方案模拟的2m气温误差最小,ACM2方案模拟的2m露点温度和10m风速误差最小;采用SRTM3数据后,四种边界层参数化方案模拟的2m气温平均均方根误差(root mean squared error,RMSE)分别降低了3.79%(YSU方案)、2.48%(ACM2方案)、3.8%(MYN方案)、0.87%(BL方案);对2m露点温度模拟,除MYN方案模拟平均RMSE降低了0.59%外,其他三种方案模拟误差分别增加了1.39%(YSU方案)、0.49%(BL方案)、0.89%(ACM2方案);而对10m风速的模拟结果,除ACM2方案模拟平均RMSE降低了2.28%外,其他三种方案模拟误差分别增加了0.22%(YSU方案)、2.32%(MYN方案)、2.45%(BL方案);对2个探空站点湿度廓线的模拟显示,各边界层方案均能模拟出水汽的垂直变化趋势,但模拟效果总体表现为偏湿,采用SRTM3地形数据之后,ACM2方案模拟部分时刻的低层水汽廓线有所改善。

局部地形改正的奇异积分研究

现有的地形改正积分核函数存在奇异现象,使得积分在奇异点处不连续.针对此问题,本文提出了采用高斯积分法与核函数项增加常数因子级数展开法来解决这一难题,并推导了高斯积分法处理奇异积分的公式及含可选小常数的地形改正的严密级数展开式.同时文中采用最新公布的3″×3″高分辨率的SRTM3地形数据代替传统的GTOPO30数据计算地形改正,结合实际算例确定了地形改正数的级数展开式的可选次项和最佳常数以及高斯积分法的最佳内外圈半径,并详细讨论了两种奇异积分处理方法和两种分辨率的地形数据对地形改正的影响.