青海地区TRMM 3B43降水产品融合降尺度与时空特征分析

卫星遥感降水产品已广泛应用于估算降水,尤其是在地面观测站点稀少的地区。然而,这些卫星降水产品较低的空间分辨率,限制了其在局部地区的应用。因此,提出一种基于块到点克里金插值算法(ATPOK)与地理权重回归克里金残差校准算法(GWRK)组合的融合降尺度框架,对2000—2019年青海地区TRMM 3B43进行空间降尺度,并结合地面观测站点数据、归一化植被指数(NDVI)、数字高程模型(DEM)、坡度及坡向等辅助因子进行校准,最终得到1 km分辨率的降水产品。结果表明:(1)本研究所提出的融合降尺度框架能有效提高TRMM 3B43降水数据的降尺度精度,但并不能消除TRMM 3B43降水高估的情况。(2)与ATPOK算法相比,采用降尺度的TRMM降水数据和辅助因子的GWRK模型能更好地估算年、月降水量。(3)基于对TRMM 3B43和NDVI相关关系研究,发现NDVI对降水的响应存在0~2个月的延迟。(4)基于对降尺度降水产品时空变化分析,发现青海地区降水在月尺度上存在显著增长,其中干月年际变化率3.33%,湿月年际变化率1.79%。

基于GWR的陕西省夏季GPM降水融合降尺度研究

以陕西省为研究目标,基于GWR方法,使用NDVI对GPM降水进行融合降尺度分析,结合87个地面雨量计数据,分析融合前后降水在空间上的差异和原因;同时,考虑陕西省特殊地形,将陕西分为陕北、关中和陕南三部分,利用雨量计数据分析这3个区域的降尺度效果.研究发现:1)GPM和融合降尺度数据均能反映降水在空间上的分布特征,融合降尺度数据更能呈现降水细节;2)参数计算显示,融合降尺度数据与站点数据更接近;3)当具体到某一个较小的范围时,GPM和融合降尺度数据精度仍有待提高;4)GPM和融合降尺度数据能反映陕北、关中和陕南不同的降水特征,且关中和陕南观测质量优于陕北;5)GPM和融合降尺度数据对高降水量的记录更为准确,对小降水量的记录能力有待提高.

基于星地融合数据与随机森林算法的青海省降水量时空分布特征分析

针对低密度气象站点分布区降水量空间信息提取精度不高及卫星遥感降水产品空间分辨率粗糙问题,以2020年青海省逐月GPM产品为例,在地理信息技术支持下生成由地形(DEM、坡度、坡向、曲率、起伏度)、地表覆被(NDVI、NPP)、海陆位置(经度、纬度)和水汽等10个因子构成的环境协变量集,运用随机森林(Randomforest,RF)算法对GPM数据进行精细化融合,并基于56个气象站点资料对融合精度进行独立验证。结果表明,该融合模型能克服GPM产品分辨率粗糙问题,实现区域降水量时空尺度精细化;协变量对模型精度有重要影响,在地形起伏度小、大气水含量低的地区具有更高融合精度;研究区降水量时空分布不均衡,降水中心在1~8月呈逆时针移动,在9~12月呈顺时针移动。

基于GF-1WFV数据的16 m分辨率反照率产品算法与验证

地表反照率在陆面气候和生物圈模型中起着至关重要的作用。为了更好地满足多领域研究的要求,拓宽定量遥感参数的应用,许多研究学者及团队正在利用不同的算法开发高分辨率地表反照率产品。本文提出的算法基于中国高分一号卫星WFV传感器数据和500 m分辨率的GLASS反照率产品生成高空间分辨率的反照率产品。算法思路首先用直接反演算法反演GF-1 WFV数据得到16 m分辨率初级反照率产品,再将500 m分辨率的GLASS反照率产品与16 m分辨率初级产品的纹理信息进行降尺度融合,最终得到16 m分辨率的融合反照率产品。以2016年—2017年黑河实验区的8个站点的地面观测值对算法结果进行验证,实测数据与反演融合数据的时间序列图表明融合后的16 m分辨率反照率与实测值一致性较好;同时,通过2016年—2017年所有站点散点图分析,融合反照率均方根误差为0.02439,初级反照率则为0.05135,融合反照率比初级反照率更接近实测值。16 m分辨率反照率产品在平均值与500 m分辨率的GLASS反照率产品一致的前提下丰富了空间纹理信息,能够更好地支持在区域尺度研究人类活动对环境的影响。