基于地理加权回归模型和不同植被特征参数的TRMM 3B43降尺度研究——以云南省为例

为了将空间分辨率约为27 km×27 km的热带降水测量计划卫星(TRMM)3B43数据降尺度为1 km×1 km,并对比不同植被参数下TRMM 3B43降尺度效果,以云南省为研究区,TRMM 3B43卫星降水数据、MOD13 A3归一化植被指数(NDVI)和增强型植被指数(EVI)数据、MOD17A2H GPP数据、气象站点月降水数据等为数据源,基于地理加权回归模型,开展不同植被特征参数的TRMM3B43降水数据降尺度研究,采用线性相关系数、偏离率和均方根误差验证云南省整体、不同气候区及单气象站点TRMM数据的降尺度精度.结果表明,不同植被特征参数中,以植被总初级生产力、NDVI数据为基础的降尺度结果为佳,利用EVI进行降尺度的结果较差;各时间尺度下,以月尺度的降水数据降尺度结果最佳,其中降雨量较多的月份相关性更高,其次为季节尺度,其中以秋季降尺度最佳,年尺度下的降尺度综合精度评价结果较差;不同气候带下,边缘热带区域内TRMM降尺度效果最佳,其次为南亚热带和中亚热带,高原气候区TRMM降尺度结果稍差;单气象站点中,江城、丽江等站点处的TRMM降尺度效果最佳,贡山站点降尺度效果最差,与立体气候特征显著有联系.

GEDI L2A不同算法对地面高程和森林冠层高度精度的影响分析

全球生态系统动力学调查(global ecosystem dynamics investigation,GEDI)雷达是美国2018年12月发射的全波形激光雷达系统,可以为全球地面高程及森林冠层高度提供数据支持。为适应不同地表环境,GEDI L2A产品提供了6种不同算法来估算地面高程及森林冠层高度,这些算法的选择会影响地表参数的提取精度。以机载LiDAR得到的数字地形模型和冠层高度模型为参考数据,评估第2版GEDI L2A数据在不同植被覆盖度下不同算法的适应性以及对地面高程和森林冠层高度精度的影响。结果表明,在覆盖度小于0.2时,算法4的结果最优,在覆盖度大于等于0.8时算法2的结果最优,其余覆盖度下算法1的结果最优。将本文根据植被覆盖度选择的最优算法与GEDI L2A默认最优算法进行比较,整体看来本文的结果优于GEDI L2A默认最优算法的结果,特别是在覆盖度小于0.8,坡度大于等于10°时,本文选择的最优算法能有效提高GEDI L2A产品对地面高程和森林冠层高度估算的精度。