共查询到16条相似文献，搜索用时 375 毫秒
1.
基于TRMM 3B43数据的川西高原月降水量空间降尺度模拟 总被引：2，自引：0，他引：2
利用2001-2013年TRMM 3B43、MODIS-NDVI、DEM、气象观测等数据,在分析植被对降水响应滞后性的基础上,构建了TRMM 3B43数据中月降水量与经纬度、海拔、坡向和NDVI因子间的多元线性回归方程式,作为川西高原月降水量资料的降尺度计算模型,采用“回归方程+残差”的插值方法获取研究区2001-2013年1km空间分辨率的月降水量空间数据,并利用区内16个气象站点的观测数据与模拟结果进行了相关分析和误差检验。结果表明：（1）各气象观测站点基于TRMM 3B43资料的降尺度模拟降水量的数据均具有很高的精度,其中,精度最高的稻城站模拟结果与站点观测值的相关系数高达0.9839,精度最低的小金站相关系数亦高达0.8781;（2）在月、年尺度上,降尺度模拟降水量的数据亦具有很高的精度,其中,5-10月的精度明显高于其它月份,湿润年份精度总体高于干旱年份;（3）降尺度模拟降水量与站点实测降水量整体上相关系数为0.9499,偏差为0.0866,两者吻合度较高,但降尺度模拟降水量值略偏高;（4）降尺度在月尺度上能基本保证TRMM 3B43原始数据的精度,而在年尺度上能有效提高原始数据的精度,加之对空间分辨率的提高,可为获得更加全面、精细的降水分布数据提供有效方法。 相似文献
2.
TRMM卫星降水产品降尺度及其在湘江流域水文模拟中的应用 总被引：4，自引：4，他引：0
高时空分辨率降水数据对准确刻画区域降水时空变化特征、精准模拟区域生态和水文过程具有重要的现实意义。以湘江流域为例,在考虑地理、地形和植被等多重要素的基础上,建立了基于地理加权回归法（Geographic Weighted Regression,GWR）的热带降雨测量卫星（Tropical Rainfall Measuring Mission,TRMM）降水降尺度模型,并采用比例指数法反演得到星地融合日降水Ⅰ、Ⅱ、Ⅲ三种产品,用来驱动土壤和水评估模型（Soil and Water Assessment Tool,SWAT）,分析评估其在水文模拟中的应用潜力。结果表明：1）GWR降尺度后,在TRMM降水空间分辨率由0.25°提升至0.05°的同时,同气象站点观测月降水之间的决定系数（R2）平均提升了0.33,均方根误差（RMSE）平均降低了43.30 mm,平均相对偏差（Average Relative Error,ARE）平均降低了38.71%,表明该降尺度模型在湘江流域TRMM月降水降尺度研究中具有良好的适用性;2）与TRMM日降水量相比,星地融合日降水Ⅲ产品同气象站点观测日降水量的R2提高了0.81,RMSE降低了10.27 mm,ARE降低了0.11%,表明以气象站点观测日降水量作比例指数展布星地融合月降水是可行有效的;3）星地融合日降水Ⅲ产品在SWAT模型日、月径流模拟中的纳什效率系数最大,分别为0.79、0.93,相对误差最小,分别为0.12%、1.10%,水文模拟效果最优,可替代气象站点和TRMM卫星降水进行水文模拟。研究结果可为气象站点稀缺区域的高精度降水资料获取和高效水文模拟提供数据支撑和方法借鉴。 相似文献
3.
在充分考虑2001−2019年TRMM 3B43降水量数据在长江流域适用性的基础上，基于地理加权回归模型（GWR），结合归一化植被指数（NDVI）、增强型植被指数（EVI）、高程、坡度、坡向数据，选取不同组合对19a内TRMM降水量数据进行降尺度，并对优选的降尺度数据分别进行GDA、GRA校正，最后在年、季、月尺度下进行精度评价与结果分析。结果表明：（1）降尺度数据与站点实测数据的R²、BIAS、RMSE满足精度要求的同时，空间分辨率由0.25°提高至1km，且TRMMNDVI数据精度优于TRMMEVI数据。（2）GDA校正结果优于GRA校正结果，且数据稳定性更好，更适于长江流域TRMM数据校正。（3）数据与站点实测数据R²在年（0.91～0.986）、季（0.704～0.88）、月（0.625～0.89）尺度上均有较高精度，细节特征较TRMM数据表现更好。（4）降水量越大的月份降尺度及校正效果越好。降尺度及校正后的TRMM数据能更好地反映长江流域真实降水信息，为农业生产、水资源优化配置、防洪减灾等提供可靠的数据支持。 相似文献
4.
在不同空间尺度下分别建立TRMM 3B43降水数据与数字高程模型（DEM）和归一化植被指数（NDVI）的二次多项式回归模型,将2001—2013年黑河流域TRMM降水数据的空间分辨率从0.25°提高到1 km,并利用流域内9个气象站点实测数据对降尺度结果进行了检验。结果表明:降尺度方法不仅提高了TRMM数据的空间分辨率,数据的精确程度也有所提高;与传统线性回归模型降尺度方法相比,基于二次多项式回归模型获得的降尺度结果更接近于实测值,其结果更为准确;模型建立的尺度对最终降尺度结果精确性具有较大影响,0.50°是基于DEM和NDVI对黑河流域TRMM降水数据进行降尺度的相对最优尺度。 相似文献
5.
GPM与TRMM降水数据在海河流域的精度对比研究 总被引：1，自引：0，他引：1
[目的]对GPM与TRMM降水产品在海河流域的测量精度进行对比研究,以评估TRMM及GPM数据在海河流域的适用性。[方法]以海河流域为研究区,利用35个气象站点2014年4—10月的实测降水量数据在月时间尺度上对两代降水产品利用决定系数R2和相对误差BIAS进行精度评价。[结果](1)卫星降水产品与气象台站实测降水量决定系数从TRMM数据的0.758 2提升至GPM数据的0.7607,斜率K从TRMM数据的0.810 5提升至GPM的数据的0.833 5。(2)TRMM与GPM降水产品差别较小,虽两者均轻微低估了降水量,但整体上精度较高且GPM略优于TRMM。[结论]GPM IMERG降水产品在海河流域月尺度的高空间分辨率水文分析方面具有很好的应用前景。 相似文献
6.
基于不同植被指数的TRMM数据降尺度及误差校正研究 总被引：1，自引：0，他引：1
[目的] 对不同时间尺度的热带测雨卫星（TRMM）数据进行空间降尺度及误差校正研究,为华中地区洪涝灾害监测等提供科学参考。[方法] 主要借助增强型植被指数（EVI）和归一化植被指数（NDVI）分别运用地理加权回归（GWR）模型实现2001—2019年华中地区TRMM数据的空间降尺度,并结合地理差异分析（GDA）和地理比率分析（GRA）对年、季和月的降尺度结果进行误差校正,通过气象站数据对校正前后的数据进行对比分析。[结果] ① TRMM数据和气象站数据的决定系数（R2）在年（0.630）、季（0.710～0.865）和月（0.637～0.875）尺度都表明了TRMM数据在华中地区具有较好的适用性;②通过GWR模型实现了TRMM数据空间分辨率由0.25°到1 km的降尺度转换,且TRMMEVI数据精度优于TRMMNDVI数据,说明华中地区TRMM数据与EVI的关系比NDVI更为密切;③对优选的TRMMEVI数据分别进行GDA,GRA校正,结果表明GDA校正结果优于GRA校正,且在降雨量越多的月份校正效果越好。[结论] 在华中地区,EVI比NDVI更加适合TRMM数据降尺度研究。降尺度数据采用GDA校正比GRA校正效果更为显著。 相似文献
7.
高分辨率降水数据有助于刻画降水的时空分异特性,对流域水文、气象和生态等过程的精准模拟具有重要作用,因此对低分辨率降水产品开展空间降尺度,提高其分辨率十分必要。鉴于此,本文在充分考虑热带降雨测量卫星（Tropical Rainfall Measuring Mission,TRMM）降水产品在渭河流域适用性的基础上,引入归一化差分植被指数（Normalized Difference Vegetation Index,NDVI）、数字高程模型（Digital Elevation Model,DEM）、坡度、坡向和经纬度等地理环境因子,构建了多尺度地理加权回归（Multi-scale Geographically Weighted Regression,MGWR）模型用以分析不同因子对渭河流域降水空间格局影响的尺度差异;进一步提出了一种针对TRMM降水产品的空间降尺度方法,并透过精度评价验证了降尺度结果的可靠性。结果表明：1）TRMM降水产品数据相较于站点实测数据存在一定精度误差,年尺度上R2=0.807,BIAS=2.909%,RMSE=83.477 mm,表现较好;季尺度上秋季R2最高,为0.847,夏季RMSE最大,为62.393 mm,四季的BIAS均较低;月尺度R2为0.456～0.815,BIAS介于±0%～8%之间,多数月份为正值,RMSE值域范围为3.019～37.841 mm,精度较好;总体而言,TRMM降水产品数据在年、季和月尺度上均表现出良好的整体适用性。2）不同因子在干湿年份对降水空间分异格局的影响呈现出不同的尺度特征,其中湿润年的DEM、NDVI、坡向和经纬度对降水呈现局部影响,坡度影响具有全局性,而干旱年各因子均表现为局部影响。3）流域和站点尺度上,降尺度TRMM数据相较于降尺度前产品数据精度得到一定改善,其中流域尺度上,R2整体提升3%,RMSE降低1mm;站点尺度上,各站点统计指标变化各异,但降尺度后统计指标整体优于降尺度前,并且由于时间尺度上的误差累积,站点年尺度数据精度相比月尺度数据稍差（R2由0.8～0.91变为0.4～0.95,RMSE从11～17变为32～150）。4）降尺度TRMM数据相比于降尺度前产品数据,空间分布更细腻,细节特征表现更好,且在年、月时间尺度上均具有较高的精度,可为渭河流域资料短缺地区的水文设计提供数据支撑。 相似文献
8.
为了研究滇黔桂岩溶区近20 a降水时空变化特征,基于1998—2017年TRMM 3B43降水数据和72个气象站点实测数据,运用相关系数、相对偏差对TRMM 3B43降水数据在月尺度上进行了验证,并借助Sen-Median趋势分析、Mann-Kendall检验以及Hurst指数等数理统计方法对研究区降水时空动态特征进行了定量分析。结果表明:（1）TRMM 3B43降水数据与气象站点实测数据具有较高的相关性,月尺度相关系数为0.92（p<0.01）;（2）1998—2017年研究区降水量呈不显著波动上升趋势,上升速率为0.716 mm/a（p>0.05）;春、夏两季降水量以减少趋势为主,秋、冬两季降水量以增加趋势占主导;（3）降水量年、季节均值空间分布差异显著,年降水量呈增加趋势的区域（47.71%）略高于呈减少趋势的区域（41.71%）;春、夏两季降水量以减少趋势为主,秋、冬两季以增加趋势为主;（4）年降水量持续增加的区域占38.45%,集中分布在广西、贵州东南部、云南与贵州北部接壤地带;持续减少的区域占46.21%,主要分布在云南和贵州大部分地区。研究结果对研究区水资源管理、灾害监测具有重要意义。 相似文献
9.
TRMM数据是目前应用最广泛的卫星降水产品,其准确性已得到广泛验证和认可。但其相对较低的空间分辨率制约和阻碍了在各领域的进一步应用。本研究以降水空间分异显著的四川省为例,在综合考虑空间位置、地形等多个影响因素及其空间非平稳性特征的基础上,采用混合地理加权回归（MGWR）与克里格插值（Kriging）相结合的方法,建立一个兼顾多因素空间非平稳性特征的降尺度模型（MGWRK）,对研究区域的TRMM年降水数据进行降尺度研究,并通过41个气象站点的实测数据对不同降尺度方法的结果进行对比验证。结果表明：（1）经过降尺度处理后,TRMM降水数据的空间分辨率从0.25°（约26km）提升至1km,数据的精细程度有了明显提升;（2）MGWRK模型综合运用了空间位置、地形等多个高分辨率的辅助信息,并进一步探究了不同影响因素对TRMM降水影响关系的空间非平稳性类型与特征。从多年平均及两个典型年份的验证结果看,MGWRK法比传统的重采样方法Bilinear法及基于OLS的全局回归克里格法具有更高的精度,降尺度结果的精度更接近TRMM原始数据;（3）构建的降尺度模型兼顾了提升空间分辨率和保持数据精确度两方面的要求,适用于四川省TRMM降水数据的降尺度研究,可为TRMM数据在小尺度的应用研究提供有效的数据支持。 相似文献
10.
TRMM偏最小二乘降尺度降水模型在新疆不同地貌的适应性 总被引：6，自引：5，他引：1
高分辨率降水数据有利于客观描述区域降水时空分异特征,也可为区域生态和水文等过程高精度模拟提供重要参数。该研究旨在研究采用偏最小二乘法降尺度方法提高热带降雨测量卫星(Tropical Rainfall Measuring Mission,TRMM)数据空间分辨率用于新疆不同地貌区降水量估算的可行性。基于多源遥感数据和气象站点数据,引入相对湿度、NDVI、地形和经纬度等地理环境因子,构建偏最小二乘法降尺度模型,使遥感数据的空间分辨率由0.25°×0.25°(27.5 km×27.5 km)提高至250 m×250 m,模拟对比降尺度前后降水量估算精度差异,并探讨新疆降水时空分布特征及其对地形地貌的响应规律。结果表明:1)相比TRMM原始数值,由偏最小二乘法降尺度模型修正后的降水量与气象站点数值的拟合度显著提高,其决定系数(R~2)由0.74提高到0.85,均方根误差降低了0.26mm,较好解决了原始数据低值高估和高值低估等问题;用乌鲁木齐河流域不同海拔高度和地形地貌区站点实测值验证该模型,发现修正后的所有站点其精度均有提高(R~2从0.06～0.91提高到0.39～0.95,均方根误差从0.20～0.44 mm降低到0.18～0.40 mm),表明了该模型在不同海拔和地形地貌区降水分异刻画的可靠性及大尺度推广的可行性。2)研究期内各地形地貌区的年降水量排序为中高山、极高山、高山、低山、中山、平原、盆地;中高山及以上山区降水集中发生在6-9月,低海拔山区及平原区的降水较多发生在5-8月,但年内降水量分配较均匀。新疆降水呈"北多南少"的空间分布格局特征,各山体(山群)均存在2个较明显的降水峰值区,但各山体绝对高度和规模不同,以致峰值区的海拔也不尽相同。研究结果可为气象站点稀缺区域的降水数据提供有益补充。 相似文献
11.
TRMM降水数据在复杂山地的精度评估——以重庆市为例 总被引：1，自引：0，他引：1
在地形复杂的重庆地区,利用研究区内34个气象站点实测数据,分别从年、季、月3个尺度,对2000-2011年间TRMM 3B43降水数据精度进行了验证,并分析了高程和坡度对月尺度验证结果的影响,同时利用主成分分析法比较了高程与坡度对TRMM 3B43降水数据的影响程度。研究表明:(1) 年尺度上,TRMM 3B43年降水数据普遍高于气象站点的实测结果(平均偏高5.86%),渝西、渝南的结果比渝东北的准确。季尺度上,秋季拟合效果高于其它3个季节。月尺度上,相关系数R=0.85,两者之间存在显著相关性。(2) 逐站点验证,研究区TRMM 3B43月降水数据具有较高精度(相关系数均大于0.80)。(3) 随着海拔的升高,相关系数呈"增加-减少-增加"的变化趋势,绝对偏差呈减小趋势;随着坡度的升高,绝对偏差呈"增加-减少-增加"的变化趋势,绝对偏差呈线性增加的趋势。(4) 利用主成分分析方法得出,高程对数据精度的影响大于坡度。 相似文献
12.
四川省植被变化及其与气象因子的相关性分析 总被引：1，自引：2，他引：1
[目的]分析四川省植被的变化特征及其与气象因子的相关性,为该区域的可持续发展提供理论依据。[方法]采用一元线性回归方法,利用MODIS NDVI数据按不同植被类型对GIMMS NDVI数据进行模拟拓展,并采用变异系数、趋势分析和偏相关等方法进行变化分析和相关性分析。[结果](1)近30a四川省植被NDVI以基本无变化和减小为主,减小的区域主要位于盆周山地、川东北的中海拔山地和川西北高原湿地,增长变化的区域较小,主要位于四川盆地中北部和川西高原西部;(2)植被受气温影响较大的区域主要分布在以灌丛和高山植被覆盖为主的甘孜西南部、西北部以及四川盆地的西南部,以针叶林和水稻种植为主的成都平原、四川盆地中部以及川东北的广元则对降水更敏感。[结论]过去32a间四川省年最大NDVI变化具有明显的阶段性特征,整体上呈现下降趋势;植被NDVI的变化与降水和气温具有显著的线性相关关系,且气温和降水对植被变化的影响具有明显的区域差异。 相似文献
13.
河西走廊水资源变化与生态环境时空关联分析 总被引：1，自引：0，他引：1
[目的]对河西走廊地区2003—2015年水资源和生态环境的时空变化规律以及时空关联关系进行分析,为该区水资源合理开发利用及实现生产、生活和生态可持续发展提供科学依据。[方法]利用GRACE重力卫星数据、TRMM降水数据与MODIS的植被指数数据,通过线性回归与相关性分析等方法,分别对河西走廊整体、3个流域分区和像元尺度的水资源变化与生态环境时空变化规律及其相互作用机制进行分析。[结果]年尺度上河西走廊及3个流域分区的水储量均呈现下降趋势,黑河流域与石羊河流域下降速度最大。研究区历年降水趋势稳定无明显变化,植被呈正增长趋势。月尺度上水储量变化与降水量和植被指数呈正相关,年尺度上水储量变化量与降水量不存在相关关系,与植被指数年均值存在高度负相关,并表现出明显的空间异质性和尺度效应。[结论]研究区人工植被尤其是耕地的快速、持续上升,加大了水资源的消耗,造成水储量逐年下降。 相似文献
14.
基于TRMM数据的山东省干旱监测及其可靠性检验 总被引：9，自引：7，他引：2
为了兼顾卫星遥感干旱监测的高时空覆盖性和气象站点干旱监测的普遍适应性,使用热带降水测量卫星(TRMM)3B43的逐月降水量资料和单站干旱监测Z指数方法,对区域干旱过程进行监测。研究以黄淮海平原冬小麦主产区的山东省为例,使用该方法对1998年1月-2010年12月间的逐月干旱情况进行了监测,并利用同期气象数据计算出来的标准化降水指数(SPI)对TRMM-Z指数进行了验证。结果表明TRMM-Z指数监测出的干旱发生、发展过程与实际相符,其监测结果与站点SPI相关系数为0.83,达极显著水平。该干旱监测方法在区域干旱监测与评估中具有很好的适用性和精度,为有效获取气象与农业旱情提供了一种新的思路。 相似文献
15.
在降水资料缺乏的天山山区,基于重建时间序列后的NDVI和DEM数据,采用CART算法对TRMM3B43月降水数据进行校正。利用研究区25个站点实测降水量对校正前的TRMM降水数据和校正后的TRMM降水数据分别进行精度检验。结果表明:校正前TRMM月降水与站点实测降水有很好的一致性,存在显著的线性相关关系,但误差较大;TRMM降水与实测降水的决定系数(R2)随时间尺度的增大而减小,相对误差(δ)和均方根误差(RMSE)则随之增大,说明TRMM遥感数据的精度随时间尺度的增加而减小;校正后TRMM降水精度得到了显著地提高,与实测降水在月、季、年尺度上的R2分别为:0.97,0.87,0.83,相比校正前R~2提高了10%以上,误差也有明显的减小。这说明在天山山区,使用CART对TRMM降水数据进行校正的方法可行。 相似文献
16.
气候因子对贵州省植被覆盖度的协同影响 总被引：2，自引：0，他引：2
探究气候因子对植被覆盖度的协同影响,可进一步了解植被生长状态及演变规律,为科学预估植被变化及生态保护提供一定依据。基于2001—2018年MODIS NDVI数据和气象台站数据,研究了贵州省气候因子(降水、气温)与植被生长期NDVI的空间分布特征; 利用偏相关分析法和多元回归分析法逐像元探究贵州省植被生长期的NDVI与气候因子的相关性和其对气候因子的协同响应规律,同时结合地貌类型分析不同地貌类型的植被NDVI对降水和气温的敏感性。结果表明:贵州省多年平均降水和气温存在明显的空间差异性,降水空间分布自西北向东南呈带状递增; 植被生长期NDVI均值总体呈波动上升趋势,以每年0.004 2的速率增加,呈增加趋势的面积约为160 836.69 km2; 气温和降水对贵州省植被生长均具有明显影响,气温的影响作用大于降水; 不同地貌类型的植被NDVI对降水和气温的敏感性不同,同一地貌类型的植被NDVI对降水、气温敏感性表现为气温大于降水。整体上,贵州省植被生长期NDVI呈增加趋势,植被覆盖不断增加,降水和气温对植被的协同影响在不同地理环境区域表现不同。 相似文献