[發明專利]基于高分辨率衛星數據的TRMM降水數據降尺度方法

在審

• 申請號: 201710700311.2
• 申請日: 2017-08-16
• 公開（公告）號: CN107608939A
• 公開（公告）日: 2018-01-19
• 發明（設計）人: 張強;范科科;劉劍宇;顧西輝;史培軍;孫鵬
• 申請（專利權）人: 北京師范大學
• 主分類號: G06F17/18
• 分類號: G06F17/18;G06F17/50
• 代理公司: 江蘇圣典律師事務所32237
• 代理人: 賀翔,徐曉鷺

技術領域

本發明涉及氣象預測技術領域，具體為一種基于高分辨率衛星數據的TRMM降水數據降尺度方法。

背景技術

降水是全球地表各圈層物質交換、水文循環等過程的重要組成部分。降水數據是研究水文、氣象、生態等領域最為重要的數據基礎，對于理解水循環過程、水資源管理、緩解水資源短缺等具有促進作用。目前，獲取降水數據的途徑主要有：雨量站實測和利用遙感技術反演。傳統的區域降水數據通常是基于觀測站點數據，通過空間插值的方法獲得，在雨量站點分布較少的地區，有限的觀測數據只能反映站點所在位置一定范圍內的降水量，同時受到下墊面的影響，很難準確反映降水的空間變化。同時，已有大量研究表明基于站點的降水數據不能很好地反映降水空間變化，利用遙感技術進行降水數據的反演已成為降水空間變化研究的重要途徑。

目前遙感數據多用于全球等大尺度地區的氣象水文過程研究，在區域降水研究上，還存在數據分辨率較低、精度不高等諸多不足。國內外已有學者針對不同地區進行TRMM遙感降水數據降尺度研究，對進一步推動遙感數據在小尺度區域應用具有重要意義。

Immerzeel等建立TRMM與NDVI之間的指數關系，將TRMM的空間分辨率由0.25°提高到1km，并發現TRMM降水數據的精度也有所提高；Guan等引入地形因子并建立回歸模型，將下一代雷達(NEXRAD)數據空間分辨率由16km提高到4km；Xu等在4種空間尺度上建立TRMM數據與NDVI數據之間的關系，將研究區域TRMM數據空間分辨率提高至1km。這些研究在一定程度上解決了TRMM數據空間分辨率不足的問題，但也存在一定缺陷，比如Immerzeel等只考慮NDVI對降水的影響，忽視了地形對降水的作用；Guan等考慮到地形因素的影響，但只獲得分辨率為4km×4km的降水數據；Jia等考慮到NDVI和地形因素的影響，卻未考慮氣候因子對降水的影響，并忽視了降水對植被的滯后性。

史舟等人通過M5-Local的方法進行TRMM衛星降水數據降尺度，其具體方法如下：把1km的環境變量因子如植被指數、數字高程模型、白天地表溫度、晚上地表溫度、地形濕度指數、坡度、坡向、坡長8個數據進行聚合計算到25km，作為自變量，對應的25km分辨率的TRMM數據作為因變量，采用M5-LocalR方法建模，并預測出1km空間分辨率回歸建模方程的截距和各環境因子變量對應的斜率參數，通過計算得到1kmTRMM降雨值。該方法同樣沒有考慮植被對降水的滯后性，以及由于地下水、灌溉等導致的植被指數空間不一致的情況，可能會存在一定的誤差。

發明內容

本發明所要解決的技術問題是針對上述缺陷，提供了本發明公開了一種基于高分辨率衛星數據的TRMM降水數據降尺度方法，該方法過程簡單，對降水量預測準確。

本發明為解決上述技術問題采用以下技術方案：

一種基于高分辨率衛星數據的TRMM降水數據降尺度方法，該方法首先從官方途徑獲取多種衛星氣象與地形數據，并對數據進行預處理，通過Leave-one-out交叉驗證方法，選擇合適模型校正遙感降水數據；并考慮到降水對植被的滯后性，以及植被的空間相關性，根據影響降水量數據的因素，通過step回歸選擇變量，最終對降水數據進行降尺度分析。

所述方法具體為：

步驟一，獲取各官方衛星氣象數據，并對數據進行預處理；

步驟二，以第一衛星氣象數據各站點實測年降水數據為自變量，對應的年降水量為因變量，建立回歸方程，通過Leave-One-Out交叉驗證選擇擬合模型，對降水數據進行校正；

步驟三，對第二衛星氣象數據每旬的降水數據和不同滯后期的數據進行分析，通過R²和RMSE指數作為指標，確定該地區植被對降水的滯后期；

步驟四，通過局部莫蘭指數對研究區內的NDVI數據進行分析，得到研究區內NDVI的空間自相關分布圖；

步驟五，使用多元逐步回歸從對校正后的TRMM產生影響的諸多變量中選擇部分顯著變量作為自變量，以構建最優回歸方程對因變量進行預報；

步驟六，將各種空間數據重采樣到四種空間尺度，建立模型，選擇最優的模型參數，對處理過的數據進行降尺度分析；

步驟七，通過計算R²、RMSE和Bias值對降尺度結果進行驗證。

進一步的，所述步驟一具體為：