[發明專利]空間自相關的機器學習衛星降水數據降尺度方法、系統

有效

• 申請號: 201910971041.8
• 申請日: 2019-10-14
• 公開（公告）號: CN110738252B
• 公開（公告）日: 2020-08-14
• 發明（設計）人: 許劍輝;阮惠華;楊驥;胡泓達;鐘凱文;周成虎
• 申請（專利權）人: 廣州地理研究所;廣東省氣象探測數據中心
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F17/18;G06N20/00
• 代理公司: 上海恒慧知識產權代理事務所(特殊普通合伙) 31317
• 代理人: 劉翠

本發明提供了一種空間自相關的機器學習衛星降水數據降尺度方法，包括：獲取TRMM降水數據與地表參量數據；對地表參量數據進行預處理，得到空間分辨率為1km和25km的DEM數據、白天地表溫度、夜間地表溫度、晝夜地表溫度差以及NDVI數據；對TRMM降水數據進行空間自相關分析，得到估算的空間分辨率為25km的降水數據空間自相關值；將空間分辨率為25km的降水數據空間自相關值降尺度到空間分辨率為1km；建立非線性回歸模型；基于非線性回歸模型，得到空間分辨率為1km的降水降尺度數據。同時提供了一種系統及終端。本發明降尺度結果優于基于常規回歸模型的降尺度結果，具有重要的理論、實踐意義和推廣應用價值。

技術領域

本發明涉及一種衛星遙感降水數據的降尺度方法，具體地，涉及一種考慮空間自相關的機器學習衛星降水數據降尺度方法、系統及終端。

背景技術

降水是反映地表環境狀況和全球水循環的關鍵參數，是氣候系統中水分循環和能量交換的重要組成部分，是表征氣候變化的重要指標，降水的極端天氣及氣候事件(洪澇、干旱)對人類生產和生活造成重要影響。高時空分辨率、高精度的降水數據對于水文模擬、城市洪澇災害監測及水資源管理具有重要意義。衛星降水數據以其寬廣的空間覆蓋和高時空分辨率，逐漸成為水文研究中的重要數據源。然而由于衛星遙感的原始分辨率較低(空間分辨率一般為0.25°，約25km)，難以反映區域降水的空間細節特征；此外，由于衛星反演降水的物理原理和算法的局限性，在區域尺度降雨方面具有一定的局限性和偏差，因此需要針對衛星遙感降水數據進行空間降尺度，從而得到高精度、高分辨率(約1km)的降水數據。

衛星遙感降水數據空間降尺度的方法研究已取得一定進展，一般研究思路主要集中于在低分辨率尺度上先建立降水與地表參量的回歸模型，再利用該回歸模型和高分辨率地表參量數據估算得到高分辨率的降水數據。但仍存在兩方面的不足，一方面是建立的降水與地表參量之間的回歸模型不考慮降水的空間自相關信息，會造成降水數據自身空間信息的損失，給模型的構建帶來不確定性；另一方面殘差修正僅采用樣條插值等傳統點插值方法，并沒有考慮降尺度前后面元尺度差異以及數據內在的空間相關性，會給降尺度結果帶來一定的精度損失。

經過檢索發現：

1、公開號為：CN107608939A，公開日為：2018年1月19日，發明名稱為《基于高分辨率衛星數據的TRMM降水數據降尺度方法》，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，該方法首先從官方途徑獲取多種衛星氣象數據，通過Leave-one-out交叉驗證方法，校正TRMM遙感降水數據；再根據影響降水量數據的因素，通過step回歸選擇變量，并考慮降水對植被的滯后性，以及植被的空間相關性，建立多空間尺度模型，選擇最優模型對降水數據進行降尺度。該方法過程簡單，對降水量預測準確。但是，該方法仍存在如下問題：

(1)該方法僅僅建立降水數據與自變量間的回歸模型，沒有考慮降水數據與自變量之間的非線性關系，也不考慮衛星遙感降水數據本身的空間自相關信息，忽略了地理過程中降水數據固有的空間自相關特性；

(2)該方法僅采用傳統插值方法對降水殘差進行修正，并沒有考慮降尺度前后面元尺度差異以及數據內在的空間相關性，會給降尺度結果帶來一定的精度損失。