[發(fā)明專利]一種基于誤差分解的日尺度星地降水融合方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202211036334.5
• 申請(qǐng)日: 2022-08-28
• 公開（公告）號(hào): CN115357847B
• 公開（公告）日: 2023-09-19
• 發(fā)明（設(shè)計(jì)）人: 石佳勇;張建云;鮑振鑫;王國慶;劉翠善
• 申請(qǐng)（專利權(quán)）人: 水利部交通運(yùn)輸部國家能源局南京水利科學(xué)研究院
• 主分類號(hào): G06F17/15
• 分類號(hào): G06F17/15;G06F17/16;G01W1/10;G01W1/14
• 代理公司: 南京千語知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 32394
• 代理人: 祁文彥;尚于杰

本發(fā)明公開了一種基于誤差分解的日尺度星地降水融合方法，借助誤差分解模型將雨量站觀測(cè)降水與衛(wèi)星遙感反演降水之間的誤差分解為命中誤差、漏報(bào)誤差和誤報(bào)誤差，針對(duì)各項(xiàng)誤差選取地理加權(quán)回歸模型和相似矩陣法計(jì)算空間誤差估計(jì)值和降水背景值，最后通過“加法模型”框架、“乘法模型”框架和回歸殘差值估計(jì)進(jìn)行降水融合，得到各網(wǎng)格點(diǎn)的降水融合值。本發(fā)明更細(xì)致地針對(duì)站點(diǎn)處的各誤差組分進(jìn)行空間降水誤差估計(jì)，減少降水融合模型的不確定性；地理加權(quán)回歸模型反映了降水誤差與其影響因素之間的非平穩(wěn)關(guān)系，相似矩陣法修正了降水背景場(chǎng)中的錯(cuò)誤信息，充分利用各誤差組分的有效信息，能夠獲得更好的降水空間估計(jì)數(shù)據(jù)，誤差小于常規(guī)的降水插值方法。

技術(shù)領(lǐng)域

本發(fā)明屬于水文與氣象技術(shù)領(lǐng)域，具體涉及一種基于誤差分解的日尺度星地降水融合方法。

背景技術(shù)

目前用于星地降水?dāng)?shù)據(jù)融合的方法如平均偏差修正方法、概率密度匹配法、雙核平滑方法、最優(yōu)插值法和地理加權(quán)回歸法等。如李運(yùn)龍等在文獻(xiàn)基于地理加權(quán)回歸克里金的降水?dāng)?shù)據(jù)融合及其在水文預(yù)報(bào)中的應(yīng)用[J].長江流域資源與環(huán)境,2017,26(09):1359-1368中結(jié)合地理加權(quán)回歸模型與克里金插值方法估算降水背景誤差，并應(yīng)用加法模型框架生成最終的降水融合值。將衛(wèi)星降水?dāng)?shù)據(jù)的誤差進(jìn)行分解可以更好地描述其誤差的各個(gè)組成部分和來源，因此誤差分解方法常用于衛(wèi)星降水精度驗(yàn)證與評(píng)估的研究中。如李新煥等在文獻(xiàn)衛(wèi)星降水產(chǎn)品在川渝地區(qū)的精度驗(yàn)證和誤差分解[J].人民長江,2022,53(01):97-103.中采用多種評(píng)價(jià)指標(biāo)和誤差分解方法對(duì)GSMaP和IMERG進(jìn)行對(duì)比分析，以驗(yàn)證衛(wèi)星降水產(chǎn)品在川渝地區(qū)的精度。

現(xiàn)有的融合方法從降水的統(tǒng)計(jì)意義出發(fā)構(gòu)建降水融合模型，通常采用回歸模型構(gòu)建地面降水與環(huán)境變量和衛(wèi)星降水間的關(guān)系，實(shí)現(xiàn)衛(wèi)星降水與地面降水的融合，或是計(jì)算站點(diǎn)處地面降水和衛(wèi)星降水間誤差并基于此估算整個(gè)空間的降水誤差以實(shí)現(xiàn)降水融合，而少有方法針對(duì)降水各項(xiàng)誤差進(jìn)行剖析而進(jìn)行降水融合。

發(fā)明內(nèi)容

本發(fā)明提供一種基于誤差分解的日尺度星地降水融合方法，通過借助誤差分解模型，將雨量站觀測(cè)降水與衛(wèi)星遙感反演降水之間的誤差分解為命中誤差、漏報(bào)誤差和誤報(bào)誤差，并針對(duì)各項(xiàng)誤差選取地理加權(quán)回歸模型和相似矩陣法計(jì)算空間誤差估計(jì)值和降水背景值，通過“加法模型”框架、“乘法模型”框架和回歸殘差值估計(jì)進(jìn)行降水融合，能有效提高衛(wèi)星遙感反演降水的精度，為水文模型的輸入提供數(shù)據(jù)支撐。

為了實(shí)現(xiàn)上述目的，本發(fā)明所采用的技術(shù)方案為：

一種基于誤差分解的日尺度星地降水融合方法，包括如下步驟：

步驟1、獲取雨量站觀測(cè)降水、衛(wèi)星遙感反演降水以及與降水空間估計(jì)相關(guān)的地理因子、氣候因子和關(guān)聯(lián)因子數(shù)據(jù)，并對(duì)降水?dāng)?shù)據(jù)和各因子數(shù)據(jù)進(jìn)行預(yù)處理；

步驟2、借助誤差分解模型，將雨量站觀測(cè)降水與衛(wèi)星遙感反演降水之間的誤差分解為命中誤差、漏報(bào)誤差和誤報(bào)誤差；

步驟3、針對(duì)命中誤差和漏報(bào)誤差，利用地理加權(quán)回歸模型得到這兩種誤差在各網(wǎng)格點(diǎn)的空間誤差估計(jì)值，針對(duì)誤報(bào)誤差，利用相似矩陣法修正降水背景值；

步驟4、基于“加法模型”框架和“乘法模型”框架分別將空間誤差估計(jì)值和降水背景值耦合得到降水融合初始結(jié)果，利用IDW法和Kriging法估計(jì)回歸殘差值，并將回歸殘差值還原到融合初始結(jié)果，基于雨量站觀測(cè)降水選擇精度更高的模型框架，得到各網(wǎng)格點(diǎn)的降水融合值；

進(jìn)一步的，所述步驟1中對(duì)降水?dāng)?shù)據(jù)和各因子數(shù)據(jù)進(jìn)行預(yù)處理包括：

步驟11、采用箱線圖法對(duì)衛(wèi)星遙感反演降水?dāng)?shù)據(jù)中的異常值進(jìn)行處理，將異常值修正為當(dāng)日衛(wèi)星降水平均值；

步驟12、衛(wèi)星降水?dāng)?shù)據(jù)的Drizzles處理，將0.1mm/d作為區(qū)分降水事件與無降水事件的閾值，將0.1mm/d以下的衛(wèi)星遙感反演降水量設(shè)為0；