TRMM降水数据在雅鲁藏布江基于最有子集回归和NDVI、地形因子模型的空间降尺度研究外文翻译资料

 2022-12-25 12:12

英语原文共 14 页,剩余内容已隐藏,支付完成后下载完整资料


Hindawi出版

气象学进展

卷2018年,文章ID 3491960,13页

https://doi.org/10.1155/2018/3491960

学术文章

TRMM降水数据在雅鲁藏布江基于最有子集回归和NDVI、地形因子模型的空间降尺度研究

Copyrightcopy;2018 Jinping Liu et al。 Tis是一个开放获取的文章,根据知识共享署名许可证分发,允许在任何媒介中无限制地使用,分发和复制,只要原始作品被正确引用。

高精度、高空间分辨率的降水资料对于了解流域尺度水文和水文资料以及区域降水的时空分布非常重要。本研究的目标是开发可靠的统计降尺度算法来生成热带降雨监测团的高质量,高空间分辨率降水产品(TRMM)3B43数据,利用最优子集回归(OSR)模型结合多重地形因子,归一化植被指数(NDVI)和雨量站观测资料,在降尺度下,使得TRMM 3B43和雨量计数据之间的偏差从0.397大幅下降到0.109,根方均误差从235.16减小到124.60 mm,而r2从0.54增加到0.61,表明TRMM 3B43的显著改善了TRMM 3B43数据的空间分辨率和准确性。 此外,两个降水率的变化空间格局和它们对应的p值统计值在缩减的结果与原始TRMM 3B43在2001 - 2014年期间保持一致,这验证了雅鲁藏布江流域降尺度方法的良好效果。与其他模型相比,它在降尺度降水方面的高性能也得到了证实。 所有这些结果都表明:提出的方法极大地提高了雅鲁藏布江TRMM 3B43降雨产品的质量和空间分辨率。本研究还证实了降水量测量(IMERG)降尺度降水产品的优越性。

1.引言

降水是一个重要的气象变量,而且它的时空分布和变化是对水文循环,陆地大气具有重大意义[1-3]。在全球范围内或在特定流域内,准确估计降水量是相关研究的重要组成部分[4,5]。准确的降水估算方法可以粗略分为两类:地面观测气象站估算法和通过地面降水雷达估算法,用遥感和类似技术进行间接测量[1]。虽然地面气象站可以用来获得准确的降水资料,空间范围有限[6],物流费用和维修费用使得在雅鲁藏布江这样的冷高原上运营车站变得很困难,那里的高原和复杂的地形使得观测站点无法准确地获得空间和时间分辨的降水信息。高分辨率数据的缺乏主要归因于降雨总体上显著的空间变化。观测降水数据的插值受到影响插值方法和数量以及分布的气象站点。 因此,通过插值得到的降水数据通常在表面数量较少的情况下观测不准确。相反,地面天气雷达可间接地获取时空降水量信息; 但是,由于观察范围有限、理论复杂性和其他因素,表面雷达不能用来推导出高精度的降水数据,从而应用于水文模型或用于水文模型[7]。因此,发展准确降水估算的创新方法在没有数据或数据不足的地区是至关重要的。

在近几十年对地观测技术的快速发展过程中,微波遥感已经有了独特的优势,可以获得准确的空间和时间降水信息,但是缺乏气象观测[8,9]。目前,全球主流卫星定量降水估计(QPE)产品包括TRMM(Tropical降雨监测任务)[10],CMORPH(气候预测中心变形技术)[11],GSMaP(全球降水的卫星测绘)[12,13]和PERSIANN(基于遥感信息的降水估计使用人工神经网络)[14,15]。正如研究所述,TRMM 3B43(V7)集成了来自微波附近的降水信息的四种独立类型,红外和其他传感器融合估计以及雨量计来自美国国家海洋、大气管理局(NOAA)和全球降水量的数据气候中心(GPCC)[1,10]。因此,这个数据集与雨量站的数据高度一致,因此被用于各种应用。全球TRMM的全球接班人降水测量(GPM)任务已在2014年2月28日发布启动,并提供下一代观测全球雨雪[16,17]。 用于GPM(IMERG)产品的集成多卫星反演相比TRMM产品有很多更高的空间分辨率(0.1∘times;0.1∘)和更好的能力监测小的雨和雪[17,18],但IMERG时间序列的使用时间不够长。

低空间分辨率严重限制了这种降水产品在区域尺度或流域尺度应用程序的实用[19]。 开创性的研究表明,如气候因素,降水与自然关系密切的环境因素,如地形和植被增长[20-22]和高分辨率的降水资料,这些可以使用地形和统计模型生成来自遥感的营养生长参数反演[3]。一些相关的研究可以在这里找到文献。一项研究提高了空间分辨率TRMM数据从0.25∘times;0.25∘增加到1kmtimes;1km。Jia等人在柴达木盆地于1999-2009年间使用DEM和NDVI数据开发了一种缩小比例的方法以提高TRMM 3B43数据的空间分辨率[3]。最后,方等人缩减TRMM 3B42(V7)数据在中国南方的小河流域基础上地形影响和气象条件的误差[23]。然而,之前研究中使用的区域却存在很低的地形复杂度; 同时,一般采用NDVI和高程、经度控制因素,忽略了纬度,坡度和降水方面,导致缩减结果的偏差增加。雅鲁藏布江流域地形特征为东西走向的山脉窄带长度远远超过南北宽度,这个地形导致局部地区出现湿润暖空气。据我们所知,雅鲁藏布江流域一直是少有的重点卫星降水降尺度研究和没有上游偏差估计,这阻碍了应用卫星降水资料在水文研究中的应用。

在这项研究中,最佳子集回归(OSR)模型综合了NDVI,海拔,经度,纬度,坡度,方面,并从气象站观测数据观察和分布在该盆地内的17个雨量站在同一时期被用来评估的降尺度方法。 另外,我们比较了TRMM年降尺度降水结果,2014年的3B43和IMERG展示了IMERG产品降尺度降水的优点。

本文的其余部分安排如下。 第2节介绍研究区域。使用的数据和降尺度方法以及评估降水的准确性缩小的结果在第3节中给出。 最后,简要介绍一下总结和研究结论并在第5节中给出。

2.研究范围

雅鲁藏布江是中国最长的河流,起源于Chamyungdung冰川,海拔5200米,在西藏和中南部长约2229公里[24]。雅拉藏布流域位于27∘49'N-31∘7N,82∘1rsquo;E-97∘6rsquo;E,面积约为257.7times;103平方公里(图1),而且,平均海拔超过4600米,是被认为是世界上最高的流域[25]。雅鲁藏布江流域是印度洋的一部分水文系统。由于其在中国的地理位置,雅鲁藏布江流域的雅鲁藏布缝合带有助于印度洋的水分运动到青藏高原的内陆地区,对青藏高原降水量的显着影响[26]。YZRB的特点是地形复杂,这导致上游和下游之间的降水量差异较大[25]; 年降水量减少明显地从下游的2000多毫米降至300毫米,这是由于季风减弱的影响[27]。流域平均年降水量为300-500毫米,而降水的特点是在空间和时间分布波动较大[25]。生活环境迥异,不同的访问限制气象观测站的数量,并使其分布不均匀,特别是在上游地区。在这个广泛的盆地里,迄今为止只有17个基本气象站点,国家气象站已经建立(图1和表1),这限制了空间和空间对当地气候和水文的时间描述。

表1:雅鲁藏布江17个气象站的地理信息和多年平均降水量。从2001年至2014年的每日气象数据计算多年平均降水值。

ID

站点

经度

(°)

纬度

(°)

海拔

(m)

降水量(mm/year)

55493

Danxung

91.1

30.48

4200

497.7

55569

Lazi

87.6

29.08

4000

336.1

55572

Namling

89.1

29.68

4000

479.9

55578

Shigatse

88.88

29.25

3836

428.7

55585

Nimu

90.17

29.43

3809.4

353.1

55589

Konka

90.98

29.3

3555.3

415.2

55591

Lhasa

91.13

29.67

3648.9

477.2

55593

Maizhokunggar

91.73

29.85

3804.3

579.8

55597

Qonggar

91.68

29.03

3741

415.5

55598

Zedang

91.77

29.25

3551.7

465.9

55680

Jiangzi

89.6

28.92

4040

336.4

55681

Nagarze

90.4

28.97

4432.4

388.1

56202

Jiali

剩余内容已隐藏,支付完成后下载完整资料


资料编号:[24659],资料为PDF文档或Word文档,PDF文档可免费转换为Word

原文和译文剩余内容已隐藏,您需要先支付 30元 才能查看原文和译文全部内容!立即支付

以上是毕业论文外文翻译,课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。