收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

青藏高原地区卫星降水数据时空降尺度研究

马自强  
【摘要】:降水在全球尺度物质和能量循环中扮演着重要的角色。青藏高原由于其特殊的地理位置、高大的山体、以及复杂的陆表特点对全球气候变化有着重要的影响,是地球的“第三极”,也是观测和探究全球气候变化的关键区域,因此,受到相关研究领域持续高度的关注。青藏高原的降水时空变化是研究全球气候变化的重要内容;同时,作为亚洲“水塔”的青藏高原,其降水对补给亚洲五大河流(印度河、恒河、雅鲁藏布江、黄河和长江)流量至关重要,是五大流域约14亿人口赖以生存的淡水的主要来源。然而,受制于青藏高原地区高寒环境、人口稀疏、交通不便等因素,该地区地面气象观测站点数量匮乏,且其空间布设不均。同时由于青藏高原地形复杂,降水空间分布异质性强,地面观测站所代表的空间降水信息范围有限(半径约5km)。因此,如何获取高时空分辨率的降水信息一直是青藏高原相关地学研究的基础和重点之一。遥感技术的发展,极大地丰富了青藏高原地区栅格化的降水信息。但也同样存在诸多挑战,如卫星遥感降水数据实现了地表全覆盖,但是时空分辨率低,因此,如何充分融合地面与卫星观测降水数据的各自优点是当前研究的重点。目前,卫星降水数据的主导产品为TRMMTMPA数据,但其空间分辨率(0.25° )依然难以满足各行业对高空间分辨率降水数据(~1km)的需求。本研究基于TMPA 3B43和3B42V7数据,结合多源高分辨率的陆表环境变量(~1km),在不同时间尺度上,引入不同的降尺度方法,反演和获取了青藏高原地区高时间分辨率(逐三小时)、高空间分辨率(~1 km)的降尺度降水数据产品。主要开展的工作及结论如下:(1)降水与陆表环境变量时空关系的研究本研究在不同时空尺度上对降水(TMPA)和陆表环境变量展开了研究。在年尺度上,降水与植被年际变化的相关性没有明显的空间分布特征;在月尺度上,植被对降水的响应存在0-1个月的延迟。在年尺度上,降水与地表温度在青藏高原的中东部地区具有负相关性、在西部少数地区具有正相关性;在月尺度上,白天和晚上地表温对降水时间序列变化方差的解释在空间上具有明显的分布特征,与当月植被指数解释降水变异的空间分布特征极其相似,且晚上地表温对降水时序变化的解释能力整体强于白天地表温。在年尺度上,基于空间数据挖掘算法和多元陆表环境变量对降水的空间分布特征具有最强的解释力(~90%);且在季和月尺度上,其解释力会有所下降;同时,影响降水空间分布的主控因子在时空上表现出一定的规律性,且结果具有很好的可解释性。(2)青藏高原年尺度TMPA数据的降尺度研究传统基于TMPA降尺度研究面临的两个主要瓶颈问题是:基于TMPA降尺度的陆表环境变量选择过于单一,主要依赖于NDVI或/且DEM;传统方法不能有效的同时考虑多元陆表环境变量协同下的降尺度要求。本研究引入的基于空间数据挖掘的思路能够突破上述瓶颈问题,尤其是在青藏高原,不但同时考虑诸多陆表环境因子对降水时空分布的影响,并且能够充分挖掘出降水与环境变量之间关系随着空间位置改变而改变的二维尺度效应,而且,在不同的空间范围内,能够筛选出影响降水空间分布的特定区域的最优变量组合,从而极大的满足了复杂地区基于低分辨率遥感降水数据进行空间降尺度的要求。通过验证发现:基于Cubist算法降尺度结果的精度显著优于传统降尺度算法(GWR)的结果精度,且不需要残差矫正;Cubist算法能够根据地理数据的空间特征将整个研究区划分为不同大小的子区域,充分考虑了降水与陆表环境变量之间的二维尺度效应,然后在各个子区域内,筛选出能够标准降水空间分布的最优因子组合,且可以根据各因子对解释降水空间分布的贡献率大小进行排序,具有极强的可解释性,同时,Cubist作为一种数据挖掘的算法,不受影响因子的多寡而影响到降尺度结果的精度;Cubist能够有效移除原始降水数据中异常点对降尺度结果的影响。因此,本研究创新性的引入了一种空间数据挖掘的算法,在年尺度上,能够满足青藏高原地区对TMPA进行降尺度的需求。(3) TMPA卫星降水产品的异常点去除矫正研究受高寒山区湖泊水体以及冰雪表面反射率和发射率的影响,青藏高原原始TMPA有诸多异常值存在。本研究在年尺度上对青藏高原TMPA降尺度过程中发现:基于空间数据挖掘算法和多元陆表环境变量对TMPA数据模拟的结果,不仅精度和空间分布特征与原始TMPA相当,而且有效的移除了异常值的存在,并在此基础上,采用地理比率分析(Geographically Ratio Analysis,GRA )方法,在年尺度上将地面观测信息矫正到遥感降水数据上,再通过分裂算法,获取青藏高原2000年1月至2013年12月逐月的经过异常点去除和地面矫正的遥感降水数据,该数据集被命名为NIMTMPA3B43_QTP,且已发布共享(http://agri.zju.edu.cn/NITMPA3B43_QTP/)。通过地面观测资料在年和月尺度上对比分析TMPA数据和经过异常点去除及矫正的遥感降水数据发现:本研究获取的新的逐月降水遥感数据集(NITMPA3B43_QTP),不仅有效的去除了异常点,而且精度得到显著提高,可以进一步的丰富和完善青藏高原地区高时空精度的栅格化遥感降水数据集。(4)青藏高原月和日尺度的TPMA降尺度研究在年降水降尺度数据的基础上,结合降水数据在空间上平滑过渡的假设,本研究提出了一种基于TMPA3B43数据的空间滑动窗口加权平均的分裂系数获取算法,得到了逐月的降水降尺度数据。为了获取日尺度降水降尺度数据,本研究引入了逐三小时0.25°的TMPA3B42数据。基于降水在高时间分辨率(逐三小时)上具有时-空连续过渡的假设,本研究首先采用空间滑动窗口加权平均的分裂系数获取算法,获取了逐三小时~1km分辨率的分裂系数,结合月降尺度数据,得到逐三小时~1km的数据,同时,本研究提出了一种基于时间滑动窗口加权平均的算法,最终获得了逐三小时~1 km的降水降尺度数据,在此基础上累计得到逐日的降尺度降水数据。通过对获取逐月和基于逐日降水事件的降尺度数据验证发现:降尺度降水数据在空间分布上整体与其相应的原始的TMPA数据极为相似,但更进一步的,降尺度数据不仅在空间上过渡平滑,去除了明显的异常点,更能够表达出更多的细节信息,同时精度得到了显著的提升,有一定的保证,因此,本研究提出的基于时-空滑动窗口加权平均算法获取青藏高原高时空分辨率降水降尺度数据的思路具有一定的适用性和实用性。(5)基于降尺度降水数据的青藏高原降水时空变化规律研究长期以来,该区域降水信息极其匮乏,无法详细反应青藏高原降水变化的时空分布规律,本研究基于TMPA的降尺度数据(~1km)分别在年、季、月探讨了青藏高原年际降水的变化规律。基于星地观测的青藏高原及其周边地区平均降水平年际变化曲线相对一致,且在年和季的时间尺度上,没有明显变化变化趋势;但是,青藏高原年际降水变化率在年/季/月上都呈现出一定的空间分布特征,且与降水量的空间分布呈现出刚好相反的趋势,即在降水量较高的藏东南地区,沿喜马拉雅山脉南麓向帕米尔高原过渡的地区,年降水量变化呈现下降的趋势,且在藏东南地区下降最显著;而在降水量相对较少的青藏高原西北部的帕米尔高原及沿喀喇昆仑山向三江源过渡的地带,降水量有一定的上升趋势,上升趋势显著。通过对比分别基于地面观测资料和降尺度数据获取的青藏高原降水变化趋势,发现;在年尺度上,基于两种资料获取的变化趋势一致性良好(R2约0.83);在季尺度上,降水量相对较少的春、秋和冬季,一致性略有下降(R2约0.70),而在降水量较高的夏季,一致性与年的相当,决定系数为0.85。星基遥感观测为青藏高原降水观测及降水气候变化研究,提供了丰富的数据基础,也获取了传统地面观测手段所无法获取的信息,同时,如何反演更高时空精度、更长时间跨度的降水数据对研究这一关键区域乃至全球范围的水文气候具有重要的意义。本研究的核心工作是针对青藏高原复杂的地形条件,基于低分辨率遥感降水数据,提出了一套获取该地区高时空分辨率、高精度的降水降尺度数据的方法体系。且在如下方面取得了新进展或者进行了创新性研究:(1)本次研究分析了降水与陆表环境变量的相互关系,引入和改进了一种空间数据挖掘算法,建立了基于TRMM卫星的年降水数据降尺度计算模型,为具有复杂地表的青藏高原地区获取高空间分辨率降水数据提供了新思路,该模型通过参数本地化,具备可应用于全球不同地区卫星降水降水数据降尺度计算的潜力。(2)本研究针对星地数据时-空融合降尺度的难题,借鉴地理加权回归思想,提出了一种基于时-空滑动窗口加权平均的计算方法,获取了青藏高原地区高时间分辨率(逐三小时、逐日、逐月)和高空间分辨率(~1km)的降水数据产品。利用地面气象观测站降水数据对青藏高原日尺度和月尺度数据进行验证,发现本研究的降尺度数据相比原始TMPA数据,空间分辨率和数据精度都有显著提高,如Bias从原始逐月TMPA数据的~20%降低至降尺度降水数据的~5%左右。(3)针对原始TMPA3B43数据存在异常点且整体高估的情况,本研究提出了一种对原始遥感数据异常点去除、数据质量矫正的新思路。计算生成了青藏高原一套2000-2013年去异常点的、精度更高的逐月栅格化降水产品,并实现了数据产品的网上共享:http://agri.zju.edu.cn/NITMPA3B43 OTP/。


知网文化
【相似文献】
中国博士学位论文全文数据库 前2条
1 马自强;青藏高原地区卫星降水数据时空降尺度研究[D];浙江大学;2017年
2 谢永坤;气温和降水对增暖响应的观测和模拟研究[D];兰州大学;2017年
中国硕士学位论文全文数据库 前9条
1 蒋贤栋;成都市龙泉驿区降水有机酸研究[D];四川师范大学;2017年
2 张思远;不同管理措施下农田土壤温室气体排放对降水的响应[D];西北大学;2017年
3 成业;基于多时空分辨率降水数据的黄河源区径流模拟研究[D];中国地质大学(北京);2017年
4 姚磊;皖北地区降水的时空演变特征分析[D];西北大学;2017年
5 陈娅;上海市大气颗粒物和降水中的离子化学特征[D];上海师范大学;2017年
6 段丽君;2014年夏季青藏高原陆气多尺度相互作用特征[D];成都信息工程大学;2017年
7 罗建刚;青藏高原西部岩石圈电性结构与动力学研究[D];中国地质大学(北京);2017年
8 陈宇;岩溶动力系统对气温、降水和土壤CO_2变化的敏感性[D];西南大学;2017年
9 吴金冉;基于协整理论的数据挖掘在降水预测中的研究[D];兰州大学;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978