论文部分内容阅读
降水是全球水分和能量循环中关键的气候要素。降水量是水分循环、水资源评价、气候分析、水文模型等计算和研究中非常重要的输入参数。因此获得高分辨率、高精度的降水数据具有重要的意义。在我国西部地区,尤其是地势复杂,海拔较高的天山山区,水文气象观测站点稀少,站网密度远远不能满足流域水文模型的应用需求。目前,遥感技术可以提供在空间上连续分布的降水资料,其中TRMM遥感数据应用广泛,已成为研究降雨变化的一种重要手段。但其空间分辨率较低,数据精度相对不高,对遥感降水数据进行降尺度和校正,能够有效解决该问题。 本研究以天山山区作为研究对象,首先利用研究区内8个气象站点的实测降水数据对TRMM3B43降水数据在天山山区的适用性进行评估;然后基于不同方法(ANN和CART)对TRMM3B43数据进行校正,得到高精度的降水数据;最后根据TRMM3B43降水与植被NDVI、坡度、坡向、高程、经纬度的相关关系,通过CART算法建立回归模型进行降尺度,并二次校正后得到高分辨率、高精度的降水数据,以此分析天山山区降水空间分布的特征。主要结论如下: (1) TRMM3B43降水数据在天山山区有一定的适用性。在研究区尺度上,TRMM3B43和GPM月降水数据与站点实测降水数据的决定系数(R2)分别为0.76和0.87,存在显著的线性相关关系,说明TRMM3B43和GPM降水数据与站点实测降水在整体上有较好的一致性,可以反映出研究区大致的降水情况。在单个站点上,TRMM3B43和GPM月降水数据与站点实测降水数据相关性不高,且误差较大。其中,GPM降水数据的精度高于TRMM3B43。 (2)从ANN法和CART算法的校正结果可知:无论整体还是单个站点综合考虑地理因子和NDVI数据校正后的TRMM降水数据与实测值之间的R2的平均值都在0.7以上,δ和RMSE也都在可接受范围之内,说明ANN和CART两种方法对TRMM数据的校正效果都很好。其中,CART算法校正后的TRMM降水数据与实测值之间的拟合度更高,误差更小,比ANN法校正后的TRMM降水数据更接近实测值。由此可以判断CART算法的校正效果优于ANN法,且CART计算过程更简便,效率更高。 (3)基于CART算法综合考虑NDVI、坡度、坡向、高程和经纬度建立回归模型对TRMM3B43降水数据进行降尺度的方法可行。通过降尺度和校正的方法,得到了天山山区分辨率为1km的年降水数据,并通过比例系数法分解得到月降水数据。经过实测站点的检验,降尺度过程提高了空间分辨率,但与实测值之间存在一定误差,因此使用加法修正法进行校正。校正后的降尺度多年平均降水数据与实测降水数据的决定系数(R2)为0.85,δ和RMSE分别为15.20%和53.72mm,相比未校正的R2提高了0.05,δ和RMSE分别减小了5.42%和10.58mm。由此可以说明,经过校正后的降尺度降水数据精度更高,且校正过程有效地减小了降尺度和站点实测降水数据之间的误差。因此,通过本文降尺度和校正的方法能够得到天山山区高分辨率、高精度的降水数据。 (4)利用校正后的降尺度降水数据,在月、季、年三个时间尺度上对天山山区的降水进行分析,从空间分布情况来看:天山西部一年四季均是降水最多的地区,东部地区相对而言降水较少。夏季降水量主要集中在天山中部,冬季天山西部地区的降水明显多于东部,北坡的降水量普遍略高于南坡。从时间变化情况来看:天山山区降水季节性明显,夏季降水量大,冬季降水量小。其中7月降水量最大,2月最少。