基于ATPRK算法的2019年华中地区GPM降水数据降尺度研究

来源 :水电能源科学 | 被引量 : 0次 | 上传用户:ys331223
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
新一代GPM卫星为全球环境监测提供了高时效、高精度的降水数据源,但其低(0.1°)空间分辨率限制了推广应用.利用2019年华中地区GPM_Imerg逐月产品和306个地面气象站点资料,引入NDVI、高程、水汽、经纬度等降尺度因子,构建area-to-point regression kriging(ATPRK)、地理加权回归(GWR)和随机森林(RF)降尺度模型,将原始GPM数据空间分辨率提高至1 km×1 km,通过对比模型精度差异,探究ATPRK算法的应用潜力.结果 表明,ATPRK算法降尺度后的数值精度显著提高,较好解决了原GPM数据低空间分辨率问题;与GWR、RF模型相比,ATPRK模型在复杂地形区对GPM数据降尺度应用具有一定优势;华中三省降水中心位于幕阜山、湘东、洞庭湖一带,并向西、北方向逐渐减少;此外地形起伏和水汽增加会使GPM降水产品精度下降,尤其是在鄂东南、湘北、湘东地区的适应性普遍较差.
其他文献
以偏最小二乘回归模型为基础,采用逐步回归法和Elastic Net技术对原有方法进行改进,建立了太湖水位预报日模型,并利用2009、2015、2016、2020年汛期逐日雨水情、工情资料进行率定检验.结果 表明,改进的偏最小二乘回归法对太湖水位模拟精度较高,率定检验期水位误差小于或等于3 cm的天数比例均超过95%.