| TRMM降水数据的空间降尺度方法研究 | 您所在的位置：网站首页 › 降水分布规律图表 › TRMM降水数据的空间降尺度方法研究 |
|
引 言
降水作为地球水循环的主要驱动因子,不仅影响着一个地区或流域的水分和热量状况,也是全球水热循环的推动力之一[1],全球变暖不仅导致许多区域降水量发生变化,而且还会引起降水时空上的重新分配[2],而空间连续分布的降水数据理论上可由分布均匀的地面实测站点插值得到[3],但在地形复杂的山区,下垫面复杂、观测台站十分稀疏不均,无法依靠简单的内插或者外推得到[4],并且降水数据的空间分辨率在一定程度上限制了水文模型的输出结果[5]。
遥感技术可以提供空间上连续分布的降水资料,TRMM是目前唯一携带监测降水雷达的遥感卫星,TRMM数据降水数据已经用在中国横断山和青藏高原等地区的降水研究中[6,7],但其空间分辨率（0.25°×0.25°）较低,限制了其在流域尺度的水文和气候等模型中的应用,因此需要对TRMM降水数据进行降尺度以获得高分辨率的降水数据。
TsHARP算法作为一种统计降尺度方法,将NDVI数据融入到Landsat热红外影像中得到30 m的地表温度数据,通过与地表实测地表温度数据对比,发现降尺度结果精度高[8]。Immerzeel等[9]通过建立植被指数与3B43降水数据的相关关系,将空间分辨率为1 000 m的NDVI数据融入到TRMM 3B43降水数据中,得到空间分辨率为1 000 m的伊比利亚半岛高分辨率降水数据;Jia等[10]在Immerzeel等人的研究基础之上引入海拔高度数据,通过建立3B43降水数据与海拔及植被NDVI之间的函数关系,得到柴达木盆地1 000 m降水数据。以上研究采用统计降尺度方法均提高了数据的空间分辨率,改善了数据精度。
但是以上研究区多是在地形平坦的平原或盆地,下垫面比较简单,而目前对山区降尺度相关方面的研究方法还没有,本文以天山山区为例,基于TRMM 卫星3B43降水数据集,引入DEM数据和局部Moran指数对降尺度算法TsHARP进行改进,以填补山区降水数据降尺度研究方法的空白。 1 研究区概况和数据处理 1.1 研究区概况
天山山脊平均海拔4 000 m,地处西风带,受大西洋、北冰洋气流影响,降水比较充沛。中国学者通过对冰川、湖泊和径流等数据的分析,认为中国西北有暖干向暖湿转型的趋势,其中新疆转型信号最为明显[11,12],因此研究天山山区气候变化,对揭示气候变化成因、未来发展趋势具有重要意义。本文选择天山中段（41°30′~44°36′N,80°64′~ 87°24′E）海拔大于1 085 m的地区作为研究区（图1）。
显示原图| 下载原图ZIP| 生成PPT 图1 研究区地理位置 Fig.1 The study area 1.2 数据来源与处理
TRMM 3B43降水数据由美国NASA 的 Goddard 数据分发中心提供,水平分辨率为0.25°×0.25°。植被指数NDVI数据由搭载于 EOS/Terra 卫星上的中分辨率成像光谱仪（MODIS）获取,空间分辨率250 m,在本研究中,对NDVI数据进行了2001~2006年的年最大合成处理[13],最终得到研究区年均最大合成NDVI（图2a）; DEM数据由NASA网站提供,空间分辨率为90 m;气象台站降水数据由中国气象科学数据共享服务网（http://www.nmic.gov.cn）提供。
天山山区高海拔地带降水丰富,山区平原由于受人为因素和上游河流影响,植被生长较好。为排除以上因素影响,本研究引入局部Moran指数,该指数可以揭示空间参考单元与其邻近的空间单元属性特征值之间的相似性或相关性,识别空间集聚和空间孤立,探测空间变异等,而植被NDVI的局部Moran指数（图2b）所示反映了植被的空间变异性,其具体计算公式为：
（1）
式中,Ii为局部Moran指数,xi为空间单元i的属性值,wij为空间权重矩阵,代表单元i和j之间的影响程度,n为空间单元样本数目。
显示原图| 下载原图ZIP| 生成PPT 图2 年均最大合成NDVI（a）和NDVI Moran指数（b） Fig.2 Annual average NDVI(a) and Moran index of NDVI(b) 2 降尺度方法
中国天山山区降水由西向东递减,且北坡降水多于南坡,降水垂直特征明显,随海拔增高降水呈上升趋势[14~16],因此本文在前人的研究基础上[8~10],引入DEM和NDVI局部Moran指数对TsHARP算法进行改进对降水进行将尺度研究,假设DEM、NDVI、坡向（Aspect）、经纬度与年累积降水数据在不同空间尺度关系一致,根据降水与各地理因子的相关关系,在0.25°空间分辨率下,分别建立了2001~2006年3B43年累积降水数据与年均最大合成NDVI、坡向、海拔和经纬度的回归模型。其中,Y代表模型预估降水,X1代表经度,X2代表纬度,X3代表高程,X4代表年均最大合成NDVI,X5代表坡向。
通过建立的多年降尺度回归模型（表1）可知,回归模型的相关系数均大于0.95,这说明我们建立的模型是高度相关的,可利用该模型进行降水的分析。由于植被对降水的滞后性,本文对植被NDVI进行了年均最大合成处理。 Table 1 表1表1 2001~2006年降尺度模型 Table 1 Downscaling model in 2001-2006 时间0.25°分辨率模型相关系数R2相对误差MRE2001Y=33X1-15X2+0.05X3+40X4-16.1X50.9647.772002Y=32X1-13X2+0.07X3+61X4-30.8X50.9763.702003Y=38X1-17X2+0.05X3+29.5X4-18.2X50.9661.072004Y=42X1-19X2+0.06X3+69.9X4-28.4X50.9564.492005Y=17X1-6.5X2+0.07X3+105X4-25.6X50.9574.982006Y=40X1-18.5X2+0.06X3+100X4-20X50.9657.58
新窗口打开
降尺度的具体方法：首先将DEM、NDVI、Aspect和经纬度重采样至与年累积3B43数据相应分辨率,其中0.25°对应的分辨率为低分辨率LR,250 m 为高分辨率HR。
1） 在0.25°分辨率（低分辨率）下建立多元线性回归方程：
YLR=a+b×X1+c×X2+d×X3+e×X4+f×X5 （2）
其中,YLR代表0.25°分辨率的预估降水, a、b、c、d、e和f为线性回归模型拟合系数（表1）。
2） 在0.25°分辨率下,分析得到3B43（公式中B3B43表示）与预估降水的降水残差ΔTRMMLR（公式中ΔTTRMMLR表示）
ΔTTRMMLR= B3B43-YLR （3）
3） 分别将0.25°分辨率下的回归系数代入到重采样到250 m辨率的DEM、NDVI、Aspect等影像中,得到高分辨率模型预估降水YHR。
YHR=a+b×X1+c×X2+d×X3+e×X4+f×X5 （4）
4） 将空间分辨率为0.25°的降水残差ΔTRMMLR 插值为高分辨率的降水残差数据ΔTRMMHR（公式中用ΔTTRMMLR表示）。通过高分辨率残差与高分辨率预估降水叠合得到高分辨率（降尺度）的降水数据Yds。
Yds=YHR+ΔTTRMMLR （5） 3 降尺度结果分析
本文以天山山区中段为研究区,利用MODIS的NDVI产品以及研究区的DEM数据,以ArcGIS和ENVI软件为计算平台,分别得到2001~2006年高分辨率降尺度降水数据（图3）。
显示原图| 下载原图ZIP| 生成PPT 图3 2001~2006年降尺度降水结果 Fig.3 Result of downscaling precipitation in 2001-2006 3.1 结果验证
由于山区测点较少,所以本研究选用研究区2001~2006年6 a间的3个地面气象站点对其降尺度的结果进行验证,通过实测降水与TRMM 3B43年降水和降尺度进行相关分析（图4）,得出降尺度和实测降水的相关性（R²=0.713）明显高于TRMM 3B43原始降水与实测数据相关性（R²=0.618）,降尺度的结果明显优于原始降水数据。为进一步对降尺度结果进行验证,分别对研究区内3个监测降水台站进行分析（表2）,由表2可知,巴仑台的降尺度结果与实测值偏差较大,原因是TRMM原始数据与实测值本身偏差大,但降尺度的结果明显有所改善,年均降水最大改善程度是70 mm。各站点降尺度的结果相比原始TRMM降水与实测值更接近,降尺度的结果明显的改善了TRMM降水的精度,说明本文降水降尺度的方法是合理可行的。
显示原图| 下载原图ZIP| 生成PPT 图4 实测降水分别与TRMM 3B43年降水和降尺度年降水的相关关系 Fig.4 Correlation between meteorological station data with TRMM 3B43 data and annual downscaling precipitation Table 2 表2表2 各个台站TRMM原始降水和降尺度降水结果与实测降水比较（mm） Table 2 Comparison of TRMM precipitation and downscaling precipitation with measured precipitation at meteorological station（mm） 降水台站2001年2002年2003年2004年2005年2006年年均降水昭苏实测587.20632.00627.40527.40454.90471.90550.13TRMM299.77393.17385.87416.52353.14389.13372.93降尺度319.10445.58398.57452.99400.31401.19402.96巴音布鲁克实测275.50339.80216.20256.30292.90298.90279.93TRMM248.33328.84255.24305.57363.95358.33310.04降尺度248.86337.00250.56301.37338.83332.22301.47巴仑台实测169.00311.20206.30212.30225.10174.00216.32TRMM163.95301.28201.73186.93214.69161.22204.97降尺度179.80317.02203.23200.81228.33150.18213.23
新窗口打开 3.2 天山山区降水空间分布特征
通过对2001~2006年降尺度结果验证分析可知,降尺度结果相对于TRMM降水数据有一定程度的提高,可用于研究区降水特征的分析研究。通过图3发现,降尺度年降水与海拔分布相似,存在随海拔升高降水增加的趋势,这说明研究区内部降水受海拔影响严重,这与前人对天山降水的研究发现相一致[14,17]。研究区降水总体趋势为西部多于东部,北坡多于南坡,西段内部多于外缘。降水的匮乏区集中在天山精河附近和南坡边缘地区,其中降水的最小值位于南坡拜城的南部。曾有学者指出,中国境内天山北坡年降水可达500~700 mm,北坡西段个别迎风坡可达1 000 mm[18],而本研究的降尺度年降水的最大区集中在依连哈比尔尕山和天山西段,降水范围在600~1 000 mm之间。因此降尺度研究在一定程度上可为高海拔、人类无法监测的区域的降水研究提供技术支持,其结果可以详细刻画山区降水的空间分布特征。 4 结 论
本文以年降水与高程（DEM）、植被指数（NDVI）、坡向（Aspect）、经纬度与之间存在的相关关系为基础,构建了TRMM卫星3B43年累积降水数据与NDVI、DEM和坡向等相关因子的回归模型,对TsHARP统计降尺度算法引入DEM和局部Moran指数进行改进,得到了2001~2006年研究区的250 m高分辨率降水空间分布数据,利用研究区气象站点的实测降水数据对降尺度结果进行验证,得出以下结论：
1） 降尺度结果与实测降水之间的年均误差均小于原始3B43降水数据与实测降水数据的误差,降尺度的降水精度相对TRMM 3B43原始数据精度明显要高;TRMM卫星3B43年累积降水数据与实测降水相关系数（R2）为0.618,而降尺度的降水结果和实测降水之间的相关系数（R2）为0.713。降尺度的方法明显改善了原始3B43降水数据的精度,年均降水最大改善程度是70 mm,因此本文究构建的降尺度模型可以用于山区降水的降尺度分析研究。
2） 降尺度的结果明显提高了原始降水数据的分辨率,降尺度的降水结果能够详细刻画天山中段降水的空间分布特征,其降水空间分布特征为西部多于东部,北坡多于南坡,西段内部多于外缘,并且降水随海拔升高呈增加趋势。
3） 高程（DEM）、植被因子（NDVI）、坡向和经纬度在构建山区降水的降尺度模型时应被考虑。
The authors have declared that no competing interests exist. 参考文献 原文顺序 文献年度倒序 文中引用次数倒序 被引期刊影响因子 [1] 刘奇,傅云飞.基于TRMM/TMI的亚洲夏季降水研究 [J].地球科学,2007,37(1):111~122.https://doi.org/10.3321/j.issn:1006-9267.2007.01.013 URL [本文引用: 1] 摘要 利用热带测雨卫星(TRMM)微波成像仪(TMI)的长期观测资料,对亚洲夏季降水的水平分布特征进行了统计分析,指出了孟加拉湾北部沿岸,中国南海南 部,赤道西太平洋暖池三个稳定的强降水中心.并借助全球降水气候计划(GPCP)地表降水资料,对亚洲范围内洋面,陆面及6个典型区域的TMI降水准确性 进行了评估,结果表明利用TMI和GPCP资料对亚洲夏季降水的强弱降水中心及雨带位置的指示基本一致,TMI对陆面降水仍存在普遍的低估,最大相对偏差 在25%左右.差异水平分布显示出极强的地域性特征,出现最大差异(＞3 mm/d)的区域位于陆地上青藏高原周边(正偏差),及孟加拉湾北部地区(负偏差).对产生偏差原因的分析表明,TMI陆面算法强烈依赖于降水云系统上层 冰粒子含量的特性是构成其系统性偏低和局部地区对降水高估的主要因素,而进一步的分析也显示GPCP雨量计极不均匀的分布对差异的产生也有所贡献,尤其是 在雨量计稀少的高原周边地区. [2] 王庆,马倩倩,夏艳玲,等.最近50年来山东地区夏季降水的时空变化及其影响因素研究 [J].地理科学,2014,34(2):220~228.URL Magsci [本文引用: 1] 摘要 利用山东地区16 个气象站1961~2012 年逐月降水资料以及同期大气环流指数资料，采用Mann-Kendall 非参数检验法、累积距平法、有序聚类分析法以及Mann-Whitney-Pettitt（MWP）法等方法，对最近50 a 来山东地区夏季降水及其占全年降水比例的时空变化及影响因素进行了研究。结果表明，最近50 a 来，山东地区夏季降水呈现总体下降趋势，但有显著的阶段性。其中，沿海地区变化幅度小于内陆，其阶段转换和突变也早于内陆，内陆中山区又早于平原。沿海地区夏季降水占年降水比例呈现总体上升趋势，但无明显的阶段性和突变现象；而内陆地区呈现总体下降趋势，但存在阶段性和突变现象，其中山地与平原间又有差异。分析表明，山东地区夏季降水变化与同期东亚夏季风、南方涛动和北极涛动之间有显著的响应关系，但在沿海与内陆、山地与平原之间存在差异。 [3] 朱会义,贾绍凤.降雨信息空间插值的不确定性分析 [J].地理科学进展,2004,23(2):34~42.https://doi.org/10.11820/dlkxjz.2004.02.005 Magsci [本文引用: 1] 摘要 文章以潮白河流域为样区，根据58个雨量站1990年的降雨观测数据，采用反距离权重法、克立格法、样条函数法、趋势面法等插值方法，分析了站点数量变化、时间尺度变化、栅格像元的尺度变化、插值方法的差异对降雨数据空间插值结果的影响，剖析降雨插值中的不确定性。结果表明：（1）插值站点数量越大，区域降雨插值的不确定性越小；（2）像元尺度在50m~1000m间变化对降雨插值的不确定性只有微弱的影响；（3）对应于时间尺度由年到月到日的变化，降雨插值的不确定性随时间尺度的减小而显著增大；（4）不同插值方法影响到降雨空间插值的不确定性水平。为了减少降雨信息空间插值的不确定性，根本途径是要引入第三方相关变量，并将其整合到现有的插值算法中。高相关性变量的选取及其与插值模型的整合方式将成为降雨插值研究的主导方向。 [4] 叶柏生,杨大庆,丁永建,等.中国降水观测误差分析及其修正 [J].地理学报,2007,62(1):3~13.Magsci [本文引用: 1] 摘要 在1980s 乌鲁木齐河流域进行的降水误差观测试验结果基础上, 依据我国726 个气象站1951~2004 年逐日观测资料, 对降水的动力损失、微量降水以及湿润损失进行系统的修正, 以期获得更准确的长系列降水资料, 为区域乃至全球水热循环过程和水文学研究提供基础资料。修正结果表明, 在大部分地区由风速作用引起的动力损失是主要的误差来源, 但在降水较少的地区湿润和微量降水观测损失也起着重要作用, 全国726 个台站年降水修正量在8~740 mm 之间, 平均约125 mm, 相应的修正幅度在5%~72%, 平均约18%。从时间看, 冬季修正系数大于夏季, 但冬季修正量小于夏季; 从空间分布看, 西北地区年修正量一般小于50 mm, 东南地区大于100 mm, 总修正系数由西北向东南地区减少, 其中西北地区大于30%, 而西南地区小于20%, 这一修正系数高于全球的11%左右的平均修正量。 [5] Guo J Z,Liang X,Leung L R.Impacts of different precipitation data sources on water budgets [J].Journal of Hydrology,2004,298:311-334.https://doi.org/10.1016/j.jhydrol.2003.08.020 URL [本文引用: 1] 摘要 Radar and rain-gauge precipitation datasets are used to explore the impacts of different precipitation data sources on water budgets simulated by the Three-Layer Variable Infiltration Capacity (VIC-3L) land surface model over the watershed of the Illinois River at Watts, Oklahoma. Hourly grid-based NEXRAD (Next Generation Radar) Stage III precipitation data (approximately 4脳4 km ) were aggregated in time and space to daily precipitation at 1/8 degree and compared to the University of Washington (UW) daily precipitation data, which were gridded at 1/8 degree based on rain-gauge precipitation data. Comparisons of the temporal cumulative precipitation magnitudes indicate that the NEXRAD precipitation is smaller than the UW data and the rain gauge measurements. Hyetographs obtained from the NEXRAD data in general appear to be narrower with higher peaks. In addition, the NEXRAD data are better in capturing the precipitation spatial distributions than the UW data. Investigations of water fluxes based on simulations forced by the two types of precipitation datasets suggest that realistic streamflow simulations, compared to the observed daily streamflow at the outlet of the Illinois River at Watts, can be obtained if model parameters are calibrated. Compared to soil moisture of the total zone, runoff and evapotranspiration are more sensitive to the temporal and spatial distributions of precipitation, with runoff being most sensitive. Also, runoff and evapotranspiration obtained based on the NEXRAD precipitation data show more spatial heterogeneities than those obtained by using the UW precipitation data. Moreover, the magnitudes of the components of the water budget can be strongly impacted by the VIC-3L calibrated parameters, but their spatial distribution patterns may not be significantly affected. [6] 朱国锋,蒲焘,张涛,等.TRMM降水数据在横断山区的精度 [J].地理科学, 2013,33(9):1125~1131.Magsci [本文引用: 1] 摘要 利用相关系数法和散点斜率法对横断山区1998~2011 年之间月尺度的TRMM 3B43 降水数据精度进行了检验。研究表明,TRMM 3B43 降水数据与实测数据相关性很强,但是比实测降水量偏大33.9%。在横断山北部大雪山以东地区和南部香格里-贡山-德钦一带三江并流区TRMM 3B43 数据误差较大。各个季节TRMM 3B43降水与实测值误差的空间分布有较大区别,但是都表现为北部沿经向分布,南部沿纬向分布的趋势;横断山区高海拔地区气象站点稀少和复杂的下垫面环境是产生观测误差的主要原因。 [7] 齐文文,张百平,庞宇,等.基于TRMM数据的青藏高原降水的空间和季节分布特征 [J].地理科学,2013,33(8):999~1005.Magsci [本文引用: 1] 摘要 庞大的青藏高原不仅影响其周围的气候,也影响整个亚洲甚或全球的气候,而且本身还形成了独特的高原气候。但高原上气象观测站点极为稀少,降水资料奇缺,难以完整、深刻地认识高原降水的时空分布格局。选用热带降雨测量计划卫星(Tropical Rainfall Measuring Mission,TRMM)3B43 月尺度降水率数据,并根据114 个气象站点数据与TRMM数据的差额和克里格球形插值模型对原数据进行了修正,克服了原数据低值高估、高值低估的问题,并以此分析了青藏高原1998~2011 年的多年平均降水的空间格局与季节分布特征。研究结果证实了青藏高原降水的空间格局呈现自东南向西北递减、自南向北逐渐减少的基本分布规律,包括喜马拉雅山北坡雨影区、高原西北部“寒旱核心”的存在;还发现了一些新的规律,包括阿里喀喇昆仑山少雨区、高原腹地相对湿润区、横断山脉中心相对干旱区等。高原降水的季节分配不均匀,其中,西、北部春(3~5 月)、秋(9~11 月)和冬(12~2 月)的降水占全年降水比例均为20%~30%,夏季(6~8 月)降水稍多,比例为30%~40%;东南部降水主要集中在夏季,比例高达40%~60%,春、秋降水比例为20%~30%,冬季降水比例低于10%。 [8] Agam N,Kustas W P,Anderson M C,et al.A vegetation index based technique for spatial sharpening of thermal imagery [J].Remote Sensing of Environment,2007,107(4):545-558.https://doi.org/10.1016/j.rse.2006.10.006 URL [本文引用: 2] 摘要 High spatial resolution (6502100m) thermal infrared band imagery has utility in a variety of applications in environmental monitoring. However, currently such data have limited availability and only at low temporal resolution, while coarser resolution thermal data (65021000m) are routinely available, but not as useful for identifying environmental features for many landscapes. An algorithm for sharpening thermal imagery (TsHARP) to higher resolutions typically associated with the shorter wavebands (visible and near-infrared) used to compute vegetation indices is examined over an extensive corn/soybean production area in central Iowa during a period of rapid crop growth. This algorithm is based on the assumption that a unique relationship between radiometric surface temperature ( T R ) relationship and vegetation index (VI) exists at multiple resolutions. Four different methods for defining a VI026102 T R basis function for sharpening were examined, and an optimal form involving a transformation to fractional vegetation cover was identified. The accuracy of the high-resolution temperature retrieval was evaluated using aircraft and Landsat thermal imagery, aggregated to simulate native and target resolutions associated with Landsat, MODIS, and GOES short- and longwave datasets. Applying TsHARP to simulated MODIS thermal maps at 1-km resolution and sharpening down to 6502250m (MODIS VI resolution) yielded root-mean-square errors (RMSE) of 0.67–1.35°C compared to the ‘observed’ temperature fields, directly aggregated to 250m. Sharpening simulated Landsat thermal maps (60 and 120m) to Landsat VI resolution (30m) yielded errors of 1.8–2.4°C, while sharpening simulated GOES thermal maps from 5km to 1km and 250m yielded RMSEs of 0.98 and 1.97, respectively. These results demonstrate the potential for improving the spatial resolution of thermal-band satellite imagery over this type of rainfed agricultural region. By combining GOES thermal data with shortwave VI data from polar orbiters, thermal imagery with 250-m spatial resolution and 15-min temporal resolution can be generated with reasonable accuracy. Further research is required to examine the performance of TsHARP over regions with different climatic and land-use characteristics at local and regional scales. [9] Immerzee W W,Rutten M M,Droogers P.Spatial downscaling of TRMM precipitation using vegetation response on the Iberian Peninsula [J].Remote Sensing of Environment,2009, 113(2):362-370.[本文引用: 1] [10] Jia Shaofeng,Zhu Wenbin,Lu Aifeng,et al.A statistical spatial downscaling algorithm of TRMM precipitation based on NDVI and DEM in the Qaidam Basin of China [J].Remote Sensing of Environment,2011,115(12):3069-3079.https://doi.org/10.1016/j.rse.2011.06.009 Magsci [本文引用: 2] 摘要 The availability of precipitation data with high spatial resolution is of fundamental importance in several applications such as hydrology, meteorology and ecology. At present, there are mainly two sources of precipitation estimates: raingauge stations and remote sensing technology. However, a large number of studies demonstrated that traditional point measurements based on raingauge stations cannot reflect the spatial variation of precipitation effectively, especially in ungauged basins. The technology of remote sensing has greatly improved the quality of precipitation observations and produced reasonably high resolution gridded precipitation fields. These products, derived from satellites, have been widely used in various parts of the world. However, when applied to local basins and regions, the spatial resolution of these products is too coarse. In this paper, we present a statistical downscaling algorithm based on the relationships between precipitation and other environmental factors in the Qaidam Basin such as topography and vegetation, which was developed for downscaling the spatial precipitation fields of these remote sensing products. This algorithm is demonstrated with the Tropical Rainfall Measuring Mission (TRMM) 3B43 dataset, the Digital Elevation Model (DEM) from the Shuttle Radar Topography Mission (SRTM) and SPOT VEGETATION. The statistical relationship among precipitation, DEM and Normalized Difference Vegetation Index (NDVI), which is a proxy for vegetation, is variable at different scales: therefore, a multiple linear regression model was established under four different scales (0.25 degrees, 0.50 degrees, 0.75 degrees and 1.00 degrees, respectively). By applying a downscaling methodology, TRMM 3B43 0.25 degrees x 0.25 degrees precipitation fields were downscaled to 1 x 1 km pixel precipitation for each year from 1999 to 2009. On the basis of three criteria, these four downscaled results were compared with each other and the regression model established at the resolution of 0.50 degrees was selected as the final downscaling algorithm in this study. The final downscaled results were validated by applying the observations for a duration of 11 years obtained from six raingauge stations in the Qaidam Basin. These results indicated that the downscaled result effectively captured the trends in inter-annual variability and the magnitude of annual precipitation with the coefficient of determination r(2) ranging from 0.72 to 0.96 at six different raingauge stations. (C) 2011 Elsevier Inc. All rights reserved. [11] 施雅风,沈永平.西北气候由暖干向暖湿转型的信号、影响和前景探讨 [J].科技导报,2003,(2):54~57.[本文引用: 1] [12] 怀保娟,李忠勤,孙美平,等.近40 a来天山台兰河流域冰川资源变化分析 [J].地理科学,2014,34(2):229~236.URL Magsci [本文引用: 1] 摘要 台兰河流域作为阿克苏河的支流，是以冰川融水补给为主的河流，流域面积为1 324 km2。结合1：5 万地形图、Landsat ETM+遥感影像及数字高程模型数据，通过综合计算机自动解译及目视解译的方法，将面向对象图像特征提取方法应用到该流域冰川信息提取中，并以影像叠加数字高程模型来提取表碛覆盖区的冰川末端边界，最后参照专家指导意见进行边界的再次修订，得到1972~2011 年该流域的冰川变化数据，并分析了过去近40 a来冰川变化特征及其对气候变化的响应过程。结果表明：1972~2011 年，台兰河流域冰川退缩明显，冰川总面积从435.44 km2退缩到385.38 km2，减少了50.06 km2，退缩率为11.50%，年均减少约1.25 km2，平均单条冰川面积减小0.31 km2；冰川总条数从113 条减少到109 条，消失冰川10 条，有3 条冰川分离成了9 条，其余100 条冰川都呈减小趋势。结合阿克苏和拜城气象站气象资料分析认为，台兰河流域冰川萎缩与该地区气温快速上升关系密切，气温上升导致的冰川消融在一定程度上抵消了降水增加对冰川的补给。 [13] Stow D,Hope A,McGuire D.Remote sensing of vegetation and land-cover change in Arctic Tundra Ecosystems [J].Remote Sensing of Environment,2004, 89(2):281-308.URL [本文引用: 1] [14] 刘俊峰,陈仁升,卿文武,等.基TRMM降水数据的山区降水垂直分布特征 [J].水科学进展,2011,22(4):447~454.URL Magsci [本文引用: 2] 摘要 选择天山和祁连山区为典型区,利用台站降水数据验证以上两区多卫星降水数据(TRMM)精度的基础上,借助TRMM数据分析了所选山区年降水梯度效应,并探讨了天山及祁连山最大降水高度带.结果表明,多卫星降水数据在天山和祁连山区精度较高,天山及祁连山年降水量都明显受到海拔影响,降水随海拔升高而增加,但天山降水与海拔正相关关系最好,南、北和西坡相关系数分别为0.90、0.81和0.58,多年平均降水直减率分别为11.0mm/100 m、6.3 mm/100 m、7.4 mm/100 m,最大降水高度带则分别位于海拔2 200~3 500 m和3 200~3 700 m和3 000m左右;祁连山东、中、西段降水随海拔有增加趋势,但降水梯度效应在祁连山东段明显高于祁连山中西段地区,梯度效应由东向西呈现递减趋势,其最大降水带主要分布在东段4 000~4 500 m的高山带. [15] 蓝永超,吴素芬,钟英君,等.近50年来新疆天山山区水循环要素的变化特征与趋势 [J].山地学报,2007,25(2):177~183.https://doi.org/10.3969/j.issn.1008-2786.2007.02.008 URL 摘要 天山山区由于其特殊的地理位置与高海拔,成为新疆地表径流的主要 产流区域.近几十年来,全球平均气温的持续上升对该区域气温、降水、径流等水循环要素产生重要的影响.根据天山南北坡有关水文气象台站的观测资料,系统地 分析了该区域1960年代以来各水循环要素的变化特征与趋势.结果表明,受全球变暖的影响,1980年以来整个天山地区气温和降水均呈明显的上升趋势,其 中10 a气温的升幅更为显著;对于降水而言,天山南坡降水增幅大于北坡,而南坡的西段是近10 a降水增幅最大的区域.受气温上升与降水增加的影响,天山地区出山径流总体上呈增加的趋势,其中,近10 a天山南坡中西段河流出山径流量增幅最为显著,平均增幅在30%以上. [16] 韩添丁,丁永建,叶柏生,等.天山天格尔山南北坡降水特征研究 [J].冰川冻土,2004,26(6):761~766.Magsci [本文引用: 1] 摘要 对新疆天山天格尔山南北坡乌拉斯台河和乌鲁木齐河流域及其山前平原不同高度气象(水文)站近40a降水实测资料的统计分析,研究天山天格尔山南北坡不同坡向及高度的降水特征.结果表明:山区降水远大于山前平原,南北坡降水均呈现为增加趋势,冬季和夏季降水的增加趋势明显;山前平原区降水的年际变化幅度大于山区;冬、春季降水变率大于夏、秋季,南坡降水变率远大于北坡,冬、春季表现地尤为突出.年际降水的减少趋势出现在乌鲁木齐河流域中山峡谷地带的英雄桥水文站,其春季3月份的降水量减少趋势非常显著;乌鲁木齐河源大西沟气象站4～5月和6～8月月降水呈明显的反相关变化. [17] 穆振侠,姜卉芳,刘丰.基于TRMM/TM1与实测站点的降水垂直分布差异性探讨 [J].干旱区研究,2010,27(4):515~521.URL [本文引用: 1] [18] 姜逢清,张延伟,胡汝骥,等.新疆年降水不规则性空间差异与长期演变 [J].干旱区地理,2010,33(6):853~860.URL [本文引用: 1] 摘要 在新疆以往的降水不规则性的研究中常采用标准统计值，如距平值、标准离差和变差系数等来衡量 降水对正常格局的偏离。然而，标准统计方法无法全面描述降水变化的不规则性。本文利用一种新的指标——偏差指数对新疆降水的时空不规则性进行分析，结果表 明：南疆降水普通偏差指数要明显比其它两个区域高，而天山山区的指数值总体上最低。三个区域的特殊偏差指数存在一定的差异，这种差异性在20世纪90年代 早期以前尤其明显，而90年代早期之后，三个区域降水的特殊偏差指数变化趋势大致呈现一致性，说明新疆降水时间变化上呈均匀化态势。天山山区的特殊偏差指 数变化的幅度明显小于另外两个区域。北疆的特殊偏差指数在所分析的时段内存在微弱的线性降低趋势，而南疆，尤其是天山山区存在微小的线性增大趋势。降水不 规则性指数可以较好地刻画新疆年降水的时空不规则性，该指标可以用于一般框架下的新疆未来降水变化监测。 基于TRMM/TMI的亚洲夏季降水研究 1 2007 ... 降水作为地球水循环的主要驱动因子,不仅影响着一个地区或流域的水分和热量状况,也是全球水热循环的推动力之一[1],全球变暖不仅导致许多区域降水量发生变化,而且还会引起降水时空上的重新分配[2],而空间连续分布的降水数据理论上可由分布均匀的地面实测站点插值得到[3],但在地形复杂的山区,下垫面复杂、观测台站十分稀疏不均,无法依靠简单的内插或者外推得到[4],并且降水数据的空间分辨率在一定程度上限制了水文模型的输出结果[5]. ... 最近50年来山东地区夏季降水的时空变化及其影响因素研究 1 2014 ... 降水作为地球水循环的主要驱动因子,不仅影响着一个地区或流域的水分和热量状况,也是全球水热循环的推动力之一[1],全球变暖不仅导致许多区域降水量发生变化,而且还会引起降水时空上的重新分配[2],而空间连续分布的降水数据理论上可由分布均匀的地面实测站点插值得到[3],但在地形复杂的山区,下垫面复杂、观测台站十分稀疏不均,无法依靠简单的内插或者外推得到[4],并且降水数据的空间分辨率在一定程度上限制了水文模型的输出结果[5]. ... 降雨信息空间插值的不确定性分析 1 2004 ... 降水作为地球水循环的主要驱动因子,不仅影响着一个地区或流域的水分和热量状况,也是全球水热循环的推动力之一[1],全球变暖不仅导致许多区域降水量发生变化,而且还会引起降水时空上的重新分配[2],而空间连续分布的降水数据理论上可由分布均匀的地面实测站点插值得到[3],但在地形复杂的山区,下垫面复杂、观测台站十分稀疏不均,无法依靠简单的内插或者外推得到[4],并且降水数据的空间分辨率在一定程度上限制了水文模型的输出结果[5]. ... 中国降水观测误差分析及其修正 1 2007 ... 降水作为地球水循环的主要驱动因子,不仅影响着一个地区或流域的水分和热量状况,也是全球水热循环的推动力之一[1],全球变暖不仅导致许多区域降水量发生变化,而且还会引起降水时空上的重新分配[2],而空间连续分布的降水数据理论上可由分布均匀的地面实测站点插值得到[3],但在地形复杂的山区,下垫面复杂、观测台站十分稀疏不均,无法依靠简单的内插或者外推得到[4],并且降水数据的空间分辨率在一定程度上限制了水文模型的输出结果[5]. ... Impacts of different precipitation data sources on water budgets 1 2004 ... 降水作为地球水循环的主要驱动因子,不仅影响着一个地区或流域的水分和热量状况,也是全球水热循环的推动力之一[1],全球变暖不仅导致许多区域降水量发生变化,而且还会引起降水时空上的重新分配[2],而空间连续分布的降水数据理论上可由分布均匀的地面实测站点插值得到[3],但在地形复杂的山区,下垫面复杂、观测台站十分稀疏不均,无法依靠简单的内插或者外推得到[4],并且降水数据的空间分辨率在一定程度上限制了水文模型的输出结果[5]. ... TRMM降水数据在横断山区的精度 1 2013 ... 遥感技术可以提供空间上连续分布的降水资料,TRMM是目前唯一携带监测降水雷达的遥感卫星,TRMM数据降水数据已经用在中国横断山和青藏高原等地区的降水研究中[6,7],但其空间分辨率（0.25°×0.25°）较低,限制了其在流域尺度的水文和气候等模型中的应用,因此需要对TRMM降水数据进行降尺度以获得高分辨率的降水数据. ... 基于TRMM数据的青藏高原降水的空间和季节分布特征 1 2013 ... 遥感技术可以提供空间上连续分布的降水资料,TRMM是目前唯一携带监测降水雷达的遥感卫星,TRMM数据降水数据已经用在中国横断山和青藏高原等地区的降水研究中[6,7],但其空间分辨率（0.25°×0.25°）较低,限制了其在流域尺度的水文和气候等模型中的应用,因此需要对TRMM降水数据进行降尺度以获得高分辨率的降水数据. ... A vegetation index based technique for spatial sharpening of thermal imagery 2 2007 ... TsHARP算法作为一种统计降尺度方法,将NDVI数据融入到Landsat热红外影像中得到30 m的地表温度数据,通过与地表实测地表温度数据对比,发现降尺度结果精度高[8].Immerzeel等[9]通过建立植被指数与3B43降水数据的相关关系,将空间分辨率为1 000 m的NDVI数据融入到TRMM 3B43降水数据中,得到空间分辨率为1 000 m的伊比利亚半岛高分辨率降水数据;Jia等[10]在Immerzeel等人的研究基础之上引入海拔高度数据,通过建立3B43降水数据与海拔及植被NDVI之间的函数关系,得到柴达木盆地1 000 m降水数据.以上研究采用统计降尺度方法均提高了数据的空间分辨率,改善了数据精度. ... ... 中国天山山区降水由西向东递减,且北坡降水多于南坡,降水垂直特征明显,随海拔增高降水呈上升趋势[14~16],因此本文在前人的研究基础上[8~10],引入DEM和NDVI局部Moran指数对TsHARP算法进行改进对降水进行将尺度研究,假设DEM、NDVI、坡向（Aspect）、经纬度与年累积降水数据在不同空间尺度关系一致,根据降水与各地理因子的相关关系,在0.25°空间分辨率下,分别建立了2001~2006年3B43年累积降水数据与年均最大合成NDVI、坡向、海拔和经纬度的回归模型.其中,Y代表模型预估降水,X1代表经度,X2代表纬度,X3代表高程,X4代表年均最大合成NDVI,X5代表坡向. ... Spatial downscaling of TRMM precipitation using vegetation response on the Iberian Peninsula 1 2009 ... TsHARP算法作为一种统计降尺度方法,将NDVI数据融入到Landsat热红外影像中得到30 m的地表温度数据,通过与地表实测地表温度数据对比,发现降尺度结果精度高[8].Immerzeel等[9]通过建立植被指数与3B43降水数据的相关关系,将空间分辨率为1 000 m的NDVI数据融入到TRMM 3B43降水数据中,得到空间分辨率为1 000 m的伊比利亚半岛高分辨率降水数据;Jia等[10]在Immerzeel等人的研究基础之上引入海拔高度数据,通过建立3B43降水数据与海拔及植被NDVI之间的函数关系,得到柴达木盆地1 000 m降水数据.以上研究采用统计降尺度方法均提高了数据的空间分辨率,改善了数据精度. ... A statistical spatial downscaling algorithm of TRMM precipitation based on NDVI and DEM in the Qaidam Basin of China 2 2011 ... TsHARP算法作为一种统计降尺度方法,将NDVI数据融入到Landsat热红外影像中得到30 m的地表温度数据,通过与地表实测地表温度数据对比,发现降尺度结果精度高[8].Immerzeel等[9]通过建立植被指数与3B43降水数据的相关关系,将空间分辨率为1 000 m的NDVI数据融入到TRMM 3B43降水数据中,得到空间分辨率为1 000 m的伊比利亚半岛高分辨率降水数据;Jia等[10]在Immerzeel等人的研究基础之上引入海拔高度数据,通过建立3B43降水数据与海拔及植被NDVI之间的函数关系,得到柴达木盆地1 000 m降水数据.以上研究采用统计降尺度方法均提高了数据的空间分辨率,改善了数据精度. ... ... 中国天山山区降水由西向东递减,且北坡降水多于南坡,降水垂直特征明显,随海拔增高降水呈上升趋势[14~16],因此本文在前人的研究基础上[8~10],引入DEM和NDVI局部Moran指数对TsHARP算法进行改进对降水进行将尺度研究,假设DEM、NDVI、坡向（Aspect）、经纬度与年累积降水数据在不同空间尺度关系一致,根据降水与各地理因子的相关关系,在0.25°空间分辨率下,分别建立了2001~2006年3B43年累积降水数据与年均最大合成NDVI、坡向、海拔和经纬度的回归模型.其中,Y代表模型预估降水,X1代表经度,X2代表纬度,X3代表高程,X4代表年均最大合成NDVI,X5代表坡向. ... 西北气候由暖干向暖湿转型的信号、影响和前景探讨 1 2003 ... 天山山脊平均海拔4 000 m,地处西风带,受大西洋、北冰洋气流影响,降水比较充沛.中国学者通过对冰川、湖泊和径流等数据的分析,认为中国西北有暖干向暖湿转型的趋势,其中新疆转型信号最为明显[11,12],因此研究天山山区气候变化,对揭示气候变化成因、未来发展趋势具有重要意义.本文选择天山中段（41°30′~44°36′N,80°64′~ 87°24′E）海拔大于1 085 m的地区作为研究区（图1）. ... 近40 a来天山台兰河流域冰川资源变化分析 1 2014 ... 天山山脊平均海拔4 000 m,地处西风带,受大西洋、北冰洋气流影响,降水比较充沛.中国学者通过对冰川、湖泊和径流等数据的分析,认为中国西北有暖干向暖湿转型的趋势,其中新疆转型信号最为明显[11,12],因此研究天山山区气候变化,对揭示气候变化成因、未来发展趋势具有重要意义.本文选择天山中段（41°30′~44°36′N,80°64′~ 87°24′E）海拔大于1 085 m的地区作为研究区（图1）. ... McGuire D.Remote sensing of vegetation and land-cover change in Arctic Tundra Ecosystems 1 2004 ... TRMM 3B43降水数据由美国NASA 的 Goddard 数据分发中心提供,水平分辨率为0.25°×0.25°.植被指数NDVI数据由搭载于 EOS/Terra 卫星上的中分辨率成像光谱仪（MODIS）获取,空间分辨率250 m,在本研究中,对NDVI数据进行了2001~2006年的年最大合成处理[13],最终得到研究区年均最大合成NDVI（图2a）; DEM数据由NASA网站提供,空间分辨率为90 m;气象台站降水数据由中国气象科学数据共享服务网（http://www.nmic.gov.cn）提供. ... 基TRMM降水数据的山区降水垂直分布特征 2 2011 ... 中国天山山区降水由西向东递减,且北坡降水多于南坡,降水垂直特征明显,随海拔增高降水呈上升趋势[14~16],因此本文在前人的研究基础上[8~10],引入DEM和NDVI局部Moran指数对TsHARP算法进行改进对降水进行将尺度研究,假设DEM、NDVI、坡向（Aspect）、经纬度与年累积降水数据在不同空间尺度关系一致,根据降水与各地理因子的相关关系,在0.25°空间分辨率下,分别建立了2001~2006年3B43年累积降水数据与年均最大合成NDVI、坡向、海拔和经纬度的回归模型.其中,Y代表模型预估降水,X1代表经度,X2代表纬度,X3代表高程,X4代表年均最大合成NDVI,X5代表坡向. ... ... 通过对2001~2006年降尺度结果验证分析可知,降尺度结果相对于TRMM降水数据有一定程度的提高,可用于研究区降水特征的分析研究.通过图3发现,降尺度年降水与海拔分布相似,存在随海拔升高降水增加的趋势,这说明研究区内部降水受海拔影响严重,这与前人对天山降水的研究发现相一致[14,17].研究区降水总体趋势为西部多于东部,北坡多于南坡,西段内部多于外缘.降水的匮乏区集中在天山精河附近和南坡边缘地区,其中降水的最小值位于南坡拜城的南部.曾有学者指出,中国境内天山北坡年降水可达500~700 mm,北坡西段个别迎风坡可达1 000 mm[18],而本研究的降尺度年降水的最大区集中在依连哈比尔尕山和天山西段,降水范围在600~1 000 mm之间.因此降尺度研究在一定程度上可为高海拔、人类无法监测的区域的降水研究提供技术支持,其结果可以详细刻画山区降水的空间分布特征. ... 近50年来新疆天山山区水循环要素的变化特征与趋势 0 2007 天山天格尔山南北坡降水特征研究 1 2004 ... 中国天山山区降水由西向东递减,且北坡降水多于南坡,降水垂直特征明显,随海拔增高降水呈上升趋势[14~16],因此本文在前人的研究基础上[8~10],引入DEM和NDVI局部Moran指数对TsHARP算法进行改进对降水进行将尺度研究,假设DEM、NDVI、坡向（Aspect）、经纬度与年累积降水数据在不同空间尺度关系一致,根据降水与各地理因子的相关关系,在0.25°空间分辨率下,分别建立了2001~2006年3B43年累积降水数据与年均最大合成NDVI、坡向、海拔和经纬度的回归模型.其中,Y代表模型预估降水,X1代表经度,X2代表纬度,X3代表高程,X4代表年均最大合成NDVI,X5代表坡向. ... 基于TRMM/TM1与实测站点的降水垂直分布差异性探讨 1 2010 ... 通过对2001~2006年降尺度结果验证分析可知,降尺度结果相对于TRMM降水数据有一定程度的提高,可用于研究区降水特征的分析研究.通过图3发现,降尺度年降水与海拔分布相似,存在随海拔升高降水增加的趋势,这说明研究区内部降水受海拔影响严重,这与前人对天山降水的研究发现相一致[14,17].研究区降水总体趋势为西部多于东部,北坡多于南坡,西段内部多于外缘.降水的匮乏区集中在天山精河附近和南坡边缘地区,其中降水的最小值位于南坡拜城的南部.曾有学者指出,中国境内天山北坡年降水可达500~700 mm,北坡西段个别迎风坡可达1 000 mm[18],而本研究的降尺度年降水的最大区集中在依连哈比尔尕山和天山西段,降水范围在600~1 000 mm之间.因此降尺度研究在一定程度上可为高海拔、人类无法监测的区域的降水研究提供技术支持,其结果可以详细刻画山区降水的空间分布特征. ... 新疆年降水不规则性空间差异与长期演变 1 2010 ... 通过对2001~2006年降尺度结果验证分析可知,降尺度结果相对于TRMM降水数据有一定程度的提高,可用于研究区降水特征的分析研究.通过图3发现,降尺度年降水与海拔分布相似,存在随海拔升高降水增加的趋势,这说明研究区内部降水受海拔影响严重,这与前人对天山降水的研究发现相一致[14,17].研究区降水总体趋势为西部多于东部,北坡多于南坡,西段内部多于外缘.降水的匮乏区集中在天山精河附近和南坡边缘地区,其中降水的最小值位于南坡拜城的南部.曾有学者指出,中国境内天山北坡年降水可达500~700 mm,北坡西段个别迎风坡可达1 000 mm[18],而本研究的降尺度年降水的最大区集中在依连哈比尔尕山和天山西段,降水范围在600~1 000 mm之间.因此降尺度研究在一定程度上可为高海拔、人类无法监测的区域的降水研究提供技术支持,其结果可以详细刻画山区降水的空间分布特征. ... |
| CopyRight 2018-2019 实验室设备网 版权所有 |