本發(fā)明涉及衛(wèi)星降水?dāng)?shù)據(jù)分析，特別是涉及一種有效提高衛(wèi)星降水?dāng)?shù)據(jù)分辨率的方法。

背景技術(shù)：

1、山區(qū)測(cè)站數(shù)據(jù)是降水?dāng)?shù)據(jù)的最主要來(lái)源，降水測(cè)站網(wǎng)絡(luò)為流域降水-產(chǎn)流過(guò)程模擬預(yù)測(cè)提供保障。但是，人類不易到達(dá)的山區(qū)往往測(cè)站稀少甚至沒有測(cè)站，降水?dāng)?shù)據(jù)稀缺甚至無(wú)降水?dāng)?shù)據(jù)是一個(gè)普遍性的問題，給流域水文模擬帶來(lái)了巨大困難。而衛(wèi)星監(jiān)測(cè)降水?dāng)?shù)據(jù)是地面測(cè)站監(jiān)測(cè)降水?dāng)?shù)據(jù)的一個(gè)潛在代用數(shù)據(jù)源，是解決問題的一個(gè)可能途徑。然而，目前國(guó)際上能提供的最高分辨率降水產(chǎn)品為衛(wèi)星降水gpm數(shù)據(jù)，其分辨率為0.1°×0.1°(10km×10km)，盡管該產(chǎn)品對(duì)于大尺度流域可用，但對(duì)于中小尺度流域不可用，其分辨率遠(yuǎn)不能滿足精度需求。

技術(shù)實(shí)現(xiàn)思路

1、為了gpm數(shù)據(jù)在中小流域能夠適用，本發(fā)明首先采用地理加權(quán)回歸模型(gwr)對(duì)gpm數(shù)據(jù)進(jìn)行空間降尺度，以提高輸入數(shù)據(jù)gpm的精度。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供了如下方案：

3、一種有效提高衛(wèi)星降水?dāng)?shù)據(jù)分辨率的方法，包括：

4、獲取中小尺度流域的歸一化植被指數(shù)ndvi數(shù)據(jù)和數(shù)字高程模型dem數(shù)據(jù)，對(duì)所述ndvi數(shù)據(jù)和dem數(shù)據(jù)進(jìn)行處理，基于處理后的ndvi數(shù)據(jù)和dem數(shù)據(jù)，構(gòu)建gwr模型，獲取目標(biāo)分辨率下的系數(shù)、常數(shù)項(xiàng)和殘差；

5、獲取全球降水測(cè)量gpm數(shù)據(jù)，基于所述目標(biāo)分辨率下的系數(shù)、常數(shù)項(xiàng)和殘差對(duì)所述全球降水測(cè)量gpm數(shù)據(jù)進(jìn)行反推理，獲取目標(biāo)分辨率下的全球降水測(cè)量gpm數(shù)據(jù)；

6、根據(jù)所述目標(biāo)分辨率下的全球降水測(cè)量gpm數(shù)據(jù)，獲取所述中小尺度流域的逐日徑流量。

7、可選地，對(duì)所述歸一化植被指數(shù)ndvi數(shù)據(jù)和數(shù)字高程模型dem數(shù)據(jù)進(jìn)行處理包括：

8、采用雙線性插值法對(duì)所述歸一化植被指數(shù)ndvi數(shù)據(jù)和數(shù)字高程模型dem數(shù)據(jù)進(jìn)行重采樣，將所述歸一化植被指數(shù)ndvi數(shù)據(jù)和數(shù)字高程模型dem數(shù)據(jù)均重采樣至預(yù)設(shè)分辨率。

9、可選地，所述預(yù)設(shè)分辨率包括：10km×10km分辨率。

10、可選地，獲取所述目標(biāo)分辨率下的系數(shù)、常數(shù)項(xiàng)和殘差的方法為：

11、pi＝βndvi(ui,vi)ndvii+βdem(ui,vi)demi+β0(ui,vi)+εi

12、其中，pi為第i個(gè)點(diǎn)的降水量；(ui,vi)為第i個(gè)位置點(diǎn)的經(jīng)緯度坐標(biāo)；β0(ui,vi)為相應(yīng)的系數(shù)項(xiàng)；εi為殘差，βndvi為植被蓋度系數(shù)，ndvii為水文單元的植被蓋度，βdem為高程系數(shù)，demi為水文單元的海拔高程。

13、可選地，所述目標(biāo)分辨率下的全球降水測(cè)量gpm數(shù)據(jù)包括：1km×1km分辨率下的全球降水測(cè)量gpm數(shù)據(jù)。

14、可選地，獲取所述中小尺度流域的逐日徑流量包括：

15、將所述目標(biāo)分辨率下的全球降水測(cè)量gpm數(shù)據(jù)輸入srm模型，獲取所述中小尺度流域的逐日徑流量。

16、本發(fā)明的有益效果為：

17、本發(fā)明選取ndvi和dem作為獨(dú)立變量來(lái)構(gòu)建gwr模型，估算出每一個(gè)位置的參數(shù)來(lái)建立地理加權(quán)回歸模型(gwr)，采用地理加權(quán)回歸模型對(duì)gpm數(shù)據(jù)進(jìn)行空間降尺度，以提高輸入數(shù)據(jù)gpm的精度。

技術(shù)特征：

1.一種有效提高衛(wèi)星降水?dāng)?shù)據(jù)分辨率的方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的有效提高衛(wèi)星降水?dāng)?shù)據(jù)分辨率的方法，其特征在于，對(duì)所述歸一化植被指數(shù)ndvi數(shù)據(jù)和數(shù)字高程模型dem數(shù)據(jù)進(jìn)行處理包括：

3.根據(jù)權(quán)利要求2所述的有效提高衛(wèi)星降水?dāng)?shù)據(jù)分辨率的方法，其特征在于，所述預(yù)設(shè)分辨率包括：10km×10km分辨率。

4.根據(jù)權(quán)利要求1所述的有效提高衛(wèi)星降水?dāng)?shù)據(jù)分辨率的方法，其特征在于，獲取所述目標(biāo)分辨率下的系數(shù)、常數(shù)項(xiàng)和殘差的方法為：

5.根據(jù)權(quán)利要求1所述的有效提高衛(wèi)星降水?dāng)?shù)據(jù)分辨率的方法，其特征在于，所述目標(biāo)分辨率下的全球降水測(cè)量gpm數(shù)據(jù)包括：1km×1km分辨率下的全球降水測(cè)量gpm數(shù)據(jù)。

6.根據(jù)權(quán)利要求1所述的有效提高衛(wèi)星降水?dāng)?shù)據(jù)分辨率的方法，其特征在于，獲取所述中小尺度流域的逐日徑流量包括：

技術(shù)總結(jié)
本發(fā)明涉及一種有效提高衛(wèi)星降水?dāng)?shù)據(jù)分辨率的方法，包括：獲取中小尺度流域的歸一化植被指數(shù)NDVI數(shù)據(jù)和數(shù)字高程模型DEM數(shù)據(jù)，對(duì)NDVI數(shù)據(jù)和DEM數(shù)據(jù)進(jìn)行處理，基于處理后的NDVI數(shù)據(jù)和DEM數(shù)據(jù)，構(gòu)建GWR模型，獲取目標(biāo)分辨率下的系數(shù)、常數(shù)項(xiàng)和殘差；獲取全球降水測(cè)量GPM數(shù)據(jù)，基于目標(biāo)分辨率下的系數(shù)、常數(shù)項(xiàng)和殘差對(duì)全球降水測(cè)量GPM數(shù)據(jù)進(jìn)行反推理，獲取目標(biāo)分辨率下的全球降水測(cè)量GPM數(shù)據(jù)；根據(jù)目標(biāo)分辨率下的全球降水測(cè)量GPM數(shù)據(jù)，獲取中小尺度流域的逐日徑流量。本發(fā)明首先采用地理加權(quán)回歸模型(GWR)對(duì)GPM數(shù)據(jù)進(jìn)行空間降尺度，以提高輸入數(shù)據(jù)GPM的精度。

技術(shù)研發(fā)人員：蘇里坦·達(dá)尼爾汗,胡可可,劉文君
受保護(hù)的技術(shù)使用者：中國(guó)科學(xué)院新疆生態(tài)與地理研究所
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19