一種基于地理差異分析法的空間統(tǒng)計(jì)降尺度降水估算方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及統(tǒng)計(jì)降尺度方法，具體指的是基于地理差異分析法的空間統(tǒng)計(jì)降尺度 降水估算方法。
【背景技術(shù)】
[0002] 降水是地球水循環(huán)的一個(gè)重要組成部分，它與氣象、生態(tài)、水文和農(nóng)業(yè)等研宄領(lǐng)域 有著緊密聯(lián)系。在生態(tài)、水文模型、氣象領(lǐng)域中使用的降水?dāng)?shù)據(jù)，通常有三種：第一種是天氣 或氣候數(shù)值預(yù)報(bào)的降水?dāng)?shù)據(jù)；第二種是雨量站（RainGaugeStations，RGS)觀測(cè)的站點(diǎn)降 水?dāng)?shù)據(jù)；第三種是基于遙感技術(shù)的衛(wèi)星降水?dāng)?shù)據(jù)。
[0003] 在數(shù)值預(yù)報(bào)中，全球和區(qū)域的氣候模式已經(jīng)用于對(duì)降水分布進(jìn)行模擬，尤其是中 尺度氣候WRF模型，在中尺度的降水?dāng)?shù)值預(yù)報(bào)中有著重要的應(yīng)用。全球環(huán)流模式（GCMs)可 以模擬大尺度降水分布情況，但是由于當(dāng)前計(jì)算能力有限，其獲取的降水量空間分辨率比 較低，難以提供區(qū)域性的降水分布信息。雖然可以通過(guò)對(duì)全球環(huán)流模式嵌套區(qū)域氣候模式 (RCMs)來(lái)模擬區(qū)域尺度上的降水變化，但其獲取的降水最高空間分辨率為20-125km之間。 對(duì)于精細(xì)化的研宄，該分辨率下仍然不能提供區(qū)域性的小尺度降水信息，不論是全球氣候 模式還是區(qū)域氣候模式，都不能獲得區(qū)域性高精度的時(shí)空降水?dāng)?shù)據(jù)。另外，也可用雨量站降 水?dāng)?shù)據(jù)和連續(xù)的衛(wèi)星觀測(cè)降水?dāng)?shù)據(jù)來(lái)建立空間降水?dāng)?shù)據(jù)集。在空間分析技術(shù)的支撐下，月 或日的氣象站點(diǎn)降水?dāng)?shù)據(jù)通過(guò)內(nèi)插或外推可獲得沒(méi)有氣象站點(diǎn)區(qū)域的降水信息。
[0004] 近年來(lái)發(fā)展起來(lái)的空間統(tǒng)計(jì)降尺度技術(shù)為獲取更高空間分辨率的降水產(chǎn)品提供 了新的技術(shù)方法?？臻g統(tǒng)計(jì)降尺度技術(shù)是基于某一較低空間分辨率變量和其它較高空間分 辨率之間的統(tǒng)計(jì)關(guān)系，建立統(tǒng)計(jì)降尺度模型獲取更高空間分辨率的研宄變量的一種方法。 當(dāng)前常用的空間降尺度方法主要有兩種，即動(dòng)力空間降尺度和統(tǒng)計(jì)空間降尺度。這兩種降 尺度法都需要全球氣候模式提供大尺度氣候信息。動(dòng)力空間降尺度法利用與全球氣候模式 耦合的區(qū)域氣候模式對(duì)研宄區(qū)域的氣候變化進(jìn)行研宄。它的優(yōu)點(diǎn)是有明確的物理意義，而 且不受觀測(cè)的氣候資料的影響，可以得到不同空間分辨率的結(jié)果。不同的研宄區(qū)域，不同的 初始值和邊界值等會(huì)對(duì)降尺度模式的結(jié)果產(chǎn)生直接的影響。動(dòng)力降尺度具有較強(qiáng)的區(qū)域依 賴(lài)性。統(tǒng)計(jì)空間降尺度能彌補(bǔ)動(dòng)力空間降尺度的缺點(diǎn)。在統(tǒng)計(jì)空間降尺度中，全球氣候模 式中輸出的氣候信息可作為統(tǒng)計(jì)空間降尺度模式的基礎(chǔ)輸入值，這樣就可以修正GCMs在 區(qū)域上的誤差，且不用考慮初始值和邊界值的條件對(duì)預(yù)測(cè)結(jié)果的影響。不僅如此，統(tǒng)計(jì)空間 降尺度方法還能夠得到站點(diǎn)尺度上氣候信息。所以，統(tǒng)計(jì)降尺度是研宄氣候變化的一個(gè)新 途徑。目前，統(tǒng)計(jì)降尺度方法已經(jīng)被廣泛地用于地表溫度、地表徑流、土壤水分等的降尺度 研宄中。

【發(fā)明內(nèi)容】

[0005]發(fā)明目的：為了克服現(xiàn)有技術(shù)中存在的不足，本發(fā)明提供一種基于地理差異分析 法的空間統(tǒng)計(jì)降尺度降水估算方法，其相比于傳統(tǒng)方法相關(guān)性更高，誤差更小。
[0006] 技術(shù)方案：為實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案為：
[0007] -種基于地理差異分析法的空間統(tǒng)計(jì)降尺度降水估算方法，包括以下步驟：
[0008] 步驟A，利用衛(wèi)星降水?dāng)?shù)據(jù)的年降水量TRMM(TropicalRainfallMeasuring Missionsatellite，熱帶測(cè)雨任務(wù)衛(wèi)星）3B43與歸一化植被指數(shù)（Normalized DifferentialVegetationIndex，NDVI)之間關(guān)系建立統(tǒng)計(jì)模型，獲得降尺度的年降水量；
[0009]步驟B，采用地理差異分析方法（GeographicalDifferenceAnalysis，GDA)校準(zhǔn) 由步驟A獲得的降尺度的年降水量；
[0010] 步驟C，由步驟B獲得的校準(zhǔn)后的降尺度的年降水量加權(quán)分解成月降水?dāng)?shù)據(jù)；
[0011] 步驟D，采用地理差異分析方法校準(zhǔn)由步驟C獲得的月降水?dāng)?shù)據(jù)，獲得校準(zhǔn)后的月 降水?dāng)?shù)據(jù)。
[0012] 步驟A中，建立衛(wèi)星降水?dāng)?shù)據(jù)的年降水?dāng)?shù)據(jù)與歸一化植被指數(shù)的關(guān)系統(tǒng)計(jì)模型， 具體包括步驟如下：
[0013] 步驟A-1，求出衛(wèi)星降水?dāng)?shù)據(jù)月降水量的總和，即年降水量pH°_25TfflM;
[0014] 步驟A-2,通過(guò)像素平均將分辨率為1km的歸一化植被指數(shù)年平均值NDVIlkm轉(zhuǎn)換 成分辨率為0. 25。的NDVI年平均值，即NDVI°_25°;
[0015] 步驟A-3,建立顯著性檢驗(yàn)p〈0. 05和擁有最高相關(guān)系數(shù)R2值的NDVI°_25°與未校準(zhǔn) 的Pmc；al_°_25Tffl"的回歸函數(shù)關(guān)系；
[0016] 步驟A-4,采用步驟A-3中建立的回歸函數(shù)，由NDVI°_25°估算得出分辨率為0.25° 的年降水量P°_25° NDVI;
[0017] 步驟A-5，計(jì)算得出廣eal_°_ 25畫(huà)和P°_ 25°mvi的殘差，即P°_ 25KES，獲得分辨率為0? 25。 的殘差圖；
[0018] 步驟A-6,采用樣條插值將P°_25KES轉(zhuǎn)變成1km網(wǎng)格像素中的殘差PlkmKES;
[0019] 步驟A-7,采用步驟A-3所獲得的回歸函數(shù)，根據(jù)1km分辨率網(wǎng)格下的年均NDVI值 得到分辨率為1km的估算年降水量PlkniNDVI;
[0020] 步驟A-8,將步驟A-6的殘差PlkmKE#Plkmmvi求和，生成校準(zhǔn)后的降尺度的年降水 曰.puncal-lkm里f TEMM?
[0021] 其中，NDVI為歸一化植被指數(shù)的英文縮寫(xiě)，TRMM為衛(wèi)星降水?dāng)?shù)據(jù)的英文縮寫(xiě)，p為 顯著性水平值，P為降水量值，uncal為未校準(zhǔn)，km為長(zhǎng)度單位千米，R2為相關(guān)系數(shù)，RES為 殘差值，pn°_25?"為未校準(zhǔn)的分辨率為0. 25°的降水值。
[0022] 步驟B中，采用地理差異分析方法校準(zhǔn)降尺度降水量，具體包括步驟如下：
[0023] 步驟B-1，計(jì)算地理區(qū)域內(nèi)pmkmTKMM數(shù)據(jù)和雨量計(jì)測(cè)量降水量的差異值，即 pPoint 1 error ^
[0024]步驟B-2,采用反距離加權(quán)插值法（InverseDistanceWeight,IDW)將PP°mtelTOT插 值到lkm網(wǎng)格中，即得到PlkmOTOT。
[0025] 步驟B-3,將誤差PlkmOTOT與未校準(zhǔn)的P?aHkmTM求和，獲得校準(zhǔn)后的降尺度年降水 里，即 Pcal-GDA;
[0026] 其中GDA為地理差異分析方法英文縮寫(xiě)，cal為校準(zhǔn)后，Point為點(diǎn)數(shù)據(jù)，error為 誤差，km為長(zhǎng)度單位千米。
[0027] 有益效果：本發(fā)明提供了基于地理差異分析法的空間統(tǒng)計(jì)降尺度降水估算方法， 所述方法利用年衛(wèi)星降水?dāng)?shù)據(jù)TRMM3B43和NDVI之間的關(guān)系建立統(tǒng)計(jì)模型，并把降水?dāng)?shù)據(jù) 降尺度到lkm分辨率，獲得的降尺度降水?dāng)?shù)據(jù)標(biāo)記為DS;計(jì)算雨量計(jì)數(shù)據(jù)與未校準(zhǔn)降尺度 TRMM3B43數(shù)據(jù)差異值，并采用GDA方法校準(zhǔn)降尺度降水?dāng)?shù)據(jù)，標(biāo)記為DSGDA;校準(zhǔn)的降尺度 TRMM3B43降水?dāng)?shù)據(jù)DSGDA采用加權(quán)分解法分解年均降水?dāng)?shù)據(jù)到月降水?dāng)?shù)據(jù)，獲取的月降 水?dāng)?shù)據(jù)標(biāo)記為DSdis，再采用GDA方法校準(zhǔn)月降水?dāng)?shù)據(jù)DSdis，并將產(chǎn)生的校準(zhǔn)月降水?dāng)?shù)據(jù) 標(biāo)記為DSdisGDA。
[0028] 本發(fā)明在傳統(tǒng)獲取降水?dāng)?shù)據(jù)方法的基礎(chǔ)上，提出了新的降尺度方法，該降尺度方 法利用有限的氣象站點(diǎn)數(shù)據(jù)和TRMM3B43月降尺度數(shù)據(jù)來(lái)獲取較為準(zhǔn)確的分辨率為lkm的 月降水?dāng)?shù)據(jù)估算值，再采用地理差異分析方法校準(zhǔn)基于年均TRMM3B43降水?dāng)?shù)據(jù)與NDVI的 統(tǒng)計(jì)關(guān)系，建立一個(gè)針對(duì)研宄自變量的降尺度模型，最終獲取高分辨率的月降水?dāng)?shù)據(jù)。
【附圖說(shuō)明】
[0029] 圖1為本發(fā)明的基于地理差異分析法的空間統(tǒng)計(jì)降尺度降水估算方法流程示意 圖；
[0030] 圖2為年均NDVI值與年均Pmeal°_25TKMM值的散點(diǎn)圖；
[0031] 圖3為2008年到2010年TRMM3B43降水?dāng)?shù)據(jù)年均降水量柵格圖；
[0032] 圖4為2008年到2010年降尺度降水?dāng)?shù)據(jù)DS年均降水量柵格圖；
[0033] 圖5為2008年到2010年GDA校準(zhǔn)降尺度降水?dāng)?shù)據(jù)DSGDA年均降水量柵格圖；
[0034] 圖6為2008年到2010年雨量計(jì)降水?dāng)?shù)據(jù)與DSdis的散點(diǎn)圖；
[0035] 圖7為2008年到2010年雨量計(jì)降水?dāng)?shù)據(jù)與DSdisGDA的散點(diǎn)圖；
[0036] 圖8為DSdis,DSdisGDA和雨量計(jì)降水?dāng)?shù)據(jù)的月均降水；
[0037] 圖9為DSdis,DSdisGDA和雨量計(jì)降水?dāng)?shù)據(jù)的相對(duì)誤差百分比；
[0038] 圖10為DSdis,DSdisGDA和雨量計(jì)降水?dāng)?shù)據(jù)的偏差。
【具體實(shí)施方式】
[0039] 一種基于地理差異分析法的空間統(tǒng)計(jì)降尺度降水估算方法，包括以下步驟：
[0040] 步驟A，利用衛(wèi)星降水?dāng)?shù)據(jù)的年降水量TRMM(TropicalRainfallMeasuring Missionsatellite，熱帶測(cè)雨任務(wù)衛(wèi)星）3B43與歸一化植被指數(shù)（Normalized DifferentialVegetationIndex，NDVI)之間關(guān)系建立統(tǒng)計(jì)模型，獲得降尺度的