一种精细化降水时间变异特征空间分析方法技术

本发明专利技术公开了一种精细化降水时间变异特征空间分析方法，包括以下步骤：对卫星降水数据和地面站点观测降水数据分别进行预处理操作；采用二次多元回归方程进行统计降尺度；使用站点资料对分别对两个降尺度数据误差校正；两种降尺度数据融合；降水次网格化；降水格点趋势性、波动性以及年内分配变化分析。相比于传统获取降水时间变异特征空间分布的方式，本发明专利技术可以获取更加有效精细的降水空间分布状况。况。况。

【技术实现步骤摘要】
一种精细化降水时间变异特征空间分析方法


[0001]本专利技术涉及降水资料时间变异特征空间分布分析技术，具体涉及一种基于多源数据的精细化降水时间变异特征空间分析方法。

技术介绍

[0002]气候要素是人类生存发展的重要基础，也是影响社会经济发展的重要因素。降水作为地表水和地下水资源的重要来源之一，在陆地水循环、生态系统演化中具有重要作用。然而，降水受地域、地形、下垫面影响等多方面因素影响，时空分布较为复杂。过去半个多世纪，全球几乎所有地区都经历了升温过程，气温的持续上升导致全球及区域尺度水循环加速。降水事件的时空特征已发生显著变化。获取准确的降水时空变化信息不仅对研究气候趋势和变率至关重要，而且对区域水资源规划管理、生态环境保护及也至关重要。
[0003]获取降水信息的方式主要有降水站点观测、降水雷达观测、卫星遥感反演、降水再分析资料等四种方式。降水站点监测可以获取较为准确的降水信息，受降水站点数量、站点空间分布、站点代表性及降水空间特征等制约，通过站点降水资料很难获取完整的降水空间信息。卫星遥感反演降水主要是利用不同的星载传感器发射和接收的不同波长的信号进行降水反演。卫星遥感反演降水可实现大范围扫描。可获取空间降水信息，但不同传感器及其反演方法对卫星降水观测精度影响较大。此外，当前常用的降水遥感产品空间分辨率较低难以满足各类工作需要。数据同化系统是通过对已有的气象资料和陆面过程模型进行不断的模拟获得降水空间信息，并可以用以预测未来的降水。但数据同化系统受系统区域适应性和其他地面资料条件的制约，精度差异较大。综上所述，各类降水资料在获取降水空间估计时均有明显的局限性，特别是对于降水空间变异较大（山丘区）或降水站点分布稀少的区域，使用单一源降水资料很难评估降水资料空间信息。降水降尺度在很大程度上可以减少站点及卫星遥感降水产品的不足，在单一时间段内可以获取较为准确且分辨率足够的降水空间资料。但不同来源的卫星遥感降水产品所带有空间表达信息不同，在分析降水时间变异空间分布时存在一定偏差。
[0004]现有技术的缺点：1．现有的降水降尺度方法均采用
“‘
单一降水卫星遥感资料
’
+
‘
降水站点
’”
模式，采用不同降尺度统计方法对降水空间信息进行估计。但不同降水卫星遥感资料受传感器类型及反演方法的不同，降水空间信息存在一定差异。从而导致面对不同降水卫星遥感资料降水空间信息差异较大。
[0005]2.现有降水资料时间变异特征多采用站点资料进行分析。对于降水站点密度较大、分布较为均匀的的区域，可以通过站点插值等方法获得区域降水变异分布状况。但对于降水空间变幅较大的区域，例如山区受地形雨的影响降水梯度较为复杂，且山区受条件制约降水站点分布有限，通过插值方式难以获取准确的降水时间变异特征在空间上的分布状况。通过卫星遥感资料获取时间变异特征在空间上的分布分辨率较低难以满足精细化水资源管理的需要。

技术实现思路

[0006]本专利技术的主要目的在于提供一种精细化降水时间变异特征空间分析方法。
[0007]本专利技术采用的技术方案是： 一种精细化降水时间变异特征空间分析方法，包括以下步骤：对卫星降水数据和地面站点观测降水数据分别进行预处理操作，分别提取研究区范围内Trmm 3B42、CMORPH CRT两种数据，并统一数据格式；针对地形资料、植被指数NDVI等资料进行数据重采样，分别提取1km数据、与Trmm和CMORPH相同分辨率资料，0.5km分辨率DEM资料；采用二次多元回归方程进行统计降尺度，针对研究时间范围内月尺度Trmm和CMORPH两个数据与经度、纬度、高程、坡度、坡向、植被进行二次多元回归系数进行统计，根据回归系数分别获取1km分辨率Trmm初步降尺度数据和CMORPH初步降水降尺度数据；使用站点资料对分别对两个降尺度数据误差校正，根据站点位置获取降尺度初步数据与站点实测数据误差分析，采用趋势面法对误差进行校正；获取Trmm降尺度误差校正数据和CMORPH降水降尺度误差校正数据；两种降尺度数据融合；降水次网格化；降水格点趋势性、波动性以及年内分配变化分析。
[0008]进一步地，所述采用二次多元回归方程进行统计降尺度包括：首先逐月针对Trmm和CMORPH数据采用以下回归方程对回归系数进行求解:式中：Lat、Lon、Ele、P、X、NDVI分别为格点纬度、经度、高程、坡度、坡向、NDVI指数等值，g为回归常数；采用最小二乘法对上式a1、a2
…
f1、f2回归系数及回归常数g进行求解；将1km尺度纬度、经度、高程、坡度、坡向、NDVI指数带入上式可分别获得Trmm和CMORPH两种数据初步降水降尺度结果。
[0009]更进一步地，所述使用站点资料对分别对两个降尺度数据误差校正包括：使用下式，针对每个站点对应栅格计算初步降尺度数据与站点实测值偏差式中：Ps为降水站点观测数据，Pd0为初步降尺度对应栅格值，ΔP为初步降尺数据与站点实测值偏差；为了避免常规插值造成牛眼状误差，本专利采用趋势面法对偏差进行插值：式中，a1，b1，c1，g为残差回归系数和回归常数，由站点残差最小二乘算法得出；采用下式对初步降尺度数据进行校正；分别获取Trmm和CMORPH数据降尺度数据; 。
[0010]更进一步地，所述两种降尺度数据融合包括：采用下式对两类降水统计降尺度数据进行融合：
式中：Pd为1km降水降尺度融合数据，PTrmm和PCMORPH分别为Trmm和CMORPH两种卫星遥感降水数据降尺度成果。
[0011]更进一步地，所述降水次网格化包括：在1km的栅格降水数据基础上，依据降水梯度信息对降水格点数据进行次网格化；获得0.5km栅格降水数据；采用下式计算降水高程梯度值:式中：a1为降水高程梯度，P为1km降水降尺度数值，Ele为对应格点高程；在1km资料每一个网格上，使用以下公式，进行降水降尺度计算：式中：Pd为0.5km分辨率降尺度降水数据，P0为1km降尺度数据降水数据，Ele0为1km降尺度数据中心点高程，Eled为1km降尺度数据网格内各栅格平均高程。
[0012]更进一步地，所述降水趋势性、波动性包括：在每个栅格上提取降水年值序列Y，以时间ti为自变量，年降水量yi为因变量，建立一元线性回归方程；式中: a 为回归常数; b为回归系数，又称趋势系数，b的正负号反映变量上升或下降的线性变化趋势；b＜0表示在计算时段内随时间增加变量呈下降趋势，b＞0 表示随时间增加变量呈上升趋势；使用下式计算波动特征值：间增加变量呈上升趋势；使用下式计算波动特征值：式中：Zi为残差绝对值序列，d残差回归系数，又称变量波动系数；d＜0表示在计算时间段内随时间增加呈下降趋势，即变量的波动呈减弱趋势; d＞0表示随时间增加呈上升趋势，即变量的波动呈增强趋势；可获得区域0.5km分辨率波动特征值和趋势值。
[0013]更进一步地，所述降水年内分配包括：采用基尼系数和洛伦茨不对称系数来表达年内分配指标，采用面积法计算本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种精细化降水时间变异特征空间分析方法，其特征在于，包括以下步骤：对卫星降水数据和地面站点观测降水数据分别进行预处理操作，分别提取研究区范围内Trmm 3B42、CMORPH CRT两种数据，并统一数据格式；针对地形资料、植被指数NDVI等资料进行数据重采样，分别提取1km数据、与Trmm和CMORPH相同分辨率资料，0.5km分辨率DEM资料；采用二次多元回归方程进行统计降尺度，针对研究时间范围内月尺度Trmm和CMORPH两个数据与经度、纬度、高程、坡度、坡向、植被进行二次多元回归系数进行统计，根据回归系数分别获取1km分辨率Trmm初步降尺度数据和CMORPH初步降水降尺度数据；使用站点资料对分别对两个降尺度数据误差校正，根据站点位置获取降尺度初步数据与站点实测数据误差分析，采用趋势面法对误差进行校正；获取Trmm降尺度误差校正数据和CMORPH降水降尺度误差校正数据；两种降尺度数据融合；降水次网格化；降水格点趋势性、波动性以及年内分配变化分析。2.根据权利要求1所述的精细化降水时间变异特征空间分析方法，其特征在于，所述采用二次多元回归方程进行统计降尺度包括：首先逐月针对Trmm和CMORPH数据采用以下回归方程对回归系数进行求解:式中：Lat、Lon、Ele、P、X、NDVI分别为格点纬度、经度、高程、坡度、坡向、NDVI指数等值，g为回归常数；采用最小二乘法对上式a1、a2
…
f1、f2回归系数及回归常数g进行求解；将1km尺度纬度、经度、高程、坡度、坡向、NDVI指数带入上式可分别获得Trmm和CMORPH两种数据初步降水降尺度结果。3.根据权利要求1所述的精细化降水时间变异特征空间分析方法，其特征在于，所述使用站点资料对分别对两个降尺度数据误差校正包括：使用下式，针对每个站点对应栅格计算初步降尺度数据与站点实测值偏差式中：Ps为降水站点观测数据，Pd0为初步降尺度对应栅格值，ΔP为初步降尺数据与站点实测值偏差；为了避免常规插值造成牛眼状误差，本专利采用趋势面法对偏差进行插值：式中，a1，b1，c1，g为残差回归系数和回归常数，由站点残差最小二乘算法得出；采用下式对初步降尺度数据进行校正；分别获取Trmm和CMORPH数据降尺度数据; 。4.根据权利要求1所述的精细化降水时间变异特征空间分析方法，其特征在于，所述两种降尺度数据融合包括：采用下式对两类降水统计降尺度数据进行融合：
式中：Pd为1km降水降尺度融合数据，PTrmm和PCMORPH分别为Trmm和CMORPH两种卫星遥感降水数据降尺...

【专利技术属性】
技术研发人员：王岗，李其江，杜嘉妮，蔡宜晴，时璐，胡海静，刘希胜，闵敏，南措吉，张珊珊，
申请(专利权)人：青海省水文水资源测报中心，
类型：发明
国别省市：