一种基于Logistic回归的山区降水降尺度方法技术

本发明专利技术公开了一种基于Logistic回归的山区降水降尺度方法，包括：TRMM3B42卫星降水数据的读取以及气象站点日降水量统计；数据的时空尺度统一；Logistic回归降尺度模型建立；基于Logistic回归模型，得到空间分辨率为1km的降水降尺度数据。本发明专利技术将气象站点观测降水数据融入到卫星降水数据的降尺度过程中，考虑水汽含量、NDVI、众多地形因子与降水之间的关系以Logistic回归模型为基础进行降尺度，降尺度后的降水数据精度及其与实测数据系列的一致性大幅提升，进而得到高时空分辨率的空间降水，能更准确的反映山区降雨的空间分布。能更准确的反映山区降雨的空间分布。能更准确的反映山区降雨的空间分布。

【技术实现步骤摘要】
一种基于Logistic回归的山区降水降尺度方法


[0001]本专利技术属于水文和气象
，涉及一种基于Logistic回归的山区降水降尺度方法。

技术介绍

[0002]气候变化预估是当前国际社会普遍关注的重要科学问题之一。联合国政府间气候变化委员会(Intergovernmental Panel on Climate Change,IPCC)领导开展的基于CMIP5 模式(Coupled Model Intercomparison Project)的气候预估，是现阶段对未来全球变暖趋势和幅度问题的权威解答。CMIP5包含近50个GCM(General CirculationModel)，为研究者提供了可靠的全球大尺度数据，但对于200km尺度以下的科学研究， CMIP5模式预估结果的精度不够。当前，水文、农业、环境政策和气候变化等领域的学者对高分辨率数据的需求日益增加，开发具有高时空分辨率特性的降水数据显的尤为重要。
[0003]降水不断地影响着全球的水热循环与人类的生产和生活，研究降水对区域水循环以及水资源管理、经济发展以及区域的生态环境治理有着重要意义。目前，由于降水具有高时空变异性，传统方法多基于站点实测降水数据进行内插获取区域数据，受站点代表性影响，数据稳定性和精度难以保证，且忽略了地理要素对降水的作用，限制了插值数据的进一步应用，因此难以准确反映降水的时空分布规律，尤其在地形复杂的山区。卫星遥感和地理信息技术的快速发展提供了新的降水探测方法，其大范围覆盖的特点弥补了因气象站点稀疏导致的数据缺失问题。
[0004]现今，涌现出大量基于卫星遥感的降水观测产品，其中包括美国气象预测中心研发的降水产品(CMORPH)、使用人工神经网络算法对遥感数据进行估算的高分辨率降水产品PERSIANN、GSMaP以及TRMM等产品，这些降水产品提供了连续的时空降水信息，为研究区域降水以及水文模拟等研究提供了有力的数据支持。其中TRMM卫星可提供大量热带海洋降水、云中液态水含量、潜热释放等气象数据，但该数据的空间分辨率相对较低，且数据精度随区域的地理位置的变化而产生差异，不足以准确刻画复杂地形区降水的分布规律，也无法完全满足小尺度区域研究对降水数据的精度要求。因此，为推进区域降水时空变化特征研究，有必要进行TRMM降水数据空间降尺度研究。

技术实现思路

[0005]降水在形成过程中受到诸多因子的影响，其中地理位置和地貌格局直接决定获得湿润水汽的多寡；空中水汽含量达到过饱和时便会成云致雨，而海拔高度和坡度、坡向、地形起伏度、地形开阔度、地表粗糙度等众多地形因子影响空气的降温过程；植物蒸腾作用可增加空中水汽含量，植被覆盖情况亦可反映区域降水丰沛程度，故大多TRMM降水数据降尺度相关研究主要将植被指数NDVI作为降尺度模型的单一气候因素，但植被对降水的响应存在一定的滞后性。因此，为了获取高空间分辨率的TRMM降水产品，本专利技术提供一种基于Logistic回归的山区降水降尺度方法，选取经纬度、DEM、坡度、坡向、地形起伏度、地形开阔
度和地表粗糙度作为地形的降尺度因子，并结合水汽指数和 NDVI等气候因子构建融合多源数据的降尺度空间模型，基于此可获得更高空间分辨率的区域TRMM降水降尺度数据，这有助于获得降水实测站点稀少地区的连续空间降水量，同时也能够为研究区的水资源研究、农业旱涝监测和生态环境管理等提供可靠的数据源。
[0006]本专利提供一种基于Logistic回归的山区降水降尺度方法，所述山区降水降尺度方法包括以下步骤：
[0007]步骤1，卫星降水数据的读取以及气象站点日降水量统计；
[0008]步骤2，所有数据的时空尺度统一，包括TRMM、经度、纬度、DEM、坡度、坡向、 NDVI、水汽含量、地形起伏度、地形开阔度和地表粗糙度；
[0009]步骤3，Logistic回归降尺度模型建立，基于Logistic回归模型，得到空间分辨率为1km的降水降尺度数据；
[0010]所述步骤3中，具体包括以下步骤：
[0011]步骤31，确定回归降尺度模型的自变量和因变量，将站点实测降水数据作为因变量，将时空尺度统一的0.25
°
空间分辨率的DEM数据，坡度数据，坡向数据，水汽含量数据，NDVI数据，经度数据，纬度数据，地形起伏度数据，地形开阔度数据，地表粗糙度数据和TRMM降水数据作为自变量；
[0012]步骤32，将研究区DEM数据进行重采样，得到1km空间分辨率的DEM数据，根据 1km空间分辨率的DEM数据计算得到1km空间分辨率的坡度数据、坡向数据、地形起伏度数据、地形开阔度数据和地表粗糙度数据；
[0013]步骤33，将研究区NDVI数据、水汽含量数据进行重采样，得到1km空间分辨率的 NDVI数据、水汽含量数据；
[0014]步骤34，1km空间分辨率的坡度数据、坡向数据、地形起伏度数据、地形开阔度数据、地表粗糙度数据、NDVI数据水汽含量数据和TRMM降水数据的空间网格完全一致，任选一个栅格数据计算得到降尺度栅格的几何中心，计算得到该空间分辨率下的每个栅格的经度数据、纬度数据；
[0015]步骤35，使用Logistic回归方法，建立逐日降水数据和自变量间的逻辑回归关系，Logistic回归能进行连续型和离散型自变量分析，不要求自变量符合正态分布，可较好解决因子间相互依赖的问题，计算公式为：
[0016][0017]式中：
[0018]Y单位mm，为地面实测站点降水数据；为各自变量在空间分辨率0.25
°
下的栅格数据，a、b、
…
、k为自变量Logistic回归系数，γ为常数。
[0019]步骤36，将1km空间分辨率的坡度数据、坡向数据、NDVI数据、水汽含量数据、经度数据、纬度数据、地形起伏度数据、地形开阔度数据地表粗糙度数据和TRMM降水数据代入Logistic回归降尺度模型，得到降尺度后的逐日降水量，计算公式如下：
[0020][0021]式中：P单位mm，为TRMM降尺度降水数据；为各自变量在空间分辨率1km下的栅
格数据。
[0022]进一步，所述步骤1中，具体包括以下步骤：
[0023]步骤11，根据研究区的矢量边界，沿研究区外边界向外拓展0.25
°
建立缓冲区，读取缓冲区范围内的TRMM降水信息，得到研究区时间间隔day、空间分辨率0.25
°
的 TRMM降水数据；
[0024]步骤12，逐像元统计抽取出的卫星降水信息，得到每个像元每天的TRMM降水数据；
[0025]步骤13，整理研究区内气象台站监测的逐日降水量；
[0026]进一步，所述步骤2中，具体包括以下步骤：
[0027]步骤21，根据MODIS MOD13Q1产品数据获得研究区NDVI数据，根据MODIS MOD05 产品数据获得研究区水汽含量数据；
[0028]步骤22，将研究本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于Logistic回归的山区降水降尺度方法，其特征在于，所述山区降水降尺度方法包括以下步骤：步骤1，卫星降水数据的读取以及气象站点日降水量统计；步骤2，所有数据的时空尺度统一，包括TRMM、经度、纬度、DEM、坡度、坡向、NDVI、水汽含量、地形起伏度、地形开阔度和地表粗糙度；步骤3，Logistic回归降尺度模型建立，基于Logistic回归模型，得到空间分辨率为1km的降水降尺度数据；所述步骤3中，具体包括以下步骤：步骤31，确定回归降尺度模型的自变量和因变量，将站点实测降水数据作为因变量，将时空尺度统一的0.25
°
空间分辨率的DEM数据，坡度数据，坡向数据，水汽含量数据，NDVI数据，经度数据，纬度数据，地形起伏度数据，地形开阔度数据，地表粗糙度数据和TRMM降水数据作为自变量；步骤32，将研究区DEM数据进行重采样，得到1km空间分辨率的DEM数据，根据1km空间分辨率的DEM数据计算得到1km空间分辨率的坡度数据、坡向数据、地形起伏度数据、地形开阔度数据和地表粗糙度数据；步骤33，将研究区NDVI数据、水汽含量数据进行重采样，得到1km空间分辨率的NDVI数据、水汽含量数据；步骤34，1km空间分辨率的坡度数据、坡向数据、地形起伏度数据、地形开阔度数据、地表粗糙度数据、NDVI数据、水汽含量数据和TRMM降水数据的空间网格完全一致。任选一个栅格数据计算得到降尺度栅格的几何中心，计算得到该空间分辨率下的每个栅格的经度数据、纬度数据；步骤35，使用Logistic回归方法，建立逐日降水数据和自变量间的逻辑回归关系，Logistic回归能进行连续型和离散型自变量分析，不要求自变量符合正态分布，可较好解决因子间相互依赖的问题，计算公式为：式中：Y单位mm，为地面实测站点降水数据；为各自变量在空间分辨率0.25
°
下的栅格数据，a、b、
…
、k为自变量Logistic回归系数，γ为常数。步骤36，将1km空间分辨率的...

【专利技术属性】
技术研发人员：白世彪，宁珊，魏文静，王欣，徐晓轩，
申请(专利权)人：南京师范大学，
类型：发明
国别省市：