System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及一种全球日尺度实时卫星降水校正方法,属于卫星数据校正。
技术介绍
1、降水是全球水循环的基本组成部分,主要形式是雨和雪,降水作为淡水资源的主要来源之一,它对人类生存具有显而易见的直接影响。此外,降水还对陆地水文过程有直接或间接的影响,例如蒸散发、地表径流和地下水等,具有重要的气象学、气候学和水文学意义。
2、在各种空间和时间尺度上准确地测量降水不仅对天气预报和理解气候变化至关重要,而且对包括水文预报、农业资源管理、应急管理部门在内的决策者也是必不可少的条件。由于降雨本身具有很强的小尺度空间变异性和不均匀性,这导致降水的时空分布具有很强的变异程度,再加上测量降水时易受到地形特征和下垫面等因素的影响,使得精确测量降水量到目前为止仍然是一项具有挑战性的任务。
3、遥感技术的出现为全球范围的降水观测提供了一种新途径,随着科学技术和设备的不断发展,基于卫星的遥感反演降水能够大范围地且快速地获取缺资料地区的连续降水信息,越来越被广泛应用。然而,基于卫星的降水产品同样也是间接地测量降水,基于卫星的降水产品受到降水反演算法、自身搭载的传感器和地形等因素的影响,其反演出降水产品的精度可能会存在较大误差和不确定性。
4、近年来,已有许多学者在不依赖于地面观测资料的情况下,探索了在不同地区的各种卫星降水反演误差的校正方法。然而,基于这些校正方法所建立的模型只适用于局部区域,并未将这些方法拓展到全球范围。
5、此外,卫星降水估计产品的反演误差与地形、季节、气候区、和降雨率等存在明显的相关性。
6、因此,非常需要探索一种新的实时误差校正方法,考虑更多关键的影响因素,以减少全球范围内近实时卫星降水估计产品中的反演误差,更关键的是要具有不依赖于地面观测数据的及时可用性。
技术实现思路
1、本专利技术的目的在于克服现有技术中的不足,提供一种全球日尺度实时卫星降水校正方法,考虑多种关键因素,以减少全球范围内实时卫星降水估计产品的反演误差,且不用依赖于地面观测数据,提升了产品及时可用性。
2、为达到上述目的,本专利技术是采用下述技术方案实现的:一种全球日尺度实时卫星降水校正方法,包括以下步骤,
3、a、对气候区分区得到分区结果,对全球尺度的卫星降水数据与地面降水数据进行匹配得到匹配后的卫星降水数据。
4、b、计算匹配后的历史卫星降水数据与地面降水数据的差值,得到卫星降水反演误差。
5、c、根据不同的分区结果和季节建立误差校正模型,所述误差校正模型以卫星降水反演误差为因变量,以历史的卫星降水数据的雨强和地形复杂度为自变量。
6、d、根据已知的自变量和因变量数据,计算得误差校正模型的误差参数估计值。
7、e、将误差参数估计值和实时的自变量数据代入误差校正模型,得到卫星降水反演误差估计值;将实时的卫星降水数据减去卫星降水反演误差估计值得到校正的卫星降水数据。
8、进一步的,所述分区结果根据年际降水量进行分区共包括28个气候区,分别为8个干旱区、6个半干旱区、7个半湿润区和7个湿润区。
9、进一步的,所述对全球尺度的卫星降水数据与地面降水数据进行匹配的步骤包括:
10、进行降水数据的匹配,下载半小时尺度的卫星降水数据作为全球尺度的卫星降水数据,每日尺度的地面观测数据作为全球尺度的地面观测数据。
11、对卫星降水数据进行空间尺度上的匹配,通过累加求平均值的方法将分辨率为0.1°的卫星降水数据重采样至0.5°。
12、对卫星降水数据进行时间尺度上的匹配,将半小时尺度的卫星降水数据根据不同国家对每天终止时间的定义累加到日尺度,得到与地面降水数据相匹配的匹配后的卫星降水数据。
13、进一步的,步骤b包括:
14、在有雨量站点的格网上,计算历史的卫星降水数据的降雨率与地面降水数据的差值的卫星降水反演误差,其表达式为:
15、e=srr-g
16、其中,e为卫星降水反演误差,srr为历史的卫星降水数据的降雨率,g为地面降水数据。
17、进一步的,所述误差校正模型的表达式为:
18、e=am,n×srr+bm.n×t+cm,n
19、其中,当m或n取相应值时,am,n为误差校正模型的第一误差参数,bm,n为误差校正模型的第二误差参数,cm,n为误差校正模型的第三误差参数,m取1~4,m=1代表春、m=2代表夏、m=3代表秋、m=4代表冬,n取不同的值分别代表干旱区、半干旱区、湿润区和半湿润区,t为地形复杂度。
20、进一步的,地形复杂度t采用高程数据的标准差计算得到。
21、进一步的,根据不同的分区结果和季节,通过已知的自变量和因变量数据,计算得到误差校正模型的误差参数估计值,其表达式为:
22、
23、其中,为误差参数估计值,分别为误差校正模型求解得出的误差参数,t为转置矩阵,a为参数矩阵,a=[srr,t,1],1为单位矩阵,α为岭参数。
24、进一步的,参数矩阵a的获取方法,其步骤包括,
25、求解得出最初误差参数估计值将参数矩阵a中的每行数据分别作为一个样本点,且每个样本点均包括对应行数的历史卫星降水数据的降雨率、地形复杂度和单位矩阵的数值。
26、计算每个样本点到空间平面的距离和标准差,表达式为:
27、
28、
29、其中,d为计算样本到空间平面的距离,σ为计算样本点距离的标准差。
30、将距离超过3倍标准差的样本点删除,得到删除离群值后的参数矩阵a。
31、进一步的,所述卫星降水反演误差估计值的表达式为:
32、
33、其中,为卫星降水反演误差估计值,为经病态最小二乘法求解得到的误差参数估计值;
34、所述校正的卫星降水数据的表达式为:
35、
36、其中,为校正的卫星降水数据。
37、与现有技术相比,本专利技术所达到的有益效果:
38、本专利技术通过利用历史的卫星降水数据和地面观测数据,并结合地形复杂度、雨强、季节和气候区等关键影响因子,在校准期间即可确定误差校正模型的参数估计值,继而在验证期算得校正的卫星校正数据;
39、本专利技术提供的校正方法在验证期无需额外引入实时地面观测数据,提升了方法的及时可用性,且由于考虑多种关键影响因子,有利于提升实时卫星降水估计产品的精度,对全球范围内都具有极高的推广性。
本文档来自技高网...【技术保护点】
1.一种全球日尺度实时卫星降水校正方法,其特征在于:包括以下步骤,
2.根据权利要求1所述的全球日尺度实时卫星降水校正方法,其特征在于:所述分区结果根据年际降水量进行分区共包括28个气候区,分别为8个干旱区、6个半干旱区、7个半湿润区和7个湿润区。
3.根据权利要求2所述的全球日尺度实时卫星降水校正方法,其特征在于:所述对全球尺度的卫星降水数据与地面降水数据进行匹配的步骤包括:
4.根据权利要求1所述的全球日尺度实时卫星降水校正方法,其特征在于:步骤b包括:
5.根据权利要求1所述的全球日尺度实时卫星降水校正方法,其特征在于:所述误差校正模型的表达式为:
6.根据权利要求5所述的全球日尺度实时卫星降水校正方法,其特征在于:地形复杂度T采用高程数据的标准差计算得到。
7.根据权利要求1所述的全球日尺度实时卫星降水校正方法,其特征在于:根据不同的分区结果和季节,通过已知的自变量和因变量数据,计算得到误差校正模型的误差参数估计值,其表达式为:
8.根据权利要求7所述的全球日尺度实时卫星降水校正方法,其特
9.根据权利要求1所述的全球日尺度实时卫星降水校正方法,其特征在于:所述卫星降水反演误差估计值的表达式为:
...【技术特征摘要】
1.一种全球日尺度实时卫星降水校正方法,其特征在于:包括以下步骤,
2.根据权利要求1所述的全球日尺度实时卫星降水校正方法,其特征在于:所述分区结果根据年际降水量进行分区共包括28个气候区,分别为8个干旱区、6个半干旱区、7个半湿润区和7个湿润区。
3.根据权利要求2所述的全球日尺度实时卫星降水校正方法,其特征在于:所述对全球尺度的卫星降水数据与地面降水数据进行匹配的步骤包括:
4.根据权利要求1所述的全球日尺度实时卫星降水校正方法,其特征在于:步骤b包括:
5.根据权利要求1所述的全球日尺度实时卫星降水校正方法,其特征在于...
【专利技术属性】
技术研发人员:吴昊,雍斌,沈哲辉,齐伟擎,吕毅,陈汉清,
申请(专利权)人:河海大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。