当前位置:主页 > 理工论文 > 气象学论文 >

青藏高原地区长期高空间分辨率的地表温度和水汽的数据模型建立

发布时间:2020-11-11 23:54
   在全球气候变暖的背景下,青藏高原地区的地表温度(Land Surface Temperature,LST)和水汽(Precipitable Water Vapor,PWV)都发生了 巨大的变化。长期高空间分辨率高精度的地表温度、大气可降水量数据对于监测青藏高原地区的地表温度和水汽变化有着至关重要的作用。本文选取青藏高原地区2001-2010年(10a)的气象观测站地面观测数据——地表温度和相对湿度及其同时段的MODIS遥感影像数据作为训练样本,采用SMOTE过采样法对地面观测数据进行过采样化处理。将贝叶斯线性回归模型(Bayesian Linear Regression,BLR)作为基模型,运用“组合分类”的思想,将基贝叶斯线性回归模型训练组合成最终的模型——地表温度组合贝叶斯线性回归模型(LST-eBLR)和大气可降水量组合贝叶斯线性回归模型(PWV-eBLR)。利用高原2011-2015年(5a)的地面观测数据和MODIS遥感影像数据(作为真值)作为评估样本,对LST-eBLR和PWV-eBLR进行评估验证。评估结果表明:LST-eBLR模型于2011-2015年的平均预测值的误差集中在[-0.84,1.26]区间内,平均误差为0.21℃;且该模型的预测值和真值的相关性集中在[0.90,0.99]区间内,平均值为0.95。PWV-eBLR模型于2011-2015年的平均预测值的误差集中在[-0.77,0.60]区间内,平均误差为-0.59mm;该模型的预测值和真值的相关性集中在[0.82,0.95]区间内,平均值为0.90。由此可知,LST-eBLR、PWV-eBLR模型具有很高的预测准确度。将LST-eBLR、PWV-eBLR模型运用于1996-2000年(5a)的地面观测数据上,进而得到1996-2000年的模型预测值。联合2001-2015年(15a)MODIS遥感影像数据,得到长期(1996-2015,20a)高空间分辨率(与MODIS遥感影像数据的空间分辨率一致)高精度的地表温度和大气可降水量数据集。利用得到的数据集对青藏高原地区的地表温度ECMWF再分析资料(LST-ECMWF)和大气可降水量ECMWF再分析资料(PWV-ECMWF)进行验证。结果表明LST-ECMWF和PWV-ECMWF都存在高估的现象,其平均值分别为5.37℃(LST-eBLR 为 2.26℃)和 12.42mm(PWV-eBLR 为 6.82mm)。另外,由LST-ECMWF计算得到的高原地区在1996-2015年的平均地表温度变化率(0.0026℃/a)和由LST-eBLR得到的(-0.0019℃/a)相差较大,且符号相反。由PWV-ECMWF计算得到的1996-2015年高原地区的平均大气可降水量变化率为0.0009mm/a,而PWV-eBLR计算得到的为-0.0047mw/a,量值差距较大,符号相反。同时,由LST-eBLR、PWV-eBLR计算得到的高原平均地表温度和大气可降水量的长期变化率可知,1996-2015年之间,青藏高原地区整体的地表温度呈现下降趋势,每年下降约0.0019℃;大气可降水量也呈现出下降趋势,每年下降约0.0047mm。可知,在研究时间范围内,青藏高原地区的地表温度和大气可降水量并没有发生显著变化。
【学位单位】:武汉大学
【学位级别】:硕士
【学位年份】:2017
【中图分类】:P413
【部分图文】:

示意图,气候变化,世界,青藏高原


ongtue??图1.1青藏高原地区及其周边的DEM示意图??由于青藏高原特有的地质地形条件,其气候变化相较于世界h.其他地区性,不少学者将其称为气候变化的启动区。比如,在最近的600年内,的3次"暖期"和3次"冷期",都是先从靑藏高原地区开始,顺着祁连山(,1998)。,

遥感影像,阿尔金山脉,新疆维吾尔族自治区,数据延迟


Lon^iiuik??图2.1青藏高原地区DEM图??由图2.1可知,选取的海拔高于2000m的青藏高原地区涵盖了西藏藏族自??治区、青海省、新疆维吾尔族自治区的西南边缘(也即青藏高原地区的西北边缘??昆仑山脉和阿尔金山脉)、甘肃省的祁连山地区、四川省的西南部W及云南省的??西北部(横断山脉等地区,也即青藏高原的川藏高山峡巧区域)。??2丄1?MODIS遥感影像数据??MODIS?(Moderate?Resolution?Imaging?spectrometer),也即中分辨率成像光??谱仪,搭载在remz和卸卫星上,可W动态实时监测整个地球,监测周期为1-??2天。MODIS传感器可W监测波长在0.405-14.385//W范围内的%个波段,可W??输出空间分辨率为250/W,500m,?lOOOw三种分辨率数据。??MODIS传感器W及其他仪器设备,通过跟踪与数据延迟卫星系统(Tracking??and?Data?Relay?Satellite?Sys化m,TD民SS),将各种观测数据传输至位于White??Sands、?New?Mexico的地面观测站。然后巧传输至位于戈达太空飞巧中也??5??

分布图,气象观测站,青海,圆点


Longitude??图2.2青藏高原地区气象观测站的分布图??由图2.2可知,气象观测站(红色实也圆点)主要集中在甘肃、青海、四川??和西藏周边低海拔地区;而在青藏高原地区的藏北高原W及昆仑山脉、唐古拉山??脉和冈底斯山脉等海拔较高地形起伏较大的地区气象观测站的数量极少。由此可??知,青藏高原地区的气象观测站的分布是极度不均衡的,并且站点也比较缺乏。??依据高程(Elevation)、相对海拔(RelativeHeight)、山地鞍点和峰点的高??程差(Elevation?Difference?between?Saddle?and?Pe化)、峰点高程的标准差(Standard??Deviationo巧levationofPeaks)这四个特征属性值,同时参照中国地形图(China’s??GeomorphologicMap),将青藏高原地区划分成9个区域(Xiaoetal.,?2014)。??具体的分区如表2.2所示:????表2.2青藏高原地区地形分区一览表??区号?海拔/地形特点?区域内气象站个数??I?南部中海拔极高地形起伏山脉?1??II?东南部高海拔高地形起伏山脉?34??III?西南部高海拔高地形起伏山脉?7??IV?中部中海拔山地及平原?7??V
【相似文献】

相关期刊论文 前10条

1 姚宜斌;雷祥旭;张良;张豹;彭海;张佳华;;青藏高原地区1979~2014年大气可降水量和地表温度时空变化特征分析[J];科学通报;2016年13期

2 张俊荣;高空间分辨率微波辐射计[J];空间电子技术;1996年04期

3 濑户洋一,小平高敏,江涛;高空间分辨率卫星遥感的发展动向(上)[J];红外;1997年09期

4 濑户洋一,小平高敏,江涛;高空间分辨率卫星遥感的发展动向(下)[J];红外;1997年10期

5 杨为民;用单个小口径射电天线获得高空间分辨率图象的方法和试观测结果——DFT在天文上的应用(Ⅱ)[J];云南天文台台刊;1989年03期

6 覃先林,李增元,易浩若;高空间分辨率卫星遥感影像树冠信息提取方法研究[J];遥感技术与应用;2005年02期

7 郭仕德,林旭东,马廷;高空间分辨率遥感环境制图的几个关键技术研究[J];北京大学学报(自然科学版);2004年01期

8 代晶晶;王瑞江;王登红;;高空间分辨率遥感数据在离子吸附型稀土矿山调查中的应用[J];遥感技术与应用;2014年06期

9 张俊;王宝山;张志强;;面向对象的高空间分辨率影像分类研究[J];测绘信息与工程;2010年03期

10 晓晨;高空间分辨率和高光谱分辨率的近场扫描光学显微术[J];激光与光电子学进展;2003年07期


相关博士学位论文 前10条

1 尹立杰;遥感影像数据的保护[D];中国地质大学(北京);2008年

2 刘建华;高空间分辨率遥感影像自适应分割方法研究[D];福州大学;2011年

3 袁占良;高空间分辨率遥感数据城市区土地覆盖类型分类潜力评价研究[D];河南理工大学;2015年

4 曾玲琳;作物物候期遥感监测研究[D];武汉大学;2015年

5 于真;四川省地表温度时空变化特征及评价模型研究[D];成都理工大学;2017年

6 刘佳;利用钻孔温度梯度重建过去地表温度变化研究[D];兰州大学;2015年

7 张金区;珠江三角洲地区地表热环境的遥感探测及时空演化研究[D];中国科学院研究生院(广州地球化学研究所);2006年

8 蔡国印;基于MODIS数据的地表温度、热惯量反演研究及其在土壤水分、地气间热交换方面的应用[D];中国科学院研究生院(遥感应用研究所);2006年

9 戴晓燕;基于遥感数据挖掘定量反演城市化区域地表温度研究[D];华东师范大学;2008年

10 彭征;重庆市中心城区土地利用/覆盖变化及其对地表温度影响研究[D];西南大学;2009年


相关硕士学位论文 前10条

1 张佳华;青藏高原地区长期高空间分辨率的地表温度和水汽的数据模型建立[D];武汉大学;2017年

2 元晨;高空间分辨率遥感影像分类研究[D];长安大学;2016年

3 钟其柱;高空间分辨率头相关传输函数数据库的建立及分析[D];华南理工大学;2011年

4 朱霞;基于高空间分辨率影像的建筑物边缘空间信息提取研究[D];浙江大学;2014年

5 邹会杰;基于高空间分辨率的高光谱遥感数据的城市地物分类[D];山东大学;2014年

6 刘露;全球海量遥感影像数据的分布式管理技术研究[D];国防科学技术大学;2007年

7 冯亚飞;高空间分辨率遥感影像分割自适应尺度计算[D];北京建筑大学;2017年

8 刘生;高空间分辨率遥感影像几何特征提取方法研究[D];南京信息工程大学;2007年

9 张良;基于对等网络的遥感影像数据传输策略研究[D];河南大学;2017年

10 张勇;遥感影像数据库原型系统的设计与实现[D];解放军信息工程大学;2008年



本文编号:2879932

资料下载
论文发表

本文链接:https://www.wllwen.com/projectlw/qxxlw/2879932.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户13456***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com