青藏高原地区卫星降水数据空间降尺度研究及时空变化分析

发布时间：2023-03-24 20:13

　　TRMM降水数据是目前应用最为广泛的卫星遥感降水数据,但针对水文、气象、灾害预警等区域尺度的研究,0.25°的空间分辨率仍然难以满足需求。因此本文通过建立降尺度模型获取高空间分辨率的年降水数据和月降水数据,并对青藏高原地区的降水时空变化进行分析。得出主要结论如下:(1)在月尺度上,TRMM 3B43降水数据和GPM IMERG降水数据与地面站点观测数据均具有较高的相关性,决定系数分别达到了0.75和0.79,但整体上明显高估降水,存在较大的误差;从逐个站点来看,TRMM降水数据和GPM降水数据与实测数据的决定系数的平均值分别为0.79和0.85,大多数站点处的遥感降水数据的偏差大于0,个别站点处的遥感降水数据精度较低;通过计算干旱半干旱地区的气象站点处的遥感降水数据的逐月精度,发现GPM IMERG降水数据总体精度优于TRMM 3B43降水数据。(2)XGBoost模型和随机森林模型的模拟降水与原始TRMM降水数据的相关系数为0.91,误差较小。利用地面站点的实测降水数据对随机森林模型和XGBoost模型获取的1km降水数据进行验证,两种模型的精度基本一致,随机森林模型能够合理地描述降...

【文章页数】：74 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究意义
    1.2 国内外研究现状
        1.2.1 卫星降水数据精度评价的国内外现状
        1.2.2 基于卫星降水数据降尺度的国内外现状
    1.3 研究内容及目的
    1.4 技术路线
第二章 研究数据和研究方法
    2.1 研究区概况
    2.2 数据来源及预处理
        2.2.1 DEM数据
        2.2.2 NDVI数据
        2.2.3 TRMM和 GPM数据
        2.2.4 站点实测数据
        2.2.5 生态地理区划数据
    2.3 降尺度回归模型
        2.3.1 地理加权回归模型
        2.3.2 随机森林模型
        2.3.3 XGBoost模型
    2.4 降水降尺度方法
    2.5 降尺度结果校正方法
    2.6 月降水估算方法
    2.7 精度验证
第三章 遥感降水产品数据分析
    3.1 TRMM月降水数据分析
    3.2 GPM月降水数据分析
    3.3 TRMM和 GPM对比分析
    3.4 本章小结
第四章 青藏高原降水降尺度结果分析
    4.1 回归模型参数选择
    4.2 回归模型对比
    4.3 TRMM年降水降尺度结果分析
        4.3.1 TRMM年降水降尺度结果与对比
        4.3.2 TRMM年降水降尺度精度评价
    4.4 TRMM月降水降尺度结果分析
        4.4.1 TRMM月降水降尺度空间分布
        4.4.2 TRMM月降水降尺度精度评价
    4.5 GPM降尺度结果分析
    4.6 本章小结
第五章 青藏高原地区降水的时空变化特征
    5.1 青藏高原地区降水的时间变化特征
    5.2 青藏高原地区降水的空间变化特征
        5.2.1 青藏高原年降水空间变化
        5.2.2 青藏高原月降水空间变化
        5.2.3 青藏高原季降水空间变化
    5.3 本章小结
第六章 结论与展望
    6.1 本文主要结论
    6.2 创新点
    6.3 不足与展望
参考文献
致谢
作者简介



本文编号：3769774