基于不同植被指数的TRMM数据降尺度及误差校正研究

张寒博; 韦梦思; 覃金兰; 徐勇; 窦世卿

doi:10.13961/j.cnki.stbctb.2021.04.030

您当前的位置：

首页 >

文章列表页 >

基于不同植被指数的TRMM数据降尺度及误差校正研究

试验研究

- 基于不同植被指数的TRMM数据降尺度及误差校正研究
- Downscaling and Error Correction of TRMM Data Based on Different Vegetation Indices
- 水土保持通报 2021年41卷第4期页码：214-223
- 作者机构：
  
  桂林理工大学测绘地理信息学院,广西,桂林,541006
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目“球面空间下的矢量要素与DEM的同步综合方法研究”（42061059）;广西自然科学基金项目（2020GXNSFBA297160）;广西空间信息与测绘重点实验室基金项目（191851016）
- DOI：10.13961/j.cnki.stbctb.2021.04.030
  中图分类号： P426.6
- 纸质出版：2021
- 稿件说明：
移动端阅览
张寒博, 韦梦思, 覃金兰, 等. 基于不同植被指数的TRMM数据降尺度及误差校正研究[J]. 水土保持通报, 2021,41(4):214-223.

Zhang Hanbo, Wei Mengsi, Qin Jinlan, et al. Downscaling and Error Correction of TRMM Data Based on Different Vegetation Indices[J]. Bulletin of Soiland Water Conservation, 2021, 41(4): 214-223.
张寒博, 韦梦思, 覃金兰, 等. 基于不同植被指数的TRMM数据降尺度及误差校正研究[J]. 水土保持通报, 2021,41(4):214-223. DOI： 10.13961/j.cnki.stbctb.2021.04.030.

Zhang Hanbo, Wei Mengsi, Qin Jinlan, et al. Downscaling and Error Correction of TRMM Data Based on Different Vegetation Indices[J]. Bulletin of Soiland Water Conservation, 2021, 41(4): 214-223. DOI： 10.13961/j.cnki.stbctb.2021.04.030.

摘要

[目的

]

对不同时间尺度的热带测雨卫星（TRMM）数据进行空间降尺度及误差校正研究，为华中地区洪涝灾害监测等提供科学参考。[方法

]

主要借助增强型植被指数（EVI）和归一化植被指数（NDVI）分别运用地理加权回归（GWR）模型实现2001—2019年华中地区TRMM数据的空间降尺度，并结合地理差异分析（GDA）和地理比率分析（GRA）对年、季和月的降尺度结果进行误差校正，通过气象站数据对校正前后的数据进行对比分析。[结果

]

① TRMM数据和气象站数据的决定系数（R

）在年（0.630）、季（0.710～0.865）和月（0.637～0.875）尺度都表明了TRMM数据在华中地区具有较好的适用性；②通过GWR模型实现了TRMM数据空间分辨率由0.25°到1 km的降尺度转换，且TRMM

EVI

数据精度优于TRMM

NDVI

数据，说明华中地区TRMM数据与EVI的关系比NDVI更为密切；③对优选的TRMM

EVI

数据分别进行GDA，GRA校正，结果表明GDA校正结果优于GRA校正，且在降雨量越多的月份校正效果越好。[结论

]

在华中地区，EVI比NDVI更加适合TRMM数据降尺度研究。降尺度数据采用GDA校正比GRA校正效果更为显著。

Abstract

[Objective] The spatial downscaling and error correction of tropical rainfall measuring mission (TRMM) data at different time scales were researched in order to provide references for flood disaster monitoring in Central China. [Methods] This article mainly used geographically weighted regression (GWR) model to achieve spatial downscaling of TRMM data from 2001 to 2019 with the help of enhanced vegetation index (EVI) and normalized difference vegetation index (NDVI)

and compared and analyzed the annual

seasonal and monthly downscaled data through meteorological station data. Then combined with the geographic difference analysis (GDA) and geographic ratio analysis (GRA)

the downscaling results of the year

quarter and month were corrected for error

and the data before and after the correction were compared and analyzed. [Results] ① The coefficient of determination (R2) of TRMM data and meteorological station data in year (0.630)

season (0.710～0.865) and month (0.637～0.875) all showed that the TRMM data had better applicability in Central China. ② The spatial resolution of the TRMM data was downscaled from 0.25° to 1 km through the GWR model

and TRMMEVI data had better accuracy than TRMMNDVI data

indicating that TRMM data in Central China had a closer relationship with EVI than NDVI. ③ GDA and GRA corrections were performed on the optimized TRMMEVI data. The GDA correction results were better than the GRA corrections

and the correction effect was better in months with more precipitation. [Conclusion] In Central China

EVI is more suitable for TRMM data downscaling research than NDVI

and downscaling data using GDA correction is more effective than GRA correction.

关键词

Keywords

references

Chang A T C, Chiu L S, Kummerow C, et al. First results of the TRMM Microwave Imager (TMI) monthly oceanic rain rate:Comparison with SSM/I[J]. Geophysical Research Letters, 1999, 26(15):2379-2382.

Cao Yueqian, Zhang Wu, Wang Wenjing. Evaluation of TRMM 3B43 data over the Yangtze River Delta of China[J]. Scientific Reports, 2018, 8(1):1-12.

房世波, 韩国军, 张新时, 等. 气候变化对农业生产的影响及其适应[J].气象科技进展, 2011, 1(2):15-19.

胡鹏飞, 李净, 王丹, 等. 基于MODIS和TRMM数据的黄土高原农业干旱监测[J].干旱区地理, 2019, 42(1):172-179.

李政, 吴静, 李纯斌, 等. TRMM降水产品在中国草地的适用性研究[J].中国草地学报, 2020, 42(6):75-81.

王占礼.中国水土流失的基本概况及其综合治理对策[J].科学对社会的影响, 2001(1):34-39.

王立辉, 黄进良, 孙俊英.基于时序MODIS-EVI监测华中地区耕地复种指数[J].长江流域资源与环境, 2010, 19(5):529-534.

张顾, 王加虎, 罗晓春, 等. TRMM数据驱动下雅砻江流域径流预报研究[J].中国农村水利水电, 2020(11):8-13.

Abdelmoneim H, Soliman M R, Moghazy H M. Evaluation of TRMM 3B42V7 and CHIRPS Satellite Precipitation Products as an Input for Hydrological Model over Eastern Nile Basin[J]. Earth Systems and Environment, 2020, 4:685-6998.

Yan Yan, Wu Huan, Gu Guojun, et al. Climatology and interannual variability of floods during the TRMM era (1998-2013)[J]. Journal of Climate, 2020, 33(8):3289-3305.

唐国强, 李哲, 薛显武, 等. 赣江流域TRMM遥感降水对地面站点观测的可替代性[J].水科学进展, 2015, 26(3):340-346.

刘晓林, 刘超群, 杨胜天, 等. TRMM卫星降水数据在珠江流域的适用性评价[J].中山大学学报(自然科学版), 2020, 59(6):70-79.

谢红霞, 刘旭星, 隋兵, 等. TRMM降雨数据在湖南省长株潭地区的适用性[J].水土保持通报, 2017, 37(3):295-301.

彭玉芝, 范建容, 于江, 等. 金沙江流域降雨侵蚀力时空分布特征[J].水土保持通报, 2018, 38(2):8-13.

范雪梅, 罗贤, 季漩, 等. 基于MOD16产品的怒江流域中上游蒸散发分布特征研究[J].水土保持通报, 2019, 39(2):199-205, 2.

李琼, 魏加华, 安娟, 等. 基于地形因子的TRMM 3B43降水数据在黄河源区的融合校正研究[J].应用基础与工程科学学报, 2018, 26(6):1147-1163.

熊俊楠, 李伟, 刘志奇, 等. 基于GWR模型的青藏高原地区TRMM数据降尺度研究[J].国土资源遥感, 2019, 31(4):88-95.

曾业隆, 谭伟, 王超, 等. 基于GWR模型的贵州喀斯特山区TRMM 3B43降水资料降尺度分析[J].干旱气象, 2018, 36(3):405-414.

金彩平. TRMM卫星降雨数据空间降尺度校准及应用研究[D].广西南宁:广西大学, 2018.

Zhang Yueyuan, Li Yungang, Ji Xuan, et al. Fine-resolution precipitation mapping in a mountainous watershed:Geostatistical downscaling of TRMM products based on environmental variables[J]. Remote Sensing, 2018, 10(1):119.

王绍武, 沈润平, 陈萍萍, 等. 基于马尔可夫链模型的华中地区土壤质地空间分布模拟研究[J].河南农业大学学报, 2019, 53(2):282-288.

叶宏, 邱艺.华中地区旅游产业集群辨识及发展策略分析[J].福建质量管理, 2020(2):47.

Brunsdon C, Fotheringham A S, Charlton M E. Geographically weighted regression:A method for exploring spatial nonstationarity[J]. Journal of the Royal Statistical Society, 2017, 47(3):431-443.

Brunsdon C, Fotheringham S, Charlton M. Geographically weighted local statistics applied to binary data[C]//International Conference on Geographic Information Science. Berlin, Heidelberg:Springer, 2002:38-50.

柯丹, 管兆勇.华中地区夏季区域性极端日降水事件变化特征及环流异常[J].气象学报, 2014, 72(3):478-493.

杜方洲, 石玉立, 盛夏.基于深度学习的TRMM降水产品降尺度研究:以中国东北地区为例[J].国土资源遥感, 2020, 32(4):145-153.

金辉明, 徐鹏, 何康, 等. 基于地理加权回归模型的省级TRMM降水数据降尺度研究[J].浙江水利水电学院学报, 2017, 29(3):29-36, 83.

张寒博, 徐勇, 窦世卿, 等. 基于GWR模型的长江流域TRMM数据降尺度研究[J].水土保持研究, 2021, 28(3):149-155, 162.

浏览量

882

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

红壤中无定形氧化铁-高岭石胶结体系的结构和抗剪强度

基于景观连通性优化的坝上地区张家口段生态安全格局构建

季节性干旱对中国陆地生态系统碳-水耦合机制的影响

不同空间尺度耕地埂坎提取方法及其分布特征

2000—2024年黄河源园区生态环境质量变化及其驱动因素