澜沧江流域卫星产品降尺度与融合方法

• Published in: 农业工程学报 Vol. 39; no. 20; pp. 140 - 147
• Main Authors: 胡雪儿, 董晓华, 马耀明, 章程焱, 薄会娟, 郭东淏
• Format: Journal Article
• Language: Chinese
• Published: 三峡库区生态环境教育部工程研究中心,宜昌 443002%中国科学院青藏高原研究所青藏高原地球系统与资源环境重点实验室地气作用与气候效应团队,北京 100101 01.10.2023; 兰州大学大气科学学院,兰州 730000; 三峡大学水利与环境学院,宜昌 443002; 中国科学院加德满都科教中心,北京 100101; 西藏珠穆朗玛特殊大气过程与环境变化国家野外科学观测研究站,定日 858200; 中国科学院中国-巴基斯坦地球科学研究中心,伊斯兰堡45320%中山大学海洋科学学院,珠海 519000; 中国科学院大学地球与行星科学学院,北京 100049
• Subjects: PERSIANN-CDR; ensemble Kalman Filter algorithm; GWR downscaling model; 集合卡尔曼滤波算法; TRMM; 澜沧江流域; Lantsang River Basin; GWR降尺度模型
• ISSN: 1002-6819
• DOI: 10.11975/j.issn.1002-6819.202305237

TV11; 卫星降水产品具有覆盖范围广、更适用于无资料区域的优势,但分辨率较低、精度不足,为获取高时空分辨率、高精度的降水数据,需对卫星产品进行降尺度,并与地面观测数据融合,以提高数据质量.以澜沧江流域为例,在综合考虑地形、地理和植被等要素的基础上,建立地理加权回归(geographic weighted regression,GWR)模型对热带降雨测量卫星(tropical rainfall measurement mission,TRMM)和基于人工神经网络的遥感降水估计-气候数据记录(precipitation estimation from remotely sensed information using artificial neural networks-climate data record,PERSIANN-CDR)产品进行空间降尺度,再采用集合卡尔曼滤波算法,将地面气象站点经反距离加权插值法(inverse distance weighted,IDW)插值后的数据作为融合算法观测值,对降尺度后的TRMM、PERSIANN-CDR数据进行融合,以进一步提高降水数据精度.结果表明:1)相比TRMM卫星降水产品,PERSIANN-CDR降水产品对澜沧江流域降水的捕捉能力更弱,但降尺度后两者卫星产品数据精度都有较显著的提升;且两类产品在旱季(11月至次年4月)的精度评估效果相较于雨季(5月至10月)更为明显,表明GWR方法能显著提升这两类卫星降水产品对旱季降水的监测效果.2)对比其他学者的研究表明,对降尺度后的产品进一步使用集合卡尔曼滤波算法,最终得到的融合结果极好,并改善了卫星产品高估降水的现象.综上所述,该研究所使用的降尺度与融合方法,能够显著提升数据空间分辨率与精度,最终得到与地面观测降水数据相关性极高的高空间分辨率卫星产品结果.