【摘要】：雨強作為降水信息的一個重要的指標,尤其是陸地上的雨強,它不僅一定程度上反映著降水量化問題,而且影響著陸地表面的水文過程,水資源,旱澇問題,地質(zhì)災害,生態(tài)等。然而想要獲取陸地表面任意一處的雨強信息,會受到傳統(tǒng)采樣的限制:站點分布稀疏不均,地面雷達技術(shù)和硬件設備不確定性,覆蓋率低、造價高等諸多因素的影響,使得大范圍獲取降雨強度有一定的困難。隨著計算機技術(shù)和遙感技術(shù)的發(fā)展與成熟,快速大范圍的獲取陸地表面任一一處的降雨強度成為可能,使得對于偏遠山區(qū)雨強信息的獲取,實際應用及防洪減災有著十分重要的現(xiàn)實意義。本文以贛州為研究區(qū)域,采用TRMM衛(wèi)星上搭載的TMI微波成像儀及PR降雨雷達的微波影像作為遙感數(shù)據(jù),并利用遙感影像處理軟件對微波數(shù)據(jù)和雷達數(shù)據(jù)進行了基本的預處理后,運用波段運算工具計算各雨強影響因子,根據(jù)研究區(qū)范圍的大小建立TMI微波數(shù)據(jù)、PR雷達數(shù)據(jù)及地面氣象站點數(shù)據(jù)之間的空間位置關(guān)系,提取對應點的亮溫、近地面雨強及氣象站點雨強數(shù)據(jù),擬合亮溫、近地面雨強兩者之間的關(guān)系,得到逐步回歸模型,在回歸模型中依據(jù)相關(guān)系數(shù)R2找出最佳模型,并用地面氣象站點數(shù)據(jù)和PR雨強數(shù)據(jù)進行驗證對比,反演制圖,本文研究結(jié)論如下:(1)通過建立的單組合因子回歸模型中發(fā)現(xiàn):含有各因子回歸模型中,復相關(guān)系數(shù)隨加入的亮溫個數(shù)而升高;模型中含有極化訂正溫度TPC的回歸效果最好,其相關(guān)系數(shù)R2范圍為0.543541~0.655674;模型中含有綜合微波指數(shù)ICM的回歸效果最差,其最好的相關(guān)系數(shù)只有0.080895~0.345175。(2)通過建立的多組合因子回歸模型中發(fā)現(xiàn):復相關(guān)系數(shù)隨著加入亮溫個數(shù)而增加,但增大到一定值不在隨亮溫個數(shù)而變化;根據(jù)統(tǒng)計分析,各復相關(guān)系數(shù)增加的幅度及估計標準誤差減小量并不顯著。(3)通過綜合對比單組合因子回歸模型和多組合回歸模型,發(fā)現(xiàn)多組合回歸模型整體上優(yōu)于單組合回歸模型;對各種組合因子模型中選出相對較好的模型進行驗證分析發(fā)現(xiàn),R6模型在相關(guān)系數(shù)、總均方根誤差方面都好于其他模型,其估測精度達到了86.86%,但較R4模型,R2模型,R3模型相差并不顯著;采用6個模型反演的地面降雨強度均小于PR降雨雷達近地面的雨強,6個模型不易對降雨強度的最大值進行反演;R6模型的算法最接近于PR降雨雷達近地面雨強的大小,其R2為0.4356;R5模型對于近地面PR降雨強度的反演效果最差,R2只有0.1221,基本不能夠降雨強度的最大值有所反應;R4模型、R3模型、R2模型、R1模型的算法其優(yōu)劣性依次降低,但降低的幅度并不顯著。
【學位授予單位】：江西師范大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：P407

【參考文獻】

相關(guān)期刊論文 前4條

1 陳玲;劉德富;宋林旭;崔玉潔;張革;;不同雨強下黃棕壤坡耕地徑流養(yǎng)分輸出機制研究[J];環(huán)境科學;2013年06期

2 王治兵;余斌;朱云波;馬敏;易偉;;雨強與地形(上緩下陡)對坡面入滲影響的初步研究[J];科學技術(shù)與工程;2015年02期

3 周黎明;王俊;張洪生;姜鵬;盛日鋒;;激光雨滴譜儀與自動氣象站觀測雨量對比分析[J];氣象科技;2010年S1期

4 牛睿平;唐躍平;魏廣;唐煒;;利用雨量雷達構(gòu)建面雨量自動監(jiān)測系統(tǒng)[J];水利信息化;2015年01期

相關(guān)碩士學位論文 前1條

1 武晟;西安市降雨特性分析和城市下墊面產(chǎn)匯流特性實驗研究[D];西安理工大學;2004年

，

本文編號：2648589