衛(wèi)星遙感反演得到的地表溫度可用于近地表氣溫的估算,但現(xiàn)有方法的估算精度仍有進(jìn)一步提升的空間。為了獲取空間上連續(xù)且精度較高的近地表氣溫,本研究以四川省為例,首次將高精度曲面建模（HASM）用于遙感和氣溫實(shí)測(cè)數(shù)據(jù)的融合,并將綜合了氣溫、地表溫度、海拔、坡度、坡向的地理加權(quán)回歸（GWR）擬合結(jié)果作為HASM模型的初始溫度場(chǎng),進(jìn)而采用此種結(jié)合HASM和GWR的求解算法（HASM-GWR）,融合MOD11C3地表溫度產(chǎn)品與190個(gè)氣象臺(tái)站的氣溫實(shí)測(cè)數(shù)據(jù),開(kāi)展省級(jí)尺度近地表氣溫估算,并通過(guò)比較HASM-GWR、GWR以及普通線性回歸（OLS）3種方法的估算精度,評(píng)估各模型對(duì)近地表氣溫的估算效果。結(jié)果表明,相比于傳統(tǒng)估算模型,采用HASM-GWR數(shù)據(jù)融合方法能有效提高近地表氣溫的估算精度。采用該方法的近地表氣溫估算殘差,72%介于-1～1℃,90%介于-2～2℃;且與GWR和OLS模型相比,估算結(jié)果的均方根誤差（RMSE）分別降低了25.42%和39.83%。 

【文章來(lái)源】：地球信息科學(xué)學(xué)報(bào). 2020,22(10)北大核心

【文章頁(yè)數(shù)】：10 頁(yè)

【部分圖文】：

基于HASM-GWR估算近地表氣溫的技術(shù)流程

高程數(shù)據(jù)來(lái)源于SRTMDEM產(chǎn)品，空間分辨率為90 m×90 m，下載自中國(guó)科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心地理空間數(shù)據(jù)云平臺(tái)（http://www.gscloud.cn），并將其在Arc GIS環(huán)境中完成拼接整合，將數(shù)字高程圖轉(zhuǎn)換為MODIS溫度產(chǎn)品數(shù)據(jù)所采用的坐標(biāo)系統(tǒng)，同時(shí)經(jīng)重采樣獲得空間分辨率0.05°的高程圖，通過(guò)該高程圖獲取坡度、坡向圖，并提取氣象臺(tái)站對(duì)應(yīng)位置的地形因子數(shù)據(jù)。4 結(jié)果及分析

此外，比較HASM-GWR、GWR、OLS 3種方法的估算數(shù)據(jù)與實(shí)測(cè)氣溫?cái)?shù)據(jù)驗(yàn)證結(jié)果，分析表明（表3、圖3）擬合效果大致可分為4段，當(dāng)氣溫在0℃以下時(shí)，散點(diǎn)大部分位于直線y=x之上，表明3種算法基本都高估了氣溫值；0～10℃區(qū)間中，HASM-GWR算法估算值與實(shí)際觀測(cè)值較為接近，其他2種算法則不夠穩(wěn)定，分布相對(duì)松散，部分?jǐn)?shù)值相差較大；10～17.5℃區(qū)間，3種算法都存在高估或者低估的情況，但HASM-GWR算法總體估算結(jié)果相對(duì)于其他2種方法更接近實(shí)測(cè)值；氣溫在17.5～30℃區(qū)間時(shí)，3種算法估算效果都相對(duì)較好，大部分散點(diǎn)聚集在直線兩側(cè)，但仍是HASM-GWR算法估算值與實(shí)測(cè)值更為接近。另外，從算法驗(yàn)證的直線擬合參數(shù)來(lái)看，OLS的擬合誤差是3種方法中最高的，而R2又稍低于其他2種；采用HASM-GWR方法的估算值與實(shí)測(cè)值的線性擬合參數(shù)仍然較GWR和OLS有一定的優(yōu)勢(shì)。因此綜合來(lái)看，HASM-GWR模型在本研究區(qū)的估算精度高于其他2種模型。4.2 模擬結(jié)果

【參考文獻(xiàn)】：
期刊論文
[1]四川省生態(tài)系統(tǒng)土壤保持功能空間特征及其影響因素[J]. 饒恩明,肖燚.  生態(tài)學(xué)報(bào). 2018(24)
[2]基于地形起伏度的中國(guó)西南地區(qū)人口集疏格局演化研究[J]. 鐘靜,盧濤.  生態(tài)學(xué)報(bào). 2018(24)
[3]基于HASM方法的黑河流域潛在蒸發(fā)量的模擬[J]. 李晗,趙娜,岳天祥,申維,劉羽.  地球信息科學(xué)學(xué)報(bào). 2017(11)
[4]基于隨機(jī)森林算法的近地表氣溫遙感反演研究[J]. 白琳,徐永明,何苗,李寧.  地球信息科學(xué)學(xué)報(bào). 2017(03)
[5]Space- and ground-based CO2 measurements: A review[J]. YUE TianXiang,ZHANG LiLi,ZHAO MingWei,WANG YiFu,John WILSON.  Science China（Earth Sciences）. 2016(11)
[6]高精度曲面建模方法研究進(jìn)展與分類(lèi)[J]. 趙明偉,岳天祥.  地理科學(xué)進(jìn)展. 2016(04)
[7]基于MODIS數(shù)據(jù)的近地表氣溫估算[J]. 徐偉燕,孫睿,金志鳳,胡波.  氣象與環(huán)境科學(xué). 2015(01)
[8]氣溫遙感估算方法研究綜述[J]. 張麗文,黃敬峰,王秀珍.  自然資源學(xué)報(bào). 2014(03)
[9]高精度曲面建模優(yōu)化方案[J]. 趙明偉,岳天祥,趙娜.  中國(guó)圖象圖形學(xué)報(bào). 2014(02)
[10]基于MODIS數(shù)據(jù)的青藏高原氣溫與增溫效應(yīng)估算[J]. 姚永慧,張百平.  地理學(xué)報(bào). 2013(01)



本文編號(hào)：3052250