降水是全球水文及物質(zhì)能量循環(huán)的核心組成部分,合理把握降水的分布對(duì)于區(qū)域社會(huì)經(jīng)濟(jì)發(fā)展、農(nóng)業(yè)生產(chǎn)、生態(tài)平衡、水資源優(yōu)化配置以及環(huán)境保護(hù)等方面均具有重要意義。由于季風(fēng)氣候與復(fù)雜地形的相互作用,貴州喀斯特山區(qū)降水時(shí)空變異性強(qiáng),準(zhǔn)確獲取不同時(shí)空尺度下的降水分布特征是該地區(qū)水資源開(kāi)發(fā)利用和洪澇災(zāi)害防治的關(guān)鍵議題之一。但已有成果較少關(guān)注基于多源數(shù)據(jù)的山區(qū)不同時(shí)間尺度降水變化特征及成因分析,且由于數(shù)據(jù)的可獲取性有限,研究中使用的降水?dāng)?shù)據(jù)通常時(shí)空分辨率較低,未能較精細(xì)地刻畫(huà)山區(qū)降水的時(shí)空異質(zhì)性。論文綜合利用地面雨量站網(wǎng)、衛(wèi)星遙感及氣象雷達(dá)等多源降水觀測(cè)信息,在建立降水?dāng)?shù)據(jù)融合定量模型的基礎(chǔ)上探討其有效性,并開(kāi)展多尺度降水特征及其影響因素研究。首先,結(jié)合星地信息構(gòu)建基于多源數(shù)據(jù)的隨機(jī)森林降水融合方案,評(píng)估其在不同時(shí)間尺度的融合效果及誤差來(lái)源;隨后,基于融合降水產(chǎn)品分析了復(fù)雜地形山區(qū)長(zhǎng)時(shí)間跨度的降水特征,以揭示其降水分異規(guī)律;最后,選擇小時(shí)降水?dāng)?shù)據(jù)及氣象雷達(dá)資料,分析了復(fù)雜地形條件下的小尺度降水時(shí)空變異特征。主要結(jié)論如下:（1）基于隨機(jī)森林算法構(gòu)建的地面雨量數(shù)據(jù)、CHIRPS2.0、PERSIANN-CDR... 

【文章來(lái)源】：貴州師范大學(xué)貴州省

【文章頁(yè)數(shù)】：80 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

隨機(jī)森林模型融合降水示意圖

貴州師范大學(xué)碩士學(xué)位論文24（RMSE）以及平均絕對(duì)誤差（MAE）的計(jì)算結(jié)果。從散點(diǎn)圖顯示的結(jié)果來(lái)看，隨機(jī)森林融合模型較大的提高了衛(wèi)星降水產(chǎn)品的精度，相比衛(wèi)星降水散點(diǎn)圖，融合產(chǎn)品降水的點(diǎn)分布更加集中，融合后的相關(guān)系數(shù)CC提高至0.9045，而均方根誤差與平均絕對(duì)誤差均減少至41.01mm和24.41mm。但是仍有部分極大值點(diǎn)沒(méi)有得到準(zhǔn)確預(yù)估，說(shuō)明隨機(jī)森林模型對(duì)月度降水極值的把握并不十分準(zhǔn)確。圖3-3衛(wèi)星、融合產(chǎn)品的KGE（a）以及r（b）、β（c）和γ（d）分量注：粗實(shí)線表示中位數(shù)，方框的邊緣表示第一和第三四分位數(shù)，晶須延伸到數(shù)據(jù)點(diǎn)極值，藍(lán)色虛線表示每個(gè)參數(shù)的最佳值。為了進(jìn)一步定量評(píng)價(jià)融合產(chǎn)品的精度，使用公式（2.5）～公式（2.7）分別計(jì)算了驗(yàn)證集所在像素點(diǎn)的衛(wèi)星產(chǎn)品、融合產(chǎn)品的克林效率系數(shù)KGE以及相應(yīng)的分量（r、β和γ），并分別繪制了箱線圖（圖3-3）。從圖中可以看出，融合產(chǎn)品相較于兩種衛(wèi)星降水產(chǎn)品的KGE值以及各自的分量值均有所提高。具體來(lái)看，

貴州師范大學(xué)碩士學(xué)位論文28圖3-6衛(wèi)星、融合產(chǎn)品的KGE（a）以及r（b）、β（c）和γ（d）分量注：粗實(shí)線表示中位數(shù)，方框的邊緣表示第一和第三四分位數(shù)，晶須延伸到數(shù)據(jù)點(diǎn)極值，藍(lán)色虛線表示每個(gè)參數(shù)的最佳值。3.3小結(jié)本章利用地面降水觀測(cè)資料與衛(wèi)星遙感降水產(chǎn)品CHIRPS、PERSIANN-CDR，選擇了隨機(jī)森林融合算法用于構(gòu)建衛(wèi)星與站點(diǎn)觀測(cè)降水?dāng)?shù)據(jù)融合模型，初步分析并驗(yàn)證了該方法應(yīng)用于貴州山區(qū)月降水及日降水?dāng)?shù)據(jù)融合中的效果。研究得到如下結(jié)果：以地面雨量站點(diǎn)觀測(cè)值作為真實(shí)降水，通過(guò)構(gòu)建基于隨機(jī)森林算法的衛(wèi)星與站點(diǎn)觀測(cè)數(shù)據(jù)融合方案，可有效預(yù)測(cè)出無(wú)站點(diǎn)區(qū)域的真實(shí)降水量，說(shuō)明該融合方案適用于貴州山區(qū)。月降水量和日降水的數(shù)據(jù)融合檢驗(yàn)均顯示，隨機(jī)森林融合模

【參考文獻(xiàn)】：
期刊論文
[1]基于MSWEP的祁連山地區(qū)降水空間分布特性解析[J]. 黃琦,覃光華,王瑞敏,向俊燕,胡慶芳,李伶杰.  水利學(xué)報(bào). 2020(02)
[2]第三極西風(fēng)和季風(fēng)主導(dǎo)流域源區(qū)降水呈現(xiàn)不同梯度特征[J]. 孫赫,蘇鳳閣,黃敬恒,姚檀棟,羅毅,Deliang Chen.  科學(xué)通報(bào). 2020(01)
[3]透視中國(guó)小時(shí)極端降水強(qiáng)度和頻次的時(shí)空變化特征（1961～2013年）[J]. 孔鋒,方建,喬楓雪,王瑞.  長(zhǎng)江流域資源與環(huán)境. 2019(12)
[4]熱帶海溫影響我國(guó)南方冬季降水年際變化的年代際差異及其成因[J]. 張福穎,黃乾,董麗娜.  氣象科學(xué). 2019(05)
[5]1960-2015年青海三江源地區(qū)降水時(shí)空特征[J]. 劉曉瓊,吳澤洲,劉彥隨,趙新正,芮旸,張健.  地理學(xué)報(bào). 2019(09)
[6]多源氣象數(shù)據(jù)融合格點(diǎn)實(shí)況產(chǎn)品研制進(jìn)展[J]. 師春香,潘旸,谷軍霞,徐賓,韓帥,朱智,張雷,孫帥,姜志偉.  氣象學(xué)報(bào). 2019(04)
[7]西南地區(qū)山洪災(zāi)害時(shí)空分布特征及其影響因素[J]. 熊俊楠,李進(jìn),程維明,周成虎,郭良,張曉蕾,王楠,李偉.  地理學(xué)報(bào). 2019(07)
[8]生態(tài)工程建設(shè)背景下貴州高原的植被變化及影響因素分析[J]. 張繼,周旭,蔣嘯,楊江州,牛潛.  長(zhǎng)江流域資源與環(huán)境. 2019(07)
[9]基于地理加權(quán)回歸模型的典型山地衛(wèi)星反演降水產(chǎn)品降尺度研究[J]. 胡實(shí),韓建,占車(chē)生,劉梁美子.  山地學(xué)報(bào). 2019(03)
[10]耦合濕地模塊的流域水文模型模擬效率評(píng)價(jià)[J]. 吳燕鋒,章光新,齊鵬,Rousseau Alain N,胡寶軍,宋崢,于成剛.  水科學(xué)進(jìn)展. 2019(03)

博士論文
[1]基于多源衛(wèi)星數(shù)據(jù)的云團(tuán)和雨團(tuán)識(shí)別及其特征研究[D]. 陳逸倫.中國(guó)科學(xué)技術(shù)大學(xué) 2019
[2]多源降雨觀測(cè)與融合及其在長(zhǎng)江流域的水文應(yīng)用[D]. 李哲.清華大學(xué) 2015
[3]基于多源信息的降水空間估計(jì)及其水文應(yīng)用研究[D]. 胡慶芳.清華大學(xué) 2013

碩士論文
[1]甘肅省短時(shí)強(qiáng)降水時(shí)空分布特征及兩次強(qiáng)降水過(guò)程對(duì)比分析[D]. 孟麗霞.蘭州大學(xué) 2016



本文編號(hào)：3265316