干旱是最為嚴(yán)重的自然災(zāi)害之一,給國(guó)民經(jīng)濟(jì)帶來了巨大損失。土壤水分是反應(yīng)干旱的重要指標(biāo)之一,土壤水分的監(jiān)測(cè)預(yù)報(bào)對(duì)干旱研究非常重要。本文分為干旱監(jiān)測(cè)與預(yù)報(bào)兩大部分。第一,地表干旱監(jiān)測(cè)部分。以淮河流域?yàn)檠芯繀^(qū),基于AMSR-E被動(dòng)微波遙感數(shù)據(jù)和實(shí)測(cè)土壤相對(duì)濕度數(shù)據(jù),構(gòu)建了基于點(diǎn)和面的BP神經(jīng)網(wǎng)絡(luò)模型反演土壤水分,并與AMSR-E土壤水分產(chǎn)品（包括NASA和LPRM兩種產(chǎn)品）進(jìn)行比較,相關(guān)研究結(jié)論如下：基于點(diǎn)的神經(jīng)網(wǎng)絡(luò)模型在研究區(qū)模擬的土壤水分與AMSR-E土壤水分產(chǎn)品相比優(yōu)勢(shì)明顯,與實(shí)測(cè)土壤水分相關(guān)性較好、均方根誤差和平均絕對(duì)誤差是所有土壤水分產(chǎn)品中最小的�；诿娴纳窠�(jīng)網(wǎng)絡(luò)模型對(duì)流域尺度的土壤水分空間分布趨勢(shì)的反演具有明顯優(yōu)勢(shì),但對(duì)分辨率為25kmm柵格單元格模擬的土壤水分值與實(shí)測(cè)值差別很大。將兩種模型結(jié)合起來反演土壤水分能更好地了解土壤水分的時(shí)間變化趨勢(shì)和空間分布格局,從而有效地監(jiān)測(cè)干旱的發(fā)生及其空間分布。第二,干旱預(yù)報(bào)部分：基于TIGGE資料應(yīng)用彭曼公式計(jì)算蒸發(fā)量,并驗(yàn)證該蒸發(fā)量；基于TIGGE資料的歐洲中期天氣預(yù)報(bào)中心（ECMWF）、美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心（NCEP）和英國(guó)氣象局（UKM... 

【文章頁數(shù)】：64 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 前言
    1.1 研究目的及意義
    1.2 國(guó)內(nèi)外研究綜述
        1.2.1 遙感監(jiān)測(cè)土壤水分
        1.2.2 TIGGE數(shù)據(jù)及其應(yīng)用研究進(jìn)展
    1.3 技術(shù)路線
2 基于AMSR-E遙感數(shù)據(jù)的干旱監(jiān)測(cè)
    2.1 資料與方法
    2.2 BP神經(jīng)網(wǎng)絡(luò)模型
    2.3 土壤水分反演
    2.4 結(jié)果與分析
        2.4.1 基于點(diǎn)的神經(jīng)網(wǎng)絡(luò)模擬結(jié)果
        2.4.2 基于面的神經(jīng)網(wǎng)絡(luò)模擬結(jié)果
    2.5 本章小結(jié)
3 基于TIGGE資料的干旱預(yù)報(bào)
    3.1 資料和方法
        3.1.1 研究區(qū)概況
        3.1.2 資料
        3.1.3 方法
    3.2 結(jié)果與分析
        3.2.1 基于TIGGE數(shù)據(jù)的蒸發(fā)量預(yù)報(bào)
        3.2.2 基于TIGGE數(shù)據(jù)的降雨量預(yù)報(bào)
        3.2.3 不同集合預(yù)報(bào)系統(tǒng)驅(qū)動(dòng)XXT預(yù)報(bào)的土壤水分虧缺深比較
        3.2.4 不同集合預(yù)報(bào)系統(tǒng)驅(qū)動(dòng)XXT預(yù)報(bào)的徑流比較比較
    3.3 本章小結(jié)
4 構(gòu)建統(tǒng)一指標(biāo)初探
5 總結(jié)與討論
參考文獻(xiàn)
攻讀碩士學(xué)位期間撰寫論文情況
攻讀碩士學(xué)位期間參加的科研項(xiàng)目
致謝


【參考文獻(xiàn)】：
期刊論文
[1]Preliminary Comparison of the CMA,ECMWF,NCEP,and JMA Ensemble Prediction Systems[J]. 段明鏗,麻巨慧,王盤興.  Acta Meteorologica Sinica. 2012(01)
[2]A Comparison of Three Kinds of Multimodel Ensemble Forecast Techniques Based on the TIGGE Data[J]. 智協(xié)飛,祁海霞,白永清,林春澤.  Acta Meteorologica Sinica. 2012(01)
[3]主被動(dòng)微波遙感在農(nóng)區(qū)土壤水分監(jiān)測(cè)中的應(yīng)用初探[J]. 郭英,沈彥俊,趙超.  中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào). 2011(05)
[4]Evaluation of AMSR-E——Derived Soil Moisture over Northern China[J]. ZHANG An-Zhi 1,2,JIA Gen-Suo 1,WANG He-Song 1,ZHAO Tian-Bao 1,FENG Jin-Ming 1,and MA Zhu-Guo 1 1 Key Laboratory of Regional Climate-Environment Research for Temperate East Asia,Institute of Atmospheric Physics,Chinese Academy of Sciences,Beijing 100029,China 2 Graduate University of Chinese Academy of Sciences,Beijing 100049,China.  Atmospheric and Oceanic Science Letters. 2011(04)
[5]NCEP、ECMWF及CMC全球集合預(yù)報(bào)業(yè)務(wù)系統(tǒng)發(fā)展綜述[J]. 麻巨慧,朱躍建,王盤興,段明鏗.  大氣科學(xué)學(xué)報(bào). 2011(03)
[6]基于AMSR-E被動(dòng)微波遙感數(shù)據(jù)的廣東省土壤水分變化監(jiān)測(cè)[J]. 劉萬俠,劉旭攏,翁豐惠,周常萍.  熱帶地理. 2011(03)
[7]基于人工神經(jīng)網(wǎng)絡(luò)理論的土壤水分預(yù)測(cè)研究[J]. 宰松梅,郭冬冬,韓啟彪,溫季.  中國(guó)農(nóng)學(xué)通報(bào). 2011(08)
[8]PDI與MPDI在內(nèi)蒙古干旱監(jiān)測(cè)中的應(yīng)用和比較[J]. 楊學(xué)斌,秦其明,姚云軍,趙少華.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2011(02)
[9]基于BP神經(jīng)網(wǎng)絡(luò)的煙田土壤水分預(yù)測(cè)[J]. 尹健康,陳昌華,邢小軍,譚俊,姚進(jìn).  電子科技大學(xué)學(xué)報(bào). 2010(06)
[10]針對(duì)被動(dòng)微波AMSR-E數(shù)據(jù)的土壤水分反演算法[J]. 毛克彪,胡德勇,黃健熙,張武,張立新,鄒金秋,唐華俊.  高技術(shù)通訊. 2010(06)



本文編號(hào)：3664634