高時空分辨率降雨數(shù)據(jù)的獲取對陸地水循環(huán)研究至關(guān)重要。遙感衛(wèi)星反演降水產(chǎn)品雖然能有效再現(xiàn)降雨的空間格局,但存在空間分辨率較低的問題。以植被指數(shù)NDVI(Normalized Difference Vegetation Index)和海拔高度為自變量,通過構(gòu)建太行山區(qū)GPM降水(Global Precipitation Measurement Mission)的時滯地理加權(quán)回歸模型,得到了2014—2016年研究區(qū)1km分辨率GPM降水?dāng)?shù)據(jù)。研究結(jié)果表明:利用植被指數(shù)和海拔高度構(gòu)建的時滯地理加權(quán)回歸模型能夠有效地對太行山月尺度GPM降雨數(shù)據(jù)進行尺度下延,在提高GPM數(shù)據(jù)空間分辨率的同時保留了原始數(shù)據(jù)的觀測精度。考慮NDVI的時滯性提高了地理加權(quán)回歸模型的降尺度效果,相對于多元線性回歸模型和不考慮NDVI時滯效應(yīng)的地理加權(quán)回歸模型,時滯地理加權(quán)回歸模型的降尺度結(jié)果與站點實測數(shù)據(jù)的確定性系數(shù)更高,RMSE更低。冬季降雨與第二年春季植被NDVI的關(guān)系較為密切,雖然采用第二年春季的NDVI作為解釋變量構(gòu)建降尺度模型能有效地提高冬季降雨的降尺度效果,但基于植被指數(shù)和海拔高度構(gòu)建的時滯地理加權(quán)回歸模型...

【文章頁數(shù)】：11 頁

【文章目錄】：
1 引言
2 研究區(qū)域與數(shù)據(jù)
    2.1 研究區(qū)概況
    2.2 數(shù)據(jù)來源及處理
3 研究方法
    3.1 降尺度算法
    3.2 降尺度效果評估方法
4 結(jié)果分析
    4.1 降尺度模型的建立
    4.2 降尺度效果評估
    4.3 不同降尺度方法的對比
        4.3.1 時滯地理加權(quán)回歸模型與多元線性回歸模型的對比
        4.3.2 時滯地理加權(quán)回歸模型與地理加權(quán)回歸模型的對比
    4.4 太行山區(qū)降雨的時空分布格局
5 討論
    5.1 殘差修正
    5.2 降尺度方法的適用性
6 結(jié)論



本文編號：4012677