一種基于衛(wèi)星遙感數(shù)據(jù)的分辨率提高方法
【專利摘要】本發(fā)明公開了一種基于衛(wèi)星遙感數(shù)據(jù)的分辨率提高方法。本發(fā)明首先把1km的數(shù)字高程模型和植被指數(shù)兩個(gè)環(huán)境變量因子聚合計(jì)算到25km，作為自變量，對(duì)應(yīng)25km分辨率的TMPA 3B43 v7降水?dāng)?shù)據(jù)作為因變量進(jìn)行建模，并將建立的模型應(yīng)用到相應(yīng)地理區(qū)域的1km環(huán)境變量因子上，最終得出1km的高精度降水預(yù)測(cè)數(shù)據(jù)。本發(fā)明基于TMPA 3B43 v7數(shù)據(jù),提出了一種高精度降水?dāng)?shù)據(jù)建模預(yù)測(cè)方法,最終得到1km空間分辨率的降水預(yù)測(cè)值。該方法預(yù)測(cè)精度較高,且方法簡便易行。
【專利說明】
-種基于衛(wèi)星遙感數(shù)據(jù)的分辨率提高方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及一種氣象衛(wèi)星遙感數(shù)據(jù)的分辨率提高方法，具體設(shè)及到基于TMPA 3B43 v7的高精度降水?dāng)?shù)據(jù)建模預(yù)測(cè)方法。 技術(shù)背景
[0002] 降水在水文學(xué)、氣象學(xué)、生態(tài)學(xué)W及農(nóng)業(yè)研究等領(lǐng)域擔(dān)任了重要角色，特別是全球 尺度物質(zhì)能量交換主要驅(qū)動(dòng)力之一。地面觀測(cè)站是一種應(yīng)用廣泛的降水測(cè)量手段，并且具 有精度高和技術(shù)成熟的特點(diǎn)。但是地面觀測(cè)站監(jiān)測(cè)的降水量僅代表地表觀測(cè)站及周邊一定 距離的降水狀況，因此很難表述大面積降水分布特征，尤其是在地面觀測(cè)站布網(wǎng)密度稀疏 的高原地區(qū)。而衛(wèi)星遙感技術(shù)能夠提供較高時(shí)空分辨率的降水?dāng)?shù)據(jù)，覆蓋空間范圍更廣，很 好的克服了地面降水觀測(cè)站和測(cè)雨雷達(dá)的局限，為全球降水監(jiān)測(cè)提供了有力的數(shù)據(jù)支撐。
[0003] 近年來，隨著氣象衛(wèi)星技術(shù)的發(fā)展，全球尺度高時(shí)空分辨率的測(cè)雨衛(wèi)星產(chǎn)品應(yīng)運(yùn) 而生，如美國熱帶降水測(cè)量衛(wèi)星（Tropical Rainfall Measuring Mission)降水產(chǎn)品TMPA 3B43 v7。TMPA降水衛(wèi)星提供覆蓋全球50° S~50° N W內(nèi)的區(qū)域的降水?dāng)?shù)據(jù)。但是，TRMM衛(wèi)星 的原始分辨率較低（空間分辨率為0.25%約25km)，在預(yù)測(cè)區(qū)域尺度降水方面具有一定的局 限性和偏差，因此需要針對(duì)TMPA數(shù)據(jù)進(jìn)行空間分辨率的提高，從而得到分辨率較高的降水 測(cè)量值。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于解決現(xiàn)有技術(shù)中存在的問題，并提供一種基于衛(wèi)星遙感數(shù)據(jù)的 分辨率提高方法。
[0005] 本發(fā)明的具體技術(shù)方案如下：
[0006] -種基于衛(wèi)星遙感數(shù)據(jù)的分辨率提高方法，包括W下步驟：
[0007] 步驟1)數(shù)據(jù)獲取:獲取待測(cè)區(qū)域的TMPA 3B43 v7降水?dāng)?shù)據(jù)、MODIS衛(wèi)星遙感影像數(shù) 據(jù)W及ASTER GDEM衛(wèi)星遙感影像數(shù)據(jù)，同時(shí)收集待測(cè)區(qū)域內(nèi)地面觀測(cè)站點(diǎn)的日降水量觀測(cè) 值;其中MODIS衛(wèi)星遙感影像數(shù)據(jù)指的是M0D13A2數(shù)據(jù)產(chǎn)品；
[000引步驟2)數(shù)據(jù)預(yù)處理:將步驟1)獲取的TMPATMPA 3B43 v7降水?dāng)?shù)據(jù)的時(shí)間分辨率處 理為月；將ASTER GDEM衛(wèi)星遙感影像數(shù)據(jù)進(jìn)行聚合計(jì)算分別得到空間分辨率為Ikm和25km 的DEM數(shù)據(jù);從MODI 3A2數(shù)據(jù)產(chǎn)品中提取植被指數(shù)參量，經(jīng)過異常值剔除處理后，通過聚合計(jì) 算分別得到空間分辨率為Ikm和25km的植被指數(shù)數(shù)據(jù);步驟3)進(jìn)行建模及參數(shù)率定:將步驟 2)處理后的25kmTMPATMPA 3B43 v7降水?dāng)?shù)據(jù)作為因變量，W空間分辨率為25km的植被指數(shù) 和數(shù)字高程模型作為自變量進(jìn)行建模及參數(shù)率定。
[0009]步驟4)高精度降水?dāng)?shù)據(jù)預(yù)測(cè)制圖：基于步驟3)在25km空間分辨率下建立的模型應(yīng) 用到空間分辨率為Ikm的環(huán)境變量中進(jìn)行建模預(yù)測(cè)，從而得到Ikm的高精度降水?dāng)?shù)據(jù)；同時(shí) 將空間分辨率為25km的降水殘差值進(jìn)行重采樣得到空間分辨率為1km，并將其與空間分辨 率為Ikm地面降水量預(yù)測(cè)值數(shù)據(jù)相加，得到空間分辨率為Ikm的高精度降水?dāng)?shù)據(jù)。
[0010] 所述的步驟I)中，TMPA 3B43 v7降水?dāng)?shù)據(jù)的空間分辨率為0.25°X0.25°，時(shí)間分 辨率為月；所述的ASTER GDEM衛(wèi)星遙感影像數(shù)據(jù)的空間分辨率為90m;所述的MODIS衛(wèi)星遙 感影像數(shù)據(jù)的空間分辨率為1km，時(shí)間分辨率為8天。
[0011]所述的步驟3)中建模所采用的參數(shù)估算模型的通用形式為：
[001 ^ 其中，N表示參數(shù)估算模型中自變量個(gè)數(shù);an表示第n個(gè)環(huán)境變量的系數(shù);a質(zhì)示模 型參數(shù)的常數(shù)項(xiàng)系數(shù);yn表示降雨量預(yù)測(cè)值;Xn表示第n個(gè)環(huán)境變量；
[001引a日和an的計(jì)算公式如下：
[0014]
[0015] 其中：k代表地面觀測(cè)站點(diǎn)個(gè)數(shù);Xin代表第i個(gè)地面觀測(cè)站點(diǎn)的第n個(gè)環(huán)境變量的 值，yi代表的是第i個(gè)地面觀測(cè)站點(diǎn)的日降水量觀測(cè)值代表第n個(gè)環(huán)境變量因子的均值， 歹代表所有地面觀測(cè)站點(diǎn)的日降水量觀測(cè)值的均值。
[0016] 本發(fā)明所述的步驟3)中參數(shù)率定后的模型為：
[0017] Yprecip = -79.42+0.012 X Xdem+1921 X Xndvi
[001引其中Yprecip是Ikm地面降雨預(yù)測(cè)值，Xdem代表的是Ikm數(shù)字高程模型的柵格值，Xndvi 代表的是Ikm植被指數(shù)柵格值。
[0019] 本發(fā)明基于TMPA 3B43 v7數(shù)據(jù)，提出了一種高精度降水?dāng)?shù)據(jù)建模預(yù)測(cè)方法，最終 得到Ikm空間分辨率的降水預(yù)測(cè)值。該方法預(yù)測(cè)精度較高，且方法簡便易行。
【具體實(shí)施方式】
[0020] 下面結(jié)合【具體實(shí)施方式】對(duì)本發(fā)明進(jìn)一步說明。
[0021] 選取中國作為研究區(qū)域，對(duì)2008-2012年的月降雨量進(jìn)行高精度預(yù)測(cè)制圖研究，最 終得到1 km空間分辨率的降水預(yù)測(cè)值。
[0022] 步驟1)數(shù)據(jù)獲取:獲取待測(cè)區(qū)域的TMPA 3B43 v7降水?dāng)?shù)據(jù)、MODIS衛(wèi)星遙感影像數(shù) 據(jù)W及ASTER GDEM衛(wèi)星遙感影像數(shù)據(jù)，同時(shí)收集待測(cè)區(qū)域內(nèi)地面觀測(cè)站點(diǎn)的日降水量觀測(cè) 值;其中MODIS衛(wèi)星遙感影像數(shù)據(jù)指的是M0D13A2數(shù)據(jù)產(chǎn)品；TMPA 3B43 v7降水?dāng)?shù)據(jù)的空間 分辨率為0.25° XO.25°，時(shí)間分辨率為月；所述的ASTER GDEM衛(wèi)星遙感影像數(shù)據(jù)的空間分 辨率為90m;所述的MOD IS衛(wèi)星遙感影像數(shù)據(jù)的空間分辨率為1 km，時(shí)間分辨率為8天。
[0023] 步驟2)數(shù)據(jù)預(yù)處理:將步驟1)獲取的TMPATMPA 3B43 v7降水?dāng)?shù)據(jù)的時(shí)間分辨率處 理為月；將ASTER GDEM衛(wèi)星遙感影像數(shù)據(jù)進(jìn)行聚合計(jì)算分別得到空間分辨率為Ikm和25km 的DEM數(shù)據(jù);從MODI 3A2數(shù)據(jù)產(chǎn)品中提取植被指數(shù)參量，經(jīng)過異常值剔除處理后，通過聚合計(jì) 算分別得到空間分辨率為Ikm和25km的植被指數(shù)數(shù)據(jù);步驟3)進(jìn)行建模及參數(shù)率定:將步驟 2)處理后的25kmTMPATMPA 3B43 v7降水?dāng)?shù)據(jù)作為因變量，W空間分辨率為25km的植被指數(shù) 和數(shù)字高程模型作為自變量進(jìn)行建模及參數(shù)率定。
[0024] 建模所采用的參數(shù)估算模型形式為：
[0025] 其中，N表示參數(shù)估算模型中自變量個(gè)數(shù)，具體個(gè)數(shù)按照上述選擇出來的自變量個(gè) 數(shù)進(jìn)行確定;an表示第n個(gè)環(huán)境變量的系數(shù);a日表示模型參數(shù)的常數(shù)項(xiàng)系數(shù);yn表示降雨量預(yù) 測(cè)值;Xn表示第n個(gè)環(huán)境變量；
[00%] a日和an的計(jì)算公式如下：
[0027]
[0028] 其中：k代表地面觀測(cè)站點(diǎn)個(gè)數(shù);Xin代表第i個(gè)地面觀測(cè)站點(diǎn)的第n個(gè)環(huán)境變量的 值，yi代表的是第i個(gè)地面觀測(cè)站點(diǎn)的日降水量觀測(cè)值,?代表第n個(gè)環(huán)境變量因子的均值， 尹代表所有地面觀測(cè)站點(diǎn)的日降水量觀測(cè)值的均值。
[0029] 參數(shù)率定后的模型為：
[0030] Yprecip = -79.42+0.012 X Xdem+1921 X Xndvi
[0031] 其中Yprecip是Ikm地面降雨預(yù)測(cè)值，Xdem代表的是Ikm數(shù)字高程模型的柵格值，Xndvi 代表的是Ikm植被指數(shù)柵格值。步驟4)高精度降水?dāng)?shù)據(jù)預(yù)測(cè)制圖：基于步驟3)在25km空間分 辨率下建立的模型應(yīng)用到空間分辨率為Ikm的環(huán)境變量中進(jìn)行建模預(yù)測(cè)，從而得到Ikm的高 精度降水?dāng)?shù)據(jù)；同時(shí)將空間分辨率為25km的降水殘差值進(jìn)行重采樣得到空間分辨率為1km， 并將其與空間分辨率為Ikm地面降水量預(yù)測(cè)值數(shù)據(jù)相加，得到空間分辨率為Ikm的高精度降 水?dāng)?shù)據(jù)。同時(shí)將數(shù)據(jù)導(dǎo)入到制圖軟件中進(jìn)行制圖，擅染。
[0032] 步驟5)降水量預(yù)測(cè)值的精度分析:利用地面降水實(shí)測(cè)點(diǎn)對(duì)步驟4)中的Ikm空間分 辨率的降水量預(yù)測(cè)值進(jìn)行預(yù)測(cè)精度驗(yàn)證分析，交叉檢驗(yàn)選用均方根誤差、平均絕對(duì)誤差W 及相關(guān)系數(shù)作為評(píng)價(jià)因子。各指標(biāo)的計(jì)算公式如下：
[0033]
[0034]
[0035]
[0036] 式中MAE代表的是平均絕對(duì)誤差，RMSE代表的是均方根誤差，R2代表的是回歸相關(guān) 系數(shù)，Yk是地面觀測(cè)站點(diǎn)k的觀測(cè)值，Ok是通過模型降尺度后在站點(diǎn)k處的預(yù)測(cè)值，F(xiàn)是所有 地面降水觀測(cè)站點(diǎn)數(shù)據(jù)的平均值，易是在所有站點(diǎn)的模型預(yù)測(cè)值的平均值。
[0037] 最終，相關(guān)系數(shù)R2為0.676，均方根誤差RMSE為37.928mm，平均絕對(duì)誤差MEA為 28.654mm〇
【主權(quán)項(xiàng)】
1. 一種基于衛(wèi)星遙感數(shù)據(jù)的分辨率提高方法，其特征在于，包括以下步驟： 步驟1)數(shù)據(jù)獲取:獲取待測(cè)區(qū)域的TMPA 3B43V7降水?dāng)?shù)據(jù)、MOD IS衛(wèi)星遙感影像數(shù)據(jù)以 及ASTERGDEM衛(wèi)星遙感影像數(shù)據(jù)，同時(shí)收集待測(cè)區(qū)域內(nèi)地面觀測(cè)站點(diǎn)的日降水量觀測(cè)值;其 中MODIS衛(wèi)星遙感影像數(shù)據(jù)指的是M0D13A2數(shù)據(jù)產(chǎn)品； 步驟2)數(shù)據(jù)預(yù)處理:將步驟1)獲取的TMPATMPA 3B43v7降水?dāng)?shù)據(jù)的時(shí)間分辨率處理為 月；將ASTER⑶EM衛(wèi)星遙感影像數(shù)據(jù)進(jìn)行聚合計(jì)算分別得到空間分辨率為Ikm和25km的DEM 數(shù)據(jù);從M0D13A2數(shù)據(jù)產(chǎn)品中提取植被指數(shù)參量，經(jīng)過異常值剔除處理后，通過聚合計(jì)算分 別得到空間分辨率為Ikm和25km的植被指數(shù)數(shù)據(jù)； 步驟3)進(jìn)行建模及參數(shù)率定:將步驟2)處理后的25kmTMPATMPA 3B43v7降水?dāng)?shù)據(jù)作為 因變量，以空間分辨率為25km的植被指數(shù)和數(shù)字高程模型作為自變量進(jìn)行建模及參數(shù)率 定； 步驟4)高精度降水?dāng)?shù)據(jù)預(yù)測(cè)制圖：基于步驟3)在25km空間分辨率下建立的模型應(yīng)用到 空間分辨率為Ikm的環(huán)境變量中進(jìn)行建模預(yù)測(cè)，從而得到Ikm的高精度降水?dāng)?shù)據(jù)；同時(shí)將空 間分辨率為25km的降水殘差值進(jìn)行重采樣得到空間分辨率為lkm，并將其與空間分辨率為 Ikm地面降水量預(yù)測(cè)值數(shù)據(jù)相加，得到空間分辨率為Ikm的高精度降水?dāng)?shù)據(jù)。2. 如權(quán)利要求1所述的基于衛(wèi)星遙感數(shù)據(jù)的分辨率提高方法，其特征在于，所述的步驟 1)中，TMPA 3B43v7降水?dāng)?shù)據(jù)的空間分辨率為0.25° X0.25°，時(shí)間分辨率為月；所述的ASTER ⑶EM衛(wèi)星遙感影像數(shù)據(jù)的空間分辨率為90m;所述的MODIS衛(wèi)星遙感影像數(shù)據(jù)的空間分辨率 為lkm，時(shí)間分辨率為8天。3. 如權(quán)利要求1所述的基于衛(wèi)星遙感數(shù)據(jù)的分辨率提高方法，其特征在于所述的步驟 3)中建模所采用的參數(shù)估算模型形另其中，N表示參數(shù)估算模型中自變量個(gè)數(shù);an表示第η個(gè)環(huán)境變量的系數(shù);ao表示模型參 數(shù)的常數(shù)項(xiàng)系數(shù);yn表示降雨量預(yù)測(cè)值;Xn表示第η個(gè)環(huán)境變量； ao和an的計(jì)算公式如下：其中：k代表地面觀測(cè)站點(diǎn)個(gè)數(shù);Xin代表第i個(gè)地面觀測(cè)站點(diǎn)的第η個(gè)環(huán)境變量的值，yi 代表的是第i個(gè)地面觀測(cè)站點(diǎn)的日降水量觀測(cè)值，巧代表第η個(gè)環(huán)境變量因子的均值，歹代 表所有地面觀測(cè)站點(diǎn)的日降水量觀測(cè)值的均值。4. 如權(quán)利要求1所述的基于衛(wèi)星遙感數(shù)據(jù)的分辨率提高方法，其特征在于，所述的步驟 3)中參數(shù)率定后的模型為： Yprecip = _79.42+0.012 XXdem+1921 XXndvi 其中￥^_是I km地面降雨預(yù)測(cè)值，Xde?代表的是I km數(shù)字高程模型的柵格值，Xndvi代表的 是I km植被指數(shù)柵格值。
【文檔編號(hào)】G01S17/95GK106019310SQ201610305858
【公開日】2016年10月12日
【申請(qǐng)日】2016年5月10日
【發(fā)明人】史舟, 劉用, 馬自強(qiáng), 楊亞輝
【申請(qǐng)人】浙江大學(xué)