基于MODIS大气水汽的时间变化及其与气象因子的相关分析

摘要

大气可降水量是一个重要的气象参数，在许多空间遥感中都需要水汽订正，这就需要确定大气中的可降水量，将此参数输入数值预报模式将使中小尺度的大气预报效果得到改善。 近年来，随着卫星探测器精度的提高，利用卫星资料探测大气可降水量的研究获得了很大的进展。本文以南京地区作为研究区，利用MODIS近红外水汽产品，建立水汽与气象因子相关关系，通过不同时间尺度和季节的分析，探讨MODIS水汽时间变化以及其与气象因子的关系。 本文的主要研究内容如下： 1、通过比较大气水汽含量不同的计算方法，不同的获取方式，选择MODIS近红外水汽产品作为研究数据源。然后根据MODIS影像，提取近红外水汽产品，按照日、旬、月、季不同的时间尺度分析水汽的变化趋势。 2、在不同时间尺度下通过一元、多元回归建立MODIS近红外水汽与地面气象因子之间的相关关系，分析它们之间的相互影响趋势。 研究结果表明： 1、南京地区MODIS大气水汽，具有明显的季节变化趋势，一般春季水汽值较低，随着气温逐渐回升，水汽值也开始逐月上升，到夏季7月份达最高值，从秋季开始下降，到冬季1月份达最低值。 2、不同时间尺度下南京地区的大气水汽和温度、气压、相对湿度、平均风速、日照时数等气象因子都有一定的相关性。月平均水汽与温度的相关性高达0.96，月平均水汽与降水相关性达到0.66。从不同季节来看，秋季MODIS水汽和气象因子的相关性最高，相关系数达0.743。高时间分辨率的遥感水汽可提供水汽迅速变化的信息，对区域降水和其他气象因子具有很好的指示性。

目录

文摘

英文文摘

前言

论文说明：图表目录

声明

第1章绪论

1.1选题依据

1.2国内外研究进展

1.2.1大气水汽研究的国内外进展

1.2.2水汽遥感反演的国内外研究现状

1.2.3MODIS近红外水汽的应用现状

1.3研究内容与技术路线

1.3.1研究内容

1.3.2技术路线

第2章大气水汽含量计算

2.1大气水汽含量计算方法

2.1.1传统计算方法

2.1.2遥感探测方法

2.2 MODIS水汽反演算法

2.2.1 MODIS水汽反演概述

2.2.2反演方法的数学模型

第3章研究区与数据源

3.1研究区概况

3.2数据源

3.2.1地面气象观测数据

3.2.2 MODIS水汽数据

3.3数据预处理

3.3.1几何纠正

3.3.2裁剪叠加

3.3.3数据导出与整理

第4章不同时间尺度下MODIS水汽变化及其与气象因子的相关分析

4.1不同时间尺度下大气水汽含量变化

4.1.1日水汽变化

4.1.2旬平均水汽变化

4.1.3月平均水汽变化

4.1.3季平均水汽变化

4.2不同时间尺度下水汽与气象因子关系分析

4.2.1日水汽与气象因子回归关系

4.2.2旬平均水汽与气象因子回归关系

4.2.3月平均水汽与气象因子回归关系

4.2.4不同季节水汽与气象因子之间的关系

4.3小结

4.3.1不同时间尺度MODIS水汽与气象因子回归关系比较

4.3.2不同季节MODIS水汽与气象因子回归关系比较

第5章结论与展望

5.1研究结论

5.2讨论与展望

参考文献

致谢