基于多源遥感数据的青海省干旱监测模型研究

摘要

降水数据作为气象水文分析的基础数据，其空间尺度和序列的长短对研究的结果至关重要，现阶段面降水量的获取主要靠插值方法。针对青海省地势复杂，面积广阔，气象站点分布极不均匀的情况，在分析大区域的降水时容易因插值造成误差，而基于卫星雷达测雨的热带测雨计划（TRMM）可以有效的改善该现象。本研究首先分析了TRMM3B43数据在青海省的适用性，之后利用多源遥感数据获取地面干旱过程中的各致旱因子信息，进行干旱监测模型研究，论文的主要研究内容如下:
　　(1)区域适用性分析。利用研究区内50个地面气象站点实测降水数据，分别从年、季、月3个尺度，以及单站降水过程分析，采用相关系数、相对偏差等方法对TRMM3B43降水数据进行适用性分析。研究表明:1）从整体上看，TRMM数据在青海省具有很好的精度。月尺度相关系数为R=0.9344，年尺度相关系数R=0.9111，研究区41个站点的相关系数大于0.9，且遥感降水过程与实测降水过程有很好的一致性。2）数据精度存在时间差异。秋季的拟合效果最好，其次为春季、夏季，拟合效果最差的是冬季。3）数据精度存在空间差异。拟合效果差的三个站分别为海西州的茫崖、小灶火和冷湖，相关系数为0.73，偏差在50％以上。拟合效果较好的五道梁站相关系数达到0.98，偏差最小的刚察站Bias值达到0.08％。
　　(2)统计降尺度研究。分析遥感降水数据与归一化植被覆盖指数(NDVI)间关系，呈现很好的正相关。同时考虑到降水受季节、地形等因素影响，以月为单位，通过人工智能软件找到主要TRMM数据与地理因子（经纬度）、高程因子(DEM)和NDVI之间的最优关系，作为降尺度模型的核心。将低分辨率(0.25°×0.25°)的TRMM3B43数据降尺度至高分辨率（0.05°×0.05°和1km×1km）。结果表明:所有的拟合方程均通过了显著性检验，除了1月和12月，其余各月份的拟合优度R2均大于0.6。
　　(3)构建的TRMM-Z指数和TCI指数。使用2000-2014年TRMM产品的逐月降水量资料和单站干旱监测Z指数方法，构建监测大气降水亏缺的TRMM-Z指数。并利用TRMM-Z作为单项干旱监测模型，与气象站点实测降水数据计算的SPI值进行对比，结果表明TRMM-Z具有一定的表征干旱的能力，但受遥感降水序列长度较短的原因，计算结果表现出一定的不稳定性，并且存在弱化干旱等级的现象。获得青海省MODIS遥感源下地表温度数据，基于其与同期最大值最小值的关系，计算温度状态指数TCI，作为一个衡量干旱的指标。
　　(4)计算50个气象站点的CI值和Z值，并提取站点位置的温度状态指数TCI值，以Z值和TCI值为自变量，以CI为因变量，构建相关性模型，获得多源遥感综合监测模型参数，并通过计算的区域TRMM-Z数据和区域TCI数据计算出多源遥感综合干旱指数。结果如下:拟合效果最优的情况下，相关系数R=0.5844，通过了显著性检验。并且通过与典型年干旱实例的分析，综合干旱监测模型可以表征出干旱状态。但仍需进一步从其他数据源来对综合干旱监测模型进行检验。

目录

声明

摘要

第一章 绪论

1．1 选题背景和意义

1．2 国内外研究进展

1．2．1 干旱监测研究进展

1．2．2 青海干旱监测研究

1．2．3 TRMM研究进展

1．3 研究内容和技术路线

1．3．1 TRMM数据适用性分析

1．3．2 TRMM数据降尺度研究

1．3．3 干旱监测模型构建

1．3．4 青海省干旱分析

第二章 研究区概况和数据资料处理

2．1 研究区概况

2．2 数据资料来源

2．2．1 气象数据

2．2．2 TRMM数据

2．2．3 MODIS数据

2．2．4 DEM数据

2．2．5 干旱实例

2．3 数据资料处理

2．3．1 DEM数据处理

2．3．2 NDVI资料处理

2．3．3 气象台站资料处理

2．3．4 TRMM数据处理

第三章 TRMM数据精度评估分析

3．1 站点位置TRMM数据提取

3．2 分析方法

3．3 TRMM数据精度检验

3．3．1 多时间尺度检验

3．3．2 单站降水过程分析

3．4 数据质量的影响因素分析

3．4．1 降水情况对TRMM数据质量影响

3．4．2 高程和坡度对TRMM数据质量影响

3．5 小结

第四章 TRMM数据降尺度研究

4．1．1 线性相关

4．1．2 最优关系

4．2 高分辨率遥感降水数据获取

4．2．1 降尺度方法

4．2．2 数据处理

4．2．3 降尺度计算举例

4．3 小结

第五章 干旱监测模型构建

5．1 单一干旱监测模型构建

5．1．1 TRMM-Z构建

5．1．2 TCI指数构建

5．2 综合气象干旱监测模型

5．2．1 模型参数获取

5．2．2 CTTI指数计算

5．2．3 干旱情况分析

5．3 小结

第六章 结论与展望

6．1 研究成果与结论

6．2 论文创新点

6．3 不足和展望

参考文献

致谢

作者简介