一种卫星观测降雨数据的降尺度产品误差计算方法

摘要

本发明公开了一种卫星观测降雨数据的降尺度产品误差计算方法，方法包括：将目标流域划分为多个栅格单元，获取各栅格单元中地面观测站点所在的各个栅格单元，计算地面观测站点所在的所有栅格单元的城镇化指数的空间权重值及其卫星观测降雨数据的降尺度产品与地面站点观测降雨数据之间的误差，地面观测站分别在各时刻时所采集降雨观测量的时间权重值，进而计算获取卫星观测目标流域降雨数据的降尺度产品在计及空间分布和时间分布时误差。本发明提供的方法简单，计算的卫星观测降雨数据的降尺度产品误差结果精确度高且可靠性好。

说明书

技术领域

本发明涉及水文技术领域，具体涉及一种卫星观测降雨数据的降尺度产品误差计算方法。

背景技术

卫星降雨观测作为一种新兴的降雨观测手段具有覆盖范围广，自动化程度高的优势。然而卫星降雨观测数据通常分辨率不高，需要结合降尺度算法提高其空间分辨率，生成卫星观测降雨数据的降尺度产品，以进一步提高其适用性。近年来，卫星观测降雨数据的降尺度产品不断丰富，如何根据应用地区的降雨时空特征选择合适的卫星观测降雨数据的降尺度产品成为亟待解决的重要问题。

将地面观测站点观测得到的降雨数据作为真值，去评价卫星观测降雨数据的降尺度产品的误差是国内外应用较为广泛的一种卫星降雨数据的降尺度产品的误差评价方法。然而目前已有的卫星降雨数据的降尺度产品的误差评价方法大都没有考虑到应用地区的降雨时空分布特征，计算结果准确性差。实际上，对于同样量级的误差，发生在城市化程度高的地区和降雨集中的时段更具有危险性。若在卫星观测降雨数据的降尺度产品误差评价的过程中不能对这一情况加以重视，则常常会导致选取的卫星观测降雨数据的降尺度产品带来的误差过大，往往不能够为人口密集的城镇地区提供及时有效的降雨观测信息，从而加大了漏报暴雨次生灾害发生的概率，为暴雨次生灾害防治带来一定的隐患。

如何对卫星观测降雨数据的降尺度产品在应用地区的时空分布特征进行量化，因地制宜，选取合适的卫星观测降雨数据的降尺度产品，从而在一定程度上提高应对暴雨次生灾害的能力，也是卫星观测降雨数据的降尺度产品发展过程中的重点和难点之一。

为了进一步促进卫星观测降雨数据的降尺度产品的发展，需要更深入研究考虑降雨时空分布不均匀条件下卫星观测降雨数据的降尺度产品误差评价方法。

城镇指数(NDBI)就是，基于卫星遥感影像提供的光谱数据，进行归一化计算之后得到的反映城镇建设水平的重要指标。一般来讲，城镇指数越大，城镇化的水平越高，人口越密集，预防暴雨产生的洪水的重要性越高。雨峰是降雨过程中最为集中的部分，降雨强度较大，更容易产生快速上涨的洪水。因此要进一步评价卫星观测降雨数据的降尺度产品的精度，就要在城镇指数和雨峰的基础上，考虑降雨降尺度产品误差的时空分配特征。因此针对现有的卫星降雨数据的降尺度产品的误差评价方法中的不足，如何考虑将卫星降雨数据的降尺度产品的误差评价过程中，量化降雨的时空分布特征，从而提高卫星降雨数据的降尺度产品的误差评价的可靠性，正是发明人需要解决的问题。

发明内容

本发明的目的：提供一种考虑降雨降尺度产品误差的时空分配特征的、准确度高的卫星观测降雨数据的降尺度产品误差计算方法。

技术方案：本发明提供的卫星观测降雨数据的降尺度产品误差计算方法，其特征在于，用于获取卫星观测目标流域降雨数据的降尺度产品误差，方法包括如下步骤：

步骤1：基于目标流域的数字高程数据，将目标流域划分为多个栅格单元，然后进入步骤2；

步骤2：获取各栅格单元中地面观测站点所在的各个栅格单元，然后进入步骤3；

步骤3：分别针对地面观测站点所在的各栅格单元n，n＝1,2…N，N为地面观测站点所在的栅格单元的总个数,执行步骤A和步骤B，进而获得地面观测站点所在的所有栅格单元的城镇化指数的空间权重值，以及其卫星观测降雨数据的降尺度产品与地面观测站点观测降雨数据之间的误差：

步骤A：根据栅格单元n的城镇化指数μ

步骤B：获取栅格单元n在预设各时刻i时，其卫星观测降雨数据的降尺度产品与地面观测站点观测降雨数据之间的误差ErrorItem

根据地面观测站点在预设各时刻时采集的降雨观测量，获取地面观测站分别在各时刻时所采集降雨观测量的时间权重值；

进入步骤4；

步骤4：根据地面观测站点所在的所有栅格单元的城镇化指数的空间权重值及其卫星观测降雨数据的降尺度产品与地面观测站点观测降雨数据之间的误差，以及地面观测站在预设的各时刻时采集的降雨观测量的时间权重值，获取卫星观测目标流域降雨数据的降尺度产品在计及空间分布和时间分布时误差ErrorIndex。

进一步的，在步骤A中，根据公式：

获取栅格单元n的城镇化指数的空间权重值U

其中，Accμ为累积城镇化指数,μ

进一步的，在步骤B中，根据公式：

ErrorItem

获取各栅格单元n在预设的各时刻i时的误差ErrorItem

其中，WP

进一步的，在步骤3中，根据公式：

获取地面观测站在预设的各时刻i时采集的降雨观测量的时间权重值F

其中，Accp为累积降雨量。

进一步的，在步骤4中，根据公式：

获取卫星观测目标流域降雨数据的降尺度产品在计及空间分布和时间分布时误差ErrorIndex；

其中，α

有益效果：相对于现有技术，本发明提供的方法，构建了卫星观测降雨数据的降尺度产品误差的时间和空间分布，量化了城镇化指数在卫星观测降雨数据的降尺度产品误差中的影响作用，进而在时间和空间的维度上采用不同的权重进一步优化了卫星观测降雨数据的降尺度产品的误差计算，提高了计算结果的精度和可靠性，因为计及了时间，使本方法能及时方便地在卫星观测降雨数据的降尺度产品误差计算中推广应用；本方法主要利用现有的观测站点观测降雨量数据，数据来源稳定可靠，方法中变量之间的函数关系明确，有利于卫星观测降雨数据的降尺度产品误差的快速精确计算。。

附图说明

图1是根据本发明实施例提供的计算方法流程图；

图2是根据本发明实施例提供的流域示意图；

图3是根据本发明实施例提供的空间权重示意图；

图4是根据本发明实施例提供的时间权重示意图；

图5是根据本发明实施例提供的计及空间权重后的误差示意图。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

参照图1，本发明的提供的方法包括如下步骤：

步骤1：基于目标流域的数字高程数据，将目标流域划分为多个正交栅格单元，然后进入步骤2。

步骤2：获取各栅格单元中地面观测站点所在的各个栅格单元，然后进入步骤3。

步骤3：分别针对地面观测站点所在的各栅格单元n，n＝1,2…N，N为各地面观测站点所在的栅格单元的总个数,执行步骤A和步骤B，进而获得地面观测站点所在的所有栅格单元的城镇化指数的空间权重值及其卫星观测降雨数据的降尺度产品与地面观测站点观测降雨数据之间的误差，然后进入步骤4：

步骤A：根据栅格单元n的城镇化指数μ

具体的，根据如下公式：

获取栅格单元n的城镇化指数的空间权重值U

其中，Accμ为累积城镇化指数,μ

基于上述方法，可以获取地面观测站点所在的各个栅格单元的城镇化指数的空间权重分布RasterIndex；

RasterIndex＝{U

即：对城镇化指数进行归一化处理，进而获取地面观测站点所在的各个栅格单元的城镇化指数的空间权重分布。

步骤B：获取栅格单元n在预设各时刻i时，其卫星观测降雨数据的降尺度产品与地面观测站点观测降雨数据之间的误差ErrorItem

具体的，根据如下公式：

ErrorItem

获取各栅格单元n在预设的各时刻i时的误差ErrorItem

其中，WP

根据上述方法求取地面栅格单元所在的各栅格单元在各时刻时，其卫星观测降雨数据的降尺度产品和底面站点观测数据之间的误差，基于所述各误差可以获取误差时空分布矩阵Error。

根据地面观测站点在预设各时刻i时采集的降雨观测量P

具体的，通过获取目标流域历次降雨过程中的地面观测站点观测降雨数据，获取在预设的各时刻的观测降雨数据，进而构建降雨观测数据序列TimeP：

TimeP＝{P

其中，P

获取地面观测站在预设的各时刻i时采集的降雨观测量的时间权重值F

其中，Accp为累积降雨量。

根据各时刻的降雨观测量的时间权重值，可以构建时间权重分布TimeIndex。

步骤4：根据地面观测站点所在的所有栅格单元的城镇化指数的空间权重值及其卫星观测降雨数据的降尺度产品与地面观测站点观测降雨数据之间的误差，以及地面观测站在预设的各时刻i时采集的降雨观测量的时间权重值F

根据公式：

获取卫星观测目标流域降雨数据的降尺度产品在计及空间分布和时间分布时误差ErrorIndex，即考虑了时间权重后的卫星观测降雨数据的降尺度产品的综合性指标。

其中，α

以浙江省昌化流域为例，流域示意图如图2所示，该流域位于浙江省西北部，主流昌化溪与支流天目溪在临安市境内紫溪汇合后始称分水江。流域地势西北高，东南低，属浙西山丘区。流域水系发达，河床主要由砂砾石组成，急滩弯道处多有岩石和大块石，上游陡峻、曲折；下游宽浅，滩多流急，水位暴涨暴落，具有山溪性河流特点。属亚热带季风气候，雨量充沛，四季变化明显。3-4月初春季节，地面盛行东南风，一般多降连绵细雨，降水量逐渐增多，称春雨期；5-7月，春末夏初期间，暖湿太平洋高气压气团渐向大陆推进，锋面常在流域上空停滞或摆动，造成连续降雨，降水强度大且量多，称梅雨期；7-9月盛夏季节，天气炎热，盛行偏南风，多雷阵雨和台风雨；10-11月，天气以晴朗为主；12-2月，寒冬季节，地面盛行偏北风，多云天气，气温低，会出现雨雪天气。流域多年平均降水量1638.2mm。

计算该流域的卫星观测降雨数据的降尺度产品误差的方法包括如下步骤：

步骤一、对城镇化指数进行归一化，得到空间权重分布RasterIndex，空间权重分布如图3所示，具体包括以下步骤：

1)将流域划分为一系列正交的栅格单元，计算空间上的累积城镇化指数Accμ；

式中：m表示对流域进行划分后的正交栅格单元编号，从0变化到M，M为总的栅格单元数目；μ

2)对城镇化指数μ进行归一化，得到空间权重分布RasterIndex；

RasterIndex＝{U

式中：U

步骤二、根据地面站点观测降雨数据摘录得到包含雨峰的降雨观测数据序列TimeP，对降雨观测数据序列中逐时刻的降雨量进行归一化，得到时间权重分布Time_Index，具体包括以下步骤：

1)以昌化流域从2008年6月15号12点开始的一场降雨为例，基于降雨过程中的地面站点观测降雨数据，摘录得到包含雨峰的降雨观测数据序列TimeP；

TimeP＝{P

式中：P

2)计算T时段内的累积降雨量AccP；

式中：i表示时刻，从0变化到T。

3)对降雨观测数据序列中逐时刻的降雨量进行归一化，得到时间权重分布TimeIndex，时间权重分布示意图如图4所示；

TimeIndex＝{F

式中：F

步骤三、基于卫星观测降雨数据的降尺度产品和地面站点观测降雨数据计算得到卫星观测降雨数据的降尺度产品的误差时空分布矩阵Error，具体包括以下步骤：

1)识别地面观测站点所在的栅格单元Cell，计算i时刻时Cell栅格单元内的卫星观测降雨数据的降尺度产品和地面站点观测降雨数据之间的误差ErrorItem

ErrorItem

式中：n为含有地面观测站点的栅格单元Cell的编号，从0到N。WP

2)按照前述方法遍历时间项和空间项，计算得到误差时空分布矩阵Error。

步骤四、结合误差时空分布矩阵Error，空间权重分布RasterIndex和时间权重分布Time_Index，计算得到卫星观测降雨数据的降尺度产品的综合误差指标ErrorIndex。

具体包括以下步骤：

1)计算得到卫星观测降雨数据的降尺度产品的空间误差指标α

式中：U

2)计算考虑了时间权重后的卫星观测降雨数据的降尺度产品的综合误差指标ErrorIndex；

对于2008年6月15号12点开始的一场降雨，在昌化流域计算得到其综合误差指标ErrorIndex为5.52。

本发明的有益效果：本发明提供的一种卫星观测降雨数据的降尺度产品误差计算方法，刻画了卫星观测降雨数据的降尺度产品误差时空分布，量化了城镇以及雨峰在卫星观测降雨数据的降尺度产品误差评价中的影响作用，进而在时间和空间维度上采用不同的权重进一步分析了卫星观测降雨数据的降尺度产品的误差。这样既保证了计算结果的精度与可靠性，又能及时方便地卫星观测降雨数据的降尺度产品误差计算中推广应用。且本方法主要利用现有的雨量站点观测数据，数据来源稳定可靠，方法中变量之间的函数关系明确，有利于卫星观测降雨数据的降尺度产品误差的快速自动计算，计算结果客观合理，可以进一步促进卫星观测降雨研究的深入发展。

以上所述仅是本发明的优选实施方式，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。