降尺度

摘要： 为探讨气候变化对元江流域水文气象的可能影响,并为防洪减灾提供参考依据,本研究基于CMIP6(Coupled Model Intercomparison Project Phase 6)的5个GCMs(Global Climate Model)模型,通过M-BCSD(Monthly Bias-Corrected Spatial Disaggregation)降尺度方法,获得元江流域2041-2100年在SSP126、SSP245、SSP370、SSP585四种路径下的月降雨和月气温,并利用交叉验证于倒传递神经网络(Back-Propagation Neural Network,BPNN)预测气候变化对流域出口断面径流的影响。研究结果表明:M-BCSD方法在元江流域适用性好;建立的BPNN可有效预测元江流域月径流;总体而言,元江流域在2041-2100年的年均降雨量、温度和径流都增加,最大增幅分别为24.6%、20.4%、10.2%,就季节尺度而言,春季径流减少而秋季径流增加,月尺度下,4月径流减少而11月径流增加;不同路径情景下未来水文气象要素变化一致,仅幅度有所差别。

摘要： TRMM降水数据有效性已在多个地区得到验证,但其空间分辨率不能满足小尺度区域研究对降水数据的精度需求。该文融合气象站点常规资料、遥感卫星数据、DEM等数据,获取降尺度模型所需的地形因子和气象因子(MODIS05水汽指数),基于地形降水机理构建特色降尺度因子与局地降水关系模型,得到基于水汽指数的降尺度模型(TRMM_(MOD05)),将中国华东地区2005-2015年空间分辨率为0.25°×0.25°的平均TRMM月降水数据降尺度为1 km×1 km分辨率,并利用站点实测降水数据对降尺度结果进行精度评价。研究表明:TRMM_(MOD05)模型显著提升了TRMM降水数据的空间分辨率,改善了原始数据精度,模型的估算精度总体略高于基于滞后性归一化植被指数的降尺度模型(TRMM_(LNDVI)),能较好地刻画复杂地形对区域降水的空间异质性影响,可为气象站点稀疏或地形复杂地区获取可靠的降水数据提供技术支持。

摘要： 利用文献计量法,分别从论文数量、引用频次、发表期刊、研究区域、降尺度方法、验证方法等多个方面对2005—2020年地表温度降尺度领域的185篇中英文文献进行统计总结。研究发现,近年来相关文献发表数量保持波动上升趋势,被引频次在2013年之前呈上升趋势,而之后逐渐下降;降尺度方法以统计回归为主,机器学习方法在近5 a来所占比例不断提高。

摘要： 以河南省终端消费为例,利用LDMI因素分解法对碳排放驱动力进行分析。利用偏最小二乘回归分析法(PLS)构建县域降尺度碳排放估算模型,对全省县域碳排放时空分布与演变进行分析。研究表明:能源强度为碳排放增长最主要驱动因素,产业结构对碳排放增长呈负相关关系;第二产业占比、能源强度对碳排放总量解释作用最为明显;从空间分布来看,全省碳排放量中北部高,南部低,整体处于下降趋势,且碳排放和排放强度的差异性逐年降低。上述研究结果可为相关部门把握产业布局,找到控制碳排放的政策着力点提供依据。

摘要： 土壤水分是全球水、能量和碳循环的重要参数,对于理解陆空之间水热能量交换非常重要。目前卫星遥感技术已被广泛地应用于测量地表土壤水分,然而从被动微波遥感中获取的土壤水分的空间分辨率过低,无法满足如天气预报、农业应用等实际应用的需求。针对被动微波遥感获取的土壤水分产品空间分辨率过低的缺陷,将X波段与L波段结合提出了一种二维离散小波变换(2-D DWT)亮温降尺度的方法。实验结果表明,用二维离散小波变换降尺度得到的亮温反演出的土壤水分结果与用SMAP 9 km亮温数据反演的土壤水分结果相关系数最大为0.9848,无偏均方根误差为0.0054 cm^(3)/cm^(3),在获取9 km的亮温数据时可以用二维离散小波变换对SMAP 36 km亮温数据进行降尺度处理以此来代替SMAP 9 km的亮温数据。

摘要： 蒸散发是水文循环的重要组成部分,获取高时空分辨率的数据能够更加精细化蒸散发的时空变化规律,对于水资源管理、生态水文过程量化具有重要意义。由于单一传感器反演的蒸散发无法同时具有高空间和高时间分辨率,以南京地区为例,首先结合Landsat-8遥感影像数据和气象数据,采用基于能量平衡原理的SEBS模型估算日蒸散量。在此基础上,选取典型区域采用基于增强型时空自适应反射融合模型(ESTARFM)将估算的蒸散发结果与低空间分辨率的MOD16A2蒸散发产品数据进行时空融合降尺度研究,并评价模型的融合精度。结果表明:(1)SEBS模型估算的蒸散发结果与蒸发皿折算后的数据、MOD16A2产品数据的平均相对误差分别为0.14 mm/d和0.22 mm/d。(2)南京地区蒸散量季节差异明显,表现为夏季>秋季>冬季;各区在夏季的日平均蒸散量差异也较大,六合区蒸散量最大,秦淮区最小;另外,蒸散量分布受土地利用类型的影响,总体上表现为水域>林地>耕地>草地>其他,且植被覆盖度较高的区域蒸散量较大。(3)基于ESTARFM模型融合的蒸散发结果与基于Landsat-8遥感影像反演的蒸散发数据在空间分布上具有相似性,二者相关系数为0.74。在全球气候变化的背景下,本研究可为蒸散发数据集时空分辨率的提高提供参考,同时也能够为南京地区水循环过程和水资源管理研究提供数据支撑。

摘要： 运城地下水流场演变具有明显时间尺度效应。在天尺度下,地下水水位在2~3月,由于大量开采开始急剧下降,下降速率为“cm/d级”,在6~9月降水入渗补给的作用下大幅回升,回升速率亦为“cm/d级”;在月尺度下,雨季之前随着地下水量持续开采,水位持续下降,雨季之后,地下水得到补给,地下水水位上升,全年低水位一般出现在5~8月,高水位出现在10月以后;年尺度下,年降水量每增加100 mm,地下水水位变幅减缓0.45 m,平衡点为580 mm左右。

摘要： 本文将研究对象从地面气象要素扩展到三维气象要素;针对三维气象要素空间分辨率提升问题,融合多气象要素交互影响、多尺度作用、多气压层气象要素天气系统配置作用等机理,提出一种多尺度残差拉普拉斯金字塔网络三维气象要素深度学习降尺度模型(Multi-Scale Residual Laplacian Pyramid Network,MSRLapN)。具体地,构造一种多尺度残差模块(Multi-Scale Resolution Block,MSRB),用于从三维空间多种气象要素中自动提取预报特征;从机器学习领域引入多尺度金字塔技术描述气象要素的多尺度交互作用;然后,通过超分辨重建循环迭代方法,基于大样本历史数据学习订正降尺度预报的误差。在华东气候区,本文针对相对湿度和风速两种气象要素,实现了7种前沿深度学习超分辨降尺度方法的三维空间气象要素降尺度,并将本文提出的方法与这7种深度学习超分辨降尺度方法与之对比,实验结果表明:MSRB模块可从数据中有效提取三维气象要素多尺度作用的特征信息,MSRLapN有效实现了三维气象要素降尺度,效果优于其他对比方法。

摘要： 新型地球静止气象卫星Himawari-8由于空间分辨率较低,其叶绿素a产品难以满足空间异质性高的近岸海域水质监测要求.为了克服这个限制,基于非线性的随机森林算法,利用陆地资源卫星Landsat8的波段反射率数据和Himawari-8的叶绿素a产品,通过构建降尺度模型,以提高Himawari-8的叶绿素a数据的空间分辨率.结果表明,2个秋季模型和2个冬季模型的模型决定系数(R^(2))分别达到0.6、0.72、0.71和0.85;均方根误差(RMSE)为别为1.47,1.05,1.89,0.76mg/m^(3).通过实测站点数据对比分析表明,降尺度模型生成的叶绿素a与葵花叶绿素a数据具有较高的一致性,R 2达到了0.81,能较好的反映近岸海域叶绿素a浓度的空间变化特征.

摘要： 针对被动微波土壤湿度数据空间分辨率较低的问题,分别基于随机森林、多项式拟合及DISPATCH等统计学和物理模型,融合可见光、热红外和地表高程参量对风云三号B星(FY3B)微波土壤湿度数据进行降尺度,使其空间分辨率从25 km提高至1 km.同时,考虑FY3B、与相关输入数据源过境时间不匹配现象,设置升降轨共计四组对照实验,对比分析FY3B降尺度的最优化数据组合.采用2015年4月1日至2016年12月31日的REMEDHUS土壤湿度原位站点及ECA&D气象站点数据验证,结果显示随机森林方法综合降尺度精度最高,模型拟合效果最好.此外,采用FY3B升轨数据降尺度效果更优.

摘要： 使用单时相遥感影像进行变化检测易产生季相等伪变化问题,而高空间分辨率多时相遥感影像又难以获取.可通过将高空间分辨率与高时间分辨率影像数据进行时空融合,提高多时相遥感数据的空间分辨能力.然而,现有时空数据融合方法还存在精度有待提高、能降尺度的组分数量较少等局限,原因之一是受限于窗口形式的解算像元集合构建模式.本文采用线性光谱混合模型,来拟合高低空间分辨率像元间的映射关系;引入阿基米德螺线代替传统的窗口形式构建降尺度像元集合;通过解算时空变化重建高空间分辨率影像.实验结果表明,螺线法对各形状地物具有较好适用性,具备将模拟地表中多达20类组分的混合像元成功降尺度融合的能力,拓展了降尺度解混中像元组分数量的理论上限,可用于提高多时相遥感数据的空间分辨率.

摘要： 针对东北地区53站的降水距平百分率和温度距平这两个基本业务要索，运用李维京等在1999年提出来的动力统汁棚结合的方法和典型相关回归这两种方案，对国家气候中心T63动力延伸集合预报的500hpa月平均高度距平进行释用。对释用结果采用PS评分和同号牢进行预测效果评估。结果表明，这两种方法有较好的应用价值。本文的目的是将月动力延伸预报产品的释用方法应川在站点分布相对密集的一个区域的范围内，为月动力延伸预报产品在区域中心和省级气候中心的释用方法推广应用进行有益的尝试。

摘要： 针对东北地区53站的降水距平百分率和温度距平这两个基本业务要索，运用李维京等在1999年提出来的动力统汁棚结合的方法和典型相关回归这两种方案，对国家气候中心T63动力延伸集合预报的500hpa月平均高度距平进行释用。对释用结果采用PS评分和同号牢进行预测效果评估。结果表明，这两种方法有较好的应用价值。本文的目的是将月动力延伸预报产品的释用方法应川在站点分布相对密集的一个区域的范围内，为月动力延伸预报产品在区域中心和省级气候中心的释用方法推广应用进行有益的尝试。

摘要： 针对东北地区53站的降水距平百分率和温度距平这两个基本业务要索，运用李维京等在1999年提出来的动力统汁棚结合的方法和典型相关回归这两种方案，对国家气候中心T63动力延伸集合预报的500hpa月平均高度距平进行释用。对释用结果采用PS评分和同号牢进行预测效果评估。结果表明，这两种方法有较好的应用价值。本文的目的是将月动力延伸预报产品的释用方法应川在站点分布相对密集的一个区域的范围内，为月动力延伸预报产品在区域中心和省级气候中心的释用方法推广应用进行有益的尝试。

摘要： 本发明涉及一种基于奇异摄动理论的综合能源系统多时间尺度降阶方法，包括获取复杂综合能源系统线性模型；根据复杂综合能源系统线性模型，获取系统状态矩阵；对系统状态矩阵采用特征值分解法，再根据时间尺度划分原则，划分系统模态所属时间尺度；根据已获得的系统模态，获取状态变量以及对应的模态参与因子，并确定状态变量所处时间尺度；再分别获取相应的模态组，组合形成三模态动态方程；根据三模态动态方程，统一时间尺度，得到系统耦合方程；基于奇异摄动理论，对系统耦合方程中除相关模态组外的其他时间尺度上的模态降阶，得到系统降阶方程；根据系统降阶方程，分析系统多时间尺度上的动态过程，采用龙格库塔方法进行仿真。

摘要： 本发明针对较大空间分辨率蒸散数据(ET)提供一种易于实现的空间降尺度方法。蒸散量本身为植被的蒸腾作用和裸土地等的直接蒸发作用，其中植被对应蒸散意义重大。本发明首先对较大空间分辨率的蒸散栅格数据分离出其中植被作用贡献的蒸散量和非植被作用贡献的蒸散量，进而借助于具有相对较小空间分辨率的植被覆盖度数据作为权重，对植被作用的ET量和非植被作用的ET实现再分配。其中，在植被作用ET分量，本发明实现了关键步骤，即是把无植被覆盖小栅格的植被作用ET分量再分配到有植被覆盖的小栅格单元中去；在处理非植被作用ET分量的再分配时，本发明实现了把非植被作用ET分量依据植被覆盖度权重再分配到对应小栅格单元中去，并对总量进行了调整和控制，从而完成了ET的降尺度处理。

摘要： 本发明公开了一种基于经验正交分解的日尺度降尺度预测方法，依次包括：获取日尺度观测数据和研究站点所在格点以及周围格点的大尺度环流数据，包括再分析和GCM数据；对GCM数据进行插值，计算皮尔逊相关系数，根据相关性强度选取预测因子场的大小；分别去除观测值、再分析和GCM数据的时间序列的线性趋势，并将它们拼接，使用经验正交分解将预测因子场分解成多个模态EOF以及对应的日尺度时间序列；计算皮尔逊相关性系数，选择相关性高的EOF；对日尺度站点观测数据和选取的EOF中再分析数据的序列进行建模；将模型应用到选取EOF中GCM的序列，获得未来时期日尺度模型预测值；将去除的线性趋势项与模型预测值重构，得到未来日尺度的气候预测。

摘要： 本发明针对较大空间分辨率蒸散数据(ET)提供一种易于实现的空间降尺度方法。蒸散量本身为植被的蒸腾作用和裸土地等的直接蒸发作用，其中植被对应蒸散意义重大。本发明首先对较大空间分辨率的蒸散栅格数据分离出其中植被作用贡献的蒸散量和非植被作用贡献的蒸散量，进而借助于具有相对较小空间分辨率的植被覆盖度数据作为权重，对植被作用的ET量和非植被作用的ET实现再分配。其中，在植被作用ET分量，本发明实现了关键步骤，即是把无植被覆盖小栅格的植被作用ET分量再分配到有植被覆盖的小栅格单元中去；在处理非植被作用ET分量的再分配时，本发明实现了把非植被作用ET分量依据植被覆盖度权重再分配到对应小栅格单元中去，并对总量进行了调整和控制，从而完成了ET的降尺度处理。

摘要： 本发明涉及城市内涝治理领域，尤其涉及一种基于气象统计降尺度的城市下凹桥区域降雨预测方法。包括S10：通过统计降尺度法，建立降尺度模型，所述降尺度模型为大尺度气候预报因子与下凹桥区域降雨量的统计关系；S20：根据降尺度模型和大尺度气候预报因子，对下凹桥区域的降雨量进行预测。本发明通过统计降尺度法，建立下凹桥区域的大尺度气候预报因子与下凹桥区域的降雨量的模型，利用大尺度气候预报因子预测下凹桥区域的未来降雨量，本发明能够精确预测下凹桥区域的降雨量。

摘要： 本发明提出一种多地形的微波遥感土壤湿度降尺度方法,包括获取研究区域的微波遥感影像数据和热红外影像数据，并进行预处理，再进行区域划分，并截取同一区域下的遥感影像数据，获得该区域的地表高程数据，再结合土壤湿度原始数据，构建关系表达式，来确定降尺度因子，利用随机森林算法将影响土壤湿度的降尺度因子通过随机森林模型构建其与土壤湿度之间的联系，完成微波遥感土壤湿度降尺度作业，通过融合数据的形式，使得研究区域的土壤湿度分辨率提高，来达到降尺度的效果，继而能够获得多组降尺度因子，再通过应用具有降尺度因子的关系表达式获得高分辨率土壤湿度，达到降尺度的效果，使得本发明适应于多地形的土壤湿度降尺度作业。

摘要： 本发明属于遥感图像增强的技术领域，涉及一种基于改进地理加权回归模型的地表温度降尺度方法，包括获取遥感数据进行预处理，根据预处理的遥感数据计算尺度因子和温度差异系数；利用温度差异系数构建改进的地理加权回归模型，建立低空间分辨率下地表温度与尺度因子的回归关系，得到回归系数和残差；通过普通克里金插值将回归系数和残差的低空间分辨率提高到目标高空间分辨率；降低尺度并输入改进的地理加权回归模型，根据之前的地表温度与尺度因子的回归关系得到高空间分辨率下的地表温度值，本发明加入不同地表覆盖类型下的温度情况来表征不同地类之间的差异，通过不同地表覆盖类型的温度差异系数优化模型中的权重矩阵，提升降尺度结果的精度。

摘要： 本发明提供了一种ECMWF温度数据的降尺度订正方法和装置，涉及数据处理的技术领域，包括：获取待处理区域的ECMWF细网格数据和CLDAS温度数据，并确定出ECMWF细网格数据中的目标数据，ECMWF细网格数据的分辨率均为第一分辨率；对目标数据进行多通道融合，得到四维网格数据；将四维网格数据输入深度学习网络模型，得到初始高分辨率网格数据，深度学习网络模型为由去除了正则化层的残差网络和亚像素采样算法构成的网络模型，其中，初始高分辨率网格数据的分辨率为第二分辨率，第二分辨率高于第一分辨率，解决了现有的ECMWF温度数据的分辨率和预报准确率较低的技术问题。

摘要： 本发明公开了一种土壤湿度的降尺度方法，属于遥感技术领域，该降尺度方法具体步骤如下：(1)收集土壤信息以进行区域划分；(2)构建不同区域的土壤湿度模型；(3)对各组湿度模型进行降尺度处理；(4)构建学习网络以对各组模型优化处理；(5)对各区域土壤湿度进行优化方案反馈；本发明能够对多个区域的土壤湿度进行收集，有效提高数据处理效率，同时能够自行对缺失数据进行修复，提高数据完整性，能够自行制定优化方案，提高工作人员使用体验，同时能够进行方案模拟，方便工作人员及时对方案进行调整，提高工作人员工作效率。

摘要： 本发明涉及卫星遥感数据处理技术领域，具体地说是一种基于水量平衡原理的卫星降水产品空间降尺度方法，包括降水的关联因子地表土壤水分数据集生成，基于水量平衡原理的降水估算模型构建，基于水量平衡关系式运用到高分辨率的土壤水分和植被因子上，得到没有被残差校正的空间分辨率为1km GPM，将10km的拟合残差数据运用权重的克里金插值方法插值到1km的空间分辨率上，与S3得到的数据叠加，本发明同现有技术相比，所采用的降尺度方法引入无缝高空间分辨率(1km)的土壤水分数据和植被因子NDVI，没有引入过多的回归参量，避免了过多数据之间的尺度效应和回归冗余，并基于水量平衡方程构建拟合关系，实现大面积高空间分辨率的降水数据获取。