本發(fā)明涉及衛(wèi)星測量降水?dāng)?shù)據(jù)處理技術(shù)，具體涉及一種作用于衛(wèi)星降水?dāng)?shù)據(jù)的降尺度校正方法。

背景技術(shù)：

降水是全球水分和能量循環(huán)中關(guān)鍵的氣候要素。降水的發(fā)生受多種因素影響，具有很強(qiáng)的時(shí)空變化。氣象衛(wèi)星出現(xiàn)以前，降雨量的測量主要是通過地面雨量計(jì)來完成的。雨量計(jì)測量方法對單點(diǎn)而言具有較高的準(zhǔn)確性，但不能反映較大空間尺度的降水分布。自20世紀(jì)60年代氣象衛(wèi)星問世以來，利用遙感方式進(jìn)行高時(shí)空分辨率資料追蹤分析各種尺度的天氣系統(tǒng)和估算降水工作得到很大發(fā)展。由于覆蓋面廣，時(shí)間和空間上觀測較為連續(xù)，可補(bǔ)充站點(diǎn)稀缺地區(qū)的降水資料信息，因此成為監(jiān)測全球降水變化的重要手段。

當(dāng)衛(wèi)星遙感降水?dāng)?shù)據(jù)運(yùn)用到區(qū)域尺度時(shí)，由于其空間分辨率較低(0.25°×0.25°)，往往無法滿足流域尺度水文水資源研究的需要?？臻g降尺度(從0.25°降到1km)是解決上述問題的有效辦法。以柴達(dá)木盆地降雨與地形、植被等其他環(huán)境因子的密切關(guān)系為基礎(chǔ)，在四個(gè)不同的空間尺度上建立了TRMM(Tropical Rainfall Measuring Mission，熱帶降雨測量衛(wèi)星)降雨數(shù)據(jù)與SRTM(Shuttle Radar Topography Mission，航天飛機(jī)雷達(dá)地形測繪使命)DEM(Digital Elevation Model數(shù)字高程模型)和SPOT VEGETATION(SPOT衛(wèi)星植被數(shù)據(jù))兩個(gè)高分辨率遙感數(shù)據(jù)的回歸關(guān)系，最終得到了柴達(dá)木盆地1km的年降雨數(shù)據(jù)。目前的研究對降尺度降水影響變量的空間異質(zhì)性考慮不夠，需要進(jìn)一步深入。

衛(wèi)星降水?dāng)?shù)據(jù)精度與多種因素相關(guān)，不同種類數(shù)據(jù)的源數(shù)據(jù)和反演算法不一，其精度與性能各異。同一數(shù)據(jù)，在不同地區(qū)的精度可能相差甚大，在不同季節(jié)的精度也常具有較大差別。此外，衛(wèi)星降水?dāng)?shù)據(jù)的精度還與時(shí)空尺度具有關(guān)系。衛(wèi)星降水信息受到傳感器性能、云層性質(zhì)、反演算法等所限，其定量誤差也比較突出。在遙感降水校正研究方面，通過采用地面實(shí)測站點(diǎn)數(shù)據(jù)對遙感降水?dāng)?shù)據(jù)進(jìn)行校正能夠提高遙感降水?dāng)?shù)據(jù)的精度，但校正方法仍然缺乏對空間異質(zhì)性的考慮。同時(shí)遙感衛(wèi)星降尺度降水與校正一般單獨(dú)來考慮，如何將兩者結(jié)合起來統(tǒng)一考慮，構(gòu)建一套完整的遙感降尺度降水校正模型還有待進(jìn)一步研究。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于為了解決現(xiàn)有技術(shù)中衛(wèi)星降水?dāng)?shù)據(jù)分辨率低下等問題的出現(xiàn)；提供一種作用于衛(wèi)星降水?dāng)?shù)據(jù)的降尺度校正方法。

為了達(dá)到上述目的，本發(fā)明通過以下技術(shù)方案實(shí)現(xiàn)：

一種作用于衛(wèi)星降水?dāng)?shù)據(jù)的降尺度校正方法，所述降尺度校正方法包含：

基于混合地理加權(quán)回歸法，構(gòu)建低分辨率衛(wèi)星降水?dāng)?shù)據(jù)與多個(gè)高分辨率變量之間的混合地理加權(quán)回歸模型；所述多個(gè)高分辨率變量分別是：年歸一化差分植被指數(shù)、地表溫度、高程、坡度、坡向、經(jīng)度、緯度；

基于所述混合地理加權(quán)回歸模型、所述多個(gè)高分辨率變量，計(jì)算具有高分辨率的降尺度降水?dāng)?shù)據(jù)；

將所述具有高分辨率的降尺度降水?dāng)?shù)據(jù)作為背景場，利用地面實(shí)測數(shù)據(jù)計(jì)算得到高分辨率的差值分布圖；

根據(jù)所述差值分布圖，對所述具有高分辨率的降尺度降水?dāng)?shù)據(jù)進(jìn)行計(jì)算，得到衛(wèi)星降尺度降水校正數(shù)據(jù)。

優(yōu)選地，在基于混合地理加權(quán)回歸法，構(gòu)建低分辨率衛(wèi)星降水?dāng)?shù)據(jù)與多個(gè)高分辨率變量之間的混合地理加權(quán)回歸模型的步驟中：

將任一年份的所有所述低分辨率衛(wèi)星降水?dāng)?shù)據(jù)進(jìn)行累加計(jì)算得到具有年尺度的低分辨率衛(wèi)星降水?dāng)?shù)據(jù)；

所述低分辨率的空間分辨率范圍為10-30km；所述高分辨率的空間分辨率范圍為0.5-4km；

在所述低分辨率的情況下構(gòu)建的所述混合地理加權(quán)回歸模型，具體如下：

P_i＝β₀+∑_kβ_k(X_i,Y_i)x_k,i+∑_lγ_lx_l,i+ε_i；

其中，P_i為所述衛(wèi)星在所述低分辨率情況下的衛(wèi)星降水?dāng)?shù)據(jù)，β₀為隨位置變化的截距，x_k,i為隨位置點(diǎn)(X_i,Y_i)變化的重采樣后的高分辨率變量，β_k為隨位置變化的系數(shù)，k為x_k,i的個(gè)數(shù)，x_l,i為不隨位置點(diǎn)(X_i,Y_i)變化的重采樣后的高分辨率變量，l為x_l,i的個(gè)數(shù)，γ_l為不隨位置變化的系數(shù)，ε_i為方程殘差。

優(yōu)選地，采用赤池信息量準(zhǔn)則判斷多個(gè)所述高分辨率變量中隨位置變化的至少一個(gè)所述高分辨率變量。

優(yōu)選地，在基于所述混合地理加權(quán)回歸模型、所述多個(gè)高分辨率變量，計(jì)算具有高分辨率的降尺度降水?dāng)?shù)據(jù)的步驟中：

對所述混合地理加權(quán)回歸模型的每個(gè)所述隨地理位置點(diǎn)變化的系數(shù)β_k采用最近鄰插值法計(jì)算獲得，所述方程殘差ε_i采用樣條函數(shù)插值法得到所述高分辨率的空間分布；

基于構(gòu)建的所述混合地理加權(quán)回歸模型、所述多個(gè)高分辨率變量及所述方程殘差得到所述具有高分辨率的降尺度降水?dāng)?shù)據(jù)。

優(yōu)選地，在將所述具有高分辨率的降尺度降水?dāng)?shù)據(jù)作為背景場，計(jì)算得到高分辨率的差值分布圖的步驟中：

將所述具有高分辨率的降尺度降水?dāng)?shù)據(jù)與地面實(shí)測數(shù)據(jù)相減計(jì)算得到差值，對所述差值采用協(xié)同克里格插值法，并引入所述高程、所述坡度、所述坡向作為影響因素，得到所述高分辨率的差值分布圖。

優(yōu)選地，根據(jù)所述差值分布圖，對所述具有高分辨率的降尺度降水?dāng)?shù)據(jù)進(jìn)行計(jì)算，得到衛(wèi)星降尺度降水校正數(shù)據(jù)的步驟中：

將所述具有高分辨率的降尺度降水?dāng)?shù)據(jù)與所述差值分布圖進(jìn)行相加計(jì)算，得到的結(jié)果即為所述衛(wèi)星降尺度降水校正數(shù)據(jù)。

在符合本領(lǐng)域常識的基礎(chǔ)上，上述各優(yōu)選條件，可任意組合，即得本發(fā)明各較佳實(shí)例。

本發(fā)明的積極進(jìn)步效果在于：

本發(fā)明公開的一種作用于衛(wèi)星降水?dāng)?shù)據(jù)的降尺度校正方法：首先，基于混合地理加權(quán)回歸法，構(gòu)建低分辨率衛(wèi)星降水?dāng)?shù)據(jù)與多個(gè)高分辨率變量之間的混合地理加權(quán)回歸模型；其次，基于混合地理加權(quán)回歸模型、多個(gè)高分辨率變量，計(jì)算具有高分辨率的降尺度降水?dāng)?shù)據(jù)；再次，將具有高分辨率的降尺度降水?dāng)?shù)據(jù)作為背景場，計(jì)算得到高分辨率的差值分布圖；最后，根據(jù)差值分布圖，對具有高分辨率的降尺度降水?dāng)?shù)據(jù)進(jìn)行計(jì)算，得到衛(wèi)星降尺度降水校正數(shù)據(jù)。本發(fā)明能夠得到精度較高的高分辨率的衛(wèi)星降水?dāng)?shù)據(jù)，也可用于氣象干旱指數(shù)的計(jì)算以及驅(qū)動(dòng)水文模型，為水文模型提供高精度的輸入數(shù)據(jù)。

附圖說明

圖1為本發(fā)明一種作用于衛(wèi)星降水?dāng)?shù)據(jù)的降尺度校正方法的整體結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

實(shí)施例1

如圖1所示，一種作用于衛(wèi)星降水?dāng)?shù)據(jù)的降尺度校正方法，方法包含：

S1，基于混合地理加權(quán)回歸法，構(gòu)建低分辨率衛(wèi)星降水?dāng)?shù)據(jù)與多個(gè)高分辨率變量之間的混合地理加權(quán)回歸模型。多個(gè)高分辨率變量分別是：年歸一化差分植被指數(shù)、地表溫度、高程、坡度、坡向、經(jīng)度、緯度。

本發(fā)明中，低分辨率的空間分辨率范圍為10-30km；高分辨率的空間分辨率范圍為0.5-4km。本實(shí)施例中，低分辨率是空間分辨率為27km；高分辨率是空間分辨率為1km。

S2，基于混合地理加權(quán)回歸模型、多個(gè)高分辨率變量，計(jì)算具有高分辨率的降尺度降水?dāng)?shù)據(jù)。

S3，將具有高分辨率的降尺度降水?dāng)?shù)據(jù)作為背景場，利用地面實(shí)測數(shù)據(jù)計(jì)算得到高分辨率的差值分布圖。

S4，根據(jù)差值分布圖，對具有高分辨率的降尺度降水?dāng)?shù)據(jù)進(jìn)行計(jì)算，得到衛(wèi)星降尺度降水校正數(shù)據(jù)。

以上是實(shí)施例1公開的一種作用于衛(wèi)星降水?dāng)?shù)據(jù)的降尺度校正方法，對空間異質(zhì)性的加以考慮，主要利用混合地理加權(quán)回歸法，對低分辨率的衛(wèi)星降水?dāng)?shù)據(jù)結(jié)合相關(guān)的多個(gè)高分辨率變量以及地面實(shí)測數(shù)據(jù)，得到了精度較高的高分辨率的衛(wèi)星降水?dāng)?shù)據(jù)。

實(shí)施例2

如圖1所示，一種作用于衛(wèi)星降水?dāng)?shù)據(jù)的降尺度校正方法，方法包含：

S1，基于混合地理加權(quán)回歸法，構(gòu)建低分辨率衛(wèi)星降水?dāng)?shù)據(jù)與多個(gè)高分辨率變量之間的混合地理加權(quán)回歸模型。多個(gè)高分辨率變量分別是：年歸一化差分植被指數(shù)(Normalized Difference Vegetation Index，簡稱NDVI)、地表溫度、高程、坡度、坡向、經(jīng)度、緯度。

本實(shí)施例中，將某一年份的所有低分辨率衛(wèi)星降水?dāng)?shù)據(jù)進(jìn)行累加計(jì)算得到具有年尺度的低分辨率衛(wèi)星降水?dāng)?shù)據(jù)。

本發(fā)明中，低分辨率的空間分辨率范圍為10-30km；高分辨率的空間分辨率范圍為0.5-4km。本實(shí)施例中，低分辨率是空間分辨率為27km；高分辨率是空間分辨率為1km。

在低分辨率的情況下構(gòu)建的混合地理加權(quán)回歸模型，具體如下：

P_i＝β₀+Σ_kβ_k(X_i,Y_i)x_k,i+∑_lγ_lx_l,i+ε_i；

其中，P_i為衛(wèi)星在低分辨率情況下的衛(wèi)星降水?dāng)?shù)據(jù)，β₀為隨位置變化的截距，x_k,i為隨位置點(diǎn)(X_i,Y_i)變化的重采樣后的高分辨率變量，β_k為隨位置點(diǎn)變化的系數(shù)，k為x_k,i的個(gè)數(shù)，x_l,i為不隨位置(X_i,Y_i)變化的重采樣后的高分辨率變量，l為x_l,i的個(gè)數(shù)，γ_l為不隨位置變化的系數(shù)，ε_i為方程殘差。

本步驟中，采用改正后的赤池信息量準(zhǔn)則(Akaike信息量準(zhǔn)則)判斷多個(gè)高分辨率變量中隨地理位置變化的至少一個(gè)高分辨率變量。

S2，基于混合地理加權(quán)回歸模型、多個(gè)高分辨率變量，計(jì)算具有高分辨率的降尺度降水?dāng)?shù)據(jù)。在步驟S2中：

對混合地理加權(quán)回歸模型的每個(gè)隨地理位置點(diǎn)變化的系數(shù)β_k采用最近鄰插值法計(jì)算獲得，方程殘差ε_i采用樣條函數(shù)插值法得到高分辨率的空間分布。

基于構(gòu)建的混合地理加權(quán)回歸模型、多個(gè)高分辨率變量及方程殘差得到具有高分辨率的降尺度降水?dāng)?shù)據(jù)。

S3，將具有高分辨率的降尺度降水?dāng)?shù)據(jù)作為背景場，計(jì)算得到高分辨率的差值分布圖。

將具有高分辨率的降尺度降水?dāng)?shù)據(jù)與相應(yīng)的地面實(shí)測數(shù)據(jù)相減計(jì)算得到差值，對差值采用協(xié)同克里格插值法，并引入高程、坡度、坡向作為影響因素，得到高分辨率的差值分布圖。

S4，根據(jù)差值分布圖，對具有高分辨率的降尺度降水?dāng)?shù)據(jù)進(jìn)行計(jì)算，得到衛(wèi)星降尺度降水校正數(shù)據(jù)。

將具有高分辨率的降尺度降水?dāng)?shù)據(jù)與差值分布圖進(jìn)行相加計(jì)算，得到的結(jié)果即為衛(wèi)星降尺度降水校正數(shù)據(jù)。

綜上，本實(shí)施例公開的一種作用于衛(wèi)星降水?dāng)?shù)據(jù)的降尺度校正方法，首先，基于混合地理加權(quán)回歸法，構(gòu)建低分辨率衛(wèi)星降水?dāng)?shù)據(jù)與多個(gè)高分辨率變量之間的混合地理加權(quán)回歸模型；其次，基于混合地理加權(quán)回歸模型、多個(gè)高分辨率變量，計(jì)算具有高分辨率的降尺度降水?dāng)?shù)據(jù)；再次，將具有高分辨率的降尺度降水?dāng)?shù)據(jù)作為背景場，計(jì)算得到高分辨率的差值分布圖；最后，根據(jù)差值分布圖，對具有高分辨率的降尺度降水?dāng)?shù)據(jù)進(jìn)行計(jì)算，得到衛(wèi)星降尺度降水校正數(shù)據(jù)。本方法綜合利用混合地理加權(quán)回歸法、協(xié)同克里格插值法，對低分辨的衛(wèi)星降水?dāng)?shù)據(jù)結(jié)合相關(guān)的高分辨率變量及相應(yīng)的地面實(shí)測數(shù)據(jù)，得到了精度較高的高分辨率的衛(wèi)星降水?dāng)?shù)據(jù)。

本發(fā)明還能夠用于氣象干旱指數(shù)的計(jì)算以及驅(qū)動(dòng)水文模型，為水文模型提供高精度的輸入數(shù)據(jù)。

雖然以上描述了本發(fā)明的具體實(shí)施方式，但是本領(lǐng)域的技術(shù)人員應(yīng)當(dāng)理解，這些僅是舉例說明，本發(fā)明的保護(hù)范圍是由所附權(quán)利要求書限定的。本領(lǐng)域的技術(shù)人員在不背離本發(fā)明的原理和實(shí)質(zhì)的前提下，可以對這些實(shí)施方式做出多種變更或修改，但這些變更和修改均落入本發(fā)明的保護(hù)范圍。