CN108961402B - 多卫星遥感降水反演在大尺度复杂流域的时空精度标定方法 - Google Patents
多卫星遥感降水反演在大尺度复杂流域的时空精度标定方法 Download PDFInfo
- Publication number
- CN108961402B CN108961402B CN201810629989.0A CN201810629989A CN108961402B CN 108961402 B CN108961402 B CN 108961402B CN 201810629989 A CN201810629989 A CN 201810629989A CN 108961402 B CN108961402 B CN 108961402B
- Authority
- CN
- China
- Prior art keywords
- precipitation
- inversion
- satellite
- remote sensing
- watershed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000001556 precipitation Methods 0.000 title claims abstract description 90
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000012360 testing method Methods 0.000 claims abstract description 13
- 238000012216 screening Methods 0.000 claims abstract description 4
- 238000001514 detection method Methods 0.000 claims description 2
- 238000011161 development Methods 0.000 abstract description 3
- 230000006872 improvement Effects 0.000 abstract description 2
- 230000007246 mechanism Effects 0.000 abstract description 2
- 108020001568 subdomains Proteins 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 101100029848 Arabidopsis thaliana PIP1-2 gene Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- WVLBCYQITXONBZ-UHFFFAOYSA-N trimethyl phosphate Chemical compound COP(=O)(OC)OC WVLBCYQITXONBZ-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Remote Sensing (AREA)
- Computer Graphics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明公开了多卫星遥感降水反演在大尺度复杂流域的时空精度标定方法。其步骤为,将大尺度复杂流域划分为若干个地形相似子流域,分别在不同地形特征的单个代表性格网内建立野外高密度试验场;构建多卫星遥感降水反演误差定量标定体系;确定不同地形特征下的格网所需要的最少雨量观测点数量;根据最少雨量观测站点数量要求,分别筛选出所有子流域内的有效格网;匹配地面降水格网数据集和卫星降水反演在有效格网内的数据记录,运用误差标定体系进一步分析不同地形特征下卫星降水反演的误差特性。本发明揭示了复杂地形对卫星降水反演算法精度的影响机理,为卫星降水反演算法的开发和改进提供建议,进一步提高卫星降水反演在复杂地形下的精度。
Description
技术领域
本发明属于流域水文气象领域,特别涉及了多卫星遥感降水反演在大尺度复杂流域的时空精度标定方法。
背景技术
降水是径流变化模拟和预测的关键因子,低成本快速获取高时空精度的降水数据一直是水文气象领域的研究热点。由于降水产生的复杂物理过程及其自身具有很强的小尺度空间变异特性,导致其难以大范围精确测量,尤其是在难以布设地面台站的高寒山区,获取地面降水数据更是十分困难。多卫星遥感降水联合反演技术的出现为快速获取大范围地面降水数据提供了一种新方法,其具有覆盖面广,时间空间观测连续等特点,在水文气象领域具有广大应用潜力。
随着高分辨率高精度遥感技术和多卫星遥感降水反演算法的不断发展,卫星降水反演的应用一定会成为未来流域水文气象研究和模拟预测的一个重要选择,尤其在无缺资料地区(如较难大范围布设地面观测站点的复杂地形流域等)的相关研究工作中更是具有巨大的应用前景。
发明内容
为了解决上述背景技术提出的技术问题,本发明旨在提供多卫星遥感降水反演在大尺度复杂流域的时空精度标定方法。
为了实现上述技术目的,本发明的技术方案为:
多卫星遥感降水反演在大尺度复杂流域的时空精度标定方法,包括以下步骤:
(1)将大尺度复杂流域划分为若干个地形相似子流域,分别在不同地形特征的子流域内选取单个具有代表性的格网,在选定格网内建立野外标定试验场,收集整理试验场观测数据;
(2)基于统计学关键参数,构建多卫星遥感降水反演误差定量标定体系;
(3)提取卫星降水反演在试验场所在格网内的所有数据记录,将其与试验场观测数据一一匹配,运用步骤(2)建立的多卫星遥感降水反演误差定量标定体系对卫星降水反演进行精度标定,确定不同地形特征下的格网所需要的最少雨量观测点数量;
(4)获取流域内所有地面气象台站及水文站点降水资料,插值生成与卫星降水反演分辨率一致的地面降水格网数据集,根据步骤(1)中子流域划分方案及步骤(3)中所确定的最少雨量观测点数量,分别筛选出所有子流域内的有效格网,匹配地面降水格网数据集和卫星降水反演在有效格网内的数据记录,生成各子流域内的有效降水数据对集合;
(5)运用步骤(2)建立的多卫星遥感降水反演误差定量标定体系,分别对所有子流域内的有效降水数据对集合进行精度标定,分析不同地形特征下卫星降水反演的误差特性,进一步提高卫星降水反演在复杂地形下的精度。
进一步地,在步骤(1)中,根据坡度、坡向、高程、地形指数将大尺度复杂流域划分为了若干个地形相似子流域。
进一步地,在步骤(1)中,在选定格网内同时布设自动雨量计和人工雨量筒。
进一步地,在步骤(2)中,构建的多卫星遥感降水反演误差定量标定体系包括反映卫星降水反演偏差指标和反映降水事件命中/误报概率指标。
进一步地,所述反映卫星降水反演偏差指标包含相关系数、均方根误差、平均误差、平均绝对误差和相对偏差。
进一步地,所述反映降水事件命中/误报概率指标包含命中率、误报率和关键成功指数;命中率代表的是卫星降水反演中的降水事件数量占地面观测到的所有降水事件数量的比率,误报率代表的是卫星降水反演误报的降水事件数量占卫星降水反演观测到的所有降水事件数量的比率,关键成功指数代表的是卫星降水反演中的降水事件数量占命中事件、误报事件和漏测事件三者总数的比率。
采用上述技术方案带来的有益效果:
本发明通过构建多卫星遥感降水反演误差定量标定体系定量标定多卫星遥感降水反演在大尺度复杂流域的时空精度,可以揭示复杂地形对卫星降水反演算法精度的影响机理,为卫星降水反演算法的开发和改进提供建议,针对性地提高卫星降水反演在复杂地形下的精度,为卫星降水反演的进一步实际应用提供有力的理论支撑,具有重大的科学意义。
附图说明
图1是本发明的方法流程图。
具体实施方式
以下将结合附图,对本发明的技术方案进行详细说明。
1、数据准备
具体数据包括:(a)老哈河流域内DEM数据;(b)老哈河流域内53个国家基准气象站的日降水资料;(b)卫星降水反演数据TMPA V7。
2、具体实施过程
(1)基于流域DEM数据,提取高程(Elevation)、坡度(Slope)、坡向(Aspect)和地形指数(TI)等地形信息,将大尺度复杂流域划分为N个地形相似子流域Basin,过程可以表示为:
{Basin1,Basin2,…,BasinN}=f(Elevation,Slope,Aspect,TI)
在具备不同地形特征的N个子流域内分别选取单个具有代表性的格网,在选定的N个格网内同时布设适量自动雨量计和人工雨量筒,建立起野外标定试验场,收集整理试验场观测数据;
(2)基于统计学关键参数,构建多卫星遥感降水反演误差定量标定体系。用到的评价指标包括相关系数CC、均方根误差RMSE、平均误差ME、平均绝对误差MAE和相对偏差BIAS等反映卫星降水反演偏差的指标集合ERO和命中率POD、误报率FAR、关键成功指数CSI等反映降水事件命中/误报概率的指标集合PRO:
(3)提取卫星降水反演在试验场所在格网内的所有数据记录,并将之与试验场观测数据一一匹配,运用步骤(2)建立的误差定量标定体系对卫星降水反演进行精度标定,分析偏差指标集合ERO和概率指标集合PRO中各种指标随格网内站点数目增加的变化情况,综合分析并最终分别确定在不同地形特征下的格网所需要的最少雨量观测点数量n:
ni=f(ERO,PRO,Basini)(1<i<N)
(4)获取流域内所有地面气象台站及水文站点降水资料,插值生成与卫星降水反演分辨率一致的地面降水格网数据集。参考步骤(1)中子流域划分方案{Basin1,Basin2,…,BasinN}及步骤(3)中所确定每个不同地形特征子流域格网所需最少的雨量观测点数量ni,分别筛选出所有子流域内的有效格网,一一匹配地面降水格网数据集和卫星降水反演在有效格网内的数据记录,生成各子流域内的有效降水数据对集合;
(5)运用步骤(2)建立的误差标定体系,分别对所有子流域内的有效降水数据对集合进行精度标定,分析不同地形特征下卫星降水反演的误差特性,可以进一步有针对性地提高卫星降水反演在复杂地形下的精度。
实施例仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明保护范围之内。
Claims (6)
1.多卫星遥感降水反演在大尺度复杂流域的时空精度标定方法,其特征在于,包括以下步骤:
(1)将大尺度复杂流域划分为若干组地形相似子流域,分别在不同地形特征的子流域内选取单个具有代表性的格网,在选定格网内建立野外标定试验场,收集整理试验场观测数据;
(2)基于统计学关键参数,构建多卫星遥感降水反演误差定量标定体系;
(3)提取卫星降水反演在试验场所在格网内的所有数据记录,将其与试验场观测数据一一匹配,运用步骤(2)建立的多卫星遥感降水反演误差定量标定体系对卫星降水反演进行精度标定,确定不同地形特征下的格网所需要的最少雨量观测点数量;
(4)获取流域内所有地面气象台站及水文站点降水资料,插值生成与卫星降水反演分辨率一致的地面降水格网数据集,根据步骤(1)中子流域划分方案及步骤(3)中所确定的最少雨量观测点数量,分别筛选出所有子流域内的有效格网,匹配地面降水格网数据集和卫星降水反演在有效格网内的数据记录,生成各子流域内的有效降水数据对集合;
(5)运用步骤(2)建立的多卫星遥感降水反演误差定量标定体系,分别对所有子流域内的有效降水数据对集合进行精度标定,分析不同地形特征下卫星降水反演的误差特性,进一步提高卫星降水反演在复杂地形下的精度。
2.根据权利要求1所述多卫星遥感降水反演在大尺度复杂流域的时空精度标定方法,其特征在于,在步骤(1)中,根据坡度、坡向、高程、地形指数将大尺度复杂流域划分为了若干组地形相似子流域。
3.根据权利要求1所述多卫星遥感降水反演在大尺度复杂流域的时空精度标定方法,其特征在于,在步骤(1)中,在选定格网内同时布设自动雨量计和人工雨量筒。
4.根据权利要求1所述多卫星遥感降水反演在大尺度复杂流域的时空精度标定方法,其特征在于,在步骤(2)中,构建的多卫星遥感降水反演误差定量标定体系包括反映卫星降水反演偏差指标和反映降水事件命中/误报概率指标。
5.根据权利要求4所述多卫星遥感降水反演在大尺度复杂流域的时空精度标定方法,其特征在于,所述反映卫星降水反演偏差指标包含相关系数、均方根误差、平均误差、平均绝对误差和相对偏差。
6.根据权利要求4所述多卫星遥感降水反演在大尺度复杂流域的时空精度标定方法,其特征在于,所述反映降水事件命中/误报概率指标包含命中率、误报率和关键成功指数;命中率代表的是卫星降水反演中的降水事件数量占地面观测到的所有降水事件数量的比率,误报率代表的是卫星降水反演误报的降水事件数量占卫星降水反演观测到的所有降水事件数量的比率,关键成功指数代表的是卫星降水反演中的降水事件数量占命中事件、误报事件和漏测事件三者总数的比率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810629989.0A CN108961402B (zh) | 2018-06-19 | 2018-06-19 | 多卫星遥感降水反演在大尺度复杂流域的时空精度标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810629989.0A CN108961402B (zh) | 2018-06-19 | 2018-06-19 | 多卫星遥感降水反演在大尺度复杂流域的时空精度标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108961402A CN108961402A (zh) | 2018-12-07 |
CN108961402B true CN108961402B (zh) | 2020-05-29 |
Family
ID=64490463
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810629989.0A Expired - Fee Related CN108961402B (zh) | 2018-06-19 | 2018-06-19 | 多卫星遥感降水反演在大尺度复杂流域的时空精度标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108961402B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110515139B (zh) * | 2019-08-27 | 2021-06-18 | 兰州大学 | 气象水文台站的多尺度地形代表性定量分析系统及方法 |
CN113269240B (zh) * | 2021-05-17 | 2024-08-02 | 中国水利水电科学研究院 | 一种雨量站选址信息输出方法、装置、电子设备和介质 |
CN113591387B (zh) * | 2021-08-05 | 2023-09-01 | 安徽省气象台 | 基于Huber范数约束的卫星资料反演降水方法及系统 |
CN114677059B (zh) * | 2022-05-26 | 2022-08-23 | 水利部交通运输部国家能源局南京水利科学研究院 | 集成时空指标的反演降水产品精度综合评估方法及系统 |
CN117372891B (zh) * | 2023-12-07 | 2024-02-13 | 中铁水利水电规划设计集团有限公司 | 一种利用卫星遥感影像进行水深反演的方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106845808A (zh) * | 2017-01-10 | 2017-06-13 | 北京师范大学 | 基于遥感数据反演的灌区稻田智能灌排决策方法和系统 |
CN107608939A (zh) * | 2017-08-16 | 2018-01-19 | 北京师范大学 | 基于高分辨率卫星数据的trmm降水数据降尺度方法 |
-
2018
- 2018-06-19 CN CN201810629989.0A patent/CN108961402B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106845808A (zh) * | 2017-01-10 | 2017-06-13 | 北京师范大学 | 基于遥感数据反演的灌区稻田智能灌排决策方法和系统 |
CN107608939A (zh) * | 2017-08-16 | 2018-01-19 | 北京师范大学 | 基于高分辨率卫星数据的trmm降水数据降尺度方法 |
Non-Patent Citations (2)
Title |
---|
An analysis of the performance of hybrid infrared and microwave satellite precipitation algorithms over India and adjacent regions;Brown J E M;《Remote Sensing of Environment》;20061231;第101卷(第1期);63-81 * |
高分辨率遥感降水产品对强降水的监测能力评估——以2014年"威马逊"台风为例;刘国 等;《亚热带资源与环境学报》;20171231;第12卷(第4期);39-48 * |
Also Published As
Publication number | Publication date |
---|---|
CN108961402A (zh) | 2018-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108961402B (zh) | 多卫星遥感降水反演在大尺度复杂流域的时空精度标定方法 | |
Xu et al. | Do ERA5 and ERA5-land precipitation estimates outperform satellite-based precipitation products? A comprehensive comparison between state-of-the-art model-based and satellite-based precipitation products over mainland China | |
Mahmoud et al. | Spatiotemporal evaluation of the GPM satellite precipitation products over the United Arab Emirates | |
CN111401602B (zh) | 基于神经网络的卫星以及地面降水测量值同化方法 | |
Yuan et al. | Characterizing the features of precipitation for the Tibetan Plateau among four gridded datasets: Detection accuracy and spatio-temporal variabilities | |
Caracciolo et al. | Performances of GPM satellite precipitation over the two major Mediterranean islands | |
De Lannoy et al. | Soil moisture data assimilation | |
CN105160192A (zh) | 基于M5-Local的TRMM卫星降雨数据降尺度方法 | |
Wang et al. | Performance of three reanalysis precipitation datasets over the Qinling‐Daba Mountains, eastern fringe of Tibetan Plateau, China | |
CN112861072B (zh) | 一种星地多源降水自适应动态融合方法 | |
Gu et al. | Hydrological assessment of TRMM rainfall data over Yangtze River Basin | |
Zhang et al. | Comprehensive evaluation of mainstream gridded precipitation datasets in the cold season across the Tibetan Plateau | |
CN105069295A (zh) | 基于卡尔曼滤波的卫星以及地面降水测量值同化方法 | |
CN112329265A (zh) | 卫星遥感降水精细化空间估算方法及系统 | |
Cui et al. | A two-step fusion framework for quality improvement of a remotely sensed soil moisture product: A case study for the ECV product over the Tibetan Plateau | |
Malede et al. | Evaluation of satellite rainfall estimates in a rugged topographical basin over south gojjam basin, Ethiopia | |
Morales-Velázquez et al. | Evaluating reanalysis and satellite-based precipitation at regional scale: A case study in southern Mexico | |
Hamal et al. | Evaluation of the TRMM Product for Spatio-temporal Characteristics of Precipitation over Nepal (1998-2018) | |
Lyu et al. | Investigating twelve mainstream global precipitation datasets: Which one performs better on the Tibetan Plateau? | |
Zhu et al. | Disaggregation of remote sensing and model-based data for 1 km daily seamless soil moisture | |
Su et al. | Preliminary assessment of regional moderate-resolution atmospheric reanalysis for Australia | |
Islam et al. | Verification of APHRODITE precipitation data set in Bangladesh | |
Girma | Evaluation and Bias correction of Tropical Applications of Meteorology using SATellite (TAMSAT) daily rainfall estimates over the data-scarce region of Southern Ethiopia | |
Turco et al. | Post-processing methods for COSMO-CLM precipitation over Italy | |
Wang et al. | Determining relative errors of satellite precipitation data over the Netherlands |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200529 |
|
CF01 | Termination of patent right due to non-payment of annual fee |