CN114692378A - 一种Tm-fc梯形框架内极端温度组合的计算方法 - Google Patents

Abstract

本发明提供了一种T_m‑f_c梯形框架内极端温度选择的计算方法，该计算方法采用逐个像元误差分析方法PPEA，评估四个极端温度对最终LE和LE_v/LE模拟产生的影响。逐个像元误差分析方法PPEA具体包括：(1)将T_m‑f_c的二维散点图划分为100*100的网格；(2)对于2D坐标系中T_m‑f_c散点的四个角，为每个角选择n个散点，所述n≤10；(3)极端温度组合的总数为n⁴组；使用(实际观测数据)观测的LE数据(LE_o,W/m²)对每个极端温度组合的模拟LE值进行验证，通过查找最小RMSE值作为目标函数进行逐个极端温度组合的误差分析；n⁴个RMSE中的最小RMSE值对应的极端温度组合即为理论极端温度。

Description

一种Tm-fc梯形框架内极端温度组合的计算方法

技术领域

本发明属于基于特征空间模型(T_m-f_c梯形框)的遥感蒸散发计算领域，具体涉及一种T_m-f_c梯形框架内极端温度的计算方法。

背景技术

应用梯形框架模型的一个关键步骤是确定T_m-f_c梯形的绝对干/湿边界并定位其四个顶点的理论极端温度。目前主要存在三种方法用于估计T_m-f_c梯形的四个理论极端温度：1)定位T_m-f_c梯形的四个实际极端温度(AET)。这种方法首先绘制T_m和f_c在二维x和y坐标系内的散点图，然后通过经验或肉眼判断散点分布的上限/下限，而四个极端温度则位于T_m-f_c梯形内部离四个顶点最近的散点。为了减少由于经验和肉眼判断而导致的不确定性，一些研究者提出了各种自动边界定位算法；2)定位T_m-f_c梯形的四个理论极端温度(TET)，该方法直接通过能量平衡方程并结合地面观测气象因子估算四个理论极端温度而不需要T_m-f_c梯形实际边界的定位；3)实际边界和理论边界相组合的方法(ATET)。这种方法首先识别T_m-f_c梯形的实际边界然后确定四个实际极端温度，在此基础上将四个实际极端点耦合地表能量平衡方程从而获得四个理论极端温度。AET方法最初依赖肉眼判断T_m-f_c的二维散点图中的四个极端像元点。

AET、TET和ATET三种极端温度确定方法已经被广泛的应用在各类下垫面和地表类型的T_m-f_c梯形极端温度确定中，但是目前的研究存在的问题是：1) 通过这三种方法确定的极端温度是否可以很好地代表特定区域的实际极端条件？2)不同的极端温度确定方法对于极端温度的估算以及最终的LE和LE_v/LE 的模拟相互之间有什么差别？3)这三种方法差异的来源是什么？4)如何在各种空间尺度和表面异质性的研究区域选择合适的极端温度确定方法？

AET方法最初依赖肉眼判断T_m-f_c的二维散点图中的四个极端像元点。前人提出了一种自动边界定位算法，该算法将T_m-f_c梯形划分为数个垂直条带，然后计算每个条带上下边界的最高/最低温度，最后使用线性回归的方法定位梯形的上下边界。发明人对此方法进行了修改，在划分竖条带的基础上划分横条带并考虑每个网格的密度分布，从而舍弃密度分布较低的网格。

发明内容

为了全面评估四个极端温度对最终LE和LE_v/LE模拟产生的影响，本发明提出了逐个像元误差分析方法(pointbypoint error analysis method，PPEA)用来分析T_m-f_c梯形框架内所有极端温度组合的可能性对最终通量模拟结果的影响。

为实现上述目的，本发明的技术方案具体如下：

一种T_m-f_c梯形框架内极端温度组合的计算方法，该计算方法采用逐个像元误差分析方法PPEA，评估四个极端温度对最终LE和LE_v/LE模拟产生的影响，具体为准确率定极端温度，消除确定极端温度时所带来的误差对最终LE和 LE_v/LE模拟的影响。

所述逐个像元误差分析方法PPEA具体步骤如下：

(1)将T_m-f_c的二维散点图划分为100*100的网格；

(2)对于2D坐标系中T_m-f_c散点的四个角，为每个角选择n个散点，所述 n≤10；

(3)从步骤(2)获得的极端温度组合的总数为n⁴组；使用通量站点观测的LE数据(LE_o,W/m²)对每个极端温度组合的模拟LE值进行验证，通过查找最小RMSE值作为目标函数进行逐个极端温度组合的误差分析；

(4)n⁴个RMSE中的最小RMSE值对应的极端温度组合即为理论极端温度。

n⁴组极端温度组合的RMSE值计算公式如下：

其中，LE_o为用通量站点观测的LE数据(W/m²)，N：样本总数，在此处应为n⁴；LEi：第i个样本的潜热通量：RMSE：均方根误差。

所述LE的模拟值(LE_p,W/m²)通过PCACA计算得到。PCACA指像元组分对比排序法(Pixel Component Arranging and Comparing Algorithm)。

本发明优点：

本发明在划分竖条带的基础上，再次划分横条带，将T_m-f_c的二维散点图划分为若干网格，通过计算RMSE值精确的选择出极端温度组合，准确率定极端温度，消除确定极端温度时所带来的误差对最终LE和LE_v/LE模拟的影响，摒弃了依赖肉眼判断T_m-f_c的二维散点图中四个极端像元点的极大不确定性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1：地表温度和植被覆盖度散点图。

具体实施方式

实施例1

本实施例提供了一种T_m-f_c梯形框架内极端温度组合的计算方法，PPEA方法的计算流程如下：

1)将T_m-f_c的二维散点图划分为23*23的网格，划分网格的目的是辅助选择潜在的极端像元；如图1所示；

2)对于2D坐标系中T_m-f_c散点的四个角，为每个角选择“n”个散点。这4n 个散点代表了T_m-f_c梯形中相对(或潜在)的四种可能的极端情况。如图1中圈出的地方，这里n取6；

3)从步骤2获得的极端温度组合的总数为n⁴组。为了选择绝对的四个极端像元，使用(实际观测数据)观测的LE数据(LE_o,W/m²)对每个极端温度组合的模拟LE值进行验证，通过查找最小RMSE值作为目标函数进行逐个极端温度组合的误差分析。首先对于每个极端温度组合，通过PCACA计算LE的模拟值 (LE_p,W/m²)，并通过等式(1)计算RMSE，从而得到n⁴组极端温度组合的RMSE 值。

4)n⁴个RMSE中的最小RMSE值对应的极端温度组合即为理论极端温度。

需要指出的是在PPEA中，如果“n”的设置较大那么PPEA需要大量的计算资源。在一定程度上“n”的设置取决于操作者的经验和主观性，为了权衡计算时间和模型潜在的误差，本研究建议最大“n”的设置不应超过10(设置为10时，将生成10⁴个极端温度组合)。

Claims (6)

1.一种T_m-f_c梯形框架内极端温度选择的计算方法，其特征在于，该计算方法采用逐个像元误差分析方法PPEA，评估四个极端温度选择对最终LE和LE_v/LE模拟产生的影响。

2.根据权利要求1所述T_m-f_c梯形框架内极端温度组合的计算方法，其特征在于，所述评估具体为准确率定极端温度，消除确定极端温度时所带来的误差对最终LE和LE_v/LE模拟的影响。

3.根据权利要求1所述T_m-f_c梯形框架内极端温度组合的计算方法，其特征在于，所述逐个像元误差分析方法PPEA具体步骤如下：

(1)将T_m-f_c的二维散点图划分为100*100的网格；

(2)对于2D坐标系中T_m-f_c散点的四个角，为每个角选择“n”个散点；

(3)从步骤(2)获得的极端温度组合的总数为n⁴组；使用通量站点观测的LE数据(LE_o,W/m²)对每个极端温度组合的模拟LE值进行验证，通过查找最小RMSE值作为目标函数进行逐个极端温度组合的误差分析；

(4)n⁴个RMSE中的最小RMSE值对应的极端温度组合即为理论极端温度。

4.根据权利要求3所述T_m-f_c梯形框架内极端温度组合的计算方法，其特征在于，n⁴组极端温度组合的RMSE值计算公式如下：

其中，LE_o为用(实际观测数据)观测的LE数据(W/m²)，式中N指样本总数；LEi：第i个样本的潜热通量：RMSE：均方根误差。

5.根据权利要求3所述T_m-f_c梯形框架内极端温度组合的计算方法，其特征在于，所述LE的模拟值(LE_p,W/m²)通过PCACA计算得到。

6.根据权利要求3所述T_m-f_c梯形框架内极端温度组合的计算方法，其特征在于，所述n≤10。

Images