遥感降水数据空间降尺度及干旱时空监测

张寒博; 窦世卿; 温颖; 徐勇; 张楠; 苗林林

doi:10.13870/j.cnki.stbcxb.2022.01.021

您当前的位置：

首页 >

文章列表页 >

遥感降水数据空间降尺度及干旱时空监测

更新时间：2025-03-12

- 遥感降水数据空间降尺度及干旱时空监测
- Spatial Downscaling of Remote Sensing Precipitation Data and Spatiotemporal Monitoring of Drought
- 水土保持学报 2022年36卷第1期页码：153-160
- 作者机构：
  
  1. 桂林理工大学广西空间信息与测绘重点实验室,广西,桂林,541006
  2. 桂林理工大学测绘地理信息学院,广西,桂林,541006
- 作者简介：
  
  [ "张寒博(1996—), 男, 汉族, 河南开封人, 硕士研究生, 主要从事遥感原理与应用研究。E-mail: 2120191109@glut.edu.cn" ]
- 基金信息：
  
  广西八桂学者专项(GUTQDJJ2017096);国家自然科学基金项目(42061059);广西自然科学基金项目(2020GXNSFBA297160);广西空间信息与测绘重点实验室项目(191851016);桂林理工大学科研启动基金项目(GUTQDJJ2019046, GUTQDJJ2019172)
- DOI：10.13870/j.cnki.stbcxb.2022.01.021
  中图分类号： S423.3
- 纸质出版：2022
- 稿件说明：
移动端阅览
张寒博, 窦世卿, 温颖, 等. 遥感降水数据空间降尺度及干旱时空监测[J]. 水土保持学报, 2022,36(1):153-160.

ZHANG Hanbo, DOU Shiqing, WEN Ying, et al. Spatial Downscaling of Remote Sensing Precipitation Data and Spatiotemporal Monitoring of Drought[J]. 2022, 36(1): 153-160.
张寒博, 窦世卿, 温颖, 等. 遥感降水数据空间降尺度及干旱时空监测[J]. 水土保持学报, 2022,36(1):153-160. DOI： 10.13870/j.cnki.stbcxb.2022.01.021.

ZHANG Hanbo, DOU Shiqing, WEN Ying, et al. Spatial Downscaling of Remote Sensing Precipitation Data and Spatiotemporal Monitoring of Drought[J]. 2022, 36(1): 153-160. DOI： 10.13870/j.cnki.stbcxb.2022.01.021.

摘要

在全球气候变暖的背景下

干旱灾害日趋频发。为全面精细研究华中地区降水的时空变化

结合水汽(PWV)、增强型植被指数(EVI)等数据

基于地理加权回归模型

结合克里金插值分别对2010—2019年的GPM IMERG和TRMM 3B43数据进行空间降尺度

并利用区域内53个气象站数据进行精度评价。对优选的降尺度数据采用变异系数法、Theil-Sen Median趋势分析耦合Mann-Kendall显著性检验方法及Hurst指数法

分析了华中地区的降水时空变化特征及其可持续性特征

并对未来降水趋势进行预测

最后构建归一化降水距平百分率(NPA)、标准化降水蒸散指数(SPEI12)来实现研究区的干旱时空监测。结果表明: 降尺度处理后降水细节增强

能有效改善原始数据的高估现象

GPM数据降尺度数据比TRMM降尺度数据更接近实测数据; 近10年华中地区降水时空分布差异较大

降水较高波动变化和高波动变化共占全区69.21%;10年间降水变化以非显著变化为主

其中

轻微增加地区占全区54.88%

轻微减小地区占全区40.41%;10年间降水变化趋势以弱(27.33%)、中(34.93%)持续性为主; 华中地区降水未来趋势以持续增加为主

主要分布在区域北部

未来趋势无法确定的地区占全区21.63%

主要集中在湖南; 华中地区NPA空间分布有很大差异性

整体上处于无旱、轻旱灾害状态

NPA与SPEI12有较好的相关性

且所有年份均通过了0.05显著性检验

在一定程度上能反映华中地区的干旱情况。

Abstract

In the context of global warming

drought disasters are becoming more frequent. In order to comprehensively and finely study the temporal and spatial changes of precipitation in central China from 2010 to 2019

this study combined remote sensing data of water vapor (PWV)

enhanced vegetation index (EVI)

elevation

slope

and aspect

based on the geographically weighted regression model combined with Kriging Interpolation (GWRK)

the GPM IMERG and TRMM 3B43 data from 2010 to 2019 were spatially downscaled

and the data of 53 meteorological stations in the area were used for accuracy evaluation. For the optimized downscaling data

the coefficient of variation method

Theil-Sen Median trend analysis coupled with the Mann-Kendall significance test method and the Hurst index method were used to analyze the temporal and spatial characteristics of precipitation changes and sustainability characteristics in Central China

and future precipitation trends were predicted. Finally

the NPA (Normalized Precipitation Anomaly) and the SPEI12 (standardized precipitation evapotranspiration indices) were constructed to realize the spatio-temporal monitoring of drought in the study area. The research results showed that the details of the precipitation data are enhanced after downscaling

and the overestimation of the original data can be effectively improved. The downscaling data of GPM data was closer to the measured data than the downscaling data of TRMM. In the past 10 years

the temporal and spatial distribution of precipitation in Central China were quite different

with high fluctuations and high fluctuations in precipitation accounting for 69.21% of the entire region. The precipitation changes during the 10 years were dominated by non-significant changes

of which slightly increased areas accounted for 54.88% of the entire region

and slightly decreased areas accounted for 40.41% of the entire region. The future trend of precipitation in Central China was dominated by a continuous increase

mainly distributed in the northern part of the region. Areas with uncertain future trends accounted for 21.63% of the entire region

mainly concentrated in Hunan. There were great differences in the spatial distribution of NPA in Central China. As a whole

it was in a state of drought-free and light-drought disasters. NPA and SPEI12 had a relatively good correlation

and all years had passed the 0.05 significance test

which can be to a certain extent Reflect the drought in Central China. Downscaling data can reflect the temporal and spatial dynamic changes of precipitation in more detail

and is of great significance for accurate monitoring of drought and flood disasters

guiding agricultural production and promoting sustainable economic development.

关键词

Keywords

references

孙劭, 李多, 刘绿柳, 等. 2016年全球重大天气气候事件及其成因[J]. 气象, 2017, 43(4): 477-485.

胡彦婷, 张富, 罗珠珠, 等. 半干旱区降水和水土保持措施强度: 径流演变规律研究[J]. 干旱区地理, 2020, 43(6): 1426-1434.

王蔚丹, 孙丽, 裴志远, 等. 典型旱年农业干旱遥感监测指标在东北地区生长季的表现[J]. 中国农业气象, 2021, 42(4): 307-317.

陈诚, 赵书河. 基于TRMM降雨数据的中国黄淮海地区干旱监测分析[J]. 国土资源遥感, 2016, 28(1): 122-129.

谭惠芝, 尹倩, 姬莉雯, 等. 融合GPM降水数据的土壤干旱遥感监测[J]. 干旱区研究, 2021, 38(2): 513-525.

杨荣芳, 曹根华, 张婧. TRMM3B43卫星降水数据在京津冀地区的适用性研究[J]. 冰川冻土, 2019, 41(3): 689-696.

黄桂平, 曹艳萍. TRMM卫星3B43降水数据在黄河流域的精度分析[J]. 遥感技术与应用, 2019, 34(5): 1111-1120.

靖娟利, 罗福林, 王永锋, 等. 1998—2017年滇黔桂岩溶区降水时空动态特征[J]. 水土保持研究, 2019, 26(5): 158-165.

周李磊, 杨华, 刘睿, 等. 基于TRMM数据的西南地区年降水时空特征研究[J]. 重庆师范大学学报(自然科学版), 2017, 34(1): 114-122.

陈晓宏, 钟睿达, 王兆礼, 等. 新一代GPM IMERG卫星遥感降水数据在中国南方地区的精度及水文效用评估[J]. 水利学报, 2017, 48(10): 1147-1156.

许凤林, 郭斌, 叶贝, 等. GPM IMERG卫星降水产品在黄淮海平原的适用性研究[J]. 南水北调与水利科技, 2019, 17(4): 79-86.

史岚, 何其全, 杨娇, 等. 闽浙赣地区GPM IMERG降水产品降尺度建模与比较分析[J]. 地球信息科学学报, 2019, 21(10): 1642-1652.

宁珊, 张正勇, 刘琳, 等. TRMM偏最小二乘降尺度降水模型在新疆不同地貌的适应性[J]. 农业工程学报, 2020, 36(12): 99-109.

Alexakis D D, Tsanis I K. Comparison of multiple linear regression and artificial neural network models for downscaling TRMM precipitation products using MODIS data[J]. Environmental Earth Sciences, 2016, 75(14): 1077-1089.

徐彬仁, 魏瑗瑗. 基于随机森林算法对青藏高原TRMM降水数据进行空间统计降尺度研究[J]. 国土资源遥感, 2018, 30(3): 181-188.

玉院和, 王金亮. TRMM 3B43降水数据在云南地区的降尺度适用性评价[J]. 中国农业气象, 2020, 41(9): 575-586.

Lv A F, Zhou L, Koch M, et al. A rainfall model based on a Geographically Weighted Regression algorithm for rainfall estimations over the Arid Qaidam Basin in China[J]. Remote Sensing, 2016, 8(4): 311-327.

任永建, 高媛, 肖莺, 等. 1961—2010年华中区域降水变化特征分析[J]. 长江流域资源与环境, 2013, 22(增刊1): 90-95.

Brunsdon C, Fotheringham A S, Charlton M E. Geographically weighted regression: A method for exploring spatial nonstationarity [J]. Journal of the Royal Statistical Society, 2017, 47(3): 431-443.

张寒博, 徐勇, 窦世卿, 等. 基于GWR模型的长江流域TRMM数据降尺度[J]. 水土保持研究, 2021, 28(3): 149-155.

赵晶, 周耀治, 邓兴耀. 西北干旱区植被覆盖时空动态特征[J]. 林业资源管理, 2017(1): 118-126.

杨达, 易桂花, 张廷斌, 等. 青藏高原植被生长季NDVI时空变化与影响因素[J]. 应用生态学报, 2021, 32(4): 1361-1372.

佟彪, 党安荣, 周宏宇. 无定河流域城镇聚落的历史演变与人地耦合[J]. 自然资源学报, 2021, 36(1): 38-54.

Durdiev K, Chen X, Huang Y, et al. Investigation of crop evapotranspiration and irrigation water requirement in the lower Amu Darya River Basin, Central Asia[J]. Journal of Arid Land, 2021, 13(1): 23-39.

康尧, 郭恩亮, 王永芳, 等. 温度植被干旱指数在蒙古高原干旱监测中的应用[J]. 应用生态学报, 2021, 32(7): 2534-2544.

中华人民共和国国家质量监督检验疫总局, 国家标准化管理委员会. GB/T 20481-2017气象干旱等级[S]. 北京: 气象出版社, 2017.

张雪, 闫凯丽. 长江流域干旱特征及成因分析[J]. 大众科技, 2018, 20(2): 4-6.

李俊, 袁媛, 王遵娅, 等. 2019年长江中下游伏秋连旱演变特征[J]. 气象, 2020, 46(12): 1641-1650.

陈波, 史瑞琴, 陈正洪. 近45年华中地区不同级别强降水事件变化趋势[J]. 应用气象学报, 2010, 21(1): 47-54.

浏览量

1135

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于TRMM数据的巴基斯坦降雨侵蚀力估算及空间降尺度模拟