[发明专利]一种基于地理差异分析法的空间统计降尺度降水估算方法

说明书

技术领域

本发明涉及统计降尺度方法，具体指的是基于地理差异分析法的空间统计降尺度降水估算方法。

背景技术

降水是地球水循环的一个重要组成部分，它与气象、生态、水文和农业等研究领域有着紧密联系。在生态、水文模型、气象领域中使用的降水数据，通常有三种：第一种是天气或气候数值预报的降水数据；第二种是雨量站(Rain Gauge Stations,RGS)观测的站点降水数据；第三种是基于遥感技术的卫星降水数据。

在数值预报中，全球和区域的气候模式已经用于对降水分布进行模拟，尤其是中尺度气候WRF模型，在中尺度的降水数值预报中有着重要的应用。全球环流模式(GCMs)可以模拟大尺度降水分布情况，但是由于当前计算能力有限，其获取的降水量空间分辨率比较低，难以提供区域性的降水分布信息。虽然可以通过对全球环流模式嵌套区域气候模式(RCMs)来模拟区域尺度上的降水变化，但其获取的降水最高空间分辨率为20-125km之间。对于精细化的研究，该分辨率下仍然不能提供区域性的小尺度降水信息，不论是全球气候模式还是区域气候模式，都不能获得区域性高精度的时空降水数据。另外，也可用雨量站降水数据和连续的卫星观测降水数据来建立空间降水数据集。在空间分析技术的支撑下，月或日的气象站点降水数据通过内插或外推可获得没有气象站点区域的降水信息。

近年来发展起来的空间统计降尺度技术为获取更高空间分辨率的降水产品提供了新的技术方法。空间统计降尺度技术是基于某一较低空间分辨率变量和其它较高空间分辨率之间的统计关系，建立统计降尺度模型获取更高空间分辨率的研究变量的一种方法。当前常用的空间降尺度方法主要有两种，即动力空间降尺度和统计空间降尺度。这两种降尺度法都需要全球气候模式提供大尺度气候信息。动力空间降尺度法利用与全球气候模式耦合的区域气候模式对研究区域的气候变化进行研究。它的优点是有明确的物理意义，而且不受观测的气候资料的影响，可以得到不同空间分辨率的结果。不同的研究区域，不同的初始值和边界值等会对降尺度模式的结果产生直接的影响。动力降尺度具有较强的区域依赖性。统计空间降尺度能弥补动力空间降尺度的缺点。在统计空间降尺度中，全球气候模式中输出的气候信息可作为统计空间降尺度模式的基础输入值，这样就可以修正GCMs在区域上的误差，且不用考虑初始值和边界值的条件对预测结果的影响。不仅如此，统计空间降尺度方法还能够得到站点尺度上气候信息。所以，统计降尺度是研究气候变化的一个新途径。目前，统计降尺度方法已经被广泛地用于地表温度、地表径流、土壤水分等的降尺度研究中。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种基于地理差异分析法的空间统计降尺度降水估算方法，其相比于传统方法相关性更高，误差更小。

技术方案：为实现上述目的，本发明采用的技术方案为：

一种基于地理差异分析法的空间统计降尺度降水估算方法，包括以下步骤：

步骤A，利用卫星降水数据的年降水量TRMM(Tropical Rainfall Measuring Mission satellite，热带测雨任务卫星)3B43与归一化植被指数(Normalized Differential Vegetation Index，NDVI)之间关系建立统计模型，获得降尺度的年降水量；

步骤B，采用地理差异分析方法(Geographical Difference Analysis，GDA)校准由步骤A获得的降尺度的年降水量；

步骤C，由步骤B获得的校准后的降尺度的年降水量加权分解成月降水数据；

步骤D，采用地理差异分析方法校准由步骤C获得的月降水数据，获得校准后的月降水数据。

步骤A中，建立卫星降水数据的年降水数据与归一化植被指数的关系统计模型，具体包括步骤如下：

步骤A-1，求出卫星降水数据月降水量的总和，即年降水量P^uncal-0.25_TRMM；

步骤A-2，通过像素平均将分辨率为1km的归一化植被指数年平均值NDVI^1km转换成分辨率为0.25°的NDVI年平均值，即NDVI^0.25°；

步骤A-3，建立显著性检验p<0.05和拥有最高相关系数R²值的NDVI^0.25°与未校准的P^uncal-0.25_TRMM的回归函数关系；