[发明专利]一种长时间序列降水数据降尺度方法

摘要

本发明公开了一种长时间序列降水数据降尺度方法，它包括以下步骤：(一)基于降水的空间差异特征构建水汽运移成本距离因子；(二)由MODIS EVI数据和步骤(一)得出的水汽运移成本距离因子得出2001年至2013年内分辨率为1km的降水数据。本发明具有如下有益效果：本发明可以有效解决卫星降水反演产品空间分辨率较低的问题，使在有限的数据支持下获取长时序高分辨率空间化降水成为现实；本发明算法结构简单，避免了物理模型结构复杂、输入参数多等问题。

主权项

一种长时间序列降水数据降尺度方法，其特征在于，它包括以下步骤：(一)基于降水的空间差异特征构建水汽运移成本距离因子：子步骤1‑1：获取90m空间分辨率的STRM DEM数据，并将数据重采样至空间分辨率为1km；子步骤1‑2：获取全球海岸线矢量数据，并将矢量数据转换为1km分辨率的栅格数据；子步骤1‑3：将研究区划分为1km大小的网格，以海岸线作为起点，以DEM数据为路径成本，计算来自海洋的水汽运移到研究区内各网格的成本距离；各网格成本距离计算方法为：COST_m＝(DEM_i‑DEM_j)/2  (1)${\mathrm{COST}}_n=\sqrt{2}\×({\mathrm{DEM}}_i-{\mathrm{DEM}}_j)/2---\left(2\right)$其中，COST_m、COST_n分别为以DEM数据为阻抗的邻接像元成本距离和对角像元成本距离；研究区内各网格的水汽运移成本距离定义为从起始网格到各终止网格的累积成本距离；(二)由MODIS EVI数据和步骤(一)得出的水汽运移成本距离因子得出2001年至2013年内分辨率为1km的降水数据：子步骤2‑1：接收2001年至2013年内分辨率为1km的MODIS增强型植被指数EVI数据；子步骤2‑2：对水汽运移成本距离和EVI进行归一化处理，消除数量级上的差异性：MMCD^*＝(MMCD‑MMCD_min)/(MMCD_max‑MMCD_min)  (3)EVI^*＝(EVI‑EVI_min)/(EVI_max‑EVI_min)  (4)其中，MMCD_max为水汽运移成本距离最大值，MMCD_min为水汽运移成本距离最小值，EVI_max为增强型植被指数最大值，EVI_min为增强型植被指数最小值，MMCD^*为归一化后的水汽运移成本距离，EVI^*为归一化后的增强型植被指数；子步骤2‑3：对归一化后的水汽运移成本距离数据MMCD^*和归一化后的增强型植被指数数据EVI^*进行重采样至空间分辨率为25km；基于重采样得到的2001至2013年内的归一化后的水汽运移成本距离数据MMCD^*和归一化后的增强型植被指数数据EVI^*建立与TRMM降水量的统计关系：$TRMM=\underset{i=0}{\overset{n}{\Σ}}\underset{j=0}{\overset{n}{\Σ}}{a}_{ij}\·{\mathrm{MMCD}}^{*\left(i\right)}\·{\mathrm{EVI}}^{*\left(j\right)}---\left(5\right)$其中a_ij表示权重系数，i，j分别代表自变量的维数，TRMM为2001至2013年内的降水数据；子步骤2‑4：将子步骤2‑2中获取的分辨率为1km的归一化后的水汽运移成本距离和分辨率为1km的增强型植被指数数据代入公式(5)中，获取1km分辨率降水模拟值pre_1km；子步骤2‑5：将子步骤2‑3中获取的分辨率为25km的归一化后的水汽运移成本距离和分辨率为25km的增强型植被指数数据代入公式(5)中，获取25km分辨率降水模拟值pre_25km；子步骤2‑6：将原始分辨率为25km的原始TRMM降水数据减去pre_25km获取空间分辨率为25km的残差residual_25km，并将所述残差residual_25km内插至1km分辨率残差residual_1km；子步骤2‑7：将子步骤2‑4得到的1km分辨率降水模拟值pre_1km与子步骤2‑6得到的1km分辨率残差residual_1km相加，得出空间分辨率为1km的降水数据。