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

第32卷，第4期国土资源遥感V v U32,N v.4 2020年12月REMOTE SENSING FOR LAND&RESOURCES Doo,2020dvi:10.6046//tzyyg.2020.04.19引用格式：杜方洲,石玉立，盛夏.基于深度学习的TRMM降水产品降尺度研究一一以中国东北地区为例［J］.国土资源遥感, 2020,32(4):145-153.(Du F Z,Shi Y L,Sheng X.Research on downscaling of TRMM precipitation products based on deep learn­ing:Exemplified by northeast China［J］.Remotr Sensing for Land and Resources,2020,32(4):145-153.)基于深度学习的TRMM降水产品降尺度研究一一以中国东北地区为例杜方洲，石玉立，盛夏(南京信息工程大学遥感与测绘工程学院，南京210044)摘要：降水的季节性时空分布研究对东北地区的生态保护和农业生产有重要意义。

基于植被指数、地形因子与降水的相关性，采用深度学习模型，对2009—2018年10a间平均1,4,7,10月TRMM_3B43产品降尺度至0.01。

(约1km),使用站点实测数据进行精度校正,并填补TRMM未覆盖的50「N以上地区。

结果表明，该模型效果优于随机森林，可有效获得各季节较高空间分辨率与精度的研究区域降水分布,校正后全局决定系数R2介于0.881〜0.952之间，均方根误差介于1.222-13.11mm之间，平均相对误差介于7.425%-28.41%之间，其中4月和10月份拟合度较好,1月和7月份相对稍差。

关键词：TRMM；东北地区；NDVI；深度学习中图法分类号：TP79文献标志码：A文章编号：1001-070X(2020)04-0145-090引言降水对土壤湿度、作物生长和区域径流等均有重要影响［1"4］o东北地区是我国最主要的天然林分布区之一，动植物资源丰富［5］,也是我国重要的农牧业和商品粮基地，粮食产量占全国总量的1/3左右⑷，降水变化势必对东北地区植被生长及农作物生长有重要影响［7］#因此，降水时空分布研究对东北地区的农业生产有重要意义。

基于CMIP6动力降尺度对青藏高原降水的评估徐仁慧;赵磊;文小航【期刊名称】《气候变化研究快报》【年(卷),期】2022(11)6【摘要】为了更好地了解目前数值预报模式对于青藏高原地区降水模拟的准确性,本文采用科学数据银行发布的历史和未来气候动力降尺度偏差校正后的CMIP6全球数据集作为驱动场,驱动WRF区域气候模式对高原进行动力降尺度模拟,得到水平分辨率为50 Km的模拟数据,此后提取其中的积云对流降水RAINC和非对流降水RAINNC数据并将其插值到0.5˚ ×0.5˚的空间分辨率上,选取国家青藏高原科学数据中心发布的中国地面降水0.5˚ ×0.5˚格点数据集来作为模式评估的参考数据,对比青藏高原地区WRF模式模拟的降水结果与观测值的差异以评估WRF模式的模拟准确性。

结果表明:1) 高原年平均降水量呈现从东南向西北逐渐减小的趋势,WRF区域气候模式对于青藏高原地区的年平均降水量模拟结果偏高,但仍能较好的再现上述空间分布特征。

2) 高原地区季节平均降水量分布为:夏季降水最多,春秋次之,冬季最少。

WRF模式可以准确模拟出此分布特征,但整体上模拟值较观测值偏高。

3) WRF模式对于高原不同地区的模拟准确性不同,根据年降水量随时间的变化特征来看,WRF模式对于降水量较少的地区模拟的差值较小,对于降水量较大的地区模拟差值较大。

4) 高原上不同地区WRF模式模拟的降水量与观测数据降水量的相关性存在较大差异,在藏东、藏南、藏西各有一个站点的相关性较好,而藏北部地区的相关性最弱,但整体上都呈现出正相关的趋势。

【总页数】12页(P1076-1087)【作者】徐仁慧;赵磊;文小航【作者单位】成都信息工程大学成都【正文语种】中文【中图分类】P45【相关文献】1.径流响应评估中基于动力与统计相结合的降尺度方法是否优于单一的降尺度方法2.CMIP6模式对青藏高原东坡暖季降水的模拟评估3.CMIP6 HighResMIP高分辨率气候模式对青藏高原降水模拟的评估4.基于动力降尺度方法预估的青藏高原降水变化5.1961-2020年青藏高原地表风速变化及动力降尺度模拟评估因版权原因，仅展示原文概要，查看原文内容请购买。

气象资料的统计降尺度方法综述一、本文概述随着全球气候变化研究的不断深入，气象数据的获取和精度要求也在逐步提高。

降尺度方法作为将大尺度气候模型输出转化为小尺度高分辨率气象数据的重要工具，其研究和应用越来越受到重视。

本文旨在对气象资料的统计降尺度方法进行全面的综述，探讨其基本原理、方法分类、应用实例以及存在的挑战和未来的发展趋势。

本文将介绍降尺度方法的基本概念和原理，阐述其在气候变化研究、区域气象预测和气象事件模拟等领域的应用价值。

接着，文章将按照统计降尺度方法的分类，详细介绍各种方法的原理、优缺点以及适用范围。

这些方法包括但不限于线性回归、主成分分析、神经网络、随机森林等。

随后，本文将通过具体的应用实例，展示统计降尺度方法在气象数据降尺度处理中的实际效果，并分析其在实际应用中的优缺点。

文章还将讨论当前统计降尺度方法面临的挑战，如模型泛化能力、计算效率、数据同化等问题，并对未来的研究方向和发展趋势进行展望。

通过本文的综述，读者可以对气象资料的统计降尺度方法有更加深入和全面的了解，为其在气象学、环境科学、气候变化研究等领域的进一步应用提供理论支持和实践指导。

二、气象降尺度方法概述气象降尺度方法是一种将大尺度气候模型输出转化为更小尺度、更高分辨率的气候数据的技术。

这种方法在气候变化研究、区域气候模拟、气象事件预测以及环境影响评估等领域具有广泛的应用。

降尺度方法主要基于大气、海洋、陆地表面等复杂系统的物理过程和相互作用，通过数学和统计模型，将大尺度气候模型的结果转化为更小尺度的气候信息。

降尺度方法主要分为动力降尺度（Dynamic Downscaling）和统计降尺度（Statistical Downscaling）两种类型。

动力降尺度通过构建高分辨率的区域气候模型，直接模拟小尺度气候系统的动态过程。

这种方法能够更准确地模拟小尺度气候系统的复杂性和不确定性，但计算量大，需要高性能计算机资源。

统计降尺度则主要利用大尺度气候模型输出与小尺度气候观测数据之间的统计关系，建立统计模型进行降尺度处理。

喀斯特山区TRMM降水数据降尺度研究谢伊娜;张洪波;张润云;孔功;赵孝席【期刊名称】《贵州大学学报（自然科学版）》【年(卷),期】2024(41)3【摘要】获取高精度的卫星降水数据,为喀斯特区域旱涝灾害评估、水文预报等各研究领域提供数据基础。

以热带降雨卫星(tropical rainfall measuring mission, TRMM)为数据源,采用多元线性回归法(ordinary least square, OLS)和地理加权回归法(geographically weighted regression, GWR),综合考虑高程、坡度、坡向、经纬度和归一化植被指数(normalized difference vegetation index, NDVI)等6个因子构建OLS和GWR降尺度模型进行年降尺度研究,并比较OLS和GWR两种降尺度模型在喀斯特山区的适用性。

结果表明:1)TRMM数据与站点观测数据之间精度较好;2)降尺度后数据空间分辨率提升到1 km, GWR降尺度年降水量在多数年份比原始TRMM数据更接近实测值,高估现象得到改善;与OLS降尺度数据相比,其三项指标表现更好;3)单站点中,OLS降尺度数据在高程和NDVI突变区域易出现假性更优相关性。

综合多指标评价,GWR降尺度数据在喀斯特山区总体精度更高。

后续可通过划分植被区、岩溶区、增加环境因子、校正等使降水更贴合实测值。

【总页数】9页(P31-38)【作者】谢伊娜;张洪波;张润云;孔功;赵孝席【作者单位】昆明理工大学电力工程学院【正文语种】中文【中图分类】P426.6;P333【相关文献】1.基于GWR模型的贵州喀斯特山区TRMM 3B43降水资料降尺度分析2.近16年秦巴山区TRMM降水资料的降尺度研究3.TRMM降水产品在喀斯特地区的空间降尺度研究——以贵州省为例4.基于GWR模型的陕西秦巴山区TRMM降水数据降尺度研究5.天山山区TRMM降水数据的空间降尺度研究因版权原因，仅展示原文概要，查看原文内容请购买。

基于测雨雷达资料的青藏高原东坡夏季降水的分析衡志炜;李平【期刊名称】《高原山地气象研究》【年(卷),期】2017(037)003【摘要】本文基于2000~2014年共计15年夏季(6~8月)的TRMM卫星PR(测雨雷达)探测结果2A25资料,对高原东坡及临近区域降水的水平、垂直分布特征,以及日变化特征进行了分析,结果揭示了高原对降水的影响.由降水样本数占PR总观测样本数的比例可知,降水频次表现为高原低、东部盆地高的特点,平均降水强度也类似.层云降水频次高于对流降水,但平均降水率低于对流降水.降水的垂直分布表明,下垫面高度超过3km时,降水率廓线峰值出现在5~6km,而其它地区峰值出现在3~4 km高度.该区域的降水以夜雨为主;高原上的对流类型降水主要发生在白天,盆地和丘陵地区降水主要发生在夜间.【总页数】6页(P10-15)【作者】衡志炜;李平【作者单位】中国气象局成都高原气象研究所,成都 610072;高原与盆地暴雨旱涝灾害四川省重点实验室,成都 610072;中国气象局成都高原气象研究所,成都610072;高原与盆地暴雨旱涝灾害四川省重点实验室,成都 610072【正文语种】中文【中图分类】P461【相关文献】1.青藏高原东北侧一次超级单体雹暴的多普勒雷达资料分析 [J], 张开俊2.利用星载云雷达资料分析夏季青藏高原的云辐射强迫 [J], 马越界;黄建平;刘玉芝3.利用热带测雨卫星的测雨雷达资料对1997/1998年El Ni(n)～o后期热带太平洋降水结构的研究 [J], 李锐;傅云飞;赵萍4.基于青藏高原春季感热异常信号的中国东部夏季降水统计预测模型 [J], 刘森峰;段安民5.基于可预报模态分析方法的青藏高原东部夏季降水统计预测模型 [J], 孙丽颖; 余锐; 刘飞; 李方腾因版权原因，仅展示原文概要，查看原文内容请购买。

WRF参数化方案对青藏高原夏季降水的敏感性研究本文使用WRF模式对2013年青藏高原夏季高原涡进行了一系列的数值模拟试验，检验了不同积云参数化方案Kain-Fritsch scheme(KF)、Grell-Devenyi scheme(GD)和微物理参数化方案Kessler scheme(Ks)、WRF Single-Moment 3-class scheme(WRM3)、Eta Microphysics(new Eta)对WRF模拟青藏高原夏季降水的精确度的影响，选择较优的参数化方案。

结果表明：WRF模式模拟的总体效果较好，六种方案给出的模拟结果相差不大，对比来说new Eta + GD方案模拟降水的量级是比较好的，较少出现模拟过强的现象，而Ks + KF方案和Ks + GD方案来说降水中心强度都要大过于实际；降水落区上来看，WSM3 + KF方案和WSM3 + GD方案的表现较好，其它方案则有一定的偏差。

而后分析发现各方案之间降水差异的原因，主要是各方案处理云水、雨水粒子的差别造成的。

青藏高原（下称高原）是我国最大、世界上平均海拔最高的高原(Fielding E et al.，1994)，有“世界屋脊”和“第三极”之称，大部分在我国西南部，包括西藏自治区和青海省的全部、四川省西部、新疆维吾尔自治区南部以及甘肃、云南的一部分，总面积250万平方公里，平均海拔4000~5000米，是亚洲许多大河的发源地，其重要性不言而喻。

同时，由于高原特殊的地理位置、复杂的地形地貌及热力与动力作用，高原形成了独特的高原气候，对附近区域甚至整个亚洲和全球的气候都产生了重要的影响(李吉均等，1998；吴国雄等，2005；王同美等，2008)。

在地形条件独特复杂的高原上，降水的分布也非常复杂，开展降水的研究工作主要依赖于气象站点观测数据和科学考察资料(王传辉等，2011)，但由于高原的气象站点主要集中在东南部，在高原西北部气象资料极其稀缺，并且已有站点多安置于海拔较低的便利可达区域，使得观测数据本身存在误差(Roe G H，2005；傅抱璞，1992)，因此，数值模拟结果能够在一定程度上弥补观测不足的缺陷，成为研究高原气候变化的重要工具。

第40卷第1期2017年1月ARID LAND GEOGRAPHY V ol.40No.1 Jan.2017基于GWR模型的陕西秦巴山区TRMM降水数据降尺度研究曾昭昭，王晓峰，任亮（陕西师范大学旅游与环境学院，陕西西安710119）摘要：应用TRMM降水数据，进行国内典型区域降尺度相关研究，可弥补应用气象站点数据研究带来的局限。

以陕西秦巴山区为研究区，基于TRMM降水数据和NDVI数据，应用GWR模型和比例指数，获得GWR年、月降尺度数据并进行检验，最后分析地形对降尺度结果的影响。

结果表明：获得的1km分辨率的GWR降尺度降水数据，具有较强的细节表现能力；降尺度数据与实测降水数据年尺度上相关系数为0.88，月为0.93，相关性较好；与TRMM原始数据对比，降尺度结果降水值略小，整体低估降水；区内秦岭山地GWR降尺度结果精度变化幅度最小，相似地形条件下，海拔越高，GWR降尺度结果表现越好；采用GWR模型进行秦巴山区TRMM降水数据的降尺度研究，具有较强的适用性。

关键词：TRMM降水数据；NDVI；GWR模型；降尺度；陕西秦巴山区中图分类号：P426.61文献标识码：A文章编号：1000-6060（2017）01-0026-11（26～36）降水作为全球地表物质交换、生态系统、水文循环等过程的基础组成部分［1］，在各种时空尺度的大气过程中扮演着极为重要的角色。

降水数据被广泛应用水文、气象等方面的研究，是诸多研究过程的必要数据。

近年来，气象站点实测降水受到站点较少、分布不均以及观测连续性的影响，常无法满足实际研究与应用的精度需求，而气象卫星数据覆盖范围广、观测时间连续、时空分辨率较高，能便利地提供精确降水数据，正被逐步引入水文气象相关研究中［2］。

TRMM（Tropical Rainfall Measuring Mission）卫星由美国宇航局和日本国家空间发展局共同研制，其目的是通过研究热带地区的降雨量和潜热来进一步了解全球能量和水循环［3］。