首页|基于MGWR模型的黄河流域GPM卫星降水数据降尺度研究

基于MGWR模型的黄河流域GPM卫星降水数据降尺度研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
黄河流域地域广阔,但气象站点分布较少,导致气象资料短缺.卫星降水可以作为气象站点观测的重要补充,但其空间分辨率有限,导致其在区域研究中作用有限.以黄河流域作为研究区域,针对全球降水观测计划(GPM)卫星降水产品,以2002、2012年和2020年降水数据作为干旱年、标准年以及湿润年3个典型气候年份,在综合考虑归一化植被指数(NDVI)、数字高程模型(DEM)、坡度(Slope)、地表温度(LST)和风速(WDS)多种反映降水量空间分布特征的影响因子及其空间非平稳性特征的基础上,采用地理加权回归(GWR)模型、混合地理加权回归(MGWR)模型2种降尺度方法,得到了黄河流域1km空间分辨率的降尺度降水数据,并进一步通过地面气象站点数据对降尺度结果进行验证.结果表明:(1)GPM年降水数据与地面气象站点观测数据在2002、2012年和2020年的黄河流域地区具有较高的相关性.(2)经MGWR模型降尺度的降水数据空间分辨率得到了显著提高,且在降水变化的空间细节表达方面较GWR模型更优.(3)在3个典型气候年份中,MGWR模型在降水量标准年中相对于GWR模型具有更高的准确性.研究结果能够为相关区域范围的降水降尺度研究提供宏观参考与借鉴,促进区域气候水文研究.
Downscaling of GPM satellite precipitation data in the Yellow River Basin based on MGWR model

mixed geographically weighted regression model(MGWR)geographically weighted regression model(GWR)global precipitation measurement(GPM)Yellow River Basin

柏荷、明義森、刘启航、黄昌

展开 >

陕西省地表系统与环境承载力重点实验室,陕西 西安 710127

西北大学城市与环境学院,陕西 西安710127

西北大学城市与环境学院地表系统与灾害研究院,陕西 西安 710127

混合地理加权回归模型(MGWR) 地理加权回归模型(GWR) 全球降水观测计划(GPM) 黄河流域

国家重点研发计划陕西省自然科学基金

2017YFC15025012021JM314

2023

10.12118/j.issn.1000-6060.2022.475

干旱区地理
中国科学院新疆生态与地理研究 中国地理学会

干旱区地理

CSTPCDCSCD北大核心
影响因子：1.863
ISSN：1000-6060
年,卷(期)：2023.46(7)
  • 2
  • 10