一種基于衛星遙感數據的分辨率提高方法技術

本發明專利技術公開了一種基于衛星遙感數據的分辨率提高方法。本發明專利技術首先把1km的數字高程模型和植被指數兩個環境變量因子聚合計算到25km，作為自變量，對應25km分辨率的TMPA?3B43?v7降水數據作為因變量進行建模，并將建立的模型應用到相應地理區域的1km環境變量因子上，最終得出1km的高精度降水預測數據。本發明專利技術基于TMPA?3B43?v7數據,提出了一種高精度降水數據建模預測方法,最終得到1km空間分辨率的降水預測值。該方法預測精度較高,且方法簡便易行。

【技術實現步驟摘要】

本專利技術涉及一種氣象衛星遙感數據的分辨率提高方法，具體涉及到基于TMPA 3B43 v7的高精度降水數據建模預測方法。技術背景降水在水文學、氣象學、生態學以及農業研究等領域擔任了重要角色，特別是全球尺度物質能量交換主要驅動力之一。地面觀測站是一種應用廣泛的降水測量手段，并且具有精度高和技術成熟的特點。但是地面觀測站監測的降水量僅代表地表觀測站及周邊一定距離的降水狀況，因此很難表述大面積降水分布特征，尤其是在地面觀測站布網密度稀疏的高原地區。而衛星遙感技術能夠提供較高時空分辨率的降水數據，覆蓋空間范圍更廣，很好的克服了地面降水觀測站和測雨雷達的局限，為全球降水監測提供了有力的數據支撐。近年來，隨著氣象衛星技術的發展，全球尺度高時空分辨率的測雨衛星產品應運而生，如美國熱帶降水測量衛星(Tropical Rainfall Measuring Mission)降水產品TMPA 3B43 v7。TMPA降水衛星提供覆蓋全球50°S～50°N以內的區域的降水數據。但是，TRMM衛星的原始分辨率較低(空間分辨率為0.25°，約25km)，在預測區域尺度降水方面具有一定的局限性和偏差，因此需要針對TMPA數據進行空間分辨率的提高，從而得到分辨率較高的降水測量值。
技術實現思路
本專利技術的目的在于解決現有技術中存在的問題，并提供一種基于衛星遙感數據的分辨率提高方法。本專利技術的具體技術方案如下：一種基于衛星遙感數據的分辨率提高方法，包括以下步驟：步驟1)數據獲取：獲取待測區域的TMPA 3B43 v7降水數據、MODIS衛星遙感影像數據以及ASTER GDEM衛星遙感影像數據，同時收集待測區域內地面觀測站點的日降水量觀測值；其中MODIS衛星遙感影像數據指的是MOD13A2數據產品；步驟2)數據預處理：將步驟1)獲取的TMPATMPA 3B43 v7降水數據的時間分辨率處理為月；將ASTER GDEM衛星遙感影像數據進行聚合計算分別得到空間分辨率為1km和25km的DEM數據；從MOD13A2數據產品中提取植被指數參量，經過異常值剔除處理后，通過聚合計算分別得到空間分辨率為1km和25km的植被指數數據；步驟3)進行建模及參數率定：將步驟2)處理后的25kmTMPATMPA 3B43 v7降水數據作為因變量，以空間分辨率為25km的植被指數和數字高程模型作為自變量進行建模及參數率定。步驟4)高精度降水數據預測制圖：基于步驟3)在25km空間分辨率下建立的模型應用到空間分辨率為1km的環境變量中進行建模預測，從而得到1km的高精度降水數據；同時將空間分辨率為25km的降水殘差值進行重采樣得到空間分辨率為1km，并將其與空間分辨率為1km地面降水量預測值數據相加，得到空間分辨率為1km的高精度降水數據。所述的步驟1)中，TMPA 3B43 v7降水數據的空間分辨率為0.25°×0.25°，時間分辨率為月；所述的ASTER GDEM衛星遙感影像數據的空間分辨率為90m；所述的MODIS衛星遙感影像數據的空間分辨率為1km，時間分辨率為8天。所述的步驟3)中建模所采用的參數估算模型的通用形式為：yn＝α0+其中，N表示參數估算模型中自變量個數；an表示第n個環境變量的系數；a0表示模型參數的常數項系數；yn表示降雨量預測值；xn表示第n個環境變量；a0和an的計算公式如下： a n = Σ i = 1 k Σ n = 1 N ( x i n - x n ‾ ) ( y i - y ‾ ) Σ i = 1 k Σ n = 1 N ( x i n - x n ‾ ) ; a n = y ‾ - Σ i = 1 k Σ n = 1 N a n x i n ]]>其中:k代表地面觀測站點個數；xin代表第i個地面觀測站點的第n個環境變量的值，yi代表的是第i個地面觀測站點的日降水量觀測值，代表第n個環境變量因子的均值，代表所有地面觀測站點的日降水量觀測值的均值。本專利技術所述的步驟3)中參數率定后的模型為：Yprecip＝-79.42+0.012×Xdem+1921×Xndvi其中Yprecip是1km地面降雨預測值，Xdem代表的是1km數字高程模型的柵格值，Xndvi代表的是1km植被指數柵格值。本專利技術基于TMPA 3B43 v7數據，提出了一種高精度本文檔來自技高網...

【技術保護點】
一種基于衛星遙感數據的分辨率提高方法，其特征在于，包括以下步驟：步驟1)數據獲取：獲取待測區域的TMPA?3B43v7降水數據、MODIS衛星遙感影像數據以及ASTERGDEM衛星遙感影像數據，同時收集待測區域內地面觀測站點的日降水量觀測值；其中MODIS衛星遙感影像數據指的是MOD13A2數據產品；步驟2)數據預處理：將步驟1)獲取的TMPATMPA?3B43v7降水數據的時間分辨率處理為月；將ASTER?GDEM衛星遙感影像數據進行聚合計算分別得到空間分辨率為1km和25km的DEM數據；從MOD13A2數據產品中提取植被指數參量，經過異常值剔除處理后，通過聚合計算分別得到空間分辨率為1km和25km的植被指數數據；步驟3)進行建模及參數率定：將步驟2)處理后的25kmTMPATMPA?3B43v7降水數據作為因變量，以空間分辨率為25km的植被指數和數字高程模型作為自變量進行建模及參數率定；步驟4)高精度降水數據預測制圖：基于步驟3)在25km空間分辨率下建立的模型應用到空間分辨率為1km的環境變量中進行建模預測，從而得到1km的高精度降水數據；同時將空間分辨率為25km的降水殘差值進行重采樣得到空間分辨率為1km，并將其與空間分辨率為1km地面降水量預測值數據相加，得到空間分辨率為1km的高精度降水數據。...

【技術特征摘要】
1.一種基于衛星遙感數據的分辨率提高方法，其特征在于，包括以下步驟：步驟1)數據獲取：獲取待測區域的TMPA 3B43v7降水數據、MODIS衛星遙感影像數據以及ASTERGDEM衛星遙感影像數據，同時收集待測區域內地面觀測站點的日降水量觀測值；其中MODIS衛星遙感影像數據指的是MOD13A2數據產品；步驟2)數據預處理：將步驟1)獲取的TMPATMPA 3B43v7降水數據的時間分辨率處理為月；將ASTER GDEM衛星遙感影像數據進行聚合計算分別得到空間分辨率為1km和25km的DEM數據；從MOD13A2數據產品中提取植被指數參量，經過異常值剔除處理后，通過聚合計算分別得到空間分辨率為1km和25km的植被指數數據；步驟3)進行建模及參數率定：將步驟2)處理后的25kmTMPATMPA 3B43v7降水數據作為因變量，以空間分辨率為25km的植被指數和數字高程模型作為自變量進行建模及參數率定；步驟4)高精度降水數據預測制圖：基于步驟3)在25km空間分辨率下建立的模型應用到空間分辨率為1km的環境變量中進行建模預測，從而得到1km的高精度降水數據；同時將空間分辨率為25km的降水殘差值進行重采樣得到空間分辨率為1km，并將其與空間分辨率為1km地面降水量預測值數據相加，得到空間分辨率為1km的高精度降水數據。2.如權利要求1所述的基于衛星遙感數據的分辨率提高方法，其特征在于，所述的步驟1)中，TMPA 3B43v7降水數據的空間分辨率為0.25°×0.25°，時間分辨率為月；所述的ASTER GDEM衛星遙感影像數據的空間分辨率為90m；所述的MODIS衛星遙感影像數據的空間分辨率為1km，時間分辨率為8天。3.如權利要求1所述的基于衛星遙感數據的分辨率提高方法，其特征在于所述的步驟3)中建模所采用的參數估算模型形式為：其中，N表示參數估算模型中自變量個數；an表示第n個環境變量的系數；a0表示模型參數的常數項系數；yn表示降雨量預測值；xn表示第n個環境變量；a0和an的計算公式如下： a n = Σ i = 1 k Σ n = 1 N ( x i n - ...

【專利技術屬性】
技術研發人員：史舟，劉用，馬自強，楊亞輝，
申請(專利權)人：浙江大學，
類型：發明
國別省市：浙江;33