【摘 要】
:
降水在时空分布上的不稳定性是引起如干旱、洪涝等自然灾害的直接因素,想要更为准确地监测旱涝灾害,就要准确了解降水在时间和空间上的变化规律,因而需要优质的高时空分辨率降水数据集。近年来,已有大量全球范围内的格网降水产品,且根据其资料来源和估算方法,大致可分为3种类型:基于地面站、基于卫星和基于再分析的降水产品,掌握这些产品的精度特性对其准确应用与发展具有重要意义,此外,旱灾是造成经济损失最为严重且发生
【基金项目】
:
国家重点研发项目“气象灾害对生态环境的影响过程和机制研究”基金(编号:2019YFA0606902); 国家自然科学基金面上项目“黄土高原干旱时空变异性至小麦和玉米减产机理及影响评估”(编号:52079114); 秦岭和黄土高原生态环境气象重点实验室开放研究基金(编号:2019M-3);
论文部分内容阅读
降水在时空分布上的不稳定性是引起如干旱、洪涝等自然灾害的直接因素,想要更为准确地监测旱涝灾害,就要准确了解降水在时间和空间上的变化规律,因而需要优质的高时空分辨率降水数据集。近年来,已有大量全球范围内的格网降水产品,且根据其资料来源和估算方法,大致可分为3种类型:基于地面站、基于卫星和基于再分析的降水产品,掌握这些产品的精度特性对其准确应用与发展具有重要意义,此外,旱灾是造成经济损失最为严重且发生最为频繁的自然灾害,因而研究不同类型降水产品的干旱监测性能具有重要意义。本文基于气象站点观测数据评估了IMERG V6降水产品,同时将其与停更的TMPA降水产品进行对比,并对其进行校正,此外,还对比分析了基于不同类型的9套降水产品(基于地面站的:GPCC、APHRODITE;基于卫星的IMERG、MSWEP、Chirps V2.0和PERSIANN-CDR;再分析的ERA-Interim、ERA5和MERRA)在中国各个分区的精度表现,并探究了它们在不同月份的表现差异,最后,基于Z指数和SPEI指标探究了不同降水类型产品的干旱监测性能。论文获得的主要结论有:(1)IMERG V6降水产品可完全替代已停更的TMPA降水产品,可通过线性回归关系对其精度进行校正。在日、月、年尺度下,IMERG V6降水产品的精度均高于TMPA降水产品,并且精度随着时间尺度的增大而提高。IMERG V6产品在中国大陆及其所有分区的表现均优于TMPA产品,其中,在中温带半湿润地区表现最佳,在中温带干旱地区表现最差。此外,在中国大部分分区,IMERG V6产品对降水估算的准确性均高于TMPA产品,但在干燥(12月、1月和2月)和湿润(7月、8月和9月)月份中表现较差。遥感产品与地面观测降水量之间的线性关系可以用来校正卫星降水数据,而无需使用最新的气象站实测数据,校正后的IMERG降水数据的空间变化性好,精度比原始IMERG数据高。(2)根据不同类型降水产品在中国的降水特征和精度表现,综合适用性较强的产品为GPCC、IMERG V6、MSWEP。不同类型的降水数据集在中国大陆及其不同分区的表现有所差异,在西北荒漠区和青藏高原区所有降水产品整体表现为所有分区中最差的。针对不同的降水特征,不同类型的降水产品的精度表现有所差异。不同类型的降水产品精度随月份变化明显,在大多数区域,基于卫星和再分析的降水产品在较为干燥的地区,在冬季月份精度较差,在相对湿润地区,夏季月份精度相对较差,而基于地面站的降水产品精度在不同月份下差异不大。综合而言,基于卫星的降水产品在分析降水的空间变异性中更有优势,基于地面站的降水数据集对降水的时间变异性捕捉能力更强。基于卫星的、基于地面站和再分析降水产品中综合优势更强的产品分别为IMERG(MSWEP)、GPCC和MERRA。(3)根据不同类型降水产品在中国各个分区的干旱监测适用性分析,综合来看GPCC、IMERG V6和MSWEP产品更适用于干旱评估。对比两种干旱指数,大多数降水产品对SPEI指数的估算精度高于Z指数,且基于SPEI的时间序列比Z指数更能够准确捕捉历史干旱事件,基于SPEI估算的干旱面积精度要大于Z指数,基于Z指数估算的干旱主周期要低于基于SPEI估算的主周期、基于SPEI监测的干旱的空间分布从强度到面积上都高于Z指数。对比不同分区,多数降水产品分别在1、3区和3、7区对Z指数和SPEI指数的估算精度相对较差。对比不同时间尺度,基于再分析产品的干旱指数估算精度最易受时间尺度影响,随时间尺度的增大而降低。对比不同类型降水产品,基于再分析的降水产品在各个研究区对两种干旱指数时间变化序列的估算能力整体上差于其他降水产品。对比干旱监测的空间分布情况,最适合用于计算Z和SPEI指标并监测其旱情的空间分布的降水产品分别为IMERG和MSWEP。在基于游程理论的干旱频次、历时和烈度分析中,基于Z指数的干旱监测结果略低于SPEI。两种干旱指标在监测干旱频次方面对降水产品的敏感度相仿。
其他文献
图像降噪是图像处理中的一项基础技术,同时它也是图像处理中一项热门研究。图像处理在医学图像中应用广泛,医学图像是医生判断病灶、诊断病情的依据和辅助工具,所以研究如何更好去除医学图像噪声具有重要的现实意义。在分析和研究现有图像降噪方法基础上,发现已有方法仍然存在一些不足,诸如,降噪后出现纹理模糊、对多种噪声情况研究较少、缺乏对真实图像应用等问题。论文主要研究用神经网络如何对图像进行降噪,主要内容有神经
共享单车因其便捷和环保等优点,作为城市公共交通的辅助手段,近年来备受青睐。然而,在实际使用中,共享单车极易出现资源分配不平衡的现象,即在一些区域“供不应求”的同时,其他区域则又可能“供大于求”。因此,探讨共享单车的资源分配问题,对于降低运营成本,提高用户满意度具有重要意义。本文针对现有研究,缺乏对共享单车系统复杂时空关系挖掘的问题,探索研究基于时空聚类的单车停放站点划分方法及其单车需求预测模型。(
基于大量的电子病历数据,智慧医疗使用现代计算机技术手段结合现有医疗数据辅助医生进行诊疗。本文通过深度学习方法结合电子病历数据构建深度学习模型,从而帮助医生对患者完成疾病诊断以及后续的药品推荐,进而提高医生的治疗效率。主要完成了以下工作:(1)构建了1D-DLSTM疾病诊断模型。首先,通过结合ICD-10构建了医学领域的专业词库,并使用Jieba分词法联合医学词库对病历进行分词。其次,利用Skipg
糖尿病性视网膜病变是导致成人视力障碍的主要原因,及早发现并治疗对于降低患者的致盲风险至关重要。基于深度卷积神经网络(CNN)的方法可以有效地通过对患者视网膜眼底图像进行分类,实现病变的分类检测。此类方法通常需要一个大型的已标注数据集来支持模型训练,但在实际应用中,高质量、大规模的标注数据集获取往往面临诸多挑战。同时,深层CNN模型,不仅训练耗时,而且容易导致过拟合等问题。因此,探索一种基于CNN且
无线传感器网络(Wireless Sensor Networks,WSNs)作为智能科技领域研究开发的基础设施,因其具有感知性能强和运算处理快速等特点而被广泛应用于众多领域。随着网络应用环境的不断变化,传感器节点的种类变得多样化,节点性能得到高质量的提升。人工智能时代的到来,涌现了大量的智能产品,无线传感器网络作为基础构件,被广泛应用于物联网智慧城市、智能家居、自然灾害监测预报预警、智能医疗与健康
图像去模糊技术不仅是计算机视觉范畴内的研究热点之一,也是最基本且具有研究意义的课题。手持设备和被拍摄物体之间的相对运动会使图像产生模糊效应,而将复杂的模糊图像通过算法模型复原出清晰的图像是图像去模糊的主要目标。由于模糊核的生成不满足唯一性,因此图像盲去模糊即是一种不适定性问题,也是一种病态问题。随着深度学习技术在图像处理领域的不断应用,图像去模糊技术在评价指标、视觉效果上均有所提升。深度神经网络通
准确判断农作物病害是监控农作物长势长情的重要的环节,计算机视觉图像技术和深度学习技术的发展,为精准农业提供了技术条件,为农业发展智能化提供了可能性。本文以番茄图像病害分类为切入点,采用一系列的图像处理技术优化图像数据集,在此基础上提出两种神经网络算法完成番茄叶片图像的病害分类和病害程度分类研究。本文的主要内容包括:(1)对数据进行预处理。本文的实验数据来源于Plantvillage工程提供的番茄图
牛无形体病(Bovine anaplasmosis)又叫牛边虫病,是一种立克次氏体目、埃利希体科、无形体属的牛无形体(Anaplasma bovis,A.bovis)侵染所导致的在全球范围内广泛分布的致死性的疾病。其病原体主要寄生在红细胞与单核细胞内。该病每年的易感期分布在4-10月,其中在7-10月份的发病率到达顶峰。该种疾病暴发的严重程度主要与其传播媒介-蜱虫的活跃度相关,但是其它的一些吸血昆
干旱是自然灾害中最严重、破坏性最强的灾害之一。在全球气候变暖的驱动下,气候变化和人类活动对干旱的影响及其驱动因子逐渐成为科学研究的热点。为了更好地监测和预报我国的干湿程度,分析研究干旱的驱动因子具有十分重要的意义。本文采用了气象站点、环流指数、社会经济指标和温室气体等数据分析了气候变化、社会经济发展和人类活动对干旱的影响。基于水分亏缺/盈余指数(water deficit/surplus,D)对我
猪繁殖与呼吸综合征(Porcine reproductive and respiratory syndrome,PRRS)俗称蓝耳病,是由猪繁殖与呼吸综合征病毒(Porcine reproductive and respiratory syndrome virus,PRRSV)感染引起的一种以繁殖障碍和呼吸道感染为主要症状的传染病,严重危害猪业。PRRSV是一种易突变的RNA病毒,具有基因多样性,