|
|
| 清华大学水利系尚松浩团队——考虑遥感降水产品精度时空差异的巴基斯坦融合降水产品 | MDPI Remote Sensing |
|
论文标题：A Regional Blended Precipitation Dataset over Pakistan Based on Regional Selection of Blending Satellite Precipitation Datasets and the Dynamic Weighted Average Least Squares Algorithm（基于混合卫星降水数据集区域选择和动态加权平均最小二乘算法的巴基斯坦区域混合降水数据集）
期刊：Remote Sensing
作者：Khalil Ur Rahman and Songhao Shang
发表时间：8 December 2020
DOI：10.3390/rs12244009
微信链接：
https://mp.weixin.qq.com/s?__biz=MzI1MzEzNjgxMQ==&mid=2650002608&idx=1&sn=
37940b6ef6a8781bfd813a52e19b6ceb&chksm=f1de6e74c6a9e762c45991d7f0e0e98f9e
9d747d887b240ea90ed200de235d0d48a3e91bdcde&token=337991851&lang=zh_CN#rd
期刊链接：
https://www.mdpi.com/journal/remotesensing
通讯作者简介
尚松浩 研究员
清华大学
尚松浩，清华大学水利水电工程系、水沙科学与水利水电工程国家重点实验室研究员、博士生导师，主要从事农业水文水资源、干旱区水文水资源、水文及农业遥感等领域的研究。主持国际自然科学基金重点项目、面上项目等项目20余项，出版专著2部、教材2部，发表论文120余篇，获国家科技进步二等奖1项、省部级科技奖励4项。
尚松浩研究员团队合照
引言
卫星降水产品在地面降水观测资料缺乏地区有广泛的应用前景，但观测资料缺乏地区往往地形复杂，使得不同的卫星降水产品在这些地区具有很大的不确定性。为充分利用卫星降水产品在不同地形和气候条件下的优势，以地形复杂、气候多样的巴基斯坦为研究区，根据不同分区的评价结果选择各分区精度较高的降水产品，利用动态加权最小二乘法构建了区域动态加权最小二乘法融合降水产品 (WALS-RBPD)。
数据及方法
研究中采用的遥感降水产品及再分析数据集包括IMERG、TMPA 3B42-v7、PERSIANN-CDR、ERA-Interim、SM2RAIN-CCI和SM2RAIN-ASCAT，地面降水数据为102个测站的观测结果。根据以上降水产品在巴基斯坦4个气候分区 (冰川区、湿润区、干旱区、极端干旱区) 的评价结果，每个分区选择4个精度较高的降水产品，构建了融合降水产品WALS-RBPD。利用6个精度指标对WALS-RBPD的精度进行了评价，包括平均偏差MB、平均绝对误差MAE、无偏均方根误差ubRMSE、相关系数R、Kling–Gupta效率系数KGE及Theil U系数。
主要结果
图1表示WALS-RBPD中不同降水产品平均权重的空间分布，图2表示不同区域代表性站点权重的时间变化。
图1. WALS-RBPD中不同降水产品平均权重的空间分布。
图2. 不同区域代表性站点权重的时间变化
主要结论
1. IMERG在冰川区、湿润区和干旱区精度最高，而SM2RAIN-ASCAT在极端干旱区精度最高。
2. IMERG在季风期、季风前期精度最高，而SM2RAIN-ASCAT在季风后期和冬季精度最高。
3. 相对于单一的卫星降水产品及其他融合降水产品，WALS-RBPD精度有明显提高，但在不同分区精度不同，其中在地形复杂的山区精度相对较低，而在平原区精度相对较高。
4. WALS-RBPD精度还与降水量和降水强度有关。降水量较大的季风期、季风前期精度相对较低，而降水量减少的季风后期和冬季精度相对较高。
5. 引入降水产品SM2RAIN-ASCAT和SM2RAIN-CCI使得融合降水产品精度显著提高，特别是在冰川区和湿润区。
进一步将有关降水产品应用于研究区干旱评价，结果也表明WALS-RBPD精度高于单一卫星降水产品及其他融合降水产品 (https://www.mdpi.com/2072-4292/13/9/1662)。
期刊简介
Remote Sensing(ISSN 2072-4292, IF4.509) 是一个国际型开放获取期刊。其期刊范围涵盖遥感科学所有领域，从传感器的设计、验证和校准，到遥感在地球科学、环境生态、城市建筑等各方面的广泛应用。Remote Sensing采取单盲同行评审，一审周期约为19天，文章从接收到发表仅需2.9天。
特别声明：本文转载仅仅是出于传播信息的需要，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，须保留本网站注明的“来源”，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，请与我们接洽。
