發(fā)布時(shí)間：2020-11-11 23:54

　　 在全球氣候變暖的背景下,青藏高原地區(qū)的地表溫度(Land Surface Temperature,LST)和水汽(Precipitable Water Vapor,PWV)都發(fā)生了 巨大的變化。長(zhǎng)期高空間分辨率高精度的地表溫度、大氣可降水量數(shù)據(jù)對(duì)于監(jiān)測(cè)青藏高原地區(qū)的地表溫度和水汽變化有著至關(guān)重要的作用。本文選取青藏高原地區(qū)2001-2010年(10a)的氣象觀測(cè)站地面觀測(cè)數(shù)據(jù)——地表溫度和相對(duì)濕度及其同時(shí)段的MODIS遙感影像數(shù)據(jù)作為訓(xùn)練樣本,采用SMOTE過(guò)采樣法對(duì)地面觀測(cè)數(shù)據(jù)進(jìn)行過(guò)采樣化處理。將貝葉斯線性回歸模型(Bayesian Linear Regression,BLR)作為基模型,運(yùn)用“組合分類”的思想,將基貝葉斯線性回歸模型訓(xùn)練組合成最終的模型——地表溫度組合貝葉斯線性回歸模型(LST-eBLR)和大氣可降水量組合貝葉斯線性回歸模型(PWV-eBLR)。利用高原2011-2015年(5a)的地面觀測(cè)數(shù)據(jù)和MODIS遙感影像數(shù)據(jù)(作為真值)作為評(píng)估樣本,對(duì)LST-eBLR和PWV-eBLR進(jìn)行評(píng)估驗(yàn)證。評(píng)估結(jié)果表明:LST-eBLR模型于2011-2015年的平均預(yù)測(cè)值的誤差集中在[-0.84,1.26]區(qū)間內(nèi),平均誤差為0.21℃;且該模型的預(yù)測(cè)值和真值的相關(guān)性集中在[0.90,0.99]區(qū)間內(nèi),平均值為0.95。PWV-eBLR模型于2011-2015年的平均預(yù)測(cè)值的誤差集中在[-0.77,0.60]區(qū)間內(nèi),平均誤差為-0.59mm;該模型的預(yù)測(cè)值和真值的相關(guān)性集中在[0.82,0.95]區(qū)間內(nèi),平均值為0.90。由此可知,LST-eBLR、PWV-eBLR模型具有很高的預(yù)測(cè)準(zhǔn)確度。將LST-eBLR、PWV-eBLR模型運(yùn)用于1996-2000年(5a)的地面觀測(cè)數(shù)據(jù)上,進(jìn)而得到1996-2000年的模型預(yù)測(cè)值。聯(lián)合2001-2015年(15a)MODIS遙感影像數(shù)據(jù),得到長(zhǎng)期(1996-2015,20a)高空間分辨率(與MODIS遙感影像數(shù)據(jù)的空間分辨率一致)高精度的地表溫度和大氣可降水量數(shù)據(jù)集。利用得到的數(shù)據(jù)集對(duì)青藏高原地區(qū)的地表溫度ECMWF再分析資料(LST-ECMWF)和大氣可降水量ECMWF再分析資料(PWV-ECMWF)進(jìn)行驗(yàn)證。結(jié)果表明LST-ECMWF和PWV-ECMWF都存在高估的現(xiàn)象,其平均值分別為5.37℃(LST-eBLR 為 2.26℃)和 12.42mm(PWV-eBLR 為 6.82mm)。另外,由LST-ECMWF計(jì)算得到的高原地區(qū)在1996-2015年的平均地表溫度變化率(0.0026℃/a)和由LST-eBLR得到的(-0.0019℃/a)相差較大,且符號(hào)相反。由PWV-ECMWF計(jì)算得到的1996-2015年高原地區(qū)的平均大氣可降水量變化率為0.0009mm/a,而PWV-eBLR計(jì)算得到的為-0.0047mw/a,量值差距較大,符號(hào)相反。同時(shí),由LST-eBLR、PWV-eBLR計(jì)算得到的高原平均地表溫度和大氣可降水量的長(zhǎng)期變化率可知,1996-2015年之間,青藏高原地區(qū)整體的地表溫度呈現(xiàn)下降趨勢(shì),每年下降約0.0019℃;大氣可降水量也呈現(xiàn)出下降趨勢(shì),每年下降約0.0047mm。可知,在研究時(shí)間范圍內(nèi),青藏高原地區(qū)的地表溫度和大氣可降水量并沒(méi)有發(fā)生顯著變化。
【學(xué)位單位】：武漢大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2017
【中圖分類】：P413
【部分圖文】：

ｏｎｇｔｕｅ??圖１．１青藏高原地區(qū)及其周邊的ＤＥＭ示意圖??由于青藏高原特有的地質(zhì)地形條件，其氣候變化相較于世界ｈ．其他地區(qū)性，不少學(xué)者將其稱為氣候變化的啟動(dòng)區(qū)。比如，在最近的６００年內(nèi)，的３次＂暖期＂和３次＂冷期＂，都是先從靑藏高原地區(qū)開始，順著祁連山（，１９９８）。，

Ｌｏｎ＾ｉｉｕｉｋ??圖２．１青藏高原地區(qū)ＤＥＭ圖??由圖２．１可知，選取的海拔高于２０００ｍ的青藏高原地區(qū)涵蓋了西藏藏族自??治區(qū)、青海省、新疆維吾爾族自治區(qū)的西南邊緣（也即青藏高原地區(qū)的西北邊緣??昆侖山脈和阿爾金山脈）、甘肅省的祁連山地區(qū)、四川省的西南部Ｗ及云南省的??西北部（橫斷山脈等地區(qū)，也即青藏高原的川藏高山峽巧區(qū)域）。??２丄１?ＭＯＤＩＳ遙感影像數(shù)據(jù)??ＭＯＤＩＳ?（Ｍｏｄｅｒａｔｅ?Ｒｅｓｏｌｕｔｉｏｎ?Ｉｍａｇｉｎｇ?ｓｐｅｃｔｒｏｍｅｔｅｒ），也即中分辨率成像光??譜儀，搭載在ｒｅｍｚ和卸衛(wèi)星上，可Ｗ動(dòng)態(tài)實(shí)時(shí)監(jiān)測(cè)整個(gè)地球，監(jiān)測(cè)周期為１－??２天。ＭＯＤＩＳ傳感器可Ｗ監(jiān)測(cè)波長(zhǎng)在０．４０５－１４．３８５／／Ｗ范圍內(nèi)的％個(gè)波段，可Ｗ??輸出空間分辨率為２５０／Ｗ，５００ｍ，?ｌＯＯＯｗ三種分辨率數(shù)據(jù)。??ＭＯＤＩＳ傳感器Ｗ及其他儀器設(shè)備，通過(guò)跟蹤與數(shù)據(jù)延遲衛(wèi)星系統(tǒng)（Ｔｒａｃｋｉｎｇ??ａｎｄ?Ｄａｔａ?Ｒｅｌａｙ?Ｓａｔｅｌｌｉｔｅ?Ｓｙｓ化ｍ，ＴＤ民ＳＳ），將各種觀測(cè)數(shù)據(jù)傳輸至位于Ｗｈｉｔｅ??Ｓａｎｄｓ、?Ｎｅｗ?Ｍｅｘｉｃｏ的地面觀測(cè)站。然后巧傳輸至位于戈達(dá)太空飛巧中也??５??

Ｌｏｎｇｉｔｕｄｅ??圖２．２青藏高原地區(qū)氣象觀測(cè)站的分布圖??由圖２．２可知，氣象觀測(cè)站（紅色實(shí)也圓點(diǎn)）主要集中在甘肅、青海、四川??和西藏周邊低海拔地區(qū)；而在青藏高原地區(qū)的藏北高原Ｗ及昆侖山脈、唐古拉山??脈和岡底斯山脈等海拔較高地形起伏較大的地區(qū)氣象觀測(cè)站的數(shù)量極少。由此可??知，青藏高原地區(qū)的氣象觀測(cè)站的分布是極度不均衡的，并且站點(diǎn)也比較缺乏。??依據(jù)高程（Ｅｌｅｖａｔｉｏｎ）、相對(duì)海拔（ＲｅｌａｔｉｖｅＨｅｉｇｈｔ）、山地鞍點(diǎn)和峰點(diǎn)的高??程差（Ｅｌｅｖａｔｉｏｎ?Ｄｉｆｆｅｒｅｎｃｅ?ｂｅｔｗｅｅｎ?Ｓａｄｄｌｅ?ａｎｄ?Ｐｅ化）、峰點(diǎn)高程的標(biāo)準(zhǔn)差（Ｓｔａｎｄａｒｄ??Ｄｅｖｉａｔｉｏｎｏ巧ｌｅｖａｔｉｏｎｏｆＰｅａｋｓ）這四個(gè)特征屬性值，同時(shí)參照中國(guó)地形圖（Ｃｈｉｎａ’ｓ??ＧｅｏｍｏｒｐｈｏｌｏｇｉｃＭａｐ），將青藏高原地區(qū)劃分成９個(gè)區(qū)域（Ｘｉａｏｅｔａｌ．，?２０１４）。??具體的分區(qū)如表２．２所示：????表２．２青藏高原地區(qū)地形分區(qū)一覽表??區(qū)號(hào)?海拔／地形特點(diǎn)?區(qū)域內(nèi)氣象站個(gè)數(shù)??Ｉ?南部中海拔極高地形起伏山脈?１??ＩＩ?東南部高海拔高地形起伏山脈?３４??ＩＩＩ?西南部高海拔高地形起伏山脈?７??ＩＶ?中部中海拔山地及平原?７??Ｖ
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 姚宜斌;雷祥旭;張良;張豹;彭海;張佳華;;青藏高原地區(qū)1979～2014年大氣可降水量和地表溫度時(shí)空變化特征分析[J];科學(xué)通報(bào);2016年13期

2 張俊榮;高空間分辨率微波輻射計(jì)[J];空間電子技術(shù);1996年04期

3 瀨戶洋一,小平高敏,江濤;高空間分辨率衛(wèi)星遙感的發(fā)展動(dòng)向(上)[J];紅外;1997年09期

4 瀨戶洋一,小平高敏,江濤;高空間分辨率衛(wèi)星遙感的發(fā)展動(dòng)向(下)[J];紅外;1997年10期

5 楊為民;用單個(gè)小口徑射電天線獲得高空間分辨率圖象的方法和試觀測(cè)結(jié)果——DFT在天文上的應(yīng)用(Ⅱ)[J];云南天文臺(tái)臺(tái)刊;1989年03期

6 覃先林,李增元,易浩若;高空間分辨率衛(wèi)星遙感影像樹冠信息提取方法研究[J];遙感技術(shù)與應(yīng)用;2005年02期

7 郭仕德,林旭東,馬廷;高空間分辨率遙感環(huán)境制圖的幾個(gè)關(guān)鍵技術(shù)研究[J];北京大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年01期

8 代晶晶;王瑞江;王登紅;;高空間分辨率遙感數(shù)據(jù)在離子吸附型稀土礦山調(diào)查中的應(yīng)用[J];遙感技術(shù)與應(yīng)用;2014年06期

9 張俊;王寶山;張志強(qiáng);;面向?qū)ο蟮母呖臻g分辨率影像分類研究[J];測(cè)繪信息與工程;2010年03期

10 曉晨;高空間分辨率和高光譜分辨率的近場(chǎng)掃描光學(xué)顯微術(shù)[J];激光與光電子學(xué)進(jìn)展;2003年07期

相關(guān)博士學(xué)位論文 前10條

1 尹立杰;遙感影像數(shù)據(jù)的保護(hù)[D];中國(guó)地質(zhì)大學(xué)（北京）;2008年

2 劉建華;高空間分辨率遙感影像自適應(yīng)分割方法研究[D];福州大學(xué);2011年

3 袁占良;高空間分辨率遙感數(shù)據(jù)城市區(qū)土地覆蓋類型分類潛力評(píng)價(jià)研究[D];河南理工大學(xué);2015年

4 曾玲琳;作物物候期遙感監(jiān)測(cè)研究[D];武漢大學(xué);2015年

5 于真;四川省地表溫度時(shí)空變化特征及評(píng)價(jià)模型研究[D];成都理工大學(xué);2017年

6 劉佳;利用鉆孔溫度梯度重建過(guò)去地表溫度變化研究[D];蘭州大學(xué);2015年

7 張金區(qū);珠江三角洲地區(qū)地表熱環(huán)境的遙感探測(cè)及時(shí)空演化研究[D];中國(guó)科學(xué)院研究生院（廣州地球化學(xué)研究所）;2006年

8 蔡國(guó)印;基于MODIS數(shù)據(jù)的地表溫度、熱慣量反演研究及其在土壤水分、地氣間熱交換方面的應(yīng)用[D];中國(guó)科學(xué)院研究生院（遙感應(yīng)用研究所）;2006年

9 戴曉燕;基于遙感數(shù)據(jù)挖掘定量反演城市化區(qū)域地表溫度研究[D];華東師范大學(xué);2008年

10 彭征;重慶市中心城區(qū)土地利用/覆蓋變化及其對(duì)地表溫度影響研究[D];西南大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 張佳華;青藏高原地區(qū)長(zhǎng)期高空間分辨率的地表溫度和水汽的數(shù)據(jù)模型建立[D];武漢大學(xué);2017年

2 元晨;高空間分辨率遙感影像分類研究[D];長(zhǎng)安大學(xué);2016年

3 鐘其柱;高空間分辨率頭相關(guān)傳輸函數(shù)數(shù)據(jù)庫(kù)的建立及分析[D];華南理工大學(xué);2011年

4 朱霞;基于高空間分辨率影像的建筑物邊緣空間信息提取研究[D];浙江大學(xué);2014年

5 鄒會(huì)杰;基于高空間分辨率的高光譜遙感數(shù)據(jù)的城市地物分類[D];山東大學(xué);2014年

6 劉露;全球海量遙感影像數(shù)據(jù)的分布式管理技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2007年

7 馮亞飛;高空間分辨率遙感影像分割自適應(yīng)尺度計(jì)算[D];北京建筑大學(xué);2017年

8 劉生;高空間分辨率遙感影像幾何特征提取方法研究[D];南京信息工程大學(xué);2007年

9 張良;基于對(duì)等網(wǎng)絡(luò)的遙感影像數(shù)據(jù)傳輸策略研究[D];河南大學(xué);2017年

10 張勇;遙感影像數(shù)據(jù)庫(kù)原型系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];解放軍信息工程大學(xué);2008年

本文編號(hào)：2879932