2021基于3S的流域降雨量分布式反演模型与方法研究.pptVIP

基于 3S 的流域降雨量分布 式反演模型与方法研究 报告人：胡广义 2007.04.09 项目的背景 ? 为什么要研究降雨量估算？ ? 传统监测和估算方法及其缺陷 ? 基于空间信息技术（ RS 、 GIS 、 GPS ） ? 非线性建模（神经网络、遗传算法） 降雨对农业、林业、生态环境以及自然 灾害有着重要的影响。 降雨也是进行产汇流计算和洪水预报不 可缺少的至关重要因子。 降雨量的估算、监测和预报，不仅仅是 气象学的重要研究内容，也是水文水资源 和水利水电工程领域所关注的重要研究课 题。 实际降雨量值的获取主要是利用分布在 不同地点的降雨量观测站来对实际雨量进 行记录。 传统的估算方法有两种，一种就是根据 大气运动的动力学和热力学等理论来对降 雨进行预测估算。 另一种方法就是根据实际观测到的点降 雨量值，采用空间插值的方法来计算得到 面雨量值。 PP 法（完全预报方法） PP 法用历史资料中与预报对象同时间的实际 气象参量作预报因子，由于该方法可利用大量的 历史资料进行统计，得出的统计规律一般比较稳 定可靠。 模式输出统计（ Model output Statistics ， MOS ） MOS 曾经一直是美国气象研究部门普遍采用的 释用方法，它把统计预报法与数值预报法相结合， 做出气象要素预报，该方法预报的准确率与预报 方程的因子选取有很大的关系，因此，国内外有 很多气象研究人员在因子选取上做了大量工作， 1998 年中国气象局曾组织部分省市预报员使用 MOS 预报方法、引进多种组合因子，集中制作了各省 市的分县预报模型。 国内外关于降雨量的空间插值估算模型 研究得也比较多，提出了很多好的模型和 方法，比如多元回归法、距离反比加权法、 克里金插值法等。 不管是根据气象学理论进行估测还是根 据实测点降雨量值进行空间插值，它们所 获取的降雨量都只是某个区域尺度的平均 值，而无法得到该区域内更小尺度的降雨 量分布值。 对于一个流域而言，不同地点的气象条 件可能存在很大差异，进而导致不同地点 的降雨量各不相同，因此，简单的只对流 域降雨量进行宏观上大尺度的估算，显然 无法满足实际应用要求。 所以，需要按照一定的单元大小，对流 域内不同单位面积的降雨量进行分布式的 小尺度估算。 但传统估算方法和监测方法固有的局限 性，很难获取流域内不同单位面积的降雨 量，迫切需要从技术手段上突破。 以 RS 、 GIS 、 GPS （ 3S ）为代表的空间 信息科学技术，为流域分布式降雨量的监 测和估算提供了全新的技术支持。 研究思路 正演模型 反演模型 传统插值 方法 IDW Kriging 基于 BP GA 模型 的空间 插值法 传统的反 演估算 方法 统计回归 基于 BP GA 模型 的反演 估算 研究思路 读取 MODIS 云产品 数据并 校正 提取气象 参数因子 读取地面实 测降雨量数据 读取降雨站点 经纬度及高程 初步确定神经网 络拓扑结构 GA 算法优化权 值空间 IDW Kriging 空间 插值 基于 GABP 算法的 空间插值 BP 算法搜索最 佳权值系数 三种估算模型的比较 研究思路 选取湖北省作为研究对象，在分析影响 该区域降雨量的关键气象因子基础上，将 该区域划分为一定大小的单元网格，采集 各单元网格内的气象参数，并结合地面实 测降雨量数据，由于气象参数和降雨量之 间肯定有某种内在关联，这种关联无法用 确切的数学关系式来描述。 研究思路 神经网络和遗传算法很好的解决了这种 类似于黑箱模型的问题，我们不需要知道 模型的具体细节，而是通过大量的统计数 据训练，达到某种最佳效果，即全局最优 解，从而建立输入和输出之间的关系机制， 这种非线性建模手段为分布式降雨量的估 算提供了技术支持。 实测降水资料来源 ? 用于训练模型 的样本的 254 个站点和用于 模型检验的 38 个站点均来自 于湖北省自动 站网日降水量 资料 根据气象学和先验知识，选择影响降雨量的 气象因子： 云顶亮温， 云的有效发射率， 云覆盖度， 云顶压力。 MODIS 遥感影像接收系统简介 Terra(EOS-AM1) ? 1999 年 12 月 18 日，美国成功发射了 EOS 的第一颗先 进的极地轨道环境遥感卫星 Terra(EOS-AM1) 。它 的主要目标是对太阳辐射、大气、海洋和陆地进 行综合观测，获取有关海洋、陆地、冰雪圈和太 阳动力系统等信息，进行土地利用和土地覆盖研 究、气候季节和年际变化研究、自然灾害监测和 分析研究、长期气候变率和变化研究以及大气臭 氧变化等。 Terra(EOS-AM1) 卫星 MODIS 遥感影像接收系统简介 MODIS （ MODERATE RESOLUTION IMAGING SPECTRORADIOMETER ） 是