多源雪深数据在中国的空间特征评估

多源雪深数据在中国的空间特征评估

论文摘要

积雪的年际和年内变化强烈地影响着区域及全球的水量平衡,同时,积雪反照率反馈也显著地影响着气候变化。目前长时间序列的格网雪深数据主要来自被动微波遥感及再分析资料,但不同数据之间存在着明显差异。基于多源雪深数据的评估,特别是空间特性的评估还很缺乏。因此,本研究选取了AMSR-E、WESTDC、GlobSnow、RA-Interim及MERRA2这5种雪深数据,以站点观测数据为参考真值,对它们进行了中国地区的空间误差对比及基于误差排序的相对表现分析。评估结果初步显示:①WESTDC在我国西北及东北积雪区表现较好,适合用于我国北方的雪深研究;②MERRA2在西北和东北积雪区也有较好的表现,但由于其分辨率较粗,缺乏细节的空间信息,因此认为比较适用于大区域的统计分析;③AMSR-E在我国中部和东南地区表现最好,因此认为适合我国中部及东南部的雪深研究。

论文目录

  • 1 引言
  • 2 数据及预处理
  •   2.1 评估数据
  •     2.1.1 AMSR-E全球逐日雪深数据集
  •     2.1.2 中国雪深长时间序列数据集
  •     2.1.3 GlobSnow北半球逐日雪水当量数据集
  •     2.1.4 ERA-Interim再分析资料
  •     2.1.5 MERRA2再分析资料
  •   2.2 站点资料
  •   2.3 数据预处理
  • 3 评价指标
  •   3.1 偏差
  •   3.2 均方根误差
  •   3.3 各误差评价指标的排序
  • 4 评估结果
  •   4.1 各数据的平均雪深空间分布
  •   4.2 各数据的误差估计
  •     4.2.1 各数据平均偏差的空间分布
  •     4.2.2 各数据平均均方根误差的空间分布
  •   4.3 各数据偏差的空间排序
  •   4.4 各数据误差排名的区域统计
  • 5 结语
  • 文章来源

    类型: 期刊论文

    作者: 肖林,车涛,戴礼云

    关键词: 遥感数据,再分析资料,雪深数据,评估,中国

    来源: 遥感技术与应用 2019年06期

    年度: 2019

    分类: 基础科学,信息科技

    专业: 气象学

    单位: 中国科学院西北生态环境资源研究院,中国科学院大学,中国科学院黑河遥感实验研究站

    基金: 科技部国家科技基础资源调查专项“中国积雪特性及分布调查”(2017FY100500),国家自然科学基金项目(41771389)资助

    分类号: P426.63;P407

    页码: 1133-1145

    总页数: 13

    文件大小: 2377K

    下载量: 133

    相关论文文献

    • [1].欧亚大陆冬季雪深的时空演变特征及其影响因子分析[J]. 地理科学 2012(02)
    • [2].1982—2015年内蒙古雪深时空变化遥感分析[J]. 草原与草业 2019(04)
    • [3].雪深自动观测仪故障分析[J]. 农家参谋 2019(14)
    • [4].蒙古高原雪深时空变化及其对气候变化的响应[J]. 内蒙古师范大学学报(自然科学汉文版) 2020(03)
    • [5].人工雪深和自动雪深观测数据差异的原因分析[J]. 黑龙江气象 2015(02)
    • [6].蒙古高原雪深时空变化特征及地形影响[J]. 干旱区资源与环境 2018(12)
    • [7].DSJ1超声波雪深观测仪的安装及维护[J]. 气象水文海洋仪器 2020(03)
    • [8].天山雪深反演算法验证与分析[J]. 遥感信息 2016(04)
    • [9].基于相位法激光测距原理的雪深传感器研究与应用[J]. 气象科技 2013(04)
    • [10].铁路防灾雪深图像采集的设计和实现[J]. 铁道通信信号 2016(05)
    • [11].东北典型林区雪深反演算法的验证与分析[J]. 地球信息科学学报 2014(02)
    • [12].基于数据同化算法融合多源数据估算雪深[J]. 武汉大学学报(信息科学版) 2016(06)
    • [13].铁路雪深监测系统设计与实现[J]. 中国铁路 2014(03)
    • [14].基于多星GPS-IR的雪深反演分析[J]. 水力发电 2018(06)
    • [15].哈大铁路客运专线雪深监测系统研究[J]. 铁道标准设计 2012(05)
    • [16].区域尺度雪深验证数据的加密研究[J]. 遥感信息 2010(06)
    • [17].一种GPS多路径信号的雪深估测方法[J]. 水道港口 2020(03)
    • [18].基于GPS新型L5信号的地表雪深反演研究[J]. 测绘通报 2019(07)
    • [19].风三微波亮温数据在北疆地区的雪深反演研究[J]. 水土保持研究 2013(04)
    • [20].基于AMSR-E数据的青海省雪深遥感监测模型及其精度评价[J]. 干旱区研究 2011(02)
    • [21].积雪特性参数分析及雪深模型建立[J]. 东北农业大学学报 2017(12)
    • [22].冬季雪深再分析资料在欧亚中高纬地区的适用性评价[J]. 气候与环境研究 2015(03)
    • [23].近30年青藏高原雪深时空变化特征分析[J]. 气象 2018(02)
    • [24].基于多源数据的阿勒泰地区雪深反演研究[J]. 遥感技术与应用 2015(01)
    • [25].FY3B-MWRI中国区域雪深反演算法改进[J]. 中国科学:地球科学 2014(03)
    • [26].我国年最大雪深概率分布的优选模型[J]. 自然灾害学报 2017(06)
    • [27].铁路雪深监测系统数据过滤算法研究[J]. 铁路计算机应用 2016(10)
    • [28].青藏高原冬春雪深年代际变化与南亚高压可能联系[J]. 高原气象 2016(01)
    • [29].青藏高原冬春雪深分布与中国夏季降水的关系[J]. 大气科学学报 2009(06)
    • [30].SVM辅助的GPS SNR雪深时间序列反演[J]. 测绘科学技术学报 2019(04)

    标签:;  ;  ;  ;  ;  

    多源雪深数据在中国的空间特征评估
    下载Doc文档

    猜你喜欢