结合光谱降维的IPSO-SVR水体总磷浓度预测模型

[目的] 选择最优模型对水体中总磷浓度进行预测,为准确、实时、高效检测水资源状况提供支持。 [方法] 以2021年在长江中下游武汉—安徽地区采集的水质样本作为研究对象,首先,对采集到的长江光谱数据进行最大最小归一化和均值中心化两种预处理操作以便统一数据的范围和均值点,并使用核主成分分析(KPCA)技术对预处理后的光谱数据进行降维操作。选取方差解释率为99.6%下的6个特征向量进行后续预测模型的训练,接着在原有粒子群算法的基础上引入自适应惯性权重更新公式和遗传—模拟退火变异思想,提高算法的寻优能力。使用改进的粒子群优化算法对支持向量回归模型中的超参数组合进行寻优,对支持向量回归模型使用输出的结果进行预测模型的训练,最后使用测试集数据进行总磷浓度的预测。 [结果] 提出了一种结合光谱降维的改进粒子群优化算法(IPSO)结合支持向量回归(SVR)的水体总磷含量预测模型。通过和当前预测性能较好的几种机器学习模型进行精度的比较发现,该试验模型对长江水体总磷浓度进行预测时决定系数(R²)为0.973 920,均方根差(RMSE)为0.003 012,平均绝对误差(MAE)为0.002 105。 [结论] 使用光谱数据结合降维技术、粒子群优化算法和机器学习模型的算法融合模型检测水体总磷浓度可行性强,精确度高,且拟合效果良好。     

基于MGWR的渭河流域TRMM降水产品空间降尺度分析

高分辨率降水数据有助于刻画降水的时空分异特性,对流域水文、气象和生态等过程的精准模拟具有重要作用,因此对低分辨率降水产品开展空间降尺度,提高其分辨率十分必要。鉴于此,本文在充分考虑热带降雨测量卫星（Tropical Rainfall Measuring Mission,TRMM）降水产品在渭河流域适用性的基础上,引入归一化差分植被指数（Normalized Difference Vegetation Index,NDVI）、数字高程模型（Digital Elevation Model,DEM）、坡度、坡向和经纬度等地理环境因子,构建了多尺度地理加权回归（Multi-scale Geographically Weighted Regression,MGWR）模型用以分析不同因子对渭河流域降水空间格局影响的尺度差异;进一步提出了一种针对TRMM降水产品的空间降尺度方法,并透过精度评价验证了降尺度结果的可靠性。结果表明：1）TRMM降水产品数据相较于站点实测数据存在一定精度误差,年尺度上R2=0.807,BIAS=2.909%,RMSE=83.477 mm,表现较好;季尺度上秋季R2最高,为0.847,夏季RMSE最大,为62.393 mm,四季的BIAS均较低;月尺度R2为0.456～0.815,BIAS介于±0%～8%之间,多数月份为正值,RMSE值域范围为3.019～37.841 mm,精度较好;总体而言,TRMM降水产品数据在年、季和月尺度上均表现出良好的整体适用性。2）不同因子在干湿年份对降水空间分异格局的影响呈现出不同的尺度特征,其中湿润年的DEM、NDVI、坡向和经纬度对降水呈现局部影响,坡度影响具有全局性,而干旱年各因子均表现为局部影响。3）流域和站点尺度上,降尺度TRMM数据相较于降尺度前产品数据精度得到一定改善,其中流域尺度上,R2整体提升3%,RMSE降低1mm;站点尺度上,各站点统计指标变化各异,但降尺度后统计指标整体优于降尺度前,并且由于时间尺度上的误差累积,站点年尺度数据精度相比月尺度数据稍差（R2由0.8～0.91变为0.4～0.95,RMSE从11～17变为32～150）。4）降尺度TRMM数据相比于降尺度前产品数据,空间分布更细腻,细节特征表现更好,且在年、月时间尺度上均具有较高的精度,可为渭河流域资料短缺地区的水文设计提供数据支撑。     

秦岭地区气温变化统计降尺度研究

运用统计降尺度模型（SDSM）及秦岭地区7个站点1961-2011年的日平均气温、日最低气温和日最高气温资料,采用逐步线性回归方法（SMLR）选取NCEP大气环流预报因子中的最优因子,建立了预报量与预报因子之间的定量统计关系,对秦岭地区未来气温变化进行适用性分析,并对未来3个不同时期（2011-2040年、2041-2070年、2071-2099年）气温变化趋势进行预测。结果表明：SDSM模型对秦岭地区气温模拟效果良好,秦岭地区未来气温增幅明显,不同时间尺度增幅呈现明显时间差异,3个预报量在月尺度、季尺度呈现相似的时间变化特征：月尺度呈现8月增温最大,12月增温最小;季尺度呈现冬<春<秋<夏的趋势。2011-2040年气温的空间分布呈现秦岭北坡增幅大于秦岭南坡。     

基于统计降尺度模型的河西走廊未来气温和降水的时空变化

【目的】预测未来大气环流模式HadCM3下,河西走廊在人口较快增长、温室气体高排放情景(A2)和区域可持续发展、温室气体低排放情景(B2)下气温和降水的变化趋势。【方法】选取河西走廊14个气象站的日平均气温、日最低气温、日最高气温和日降水量作为预报量,以全球大气NCEP再分析资料作为预报因子,采用统计降尺度模型(SDSM)预测研究区未来气温和降水的变化。【结果】SDSM对河西走廊气温和降水模拟的解释方差分别为0.54~0.85和0.09~0.64。2070-2099年A2情景下,河西走廊日平均气温、日最低气温、日最高气温分别增加4.8,2.4和5.4℃,B2情景下分别增加3.5,2.0和4.0℃;河西走廊西部部分地区2070-2099年A2情景年降水量增加20.0%,B2情景增加6.7%,而中东部地区2070-2099年A2情景年降水量减少22.0%,B2情景年降水量减少15.4%。未来河西走廊极端最低气温和极端最高气温均有所增加,极端降水事件发生的频率有所减小。【结论】SDSM对气温的模拟效果明显优于降水;河西走廊未来A2、B2情景下日最低气温、日最高气温、日平均气温总体呈上升趋势,其中日最低气温的增幅小于日最高气温和日平均气温的增幅;河西走廊未来降水量的变化趋势具有区域特征,西部部分地区呈增加趋势,而中东部地区呈减少趋势。     

遥感降水数据空间降尺度及干旱时空监测

在全球气候变暖的背景下,干旱灾害日趋频发。为全面精细研究华中地区降水的时空变化,结合水汽(PWV)、增强型植被指数(EVI)等数据,基于地理加权回归模型,结合克里金插值分别对2010—2019年的GPM IMERG和TRMM 3B43数据进行空间降尺度,并利用区域内53个气象站数据进行精度评价。对优选的降尺度数据采用变异系数法、Theil-Sen Median趋势分析耦合Mann-Kendall显著性检验方法及Hurst指数法,分析了华中地区的降水时空变化特征及其可持续性特征,并对未来降水趋势进行预测,最后构建归一化降水距平百分率(NPA)、标准化降水蒸散指数(SPEI₁₂)来实现研究区的干旱时空监测。结果表明:降尺度处理后降水细节增强,能有效改善原始数据的高估现象,GPM数据降尺度数据比TRMM降尺度数据更接近实测数据;近10年华中地区降水时空分布差异较大,降水较高波动变化和高波动变化共占全区69.21%;10年间降水变化以非显著变化为主,其中,轻微增加地区占全区54.88%,轻微减小地区占全区40.41%;10年间降水变化趋势以弱(27.33%)、中(34.9...     

基于GCM泾河流域未来温度变化的降尺度预测

【目的】分析泾河流域21世纪温度变化的趋势,为流域未来气候变化情景的构建及当地农业的可持续发展提供参考依据。【方法】基于泾河流域18个气象站点的日平均温度和日最高、最低温度实测数据,以及美国国家环境预报中心(NCEP)的再分析资料、英国Hadley气候预测与研究中心的全球气候模型HadCM3在A2和B2情景下模拟的大气环流因子,利用统计降尺度模型SDSM,对泾河流域21世纪3个时期(2020s,2050s,2080s)温度的时空变化进行预测。【结果】A2、B2情景下,泾河流域未来3个时期(2020s,2050s,2080s)的温度变化均表现出明显的上升趋势,且随时间的推移增幅增大。3个时期的温度变化具有季节差异,日平均温度在A2、B2情景下均以夏季变化最为显著(A2:1.2,2.5,4.5℃;B2:1.3,2.4,3.2℃);日最高温度在A2情景下以秋季变化最为显著(1.0,2.4,3.8℃),B2情景下则以冬季变化最为显著(1.0,2.0,2.9℃);日最低温度在A2情景下以夏季变化最为显著(1.1,2.4,4.4℃),B2情景下则以秋季变化最为显著(1.4,2.3,3.3℃)。温度变化同时也存在空间差异,以东南-西北方向增幅较高,东南部是高增长的中心,东北部和西南部增幅相对较小。【结论】泾河流域未来3个时期(2020s,2050s,2080s)的温度有明显上升,并具有一定的时空差异和季节差异。     

中国西部地区气温资料的统计降尺度研究

利用再分析资料,通过降尺度方法可以获取陆面过程模型以及陆面数据同化系统所需要的气温、风场、比湿、辐射、降水等高质量驱动数据。通过气温资料的降尺度分析,以ERA-40再分析资料作为背景场,使用地统计学方法建立中国西部气温观测场的观测误差协方差,使用IV方法估计背景误差协方差,利用最优插值法生成了中国西部地区2000年空间...     

澜沧江流域卫星产品降尺度与融合方法

卫星降水产品具有覆盖范围广、更适用于无资料区域的优势,但分辨率较低、精度不足,为获取高时空分辨率、高精度的降水数据,需对卫星产品进行降尺度,并与地面观测数据融合,以提高数据质量。以澜沧江流域为例,在综合考虑地形、地理和植被等要素的基础上,建立地理加权回归（geographic weighted regression,GWR）模型对热带降雨测量卫星（tropical rainfall measurement mission,TRMM）和基于人工神经网络的遥感降水估计-气候数据记录（precipitation estimation from remotely sensed information using artificial neural networks-climate data record,PERSIANN-CDR）产品进行空间降尺度,再采用集合卡尔曼滤波算法,将地面气象站点经反距离加权插值法（inverse distance weighted,IDW）插值后的数据作为融合算法观测值,对降尺度后的TRMM、PERSIANN-CDR数据进行融合,以进一步提高降水数据精度。结果表明：...     

基于不同时间尺度的喀斯特农业干旱时空演变特征及驱动探测——以贵州省为例

为提高喀斯特农业干旱监测的准确性和进一步揭示其驱动机制,基于MODIS-NDVI/LST数据,利用地理加权回归模型对GLDAS土壤水分进行降尺度研究;并基于SSI对农业干旱进行识别,分析不同时间尺度农业干旱时空演变及联合概率特征;最后运用地理探测器揭示喀斯特农业干旱驱动机制。结果表明：(1)20年间,贵州省不同时间尺度的干旱强度整体上呈减弱趋势,干旱面积也呈减少趋势;干旱强度和干旱频率在空间上呈西高东低分布格局。(2)干旱联合特征值呈秋季>冬季>生长季>夏季>全年>春季规律,说明贵州省秋冬容易发生较高强度和较多面积的农业干旱。(3)岩溶发育强度、降雨和海拔是喀斯特农业干旱主导驱动因子,与其空间分布有较强的耦合关系;不同因子交互作用对SSI均呈双因子增强和非线性增强,且各因子之间无显著性差异的组合较少,说明农业干旱是因子之间协同的结果。研究结果可为喀斯特农业干旱监测和防旱抗旱措施的制定提供参考依据。     

基于统计降尺度方法的长江中下游气温的模拟与预估

目前大部分全球气候模式(GCM)空间分辨率比较低,很难对区域尺度气候变化做出合理预测。降尺度方法的广泛运用弥补了GCM在这方面的不足。采用主成分分析和逐步回归相结合的统计降尺度方法对1980—2011年1月和7月长江中下游地区气温变化进行统计降尺度处理,并对该地区未来温度的变化进行预估。首先采用ECMWF的ERA-Interim再分析资料和实测资料建立逐月的统计降尺度模型,然后将建立的统计降尺度模型运用到CMIP5资料中,从而生成长江中下游地区各个测站未来气温变化序列。研究结果表明:(1)统计降尺度方法模拟1月和7月的温度与实测温度一致性都很好;(2)在21世纪末的时候气温在不同排放情景下都高于目前温度2～3℃,并且7月份的增温幅度要大于1月份。