一种 NCEP/NCAR 再分析气温数据的统计降尺度方法荆文龙, 冯敏, 杨雅萍( 中国科学院地理科学与资源研究所, 北京 100101 ) 摘要:近地表气温是影响陆表过程的一项重要因素,中高分辨率的栅格化气温数据是生态环境、水文、水循环等模拟和分析的重要参数,获得准确和较高空间分辨率的栅格化气温数据对更好地理解陆地表面过程和全球变化等有非常重要的意义。本文提出一种基于气温与地形、植被等环境因子,以及地理位置的统计降尺度方法, 以回归树模型建立气温与 NDVI 、 DEM 及地理位置之间的定量关系, 将 NCEP/NCAR 近地表气温数据降尺度到公里级分辨率, 并利用该方法得到 2000 年 1月至 2010 年 12 月全国陆地范围 1 km 分辨率逐月月平均气温数据。最后,采用全国 380 个气象站点的观测数据对结果进行对比分析,结果表明:该方法得到的气温数据可以有效地反映全国陆地范围气温空间分布特点和月际变化趋势, 验证结果的 R2 范围在 0 . 861 - 0 . 95 之间, RMSE 范围在 1 . 88 ~ 2 . 68 ℃之间。关键词: 统计降尺度; 月平均气温; NCEP/NCAR ; NDVI ; DEM D O I : 10 . 3724 /. 1047 . 2014 . 00819 1 引言近地表气温是描述陆地表面环境条件和热量特征的重要指标,也是气象观测资料中最重要的观测数据之一[ 1 - 2 ] 。栅格化的气温数据能提供区域范围内气温的连续分布情况,是各种植物生理、水文、气象、环境等模式或模型中的关键的输入参数[ 1 ] 。因此,获得准确和较高空间分辨率的栅格化气温分布数据对更好地理解陆地表面过程和全球变化等有重要意义[ 1 - 4 ] 。近地表气温数据的获取途径主要有两种:气象站点观测和遥感反演。气象站点观测数据是点数据,其观测仅代表站点周围一定范围的气温状况, 但在许多水文、环境、生态模型中需要栅格化的近地表气温数据。虽然可以通过空间插值将气象站点的气温数据栅格化[ 5 - 6 ] ,但是,直接内插的方法强调气温在二维空间的分布规律,容易忽略地形、植被等因素对气温的影响,难以获得高精度的插值结果。一些研究者将海拔高程引入,建立 DEM 的空间插值方法,与传统简单内插方法相比,精度有所提高[ 5 - 8 ] 。但是,由于每个站点仅代表附近有限范围的气候状况[ 1 ] ,插值方法严重依赖于气象观测站点的分布。实际工作中,气象观测站点的分布并不是均匀的,分布密度有限,特别是在中国西部等偏远地区,气象观测站分布非常稀疏,导致气温数据的空间内插精度低下。 NCEP/NCAR 全球气候再分析资料来自美国国家环境预报中心(National Centers for Environmen - tal Prediction , NCEP )和国家大气中心( National Center for Atmospheric Research, NCAR )的全球再分析计划,是由美国国家环境预报中心和国家大气研究中心协作,对来源于地面、船舶、无线电探空、探空气球、飞机、卫星等的气象观测资料进行同化处理后,研制的全球气象资料数据库[ 9 -11 ] 。 NCEP/ NCAR 月平均再分析资料可靠性强,作为目前用于气候分析时间序列最长的分
一种NCEPNCAR再分析气温数据的统计降尺度方法 来自淘豆网www.taodocs.com转载请标明出处.