基于卫星遥感技术对降水的时空分布进行精准测量，成为近50年来最富有挑战性的科学研究目标之一。早期的遥感降水反演主要依赖于被动遥感，包括地球静止卫星和近地轨道卫星上搭载的可见光、红外和被动微波传感器。搭载在近地轨道卫星上的各类传感器在扫描时会出现盲区，但是微波通道提供的卫星云图，可以有效地减少卷云对降水反演精度的影响。其中，基于FY-2系列卫星的降水估算是国内最常用的降水反演方法。......
2023-09-17
大沽河流域水文要素监测体系建设实践成果
【摘要】：分别以大沽河、云山镇、移风店及南墅中学4个气象自动站的2013年月降水观测值为参照，通过分析估测降水量与实际降水量的关系，检验流域月降水遥感估测的有效性。图4.2为大沽河站点实测降水量与卫星估测降水量对比图。实测降水量与估测值线性相关，回归方程拟合度非常理想。综上所述，尽管某些站点个别月份的降水估测值存在较大误差，基于FY-2F的降水估计结果仍然可以表达流域降水的时空分布规律，是较为理想的降水产品。
分别以大沽河、云山镇、移风店及南墅中学4个气象自动站的2013年月降水观测值为参照，通过分析估测降水量与实际降水量的关系，检验流域月降水遥感估测的有效性。
图4.2为大沽河站点实测降水量与卫星估测降水量对比图。由图4.2（a）可以看出，5月、6月、7月、8月基于卫星数据的估测降水量均高于实测降水量，其中6 月、7 月差别超过70mm。实测数据与估测数据的相关系数为0.88，说明两者在总体趋势上相似性大。图4.2（b）为实测降水量与估测值的线性回归分析结果，可以看出两者线性相关，回归方程拟合较好。
图4.2 大沽河站点2013年实测月降水量与卫星估测值对比
图4.3为云山镇站点实测降水量与卫星估测降水量对比图。可以看出，每个月的降水估测值与实测降水量均比较接近。实测降水量与估测值线性相关，回归方程拟合度非常理想。
图4.4为移风店站点实测降水量与卫星估测降水量对比图。由图4.4（a）可以看出，6月、7月、8月基于卫星数据的估测降水量与实测降水量差别较大，其中6月估测值远大于实际观测值，而7月、8月实际观测值偏大。图4.4（b）为实测降雨量与估测值的线性回归分析结果，可以看出两者线性相关，回归方程拟合较好。
图4.3 云山镇站点2013年实测月降水量与卫星估测值对比图
图4.4 移风店站点2013年实测月降水量与卫星估测值对比图
图4.5为南墅中学站点实测降水量与卫星估测降水量对比图。可以看出，除了6月外，每个月的降水估测值与实测降水量均比较接近。实测降水量与估测值线性相关，回归方程拟合度非常理想。
图4.5 南墅中学站点2013年实测月降水量与卫星估测值对比图
由以上对比分析可以看出，检验的4个观测站中，云山镇和南墅中学站点的观测值与FY-2F的降水估测值相关性非常理想，而大沽河和移风店两个站点在丰水期6月、7月、8月的观测值与估测值差别较大，这可能与降水估测数据的空间分辨率较低有关系。由于风云气象数据分辨率的限制，降水产品的空间分辨率约为5000m，在估测数据中很难精确定位观测站，如大沽河站点的经纬度为东经120°03′24″、北纬36°14′01″，但在卫星观测数据中，只能定位在东经120°1′22.562″、北纬36°15′19.62″。此外，6 月、7 月经常为强降雨，地域之间的降水差别可能很大，地理位置的少许错位即可能造成降雨量的较大变化。
综上所述，尽管某些站点个别月份的降水估测值存在较大误差，基于FY-2F的降水估计结果仍然可以表达流域降水的时空分布规律，是较为理想的降水产品。
有关大沽河流域水文要素监测体系建设与实践的文章
- 详细阅读
-
大沽河流域水文要素监测体系的建设与实践成果详细阅读
本书就是基于上述思想，利用遥感技术，对大沽河流域的降水、蒸散发、土壤含水量、土地利用等指标进行了监测的尝试性工作，如利用降水遥感的监测结果，可以预报径流量大小，至少可以预测预报径流量的范围。通过对多种要素的遥感结果进行合并、串联，可实现对大沽河流域大气-水文相互作用过程进行遥感监测的目标，由此也就构建起了流域大气-水文相互作用过程遥感监测体系。......
2023-09-17
-
大沽河流域水文要素监测体系建设流程详细阅读
使用Matlab编程，将2个时相8d合成的地表温度数据合成为1个时相16d合成的地表温度数据。利用上一步骤中提取的数据，在Excel中对NDVI和最大和最小陆地表面温度进行线性拟合，获得干边和湿边方程的系数a1、b1、a2和b2。使用Matlab编程，根据式计算图像上每个像元的温度植被干旱指数值，获取流域TVDI的分布图，根据TVDI等级划分形成大沽河流域土壤湿度分布图。图5.4显示了部分Matlab程序文件列表。......
2023-09-17
-
大沽河流域水文要素监测体系建设与实践成果介绍详细阅读
研究河道变迁需要提取河道的特征信息，能否提取出能合理、有效地反映河道变化的特征因素对河道变迁的研究意义重大。同期的更多类似研究采用了遥感及地理信息系统技术。杨娟、王心源等利用不同时相的TM、MSS、SPOT-5及中巴资源卫星影像，用MNDWI指数法及谱间关系法提取了长江安徽段1978—2009年间河道特征信息，并分析研究其演变特点。......
2023-09-17
-
大沽河流域水文要素监测体系建设成果详细阅读
FY-2F气象卫星产品是对FY-2F 原始资料进行处理后形成的加工产品，这些产品经过计算机网络及通信线路分发后形成分发产品。目前国家卫星气象中心通过9210信道或GST 线路分发的FY-2F 气象卫星产品有图像产品、定量产品、图形和分析产品三大类。风云卫星遥感数据服务网站上发布了1h、3h、6h、24h的降水估计产品。......
2023-09-17
-
大沽河流域水文要素监测体系建设现状详细阅读
传统的蒸散发估算方法局限于局部尺度，而较大空间尺度内陆面特征和水热传输的非均匀性导致传统的估算方法难以获取区域尺度的蒸散发。遥感以少量的地面数据估算大范围区域蒸散的优势被认为是可以经济、有效地提供区域蒸散发消耗量的唯一方法。该公式被证明在致密冠层的蒸散发估算上有良好的效果。除Penman类模型外，R.J.Bouchet于1963年提出了陆面实际蒸散与可能蒸散之间的互补关系原理，为估算实际蒸散发开辟了新的途径。......
2023-09-17
-
大沽河流域水文要素监测体系建设与实践：结论及详细阅读
从大沽河流域2013年逐月的蒸散量结果可以看出，四季典型蒸散量的年内分布均体现出大沽河流域自然气候条件特征，存在明显的季节变化规律：夏季最大，春秋次之，冬季最小。冬季蒸散量相对较少，12月、1月、2月的月均蒸散量分别为30.34mm、20.01mm、22.83mm。总体而言，水体蒸散量最大，其次是林地和耕地，城镇及建筑用地蒸散量最小。虽然存在一定误差的影响，但是2013年大沽河流域蒸散量估算值与年内变化趋势均与实测数据具有良好的一致性。......
2023-09-17
-
大沽河流域水文要素监测体系建设与实践-流域蒸详细阅读
大沽河流域蒸散量估算选用了2013年数据质量较好的12 幅MODIS 的Landsat-8遥感数据，解译获取土地利用信息，采用SEBAL模型进行蒸散量估算，得到大沽河流域蒸散量情况；将遥感监测估算的大沽河流域蒸散发量与研究区内各气象台站实测蒸散量进行对比，验证SEBAL 模型反演大沽河流域日蒸散量结果的可信度。......
2023-09-17
相关推荐