论文摘要
长江和黄河是我国第一、第二大河,降水量的分布影响着长江流域和黄河流域的环境和气候变化。降水要素的模拟研究对生态、水文、气象等方面都具有重要影响。本文将IMERG降水产品、TRMM降水产品、FY-2F降水产品作为降水的趋势项,再结合DEM数据、地面气象站数据,采用基于区域分月的逐步回归方法来确定模型参数,建立了长江流域和黄河流域复杂地形下月降水估算的模型。模型对IMERG、TRMM、FY-2F三种降水产品进行了订正,发现模型估算结果可以体现出长江流域和黄河流域月降水量的空间分布特征和时间分布规律,同时能够体现出局地分布规律,模型估算得到的IMERG、TRMM和FY-2F月降水量结果更加接近地面观测降水。本文主要得到以下结论:(1)评估了IMERG、TRMM、FY-2F三种降水产品的精度。结果表明IMERG降水产品和TRMM降水产品的精度较高,和地面降水相关性较好。IMERG和TRMM降水产品能准确描述长江流域和黄河流域降水的空间分布特征和季节分布规律,而FY-2F降水产品和地面降水相关性较低。将三种降水产品作为模型的降水趋势项进行研究。(2)主导降水方位表示降水时水汽的来源,主导降水方位通过气象站降水数据,站点经纬度数据、坡向数据计算得到。根据主导降水方位、海拔、坡度、坡向等数据构建降水的地形修正项。(3)将三种降水产品作为模型降水趋势项,结合降水的地形修正项因子,构建长江流域和黄河流域复杂地形下月降水量的模型,采用区域分月的逐步回归算法确定模型系数。结果表明,经过模型订正后,长江流域内三种降水产品的全年平均相对误差均低于30%,黄河流域内三种降水产品全年平均相对误差在30%左右,说明模型对降水产品都能进行有效的订正,并且估算得到的降水量可以体现出局地降水特征。(4)对三种降水产品作为模型趋势项的结果进行对比分析,可以发现,不管是长江流域还是黄河流域,从趋势项的角度来看,IMERG降水产品的精度最高,TRMM降水产品次之,FY-2F降水产品精度最低。
论文目录
文章来源
类型: 硕士论文
作者: 张白玉
导师: 邱新法
关键词: 长江流域,黄河流域,月降水量,降水产品,模型估算
来源: 南京信息工程大学
年度: 2019
分类: 基础科学
专业: 气象学,气象学
单位: 南京信息工程大学
分类号: P407;P426.6
DOI: 10.27248/d.cnki.gnjqc.2019.000510
总页数: 85
文件大小: 6601K
下载量: 88
相关论文文献
- [1].月降水量预测的粒子群-小波神经网络模型[J]. 计算机科学 2015(S1)
- [2].贵州年降水量和年最大月降水量多年一遇的极值计算[J]. 贵州气象 2008(06)
- [3].太原市月降水量时间序列分析[J]. 太原师范学院学报(自然科学版) 2011(02)
- [4].云南高原湖泊洱海流域年降水量时空分布特征研究[J]. 中国水利水电科学研究院学报 2017(03)
- [5].气候变化条件下21世纪中国九大流域极端月降水量时空演变分析[J]. 自然灾害学报 2016(02)
- [6].奇异谱分析-支持向量回归机耦合模型在月降水量预测中的应用[J]. 水电能源科学 2017(10)
- [7].小波分析方法在月降水量多时间尺度分析中的应用[J]. 灌溉排水学报 2009(06)
- [8].多层次降尺度方法对安徽省月降水量预测的研究[J]. 云南大学学报(自然科学版) 2011(05)
- [9].基于LS-SVM的月降水量预测研究[J]. 数码世界 2019(08)
- [10].利用树木年轮资料重建石河子地区168a来的5-8月降水量[J]. 高原山地气象研究 2019(03)
- [11].前进农场年月降水量随机特征分析[J]. 水利科学与寒区工程 2019(03)
- [12].南通地区月降水量时间序列分析[J]. 数理统计与管理 2009(03)
- [13].陕西4—10月降水量场预测研究[J]. 气象科学 2008(05)
- [14].奇异谱分析-支持向量回归机耦合模型在月降水量预测中的应用研究[J]. 水利技术监督 2018(04)
- [15].建三江分局月降水量多时间尺度特征分析[J]. 水利科技与经济 2011(08)
- [16].关于云南省月降水量预测探究[J]. 南方农业 2018(26)
- [17].近60年昆明降水量特征分析[J]. 生物数学学报 2013(02)
- [18].TRMM月降水量产品在新疆地区的订正[J]. 应用气象学报 2017(03)
- [19].我省气象知多少 专业解答告诉您[J]. 安全与健康 2018(05)
- [20].基于混沌优化GMDH网络的月降水量预测[J]. 水资源与水工程学报 2011(03)
- [21].混沌序列WA-VOLTERRA耦合模型在月降水量预测中的应用[J]. 地球科学(中国地质大学学报) 2014(03)
- [22].水处理对水花生生长的影响[J]. 江苏农业科学 2012(02)
- [23].基于Box-Jenkins方法的青南高原达日地区月降水量时间序列分析建模[J]. 企业家天地(理论版) 2011(06)
- [24].基于多侧面多分类器融合的月降水量预测[J]. 计算机工程 2009(12)
- [25].黑河流域上游降水精细化分布与总量年际变化[J]. 冰川冻土 2011(03)
- [26].TRMM卫星月降水量产品的可用性研究[J]. 安徽农业科学 2011(22)
- [27].白银市作物生长期降水变化的稳定性分析[J]. 甘肃科学学报 2008(01)
- [28].1960~2010年漓江流域降水变化特征研究[J]. 水文 2014(05)
- [29].陕西省延川县红枣产量与气象因子分析[J]. 江西农业 2016(09)
- [30].芒和五节芒在中国的潜在分布[J]. 植物生态学报 2012(06)