基于K最近邻模型的青藏高原CMORPH日降水数据的订正研究

编号 zgly0001592439

文献类型 期刊论文

文献题名 基于K最近邻模型的青藏高原CMORPH日降水数据的订正研究

作者 王玉丹  南卓铜  陈浩  吴小波 

作者单位 中国科学院寒区旱区环境与工程研究所  中国科学院大学  南京师范大学地理科学学院  宝鸡文理学院 

母体文献 遥感技术与应用 

年卷期 2016年03期

年份 2016 

分类号 P407 

关键词 K最近邻模型  降水数据  CMORPH  青藏高原 

文摘内容 青藏高原的降水数据主要由遥感产品和多源观测数据融合产生,由于青藏高原的观测站点分布稀疏不均,遥感数据误差较大,因此常用的CMORPH(Climate Prediction Center Morphing Technique)等降水数据集精度有限。通过K最近邻(K-Nearest Neighbor,简称KNN)模型,可以建立环境(海拔、坡度、坡向、植被)、气象因子(气温、湿度、风速)和日降水量的关系,从而订正青藏高原的CMORPH日降水数据集,提高数据精度。对CMORPH日降水数据的误差分析表明,采用KNN模型订正后的CMORPH降水数据优于原始数据和采用PDF(Probability Density Function Matching Method)法订正的CMORPH数据,且空间分布较好地符合青藏高原的降水分布特征。