典型文献
基于GWR模型的典型区域GPM数据降尺度研究——以浙江省为例
文献摘要：
为提高研究区域的降尺度效果,基于地理加权回归法(Geographically Weighted Regression,GWR),选取全球降水计划(Global Precipitation Measurement,GPM)3IMERGM产品,以数字高程模型(Digital Elevation Model,DEM)作为控制解释变量,将其分别与解释变量水汽通量散度、气温构建两个降尺度模型、与解释变量归一化植被指数(Normalized Difference Vegetation Index,NDVI)构建对照降尺度模型,对浙江省进行降尺度研究.利用研究区域内气象站点的实测数据,对由不同解释变量构建的3 个降尺度模型的降尺度结果进行对比分析及精度验证.结果表明:构建的3 个降尺度模型中,引入解释变量水汽通量散度构建的降尺度模型的综合效果优于其余两种模型,水汽通量散度较NDVI、气温更适合作为解释变量.构建的降尺度模型有效地提高了GPM数据的空间分辨率(由0.1°提升至1 km),降尺度数据维持了精度且能够更真实反映研究区域内的降水量分布情况.
文献关键词：
GWR;GPM 3IMERGM;降尺度模型;水汽通量散度;气温
中图分类号：
作者姓名：
林书睿;顾恒竹;路明月
作者机构：
南京信息工程大学 地理科学学院,南京 210044
文献出处：
引用格式：
[1]林书睿;顾恒竹;路明月-.基于GWR模型的典型区域GPM数据降尺度研究——以浙江省为例)[J].气象科学,2022(06):793-803
A类：
3IMERGM
B类：
GWR,典型区域,GPM,提高研究,地理加权回归,回归法,Geographically,Weighted,Regression,Global,Precipitation,Measurement,数字高程模型,Digital,Elevation,Model,DEM,水汽通量散度,降尺度模型,归一化植被指数,Normalized,Difference,Vegetation,Index,NDVI,利用研究,气象站点,精度验证,综合效果,空间分辨率,降水量,水量分布
AB值：
0.274076
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
