复杂地形下月平均气温分布式模型研究-东篱科研大数据发现系统（DRDS）

位置：立项数据库 > 立项详情页

复杂地形下月平均气温分布式模型研究

项目名称：复杂地形下月平均气温分布式模型研究
项目类别：面上项目
批准号：41175077
申请代码：D0507
项目来源：国家自然科学基金
研究期限：2012-01-01-2015-12-31

项目负责人：邱新法
依托单位：南京信息工程大学
批准年度：2011

中文摘要：

针对地面气象站数量有限，空间分布不均，一般设置在开阔平地，观测资料不能代表实际复杂地理环境下气温时空分布的不足，本项目拟利用地面常规气象观测资料，集成DEM、土地利用等基础地理数据和NOAA、MODIS、FY等多数据源遥感数字产品数据，建立复杂地形下月平均气温分布式模型，研究地形起伏和地表类型多样等地表非均匀因素和云、水汽、气溶胶等大气非均匀因素对月平均气温的影响机理；设计验证方案，分析误差来源，探寻误差传递规律，研制误差控制技术，优化模型参数，在全国1km×1km、部分省份100m×100m两个空间尺度上验证模型性能，形成实现不同时空分辨率复杂地形下月平均气温分布式模拟的技术方法体系。为满足陆面过程和全球变化等研究领域和气象、水文等行业领域对动态、高分辨率气象数据的迫切需求提供理论基础和关键技术。

中文主题词：复杂地形；月平均气温；分布式模型；；

英文摘要：

Complex terrains；monthly mean temperature (MMT)；distributed model；；

英文主题词： Complex terrains；monthly mean temperature (MMT)；distributed model；；

结论摘要：

项目围绕复杂地理环境下月平均气温分布式模拟核心任务，利用地面气象观测资料，集成DEM、土地利用等基础地理数据和MODIS、FY等遥感数字产品数据，充分考虑大气与地表非均匀因素对气温分布的影响，研究复杂地理环境下月平均气温及相关气象要素的分布式模拟技术。发表学术论文21篇，其中SCI（E）论文7篇；获得省部级科技二等奖2项；获批软件著作权2项；培养研究生15名，其中博士生4名。主要结果如下 1、提出地面观测资料与遥感数据融合集成的方法，发挥地面观测资料精度高、可靠性好和遥感数据空间维连续观测的双重优势，克服云、水汽等大气参数精细时空分布观测的不足，保障在空间维的稳定性。（1）云量融合集成方法研究提出5种MODIS云量数字产品订正方法；利用多角度卫星影像，联立解算云顶高度和云移动速度。（2）日照百分率融合集成方法研究考虑日照轨迹和云移动路径，建立基于MODIS云量的日照百分率遥感估算模型。（3）水汽融合集成方法研究利用探空观测、GPS水汽资料、地面水汽压/相对湿度资料，研究MODIS整层大气含水量订正与集成方法。 2、建立物理基础坚实的月平均气温分布式模型，给出复杂地理环境下月平均气温的精细空间分布及其客观局地分布规律，保障模拟结果的正确性。（1）日照时数分布式模型研究集成遥感日照百分率估算结果，建立日照时数分布式模型。（2）太阳辐射分布式模型研究解构Iqbal Model C，对比分析三种太阳辐射起始数据的模拟性能；集成遥感地表反照率数据，建立晴空可能辐射、直接辐射、散射辐射、地形反射辐射、太阳总辐射等分布式模型。（3）长波辐射分布式模型研究依据各向同性机理，集成MODIS地表比辐射数据，建立长波辐射分布式模型。（4）月平均气温分布式模型研究以海拔、太阳总辐射、长波有效辐射为物理因子，建立月平均气温分布式模型。 3、利用数据集群技术，有效控制分布式模拟误差，保障模拟结果的精确性。（1）误差分析方法研究将总体误差分解为模拟误差和地理地形误差，分析误差来源；利用数据集群技术，从时间维和空间维分析误差分布特征；提出临近相似象元法，评价模型性能。（2）模型参数优化方法研究提出区域优化模型，考虑模型参数在时间维和空间维的分异性，自动优化模型参数。（3）分布式模拟结果验证与应用研究设计五级验证方案，分全国和省级两种尺度开展研究。

成果综合统计