基于TRMM数据的福建省降水时空格局BME插值分析
传统空间插值方法可获得福建省区域内降水的总体分布，但该地区气象站点较稀疏且分布不均，导致该区域内降水的空间插值结果误差较大。为提高插值精度，本文利用TRMM卫星数据以弥补站点数据的不足，尝试将TRMM数据作为“软数据”、台站数据作为“硬数据”，两者相结合后采用贝叶斯最大熵（Bayesian Maximum Entro-py, BME）方法对福建省降水的时空格局进行分析。以2000-2012年近13年20个气象站点的年降水量和月降水量为基础数据，分别利用普通克里格法（Ordinary Kriging, OK）和TRMM为“软数据”的BME插值法，分析福建省多年降水的时空分布格局，并对2种方法的插值结果进行比较。结果表明：在时空分布上，以TRMM数据为辅助变量的贝叶斯最大熵插值结果能更好地体现降水的局部差异特征；在误差评价上，以TRMM数据为辅助变量的贝叶斯最大熵插值结果的MAE和RMSE较小，表明TRMM数据作为“软数据”参与插值的BME方法可以在一定程度上弥补站点数据的不足，有效降低预测结果的绝对误差。通过对福建省降水插值的时空分布格局分析和误差评价可看出，BME插值法通过对基础台站数据，以及TRMM卫星产品数据的利用，使降水的时空分析结果更加真实客观，同时，为TRMM卫星降水数据的应用提供了一个新思路。
贝叶斯最大熵(BME)、TRMM、时空分析、软数据、降水
P42;P46
国家“863计划”课题2012AA121201、2011AA120101；国家自然科学基金项目40971224。
2014-06-11（万方平台首次上网日期，不代表论文的发表时间）
共12页
470-481
