基于K最近邻模型的青藏高原CMORPH日降水数据的订正研究

摘要：

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.

关键词：K最近邻模型、降水数据、CMORPH、青藏高原

所属期刊栏目：31

分类号：TP79(遥感技术)

资助基金：国家自然科学基金面上项目41471059,宝鸡文理学院博士启动费项目ZK16065.

在线出版日期：2016-08-05（万方平台首次上网日期，不代表论文的发表时间）

页码：607-616