顾及空间非平稳特征的遥感干旱监测
遥感技术具备实时快速、时空连续、广覆盖尺度等独特优势,在全球气候恶化大背景下,利用遥感干旱监测方法相比于传统地面监测手段,能够提供实时、准确、稳定的旱情信息,辅助科学决策.目前常用遥感旱情监测方法大多依赖全域性数学模型建模,假定了旱情模式的空间平稳特性,因而难以准确反映旱情模式的局部差异特征.本文提出利用地理加权回归模型GWR (Geographically Weighted Regression),考虑旱情模式的空间非平稳特性,综合多种遥感地面旱情监测指数,以实现传统全域旱情监测模型的局部优化.以美国大陆为研究区,监测2002年-2011年共10年的旱情状态.研究表明,GWR模型能够提供空间变化的局部最佳估计模型参数,监测结果更加吻合标准美国旱情监测USDM (U.S Drought Monitor)验证数据,且与地面实测值的最高相关系数R达到0.8552,均方根误差RMSE达到0.972,显著优于其他遥感旱情监测模型.GWR模型具备空间非平稳探测优势,实现了旱情模式的局部精细探测,能够显著提升遥感旱情监测精度,具备较好的应用前景.
旱情监测、遥感技术、地理加权回归模型、空间非平稳特征、局部优化、美国大陆
23
重大自然灾害监测预警与防范重点专项2017YFC1502802;国家自然科学基金41501394,41571330;中国科学院青年创新促进会2017086;福建省自然科学基金2017J01657
2019-06-21（万方平台首次上网日期，不代表论文的发表时间）
共14页
487-500
