华中地区不同植被指数反演TRMM降尺度数据分析

覃金兰,韦梦思,张寒博,窦世卿

(桂林理工大学 测绘地理信息学院，广西 桂林 541006)

0 引言

降水是全球水循环的关键部分，对调节全球气候有着重要的作用，推动全球物质循环和能量交换，在不同时空尺度的大气过程均扮演着非常重要的角色[1]。降水数据是水文模型模拟、水资源管理和洪涝灾害监测等的关键[2]。大量研究表明，基于气象站点的传统点测量无法有效反映降水的空间变化[3]。随着遥感地理信息的飞速发展，基于卫星观测开发出了一系列降水数据产品，热带降雨测量任务(Tropical Rainfall Measuring Mission，TRMM)数据被广泛应用。

近年来，TRMM数据的适应性备受关注，Ning等[4]对TRMM数据在天山地区的适应性做了研究，相关系数在0.7以上。王凯等[5]的研究表明，TRMM数据和实测站点数据具有良好的线性回归关系。

然而，TRMM数据的地面分辨率较低，不能满足大尺度分析的需求，需要用到空间降尺度的方法[6]。通过各种植被指数数据、数据高程模型(DEM)数据和降水量之间的响应关系可以实现TRMM数据降尺度。国外基于归一化植被指数(NDVI)、DEM[7-8]对TRMM数据进行了降尺度研究。国内基于海拔、坡度、坡向、增强型植被指数(EVI)、NDVI、GDP[9-11]等因子实现了TRMM数据的降尺度转换。有研究结果表明，EVI和TRMM数据之间存在较强的相关性。Wong[12]通过将EVI值对各种时空尺度上的降水数据进行线性回归，可以建立EVI值和降水量之间的关系，且研究表明，相对于NDVI，EVI和降水量的关系更为密切。

基于不同的降尺度方法，可以得到不同的降尺度降水数据。国外有两步空间缩减[13]、统计降尺度模型[14]等方法。……