卫星反演降水与地面观测资料的变分同化技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    41501471
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    20.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0113.遥感科学
  • 结题年份:
    2018
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2018-12-31

项目摘要

Abstract: The high quality precipitation has plays significant in global water cycle. Considering the limitation relying only on stations distribution in homogeneity and data-sparse regions, such as Tiber Plateau, the South area, and depopulated zone, the combination of satellite retrieval product and gauge stations will be studied for the merged precipitation products. Firstly, to adjust the system bias, we have defined the gauge-CMORPH differences, which are smoothed over a history period data centering at the target day. The satellite system error which has its physically fixed the saturation determined by retrieval algorithm itself has been successfully adjusted through our approach. Secondly, the study is to develop a new technique through a two-dimensional variational analysis (2D-VAR) to blend the precipitation information from multiple sources for the construction of a high-quality precipitation analysis. Finally, Ground Cross Validation (GCV) experiments in which each affected station is withdrawal at once indicated that the variatoinal analysis can particularly be beneficial and subsequent diagnosis of heavy rainfall events. It also reveals that the precipitation analysis field has the ability to improve the accuracy of rainfall estimation and capture the spatial pattern agreements in relatively Tibet Plateau and data-sparse regions.
高质量、高可靠性的降水产品是开展全球水循环研究的基础和必要支撑。考虑到我国的常规站站点东密西疏,站点分布不均匀,青藏高原与西部区域站点稀疏,无人区没有观测等局限性,卫星可以提供高时空分辨率、覆盖范围广的降水估计,弥补雨量计观测的不足,本研究拟结合卫星反演降水产品和地面观测资料进行变分同化研究。首先,以地面观测为基准,基于“历史资料统计量”方法,扩大收索历史资料的空间信息和时间长度,有效订正卫星反演降水产品的系统误差。其次,根据变分同化理论,进行多源降水数据的尺度归一化研究,进一步开发卫星反演降水产品与地面观测资料的同化算法,从而实现多源降水观测资料的优势互补和有效结合。最后,广义交叉验证对合成产品进行独立性验证,给出产品的质量状况和分区域适用性评价,重点优化合成产品在青藏高原及西部站点稀疏地区的应用效果。

结项摘要

本研究开发了多种观测降水数据变分同化算法,实现了卫星反演降水与地面观测资料的优势互补和有效融合,研制出一套中国区域逐小时、10km×10km高时空分辨率、高质量的合成降水产品。并利用交叉验证方法验证了融合产品在不同站网密度、不同区域的精度和适用性评估,研究表明融合产品在检测夏季对流性强降水事件和对极端天气事件的研究具有重要意义。主要研究成果包括:1)设计变分算法,讨论单个降水要素的泛函代价函数,为了获得最优的观测值,转化为求泛函函数极值的问题,即基于分析值与实测值在最小二乘意义上求最小的思想,选用拟牛顿最小化算法,迭代更新最优降水分析场。2)其次,提出基于“历史资料统计量”,依据卫星格点上与地面格点上降水量大小比例线性比,扩大“历史资料”的空间搜索范围和时间尺度上资料的长度来有效订正卫星非独立的系统偏差。3)同时,提出加入调整因子来放大山地对观测误差的影响,假设相对误差是随地形复杂度线性增大,使用格点内标高的标准偏差来表达地形的复杂度,本文作者用降水量本身代表标高验证结果显示此方法从降雨特点分布更为合理,有效的订正了卫星反演降水产品微弱降水高估、强降水低估现象。4)利用交叉验证方法,独立验证产品的空间分布特征、不同降水量级下、不同区域的精度和适用性评价,独立验证了产品能较好的反应温暖地区的弱降水和极强降水事件。

项目成果

期刊论文数量(1)
专著数量(0)
科研奖励数量(1)
会议论文数量(1)
专利数量(0)
Variational merged of hourly gauge-satellite precipitation in China: Preliminary results
中国逐时卫星降水量变分合并:初步结果
  • DOI:
    10.1002/2015jd023710
  • 发表时间:
    2015
  • 期刊:
    Journal of Geophysical Research-Atmospheres
  • 影响因子:
    4.4
  • 作者:
    Li Huan;Hong Yang;Xie Pingping;Gao Jidong;Niu Zheng;Kirstetter Pierre;Yong Bin
  • 通讯作者:
    Yong Bin

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

TBLR1-RARα融合基因对K562细胞向红系分化的影响
  • DOI:
    10.7534/j.issn.1009-2137.2015.06.032
  • 发表时间:
    2015
  • 期刊:
    中国实验血液学杂志
  • 影响因子:
    --
  • 作者:
    陈晶;李欢;安娜;李寿芸;卢文婷;邢海燕;饶青;王敏;王建祥
  • 通讯作者:
    王建祥
加味柴胡疏肝汤调控miRNA-204对癫痫小鼠海马自噬的影响
  • DOI:
    10.13422/j.cnki.syfjx.20192137
  • 发表时间:
    2019
  • 期刊:
    中国实验方剂学杂志
  • 影响因子:
    --
  • 作者:
    汪顺贵;玉倩;李华霞;李欢;卢玲;廖现秋;吴琼;李华琼;陈爱玲;刁丽梅;何乾超;蔡伦;梁霜
  • 通讯作者:
    梁霜
网络结构视角下的产业转移与企业创新绩效
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    科学学研究
  • 影响因子:
    --
  • 作者:
    马永红;李欢;王展昭
  • 通讯作者:
    王展昭
双模双待手机互扰的实验验证及解决方案
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    西安邮电大学学报
  • 影响因子:
    --
  • 作者:
    巩稼民;李欢;张博
  • 通讯作者:
    张博
长期配施秸秆与猪粪的红壤旱地有机碳库组成特征
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    土壤学报
  • 影响因子:
    --
  • 作者:
    殷丹;李欢;徐江兵;樊剑波;王艳玲
  • 通讯作者:
    王艳玲

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码