多源土壤含水量高时空分辨率融合的大范围干旱定量识别方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    51579065
  • 项目类别：
    面上项目
  • 资助金额：
    63.0万
  • 负责人：
    吴志勇
  • 依托单位：
    河海大学
  • 学科分类：
    E0901.工程水文与水资源利用
  • 结题年份：
    2019
  • 批准年份：
    2015
  • 项目状态：
    已结题
  • 起止时间：
    2016-01-01 至2019-12-31

项目摘要

Large-scale drought identification has been the basic and difficult problems for drought research. Lack of high precision, high spatial-temporal resolution of soil moisture data is the core of the problem. Based on integrating high spatial-temporal resolution multi-source soil moisture data, the method of large-scale drought recognition will be studied. With the assimilation multi-source data of surface observation data, reanalysis data and data generated by satellite precipitation product serve as the input of hydrological model, the output, simulated soil moisture at daily resolution in recent 65 years, will be enhaced. Specifically, therein combining the advantage of temporal continuation of hydrology model (VIC) and relative spatial rationality of remote sensing inversion (SMOS and ASCAT), the large-scale soil moisture dataset can be generated with the characteristics of high precision, high spatial and temporal resolution. Then, ISMAPI can be specified by processing fusion soil moisture normally with Box-Cox transformation and its grades of dryness/wetness is divided. Based on the ISMAPI, the quantitative identification method is established to analyze the large-scale drought in high spatial and temporal scale, as well as its spatial and temporal evolution characteristics, and its relationships with the factors of atmospheric circulation anomalies. The research will give us a comprehensive understanding of the large-scale soil drought. It is of great significance for effective prevention and mitigation of drought disaster.
大范围干旱的定量识别是干旱研究的基础和难点。高时空分辨率、高精度的大范围土壤含水量资料缺乏是问题的核心。本项目结合水文模型和遥感反演的优势改进土壤含水量精度，研究大范围干旱的定量识别方法。项目通过融合地面观测资料、再分析资料和卫星测雨产品的多源气象数据，改善水文模型输入资料精度，提高近65年全国范围逐日模拟土壤含水量的精度。结合模型模拟的时间连续性和遥感反演的空间分布相对合理性，融合VIC模型模拟、SMOS和ASCAT遥感反演数据，创建具有较高精度、高时空分辨率的大范围土壤含水量融合数据。并引入Box-Cox变换对其进行正态化处理，构建改进的土壤含水量距平指数（ISMAPI），据此提出大范围干旱的高时空尺度定量识别方法，并尝试分析该识别方法下的大范围干旱时空演变特征，及其与大气环流异常因子间的关系。研究成果对及时准确掌握旱情发生与发展规律意义重大，可为风险决策和抗旱减灾提供重要依据。

结项摘要

干旱灾害是我国最严重的自然灾害之一。准确把握旱情的发生、发展过程和长期变化趋势，是预防和减轻干旱灾害的重要前提。针对大范围干旱难以定量监测和分析的问题，本项目在前期研究的基础上，从改进水文模型输入和融合模型模拟与遥感反演土壤含水量两方面入手，获得了全国范围5km网格的具有较高精度的多源土壤含水量融合数据。基于模拟土壤含水量构建了改进的土壤含水量距平指数（ISAMPI），研究了大范围干旱的定量识别方法。选取典型区域分析了该识别方法下的大范围干旱时空演变特征，及其与大气环流异常因子间的关系。研究成果表明：通过检验融合降水在全国范围内的精度，发现融合降水能够较好地综合不同降水数据的优势，具有较高的精度；和实测值相比，虽然VIC模型模拟的土壤含水量存在一定的系统偏差，但可以较好的反映实际土壤含水量的变化过程；通过采用累积概率分布函数和最优插值法对多源土壤含水量数据进行融合，可以明显提高土壤含水量的精度；和土壤含水量距平指数相比，基于ISMAPI识别的不同等级干旱出现的频次更合理，ISMAPI的空间可比性更好；江苏省的干旱强度大体呈现出苏北地区高苏南地区低的空间格局，从全国农业干旱风险区划可以看出，随着干旱地区缺水程度逐渐加重，旱区逐渐自北向南扩展；通过分析西南地区2009～2010年冬春连旱事件前期的高度场、风场异常特征的时间演变可知，无论是海温场还是高度场，前期的显著相关区对西南地区冬春两季干旱都有一定的影响。研究对全面认识干旱，有效预防和减轻干旱灾害提供科学依据，对减轻干旱造成的社会和经济影响，增强国家防灾减灾能力建设具有重要的意义。

项目成果

期刊论文数量（23）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（3）
An Integration Approach for Mapping Field Capacity of China Based on Multi-Source Soil Datasets
基于多源土壤数据集的中国田间能力测绘一体化方法
  • DOI：
    10.3390/w10060728
  • 发表时间：
    2018
  • 期刊：
    Water
  • 影响因子：
    3.4
  • 作者：
    Wu Xiaotao;Lu Guihua;Wu Zhiyong;He Hai;Zhou Jianhong;Liu Zhenchen
  • 通讯作者：
    Liu Zhenchen
基于TIGGE数据的中期降水预报在江苏省的应用效果评估
  • DOI：
    10.13476/j.cnki.nsbdqk.2017.06.003
  • 发表时间：
    2017
  • 期刊：
    南水北调与水利科技
  • 影响因子：
    --
  • 作者：
    杜雅玲;陆桂华;吴志勇;何海
  • 通讯作者：
    何海
A conceptual prediction model for seasonal drought processes using atmospheric and oceanic standardized anomalies: application to regional drought processes in China
利用大气和海洋标准化异常的季节性干旱过程概念预测模型：在中国区域干旱过程中的应用
  • DOI：
    10.5194/hess-22-529-2018
  • 发表时间：
    2018
  • 期刊：
    Hydrology and Earth System Sciences
  • 影响因子：
    6.3
  • 作者：
    Liu Zhenchen;Lu Guihua;He Hai;Wu Zhiyong;He Jian
  • 通讯作者：
    He Jian
Evaluating the accuracy of MSWEP V2.1 and its performance for drought monitoring over mainland China
评估MSWEP V2.1的准确性及其对中国大陆干旱监测的性能
  • DOI：
    10.1016/j.atmosres.2019.04.008
  • 发表时间：
    2019-09
  • 期刊：
    Atmospheric Research
  • 影响因子：
    5.5
  • 作者：
    Xu Zhengguang;Wu Zhiyong;He Hai;Wu Xiaotao;Zhou Jianhong;Zhang Yuliang;Guo Xiao
  • 通讯作者：
    Guo Xiao
大范围土壤含水率数据融合并行计算方法研究
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    水电能源科学
  • 影响因子：
    --
  • 作者：
    郭笑;吴志勇;周建宏;孙晓晨;陈静怡
  • 通讯作者：
    陈静怡

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

基于多重分形的降雨时空解集研究
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    四川大学学报(工程科学版)
  • 影响因子：
    --
  • 作者：
    周玉良;金菊良;吴志勇;陆桂华
  • 通讯作者：
    陆桂华
遗传算法在多维Fuzzing技术中的应用
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    小型微型计算机系统
  • 影响因子：
    --
  • 作者：
    吴志勇;王红川;孙乐昌;陈韬;张旻
  • 通讯作者：
    张旻
近50年来中国干旱化特征分析
  • DOI：
    --
  • 发表时间：
    2010
  • 期刊：
    水利水电技术
  • 影响因子：
    --
  • 作者：
    陆桂华;闫桂霞;吴志勇;何海
  • 通讯作者：
    何海
笼养蓝冠噪鹛行为节律及时间分配研究
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    四川动物
  • 影响因子：
    --
  • 作者：
    刘涛;吴志勇;刘斌;张微微;石金泽
  • 通讯作者：
    石金泽
基于区域农业用水量的干旱重现期计算方法
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    水科学进展
  • 影响因子：
    --
  • 作者：
    张宇亮;蒋尚明;金菊良;吴志勇;周玉良
  • 通讯作者：
    周玉良

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

吴志勇的其他基金

长江流域干旱形成机制与预测研究
  • 批准号：
    U2240225
  • 批准年份：
    2022
  • 资助金额：
    224.4 万元
  • 项目类别：
耦合作物模型与水文模型的农业干旱评估方法研究
  • 批准号：
    51779071
  • 批准年份：
    2017
  • 资助金额：
    60.0 万元
  • 项目类别：
    面上项目
中国20世纪下半叶以来干旱情势量化研究
  • 批准号：
    41001012
  • 批准年份：
    2010
  • 资助金额：
    21.0 万元
  • 项目类别：
    青年科学基金项目

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