Please wait a minute...
img

官方微信

遥感技术与应用
数据与图像处理     
多源地面短波辐射数据融合与评估
刘军建1,师春香2,韩帅2,姜志伟2,张涛2
(1.中国气象局乌鲁木齐沙漠气象研究所,新疆 乌鲁木齐830002;
2.国家气象信息中心,北京100081)
The Data Fusion of Multi-source Downward Surface Solar Radiation and Evaluation
Liu Junjian1,Shi Chunxiang2,Han Shuai2,Jiang Zhiwei2,Zhang Tao2
(1.Institute of Desert Meteorology,CMA,Urumqi 830002,China;
2.National Meteorological Information Center,China Meteorological Administration,Beijing 100081,China)
 全文: PDF 
摘要:
为了提高对基于静止卫星FY-2G可见光通道数据反演地面入射太阳辐射产品的精度,使其与Hybrid模型计算得到的站点地面入射辐射数据进行STMAS方法融合,然后利用中国地区(2015年)91个站点的地面观测数据验证和评估融合前后产品(SWDN和SWDN-MERGE),并与CERES卫星反演SYN1deg产品和ERA-Interim再分析地面入射太阳辐射资料进行比较分析。结果表明:①CERES卫星反演产品与观测最接近,FY-2G卫星反演产品次之,ERA-Interim地面入射太阳辐射产品误差最大;②FY-2G卫星反演的两套产品,SWDN-MERGE相比于SWDN有较大改进;③从地面入射太阳辐射2015年年平均值分析,4套数据产品之间有较好的一致性,FY-2G卫星反演地面入射太阳辐射数据产品空间分辨更高,细节更清晰。以上分析结果可为4套数据产品的订正及其在中国地区的应用提供依据。
关键词: 地面入射太阳辐射FY-2GSTMAS融合    
Abstract: In order to improve theprecision of downward surface solar radiation product based on the FY-2G visible channel data of geostationary satellite,it is fused by the method of STMAS withthe downward surface solar radiationcalculated by Hybrid,examining and evaluating SWDN and SWDN-MERGE using ground observation data (OBS) from 91 ground observation stations in China (2015),and compared with CERES satellite-derived application and ERA-Interim reanalysis data.The results show that:(1)CERES has the highest precision,FY-2G follows,ERA-Interim is the worst.(2)SWDN-MERGE has a greater improvement than SWDN when comparing the two sets of downward surface solar radiation data derived from FY-2G satellite.(3) There is good consistency between the four sets of data from the analysis of 2015 year average value,however the surface downward shortwave radiation data derived from FY-2G satellite is higher in spatial resolution and sharper in details.The above results could be used as scientific evidences for revising the four sets of data and the study of climate change in China.

Key words: Downward surface solar radiation    FY-2G    STMAS    Fusion
收稿日期: 2017-01-25
ZTFLH:  TP722.4  
基金资助: 公益性行业科研专项经费(GYHY201506002),国家国际科技合作项目(2011DFG23150);国家公益性行业专项(GYHY201306045),国家自然科学基金重点项目(91437220)。
作者简介: 刘军建(1989-),男,江苏沛县人,硕士研究生,主要从事陆面过程模拟与遥感应用,多源资料融合分析以及大气同化方面的研究。Email:liujj@idm.cn。
服务  
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章  
刘军建
师春香
韩帅
姜志伟
张涛

引用本文:

刘军建, 师春香, 韩帅, 姜志伟, 张涛. 多源地面短波辐射数据融合与评估[J]. 遥感技术与应用, 10.11873/j.issn.1004-0323.2018.5.0850.

Liu Junjian, Shi Chunxiang, Han Shuai, Jiang Zhiwei, Zhang Tao. The Data Fusion of Multi-source Downward Surface Solar Radiation and Evaluation. Remote Sensing Technology and Application, 10.11873/j.issn.1004-0323.2018.5.0850.

链接本文:

http://www.rsta.ac.cn/CN/10.11873/j.issn.1004-0323.2018.5.0850        http://www.rsta.ac.cn/CN/Y2018/V33/I5/850

[1] 高书鹏, 史正涛, 刘晓龙, 柏延臣. 基于高时空分辨率可见光遥感数据的热带山地橡胶林识别[J]. 遥感技术与应用, 2018, 33(6): 1122-1131.
[2] 张晓峰, 吕晓琪, 张信雪, 张继凯, 王月明, 谷宇, 樊宇. 多时刻海色遥感数据融合及其可视化[J]. 遥感技术与应用, 2018, 33(5): 873-880.
[3] 郑明亮,黄方,张鸽. 基于TsHARP模型和STITFM算法的地表温度影像融合研究[J]. 遥感技术与应用, 2018, 33(2): 275-283.
[4] 程博,刘岳明,刘旭楠,王桂周,马肖肖. 基于多源特征融合的高分辨率遥感图像近海养殖区提取方法研究[J]. 遥感技术与应用, 2018, 33(2): 296-304.
[5] 周为峰,曹利,李小恕,程田飞. 沿海牡蛎养殖的WorldView-2影像融合方法评价[J]. 遥感技术与应用, 2018, 33(1): 103-109.
[6] 林溢园,邹巨洪,林明森,何原荣. 多源星载微波散射计海面风场信息融合研究[J]. 遥感技术与应用, 2017, 32(1): 126-132.
[7] 王守志,邢立新,仲波,杨爱霞,张福坤,梁敏. 基于Landsat-8 OLI和GF-1 PMS数据融合的铁染蚀变信息提取[J]. 遥感技术与应用, 2016, 31(5): 950-957.
[8] 蔡二丽,窦宝成,彭实,刘强,闻建光. 基于图像融合的反照率产品降尺度方法研究[J]. 遥感技术与应用, 2016, 31(4): 724-730.
[9] 张明哲,张红,王超,刘萌,谢镭. 基于超像素分割和多方法融合的SAR 图像变化检测方法[J]. 遥感技术与应用, 2016, 31(3): 481-487.
[10] 黄微,张婷婷,聂龙保. 基于加权梯度融合的Landsat影像薄云去除[J]. 遥感技术与应用, 2016, 31(3): 511-517.
[11] 康峻,王力,牛铮,高帅,邬明权 . 基于局部空间自相关分析的时空数据融合[J]. 遥感技术与应用, 2015, 30(6): 1176-1181.
[12] 刘锟,付晶莹,李飞. 高分一号卫星4种融合方法评价[J]. 遥感技术与应用, 2015, 30(5): 980-986.
[13] 肖新耀,许宁,尤红建. 一种基于à trous小波和联合稀疏表示的遥感图像融合方法[J]. 遥感技术与应用, 2015, 30(5): 1021-1026.
[14] 王静,李新. 基于作物生长模型和多源数据的融合技术研究进展[J]. 遥感技术与应用, 2015, 30(2): 209-219.
[15] 郭文静,李爱农,赵志强,王继燕. 基于AVHRR和TM数据的时间序列较高分辨率NDVI数据集重构方法[J]. 遥感技术与应用, 2015, 30(2): 267-276.