论文部分内容阅读
地表数据集的精度对陆面模式CLM3.5的模拟结果精度有较为明显的影响,尤其对较小区域进行模拟实验时,低分辨率的地表数据对模拟精度的影响更加明显;本论文的研究目标是使用广西高分辨率本底覆盖数据结合广西区高分辨率MODIS地表覆盖数据,应用决策树以及格数据统计相关技术构建一套广西区精度较高,分辨率为0.1°×0.1°的陆面模式CLM3.5要求的地表数据集,利用CLM3.5进行模式实验,得到精度较高的土壤湿度数据,通过定性定量的分析比较证明模拟结果的优越性和可靠性。本论文的主要内容如下: (1)MODIS数据构建CLM3.5地表数据集。文中首先采用了广西区高分辨率的MODIS地表覆盖数据构建CLM3.5地表数据集。由于MODIS地表覆盖类型与CLM3.5地表数据区分的地表覆盖类型不匹配,本文运用分类决策树对MODIS数据进行了分类处理;将分类结果集成到网格尺度的过程中,对于MODIS地表覆盖类型中的混合覆盖类型,文中采用了简单的加权处理,单一网格上允许共存多种覆盖类型,从而构造了一套高分辨率的地表数据集SDM,并与CLM3.5初始地表数据集SDC进行了分析比较,发现SDM较SDC更加准确。 (2)广西本底数据构建CLM3.5地表数据集。在使用广西本底覆盖数据构建地表数据集的过程中,同样利用决策树算法对覆盖类型进行分类,所不同的是本文引入的广西本底覆盖数据为30m分辨率的数据集,将分类结果集成到网格数据集的过程中,考虑了单一网格上多种地表覆盖共存的情况,文中使用简单的格数据统计方法确定了网格上不同覆盖类型的权重值;此外,在运用决策树进行覆盖类型重分类的过程中,针对混合覆盖类型,文中结合MODIS地表覆盖数据,运用基于网格聚类算法的基本思想对数据进行预处理操作,最终使用决策树结合格数据统计技术对混合覆盖类型进行了重新分类,并将分类结果集成到网格尺度上,最终构建了一套可信度较高、分辨率为0.1°×0.1°的地表数据集SDG,同时将SDG与SDM比较分析发现SDG无论在空间分布还是数据精度上都要优于SDM;此外,文中依据生物物理状态数据空间自相关的特性,设计了重构算法,尝试对生物物理状态数据集进行了重构,但重构结果不理想。 (3)土壤湿度模拟结果分析。文末分别使用SDG与SDC,利用陆面模式CLM3.5对广西区的土壤湿度进行了模拟实验,通过单站点时间序列、单日空间分布等不同角度的定性以及定量分析,表明SDG数据集的可信度较高,同时模拟结果的分辨率有较为明显的提高,初步满足了实际应用的需求。