Page 209 - 《高原气象》2022年第6期
P. 209

第 41 卷   第 6 期                        高     原    气     象                             Vol. 41  No. 6
               2022 年 12 月                       PLATEAU METEOROLOGY                             December,2022


             贾何佳,李谢辉,王磊,等,2022. 基于机器学习的西南地区遥感干旱监测与评估[J]. 高原气象,41(6):1572-1582. JIA He‐
             jia,LI Xiehui,WANG Lei,et al,2022. Remote Sensing Drought Monitoring and Assessment in Southwestern China based on Ma‐
             chine Learning[J]. Plateau Meteorology,41(6):1572-1582. DOI:10. 7522/j. issn. 1000-0534. 2022. 00006.




                    基于机器学习的西南地区遥感干旱监测与评估



                                 贾何佳 ,李谢辉 ,王 磊 ,薛雨婷 ,林会全                                 2
                                          1
                                                                             1
                                                                  1
                                                      1
                           (1. 成都信息工程大学大气科学学院,高原大气与环境四川省重点实验室,四川 成都                      610225;
                                          2. 奈曼旗大柳树国有治沙林场,内蒙古 通辽           028300)
                     摘要:由于干旱的复杂性和影响因素的多样性,对干旱的准确监测仍然面临许多问题,尤其是西南地区
                     的干旱日益频繁和加重,且形成和致灾过程有一定特殊性,而传统干旱监测方法已无法满足区域干旱监
                     测的要求,因此需要更为科学的监测方法和手段。由于机器学习可以将多种致灾因素综合考虑来建立
                     干旱监测综合模型,无疑为干旱监测提供了一种新的技术手段,因此本文利用 2010-2019年多源遥感数
                     据以及 1980-2019年气象站点数据,首先构建随机森林模型对西南地区的地表温度进行重建补充,然后
                     构建 XGBoost监测模型对西南地区的干旱进行了监测与评估验证。结果表明:(1)随机森林训练集、测
                     试集重建的陆地表面温度 LST 与站点观测值的相关系数均超过 0. 9,达到显著相关;LST 重建值与遥感
                     监测值空间分布类似,数值接近于气象站点观测值;(2)XGBoost模型训练集、测试集的监测值与站点标
                     准化降水蒸散指数(Standardized Precipitation Evaportranspiraton Index,SPEI)计算值相关系数均超过
                     0. 86,相关关系显著;监测值与计算得到的 SPEI 值的干旱等级总体一致率超过 85%;(3)XGBoost 模型
                     监测值与气象干旱综合指数 MCI 值干旱等级总体一致率在 67. 88% 以上,较为一致;各月一致率均超
                     58%,其中9月一致率最高为75. 07%,2月一致率最低为58. 26%;(4)模型监测各个季节旱情与实际旱情
                     基本一致,能够较好地反映出西南地区的干旱空间分布及旱情。
                     关键词:多源遥感;随机森林;XGBoost;干旱监测;西南地区
                     文章编号:1000-0534(2022)06-1572-11     中图分类号:P429        文献标识码:A
                     DOI:10. 7522/j. issn. 1000-0534. 2022. 00006


              1   引言                                            正安等,2017;王映思等,2021)。且青藏高原、云
                                                                贵高原海拔高,站点少,对气象站的建设和气象数
                  气象灾害是全球人类所面临的一个共同挑战。
                                                                据的采集相对困难,传统干旱指数无法适用于整个
             干旱作为常见的气象灾害,由于其持续时间长,影                             西南区域,易对西南地区的干旱监测造成偏差。而
             响范围广,易对人民生活和社会经济造成严重损                              在全球变暖背景下,受自然和人类活动的双重影
             失,历来都受到社会各界的极大关注(王林和陈                              响,干旱情况日益严重(黄晚华等,2010;张强等,
             文,2012)。中国西南地区占地广,包括四川、重                           2011),因此建立精准、及时的西南干旱监测模型,
             庆、西藏、云南和贵州五个省市区,易在孟加拉湾                             对西南地区的防灾减灾和社会发展具有重要意义。
             水汽、南支槽等影响下形成干旱,是重旱的高风险                                 目前干旱监测常用地面气象站点和卫星遥感
             区,同时区域内海拔、人口、土地利用等差别大,                             两类数据。地面站点数据是地面气象站实时观测
             不同区域受到的干旱致灾因子影响复杂多样,造成                             的数据,相对精度较高,但同时具有成本高、覆盖
             干旱的成因与机制也各不相同(张强等,2020;钱                           范围小和部分区域站点密度小等缺点;而遥感数据


                 收稿日期:2021⁃08⁃26;定稿日期:2022⁃01⁃19
                 资助项目:第二次青藏高原综合科学考察研究项目(2019QZKK0105);四川省科技计划项目(2021YJ0025)
                 作者简介:贾何佳(1997-),男,汉族,四川达州人,硕士研究生,主要从事气象灾害遥感研究. E-mail:3186164474@qq.com
                 通信作者:李谢辉(1977-),女,汉族,新疆石河子人,副教授,主要从事气象灾害遥感和灾害风险评估研究
                        E-mail:lixiehui@cuit.edu.cn
   204   205   206   207   208   209   210   211   212   213   214