Page 223 - 《高原气象》2026年第5期
P. 223

5 期                   郭继富等:基于BMA降尺度模型的西北雨养农业区干旱监测研究                                        1439
                             表2  各模型精度评价                         23 日的 GOSIF 数据进行降尺度进行对比分析(图
                     Table 2  Evaluation of each model accuracy  4)。SVR 降尺度模型的结果在空间分布上与原始
                           RMSE              Bias                图像较为接近, 但高值区域面积明显扩大, 略大于
                模型                                       R 2
                     / (mW·m⁻²· nm⁻¹·sr⁻¹) /(mW·m⁻²· nm⁻¹·sr⁻¹)  原始图像。SVR 模型生成的 500 m 高空间分辨率
                SVR       0. 0603           0. 0095     0. 620   SIF 数据在低值区表现较好, 但在高值区存在一定
                RF        0. 0454           0. 0091     0. 784   程度的高估现象, 尤其是西南部地区的 SIF 值存在
                CNN       0. 0458           0. 0092     0. 780   明显高估; RF 降尺度模型的结果与原始图像有较
                BMA       0. 0453           0. 009      0. 785   大差异, 高值区域显著扩大, 远高于原始图像, 表
                                                                 明 RF 模型可能存在过度拟合的问题。模型较好地
               有效降低预测误差, 同时对非线性复杂数据的解释
                                                                 捕捉到了原始数据中的高值区域, 特别是在西南部
               能力最强, 具有较高的泛化能力。虽然 RF 和 CNN
                                                                 山区的表现尤为突出, 在空间分布上相较于原始影
               其评价指标略低于 BMA 模型结果, 但对于单一模
                                                                 像存在明显的植被生长区域分界线; CNN 模型的
               型来说, 其较低的 RMSE 和 Bias 值, 表明这两种模
                                                                 结果在空间分布和 SIF 取值范围上与原始图像较为
               型在构建降尺度模型时仍能提供较为精确的预测。                            接近, 模型结果虽能体现一定的空间细节, 但总体
               SVR 在各项指标中均表现相对较差, 其 RMSE 和                       低估了 SIF 估值, 特别是在西南区域高值区表现较
               Bias 明显高于其他模型, 且 R²值最低, 表明 SVR 在                  差; BMA 多模型组合平均以上 3 个模型的预测结
               此类地学数据统计降尺度任务中的拟合能力较弱,                            果, 既能展现 SIF 数据在高空间分辨率下与原始数
               不能有效解释复杂非线性地学数据背后的规律。                             据集的空间一致性, 又可以呈现出介于原始数据和
                   为了从空间分布上直观地展示 GOSIF 原始数                       RF 模型之间的区域尺度空间细节。高低值过渡区
               据集与降尺度后的结果, 本研究选择了 2001年 4月                       域更为平滑, 在提高分辨率的同时也考虑了不同模










































                            图4 5 km分辨率GOSIF (a)与500 m分辨率SVR (b)、 RF (c)、 CNN(d)和BMA (e)降尺度
                                                 SIF对比(单位: mW·m⁻²·nm⁻¹·sr⁻¹)
                           Fig. 4 Comparison of the 5 km resolution GOSIF (a) with the 500 m resolution downscaling SIF
                                obtained by SVR (b), RF (c), CNN (d), and BMA (e). Unit: mW·m⁻²·nm⁻¹·sr⁻¹
   218   219   220   221   222   223   224   225   226   227   228