• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>other >Improving the Performance of Temperature Index Snowmelt Model of SWAT by Using MODIS Land Surface Temperature Data
【2h】

Improving the Performance of Temperature Index Snowmelt Model of SWAT by Using MODIS Land Surface Temperature Data

机译：利用MODIS地表温度数据改进SWAT温度指数雪融模型的性能。

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Simulation results of the widely used temperature index snowmelt model are greatly influenced by input air temperature data. Spatially sparse air temperature data remain the main factor inducing uncertainties and errors in that model, which limits its applications. Thus, to solve this problem, we created new air temperature data using linear regression relationships that can be formulated based on MODIS land surface temperature data. The Soil Water Assessment Tool model, which includes an improved temperature index snowmelt module, was chosen to test the newly created data. By evaluating simulation performance for daily snowmelt in three test basins of the Amur River, performance of the newly created data was assessed. The coefficient of determination (R 2) and Nash-Sutcliffe efficiency (NSE) were used for evaluation. The results indicate that MODIS land surface temperature data can be used as a new source for air temperature data creation. This will improve snow simulation using the temperature index model in an area with sparse air temperature observations.
机译：广泛使用的温度指数融雪模型的仿真结果受输入空气温度数据的影响很大。空间稀疏的空气温度数据仍然是导致该模型不确定性和误差的主要因素，这限制了其应用。因此，为了解决这个问题，我们使用线性回归关系创建了新的气温数据，该关系可以基于MODIS地表温度数据制定。选择了土壤水评估工具模型，其中包括改进的温度指数融雪模块，以测试新创建的数据。通过评估阿穆尔河三个试验盆地日常融雪的模拟性能，评估了新创建数据的性能。使用确定系数（R 2 ）和纳什-苏克利夫效率（NSE）进行评估。结果表明，MODIS地表温度数据可以用作空气温度数据创建的新来源。这将在气温稀疏的地区使用温度指数模型改善降雪模拟。

著录项

  • 期刊名称 other
  • 作者

    Yan Yang; Takeo Onishi; Ken Hiramatsu;

  • 作者单位
  • 年(卷),期 -1(2014),-1
  • 年度 -1
  • 页码 823424
  • 总页数 20
  • 原文格式 PDF
  • 正文语种
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号