TRMM降水数据的空间降尺度方法研究北大核心CSCD

以天山中段为研究区,以降水与高程（DEM）、植被指数（NDVI）、坡向（Aspect）、经纬度与之间存在的相关关系为基础,构建了TRMM卫星3B43降水数据与NDVI、DEM和坡向等相关因子的回归模型,对Ts HARP统计降尺度算法引入DEM和局部Moran指数进行改进,得到2001~2006年研究区的250 m高分辨率降水空间分布数据。最后利用研究区气象站点降水数据对降尺度结果进行验证,得出降尺度的结果和实测值的误差明显小于原始降水数据和实测值的误差,年均降水最大改善程度是70 mm,因此构建的降尺度方法是合理可行的,可用于山区降水数据的降尺度研究。     

基于地理加权回归模型的典型山地卫星反演降水产品降尺度研究

降水是陆地水循环的关键变量,高分辨率降水数据的获取是准确模拟陆地水循环过程的前提。虽然卫星反演降水产品具有较强的空间代表性和连续性,但其空间分辨率较低的问题限制了它的应用。以太行山、横断山和喀斯特山区为研究对象,基于降水与高程(DEM)、植被指数(NDVI)之间存在较好相关关系的假设,构建了GPM降水(Global Precipitation Measurement Mission)与高程、植被指数的地理加权回归模型,得到了2014—2016年研究区1 km分辨率GPM降水数据。研究结果表明:地理加权回归模型能有效地提高GPM数据的空间分辨率。降尺度后,GPM数据精度在太行山和横断山区略有提高。年尺度上,相比于原始GPM数据,太行山和横断山区降尺度数据站点实测数据的确定系数分别提高了0.06和0.08,RMSE分别降低了0.45%和3.89%,MAE分别降低了0.16%和1.70%;月尺度上,太行山区67%的月份,横断山区83%的月份GPM产品降尺度后更加接近于站点实测数据。喀斯特地区GPM数据降尺度后精度略有下降,降尺度后,年尺度的降雨数据与实测数据的RMSE和MAE分别增加了10.00%和8.00%,R~2降低了0.06,月尺度上仅8月和9月降尺度后的精度更高。降雨与地形和NDVI的关系较弱是喀斯特地区降尺度效果较差的主要原因。     

基于GWR模型的陕西秦巴山区TRMM降水数据降尺度研究

应用TRMM降水数据,进行国内典型区域降尺度相关研究,可弥补应用气象站点数据研究带来的局限。以陕西秦巴山区为研究区,基于TRMM降水数据和NDVI数据,应用GWR模型和比例指数,获得GWR年、月降尺度数据并进行检验,最后分析地形对降尺度结果的影响。结果表明：获得的1 km分辨率的GWR降尺度降水数据,具有较强的细节表现能力;降尺度数据与实测降水数据年尺度上相关系数为0.88,月为0.93,相关性较好;与TRMM原始数据对比,降尺度结果降水值略小,整体低估降水;区内秦岭山地GWR降尺度结果精度变化幅度最小,相似地形条件下,海拔越高,GWR降尺度结果表现越好;采用GWR模型进行秦巴山区TRMM降水数据的降尺度研究,具有较强的适用性。     

太行山区遥感卫星反演降雨产品降尺度研究

高时空分辨率降雨数据的获取对陆地水循环研究至关重要。遥感卫星反演降水产品虽然能有效再现降雨的空间格局,但存在空间分辨率较低的问题。以植被指数NDVI(Normalized Difference Vegetation Index)和海拔高度为自变量,通过构建太行山区GPM降水(Global Precipitation Measurement Mission)的时滞地理加权回归模型,得到了2014—2016年研究区1 km分辨率GPM降水数据。研究结果表明：利用植被指数和海拔高度构建的时滞地理加权回归模型能够有效地对太行山月尺度GPM降雨数据进行尺度下延,在提高GPM数据空间分辨率的同时保留了原始数据的观测精度。考虑NDVI的时滞性提高了地理加权回归模型的降尺度效果,相对于多元线性回归模型和不考虑NDVI时滞效应的地理加权回归模型,时滞地理加权回归模型的降尺度结果与站点实测数据的确定性系数更高,RMSE更低。冬季降雨与第二年春季植被NDVI的关系较为密切,虽然采用第二年春季的NDVI作为解释变量构建降尺度模型能有效地提高冬季降雨的降尺度效果,但基于植被指数和海拔高度构建的时滞地理加权回归模型更加适用于植被生长季GPM降雨数据的降尺度研究。     

薄盘光滑样条插值中三种协变量方法的降水量插值精度比较

在薄盘光滑样条插值中,高相关协变量的选取决定了插值结果的精确性。以2001-2009年全国728个气象站点日降水为数据源,提取年降水量数据,在分析多年平均降水量与两协变量高程（DEM）和距海岸线距离（DCL）的空间相关性基础上,利用ANUSPLIN软件,比较不同协变量下降水量插值结果精度在全国尺度以及区域尺度上的差异。以DEM、DCL及DEM-DCL分别为协变量对降水量数据进行空间插值发现：①在全国尺度上,DEM法的平均绝对误差（MAE）为47.79,略低于DEM-DCL法（48.90）,但显著低于DCL法（55.54）;且DEM法的平均相对误差和均方根误差也明显低于其它两种方法。②在区域尺度上,除西藏地区外的其他7个区域,3种方法的插值误差与全国尺度上相一致。西藏地区降水插值结果以DCL法的精度最高,而DEM法则较差。研究建议除在西藏地区的降水量插值研究中采用DCL法,在全国其他大部分区域采用DEM法。     

祁连山TRMM降水数据降尺度不同方法比较研究

降水数据对研究山区陆面过程、水文模型、生态模型至关重要,而山区地形复杂降水数据获取困难,且TRMM (Tropical Rainfall Measuring Mission)降水数据空间分辨率难以进行小尺度区域降水研究。本文以祁连山为研究区,应用2005—2016年的TRMM降水数据,从不同时间尺度对TRMM降水数据在祁连山的适用性进行分析,利用多元逐步回归模型、地理加权回归模型、随机森林模型三种降尺度方法,分别建立了降水与高程、植被指数、纬度、经度、坡度、坡向的关系,获得1 km高分辨率的TRMM降尺度数据,并通过对比三种模型的降尺度结果来选取适用于祁连山的降尺度方法。结果表明:(1)TRMM降水数据适用于祁连山。TRMM降水数据和实测数据在不同时间尺度上具有显著的相关性,年、季、月相关系数分别为0.88、0.92、0.88。(2)三种降尺度模型都能有效地获得1 km高分辨率的TRMM降尺度数据,其中随机森林模型更适用于获取祁连山TRMM降尺度降水数据。(3)相比于原始TRMM降水数据,随机森林模型降尺度结果整体偏小,同时具有更高的空间分辨率和更小的偏差。本研究可以为进一步获取西部山地高空间分辨降水数据和开展水文研究提供参考与借鉴。     

1982—2014年中国沿海地区归一化植被指数(NDVI)变化及其对极端气候的响应

基于1982—2014年GIMMS NDVI3g数据集,分析中国沿海地区生长季归一化植被指数（NDVI）的时空变化特征,探讨NDVI对极端气温和极端降水年尺度和月尺度的响应特征。结果表明：中国沿海地区及其子区域NDVI均呈上升趋势,且该趋势具有一定持续性;江南及其以南各子区域的NDVI高于江南以北,但长江三角洲、珠江三角洲等地区NDVI下降较明显,而江南以北沿海地区NDVI多呈上升趋势。NDVI在东北沿海西部、华北和黄淮沿海各子区域与极端气温暖指数（暖昼日数和日最高气温的极高值）多呈负相关,在其他沿海地区多呈正相关。NDVI与极端气温冷指数（冷昼日数和日最低气温的极低值）在整个沿海地区基本呈负相关,且对冷指数的响应具有一定滞后性;江淮（含）以南各子区域的NDVI与气温日较差多呈正相关,以北基本呈负相关。NDVI在黄淮以北与极端降水之间一般呈正相关,在黄淮（含）以南和东北沿海中东部地区多呈负相关,黄淮（含）以北各子区域的NDVI对极端降水的滞后效应较明显。     

中国气温未来情景的降尺度模拟

由于GCM模拟的气温数据分辨率不高,很难用于区域尺度上各种生态系统的模拟。本文基于长时间序列（1964～2007年）的全国气温观测数据,结合经纬度数据、以及DEM、坡向、坡度等系列地形特征数据,利用空间统计方法,在构建年平均气温降尺度模型的基础上,运用高精度曲面建模（HASM）方法对HadCM3的A1Fi、A2a和B2...     

中国降水未来情景的降尺度模拟

基于长时间序列(1964～2007年)的全国降水观测数据, 结合经纬度数据以及DEM、 坡向、坡度等系列地形特征数据, 利用空间统计方法, 在构建年平均降水降尺度模型的基础 上, 运用高精度曲面建模(HASM)方法对经过降尺度分析的HadCM3的A1Fi、A2a和B2a 三种情景T1～T4时段的全国未来平均降水进行高精度曲面模拟。模拟结果显示, 在T1～T4 时段内, A1Fi、A2a和B2a三种情景的全国平均降水均呈持续增加趋势。其中, 平均降水在 A1Fi情景中增加速度最快, B2a情景中增加速度最慢;A1Fi和A2a两种情景的平均降水均呈 加速增加趋势, 而B2a情景的平均降水则呈减速增加趋势。模拟结果表明, 本文构建的降尺 度模拟方法可以有效地实现IPCC GCM 的低分辨率的降水情景数据降尺度转换成高分辨率的 降水数据。     

豫西山地植被NDVI及其气候响应的多维变化

豫西山地是秦岭山系在河南境内的余脉,处于亚热带向暖温带的过渡区域,是气候变化的敏感区。利用S-G滤波算法重构2000-2013年MODIS-NDVI时序影像,结合DEM、气温和降水数据,运用趋势分析、相关性分析等方法探讨豫西山地NDVI及其气候响应的多维变化。结果表明:(1)14年来豫西山地NDVI呈增长态势,增速为0.041/10a。NDVI值随山地海拔升高先增后降,随坡度增加而增大,在各坡向的分布相差不大。(2)植被在1100 m海拔区恢复概率最高,在1700 m区域退化概率最高;在10°~20°坡度区域恢复概率最高,在0°~5°区域退化概率最高;坡向对植被变化的分异作用不明显。(3)不同海拔、坡度、坡向上的植被所受影响因素不同,高海拔区植被动态主要受降水控制;不同坡度上的植被NDVI与气温的相关性均大于与降水的;在不同坡向上差异不明显。(4)崤山、熊耳山、伏牛山三大山脉北坡NDVI增速均大于南坡;北坡植被对降水变化较敏感,而南坡植被对气温变化较敏感。这些都是在全球变化背景下该区生态环境响应的重要信号,反映了过渡带生态响应因子对山地生态系统的重要性。     

基于多种高分辨率卫星数据的TRMM降水数据降尺度研究——以内蒙古地区为例

利用内蒙古地区2001~2010年42个站点实测降水数据作为“真值”,采用LOO（Leave-One-Out）交叉验证、多元逐步回归等方法,构建TRMM（Tropical Rainfall Measuring Mission）降水数据与地形及气候等要素之间的多元回归关系,在此基础上,利用回归值+残差值的方法,获得空间分辨率为1 km×1 km的TRMM年降水数据,并对降尺度TRMM数据进行精度检验。研究表明：① TRMM数据可用于区域年降水量估计,且与实测年降水量呈显著线性关系;② 通过建立不同年份、不同空间分辨率TRMM数据与其它遥感数据的多元统计模型,研究发现在中尺度下TRMM与观测年降水数据拟合效果较好,且在空间分辨率为0.50°×0.50°时的拟合效果最好;③ 降尺度分析提高了TRMM数据对研究区降水时空特征的描述能力,确定性系数、标准误差和偏差均有明显改善,表明降尺度算法在将TRMM降水数据空间分辨率提高到1 km×1 km的同时,并能提高降水数据的精度。     

中国西北干旱区TRMM遥感降水探测能力初步评价

西北干旱区雨量站点稀少且分布不均,为水文过程研究带来一定困难。TRMM遥感降水数据覆盖范围广、时空分辨率高,是很有潜力的降水替代品,但其在西北干旱区应用的可靠性需要评价。对TRMM网格降水量与地面实测降水量在日尺度和月尺度上进行比较,通过FBI（frequency bias index）、POD（probability of detection）、FAR（false alarm ratio）、偏差和相关系数等指标分析TRMM对降水的探测能力。结果表明：TRMM对降水的探测能力因区域、海拔和冷暖季而异,月时间尺度上TRMM对降水事件的发生频率和降水量的估计比日时间尺度更为准确,但二者探测能力都非常有限;76个格点中,日降水的[FBI]值都远离最优值1,POD值和FAR值则分别在0.72以下和0.37以上,离最优值较远,相关系数几乎都在0.4以下,只有14个格点的偏差在±10%之间,其余格点最大偏差高达389%。最多有9个格点的月降水[FBI]值达最优,14个格点的POD值达最优,24个格点的FAR值达最优,67个格点的相关系数在0.4以上,14个格点的偏差在±10%之间,只有极少数格点的全部指标都在可接受范围之内,多数站点是某些指标达最优值,而某些指标在可接受范围之外。总体来讲,TRMM遥感降水数据在西北干旱区难以直接应用,需要进一步纠正处理。     

IPCCSRES情景下新疆未来气候变化格局分析

全球气候模型（GCM）提供了有效的方法来评估全球气候变化的过程,并可预估包括人类活动因素驱动在内的未来气候变化情景。然而其较低的分辨率并不能捕捉到那些地表特性复杂区域的气候变化特性。因此,使用包括区域气候模型（RcM）、偏差校正法和统计方法等方法在内的降尺度方法来处理GCM的原始数据以达到评估区域的气候变化的目的。本研究应用使用偏差校正法中的delta方法将24个GCM在IPCC三种气候变化情景下的月尺度数据水平分辨率降尺度到0．5℃,进而用于分析新疆未来气候变化格局。基于降尺度后的计算结果与GCM模型原始数据比较表明：降尺度方法可以改善复杂地表和地形的区域气候变化预估特征,并降低GCM生成的气候数据在新疆地区的不确定性。结果表明：AIB、A2和B1三种情景模式下年均气温和年降水量在21世纪早期具有相似的空间格局与变化趋势,到21世纪中期会产生波动变化。年平均气温在A1B,A2和B1三种情景下到21世纪末将分别达到10℃,11．1℃和8．5℃;与此同时,年降水量将会有波动性的增加趋势。在2020—2070年间,AIB情景下区域年平均气温大于其他两个情景。A1B情景下的年降水量在2020-2040年间也大于其他两个情景。然而,在不同的情境下年平均气温与年降水存在很大的不确定性。不同情景下年平均气温的差异达6℃,而年平均降水差异大约200mm。在区域气候变化格局方面,到21世纪末,在天山中部、伊犁河流域、天山南部和塔里木河下游的年平均气温的增长要比准噶尔盆地、帕米尔高原和昆仑上北坡的小。年降水量在南疆西部呈现出轻微的下降趋势,但是在昌吉,吐鲁番,哈密和阿尔金山北部呈现出增长趋势。     

TRMM降水数据在中天山区域的精度评估分析

 遥感降水产品能反映降水的时空分布变化,对于资料稀缺的西北干旱区生态水文研究有重大意义。TRMM卫星降水资料在热带湿润地区有大量应用,但要将其用于我国西北干旱半干旱气候地区,还需对该数据产品在质量进行评估。选择干旱区内陆的新疆天山中部为研究区,并以周边15个台站的实测数据为依据对TRMM3B42降水数据质量进行评价。结果表明：（1）TRMM3B42数据对日降水事件的估计准确率较低,但是总体上暖季好于冷季,相对于较大的降水,对发生量小的降水估计更为准确;在暖季高估量小降水,低估量大降水,冷季则相反;（2）月降水情况来看,天山南坡两站与北坡的规律不符;对北坡山区降水估计的精度好于平原区,并且精度与海拔呈抛物线分布,降水越大的区域精度越高;偏差量的年内分布在各海拔区域之内一致性较好,但区域之间规律各有特点;（3）从年降水量来看,TRMM降水整体低于站点观测值,并且差量随着高程具有抛物线分布的特征。总之,该降水产品的质量总体上不高,但是其偏差在时间和空间上具有一定的规律性,该数据在干旱区的应用需要进一步校准处理。     

Spatial and temporal distribution of precipitation based on corrected TRMM data around the Hexi Corridor, China

Accurate rainfall distribution is difficult to acquire based on limited meteorological stations, especially in remote areas like high mountains and deserts. The Hexi Corridor and its adjacent regions （including the Qilian Mountains and the Alxa Plateau） are typical districts where there are only 30 available rain gauges. Tropical Rainfall Measuring Mission （TRMM） data provide a possible solution. After precision analysis of monthly 0.25 degree resolution TRMM 3B43 data from 1998 to 2012, we find that the correlations between TRMM 3B43 estimates and rain gauge precipitation are significant overall and in each station around the Hexi Corridor; however, the biases of annual precipitation differ in different stations and are seriously overestimated in most of the sites. Thus, Inverse Distance Weighting （IDW） interpolation method was used to rectify TRMM data based on the difference between TRMM 3B43 estimates and rain gauge observations. The results show that rectified TRMM data present more details than rain gauges in remote areas where there are few stations, alt- hough they show high coherence of distribution. Precipitation decreases from southeast to northwest on an annual and seasonal scale. There are three rainfall centers （〉500 mm） including Menyuan, Qilian and Toson Lake, and two low rain- fall centers （〈50 mm） including Dunhuang and Ejin Banner. Meanwhile, precipitation in most of the study area presents an increasing trend; especially in northern Qilian Mountains （〉5 mm/a）, Badain Jaran Desert （〉2 mm/a）, Toson Lake （〉20 mm/a） and Qingtu Lake （〉20 ram/a） which shows a significant increasing trend, while precipitation in Hala Lake （〈-2 mm/a） and Tengger Desert （〈-3 mm/a） demonstrates a decreasing trend.     

不同源降水数据在天山南坡阿克苏河流域适用性分析

降水是水热循环以及气候变化研究的重要环节,降水资料的准确与否直接影响流域尺度的水文过程研究。本文基于2000-2015年天山南坡阿克苏河流域气象站点观测降水数据,对比分析了Tropical Rainfall Measuring Mission（TRMM）降水数据集和Global Land Data Assimilation System（GLDAS）两种具有代表性的降水格网数据集在阿克苏河流域的适用性。结果表明：TRMM3B43数据在阿克苏河流域的整体表现优于GLDAS-2数据。两种数据的精度在月尺度上表现最优,相关系数分别为0.938和0.901,通过了0.01的显著性检验;在季节尺度,TRMM3B43数据各季节与站点插值的拟合度要优于GLDAS-2数据,但二者均呈现出高估冷季降水而低估暖季降水的趋势;在年尺度上,两种数据表现较差。在空间分布上,两种数据类型均能够反映出阿克苏河流域降水自西北向东南递减的空间分布趋势。并且两种数据在平原区的表现均优于山区,低估高海拔地区降水而高估低海拔地区的降水。     

高分辨率青藏高原历史月降水数据重建

青藏高原对全球气候研究具有重要意义,而降水数据对水文、气象和生态等领域的研究也至关重要,且随着研究内容和尺度的变化,对高时空分辨率的历史降水数据的需求越发迫切。本文基于TRMM 3B43降水数据,采用随机森林算法,引入归一化植被指数(AVHRR NDVI)、高程(SRTM DEM)、坡度、坡向、经度、纬度6个地理因子,建立历史降水重建模型,获得1982-1997年分辨率为0.0833°的青藏高原年降水数据,然后根据比例系数法计算出月降水数据。为提高精度,利用站点数据对月降水数据进行校正。结果表明,该方法能简单有效地获得高时空分辨率的历史降水数据,决定系数R²大部分在0.4~0.9之间,平均值为0.6767,其中夏季效果最好,冬季效果最差;均方根误差RMSE和平均绝对误差MAE均在50 mm以下,RMSE均值为22.66 mm,MAE均值为15.97 mm;偏差Bias较小,基本在0.0~0.1之间。