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。     

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。     

2001-2010年石羊河流域上游TRMM降水资料的降尺度研究

在地形比较复杂的石羊河流域上游,基于2001-2010年TRMM3B43降水数据和1 km空间分辨率DEM数据,采用回归方程+残差法的插值方法,对石羊河流域上游10年平均TRMM3B43和2001、2007年两个典型干、湿年份的TRMM3B43数据分别进行降尺度操作,将空间分辨率由原来的0.25°×0.25°提高为1 km×1 km。利用研究区34个雨量站的观测数据作为"真实值",对2001-2010年的TRMM3B43和降尺度结果进行精度检验,结果表明:TRMM3B43降水数据整体上具有一定的可信度,但比地面站点观测的降水量偏小;TRMM3B43经过降尺度之后,数据在空间分辨率和精度方面都有一定程度的提高,其中10年平均TRMM3B43降尺度结果的精度要高于2001年(干旱),而2001年的降尺度结果精度又高于2007年(湿润);就单个雨量站而言,位于西部高海拔区域的站点的降尺度结果精度较高,而位于东部低海拔区域的站点的降尺度结果精度较低。     

GPM卫星降水数据的降尺度研究 ——以陕西省为例

以陕西省内2019年33个地面气象观测站点的测量数据为真实值,选取相关系数(CC)、均方根误差(RMSE)以及相对误差(BIAS)等多种统计分析指标对GPM(Global precipitation measure-ment)卫星降水数据进行精度验证,并引入地形因子作为空间参考要素,基于地理加权回归模型(GWR)对GPM降水数据进行降尺度研究。结果表明:(1)在年际尺度上,GPM降水数据与实测降水数据之间有着明显的相关性,相关性较好(CC=0.89),相对误差则较低(BIAS=-0.45);(2)在季节尺度上,春、夏两季GPM降水数据的降尺度结果与实测降水数据之间的CC值分别为0.92和0.80,而秋季则为0.93;(3)降尺度降水量结果与高程呈现出明显的负相关性,随着海拔升高,降水相对减少。总体而言,GWR降尺度降水数据在陕西省内有着较好的精度,能够较为准确地反映陕西省内的降水分布。     

TRMM降水数据的空间降尺度方法研究

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TsHARP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。     

TRMM3B42降水产品在鄱阳湖流域梅川江子流域的精度评价(英文)

在鄱阳湖流域的梅川江子流域,利用52个站点9年(2001-2005及2007-2010)的日降水数据对V6和V7两个版本的TRMM 3B42降水产品进行了精度评价。该评价针对多个时空尺度进行,包括栅格和流域两个空间尺度,日、月和年三个时间尺度。为避免尺度不匹配问题,本文利用泰森多边形方法将点尺度的站点观测数据转换到与TRMM数据相同的栅格尺度。评价结果表明,V6和V7两个版本的TRMM3B42降水产品差别较小,整体上均轻微高估了降水量(偏差均为0.04)。在日尺度,栅格和流域空间尺度上V6和V7TRMM3B42降水产品的精度均较差,相对均方根误差在135%-199%之间。因此,在该地区利用3B42数据进行日尺度的水文分析前需要对其进行校正。在月和年尺度,栅格和流域两个空间尺度上V6和V7两个版本的TRMM 3B42降水产品精度均较高,决定系数达到0.91-0.99,相对均方根误差在4%-23%之间。这表明TRMM 3B42降水产品在该地区月和年尺度的水文分析方面具有很好的应用前景。     

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。     

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。     

澜沧江及周边流域TRMM3B43数据精度检验

在地形复杂的澜沧江及周边流域,利用相关系数法、散点斜率法,以研究区内35个国家基准与基本站观测数据为“真值”对1998-2009年之间月尺度的TRMM 3B43降水数据精度进行检验,采用泰森多边形法、K-Means聚类法分析了高程与坡度对检验结果的影响,借助主成分法比较了高程与坡度对TRMM 3B43的影响程度.研究表...     

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.     

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。     

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。     

基于MODIS的秦巴山地气温估算与山体效应分析

秦巴山地作为横亘在中国南北过渡带的巨大山脉,其山体效应对中国中部植被和气候的非地带性分布产生了重要的影响,山体内外同海拔的温差是表征山体效应大小较为理想的指标。本研究结合MODIS地表温度（LST）数据、STRM-1 DEM数据和秦巴山地的118个气象站点的观测数据,分别采用普通线性回归（OLS）和地理加权回归（GWR）两种分析方法对秦巴山地的气温进行估算,在此基础上将秦巴山地各月气温转换为同海拔（1500 m,秦巴山地平均海拔）气温,对比分析秦巴山地的山体效应。结果表明：① 相比OLS分析,GWR分析方法的精度更高,各月回归模型的R ²均在0.89以上,均方根误差（RMSE）在0.68~0.98 ℃之间。② 利用GWR估算得到的同海拔气温,从东向西随海拔升高呈现了明显的升高的趋势,秦岭西部山地比东段升高约6 ℃和4.5 ℃;大巴山西部山地年均和7月份同海拔的气温较东段升高约8 ℃和5 ℃。③ 从南向北,以汉江为分界,秦岭与大巴山的同海拔的气温均呈现出由山体边缘向内部升高的趋势。④ 秦巴山地西部大起伏高山,秦岭大起伏高中山和大巴山大起伏中山,相比豫西汉中中山谷地,各月均同海拔气温分别升高了约3.85~9.28 ℃、1.49~3.34 ℃和0.43~3.05 ℃,平均温差约为3.50 ℃,说明秦巴山地大起伏中高山的山体效应十分明显。     

秦岭—大巴山高分辨率气温和降水格点数据集的建立及其对区域气候的指示

本文建立了秦岭—大巴山高分辨率（~29 m×29 m）的气候格点数据集,包括逐月气温和降水、年均温和年降水、春夏秋冬气温和降水。空间插值方法采用国际上较为先进的ANUSPLIN软件内置的薄盘光滑样条函数,以经度、纬度和海拔为独立变量。空间插值结果与流行的WorldClim 2.0气候格点数据集具有一致性,但是比后者更精确、分辨率更高、细节更突出。本文揭示和证实：秦岭南麓是最冷月气温的0 ℃分界线。秦岭—大巴山气温具有明显的垂直地带性。6月气温直减率最大,为0.61 ℃/100 m;12月气温直减率最小,为0.38 ℃/100 m;年均气温直减率为0.51 ℃/100 m。夏季和秋季降水从西南向东北递减,强降水中心出现在大巴山西南坡。冬季降水从东南向西北递减。大巴山是年降水1000 mm分界线,夏季降水500 mm分界线;秦岭是年降水800 mm分界线,夏季降水400 mm分界线。与大尺度大气环流对比揭示：秦岭—大巴山气温和降水空间分布主要受到东亚季风和地形因子的控制。本文进一步明确了秦岭和大巴山的气候意义：大巴山主要阻挡夏季风北上,影响降水空间分布;秦岭主要阻挡冬季风南下,影响冬季气温空间分布。本文建立的高分辨率气候格点数据集,加深了对区域气候的认识,并将有多方面的用途。     

An assessment of three satellite-based precipitation data sets as applied to the Thailand region

The study examines three satellite-based data sets to estimate long-term precipitation for the Thailand region: the Tropical Rainfall Mapping Mission (TRMM) 3B43, the Climate Prediction Centre morphing technique (CMORPH), and a locally developed regression model using the geostationary meteorological satellite (GMS) covering the Thailand region. Data for the first two sets were available at a spatial resolution of 0.25° × 0.25°, while the local regression model used data from the GMS at a resolution of 5 km × 5 km. The statistical regression model was developed by relating long-term monthly average precipitation from 27 rain gauge stations with concurrent satellite data in the visible and thermal infrared bands. The model was then tested against independent data from 27 rain gauge stations. Satellite/rain gauge ratios were estimated, and a smooth spline surface was used to correct the error from the model. Data from the three approaches were compared with a rain gauge network. The TRMM relation performed better than CMORPH, and the performance for GMS was comparable to TRMM with root mean square different and mean bias difference of 33.6 and 4.2%, respectively. The locally developed regression model was used to produce monthly and yearly total rainfall maps from the GMS data for the entire country.     

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。     

How is the precipitation distributed vertically in arid mountain region of Northwest China?

Precipitation in the arid region of Northwest China (NWC) shows high spatial and temporal variability,in large part because of the region's complex topography and moisture conditions.However,rain gauges in the area are sparse,and most are located at altitudes below 2000 m,which limits our understanding of precipitation at higher altitudes.Interpolated precipitation products and satellite-based datasets with high spatiotemporal resolution can potentially be a substitute for rain gauge data.In this study,the spatial and temporal proper-ties of precipitation in the arid region of NWC were analyzed using two gridded precipitation products:SURF_CLI_CHN_PRE_DAY_GRID_0.5 (CHN) and Tropical Rainfall Measuring Mission (TRMM) 3B43.The CHN and TRMM 3B43 data showed that in summer,precipitation was more concentrated in southern Xinjiang than in northern Xinjiang,and the opposite was true in winter.The largest difference in precipitation between mountainous areas and plains appeared in summer.High-elevation areas with high precipitation showed more stable annual precipitation.Different sub-regions showed distinctive precipitation distributions with elevation,and both datasets showed that the maximum precipitation zone appeared at high altitude.