雅鲁藏布江流域多源降水产品评估及其在水文模拟中的应用

论文对比分析了1980—2016年基于站点插值降水数据CMA(China Meteorological Administration)和APHRODITE(Asian Precipitation-Highly-Resolved Observational Data Integration Towards Evaluation)、卫星遥感降水数据PERSIANN-CDR(Precipitation Estimation from Remotely Sensed Information using Artificial Neural Network-Climate Data Record)和GPM(Global Precipitation Measurement)、大气再分析数据GLDAS(Global Land Data Assimilation System)以及区域气候模式输出数据HAR(High Asia Refined analysis)在雅鲁藏布江7个子流域的降水时空描述,利用国家气象站点数据对各套降水数据进行单点验证,并以这6套降水数据驱动VIC(Variable Infiltration Capacity)大尺度陆面水文模型反向评估了各套降水产品在雅鲁藏布江各子流域径流模拟中的应用潜力。结果表明：① PERSIANN-CDR和GLDAS年均降水量最高(770~790 mm),其次是HAR和GPM(650~660 mm),CMA和APHRODITE年均降水量最低(460~500 mm)。除GPM外,其他降水产品在各子流域都能表现季风流域的降水特征,约70%~90%的年降水量集中在6—9月份。② 除PERSIANN-CDR和GLDAS外,其他降水产品皆捕捉到流域降水自东南向西北递减的空间分布特征。其中,HAR数据空间分辨率最高,表现出更详细的流域内部降水空间分布特征。③ 与对应网格内的国家气象站降水数据对比显示,APHRODITE、GPM和HAR降水整体低估(低估10%~30%),且严重低估的站点主要集中在下游(低估40%~120%)。PERSIANN-CDR和GLDAS整体表现为高估上游流域站点降水(高估28%~60%),但低估下游流域站点降水(低估11%~21%)。④ 在流域径流模拟上,当前的6套降水产品在精度或时段上仍无法满足水文模型模拟的需求。⑤ 通过水文模型反向评估,6套降水产品中区域气候模式输出的HAR在流域平均降水量和季节分配上更合理。     

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。     

塔里木河流域TRMM降水数据精度评估

利用塔里木河流域24个气象站降水数据,分析了2000-2013年TRMM多卫星降水数据(TRMM 3B43 v7)在塔里木河流域的适用性。检验结果表明:全年来看,TRMM数据对研究区所有站点的年均降水量拟合较好(R²=0.8846),流域内24个站点平均年降水量相对偏差为19.02%,其中60%的站点表现为TRMM年降水量高于地面实测年降水量;月降水方面,除个别站点(于田、且末、乌恰)较差外,大部分站点的拟合度都较好;就季节而言:春季拟合效果最好,夏、秋季的TRMM数据存在低估问题,而冬季则偏高估;流域降水量由东南向西北递增,并在西北部边缘地区增加较显著,形成一个相对丰水带;而向沙漠腹地方向延伸的降水量则呈减少趋势。同时流域最大降水区域在一年中变化存在一定的规律。     

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。     

气候模式同站点插值外推气象数据的比较

在气象站稀疏的中亚荒漠地区采用基于大气物理机制的区域气候模式,可获得高分辨率格点气象资料进行气候变化研究.针对中亚地区1958-2001年的气候变化,采用RegCM区域气候模式对ERA40和NCEP/NCAR两套气象再分析数据进行动力降尺度至40 km,并将结果同三套基于气象站点插值外推的格点数据(CRU、WM和APHRO)进行比较.所有数据一致表明,1960年代以来新疆地区的气温显著增加,南疆地区降水增加、天山山区降水减少.除APHRO外,数据都表明北疆地区降水呈增加趋势.RegCM模拟的气温和降水数据与站点外推数据空间分布格局基本一致;但RegCM数据年平均气温低于站点外推数据,RegCM数据在新疆山区的年降水量是站点外推数据年降水量的1.3倍.由于研究区内73％的气象站点分布在中山带以下的干热气候区,站点外推数据可能低估山区降水并高估该区域气温.与站点插值外推的格点数据相比,区域气候模式具有能细致描述区域内中小尺度的地形/下垫面特征、更精确反映气象要素空间变异格局的能力.但因为缺乏足够的地面观测以及高精度遥感反演气象数据,当前尚无法全面评估区域气候模式在中亚地区尤其是山区的模拟精度.     

1901-2012年中国西北地区东部多时间尺度干旱特征

以干旱的多时间尺度特征出发,利用CRU最新数据,计算了考虑降水和气温双因子影响的标准化降水蒸散指数(SPEI),并与标准化降水指数(SPI)进行对比,分析中国西北地区东部1901-2012年不同时间尺度的干旱特征。本文不仅对百年来CRU资料的可靠性进行检验,而且对SPEI在西北地区东部的适应性进行讨论。结果表明:CRU资料可靠性较好,但由于CRU资料本身的属性,1920年以前资料的可靠性不确定。从干旱事件的发生强度及干旱范围分析,SPEI在西北地区东部具有较好的适用性。SPEI与SPI在不同时间尺度下的波动变化一致,短时间尺度主要表现年内或季节特征,长时间尺度则侧重表现年际、年代际特征。将研究区分为高原东北区和陕南区进行分析,1901-2012年高原东北区有4个干期,陕南区有5个干期。针对温度变化对西北地区东部干旱的影响及与SPI对比表明,高温对干旱的贡献不容忽视。     

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。     

近47 a来黑河流域的降水时空特征分析及预报评估

 利用1960—2006年黑河流域13个气象站, 地面气温、降水等观测资料,对该流域降水的气候年代际特征及干旱变化的成因进行了初步分析。结果表明,该流域降水量,由于受地形地貌、海拔高度和不同尺度大气环流的影响,流域内降水分配极不均匀,南北差异很大, 呈现为东南多西北少, 但降水日数的年月分布和流域的地理分布与降水量分布基本一致。总体上变化均呈波动性上升状态。同时,对2000年承担黑河流域分水的预报任务中研制的黑河流域降水预报服务系统输出的24~48 h降水量预报过程的准确率进行了TS评分检验。证明该系统对黑河流域的降水具有较强的预报能力,预报产品在气象服务工作中有重要参考价值,同时也为今后的精细化预报业务工作打下了一定的基础。     

TRMM卫星降水数据在川渝地区的适用性分析

在地形复杂的川渝地区,利用72个气象站点的实测降水数据对TRMM(Tropical Rainfall MeasurementMission)卫星降水数据的精度分别在年、季和月尺度上进行验证,并进一步分析了高程和坡度对月尺度验证结果的影响,同时借助主成分分析法,对比了高程与坡度对TRMM 3B43降水数据的影响程度.结果表明:TRMM3B43估算的年降水量在川渝地区平均偏高5.38％,其中西部高原区估算结果比中东部地区相对精确.TRMM3B43与气象站点的季尺度降水数据拟合优度较高,但各季拟合优度之间存在差异,其中春季降水的拟合优度高于其余季节.而TRMM 3B43的月数据与站点实测降水数据拟合优度R2=0.7615,相关系数R=0.87,表明两者之间相关性显著,数据精度较高;就单个站点而言,大部分站点相关系数较高,误差较小,但叙永站相关系数相对较低,小金、雅安、雷波、盐源以及攀枝花站点数据误差相对较大.高程对数据精度的影响较坡度大,且呈现三次非线性回归的变化特征,随着高程的升高,R呈现增大的变化趋势,|Bias(％)|则呈现出增大—减小—增大的变化趋势;坡度对降水数据精度的影响相对较小且变化规律也较复杂,整体上随坡度变化,TRMM 3B43数据精度受到明显的影响.     

基于TRMM数据的广西西江流域降水时空分布特征

以广西西江流域为研究对象,以TRMM数据为主要数据源,利用研究区15个气象站降水实测数据,使用相关系数、相对偏差和均方根误差对1998—2013年TRMM降水数据进行验证,并在此基础上对广西西江流域的降水时空分布特征进行分析,结果表明:1)TRMM 3B43降水数据与气象站点实测降水数据具有较好的一致性,年尺度和月尺度相关系数分别是0.79和0.92(α0.01),可以代表研究区实际降水情况;2)在降水时间分布上,1998—2013年间年降水量呈微弱的下降趋势,流域降水的季节分配不均匀,大部分降水集中在5至8月;3)在降水空间分布上,降水整体由东向西逐渐递减,春季(3—5月)的降水中心在流域东部,夏季(6—8月)移至西南部,秋季(9—11月)继续停留在西南部,冬季(12—2月)又移回东北部。     

四套全球网格降水数据集在伊朗的适用性评估

伊朗由于其独特的地理位置和脆弱的生态环境一直以来都是气候变化研究的热点区域,降水作为伊朗水资源的重要来源对生态环境和社会经济发展尤为重要,因此评估降水数据集的适用性是进行科学研究的基础。本文利用伊朗1988—2017年103个观测站的年降水数据（OBS）,以平均偏差（Mean Error,ME）、均方根误差（Root Mean Square Error,RMSE）、相关系数（correlation coefficient,R）对Global Precipitation Climatology Centre（GPCC）V2020、Climatic Research Unit（CRU）TS 4.05、Terrestrial Air Temperature and Precipitation: Monthly and Annual Time Series（UDEL）V5.01和NOAA's Precipitation Reconstruction over Land（PREC）四套全球网格降水数据集在伊朗的适用性进行评估,并进一步分析了地形对不同数据集精度的影响。研究结果显示：① GPCC降水数据偏差最小,与观测数据相关性最高,最适合伊朗现代气候变化研究。② GPCC、CRU、和UDEL均能反映伊朗降水的基本特征,但普遍会低估降水高值,PREC数据不能准确反映伊朗降水的空间分布模态,因此使用PREC数据分析伊朗降水特征时应当谨慎。③ 海拔和坡度对ME、RMSE以及R有一定影响,坡向对数据集精度影响不大。以上结论可为四套数据的订正及其在伊朗地区气候变化研究中的应用提供科学依据。     

雅鲁藏布江干流河宽时空变化遥感监测及水文气象响应

河宽作为河流形态的基本参数之一,对于理解地表水过程和河流生态系统功能至关重要。雅鲁藏布江是全球具有典型地域特色的高原河流,也是重要的国际河流。雅鲁藏布江地处偏远山区,其地形环境条件恶劣、测量站分布稀疏,严重限制了对雅鲁藏布江河流水文动态变化特征的科学理解。遥感卫星通过提供多时相、长时序观测影像数据,使雅鲁藏布江河宽长期动态变化监测和水文特征分析成为可能。本文基于全球地表水变化数据集（GLAD）,利用水体边界水淹频率阈值分割法重建了2000—2020年雅鲁藏布江逐月完整的水域范围,进而提取和解析雅鲁藏布江干流河宽的时空变化特征。研究结果表明：2000—2020年期间,受年内气温和降水季节性差异等影响,雅鲁藏布江干流河宽呈现出显著的季节性变化特征,中游河段的季节性变幅最大（453.6 m）,下游河段季节性变幅最小（90.3 m）;雅鲁藏布江干流河道受气候和地形的影响,空间分布差异大,河道可观察到的最窄处约30 m（即Landsat卫星影像的最小空间分辨率）,中下游辫状河流有效河宽最大可达6000 m,全程约50%长度的河道宽度小于150 m,仅2.0%的河道宽度大于2000 m;2000—2020年雅鲁藏布江干流河道的年平均河宽呈现先下降、后上升、再下降的变化特征,雅鲁藏布江全程平均河宽与降水、气温之间呈现较显著的正相关关系（通过p<0.01的显著性检验）,相关性系数R值均为0.7。此外,本文利用10 m分辨率Sentinel-2影像数据目视解译提取的河宽信息与本文基于GLAD重建的河宽结果进行对比验证,两者的相对偏差低于2%,表明本文雅鲁藏布江河宽的提取结果总体可信。     

雅鲁藏布江流域降水中氧稳定同位素的时空变化

This paper reveals the temporal and spatial variations of stable isotope in precipita-tion of the Yarlung Zangbo River Basin based on the variations of δ18O in precipitation at four stations (Lhaze,Nugesha,Yangcun and Nuxia) in 2005. The results show that δ18O of pre-cipitation has distinct seasonal changes in the Yarlung Zangbo River Basin. The higher value of δ18O occurs in spring prior to monsoon precipitation,and the lower value occurs during monsoon precipitation. From the spatial variations,with the altitude-effect and rainout process during moisture transport along the Yarlung Zangbo River Valley,18O of precipitation is gradually depleted. Thus,δ18O of precipitation decreases gradually from the downstream to the upstream,and the lapse rate of δ18O in precipitation is approximately 0.34‰/100m and 0.7‰/100km for the two reasons. During monsoon precipitation,spatial variation of δ18O in precipitation is dominated by the amount effect in the large scale synoptic condition.     

Temporal and spatial variations of δ18O in precipitation of the Yarlung Zangbo River Basin

This paper reveals the temporal and spatial variations of stable isotope in precipita-tion of the Yarlung Zangbo River Basin based on the variations of δ18O in precipitation at four stations (Lhaze, Nugesha, Yangcun and Nuxia) in 2005. The results show that δ18O of pre-cipitation has distinct seasonal changes in the Yarlung Zangbo River Basin. The higher value of δ18O occurs in spring prior to monsoon precipitation, and the lower value occurs during monsoon precipitation. From the spatial variations, with the altitude-effect and rainout process during moisture transport along the Yarlung Zangbo River Valley, 18O of precipitation is gradually depleted. Thus, δ18O of precipitation decreases gradually from the downstream to the upstream, and the lapse rate of δ18O in precipitation is approximately 0.34‰/100m and 0.7‰/100km for the two reasons. During monsoon precipitation, spatial variation of δ18O in precipitation is dominated by the amount effect in the large scale synoptic condition.     

Accuracy evaluation of two precipitation datasets over upper reach of Heihe River Basin, northwestern China

As an important forcing data for hydrologic models, precipitation has significant effects on model simulation. The China Meteorological Forcing Dataset (ITP) and Global Land Data Assimilation System (G...     

Temporal and spatial variations of δ^18O in precipitation of the Yarlung Zangbo River Basin

This paper reveals the temporal and spatial variations of stable isotope in precipitation of the Yarlung Zangbo River Basin based on the variations of δ^18O in precipitation at four stations （Lhaze, Nugesha, Yangcun and Nuxia） in 2005. The results show that δ^18O of precipitation has distinct seasonal changes in the Yarlung Zangbo River Basin. The higher value of δ^18O occurs in spring prior to monsoon precipitation, and the lower value occurs during monsoon precipitation. From the spatial variations, with the altitude-effect and rainout process during moisture transport along the Yarlung Zangbo River Valley, δ^18O of precipitation is gradually depleted. Thus, δ^18O of precipitation decreases gradually from the downstream to the upstream, and the lapse rate of δ^18O in precipitation is approximately 0.34‰/100m and 0.7%J‰/100km for the two reasons. During monsoon precipitation, spatial variation of δ^18O in precipitation is dominated by the amount effect in the large scale synoptic condition.     

Changes in daily extreme precipitation events in South China from 1961 to 2011

Based on the daily precipitation from a 0.5°×0.5° gridded dataset and meteorological stations during 1961-2011 released by National Meteorological Information Center, the reliability of this gridded precipitation dataset in South China was evaluated. Five precipitation indices recommended by the World Meteorological Organization (WMO) were selected to investigate the changes in precipitation extremes of South China. The results indicated that the bias between gridded data interpolated to given stations and the corresponding observed data is limited, and the proportion of the number of stations with bias between -10% and 0 is 50.64%. The correlation coefficients between gridded data and observed data are generally above 0.80 in most parts. The average of precipitation indices shows a significant spatial difference with drier northwest section and wetter southeast section. The trend magnitudes of the maximum 5-day precipitation (RX5day), very wet day precipitation (R95), very heavy precipitation days (R20mm) and simple daily intensity index (SDII) are 0.17 mm·a-1, 1.14 mm·a-1, 0.02 d·a-1 and 0.01 mm·d-1·a-1, respectively, while consecutive wet days (CWD) decrease by -0.05 d·a-1 during 1961-2011. There is spatial disparity in trend magnitudes of precipitation indices, and approximate 60.85%, 75.32% and 75.74% of the grid boxes show increasing trends for RX5day, SDII and R95, respectively. There are high correlations between precipitation indices and total precipitation, which is statistically significant at the 0.01 level.     

Predicting Potential Geographic Distribution of Tibetan Incarvillea younghusbandii Using the Maxent Model

Incarvillea younghusbandii is a well-known Tibetan medicinal plant with considerable development and research value distributed widely throughout the Tibetan plateau. It is important to study spatial distribution patterns of the plant in order to develop effective protection measures. Based on field survey work and environmental data, the potential geographic distribution of Incarvillea younghusbandii was delineated using a Maximum Entropy (Maxent) model with 28 environmental variables that screened for climate, topography, human activity and biological factors. Our results showed that the main geographic range of Incarvillea younghusbandii included the valley between the Yarlung Zangbo river and the Duoxiong Zangbo river, the valley in the middle section of the Himalaya Mountains, and the area between the north side of the east section of the Himalayas and the south bank of the middle reach of the Yarlung Zangbo river. Distribution may spread to parts of the eastern Himalayas. The Jackknife test indicated that soil types, ratio of precipitation to air temperature, extreme atmospheric pressure differences and annual precipitation were the most important predictive factors for the model, while other variables made relatively small contributions.     

1961～2015年雅鲁藏布江流域风蚀气候侵蚀力变化

根据雅鲁藏布江流域13个气象站观测资料,利用联合国粮农组织给出的公式计算雅鲁藏布江流域风蚀气候因子指数值,分析雅江风蚀气候侵蚀力基本特征。结果表明,雅江流域风蚀气候因子指数分布范围为4.2~31.9,平均值为14.7。从空间分布来看,风蚀气候因子指数由西向东呈减小趋势,西部可达40,东部加查-米林段降到了5左右。风蚀气候因子指数具有显著的季节变化,春季最大为8.5,冬季次之为5.2,夏季、秋季都很小。雅江流域风蚀气候因子指数年、春季、秋季、冬季下降趋势显著,夏季上升趋势不显著。通过Mann-Kendall（M-K）检验分析可知,风蚀气候因子指数在1987年发生突变。