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。     

基于TRMM 3B43产品的1998—2016年黄淮海平原降水时空特征研究

以黄淮海平原为研究区,基于59个气象站点的逐月降水数据,采用相关系数（R）、相对误差（BIAS）和均方根误差（RMSE）对TRMM 3B43降水产品的精度进行系统评估,揭示黄淮海平原降水的时空变化规律。研究表明：① TRMM 3B43产品对研究区内大部分气象站点存在轻微高估现象,总体上TRMM产品和站点数据在黄淮海平原的拟合效果较好,且月尺度的精度较年尺度高;② 1998—2016年黄淮海平原年降水和秋季降水增加明显,其余季节降水呈不同程度的减少趋势;③ 研究区降水在空间上呈从南到北递减的趋势,且南北降水差距较大。研究结果为卫星降水产品在中纬度地区水资源评估、农业生产和洪旱灾害等研究提供一定的参考。     

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。     

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。     

TRMM降水数据在横断山区的精度

利用相关系数法和散点斜率法对横断山区1998~2011年之间月尺度的TRMM 3B43降水数据精度进行了检验。研究表明,TRMM 3B43降水数据与实测数据相关性很强,但是比实测降水量偏大33.9%。在横断山北部大雪山以东地区和南部香格里-贡山-德钦一带三江并流区TRMM 3B43数据误差较大。各个季节TRMM 3B43降水与实测值误差的空间分布有较大区别,但是都表现为北部沿经向分布,南部沿纬向分布的趋势;横断山区高海拔地区气象站点稀少和复杂的下垫面环境是产生观测误差的主要原因。     

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.     

TRMM降水数据在沙溪流域的精度验证

以闽江沙溪流域2008—2012年水文站及雨量站的实测降水资料为基准数据,利用探测率、击中率、Heidke技巧评分指数、模糊评分、统计参数、降水重心等指标,对热带降水测量卫星(TRMM)的3B42V6和3B42V7两种降水产品进行精度检验和分析。结果表明:日尺度上,TRMM数据在多数情况下能比较准确预报降水是否发生,两种TRMM降水数据的探测率Pd、集中率FH、Heidke技巧评分指数的平均值都超过0.55,3B42V7的漏报率和空报率比3B42V6均有所降低;两种TRMM降水数据在不同降水量级的预测中精度由好到差依次为小雨、暴雨、大雨、中雨,其中小雨预报精度最好,达到良好水平以上,3B42V7的效果更好一点;两种TRMM数据与实测数据的一致性都比较好,其中3B42V6的数据均方根误差、偏差、相关系数都更小;月尺度上,3B42V6降水数据呈现旱季偏差大、雨季偏差小的特征,而3B42V7数据在全年的偏差都较小;年尺度上,两种TRMM数据的降水重心位置与实测数据的降水重心位置十分接近,纬度方向的变迁路径一致,TRMM数据的空间分布与实测数据比较吻合。     

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。     

TRMM数据在中国降雨侵蚀力计算中的应用

长时间序列降雨过程资料的获取一直是降雨侵蚀力计算中的一个难题。尝试利用地面实测站点数据分别对TRMM(Tropical Rainfall Measuring Mission)卫星的3B43和3B42数据进行回归建模和订正,并采用订正后的3 h平均降雨强度代替30 min最大降雨强度,同时基于TRMM数据的EI180的降雨侵蚀力算法,计算出了全国南北纬50°范围(TRMM覆盖区)内2013年月、季和年降雨侵蚀力;最后分别计算了省域和区域尺度下的降雨侵蚀力对全国尺度下的结果进行对比验证。结果表明:(1) TRMM降水数据比地面站点观测的降水量略大,但与实测站点数据具有很好的线性回归关系,其季尺度决定系数R²均较高,由此也说明了TRMM数据可以很好地反映全国范围内降雨的季节性变化。(2)利用订正后的TRMM3B42数据计算出研究区内的年均降雨侵蚀力为536.02 MJ·mm·hm^-2·h^-1·a^-1,其降雨侵蚀主要集中在5~8月份。(3) 2013年全国降雨侵蚀变化趋势由东南向西北方向逐渐降低,且沿海省份较内陆省份降雨侵蚀较高。(4)通过对年降雨侵蚀力结果与实测站点降雨量以及订正的TRMM降水数据分析表明,降雨侵蚀力与降水之间存在着紧密的二次非线性关系。(5)通过尺度验证,其中省域尺度验证误差为8.34%,区域尺度误差仅为0.24%,由此说明了TRMM数据在不同尺度下均具有良好的适应性,同时也验证了方法在不同尺度下的有效性。该方法为有效解决土壤侵蚀中降雨强度计算资料缺乏的瓶颈,同时也为降雨侵蚀力的计算提供了一条有效的途径。     

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...     

雅鲁藏布江流域不同源降水数据质量对比研究

本文以雅鲁藏布江流域为研究区,利用13个气象站点的实测降水量数据在年和月尺度上验证了中国地面降水网格数据、CRU(Climatic Research Unit)降水数据和GLDAS(Global Land Data Assimilation System)降水数据的精度,并分析了不同源数据降水量年际变化特征和概率分布特性之间的差异。结果表明：4种不同来源的降水数据均存在一定程度的差异。年尺度和月尺度上中国地面降水网格数据与实测降水量数值最接近;而CRU降水数据和GLDAS降水数据与实测降水量相差较大,在使用时需谨慎。从空间差异性看,年尺度上CRU降水数据在每个站点与实测降水数据的相关性均高于GLDAS降水数据,说明前者的空间一致性较好,但相对误差却比GLDAS降水数据大。从年内变化趋势看,中国地面降水网格数据能较好地反映流域降水月尺度的变化特征,CRU降水数据则在流域大部分地区的汛期时段都存在明显的高估,而GLDAS数据无法反映月降水变化趋势,年内坦化现象十分显著。从年际变化特征看,中国地面降水网格数据能较好地反映实际降水量的年际变化特征,而GLDAS降水数据和CRU降水数据反映的降水量年际变化特征偏小,其中GLDAS数据的坦化现象更严重,会高估低降水值,低估高降水值。从降水概率分布情况来看,3种来源的降水数据均不能反映站点实测的极端降水事件。     

夏季怒江流域水汽输送多支特征及对降水影响

基于高空间分辨率0.25°的ERA-Interim再分析资料、TRMM 3B43 Version7数据、气象站点实测数据等多源数据,本文采用一种新的流域边界水汽通量概化和提取方法,揭示了夏季怒江流域水汽输送多支特征,并分析了其对降水时空分异的影响。研究表明,在高黎贡山南部、北部,伯舒拉岭北部及念青唐古拉山中部,有4支区域性水汽输送高值区,多年平均输送通量分别达102.6 kg/(m·s)、66.3 kg/(m·s)、39.7 kg/(m·s)和41.3 kg/(m·s)。多支水汽输送不仅深刻影响流域水汽输送格局,而且对降水时空分异也有不同程度影响。年际变化上,中下游横断山区水汽输送对降水的影响较小,上游青藏高原区影响较大,尤其以那曲—比如—索县一带影响最为显著。空间分布上,流域降水与水汽输送通量呈显著正相关,受多支水汽输送影响形成多个区域性多雨带。     

基于TRMM数据的青藏高原降水的空间和季节分布特征

庞大的青藏高原不仅影响其周围的气候,也影响整个亚洲甚或全球的气候,而且本身还形成了独特的高原气候。但高原上气象观测站点极为稀少,降水资料奇缺,难以完整、深刻地认识高原降水的时空分布格局。选用热带降雨测量计划卫星(Tropical Rainfall Measuring Mission,TRMM)3B43月尺度降水率数据,并根据114个气象站点数据与TRMM数据的差额和克里格球形插值模型对原数据进行了修正,克服了原数据低值高估、高值低估的问题,并以此分析了青藏高原1998~2011年的多年平均降水的空间格局与季节分布特征。研究结果证实了青藏高原降水的空间格局呈现自东南向西北递减、自南向北逐渐减少的基本分布规律,包括喜马拉雅山北坡雨影区、高原西北部"寒旱核心"的存在;还发现了一些新的规律,包括阿里喀喇昆仑山少雨区、高原腹地相对湿润区、横断山脉中心相对干旱区等。高原降水的季节分配不均匀,其中,西、北部春(3~5月)、秋(9~11月)和冬(12~2月)的降水占全年降水比例均为20%~30%,夏季(6~8月)降水稍多,比例为30%~40%;东南部降水主要集中在夏季,比例高达40%~60%,春、秋降水比例为20%~30%,冬季降水比例低于10%。     

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。     

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。     

多源再分析降水数据在拉萨河流域应用对比研究

针对资料稀缺地区水文模拟计算难题,开展多源再分析降水数据在拉萨河流域应用对比研究,本文基于HIMS系统构建了拉萨河流域分布式水文模型,以气象站实测数据为参照,对比分析了中国区域地面降水格点日值数据集和中国区域高时空分辨率地面气象要素驱动数据集两套遥感再分析数据集的气象数据在拉萨河流域的径流模拟效果。结果表明：在日和月时间尺度上,气象站实测降水数据的径流模拟精度最好,驱动集降水数据径流模拟结果要好于网格点降水数据。总体上,基于气象站实测降水数据的径流模拟纳西效率系数为0.86(日过程)和0.93(月过程),相关系数均在0.9以上。基于两类再分析数据的降水径流模拟纳西效率系数均在0.7(日过程)和0.8(月过程)以上,相关系数均在0.9左右。对于资料稀缺地区,多源再分析降水数据是重要的可用数据来源。借助于降水—径流模型,探讨多源再分析降水数据对径流模拟精度的影响,是完善多源再分析降水数据产品质量的一个重要环节。     

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。     

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。     

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。     

1998-2012年青藏高原TRMM 3B43降水数据的校准

运用1998-2012年青藏高原的TRMM 3B43降水数据以及气象台站实测降水数据,对比分析了青藏高原地区TRMM 3B43降水数据偏差分布规律。结果表明:(1) TRMM 3B43降水数据在青藏高原地区存在明显误差,特别是降水量大的地区和月份,偏差量较大。(2)青藏高原地区TRMM 3B43降水数据偏差分布与海拔、经纬度、降水量存在密切的关系。用偏差分布规律,加法修正法结合随机森林算法对青藏高原地区TRMM 3B43降水数据进行了校准。经过校准之后,数据精度得到显著提高,有效增加了数据的可用性,多年月平均数据决定系数R²最大可达到0.9(3、10月),最小也接近于0.5(12月),效率系数E均为正值,最大可达到90(3、10月);多年季平均和多年平均降水数据中除了第一季度结果稍差外(决定系数R²为0.58),其余数据校准效果均较好。