一种基于频率的GCM日降水偏差校正方法改进及其在长江流域的应用

对全球气候模式(GCM)数据进行偏差校正是气候影响评估的前提和基础.通过在等比分布映射(ERCDFm)校正法中引入对降水频率的校正,增补了降水日数偏少情况下的小雨日数,保留了降水频率的长期变化信号,提高降水日数及总降水量的模拟效果.以长江流域1961-2005年的格点化日降水资料作为观测数据,对5个GCM模式历史期以及...     

羌塘高原降水空间分布及其变化特征

羌塘高原作为典型的青藏高原内流区,其降水变化直接影响自身及其周边区域冰冻圈与生态系统的变化。但由于站点观测资料的限制,羌塘高原降水时空格局尚不明确。因此,基于2015年羌塘高原9个自动观测站逐小时降水数据和5套降水格点产品以及1978-2015年西藏地区26个国家台站逐日降水数据,分析羌塘高原降水的空间分布和变化特征。结果表明:(1)2015年羌塘高原核心区降水量和降水日数的均值分别约为154.9 mm和50天,其中,降水量约为东南边缘以及西藏地区多年均值的1/3和1/4。在空间上,降水量呈现东南多、北部少的特征,其中,昆仑山脉以北地区降水量最低,这从降水角度验证了该区域是"寒旱核心"的主要地区之一。(2)雨季与干季分明。西北部雨季分布在6-8月,比东南边缘地区约短1~2个月;且前者降水量呈现单峰型而后者呈现双峰型。(3)在高原核心区,热带降雨测量计划(TRMM)3B43数据和全球降水量测量计划(GPM)IMERG算法数据高估了多数站点的年降水量,主要是高估了干季降水量所致。(4)1978-2015年羌塘高原改则和狮泉河站降水量和降水日数呈现微弱增加趋势,且强降水事件增多。     

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。     

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。     

一种改进的生成区域日降水场的方法及精度分析

利用全国687个气象站点11年的日降水数据,对基于地理特征和统计回归的函数拟合类模型DAYMET生成中国区域日降水场的能力进行了验证。交叉验证表明,DAYMET模型估计日降水累计得到的年降水量的绝对偏差11年平均为29.8%,年降水总量估计偏差低于20％的站点占48.3％。鉴于中国陆地区域降水深受季风的影响,不同方位气象站点对插值点的影响也有所不同,引入了站点不同方位对插值的影响权重,对DAYMET模型进行了改进,改进后年降水量的绝对偏差降为27%。与梯度距离平方反比法相比,该方法具有较高的区域降水插值精度。还以无定河流域降水插值为例,说明降水插值精度的高低与区域内雨量站点的多寡紧密相联。     

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。     

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1km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。     

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。     

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。     

ERA5再分析降水数据在中国的适用性分析

为了探讨ERA5再分析降水数据在中国区的适用性,以全国728个站点的日降水数据为参考,使用Pearson相关系数、均方根误差、平均绝对误差、探测率、误报率以及公正先兆评分分析了ERA5再分析降水数据在不同时间尺度(月、季)、不同气候区、不同海拔梯度下的精度以及ERA5再分析数据对暴雨和干旱事件的刻画能力.结果表明:ER...     

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GP...     

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。     

青藏高原高寒荒漠区土壤湿度监测仪器的校正方法探讨

ECH_2O EC-5土壤水分传感器能有效地监测土壤含水量,并且能揭示不同降水事件下的土壤水分动态变化状况。然而青藏高原主要土壤类型砾石含量高、昼夜温差大、秋季和春季冻融现象显著,导致监测数据出现偏差。基于对羌塘高原日土、改则地区布设的野外观测站点采集的土壤样品,对其进行土壤含水量测定的室内标定试验。结果表明:(1)各个样点均获得了较好的拟合效果,基于拟合系数校正后的测量值可以有效地反映实际的土壤含水量情况;(2)不同土层深度及不同样点的综合校准曲线精度明显低于单点的校准结果,主要受土壤容重和有机碳含量的影响,为获取更精准的校正数据,分层的校准是很有必要的;(3)基于已有校准模型校正后的值可以反映含水量变化的整体态势,但会产生高估或低估于真实值的偏离。     

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。     

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。     

全球降水计划IMERG和GSMaP反演降水在四川地区的精度评估

IMERG和GSMaP是全球降水计划（GPM）时代最主要的高分辨率降水产品。为研究其在中国四川地区的适用性,以中国气象局提供的自动气象站融合降水数据为参考基准,采用6种统计指数分析了IMERG（IMERG_Uncal, IMERG_Cal）和GSMaP（GSMaP_MVK, GSMaP_Gauge）系列产品在四川的误差特征。结果表明：① 在日和小时尺度上,GSMaP系列产品均高估地面降水观测,GSMaP_MVK高估最显著,校正产品GSMaP_Gauge的相关系数（CC）、相对偏差（BIAS）和均方根误差（RMSE）较GSMaP_MVK均有较大提高,尤其对川西高原降水的高估现象改善明显,而IMERG_Uncal存在低估川西高原降水、轻微高估四川盆地降水的问题,校正产品IMERG_Cal一定程度上降低了对川西高原降水的低估现象,但整体精度（CC, RMSE）提高不明显。② IMERG系列产品对降水事件的探测准确性更好,GSMaP_Gauge虽然在四川表现出较高的命中率（POD）,但存在较多的误报降水,在盆地和四川南部各产品均表现出较高的POD和关键成功指数（CSI）以及低误报率（FAR）,而四川西北部表现最差,尤其是在无自动站分布地区。③ 4套降水产品中,IMERG_Cal表现出最好的探测强降水和弱降水的能力,具有一定的监测极端降水的潜力。总体上,IMERG和GSMaP在盆地的反演精度优于高原山区,校正产品精度优于纯卫星产品,不同地形地区精度差异明显,表明对卫星降水产品进行不同地形误差订正仍是未来降水反演工作的重点和难点。     

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。     

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。     

塔里木河流域极端气候事件模拟与RCP4.5情景下的预估研究

利用塔里木河流域1986-2005年气温、降水逐日格点数据和MPI-ESM-LR模式驱动的CCLM区域模式模拟数据,评估了CCLM模式对塔里木河流域极端气候事件的模拟能力。同时采用EDCDF法对最高气温、最低气温和降水预估数据进行偏差校正,并计算了2016-2035年极端气候指数。结果表明:该区域气候模式对塔里木河流域年平均最高气温、最低气温和降水的空间分布具有较强的模拟能力,特别是气温空间相关系数在0.97以上;该模式对于极端气候事件也有着较强的模拟能力,大部分极端气候指数的空间相关系数达到了0.01的显著性水平。通过偏差校正,有效地提高了气候要素及相应的极端气候指数的模拟精度。预估未来RCP4.5情景下,塔里木河流域未来(2016-2035年)极端暖事件(暖期持续指数、气温日较差、暖昼、极端最高气温)有增加的趋势,未来流域中部的干旱可能更严重,而流域内环塔里木盆地区域将变湿。     

基于站点降雨量最优拟合函数的SPI指数计算

标准化降水指数(SPI)能较好地反映不同时间尺度和区域的旱涝状况,时空适应性较强,成为科学研究和实际应用最广泛的描述多时间尺度的气象干旱指标,采用不同的概率分布函数拟合降雨量系列,将会得到不同的SPI值。利用淮河流域30个气象站点1951-2013年间约60 a的逐月降雨资料,分别采用7种不同分布函数(Gamma分布、皮尔逊III型分布、正态分布、对数正态分布、广义Pareto分布、广义Logistic分布和Weibull分布)对各站点不同时间尺度(1、3、6、12和24 mon)各月份降雨系列进行拟合,以K-S方法检验了各分布函数的拟合效果,并以均方根误差(RMSE)最小为准则选取的站点各月份最优分布函数OPT作为参考,分析比较上述7种分布函数模拟的不同时间尺度下的SPI时间序列。结果表明:在各不同时间尺度上,采用皮尔逊III型分布作为计算SPI指数的分布函数误差最小,其模拟的SPI值各站点总偏差平均值均在5%以下,Weibull分布和对数正态分布计算得到的SPI时间系列结果次之,它们模拟的SPI值各站点总偏差平均值介于5%~10%之间;当前我国气象部门统一采用的Gamma分布函数,并非计算SPI指数的最佳选择,各不同时间尺度下,采用Gamma分布计算的SPI值各站点总偏差平均值均在10%左右。其他函数,如正态分布、广义Pareto分布和广义Logistic分布,其误差介于10%~30%之间,均超过采用Gamma分布计算的结果。