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。     

复杂地形下降水的高空间分辨率插值方法研究

复杂地形山区降水格局在多种地形要素的综合影响下呈现出显著异质性特征,弱化了降水站点观测资料的空间代表性,限制了遥感及再分析产品的适用性及传统插值方法的准确性。常用的PRISM降水插值算法通过提取并权重化地形要素,借助加权最小二乘算法对降水站点观测数据进行空间插值,被广泛应用于降水产品制备。本文针对PRISM算法对中小地形地貌刻画能力不足的问题,在解析影响复杂地形降水模式的地形要素的基础上,改进了PRISM的地形要素计算与权重化过程,同时,考虑到实际日降水量的随机性,将改进后的PRISM嵌入到“平均态日降水—比值”插值框架,构建了适用于复杂地形的日降水插值算法MPRISMR。随后,以具有复杂地形特征的元江流域为例,通过交叉验证及与ERA5-Land和TRMM_3B42降水产品的对比分析,发现该算法具有较高的准确性与可靠性。结果表明,在元江流域23个气象站点上,MPRISMR的插值结果与观测值的相关系数、相对偏差的中位数分别为0.72、0.98%,总体上优于ERA5-Land和TRMM_3B42日降水产品。另外,MPRISMR插值结果的精度随时间变化更小,更为稳定。最后,研究基于MPRISMR制备了空间分辨率约3 km的元江流域日尺度降水格网数据。本文可为复杂地形的陆面模式或流域水文水质模型提供高精度降水驱动场数据产品,从而支持流域可持续管理决策。     

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。     

SWAT模型在伊犁河上游缺资料区的应用

 在分布式水文模型中,探索产生分布式降水数据的方法是该领域研究的热点之一,发展基于水文物理过程的模型校准方法是实践PUB的热点与难点。基于SWAT分布式水文模型,以资料稀缺的伊犁河上游为研究区域,针对流域的水资源评价关键问题,首先准确描述区域的降水空间分布特征,并基于流域水文过程采用综合流域特征、多时间尺度、多变量和多站点的适宜性模型校准新方法,取得了满意的模拟结果,表明模型较好地再现了流域的水文过程。另外,完善水文机理研究,提高降水及下垫面相关参数的观测水平是改善模型模拟的有效途径。     

LASCAM水文模型在流域生态水文过程研究中的应用——模型理论基础

LASCAM水文模型是一种大尺度分布式概念水文模型,介于高精度分布式水文模型和集总式经验模型之间,是基于亚流域空间单元建立的中等精度的分布式概念模型。LASCAM模型在亚流域空间单元定义了3个概念性土壤水库,在经验方程的基础上:①建立亚流域各土壤水库与亚流域生态特征(LAI)和气候(降雨)之间函数关系;②通过对亚流域的降雨-植冠截流过程、地表产流过程、表层入渗-亚表层产流过程、亚表层入渗过程的模拟,揭示降雨在亚流域的(地表和亚表层)径流和入渗等环节的再分配过程;③基于亚流域各土壤水库的水量(水位)建立了各土壤水库之间的水通量过程方程;④建立亚流域各库的蒸散发与生态特征(LAI)之间的函数关系模拟各库的蒸散发过程。最后,通过河道径流演算法则,并依据亚流域与流域总体之间的分布式关系,将各亚流域的径流汇总到整个流域,从而将亚流域空间的水文响应扩展到流域整体空间上,实现了大尺度异质性流域的水文过程和水量平衡模拟。     

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。     

流域径流离散处理和提取算法研究

通过对流域进行离散处理,从集合论角度出发,将流域看成点的集合,对流域进行离散化处理,在其上对流域源点、交汇点、出口点、单径流及复合径流各流域要素进行约束和定义,提出并实现了算法。该算法基于流域水文模拟方法,较好地解决了流域出口点和环流判别问题,使追踪出的径流更符合实际,具有简单、高效、实用的特点。根据算法设计开发了软件系统,并且应用到黄土丘陵沟壑区小流域分布式水文和侵蚀预报模型中,取得了较好的模拟效果。     

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。     

基于遥感驱动分布式时变增益水文模型

提出了一个完全采用遥感数据驱动的分布式时变增益水文模型,该模型通过融雪、产汇流等水文过程计算,给出流量的雪盖、蒸散发、径流等水文要素。在拉萨河流域,该模型采用遥感USGS-SRTM的3秒DEM、遥感TRMM(The Tropical RainfallMeasuring Mission)降水、Modis-LST(Land Surface Temperature)数据,建立分布式水文模型,模拟了2001-2008年日水文过程。模拟结果效率系数接近0.7,相关系数接近0.8,水量平衡误差5%以内。说明完全依靠遥感驱动水文模型进行水文水资源模拟可行。该模型为解决高寒山区无资料或缺资料地区水文水资源问题提供了一个新方法。     

SWAT模型的原理、结构及应用研究

SWAT(SoilandWaterAssessmentTool)是一个具有很强物理机制的长时段的流域分布式水文模型。它能够利用GIS和RS提供的空间数据信息,模拟复杂大流域中多种不同的水文物理过程,包括水、沙、化学物质和杀虫剂的输移与转化过程。本文着重探讨SWAT模型的水文学原理和模型的基本结构与独特的分布式运行控制方式,并将其成功应用于西北寒区(黑河莺落峡以上流域)的分布式日径流过程的模拟。     

Evaluation of satellite-based precipitation estimation over Iran

Precipitation in semi-arid countries such as Iran is one of the most important elements for all aspects of human life. In areas with sparse ground-based precipitation observation networks, the reliable high spatial and temporal resolution of satellite-based precipitation estimation might be the best source for meteorological and hydrological studies. In the present study, four different satellite rainfall estimates (CMORPH, PERSIANN, adjusted PERSIANN, and TRMM-3B42 V6) are evaluated using a relatively dense Islamic Republic of Iran's Meteorological Organization (IRIMO) rain-gauge network as reference. These evaluations were done at daily and monthly time scales with a spatial resolution of 0.25° × 0.25° latitude/longitude. The topography of Iran is complicated and includes different, very diverse climates. For example, there is an extremely wet (low-elevation) Caspian Sea coastal region in the north, an arid desert in the center, and high mountainous areas in the west and north. Different rainfall regimes vary between these extremes. In order to conduct an objective intercomparison of the various satellite products, the study was designed to minimize the level of uncertainties in the evaluation process. To reduce gauge uncertainties, only the 32 pixels, which include at least five rain gauges, are considered. Evaluation results vary by different areas. The satellite products had a Probability of Detection (POD) greater than 40% in the southern part of the country and the regions of the Zagros Mountains. However, all satellite products exhibited poor performance over the Caspian Sea coastal region, where they underestimated precipitation in this relatively wet and moderate climate region. Seasonal analysis shows that spring precipitations are detected more accurately than winter precipitation, especially for the mountainous areas all over the country. Comparisons of different satellite products show that adj-PERSIANN and TRMM-3B42 V6 have better performance, and CMORPH has poor estimation, especially over the Zagros Mountains. The comparison between PERSIANN and adj-PERSIANN shows that the bias adjustment improved the POD, which is a daily scale statistic.     

卫星降水产品评价研究的演进脉络与前沿进展

卫星遥感观测技术的不断发展,为全球降水准确定量观测提供新的手段,应用卫星降水产品的前提是进行地区的适用性评价。为了解卫星降水产品评价的研究现状和热点,以Web of Sci?ence数据库核心合集中1998—2020年752篇文献作为研究对象,利用文献计量和网络分析的方法剖析卫星降水产品评价研究的演变趋势、合作关系和研究热点,以此来了解该领域的前沿进展。结果表明:该领域的研究论文发文量和引文量不断增长,且2015年开始高被引论文显著增多。美国、中国和德国是该领域的主要发文国家,美国和中国占到世界总发文量的76.2%,中国科学院是全球该领域发文量最大的学术机构,占到发文总量的11.6%。基于卫星降水数据在复杂地形区的多时空尺度评价、极端降水事件分析、大尺度干旱评价等是该领域的主要研究方向;典型的研究区包括青藏高原、拉普拉塔流域等。基于卫星降水数据在无资料地区的水文过程模拟、结合人工智能方法进行气候变化模拟、气象预报和预测等是该领域未来研究方向和热点。     

An analysis of seasonal biases in satellite and reanalysis rainfall products in the Savannah River basin

Satellite-based precipitation data are a viable source of information in data-sparse regions and are particularly valuable for hydrological modelling applications. Several studies of satellite-based precipitation focus on monthly or greater timescales, but a relatively fewer number have been done on the daily or sub-daily scales. Also, biases in satellite-based precipitation data are often region-specific and such information is important for quantifying input errors in hydrological models. Our study builds upon these needs by examining biases in daily precipitation data for a watershed in the southeastern United States. We observed biases that occur seasonally and by magnitude. Seasonally, precipitation correlates well in most seasons but summer, likely due to the sporadic nature of convective precipitation that is a common precipitation mechanism in this region during the summer. Daily precipitation biases are around 5?mm, but the sign of the bias varies by season, with positive biases in all seasons but fall. Additionally, we found that satellite-based data tend to overestimate light precipitation relative to the multi-gauge average, which more often records no precipitation.     

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。     

Discharge responses associated with rapid snow cover ablation events in the Susquehanna and Wabash River basins

ABSTRACT

In the mid-latitudes, snow plays a critical role in regional hydroclimate, with snow ablation variability in ephemeral regions representing an area of essential research. Due to a lack of historical snow-water-equivalent data in the eastern United States, recent research has substituted daily snow depth changes for ablation. These studies, however, do not explicitly examine if such a substitution yields a snowmelt hydrological signal, an important component of water resource management. As such, this study evaluates if ablation events, as defined as a daily snow depth decrease, subsequently result in increased river discharge within two similarly sized watersheds in the eastern United States: the Wabash and Susquehanna River basins. For both basins, >75% of snow ablation events resulted in a positive river discharge response (increase in discharge) at a 3-day lag. Furthermore, results show a significant and positive relationship between ablation event frequency and seasonal discharge response, such that an increase (decrease) in seasonal snow ablation event frequency yields an increase (decrease) in associated seasonal river discharge at a 3-day lag. These relationships indicate that inter-diurnal decreases in snow depth do carry hydrological implications, adding confidence that such a definition of ablation is appropriate for climatological applications.     

水文要素与高程的关系

本文阐明水文要素的垂直变化按不同的尺度范围而各有其规律,并指出这些规律的应用。     

1958-2007年海河流域降水时空变异(英文)

The seasonal variability and spatial distribution of precipitation are the main cause of flood and drought events.The study of spatial distribution and temporal trend of precipitation in river basins has been paid more and more attention.However,in China,the precipita- tion data are measured by weather stations(WS)of China Meteorological Administration and hydrological rain gauges(RG)of national and local hydrology bureau.The WS data usually have long record with fewer stations,while the RG data usually hav...     

中国不同气候区多源遥感降水融合与性能综合评估

遥感降水产品种类繁多,单一遥感降水产品难以满足所有气候区的降水估算。多源遥感降水融合方法可弥补这一缺陷,进而提高降水估算精度。本研究选择四种全球典型遥感降水产品（CHIRPS v2.0、CMORPH v1.0、PERSIANN-CDR、TRMM 3B42V7）,利用集成模型输出统计（EMOS）进行数据融合,并与均值（MME）对比分析,阐明遥感降水产品和EMOS,在不同气候区的基本统计性能（BIAS、RMSE、r和KGE）、等级性能（POD）和水文性能（NSE）。结果发现：① 四种遥感降水产品均能捕获多年降水的空间分布格局,但EMOS改进了遥感降水产品整体低估现象。相对于MME,EMOS显著地（P<0.05）减小了4个气候区的BIAS,减小全国降水BIAS和RMSE分别为36.9%和10.2%。全国尺度而言,EMOS提高r和KGE分别为18.2%和71.4%。② PERSIANN-CDR中寒旱区微量降雨的POD高于其他三种产品,但是对大雨的POD低于其他产品。EMOS对微量降雨POD的提高出现在干旱区和青藏高原,对中雨POD则在过渡区和湿润区,而对小雨则适用于全国各气候区。③ TRMM 3B42V7的径流模拟能力优于其他三种遥感降水产品,表现最差的为CHIRPS v2.0产品。相对MME而言,除过渡区外,EMOS均提高了其他气候区的水文模拟性能,且在青藏高原、干旱区和湿润区的NSE分别提高26.3%、8.5%和2.2%。研究结果不仅为遥感降水产品在不同气候区数据源的选择提供参考依据,而且为多源遥感降水数据的融合和应用开拓了新思路。     

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。