TRMM 卫星降水数据在商洛地区的精度分析及订正

利用商洛地区193 个国家和区域气象站点实测降水数据,从时间和空间尺度,运用相关分析、偏差、均方根误差等统计分析方法对 TRMM 卫星 3B43 v7降水数据在商洛地区的适用性进行了分析,在此基础上采用比值系数法对TRMM 卫星月降水产品进行订正。结果表明：①在时间尺度上,TRMM 月降水数据与站点实测月降水数据线性高度相关,TRMM 降水数据低估站点实测降水数据。②对月、季和年尺度的TRMM和站点降水量进行比较,决定系数R２均在0.8以上,拟合优度较高,季降水量结果拟合结果较月降水量有所提高。③利用比值系数法对TRMM降水量产品进行偏差订正,验证结果表明,订正后的TRMM 3B43月降水结果偏差更小,决定系数更高。TRMM 降水精度与降水强度和地形有关,TRMM月降水量与实测月降水量时间序列趋势一致,拟合性较高,分布规律相一致。总体上,降水量多的年份,TRMM 数据倾向于低估降水量,反之,高估站点降水量。通过对TRMM 卫星降水产品在商洛地区的精度评估和订正,为该地区地面降水数据提供有效补充。     

Accuracy of TRMM precipitation data in the southwest monsoon region of China

Accurate, high-resolution precipitation data is important for hydrological applications and water resource management, particularly within mountainous areas about which data is presently scarce. The goal of the this study was to assess the accuracy of TRMM 3B43 precipitation data from the southwest monsoon region of China between 1998 and 2011 based on the correlation coefficients, regression, and geostatistical methods. We found a strong correlation between TRMM 3B43 data and observational data obtained from meteorological stations, but the TRMM 3B43 precipitation data was consistently lower than that obtained from the weather stations. The TRMM 3B43 data was significantly different from the data obtained by weather stations located in the northwest and northeast regions of the Hengduan Mountains. The spatial distribution of precipitation obtained from TRMM 3B43 was also different from meteorological data, but the deviation was predominantly distributed along the northern longitude and southern latitude. In addition, the TRMM data more accurately reflected the regional precipitation patterns. Our results indicate that the TRMM 3B43 data should be used for hydrological applications and water resource management at meteorological stations that have a sparse and uneven distribution of observation stations in the southwest monsoon region.

     

国家级降水融合产品在长江流域的适用性评估

挑选2018年发生在长江流域的8次大范围降水过程,对国家信息中心二源降水融合产品和多源降水融合产品进行适用性评估。结果表明:(1)降水融合产品对长江流域降水的估算结果平均较实况数值偏小,降水量级越大估算误差也越大,多源降水融合产品与二源降水融合产品相比,估算误差绝对值平均偏小2～3 mm。(2)与二源降水融合产品相比,多源降水融合产品对5 mm以下量级降水的估算准确率提高最显著,其次对40～49.9 mm量级降水估算准确率提高较大。(3)降水融合产品对嘉陵江、岷沱江、长江中游干流区域的估测降水误差相对较小。     

1960—2018年辽河流域日降水集中程度分析

基于1960-2018年的日降水资料,计算辽河流域降水集中指数（CI）,分析日降水集中程度的时空特征。结果表明：降水集中指数CI可以有效描述辽河流域降水集中程度,辽河流域年CI指数平均为0.67,降水集中程度总体呈现出东部和西部低、南部和北部高的鞍型空间分布特征;夏季降水集中程度最高,各站点季平均CI指数为0.65,空间分布与年分布较一致,冬季平均CI指数最低,为0.60,由东南向西北递减;研究时段内年CI指数表现为不显著的减小趋势,其中东部区域减小的趋势最大;各子区域年CI指数平均变化周期为3 a左右,其中1985年以前,变化周期较短,在2 a左右,1985年以后,变化周期超过3 a。     

Precipitation climatically features over the Huai River Basin,China

The temporal and spatial characteristics of precipitation in the HRB (Huai River Basin) were studied using the observation data of monthly precipitation provided by the National Climate Center from 1961–2016 and the NCEP/NCAR global monthly reanalysis data. The results showed that: (1) The precipitation was mainly concentrated in summer, accounting for 52% of the total annual precipitation; there was more precipitation in the south, less in the north, and more in the coastal areas, less in the inland in summer; (2) The precipitation showed obvious decadal variations, especially in summer; the range of variation of most regions is above 140 mm; and significant decadal abrupt changes of precipitation from “abnormally less” to “abnormally more” appeared around 1979.     

气候变化情景下澜沧江流域极端洪水事件研究

以澜沧江流域为研究对象,基于ISIMIP2b协议中提供的GFDL-ESM2M、HadGEM2-ES、IPSL-CM5A-LR、MIROC5这4种全球气候模式,通过4种模式的输出数据耦合VIC模型,分析4种模式在历史时期（1961—2005年)对洪峰洪量极值(年最大洪峰流量、3 d最大洪量)、极端洪水的模拟能力,比较RCR2.6和RCP6.0两种情景下未来时期（2021—2050年)年均径流量较基准期（1971—2000年)的变化情况,并结合P-III型分布曲线预估了澜沧江流域在两种情景下未来时期极端洪水的强度变化情况。结果表明：VIC模型在该流域能够较好地模拟极端洪水;HadGEM2-ES和MIROC5两种气候模式的输出数据在澜沧江流域有较好的径流模拟适用性;在RCP2.6情景下,澜沧江流域未来时期年均径流量没有明显变化,可能会有略微的增加,而在RCP6.0情景下,未来时期年均径流量有较大可能增加;澜沧江流域未来时期极端洪水较基准期,在RCP2.6情景下无明显变化,而在RCP6.0情景下,洪峰、洪量增加的可能性较大,极端洪水频率和强度也较大可能增加。     

基于逐月标准化降水蒸散指数的多尺度方法分析气候变化对澜沧江流域归一化植被指数的影响

基于澜沧江流域10个气象站点1951~2012年的日降水资料的逐月标准化降水蒸散指数(SPEI)值、各站1998~2012年流域的归一化植被指数(NDVI)值,利用SPEI以及趋势分析法,多尺度分析了澜沧江流域干旱发生的时间和强度演变特征以及上中下游NDVI时间变化特征,探讨了气候变化对植被变化的影响,并对NDVI与SPEI的变化进行了相关性分析。结果表明,不同站点和不同时间尺度的SPEI值均呈现出干旱化逐年加强的线性趋势,上游相对于中下游干旱态势较轻,且时间尺度越大,干旱波动趋势越明显;在季节尺度上,夏、秋、冬的SPEI值均呈下降趋势,其中冬季干旱最为严重;15年来澜沧江流域各区域年平均NDVI总体表现为先降低后增加,总体植被状况得到改善,其中下游较明显。从年际变化看,对于流域的不同区域,NDVI与不同尺度的SPEI的相关性和滞后性有较大差异,年代际之间的响应规律也不同,中下游的SPEI对同年NDVI的响应比较敏感,而上游则表现出明显的滞后性。说明NDVI对SPEI的响应比较敏感,干旱程度的变化在一定程度上影响着流域的植被状况,SPEI是影响NDVI的因素之一。     

袁河流域极端降水事件成因分析

利用欧洲中期天气预报中心格点再分析资料和HYSPLIT模式对袁河流域5次极端降水天气过程的平均环流背景、主要影响系统、物理量场以及降水发生过程中的120 h气块后向轨迹特征进行分析。结果发现:(1)极端降水发生时,高层袁河流域处于南亚高压东侧辐散气流中,中层副热带高压位置适中,受584 dagpm线附近的西南气流控制,低层正好处于切变线上,且有强盛的西南气流向降水区输送能量和水汽。(2)物理量场上,袁河流域附近低层辐合、高层辐散,垂直速度场、水汽分布、水汽通量散度场都有利于该区域出现暴雨天气。(3)与袁河流域一般性暴雨的平均t-lnp图对比分析可见,极端暴雨的能量条件更好,降水对流性更强,水汽条件也更为充沛。(4)袁河流域极端降水上空的水汽路径总体上可以归纳为5条。来源于孟加拉湾附近、中南半岛南部和云南南部的西南水汽路径最多,占轨迹总数的59.5%;其次是来源于我国南海的南方路径,主要位于1 500 m以下,占轨迹总数的15.0%。     

四川盆地及周边地区TRMM 3B42数据精度检验

多源信息融合的流域水文模拟及预报技术,是目前水文预报发展的一个重要方向。以易发生长江流域特大洪水的四川盆地及周边地区为研究区域,从单个站点及子流域降水量相关性、降雨空间分布和相对误差等方面对TRMM卫星3B42产品探测精度进行了检验分析。结果表明:研究区TRMM 3B42数据与地面观测数据在日、月尺度上具有较高的相关性(R >0.5),3 h尺度相关性较差(R<0.5),且3 h和日尺度在降水量峰值拟合上存在较为明显的数值偏差和时间上的提前或延迟;不同时间尺度下两组数据的空间分布特征总体具有较好的一致性;两组数据2008—2010年降水量序列均值相对偏差在±10%的概率密度百分数为32.26%。总体上研究区TRMM 3B42数据呈现高估(四川盆地大部分区域),局部出现低估(四川盆东南及地周边地区);研究区3 h尺度TRMM 3B42数据探测精度明显低于日尺度,高程变化对TRMM 3B42数据的探测精度具有一定影响。因此,针对该区域TRMM 3B42数据3 h和日尺度数据序列精度相对较差的问题,应用该卫星数据进行3 h尺度流域水文模拟及预报研究时,就需要对该区域卫星数据和地面观测数据进行融合,充分发挥两种数据的优势。     

不同降水卫星数据反演降水量精度评价——以雅鲁藏布江流域为例

利用多种定量指标和分类指标,评估PERSIANN-CDR(Precipitation Estimation from Remotely Sensed Information using Artificial Neural Netw orks-Climate Data Record)和TRM M 3B42 V7 (Tropical Rainfall M easuring M ission 3B42 V7)两种降水卫星产品在雅鲁藏布江流域的反演精度,并首次在雅鲁藏布江流域使用降水量体积分类指标对卫星数据的适用性进行评价。结果表明:(1)降水卫星数据的偏差主要表现在微量和重度降水的偏差上,两种降水卫星数据总是高估了弱降水,低估了强降水,PERSIANN降水卫星要比TRM M降水卫星对降水数据偏离程度小;(2) PERSIANN-CDR降水卫星数据与地面实测数据的相关系数为0. 663,偏差为0. 845,TRMM 3B42 V7降水卫星数据与地面实测数据的相关系数为0. 666,偏差为0. 579。只考虑定量指标的评价体系,两个降水卫星数据的精度差异相对较小;(3) PERSIANN-CDR卫星数据在各站点的各分类指标数值范围均比TRMM 3B42 V7卫星数据的指标数值范围大,PERSIANN-CDR卫星数据对降水事件和降水量的反演精度要高于TRMM 3B42 V7卫星数据。考虑降水量分类指标的评价指标体系比单纯使用传统定量指标评价降水卫星数据更能有效地反映出降水卫星对资料稀缺的高寒地区地面降水特征的捕捉能力。     

1998年长江流域特大洪水的降水分析

利用长江流域 (102°E以东) 125个站的实测降水资料, 分析了1998年夏季长江流域降水的时空分布和气候统计特征, 并与历史同期进行了比较, 特别是和1931、1954年等特大洪水年份进行了较全面的对比.结果表明, 1998年夏季长江流域的强降水主要分为4个时段; 总降水量的分布成不对称的鞍型场; 上、中、下游地区异常频繁的、特别集中的强降水是造成长江持续高水位和特大洪涝灾害的最主要原因.     

GSMaP_Gauge卫星降水数据在流域尺度的精度评估—以白龙江流域为例

以白龙江流域为研究区,利用雨量站和水文站共计27个站点2015年逐日降水资料,分别从日尺度和月尺度定量评估了最新版本(V6)GSMa P__Gauge降水产品精度,并分析其时空特征,通过对探测率、空报率和ETS评分进行空间插值和统计分析,评价了该产品对不同日降水强度阈值下降水事件的探测性能。结果表明:GSMaP__Gauge产品日降水在低海拔湿半年的反演精度良好;月降水模拟值在干半年(10月—次年3月)与站点实测月降水的一致性优于湿半年(4—9月);湿半年月降水反演精度随高程变化差异明显,在低海拔表现为普遍高估月降水,且逐月精度评估结果与高海拔相比偏差大但误差略小,8月精度较优;日降水强度阈值为0 mm·d-1时,产品的探测率在湿半年达到0.9以上,综合空报率和ETS评分来看,在日降水强度阈值为1 mm·d-1时探测性能最优;整体而言,产品在流域西北部高海拔区域对日降水事件探测性能较差,尤其针对较强降水(10 mm·d-1)。     

Spatiotemporal variations of precipitation regimes across Yangtze River Basin,China

Daily precipitation data during the period of 1960 to 2005 from 147 rain gauging stations over the Yangtze River Basin are analyzed to investigate precipitation variations based on precipitation indices and also consecutive rainfall regimes in both space and time. Results indicate decreasing annual/monthly mean precipitation. Distinct decreases in rainfall days are observed over most parts of the Yangtze River Basin, but precipitation intensity is increasing over most parts of the Yangtze River Basin, particularly the lower Yangtze River Basin. Besides, durations of precipitation regimes are shortening; however, the fractional contribution of short-lasting precipitation regimes to the total precipitation amount is increasing. In this sense, the precipitation processes in the Yangtze River Basin are dominated by precipitation regimes of shorter durations. These results indicate intensified hydrological cycle reflected by shortening precipitation regimes. This finding is different from that in Europe where the intensifying precipitation changes are reflected mainly by lengthening precipitation regimes, implying different regional responses of hydrological cycle to climate changes. The results of this study will be of considerable relevance in basin-scale water resources management, human mitigation of natural hazards, and in understanding regional hydrological responses to changing climate at regional scales.     

澜沧江源区气温与降水对径流变化的影响

为研究澜沧江源区水文气候变化特征,采用线性回归拟合分析方法、M-K非参数检验法对1960—2010年间澜沧江源区的水文气候变化趋势进行分析,计算了各季节气温变化对年气温变化的贡献量,并基于Pearson相关分析法和贡献率的计算讨论了降水量和气温对径流量变化的影响。结果表明:澜沧江源区年平均气温和各季节平均气温均呈显著上升趋势,其中,冬季的增温对年平均气温增加贡献最大(38%)。澜沧江流域源区年降水量无明显增减趋势,但春季降水量显著增加。澜沧江流域源区年径流量未呈现显著变化趋势,冬季和春季径流量呈现出显著的增加趋势。年际尺度上,径流量的主控因素是降水量,降水量对径流量年内变化的影响主要发生在降水相对丰沛的6—10月份;冬季和初春季节气温上升对径流量的改变存在一定的影响,且气温的贡献率要比降水的贡献率大,原因是气温升高加剧研究区内冰雪的消融,进而导致澜沧江源区的径流增加。     

西拉木伦河流域降水和径流特征分析

在搜集整理西拉木伦河流域近30a(1981—2010年)降水资料和同期径流数据的基础上,运用统计方法分析了该流域的降水和径流年内和年际变化特征,并对年降水量和径流二者之间的关系进行了初步探讨。结果表明,西拉木伦河流域年内降水分配不均匀,降水主要集中在夏季,近30a年际降水量呈波动减少趋势。受降水影响,西拉木伦河流域径流年际变化同样也较为强烈。以西拉木伦河流域年降水量、径流量建立数学模型为:Q=-4.624+0.029P年(R=0.706)。     

长江流域1960-2004年极端强降水时空变化趋势

Recent trends of the rainfall, intensity and frequency of extreme precipitation (EP) over the Yangtze River Basin are analyzed in this paper. Since the mid-1980s the rainfall of EP in the basin has significantly increased, and the most significant increment occurred in the southeast mid-lower reaches, and southwest parts of the basin. Summer witnessed the most remarkable increase in EP amount. Both the intensity and frequency of EP events have contributed to the rising of EP amount, but increase in frequency contributed more to the increasing trend of EP than that in intensity. The average intervals between adjacent two EP events have been shortened. It is also interesting to note that the monthly distribution of EP events in the upper basin has changed, and the maximum frequency is more likely to occur in June rather than in July. The synchronization of the maximum frequency month between the upper and mid-lower reaches might have also increased the risk of heavy floods in the mid-lower reaches of the Yangtze River.     

阿克苏河流域降水量特征分析

据1967～2001年阿克苏河流域5个站点的降水资料,分析了多年来阿克苏河流域降水量特征值、年代变化及季节变化特征,得出了降水量呈现增加趋势。     

2007年淮河流域大洪水的雨情、水情分析

利用淮河流域实测降水资料和水文资料,分析了2007年夏季淮河流域大洪水期间的降水时空分布、气候统计特征以及水情特征,并与历史同期进行了比较.结果表明,2007年淮河流域汛期强降水过程集中在6月29日至7月26日,强降水主要分为四个时段,淮河干流四次洪峰对应着4个强降水阶段,累积降水量越大,相应的流量越大,洪峰水位也越高.2007年汛期淮河流域平均降水量少于1954年,和2003年基本持平,但淮河中上游降水集中,降水强度大,持续时间长,从而导致了淮河流域出现1954年以来最大的洪水.