TRMM 3B43降水数据在黄河源区的适用性评价

应用1998-2013年气象台站实测的降水数据以及2013年6-9月使用雨量桶收集的数据对TRMM 3B43 V7降水数据在黄河源区的精度从不同时间尺度、不同台站、以及不同海拔、坡度和坡向进行评价.检验发现,TRMM 3B43数据对年和四季降水出现了不同程度的高估或低估,对于年降水、秋冬季降水表现为高估,而对春夏季降水表现为低估.同时,TRMM 3B43数据在位于半湿润区的气象站点的降水数据质量优于半干旱区的气象站点的数据质量.除此以外,对TRMM降水在不同海拔、坡度和坡向的精度评估发现,随着海拔的升高,TRMM降水的相对偏差呈现出增加-减少-增加的变化趋势;随着坡度的升高,TRMM降水的相对偏差呈增加趋势;TRMM降水在东北坡、东坡和东南坡的偏差相对较小,而在西坡、南坡、北坡、西南坡的偏差相对较大.

TRMM3B43降水产品在西藏地区的精度检验和应用

以西藏地区38个国家基准站和基本站的实测降水资料,利用双线性插值、相关系数、散点斜率和相对误差等指标,对热带降水测量卫星(TRMM)的3B43降水产品的精度进行检验和分析。结果表明:月尺度上,整体而言TRMM3B43降水产品与实测降水量具有较好的一致性,其中西藏西部和东部喜马拉雅山脉东段北麓地区相关性相对较差,平均相对误差较大。年尺度上TRMM3B43降水产品的相关性不如月尺度好,平均相对误差随统计数值的增大而减小。在应用TRMM3B43降水产品进行流域面雨量估算时,采用气象站点实测降水资料校准TRMM3B43降水产品的T-G联合法,对TRMM3B43降水产品进行订正。

基于TRMM 3B43数据的川西高原月降水量空间降尺度模拟

利用2001-2013年TRMM 3B43、MODIS-NDVI、DEM、气象观测等数据,在分析植被对降水响应滞后性的基础上,构建了TRMM 3B43数据中月降水量与经纬度、海拔、坡向和NDVI因子间的多元线性回归方程式,作为川西高原月降水量资料的降尺度计算模型,采用"回归方程+残差"的插值方法获取研究区2001-2013年1km空间分辨率的月降水量空间数据,并利用区内16个气象站点的观测数据与模拟结果进行了相关分析和误差检验。结果表明:(1)各气象观测站点基于TRMM 3B43资料的降尺度模拟降水量的数据均具有很高的精度,其中,精度最高的稻城站模拟结果与站点观测值的相关系数高达0.9839,精度最低的小金站相关系数亦高达0.8781;(2)在月、年尺度上,降尺度模拟降水量的数据亦具有很高的精度,其中,5-10月的精度明显高于其它月份,湿润年份精度总体高于干旱年份;(3)降尺度模拟降水量与站点实测降水量整体上相关系数为0.9499,偏差为0.0866,两者吻合度较高,但降尺度模拟降水量值略偏高;(4)降尺度在月尺度上能基本保证TRMM 3B43原始数据的精度,而在年尺度上能有效提高原始数据的精度,加之对空间分辨率的提高,可为获得更加全面、精细的降水分布数据提供有效方法。

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。

基于TRMM 3B43 V7数据的云南降水与干旱监测及精度评价

选取云南省12个分布均匀的气象站点对TRMM 3B43 Version7降水数据进行相关性分析,利用降水Z指数进行干旱监测精度评价,分析云南省15年逐年及特大旱灾实例逐月的干旱时空特征。结果表明:TRMM数据的精度较高,多数站点的相关系数R2均在0.9以上,大部分TRMM数据比实测偏小;就全省而言年降水量有递减趋势,雨季主要集中在5-10月份占全年降水量的85.47%,降水量由东北向西南逐渐增加;单站及全省范围的TRMM-Z指数均与实测旱情趋势一致,其中11个站点的Z指数相关系数R2均在0.7~0.85左右,全省年尺度TRMM-Z指数精度比单站略高;TRMM-Z指数监测的15年旱情及旱灾实例时空特征与实情相符,旱灾程度略低于实际情况,该监测方法在本区域适用性强。

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。

黄河流域TRMM 3B43精度检验

本文以从1998—2013年黄河流域122个站点的降水数据为研究对象,在年、季、月时间维度上借助相关系数与均方根误差对站点的TRMM(Tropical Rainfall Measuring Mission)降水数据进行精度检验,结果表明:年尺度上,TRMM 3B43数据质量较高;季尺度上,四季的拟合优度较高,其中秋季的数据质量最高,而夏季最低;月尺度上,站点降雨量与TRMM 3B43之间相关性显著,月降水数据具有较好的精度。就单个站点而言,TRMM对研究区内的绝大多站点的降水量估计存在着不同程度的"低估"现象。

TRMM 3B43降水数据在滇中引水工程受水区的适用性分析

降水是水文循环的重要组成部分,高精度的降水数据对于流域水文预报、水资源管理、旱涝灾害评估等具有重要意义。以滇中引水工程为例,从散度斜率、相关系数和相对误差三方面检验滇中引水工程受水区TRMM 3B43降水数据在时间(年、季、月尺度)和空间(受水区、单个站点)的精度适用性。结果表明,在滇中引水工程受水区,TRMM 3B43降水数据与实测数据具有较好一致性,可为地面降水数据提供有效补充。

TRMM 3B43降水数据在云南地区的降尺度适用性评价

借助云南省2009−2018年25个气象站点逐月降水量分析TRMM 3B43降水数据特征,利用相关系数(R)、偏离率(BIAS)、均方根误差(RMSE)和平均绝对误差对TRMM 3B43月降水数据和各站点进行适用性分析,并探讨该数据与海拔、坡度、坡向之间的关系,最后将TRMM 3B43月降水数据降尺度至季、年尺度,并对其进行适用性评价,为复杂地形地区开展区域降水研究、水文预报等提供可靠降水产品数据。结果表明:(1)TRMM 3B43降水数据与实测降水数据变化趋势基本一致,降水量均表现为西多东少、南多北少,且大致随海拔高度呈阶梯式分布;(2)TRMM 3B43月降水量与实测降水量具有极显著相关性,R高达0.9392,BIAS接近0,且TRMM 3B43降水数据在25个站点R值均超过0.735,大多数站点的偏离度和误差较小,其整体精度较高;(3)TRMM 3B43数据精度受坡度的影响比海拔、坡向大,但多数站点在不同海拔高度、坡度和坡向的精度均较高,适用性较强,尤其是海拔位于1000−2000m、坡度小于4°、坡向位于160°−240°的站点数据适用性更强;(4)降时间尺度后的TRMM 3B43数据相关系数稍有降低,误差变大,尤其是在冬季和年尺度适用性稍差。TRMM 3B43月降水数据在云南地区具有较高的精度,可为地面降水数据提供有效补充。

TRMM 3B43卫星降水数据在京津冀地区的适用性研究

以京津冀地区为研究区域,利用散点斜率法、相对偏差、均方根误差和相关系数法,对研究区域内176个国家级雨量站2006-2015年的实测降水资料在不同时空尺度下检验了同期TRMM(Tropical Rainfall Measurement Mission)卫星降水产品3B43 V7的适用性。结果表明:TRMM 3B43多年均降水量与站点实测降水时空分布规律一致,在不同时间尺度下具有良好的相关性,相关系数均在0.85以上,随时间尺度的增加精度有所降低;整体上TRMM 3B43降水数据略小于站点实测降水,在常年降水高值区域出现低估现象,季尺度上,夏季和冬季误差较大;就区域而言, TRMM 3B43在西北山地高原地区相对偏差和均方根误差均较小,相关系数基本在0.9以上,拟合精度较高,可信度较强。

三峡区间流域TMPA 3B43V7卫星降水产品多时空尺度精度评估

卫星降水产品属于间接估测降水,需要进行精度评估、适用性分析才能使用。利用地面站点观测数据评估了三峡区间流域TMPA 3B43V7卫星降水产品的年、月时间尺度及格点、流域空间尺度下的精度。结果表明,TMPA 3B43V7降水产品在月尺度上精度较高,在年尺度上数据精度稍差,但具有应用在降水变化特征分析、流域水文过程模拟等领域的潜力。

基于地理加权回归模型和不同植被特征参数的TRMM 3B43降尺度研究——以云南省为例

为了将空间分辨率约为27 km×27 km的热带降水测量计划卫星(TRMM)3B43数据降尺度为1 km×1 km,并对比不同植被参数下TRMM 3B43降尺度效果,以云南省为研究区,TRMM 3B43卫星降水数据、MOD13 A3归一化植被指数(NDVI)和增强型植被指数(EVI)数据、MOD17A2H GPP数据、气象站点月降水数据等为数据源,基于地理加权回归模型,开展不同植被特征参数的TRMM3B43降水数据降尺度研究,采用线性相关系数、偏离率和均方根误差验证云南省整体、不同气候区及单气象站点TRMM数据的降尺度精度.结果表明,不同植被特征参数中,以植被总初级生产力、NDVI数据为基础的降尺度结果为佳,利用EVI进行降尺度的结果较差;各时间尺度下,以月尺度的降水数据降尺度结果最佳,其中降雨量较多的月份相关性更高,其次为季节尺度,其中以秋季降尺度最佳,年尺度下的降尺度综合精度评价结果较差;不同气候带下,边缘热带区域内TRMM降尺度效果最佳,其次为南亚热带和中亚热带,高原气候区TRMM降尺度结果稍差;单气象站点中,江城、丽江等站点处的TRMM降尺度效果最佳,贡山站点降尺度效果最差,与立体气候特征显著有联系.

青海湖流域及周边区域TRMM 3B43降水数据降尺度方法对比分析

利用多元线性回归模型(MLR)、主成分逐步回归分析模型(PCSR)、克里金插值法(Kriging),将青海湖流域及周边区域0.25°分辨率的TRMM 3B43降水数据降尺度至0.01°分辨率,并选取研究区范围内20个气象站点的实测降水数据,利用相关系数(CC)、均方根误差(RMSE)和相对偏差(Bias)对降尺度结果进行评价,以此选取更适用于研究区的降尺度方法。结果表明:(1)基于TRMM及3种降尺度方法获取的研究区降水空间分布具有一致性,年均及春、夏、秋季的降水量均表现为北部高,西部及西北部低,而冬季降水量表现为南部与西北部高,中部低。(2)研究区降水量随着海拔的增高,以3800 m为界整体上呈现先升高后降低的趋势。(3)精度评价的结果表明,年尺度上的Kriging精度表现最好;在空间上TRMM及3种降尺度数据在东部地区精度最优。在季尺度上,数据精度表现为PCSR>Kriging>TRMM>MLR;在月尺度上,PCSR数据精度最优。(4)海拔对研究区内TRMM及3种降尺度数据的影响较小,但随着海拔的升高,遥感数据逐渐出现低估降水的现象,其可能原因在于降水的低估与微波降水率反演时对对流性降水的低估有关。综合降水空间分布一致性分析与精度评价,认为PCSR最适合于青海湖流域及周边区域的TRMM 3B43降水数据降尺度方法。

基于TRMM 3B43 V7数据雅鲁藏布江流域降水空间分异特征分析

为厘清不同时间尺度下雅鲁藏布江流域降水空间分异特征,基于1998—2015年TRMM 3B43 Version7降水数据,分析了年、季、月3个不同时间尺度下流域降水空间分异特征。结果表明:1)雅鲁藏布江流域年降水整体呈东多西少的分布特征。降水高值区位于雅鲁藏布大峡谷一带,达3333.5 mm;低值区位于西部仲巴一带,仅277.4 mm。2)雅鲁藏布江流域季节降水具有夏季多、冬季少、春秋季均衡的特征。夏季,流域内分布着多个“西南—东北”走向的多雨带,且其强度和范围自东向西不断减小。3)TRMM逐月降水数据不但印证了3月—4月流域东部林芝—波密—墨脱一带的“早春雨”现象,同时揭示了5月—8月流域多雨带自东向西的推进过程和各地雨季开始及持续时间的差异。研究结果有助于掌握流域降水多尺度变化特征,也可为进一步探究流域水循环演变规律以及合理开发利用流域水资源提供借鉴。

融合时空异质特征的TRMM 3B43降水产品适宜性分析——以湖北省为例

选择湖北省75个地面站点和TRMM卫星3B43月降水产品在1998年1月至2010年12月的观测数据,运用相关分析、重心分析等方法,以年、季、月作为时间尺度,以地形地貌为空间分区标准,通过对比总结两者的降水时空异质性和分布规律来分析TRMM 3B43降水产品在湖北省的适宜性。结果表明:1)湖北省降水重心在沙洋与天门之间的平原区域呈东西向徘徊,总体降水在东南和西南部较为集中。2)TRMM 3B43降水产品与实际观测资料在时空分布上都具有较高吻合度,能够代表湖北省的总体降水水平。3)地形起伏和雨量增加会使TRMM 3B43降水产品精度下降。TRMM 3B43产品在较平坦的宜昌市东部等地区和降水量适中的潜江等湖北省中南部地区适宜性普遍较优;在坡度较大的恩施等湖北省西部地区和黄冈市等降水量较多的东部地区适宜性普遍较差。

澜沧江及周边流域TRMM 3B43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。研究表明:在整体上,月尺度的TRMM 3B43数据具有较高精度;就个体而言,研究区上游与下游地区具有较高的精度,而在波密,以及中游的贡山、德钦、德钦及香格里拉等地区精度较低;高程对TRMM 3B43数据精度的影响小于坡度,在空间上呈现出较复杂的变化趋势,自托托河—勐腊随着海拔的降低,数据精度出现高值—低值—高值的变化规律;坡度对TRMM 3B43数据精度有较大影响,坡度越大,数据精度越低。

基于TRMM 3B43V7的赣江流域月径流过程模拟

评价了最新发布的TRMM 3B43V7降水数据在赣江流域19个水文站集水区域的精度,然后采用新构建的两参数月水量平衡模型—WBM-DP(Water Balance Model With Double Parameters)模拟了各水文站月径流过程,并与TRMM 3B43V6进行了比较。结果表明:就面雨量而言,在各集水区域,3B43V7相对比较稠密的地面雨量站网观测数据的系统误差幅度在11.0%以内,确定性系数不低于0.86。3B43V7对19个水文站月径流模拟的水量相对误差均值为-8.6%,确定性系数均值为0.84。与3B43V6相比,3B43V7的精度得到进一步提高,对多个水文站月径流的模拟效果改善明显。

喀斯特山区TRMM降水数据降尺度研究

获取高精度的卫星降水数据,为喀斯特区域旱涝灾害评估、水文预报等各研究领域提供数据基础。以热带降雨卫星(tropical rainfall measuring mission, TRMM)为数据源,采用多元线性回归法(ordinary least square, OLS)和地理加权回归法(geographically weighted regression, GWR),综合考虑高程、坡度、坡向、经纬度和归一化植被指数(normalized difference vegetation index, NDVI)等6个因子构建OLS和GWR降尺度模型进行年降尺度研究,并比较OLS和GWR两种降尺度模型在喀斯特山区的适用性。结果表明:1)TRMM数据与站点观测数据之间精度较好;2)降尺度后数据空间分辨率提升到1 km, GWR降尺度年降水量在多数年份比原始TRMM数据更接近实测值,高估现象得到改善;与OLS降尺度数据相比,其三项指标表现更好;3)单站点中,OLS降尺度数据在高程和NDVI突变区域易出现假性更优相关性。综合多指标评价,GWR降尺度数据在喀斯特山区总体精度更高。后续可通过划分植被区、岩溶区、增加环境因子、校正等使降水更贴合实测值。

基于地形因子的TRMM 3B43降水数据在黄河源区的融合校正研究

遥感降水产品具有受地形影响较小,且覆盖面积广泛的优势,对研究大尺度水量平衡具有重要价值.但遥感降水反演受传感器精度、反演算法等影响,数据精度具有区域性、系统性、季节性的偏差,研究遥感降水数据的区域特征及融合校正方法对遥感降水数据的应用具有重要意义.本文结合地形因子和气象站实测降水数据对黄河源区TRMM3843遥感降水数据进行融合校正,并对校正后的遥感降水数据的精度进行评价.研究表明,①纬度、高程、坡度、坡向等21个因子与TRMM3843月降水显著相关;②采用逐步回归、BP神经网络、GWR地理加权回归3种校正方法,校正了TRMM3843月降水数据,并采用6个指标对校正后的月降水数据进行评价;③3种方法校正后的降水数据比原始TRMM3843数据精度有所提高.3种校正方法在暖季(4~10月)校正效果优于冷季(11月到次年3月).GWR地理加权回归校正效果最好,校正后的TRMM3843月降水在暖季各月R^2接近0.8,且对偏差的调整效果更为显著,校正后的降水显著的降低了相对偏差,相对偏差接近0,各月的绝对误差也降低了1~5mm.

基于GWR模型降尺度模拟蒙古高原地区TRMM降水数据

以多年月平均NDVI值高于0.1为阈值,对蒙古高原进行“植被区”与“非植被区”的子区域划分。在分析“植被区”植被对降水响应时滞性和“非植被区”陆地表面温度不同数据值与降水量相关性的基础上,子区域分别构建了TRMM3B43降水数据与海拔、坡度、坡向数据、归一化植被指数(NDVI)/陆地表面温度(LST)数据的地理加权回归(GWR)模型,得到区内2006-2015年每年5-10月1km空间分辨率的月降水量降尺度模拟数据,并利用区内141个气象站点数据对降尺度模拟数据进行精度验证。结果表明:(1)蒙古高原“植被区”植被对降水响应存在时滞性,约为一个月;“非植被区”多数月份白天与夜晚陆地表面温度差(LST_D_N)与降水量的相关性最显著。(2)降尺度模拟数据与气象站点数据具有较好的一致性,月尺度相关系数为0.83,各站点相关系数介于0.42~0.98。(3)在生长季、月平均尺度上,降尺度模拟数据具有较高精度,其中9月和10月数据精度优于TRMM 3B43数据。降尺度模拟数据整体精度较高,加之对原始数据在50°N以上未覆盖地区的填补以及空间分辨率的提高,可为区内水循环变化、农牧业生产、干旱监测等研究提供重要的数据支撑。