TRMM降水数据在长江流域的降尺度分析与校正

在充分考虑2001−2019年TRMM 3B43降水量数据在长江流域适用性的基础上，基于地理加权回归模型（GWR），结合归一化植被指数（NDVI）、增强型植被指数（EVI）、高程、坡度、坡向数据，选取不同组合对19a内TRMM降水量数据进行降尺度，并对优选的降尺度数据分别进行GDA、GRA校正，最后在年、季、月尺度下进行精度评价与结果分析。结果表明：（1）降尺度数据与站点实测数据的R²、BIAS、RMSE满足精度要求的同时，空间分辨率由0.25°提高至1km，且TRMMNDVI数据精度优于TRMMEVI数据。（2）GDA校正结果优于GRA校正结果，且数据稳定性更好，更适于长江流域TRMM数据校正。（3）数据与站点实测数据R²在年（0.91～0.986）、季（0.704～0.88）、月（0.625～0.89）尺度上均有较高精度，细节特征较TRMM数据表现更好。（4）降水量越大的月份降尺度及校正效果越好。降尺度及校正后的TRMM数据能更好地反映长江流域真实降水信息，为农业生产、水资源优化配置、防洪减灾等提供可靠的数据支持。     

遥感降水数据空间降尺度及干旱时空监测

在全球气候变暖的背景下,干旱灾害日趋频发。为全面精细研究华中地区降水的时空变化,结合水汽(PWV)、增强型植被指数(EVI)等数据,基于地理加权回归模型,结合克里金插值分别对2010—2019年的GPM IMERG和TRMM 3B43数据进行空间降尺度,并利用区域内53个气象站数据进行精度评价。对优选的降尺度数据采用变异系数法、Theil-Sen Median趋势分析耦合Mann-Kendall显著性检验方法及Hurst指数法,分析了华中地区的降水时空变化特征及其可持续性特征,并对未来降水趋势进行预测,最后构建归一化降水距平百分率(NPA)、标准化降水蒸散指数(SPEI₁₂)来实现研究区的干旱时空监测。结果表明:降尺度处理后降水细节增强,能有效改善原始数据的高估现象,GPM数据降尺度数据比TRMM降尺度数据更接近实测数据;近10年华中地区降水时空分布差异较大,降水较高波动变化和高波动变化共占全区69.21%;10年间降水变化以非显著变化为主,其中,轻微增加地区占全区54.88%,轻微减小地区占全区40.41%;10年间降水变化趋势以弱(27.33%)、中(34.93%)持续性为主;华中地区降水未来趋势以持续增加为主,主要分布在区域北部,未来趋势无法确定的地区占全区21.63%,主要集中在湖南;华中地区NPA空间分布有很大差异性,整体上处于无旱、轻旱灾害状态,NPA与SPEI₁₂有较好的相关性,且所有年份均通过了0.05显著性检验,在一定程度上能反映华中地区的干旱情况。     

基于不同植被指数的TRMM数据降尺度及误差校正研究

[目的] 对不同时间尺度的热带测雨卫星（TRMM）数据进行空间降尺度及误差校正研究,为华中地区洪涝灾害监测等提供科学参考。[方法] 主要借助增强型植被指数（EVI）和归一化植被指数（NDVI）分别运用地理加权回归（GWR）模型实现2001—2019年华中地区TRMM数据的空间降尺度,并结合地理差异分析（GDA）和地理比率分析（GRA）对年、季和月的降尺度结果进行误差校正,通过气象站数据对校正前后的数据进行对比分析。[结果] ① TRMM数据和气象站数据的决定系数（R²）在年（0.630）、季（0.710～0.865）和月（0.637～0.875）尺度都表明了TRMM数据在华中地区具有较好的适用性;②通过GWR模型实现了TRMM数据空间分辨率由0.25°到1 km的降尺度转换,且TRMM_EVI数据精度优于TRMM_NDVI数据,说明华中地区TRMM数据与EVI的关系比NDVI更为密切;③对优选的TRMM_EVI数据分别进行GDA,GRA校正,结果表明GDA校正结果优于GRA校正,且在降雨量越多的月份校正效果越好。[结论] 在华中地区,EVI比NDVI更加适合TRMM数据降尺度研究。降尺度数据采用GDA校正比GRA校正效果更为显著。