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。     

GPM与TRMM降水数据在海河流域的精度对比研究

[目的]对GPM与TRMM降水产品在海河流域的测量精度进行对比研究,以评估TRMM及GPM数据在海河流域的适用性。[方法]以海河流域为研究区,利用35个气象站点2014年4—10月的实测降水量数据在月时间尺度上对两代降水产品利用决定系数R2和相对误差BIAS进行精度评价。[结果](1)卫星降水产品与气象台站实测降水量决定系数从TRMM数据的0.758 2提升至GPM数据的0.7607,斜率K从TRMM数据的0.810 5提升至GPM的数据的0.833 5。(2)TRMM与GPM降水产品差别较小,虽两者均轻微低估了降水量,但整体上精度较高且GPM略优于TRMM。[结论]GPM IMERG降水产品在海河流域月尺度的高空间分辨率水文分析方面具有很好的应用前景。     

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。     

TRMM卫星降水产品降尺度及其在湘江流域水文模拟中的应用

高时空分辨率降水数据对准确刻画区域降水时空变化特征、精准模拟区域生态和水文过程具有重要的现实意义。以湘江流域为例,在考虑地理、地形和植被等多重要素的基础上,建立了基于地理加权回归法（Geographic Weighted Regression,GWR）的热带降雨测量卫星（Tropical Rainfall Measuring Mission,TRMM）降水降尺度模型,并采用比例指数法反演得到星地融合日降水Ⅰ、Ⅱ、Ⅲ三种产品,用来驱动土壤和水评估模型（Soil and Water Assessment Tool,SWAT）,分析评估其在水文模拟中的应用潜力。结果表明：1）GWR降尺度后,在TRMM降水空间分辨率由0.25°提升至0.05°的同时,同气象站点观测月降水之间的决定系数（R2）平均提升了0.33,均方根误差（RMSE）平均降低了43.30 mm,平均相对偏差（Average Relative Error,ARE）平均降低了38.71%,表明该降尺度模型在湘江流域TRMM月降水降尺度研究中具有良好的适用性;2）与TRMM日降水量相比,星地融合日降水Ⅲ产品同气象站点观测日降水量的R2提高了0.81,RMSE降低了10.27 mm,ARE降低了0.11%,表明以气象站点观测日降水量作比例指数展布星地融合月降水是可行有效的;3）星地融合日降水Ⅲ产品在SWAT模型日、月径流模拟中的纳什效率系数最大,分别为0.79、0.93,相对误差最小,分别为0.12%、1.10%,水文模拟效果最优,可替代气象站点和TRMM卫星降水进行水文模拟。研究结果可为气象站点稀缺区域的高精度降水资料获取和高效水文模拟提供数据支撑和方法借鉴。     

基于二次多项式回归模型的黑河流域TRMM数据降尺度研究

在不同空间尺度下分别建立TRMM 3B43降水数据与数字高程模型（DEM）和归一化植被指数（NDVI）的二次多项式回归模型,将2001—2013年黑河流域TRMM降水数据的空间分辨率从0.25°提高到1 km,并利用流域内9个气象站点实测数据对降尺度结果进行了检验。结果表明:降尺度方法不仅提高了TRMM数据的空间分辨率,数据的精确程度也有所提高;与传统线性回归模型降尺度方法相比,基于二次多项式回归模型获得的降尺度结果更接近于实测值,其结果更为准确;模型建立的尺度对最终降尺度结果精确性具有较大影响,0.50°是基于DEM和NDVI对黑河流域TRMM降水数据进行降尺度的相对最优尺度。     

基于SWAT模型的TRMM降水数据径流模拟适宜性评价

以辉发河流域为研究区,采用SWAT分布式水文模型,以实测降水数据和TRMM降水产品作为模型输入,在月尺度和日尺度上构建了四种径流模拟情景,并利用SUFI_2算法分析了不同降水输入和时间尺度下模型的参数敏感性、参数不确定性和径流模拟结果。结果表明:(1)TRMM降水产品的误差会改变参数的敏感性排序,尤其是在日尺度上;(2)4种模拟情景P因子的范围为0.58~0.9,R因子的范围为0.47~1.58,模型拟合精度较好。月尺度上TRMM数据的估算误差较小,其更高的空间分辨率可使径流模拟不确定性得到明显改进,而随着时间尺度的变化,TRMM数据在日尺度上的误差增大会导致日径流模拟结果不确定性的增加;(3)在月尺度和日尺度上,采用TRMM数据降水输入模拟径流,其NS和R2系数均达到较好水平,实测降水模拟结果略优于TRMM数据。研究表明,在辉发河流域,TRMM降水产品在径流模拟方面表现出较好的适宜性,是一种较为可靠的降水数据源。     

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...     

TRMM卫星降水数据在喀斯特山区的适用性分析——以贵州省为例

以1998—2012年研究区26个气象站点实测降水数据和同期TRMM 3B43降水数据为数据源,在GIS技术的支持下,运用相关系数(R)、相对误差(BIAS)分析和探讨月、季、年尺度和单个站点的TRMM 3B43降水数据在研究区的适用性和分布规律。分析表明:(1)TRMM 3B43降水数据和气象站点观测数据的相关性较好,在年尺度上,TRMM 3B43降水数据总体精度较高,相关系数R为0.75,但也存在个别站点误差较大,最大误差达到19.13%,总体上TRMM 3B43降水数据比站点观测数据稍微偏大;(2)季节尺度上,TRMM 3B43降水数据和站点观测数据春季的相关系数R达到0.82,要高于秋季和冬季。夏季较差,但相关系数R也达到0.79,且均通过置信度100%检验;(3)TRMM 3B43降水数据在月尺度上数据精度最高,相关系数R达到0.91;(4)数据个体精度检验上选取了19个气象站点,各个观测站点的拟合优度R2均在0.75以上,相关系数R均大于0.80,结果表明TRMM 3B43降水数据在研究区具有较好的适用性。     

GPM IMERGE卫星遥感降水数据在巢湖流域的精度评价

以处于湿润区的巢湖流域为研究区,利用120个地面站点2016年1月至2017年2月的实测降水数据,评估了GPM IMERGE降水数据在研究区的适用性和分布规律。结果显示:(1) GPM产品对巢湖流域降水的估测能力总体较高。日尺度上,GPM产品均表现出较高的线性相关性(R0.78)和较低的均方根误差(RMSE8.62 mm),但对降水存在一定程度的高估(BIAS9.52%)。在季节尺度上,GPM数据与地面站点数据在夏季相关性最高(R0.8),但均方根误差也最高(RMSE13.8 mm)。(2)降水强度对GPM产品的探测精度存在影响,降水强度过低(0.1 mm/d)或过高(50 mm/d)对GPM的探测能力均有削弱。(3)流域中部GPM数据和地面站点降水量的相关性较边缘更高;准实时产品在流域西南部绝对误差较大,但经地面站点校正后的GPM-F产品在流域内绝对误差分布较平均;流域内多数站点的GPM数据高估了降水。(4)相比准实时产品,经地面站点校正的GPM-F产品在秋冬季和高强度降水中的精度较准实时GPM-E和GPM-L产品均有提升,但导致了更严重的高估情况。因此,在选择GPM产品进行流域降水分析及水文模拟时,应结合时效性要求、研究的时间尺度和降水强度等条件综合考量,并在研究流域做适当精度评估后选用。     

澜沧江流域卫星产品降尺度与融合方法

卫星降水产品具有覆盖范围广、更适用于无资料区域的优势,但分辨率较低、精度不足,为获取高时空分辨率、高精度的降水数据,需对卫星产品进行降尺度,并与地面观测数据融合,以提高数据质量。以澜沧江流域为例,在综合考虑地形、地理和植被等要素的基础上,建立地理加权回归（geographic weighted regression,GWR）模型对热带降雨测量卫星（tropical rainfall measurement mission,TRMM）和基于人工神经网络的遥感降水估计-气候数据记录（precipitation estimation from remotely sensed information using artificial neural networks-climate data record,PERSIANN-CDR）产品进行空间降尺度,再采用集合卡尔曼滤波算法,将地面气象站点经反距离加权插值法（inverse distance weighted,IDW）插值后的数据作为融合算法观测值,对降尺度后的TRMM、PERSIANN-CDR数据进行融合,以进一步提高降水数据精度。结果表明：...     

热带测雨卫星数据在黑河流域的精度及应用

[目的]验证热带测雨卫星数据TRMM(tropical rainfall measuring mission)3B43降水产品在黑河流域内的精度及可用性,了解全流域降水的空间分布,为西北干旱区流域开展水文和生态研究提供数据支持。[方法]基于黑河流域1998—2013年TRMM 3B43V7数据和11个气象站点数据,使用相关系数、均方根误差、平均误差、平均绝对误差等主要指标评估其在流域内精度,揭示各指标空间分布特征。[结果](1)TRMM数据与实测数据有极强的统计相关性和趋势一致性,但存在不同程度高估现象,月平均高估2.84mm,季、年尺度高估值分别达到8.55和34.1mm;(2)相关系数、均方根误差,从上游到下游依次降低,平均误差在3尺度上上游值均远低于中下游,平均绝对误差在年尺度上游最低,下游次之,中游最高,而在季节尺度上中游相差不大,下游最小,月尺度从上游到下游平均绝对误差值逐渐递减。[结论]TRMM数据显示黑河流域多年平均降雨量呈西南部向中、北部递减的分布格局,且降水量具有上游中游下游的梯度分布,降水年内分配不均,主要集中在5—9月。     

复杂地形下TRMM降水数据的降尺度研究：以四川省为例

TRMM数据是目前应用最广泛的卫星降水产品,其准确性已得到广泛验证和认可。但其相对较低的空间分辨率制约和阻碍了在各领域的进一步应用。本研究以降水空间分异显著的四川省为例,在综合考虑空间位置、地形等多个影响因素及其空间非平稳性特征的基础上,采用混合地理加权回归（MGWR）与克里格插值（Kriging）相结合的方法,建立一个兼顾多因素空间非平稳性特征的降尺度模型（MGWRK）,对研究区域的TRMM年降水数据进行降尺度研究,并通过41个气象站点的实测数据对不同降尺度方法的结果进行对比验证。结果表明：（1）经过降尺度处理后,TRMM降水数据的空间分辨率从0.25°（约26km）提升至1km,数据的精细程度有了明显提升;（2）MGWRK模型综合运用了空间位置、地形等多个高分辨率的辅助信息,并进一步探究了不同影响因素对TRMM降水影响关系的空间非平稳性类型与特征。从多年平均及两个典型年份的验证结果看,MGWRK法比传统的重采样方法Bilinear法及基于OLS的全局回归克里格法具有更高的精度,降尺度结果的精度更接近TRMM原始数据;（3）构建的降尺度模型兼顾了提升空间分辨率和保持数据精确度两方面的要求,适用于四川省TRMM降水数据的降尺度研究,可为TRMM数据在小尺度的应用研究提供有效的数据支持。     

新疆天山山区TRMM卫星降水数据的精度检验和校正方法研究

在降水资料缺乏的天山山区,基于重建时间序列后的NDVI和DEM数据,采用CART算法对TRMM3B43月降水数据进行校正。利用研究区25个站点实测降水量对校正前的TRMM降水数据和校正后的TRMM降水数据分别进行精度检验。结果表明:校正前TRMM月降水与站点实测降水有很好的一致性,存在显著的线性相关关系,但误差较大;TRMM降水与实测降水的决定系数(R2)随时间尺度的增大而减小,相对误差(δ)和均方根误差(RMSE)则随之增大,说明TRMM遥感数据的精度随时间尺度的增加而减小;校正后TRMM降水精度得到了显著地提高,与实测降水在月、季、年尺度上的R2分别为:0.97,0.87,0.83,相比校正前R~2提高了10%以上,误差也有明显的减小。这说明在天山山区,使用CART对TRMM降水数据进行校正的方法可行。     

1998-2017年滇黔桂岩溶区降水时空动态特征

为了研究滇黔桂岩溶区近20 a降水时空变化特征,基于1998—2017年TRMM 3B43降水数据和72个气象站点实测数据,运用相关系数、相对偏差对TRMM 3B43降水数据在月尺度上进行了验证,并借助Sen-Median趋势分析、Mann-Kendall检验以及Hurst指数等数理统计方法对研究区降水时空动态特征进行了定量分析。结果表明:（1）TRMM 3B43降水数据与气象站点实测数据具有较高的相关性,月尺度相关系数为0.92（p<0.01）;（2）1998—2017年研究区降水量呈不显著波动上升趋势,上升速率为0.716 mm/a（p>0.05）;春、夏两季降水量以减少趋势为主,秋、冬两季降水量以增加趋势占主导;（3）降水量年、季节均值空间分布差异显著,年降水量呈增加趋势的区域（47.71%）略高于呈减少趋势的区域（41.71%）;春、夏两季降水量以减少趋势为主,秋、冬两季以增加趋势为主;（4）年降水量持续增加的区域占38.45%,集中分布在广西、贵州东南部、云南与贵州北部接壤地带;持续减少的区域占46.21%,主要分布在云南和贵州大部分地区。研究结果对研究区水资源管理、灾害监测具有重要意义。