GPM与TRMM卫星降雨数据在福建省的适用性对比分析

降雨是引起土壤侵蚀的外部动力因素,卫星降雨产品能够有效地克服常规降雨观测数据在空间上的不连续性,具有明显空间分布优势。为了探究卫星降雨产品在福建地区的适应性,利用福建省22个全国气象站点的观测数据,分别对全球降雨测量GPM和热带降雨测量TRMM两种卫星降水数据在日、旬、月、季度几个不同时间尺度上进行了对比分析。结果表明:随着时间尺度增加,GPM和TRMM与地面实测数据的相关性都呈现出依次递增的现象,日均均方根误差RMSE^*逐渐降低,特别是由日到旬尺度变化时RMSE^*出现陡降,而旬和月的差异不大;卫星产品与站点实测数据拟合直线的斜率逐渐趋向于1。在日尺度上,相关性都小于0.5,RMSE^*均大于13 mm/d;在旬尺度上,相关性介于0.7~0.8,RMSE^*均小于5 mm/d;在月尺度上,两者与观测数据的相关性都大于0.9,GPM数据整体上精度优于TRMM数据,但是在福建东南沿海TRMM精度要高于GPM。在季度尺度上两种卫星产品的精度与季节总降雨量呈负相关,季节差异较大;夏季多雨时r值和K值低而RMSE最高,冬季少雨时与地面实测数据一致性高,r和K值最高而RMSE最低,春秋两季也有较好的精度;在不同的季节GPM各项指标均优于TRMM。综合不同时间尺度的结果,总体上,两种卫星降雨数据都具有较高的精度,其中GPM卫星降水数据在福建省的适用性较高,数据的空间分辨率更高,数据精度也略高,更适合于区域应用。     

TRMM降水数据在复杂山地的精度评估——以重庆市为例

在地形复杂的重庆地区,利用研究区内34个气象站点实测数据,分别从年、季、月3个尺度,对2000-2011年间TRMM 3B43降水数据精度进行了验证,并分析了高程和坡度对月尺度验证结果的影响,同时利用主成分分析法比较了高程与坡度对TRMM 3B43降水数据的影响程度。研究表明:(1) 年尺度上,TRMM 3B43年降水数据普遍高于气象站点的实测结果(平均偏高5.86%),渝西、渝南的结果比渝东北的准确。季尺度上,秋季拟合效果高于其它3个季节。月尺度上,相关系数R=0.85,两者之间存在显著相关性。(2) 逐站点验证,研究区TRMM 3B43月降水数据具有较高精度(相关系数均大于0.80)。(3) 随着海拔的升高,相关系数呈"增加-减少-增加"的变化趋势,绝对偏差呈减小趋势;随着坡度的升高,绝对偏差呈"增加-减少-增加"的变化趋势,绝对偏差呈线性增加的趋势。(4) 利用主成分分析方法得出,高程对数据精度的影响大于坡度。     

TRMM卫星降水数据在怒江流域的适用性分析

利用怒江流域12个气象站点1998—2012年的实测降水数据,采用散点斜率法和相关系数法,在不同的时空尺度上分析了TRMM 3B43V7卫星降水数据在怒江流域的适用性。研究表明:月尺度上,TRMM降水数据与站点实测降水数据的相关系数R值为0.81,两者之间相关性显著;季节尺度上,夏季降水的相关性(R=0.74)高于其余3个季节,冬季降水的相关性最差(R=0.63);站点尺度上,上游和下游站点的相关系数均大于0.9,相对误差较大的站点主要分布在流域中游。总体上来看,TRMM 3B43V7月降水数据与怒江流域站点实测数据间的一致性,呈现出上、下游地势相对开阔平坦处相关性较好,而中游地形变化剧烈,坡度较大的峡谷区相关性较差的特点。     

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。     

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。     

TRMM在海河流域南系的降水估算精度评价及其对SWAT模型的适用性

准确估算区域降水对水文过程评价和水资源管理意义重大。为评估TRMM 3B42V7降水产品在海河流域南系的估算精度及其在土壤和水评估模型(Soil and Water Assessment Tool,SWAT)中的适用性,利用28个气象站降水观测数据(2007-2016年)和101个雨量站观测数据(2010-2016年)开展研究。研究表明:站点尺度上,3B42V7降水产品对月降水估算的均方根误差小于15 mm,平均误差小于8.5 mm;在湿润季节的估算精度更好。流域尺度上,日降水估算精度较差,相关系数小于0.6。分区尺度上,3B42V7能够很好地捕捉到不同等级降水强度,但对微量降雨有所低估;山区和平原的年降水量均出现高估现象,平原区较为突出;此外,3B42V7能够较好地捕捉到研究区内极端降水的时间和空间分布。分2种情景进行水文模拟,利用月平均流量对模型进行校准和验证,在情景Ⅰ中,验证期模拟结果较好,决定系数在0.56~0.96之间,纳什效率系数在-11.09~0.94之间。TRMM 3B42V7可为海河流域及其类似区域的水资源管理提供参考。     

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。     

基于TRMM数据的祁连山大气降水时空分布特征

根据TRMM3B43卫星检测的大气降水数据信息,同时结合祁连山地区气象站点实测数据信息,分析两者相关系数和误差等指标进行TRMM降水数据的精度检验,并结合Mann-Kendall突变检验分析祁连山大气降水的变化特征.最后检验结果表明:(1)TRMM3 B43数据在该地区整体上精度较高,适用性良好,其中TRMM降水数据同...     

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。     

TRMM卫星降水数据在区域干旱监测中的适用性分析

为了评估高时空分辨率的卫星遥感降水产品在干旱监测中的适用性,该文基于热带降雨卫星(tropical rainfall measurement mission,TRMM)产品和气象站点的观测数据,利用标准化降水指数(standardized precipitation index,SPI)分别计算了2种数据源的不同时间尺度(1、3、6和12个月)的河南省1998-2016年干旱事件发生的年际和空间变化。结果表明:TRMM 3B43月尺度降水数据与气象站点的观测数据具有显著的相关性,相关系数均高于0.9,除少数情况下,TRMM 3B43对降水存在略微高估现象;两种数据源计算的各时间尺度(1、3、6和12个月)存在着很高的一致性,波动幅度随着时间尺度的增大而减小;1998年以来河南省春季发生干旱事件的年份是2000、2001年,夏季发生干旱事件的年份是1999、2014年,秋季发生干旱事件的年份1998、2001、2007年,冬季发生干旱事件的年份1999、2012年,另外,基于SPI-12得出发生干旱的年份是1999、2001、2012和2013年;根据站点的不同时间尺度的两种数据源的SPI时间序列进行相关性分析,其相关系数都高于0.7,两者间的一致性很高,说明TRMM数据能够替代站点观测数据进行干旱的监测与评估。     

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TRMM数据的巴基斯坦降雨侵蚀力估算及空间降尺度模拟

中巴经济走廊是一带一路建设的旗舰项目。降雨侵蚀力是反映区域资源环境承载能力的重要指标,开展境外高精度降雨侵蚀力遥感估算研究对中巴经济走廊建设具有重要意义。基于TRMM(Tropical Rainfall Measuring Mission)卫星3B42降雨数据估算了巴基斯坦的降雨侵蚀力,并结合气象、植被、地形等因子构建了空间降尺度模型,将降雨侵蚀力的空间分辨率提高到1km。结果表明:(1)空间降尺度模型模拟的降雨侵蚀力与TRMM 3B42降雨数据估算的降雨侵蚀力显著相关(R~2=0.94),降雨侵蚀力的空间降尺度结果能更加详细地刻画巴基斯坦降雨侵蚀力的空间分布格局,尤其是地形起伏较剧烈的北部山区和俾路支东缘;(2)巴基斯坦境内2010年的年降雨侵蚀力平均值为524.15(MJ·mm)/(hm~2·h·a),分布范围为0.58~5 929.85(MJ·mm)/(hm~2·h·a),整体上呈现出东部高西部低的空间格局,且高值区主要分布在伊斯兰堡、门盖拉镇、锡亚尔科特-拉合尔-萨希瓦尔沿线,以及卡拉奇等城镇附近区域。     

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。     

TRMM降雨数据在湖南省长株潭地区的适用性

[目的]基于现有实测降雨数据和TRMM降雨数据,探讨利用TRMM数据估测实际降雨的方法。[方法]利用湖南省长株潭地区12个气象站点观测的降雨数据和TRMM降雨数据,采用相关系数法、误差分析、相对偏差分析等方法,分析长株潭地区2002—2011年TRMM降雨数据的精度。[结果]长株潭地区的TRMM数据和站点数据的拟合程度较好,年降雨量的拟合优度为0.69,春、夏、秋、冬4季降雨量的拟合优度依次为0.68,0.52,0.66,0.34,月降雨量的拟合优度达0.73,各站点月降雨量的拟合优度更好。相对偏差分析与误差分析结果表明TRMM降雨数据普遍低于实测降雨数据,这种偏差主要是因为单个观测站点实际代表面积远小于TRMM单个栅格的代表面积,而相对偏差均为负值则可能是城市的降雨量和雨强大于农村所致。此外偏差和地形起伏存在一定的联系,地形起伏越大的地区偏差越大。[结论]TRMM降雨数据在长株潭地区有一定的适用性,但在使用时需要用观测数据进行必要的修正,TRMM数据也可作为历史降雨观测数据分析的一个参考以提高其空间精度。     

基于MGWR的渭河流域TRMM降水产品空间降尺度分析

高分辨率降水数据有助于刻画降水的时空分异特性,对流域水文、气象和生态等过程的精准模拟具有重要作用,因此对低分辨率降水产品开展空间降尺度,提高其分辨率十分必要。鉴于此,该研究在充分考虑热带降雨测量卫星（Tropical Rainfall Measuring Mission,TRMM）降水产品在渭河流域适用性的基础上,引入归一化差分植被指数（Normalized Difference Vegetation Index,NDVI）、数字高程模型（Digital Elevation Model,DEM）、坡度、坡向和经纬度等地理环境因子,构建了多尺度地理加权回归（Multi-scale Geographically Weighted Regression,MGWR）模型用以分析不同因子对渭河流域降水空间格局影响的尺度差异;并提出了一种针对TRMM降水产品的空间降尺度方法,通过精度评价验证降尺度结果的可靠性。结果表明：1）TRMM降水产品数据相较于站点实测数据存在一定精度误差,年尺度上R2=0.807,BIAS=2.909%,RMSE=83.477 mm,表现较好;季尺度上秋季R2最高,为0.847,夏季RMSE最大,为62.393 mm,四季的BIAS均较低;月尺度R2为0.456～0.815,BIAS的绝对值介于0～14%之间,多数月份为正值,RMSE值域范围为3.507～39.342 mm,精度较好;总体而言,TRMM降水产品数据在年、季和月尺度上均表现出良好的整体适用性。2）不同因子在干湿年份对降水空间分异格局的影响呈现出不同的尺度特征,其中湿润年的DEM、NDVI、坡向和经纬度对降水呈现局部影响,坡度影响具有全局性,而干旱年各因子均表现为局部影响。3）流域和站点尺度上,降尺度TRMM数据相较于降尺度前产品数据精度得到一定改善,流域尺度上,R2和RMSE得到有限提高;站点尺度上,各站点统计指标变化各异,但降尺度后统计指标整体优于降尺度前,并且由于时间尺度上的误差累积,站点年尺度数据精度相比月尺度数据稍差。4）降尺度TRMM数据相比于降尺度前产品数据,空间分布更细腻,细节特征表现更好,且在年、月时间尺度上均具有较高的精度,可为渭河流域资料短缺地区的水文设计提供数据支撑。     

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。