TRMM和GPM卫星降水数据在中国三大流域的降尺度对比研究

以中国三大流域为研究区域,分别针对TRMM 3B43和GPM IMERG降水数据,构建基于归一化植被指数(NDVI)和数字高程模型(DEM)数据的地理加权回归(GWR)模型,以2014年夏季(6～8月)数据为例,得到了三大流域1 km分辨率的降尺度降水数据,并进一步通过气象站点数据对降尺度结果进行验证.研究表明:(1) GPM原始数据整体精度优于TRMM数据,两种数据在黄河流域的精度评价指标优于长江流域与珠江流域;(2)经降尺度计算,两种数据空间分辨率得到了显著提高,且表现出更多降水变化的细节与趋势,但精度指标对原始数据依赖性大,导致提升并不显著;(3)当联合使用NDVI及DEM作为GWR降尺度模型的辅助变量时,两种降尺度结果的差异值在长江流域与珠江流域的高海拔地区中更为显著;(4)黄河流域中,使用不同辅助变量下的降尺度结果在空间分布上总体相似.TRMM数据使用地形作为单独辅助变量的降尺度结果最佳,而GPM数据不同辅助变量下降尺度结果差异并不明显.     

环鄱阳湖区农田土壤有机碳影响因素空间分布格局分析及制图研究

利用地理加权回归(Geographically Weighted Regression,GWR)模型,对环鄱阳湖区农田土壤有机碳(Soil Organic Carbon, SOC)影响因子的空间分布格局进行系统分析,结合克里格插值方法进行土壤有机碳制图研究,同时综合比较了地理加权回归方法(GWRK)与回归克里格(Return Kriging,RK)方法在预测土壤有机碳储量结果之间存在的差异。结果表明:(1)根据Pearson相关性分析结果,所选取的各环境影响因素均与土壤有机碳具有相关性(P0.01)。(2)通过GWR模型对各影响因素空间分布格局的分析,发现SOC与坡向、年均温度和年均降水呈正相关,与坡度、植被覆盖度呈负相关。(3)GWRK法得到的土壤有机碳含量变化范围为6.35～31.93g·kg~(-1),接近采样点的实测值;RK方法得到的土壤有机碳含量变化范围在7.41～25.76 g·kg~(-1),总体空间分布特征与GWRK的结果相似,但RK方法预测的结果较为平滑,与SOC储量实际状况还存在一定差异。(4)GWR的拟合优度R~2(0.50)明显高于RK中的R~2(0.20); GWRK方法的均方根误差(RMSE)为4.58,小于RK方法的均方根误差5.35,且通过GWRK方法得出的预测结果在制图上结合采样点位置信息,使成图效果更加精细。     

基于Delaunay三角网和地理加权回归的降水空间异常探测方法研究

针对目前已有的降水资料质量控制方法适应性差,降水数据难以模拟局地降水规律的问题。以湖南省为实验区域,利用1985~2014年夏季降水观测数据,定义局部地理空间内降水量发生显著偏离的气象站点为异常,发展了一种结合Delaunay三角网和地理加权回归的降水空间异常探测方法。该方法通过构建不规则三角网来获取各个区域之间稳定合理的地理邻近关系,根据空间邻近关系获取自适应回归带宽,并纳入地理加权回归模型进行计算,最后根据回归残差项的统计分布性质开展空间异常度量与分析。实验表明该方法能有效检测出降水空间异常,可应用于降水数据二次处理时的质量控制阶段,有助于进一步探索局部地理空间内的降水规律。     

多源降水数据在长江上游流域比较研究

降水是洪水预报重要的输入因子,是保证洪水预报精度的前提条件。提出一种从站点、子流域以及全流域3种空间尺度上评价水情遥测降水数据精度的方法。采用该方法,以国家气象信息中心公开发布的日降水数据为基准,针对覆盖宜昌-宜宾425 000 km2的377个遥测雨量站降雨数据进行精度评价。在日、月时间尺度上,综合评价了中国长江三峡集团所属的遥测雨量数据精度特征。结果表明,其遥测雨量数据与国家气象信息中心公开发布的日降水数据,具有较高的相关度,相关指标R2到达0.81。部分数据受到地形以及站点位置差异等因素的影响,存在一定差异。这些差异为雨量站的调整和补充提供重要依据。为验证其他遥测站网的降水数据精度提供了范例,利用该方法,可对运行多年的遥测雨量站网进行评价,也可开展多源降水融合相关工作,提高地面遥测降水数据的代表性和准确性。     

融合时序特征的湖北省降水空间分布估算

以湖北省2006～2010年的降水量为基础数据源，通过对降水数据的分析，将省内75个站点的时间维降水序列变差函数值作为降水强度的影响因素，引入到降水量空间预测的多元地理统计中，使用时序协同克里格方法构建降水时序特征与降水量之间的数学关系模型，对湖北省月平均降水数据进行空间插值模拟。通过分析不同时间尺度下的交叉检验统计量，选择最优的时间维变差函数计算尺度。结果显示，融合时序特征的协同克里格法对降水量的空间插值较普通克里格法具有更好的插值效果，因而更适合历史资料丰富地区的降水空间分布估算     

TRMM 3B42卫星降水数据在赣江流域径流模拟中的应用

以赣江流域为研究区,基于观测降水和TRMM准实时数据(3B42RTV6、3B42RTV7)和分析数据(3B42V6、3B42V7),驱动VIC水文模型,开展卫星降水产品在赣江流域的水文模拟,评估TRMM降水产品在水文模拟中的应用能力。结果表明:(1)在赣江流域,3B42V7估算的降水与实测降水的对比结果最好,3B42RTV6的估算精度最低,3B42RTV7较3B42RTV6在赣江流域的降水估算精度提升非常明显;(2)在径流模拟方面,3B42V6和3B42V7在日尺度上尽管对洪峰的模拟有所偏差,但模拟结果仍能反映径流变化特征,在月尺度上模拟结果精度较高,纳什系数均在0.9以上,并且二者在4、5月的径流模拟结果较好,7、8月的模拟结果较差,而3B42RTV6对径流的模拟能力较差,日径流量和月径流量均呈现明显低估,3B42RTV7对径流的模拟结果比3B42RTV6有明显改善,可以满足实时水文预报的需求。     

长江流域月降水的EEMD多时间尺度遥相关分析

基于长江流域138个气象站1961~2016年的逐月降水观测资料，应用集合经验模态分解（EEMD）方法，分别对各站点的月降水序列进行EEMD分解，然后，运用时滞相关分析和逐步变量选择的方法，以识别长江流域月降水周期振荡和长期趋势的显著影响因子，并构建多元线性回归模型对长江流域月降水进行预测。结果表明：（1）近50多年来，长江流域各站点的月降水呈现出显著的季节、年际和年代际尺度振荡特征。（2）流域内各站点月降水的长期变化趋势存在着较大的空间差异性，表现为金沙江、雅砻江、大渡河以及鄱阳湖流域是月降水长期趋势显著增加的集中区，而岷江中游以及洞庭湖流域的南部是月降水长期趋势显著减少的集中区。（3）厄尔尼诺1+2区的平均海表温度（NINO1+2）的过去模式是影响长江流域月降水周期振荡的主要气候因子，而全球平均气温距平（GlobalT）是影响长江流域月降水长期趋势的主要气候因子。（4）基于已识别的影响因子构建的月降水量预测模型在旱季的预报性能高于雨季，并在长江上游地区的预报性能高于其中下游地区。     

基于遥感数据的PM2.5与城市化的时空关系研究——以成渝城市群为例

采用1998~2013年卫星遥感影像反演的PM2.5全球高精度产品数据集，结合GIS空间分析、地理加权回归（GWR）以及地理探测器等方法，系统地分析了成渝城市群城市化与PM2.5分布之间的关系。结果表明：（1）1998~2013年成渝城市群城市化速度较快，城市区域的PM2.5均值明显高于非城市区域，说明城市化对PM2.5具有一定的影响；（2）近16 a PM2.5重心与城市重心整体上都向东南方向移动，且两者每年在经度上的波动方向基本相反；（3）夜间灯光数据与PM2.5在空间分布上具有较好的一致性，且1998~2013年两者的GWR全局R2在0.86~0.95之间，相关性显著，研究区内城市化和人类活动对PM2.5的分布具有明显影响；（4）地理探测分析表明不同城市化因子对PM2.5影响差异显著，从2006到2013年城区人口密度和建成区绿化覆盖率逐渐成为成渝城市群PM2.5分布的主要影响因子。     

基于LJ1-01夜间灯光影像的苏锡常地区人口空间化研究

基于NPP/VIIRS DNB和"珞珈一号"01星(LJ1-01)两种夜间灯光数据原始影像与苏锡常地区县级人口统计数据进行空间滞后回归建模,得到500 m×500 m和200 m×200 m两种空间尺度的人口密度格网图,并利用乡镇人口数据进行检验证明LJ1-01数据在人口空间化研究中具有更高的精度;在此基础上,基于电子地图兴趣点(POI)数据与人口分布之间的相关性,通过融合POI数据对LJ1-01原始影像的模拟结果进行优化,并在乡镇尺度上对人口空间化结果进行了精度评价。结果表明:(1)LJ1-01夜间灯光影像亮度值与人口数呈显著正相关,相关系数高于NPP/VIIRS夜间灯光数据;(2)LJ1-01新型夜间灯光数据适用于人口空间化研究,且其模型拟合效果整体优于NPP/VIIRS传统夜间灯光数据;(3)将LJ1-01夜间灯光数据与POI数据进行融合可有效改善其人口空间化模拟结果,空间滞后回归模型的复相关系数R~2提高至0.946 3。通过实践,可以发现LJ1-01夜间灯光数据具有实现精细尺度人口数据空间化的巨大潜力。     

黑河上游气候变化对出山口径流的驱动分析

将计量经济学中广泛应用的面板数据分析方法应用到自然科学领域，基于黑河上游山区3个站点的气象水文年尺度数据及季尺度数据，对1959~2009年的降水、温度、潜在蒸散发与出山口径流量分别进行单位根检验、协整检验和格兰杰因果检验，讨论了不同气候要素与径流变化的关系。研究表明：面板数据分析方法同样适用于自然科学领域；各检验结果表明降水、潜在蒸散发对径流存在显著的效应，跟温度相比，潜在蒸散发对径流的影响更为显著，能够更好地表征水文特征；季节尺度上的分析更为细致的说明了降水和潜在蒸散发对径流的影响。利用面板回归模型对黑河流域上游气候变化对径流的驱动影响进行不同情景下的分析，以当前气候条件为本底，结果表明，若气温升高，降水增加，则降水对径流的驱动力减弱，降水减少，则降水对径流的驱动力增强；而降水的变化则不影响气温对径流的驱动作用     

基于地块尺度的耕地非农化驱动力空间异质性研究——以武汉市为例

土地用途管制和基本农田保护制度下,耕地非农化概率值和其驱动力的空间作用强度分布在土地资源配置和耕地保护方面有积极的指示性。基于武汉市2000~2011年耕地非农化地块的微观数据,通过比较分析Logistic回归模型和地理加权Logistic回归模型参数估计结果,验证了耕地非农化驱动力的空间异质性,并对异质性的空间分布规律和政策涵义做出总结分析。研究表明:1耕地间的空间依赖效应和建设用地对耕地的空间溢出效应在耕地非农化过程中具有显著影响力,且耕地非农化驱动力存在显著的空间异质性;2地理加权Logistic回归模型由于考虑到数据的空间非平稳状态所以比Logistic回归模型有更好的拟合效果;3耕地非农化驱动力的异质性在空间上呈现出一定规律,这些受到产业布局、经济和城市发展特点等的影响,根据不同驱动力空间异质性产生的原因进行差异化土地管理可以解决耕地保护和建设用地供给间的矛盾。研究结果能从地块尺度上反映出耕地非农化驱动因素的空间异质性,实现了驱动因素作用强度空间分布的可视化,并能为国土资源差异化管理提供理论和实践参考。     

洞庭湖流域分布式水文模型

流域出口径流观测序列是水文模型参数率定重要依据,不受水文站控制区域的模型应用是水文研究关注点之一。首先根据水文站观测资料建立洞庭湖流域四水控制站之上基于水文响应单元的分布式水文模型,在此基础上结合实验、同质移植和虚拟水库等方法,将分布式水文模型拓展到包含无径流站控制区域的丘陵区间和平原圩垸区,最终实现了洞庭湖全流域水文过程模拟。结果表明:在较完备土壤、地形、土地利用等空间数据支持下,通过合理的流域划分和水文响应单元定义,建立的流域分布式水文模型可以较好地在水文响应单元尺度反应降水发生后蒸散、地表径流、土壤和地下水的响应特征。而基于观测实验及基流分割等方法获取的关键水文过程特征对模型参数优化的认识,可以提高模型参数率定效率,在较少优化迭代运算后既可使月径流模拟的效率系数NSE和确定性系数R²值高于0.81(日过程高于0.62)。借助参数同质移植和虚拟水库解决了区间和圩垸区无控制站区域水文过程模拟。在全流域水文过程的模拟中,基流指数和蒸散比例与实际过程具有较好的一致性。说明相关参数较好地反映了其物理机制,具备在相似气候及下垫面条件区域进行同质移植的基础,圩垸区径流交换采用虚拟水库的处理方式也合理可行。     

2003~2009年鄱阳湖流域土壤水分时空变化特征及影响因素

鄱阳湖流域水文过程是区域研究的热点问题,但相对于其它水文要素而言,土壤水分的时空分布特征及其影响因素尚缺乏系统研究,成为流域水文过程研究不确定性的主要来源之一。采用AMSR E土壤水分数据,从流域、子流域及地表覆被等不同的空间尺度,阐明了鄱阳湖流域2003～2009年土壤水分的年际与年内变化特征,并分析其影响因素。研究表明：在流域尺度上,土壤水分总体呈现中心低、周边高的“漏斗式”空间分布形态,但夏、秋季节空间差异性减弱,年际土壤水分呈现较强的下降趋势,其中以湖区下降速度最大;在地表覆被尺度上,林地土壤水分最高、年际下降速度最低,表明其在年际尺度上对干旱具有较强的调节作用,不同地表覆被类型的土壤水分年内差异较明显,但在6、7及10月差异较小,地表覆被对土壤水分的调节作用减弱;在影响因素方面,降水是土壤水分的主要影响因素,气温、灌溉等则一定程度上影响了土壤水分的变化特征。研究结果不仅有利于加强对流域水文过程的理解与认识,同时可为水资源管理及防旱抗旱等提供科学的辅助依据     

Precipitation or evapotranspiration? Bayesian analysis of potential error sources in the simulation of sub-basin discharges in the Czech Elbe River basin

A global change assessment required detailed simulation of water availability in the Elbe River basin in Central Europe (148,268?km2). Using the spatially semi-distributed, eco-hydrological model SWIM, spatial calibration was applied. For 225 sub-areas covering the model domain (134,890?km2), evapotranspiration and groundwater dynamics were individually adjusted. The calibration aimed at good correspondences with long-term run-off contributions and the hydrographs for two extreme years. Measured run-off was revised from water management effects to produce quasi-natural discharges for calibration. At some gauges, there were large volume differences between these reference data and the simulations of the spatially uncalibrated model. Most affected were some sub-basins in the Czech part of the basin where the density of available climate stations was much lower than the German part. Thus, both erroneous precipitation data and systematic flaws in the evapotranspiration module of SWIM could have caused the differences. In order to identify the major error source and to validate the choice of spatial calibration parameters (evapotranspiration and groundwater dynamic corrections), MCMC analyses were made for three Czech areas. Optional precipitation correction had been considered by a third calibration parameter in the MCMC assessment. In two of the three cases, it can be shown that evapotranspiration corrections are preferable as precipitation errors are negligible. In the third case, where the analyses indicate a substantial error in precipitation data, an interpolation problem of the climate data at the edge of the model domain could be found. Hence, the applied method shows its potential to identify specific sources of uncertainty in hydrological modelling.     

不同再分析降水数据在洞庭湖流域的精度评估

收集了4种不同数据来源的再分析降水数据:欧洲中期天气预报中心大气再分析数据(ERA-intreim)、英国East Anglia大学气候研究中心数据(CRU TS3.21)、全球降水气候学项目数据(GPCP V2.2)、TRMM多卫星降水产品——TRMM 3B43(V7)和中国气象科学数据共享服务网提供的降水实测数据(CMD),用均值、偏差和偏差百分比及标准差等统计指标对再分析降水数据在洞庭湖流域的模拟精度进行评估。结果表明:(1)4种再分析数据年、季节降水量的年际变化与CMD总体相似,其中秋冬季节与CMD的一致性好于春夏季节。(2)ERA-interim数据对年均降水量的高估比例为20%以上,对季节平均降水量的高估比例为10.13%～33.65%,年、季降水量偏差百分比变化的年际变化较大;标准差的年内变化范围为12.40%～70.13%,数据集的离散程度最大。GPCP和CRU两种数据的年季降水量偏差在 -6.19%～5.71%之间变化,均值与CMD数据最为接近;CRU数据年季降水量偏差百分比的年际变化和标准差的年内变化均较GPCP的大。TRMM数据对年季降水量的高估比例为 3.67%～ 6.52%,降水量偏差百分比的年际变化稳定;标准差的年内变化范围为4.58%～14.03%,数据集的离散程度最小。(3) ERA-interim、CRU、GPCP和TRMM数据年降水量的偏差范围分别为 1 000.21～-649.51、 333.89～-643.82、292.55～-686.85、256.20～-561.27 mm。再分析降水数据对降水的低估区域均出现在以南岳站为中心的衡阳盆地,而高估区域分布则有明显差异:ERA-interim的高估极值出现在地势较高的西部,CRU和GPCP的高估极值出现在南部山地,TRMM无明显高估区域。ERA-interim数据离散程度的空间分异明显,CRU和GPCP居中,TRMM分异较不明显。所有再分析数据在西部和南部山地区域的离散程度最大。     

基于CHIRPS卫星降水的雅砻江流域干湿时空演变分析

雅砻江流域是我国水电开发的重点区域之一，在全球气候变化背景下探究流域干湿时空演变规律有利于合理规划和充分利用水资源，为流域内农业生产活动提供科学指导。基于1981~2017年雅砻江流域内及周边16个气象站月气象数据，采用Penman-Monteith（PM）公式计算各站逐月潜在蒸散量ET0，基于气象站降水校正CHIRPS卫星降水产品，从而获得更高空间分辨率的降水数据，以此计算标准化降水蒸散SPEI指数，采用云模型、Mann-Kendall（MK）趋势检验法分析流域年代际、年、季尺度的干湿时空分布特征与变化趋势。结果表明：（1）对CHIRPS卫星降水产品进行偏差校正不但提高了精度，而且能够获得更高空间分辨率的降水；（2）流域春季呈湿润化趋势，其余时间尺度均呈现干旱化趋势，以冬季干旱化速率最快。年尺度下干湿变化不均匀度的稳定性最差，秋季稳定性相对最好。春、冬两季SPEI空间分布的不均匀度弱于时间分布；（3）同一时间尺度下的流域各级别干湿相对面积近似呈正态分布，流域干湿变化趋势空间分布差异较大；（4）流域各级别干旱与湿润高发区无明显区域分布规律，发生干旱与湿润的最高频率在20%左右，且随着干湿程度的加重，频率变化范围逐渐缩小；（5）不同年代干湿频率差异较为显著，年平均干旱频率变化趋势为减-增-减，湿润频率变化趋势为增-减-减，湿润频率高值区呈现由下游向上游转移的趋势。