基于降水Z指数的朝鲜降水及旱涝时空特征

利用TRMM（Tropical Rainfall Measuring Mission,TRMM）3B43月降水数据,并结合降水Z指数,研究朝鲜1998—2018年的降水和旱涝时空格局。结果表明：TRMM与站点观测降水数据有显著的相关性。朝鲜降水季节性特征明显,57.29%的降水集中在夏季,空间上自东北部沿海岸线向东南递增。朝鲜的区域综合旱涝等级基本处于正常状态,偏旱和偏涝发生的频率最高,其次是大旱和大涝,极旱和极涝发生的频率最低,夏季和冬季干旱发生最为频繁,而洪涝在秋季频发。朝鲜北部发生旱涝事件的频率明显高于南部,咸镜山脉和盖马高原是旱涝的多发地区,温泉平原则最不易受到旱涝影响。春季、夏季和秋季均呈现洪涝强度增强的趋势。夏季洪涝强度加剧的趋势明显,中北部地区通过95%的显著性检验。     

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。     

GPM卫星降水数据在天山山区的适用性分析

卫星降水产品在山区的适用性具有较高的不确定性。论文基于天山山区2014-2015年167个气象站点数据,应用较为广泛的两套卫星降水产品--TRMM与CMORPH,选用均方根误差（RMSE）、相关系数（R）、相对误差（PB）,以及分类统计分析指标（错报率FAR、探测率POD、公正先兆评分ETS、频率偏差BIAS）等,评估了新一代卫星降水产品--Global Precipitation Measurement（GPM）在天山山区的适用性。结果表明：相对于以上两种产品,GPM在山区的精度最高。具体表现在：1）3套产品在降水较多的夏秋季均表现较好,相对于TRMM与CMORPH,GPM与观测数据的相关系数最高（R≥0.6）,相对误差最小（PB≈10%）;2）在整个天山山区,GPM相对于其他两套产品表现出较低的误差范围（-55%~55%）;3）GPM在不同的高程带内,均表现出同观测站点较低的误差与较高的相关系数;4）3套降水产品均表现出对探测弱降水事件较高的准确性（POD≈0.58）和较低的错误率（FAR≈0.63）,但综合分析4种指数,GPM表现最佳,能够以较准确的精度和较低的误差估测降水系统。     

基于TRMM订正数据的横断山区降水时空分布特征

鉴于高时空变异地区降水观测的需求,论文提出了基于ISODATA动态聚类法和最大似然法分区逐月回归的TRMM数据订正方法,并以横断山区为例,利用地基台站降水数据对1998-2012 年的TRMM 3B43 V7 数据进行了实验研究,并探讨了过去15 a 横断山区的降水时空分布特征及变化趋势。结果表明,TRMM 3B43 V7 数据在横断山区的总体精度较高,单站精度较低。订正后的TRMM 3B43 数据,与实测值偏差大为减少,降水相对偏差大于10%的站点由原始数据的16 个(42.1%)减少为7 个(18.4%),有81.6%的站点年降水量相对偏差小于10%,且相对偏差大于等于20%的站点仅3 个,能够基本满足横断山区降水时空分布特征研究的精度需要,有效地弥补了有限站点观测的不足。研究区内年降水量从东南向西北递减,与东亚季风在该区域的走向一致;1998-2012 年横断山区的降水量主要呈减少趋势,减少地区主要分布在南部以及中西部地区。夏季降水减少趋势最为突出,秋季次之,冬春变化趋势不明显。横断山区大部分区域的降水量与东亚夏季风指数正相关,与东亚冬季风指数负相关;最近15 a,研究区东亚季风指数持续变小,恰好与研究结果中的降水减少趋势一致。     

TRMM降水数据在东北地区的精度验证与应用

利用东北地区2000-2007 年的APHRODITE降水数据,基于GWR方法对TRMM降水数据进行修正,分析新的TRMM降水数据精度,并基于修正的TRMM降水数据对东北地区降水进行时空分布特征分析.结果表明:①APHRODITE降水数据与观测数据之间的线性相关性更高、均方根误差RMSE更小,数据具有较高的精度;②修正后的TRMM降水数据相关系数R有所提高,且RMSE值均有降低.整体来看,TRMM降水数据的降水量数值偏大于观测值;③修正TRMM降水数据在5-10 月的误差相对较小,整体来看,在大部分区域的误差在0~30%之间;④东北地区降水分布极不均匀,整体呈从东南向西北减少趋势.11 月到翌年3 月的降水稀少,降水主要集中在夏季,其中7月降水量最大.     

TRMM卫星降水数据在雅鲁藏布江流域的适用性分析

以雅鲁藏布江流域为研究区,利用16个气象站点的实测降水量在月尺度和日尺度上验证了TRMM(Tropical Rainfall Measurement Mission)卫星降水数据的精度,并在此基础上基于TRMM月降水数据分析了雅鲁藏布江流域的降水时空分布特征。结果表明:在整体上,TRMM月降水数据与站点实测降水量相关系数R=0.902,斜率K=0.849,数据精度较高,数值上比站点实测降水量略微偏低;就单个站点而言,大部分站点相关系数较高,偏差较小,但波密站相关系数相对较低,江孜站和南木林站数据偏差相对较大。TRMM日降水数据与站点实测降水量相关系数R=0.466,斜率K=0.451,数据精度较低,与站点实测降水量一致性较差。在降水空间分布上,雅鲁藏布江流域整体呈现由西向东逐渐递增的趋势,不同区域间差异极其明显;在降水时间分布上,大部分降水集中在6至9月,12月至第二年2月很少有降水发生。     

Using SWAT to Model Streamflow in Two River Basins With Ground and Satellite Precipitation Data1

Abstract: Both ground rain gauge and remotely sensed precipitation (Next Generation Weather Radar – NEXRAD Stage III) data have been used to support spatially distributed hydrological modeling. This study is unique in that it utilizes and compares the performance of National Weather Service (NWS) rain gauge, NEXRAD Stage III, and Tropical Rainfall Measurement Mission (TRMM) 3B42 (Version 6) data for the hydrological modeling of the Middle Nueces River Watershed in South Texas and Middle Rio Grande Watershed in South Texas and northern Mexico. The hydrologic model chosen for this study is the Soil and Water Assessment Tool (SWAT), which is a comprehensive, physical‐based tool that models watershed hydrology and water quality within stream reaches. Minor adjustments to selected model parameters were applied to make parameter values more realistic based on results from previous studies. In both watersheds, NEXRAD Stage III data yields results with low mass balance error between simulated and actual streamflow (±13%) and high monthly Nash‐Sutcliffe efficiency coefficients (NS > 0.60) for both calibration (July 1, 2003 to December 31, 2006) and validation (2007) periods. In the Middle Rio Grande Watershed NEXRAD Stage III data also yield robust daily results (time averaged over a three‐day period) with NS values of (0.60‐0.88). TRMM 3B42 data generate simulations for the Middle Rio Grande Watershed of variable qualtiy (MBE = +13 to ?16%; NS = 0.38‐0.94; RMSE = 0.07‐0.65), but greatly overestimates streamflow during the calibration period in the Middle Nueces Watershed. During the calibration period use of NWS rain gauge data does not generate acceptable simulations in both watersheds. Significantly, our study is the first to successfully demonstrate the utility of satellite‐estimated precipitation (TRMM 3B42) in supporting hydrologic modeling with SWAT; thereby, potentially extending the realm (between 50°N and 50°S) where remotely sensed precipitation data can support hydrologic modeling outside of regions that have modern, ground‐based radar networks (i.e., much of the third world).     

基于TRMM卫星资料揭示的长江流域梅雨季节降水日变化

利用1998~2013年热带测雨卫星TRMM 3B42降水率资料以及NCEP/CFSR温度场、气压场和风场等再分析格点资料等,从气候学角度揭示了长江流域梅雨季节降水和对流的日变化特征,探讨了典型和非典型梅雨锋年降水日变化差异,分析了大气环境场要素的日变化特征及其对降水和对流日变化影响。结果表明:(1)强降水在夜间发生在长江上游,白天发生在长江中下游。降水日变化特征显著,长江上游、盆地以东的中游以及中下游的沿江以南地区降水日峰值分别出现在午夜、清晨08时以及傍晚17时。沿江以北地区降水表现出半日循环,具有08时和17时两个峰值,午后峰值明显强于清晨。(2)长江中游地区降水日位相较上游地区延迟约6 h,下游地区日位相进一步向后推移,同时下游地区降水强度和范围明显强于上游,降水日较差也更明显。(3)典型梅雨锋年和近15年梅雨季节平均的降水日变化分布特征较为一致,非典型梅雨锋年较前两者日峰值出现时间明显提前。(4)短时强降水和深对流有较好的对应关系,白天高发区位于长江下游,夜间位于上游。(5)大气温压场在梅雨锋两侧显著的日变化差异使梅雨锋强度和结构在昼夜形成了差异,并使低层风场的辐合位置产生了日变化,这些大气环境场的日变化最终导致了梅雨期对流和降水的日变化。     

基于地理加权回归克里金的降水数据融合及其在水文预报中的应用

地理加权回归克里金(GWRK)是在地理加权回归(GWR)基础上扩展得到的一种既能考虑回归关系的空间非平稳性又能考虑回归变量空间自相关性的降水数据融合方法。以赣江流域为例,在评价TRMM卫星数据精度的基础上,分别以GWRK和GWR方法构建了站点-卫星降水数据融合模型,然后采用降水融合数据驱动GR4J水文模型进行水文预报。根据站点尺度降水融合数据精度及水文预报表现,对GWRK和GWR构建的降水融合模型效果进行评价,结果表明:较之GWR方法,GWRK方法能较明显的提高降水融合数据在站点尺度上的精度,但是由于输入到水文模型中的数据为面降水数据,受空间均化的影响,对水文预报精度的提高不如对站点尺度降水融合数据精度的提高明显。     

Validation of Satellite Precipitation Adjustment Methodology From Seven Basins in the Continental United States1

Tobin, Kenneth J. and Marvin E. Bennett, 2012. Validation of Satellite Precipitation Adjustment Methodology From Seven Basins in the Continental United States. Journal of the American Water Resources Association (JAWRA) 48(2): 221‐234. DOI: 10.1111/j.1752‐1688.2011.00604.x Abstract: The precipitation science community has expressed concern regarding the ability of satellite‐based precipitation products to accurately capture rainfall values over land. There has been some work that has focused on addressing the deficiencies of satellite precipitation products, particularly on the adjustment of bias. This article outlines a methodology that adjusts satellite products utilizing ground‐based precipitation data. The approach is not a simple bias adjustment, but is a three‐step process that transforms a satellite product based on a ground‐based precipitation product (NEXRAD‐derived Multisensor Precipitation Estimator [MPE] product or rain‐gauge data). The developed methodology was successfully applied to seven moderate‐to‐large sized watersheds from continental United States (CONUS) and northern Mexico over a spectrum of climatic regimes ranging from dry to humid settings. Methodology validation is based on comparison of observed and simulated streamflow generated with SWAT (Soil and Water Assessment Tool) model using unadjusted and adjusted precipitation products as input. Streamflow comparison is based on mass balance error and Nash‐Sutcliffe efficiency coefficient. Finally, the contribution of how adjustment to correct misses, false alarms, and bias impacts adjusted datasets and the potential impact that the adjustment methodology can have on hydrological applications such as water resource monitoring and flood prediction are explored.