国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

多衛(wèi)星遙感降水?dāng)?shù)據(jù)在塔里木河流域的適用性分析

2018-12-29 10:10劉潔夏軍鄒磊王強(qiáng)余江游
南水北調(diào)與水利科技 2018年5期

劉潔 夏軍 鄒磊 王強(qiáng) 余江游

摘要:資料缺乏地區(qū)由于其復(fù)雜的地形,站點(diǎn)布設(shè)困難,實(shí)測(cè)資料匱乏,遙感降水產(chǎn)品是實(shí)測(cè)資料的有益補(bǔ)充及替代。以塔里木河流域的子流域開(kāi)都孔雀河流域?yàn)檠芯繀^(qū),采用國(guó)家基準(zhǔn)氣象站觀測(cè)的降水量為基準(zhǔn)數(shù)據(jù),評(píng)估了TRMM 3B42RT、TRMM 3B42V7、CMORPH RAW、CMORPH CRT等四種遙感降水產(chǎn)品的精度。同時(shí),在塔里木河的子流域玉龍喀什河流域,基于SRM模型,評(píng)估了以上幾種遙感降水產(chǎn)品模擬徑流的適用性。結(jié)果表明,TRMM 3B42V7的精度最高,TRMM 3B42RT的精度較低,CMORPH在山區(qū)的精度也較高,而CMORPH在平原地區(qū)高估了降水量;在四種遙感降水產(chǎn)品中,TRMM 3B42V7最適于模擬徑流,可以基本表征日徑流變化過(guò)程。

關(guān)鍵詞:遙感降水?dāng)?shù)據(jù);融雪徑流模型;塔里木河流域;精度評(píng)估;徑流模擬

中圖分類(lèi)號(hào):P338 文獻(xiàn)標(biāo)志碼:A 文章編號(hào):16721683(2018)05000108

Applicability analysis of multisatellite remote sensing precipitation data in Tarim River basin

LIU Jie1,XIA Jun1,2,ZOU Lei2,WANG Qiang1,YU Jiangyou3

1.State Key Laboratory of Water Resources and Hydropower Engineering Science,Wuhan University,Wuhan 430072,China;2.Key Laboratory of Water Cycle and Related Land Surface Processes,Institute of Geographic Sciences and Natural Resources Research,Chinese Academy of Sciences,Beijing 100101,China;3.Kunming Engineering Corporation Limited of PowerChina,Kunming 650051,China

Abstract:

Because of the complex terrain in the cold and dry region,there are few stations and little measured data.Remote sensing precipitation product is a useful supplement to the measured data.Based on the observed precipitation data from the surface meteorological stations,taking Kaikong River subbasin of Tarim River basin as the study area,we evaluated the accuracy of four remote sensing precipitation products,TRMM 3B42RT,TRMM 3B42V7,CMORPH RAW and CMORPH CRT.Meanwhile,in the Yurungkash River subbasin,based on the SRM model,we evaluated the applicability of the above remote sensing precipitation products for runoff simulation.The results showed that TRMM 3B42RT had low accuracy while the TRMM 3B42V7 had the highest accuracy.CMORPH had high accuracy in mountainous areas,but overestimated the precipitation in plain areas.Among the four kinds of remote sensing precipitation products,TRMM 3B42V7 was the most suitable for runoff simulation,and could basically characterize the process of daily runoff.

Key words:

remote sensing precipitation data;snowmelt runoff model;Tarim River basin;accuracy assessment;runoff simulation

降水是水文循環(huán)系統(tǒng)的基本要素,準(zhǔn)確觀測(cè)降水對(duì)于區(qū)域及全球的水資源管理、水文過(guò)程模擬、干旱預(yù)警及洪水預(yù)報(bào)等起著至關(guān)重要的作用[1]。獲取降水?dāng)?shù)據(jù)最直接的方式是布設(shè)氣象或雨量觀測(cè)站點(diǎn),但在發(fā)展中國(guó)家與環(huán)境惡劣的地區(qū),站網(wǎng)布設(shè)密度往往較低或無(wú)站點(diǎn)布設(shè),空間代表性不足[2]。在乏資料地區(qū),尤其在難以到達(dá)的偏遠(yuǎn)山區(qū)和沙漠,受地理因素的影響,降水觀測(cè)困難加大。為解決上述地面降水觀測(cè)方式的不足,世界各國(guó)相繼發(fā)射了搭載著不同傳感器的氣象衛(wèi)星,并采用傳感器實(shí)時(shí)傳回地面的不同波段數(shù)據(jù)聯(lián)合地面雨量站數(shù)據(jù)進(jìn)行校正,開(kāi)發(fā)出了不同版本的實(shí)時(shí)與滯時(shí)遙感降水產(chǎn)品。代表性產(chǎn)品有:TRMM(Tropical Rainfall Measuring Mission)[3]、CMORPH(the Climate Prediction Center MORPHing technique)[4]、CHIRPS(Climate Hazards Group InfraRed Precipitation with Station data)[5]、PERSIANN(PrecipitationEstimation from Remotely Sensed Information using Artificial Neural Networks)[6]等。遙感降水產(chǎn)品因能提供高精度和連續(xù)時(shí)間序列的柵格降水?dāng)?shù)據(jù)而在各類(lèi)水文研究中被廣泛應(yīng)用。受數(shù)據(jù)源和反演算法等因素的影響,不同遙感降水產(chǎn)品的精度表現(xiàn)各異;受時(shí)間尺度、地形、氣候等因素的影響,同一遙感降水產(chǎn)品在不同區(qū)域的精度也存在差異。因此,在使用遙感降水產(chǎn)品之前,應(yīng)全面認(rèn)識(shí)和比較遙感降水產(chǎn)品的精度特征。

目前已有一些關(guān)于遙感降水產(chǎn)品在塔里木河流域的適用性研究。當(dāng)前研究多側(cè)重于評(píng)估TRMM數(shù)據(jù)的精度,例如蔡曉慧等[7]分析了TRMM 3B43月降水在西北內(nèi)陸河流域的適用性,盧新玉等[8]研究了TRMM 3B43月降水產(chǎn)品在新疆地區(qū)的適用性,楊艷芬等[9]研究了TRMM數(shù)據(jù)在西北干旱區(qū)的探測(cè)能力。也有一些研究基于分布式水文模型研究了多源降水的精度,例如闞寶云等[10]基于VIC模型在塔里木河的子流域葉爾羌河上游流域?qū)MORPH、TRMM 3B42V6、APHRODITE、ITPCAS等4套降水?dāng)?shù)據(jù)集的適用性進(jìn)行了分析,劉俊等[11]基于SWAT模型分析了CMADS、ITPCAS、TRMM 3B42V7等3套降水?dāng)?shù)據(jù)產(chǎn)品在玉龍喀什河流域內(nèi)對(duì)降水的模擬情況。上述研究多側(cè)重于單一遙感降水產(chǎn)品相較于實(shí)測(cè)降水?dāng)?shù)據(jù)的精度評(píng)估,尤其是對(duì)TRMM 3B43月降水?dāng)?shù)據(jù)的評(píng)估,故之前的研究未能給塔里木河流域逐日徑流模擬中多源遙感降水?dāng)?shù)據(jù)較實(shí)測(cè)降水?dāng)?shù)據(jù)的可替代性提供全面的依據(jù)與支持;同時(shí),塔里木河河流源區(qū)空間變異性大,但考慮分區(qū)地形因素,明晰不同地形區(qū)多源遙感降水產(chǎn)品精度特征的研究相對(duì)較少。

為全面認(rèn)識(shí)和比較遙感降水產(chǎn)品的精度特征,本文以塔里木河流域?yàn)檠芯繉?duì)象,分別在平原與山區(qū),對(duì)多種遙感降水產(chǎn)品在不同時(shí)間尺度的精度特征進(jìn)行了評(píng)價(jià),并基于SRM(Snowmelt Runoff Model)融雪徑流模型評(píng)估了各遙感降水產(chǎn)品模擬徑流的適用性,從而為其在水文過(guò)程模擬中的應(yīng)用提供依據(jù)和支持。

1 研究區(qū)概況

塔里木河位于新疆南部,是我國(guó)最大的內(nèi)陸河,流域總面積102萬(wàn)km2。塔里木河是環(huán)塔里木盆地的9大水系144條河流的總稱,其中,阿克蘇河、葉爾羌河、和田河、開(kāi)都-孔雀河(以下簡(jiǎn)稱為開(kāi)孔河)四條源流和塔里木河干流組成“四源一干”[12]。河流主要發(fā)源于山區(qū),河水主要源自高山冰雪融水、中山森林帶降水和低山基巖裂隙水[13]。

開(kāi)孔河是塔里木河的四大源流之一,地理位置位于82°57′E-90°39′E、40°25′N(xiāo)-43°21′N(xiāo)之 間[14]。流域內(nèi)地勢(shì)西北高東南低,海拔高度在[JP]749~4 485 m之間,其中,山區(qū)面積31萬(wàn)km2,平原面積26萬(wàn)km2。開(kāi)孔河流域的國(guó)家基準(zhǔn)氣象站相對(duì)較多,且在平原區(qū)、山區(qū)均分布有1個(gè)以上的氣象站點(diǎn),有較好的空間代表性。因此本文選擇開(kāi)孔河流域作為遙感降水產(chǎn)品精度評(píng)估的流域(圖1(a)),其氣象站點(diǎn)分布及基本信息見(jiàn)表1。和田河也是塔里木河的四大源流之一,和田河有東、西兩條支流,本文選擇和田河?xùn)|支玉龍喀什河古孜洛克水文站以上的流域研究遙感降水產(chǎn)品模擬徑流的適用性(圖1(b))。該區(qū)域集水面積14 575 km2,海拔差5 039 m,土地類(lèi)型主要為裸地、草地和冰川[11],其中冰川主要分布在海拔4 700 m到6 500 m的區(qū)域內(nèi)[15]。玉龍喀什河流域的出山口控制站是同古孜洛克水文站,該站以上的區(qū)域內(nèi)沒(méi)有設(shè)置國(guó)家基準(zhǔn)氣象站,距離玉龍喀什河流域最近的國(guó)家基準(zhǔn)氣象站是流域外的和田氣象站。本文選擇的兩個(gè)小流域同屬塔里木河流域,屬典型的溫帶大陸性荒漠氣候區(qū),氣候特點(diǎn)是干燥少雨,蒸發(fā)強(qiáng)烈,多風(fēng)沙、浮塵天氣[16],具有較強(qiáng)的相似性,適于作比較研究。

2 資料與方法

2.1 降水?dāng)?shù)據(jù)介紹

基準(zhǔn)降水?dāng)?shù)據(jù)主要用于評(píng)價(jià)遙感降水產(chǎn)品在塔里木河流域的估計(jì)精度。文中地面觀測(cè)數(shù)據(jù)采用的是5個(gè)國(guó)家基準(zhǔn)氣象站2001-2014年的逐日降水?dāng)?shù)據(jù)(表1),數(shù)據(jù)來(lái)自國(guó)家氣象信息中心提供的中國(guó)地面氣候資料日值數(shù)據(jù)集(V30)。

本文選取常用的TRMM 3B42V7、TRMM 3B42RT、CMORPH RAW、CMORPH CRT四種遙感降水產(chǎn)品開(kāi)展精度評(píng)價(jià)研究,時(shí)間范圍為2001-2014年。TRMM(Tropical Rainfall Measuring Mission)是由美國(guó)國(guó)家航空航天局(National Aeronautics and Space Administration,NASA)與日本宇宙航空研究開(kāi)發(fā)機(jī)構(gòu)(Japan Aerospace Exploration Agency,JAXA)聯(lián)合開(kāi)發(fā)的用于氣象與氣候降水研究的衛(wèi)星。TRMM 3B42產(chǎn)品由TPMA(TRMM Multi satellite precipitation analysis)算法反演得到,其中TRMM 3B42RT是近實(shí)時(shí)產(chǎn)品,TRMM 3B42V7是經(jīng)GPCC月降水?dāng)?shù)據(jù)校正的產(chǎn)品[3]。CMORPH產(chǎn)品是美國(guó)NOAA氣候預(yù)測(cè)中心(Climate Prediction Center,CPC)基于MORPHing技術(shù)估計(jì)的降水產(chǎn)品。該技術(shù)將基于多個(gè)低軌道衛(wèi)星的被動(dòng)微波降水[JP]估計(jì)和來(lái)自多個(gè)同步衛(wèi)星的紅外輻射數(shù)據(jù)相結(jié)合[4]。其中CMORPH RAW是實(shí)時(shí)產(chǎn)品,CMOPRH CRT是經(jīng)CPC和GPCP校正偏差的產(chǎn)品。以上4種遙感降水產(chǎn)品的具體信息見(jiàn)表2。本文使用已逐日合成的遙感降水產(chǎn)品,提取出與氣象站點(diǎn)位置對(duì)應(yīng)的柵格降水量,與實(shí)測(cè)降水量進(jìn)行比較分析。

2.2 SRM模型

本文使用SRM模型模擬徑流。SRM模型結(jié)構(gòu)簡(jiǎn)單,采用度日因子計(jì)算融雪徑流,常用于年內(nèi)徑流過(guò)程的模擬。模型的輸入變量包括日降雨資料、日氣溫資料和積雪覆蓋資料,適用于資料相對(duì)缺乏的地區(qū),特別是難以觀測(cè)地面資料的高山流域。SRM模型的基本思路是:計(jì)算當(dāng)日積雪融化的產(chǎn)流量和降水產(chǎn)流量,并且將當(dāng)日的融雪、降水產(chǎn)流量疊加到前一日的退水流量上,進(jìn)而得到當(dāng)日的徑流量,具體的計(jì)算公式如下:

式中:Q為日平均流量(m3/s);C為徑流系數(shù),其中Cs和Cr分別表示融雪徑流系數(shù)和降雨徑流系數(shù);a為度日因子(cm·℃-1·d-1),表示每天氣溫升高1 ℃產(chǎn)生的融雪深度;T為度日因子數(shù)(℃·d);ΔT為由氣溫直減率得出的在不同高程帶的度日因子數(shù)修正值;Sn為積雪覆蓋率;P為降水徑流補(bǔ)給(cm);A為流域面積(km2);[WTB1X]k[WTBX]為退水系數(shù);n為研究時(shí)段內(nèi)天數(shù)的序號(hào);10000/86400是將徑流深化為徑流量的轉(zhuǎn)換系數(shù)。

模型在應(yīng)用時(shí),一般將流域劃分為不同的高程分帶,在每個(gè)分帶都用式(1)計(jì)算徑流量,總的徑流量值為各個(gè)高程分帶計(jì)算出的徑流量之和。本文將流域分為6個(gè)高程帶,具體的高程分帶信息見(jiàn)表3。模型使用遺傳算法進(jìn)行參數(shù)率定。

玉龍喀什河流域內(nèi)沒(méi)有國(guó)家基準(zhǔn)氣象站點(diǎn),因此氣象數(shù)據(jù)選擇距離流域最近的和田氣象站。氣溫?cái)?shù)據(jù)選擇和田氣象站的逐日氣溫?cái)?shù)據(jù),降水?dāng)?shù)據(jù)選擇和田氣象站的逐日降水?dāng)?shù)據(jù)與遙感降水產(chǎn)品在和田氣象站對(duì)應(yīng)位置柵格的降水量,其中和田氣象站的數(shù)據(jù)來(lái)自國(guó)家氣象信息中心提供的中國(guó)地面氣候資料日值數(shù)據(jù)集(V30)。文中使用的水文數(shù)據(jù)是同古孜洛克水文站的逐日實(shí)測(cè)流量數(shù)據(jù)。文中使用的積雪數(shù)據(jù)是由美國(guó)冰雪數(shù)據(jù)中心(National Snow and Ice Data Center)提供的MOD10A2產(chǎn)品。 該產(chǎn)品由連續(xù)8天的MOD10A1數(shù)據(jù)合成,反映的是8天內(nèi)最大的積雪覆蓋范圍,其空間分辨率為500 m[18]。將積雪覆蓋率進(jìn)行插值,得到每天的積雪覆蓋率。用于SRM模型模擬徑流的水文氣象積雪數(shù)據(jù)的時(shí)間范圍均為2003[JP]年1月1日至2012年12月31日。

2.3 精度評(píng)估方法

本文使用定量指標(biāo)與分類(lèi)指標(biāo)評(píng)估遙感降水產(chǎn)品的精度。定量指標(biāo)中,相關(guān)系數(shù)R反映了遙感降水同地面雨量站降水的線性相關(guān)程度;平均絕對(duì)誤差MAE和均方根誤差RMSE反映了遙感降水同地面雨量站降水平均誤差的大??;相對(duì)偏差BIAS反映了遙感降水?dāng)?shù)據(jù)的系統(tǒng)偏差程度。分類(lèi)指標(biāo)反映了遙感降水產(chǎn)品對(duì)日降水時(shí)間發(fā)生可能性的估計(jì)能力,包括探測(cè)率POD、空?qǐng)?bào)率FAR、成功系數(shù)CSI。探測(cè)率POD反映了遙感降水產(chǎn)品對(duì)降水事件的漏報(bào)程度;空?qǐng)?bào)率FAR反應(yīng)了遙感降水產(chǎn)品對(duì)降水事件的錯(cuò)報(bào)程度;CSI反映了遙感降水產(chǎn)品成功觀測(cè)到降水事件的比例。各指標(biāo)的具體公式及最優(yōu)值見(jiàn)表4。

表4公式中:Gi和Pi分別表示第天的基準(zhǔn)降水量與遙感產(chǎn)品降水量;H為遙感降水?dāng)?shù)據(jù)和地面雨量站同時(shí)有雨的頻數(shù);M是遙感數(shù)據(jù)無(wú)雨而地面雨量站有雨的頻數(shù);F為遙感降水?dāng)?shù)據(jù)有雨而地面雨量站無(wú)雨的頻數(shù)。本文判斷是否有雨的閾值是01 mm[19]。

本文采用Nash效率系數(shù)(NSE)與相關(guān)系數(shù)(R)作為評(píng)價(jià)SRM模型結(jié)果精度的指標(biāo)。NSE、R的計(jì)算見(jiàn)式(2)、式(3):

3 結(jié)果分析

3.1 降水精度對(duì)比分析

開(kāi)孔河流域各氣象站點(diǎn)的實(shí)測(cè)降水與各類(lèi)遙感降水產(chǎn)品的多年平均降水量見(jiàn)圖2。根據(jù)圖2可知, TRMM 3B42RT嚴(yán)重高估了降水量,TRMM 3B42V7數(shù)據(jù)較為準(zhǔn)確,在山區(qū)(51542巴音布魯克,51467巴侖臺(tái)),CMORPH RAW和CMORPH CRT對(duì)年均降水量的估計(jì)較為精確,而在平原地區(qū)(51567焉耆,51642輪臺(tái),51656庫(kù)爾勒),[JP]CMORPH RAW和CMORPH CRT都嚴(yán)重高估了年均降水量。

為了直觀展示網(wǎng)格尺度上降水產(chǎn)品的精度,文中給出了五個(gè)氣象站點(diǎn)與所處降水網(wǎng)格在日和月時(shí)間尺度上的泰勒?qǐng)D(圖3)。泰勒?qǐng)D中,在橫坐標(biāo)方向,定義距原點(diǎn)一個(gè)單位的點(diǎn)為觀測(cè)值其半徑長(zhǎng)度,表示標(biāo)準(zhǔn)差的變化幅度,縱坐標(biāo)為表征遙感降水產(chǎn)品較實(shí)測(cè)降水值的標(biāo)準(zhǔn)差,距離觀測(cè)點(diǎn)的長(zhǎng)度表示誤差,與縱坐標(biāo)的角度代表相關(guān)系數(shù)[20]。因此,泰勒?qǐng)D可直觀看出不同遙感降水產(chǎn)品與地面雨量站點(diǎn)實(shí)測(cè)降水資料的偏差,模擬值距離觀測(cè)點(diǎn)的長(zhǎng)度越短,表示模擬值越接近于觀測(cè)值。如圖3所示,產(chǎn)品A距離觀測(cè)點(diǎn)的距離最遠(yuǎn),表示TRMM 3B42RT的精度最低,產(chǎn)品B距離觀測(cè)點(diǎn)的距離最近,表示TRMM 3B42V7的精度最高,產(chǎn)品C與產(chǎn)品D在泰勒?qǐng)D中的位置相近,表示CMORPH RAW與CMORPH CRT的精度相近;隨著時(shí)間尺度的擴(kuò)展,相關(guān)性增大。

遙感降水產(chǎn)品在山區(qū)及平原地區(qū)的日尺度精度評(píng)估結(jié)果分別見(jiàn)表5、表6。據(jù)表5和表6,在日尺度上,就MAE與RMSE而言,遙感數(shù)據(jù)在平原區(qū)的精度較高,其中TRMM 3B42RT的精度最低,TRMM 3B42V7的精度較高,而CMORPH的兩種產(chǎn)品的精度相近;就其他指標(biāo)而言,遙感數(shù)據(jù)在山區(qū)站的精度較高,其中TRMM 3B42RT的誤差比較大,其余三種產(chǎn)品的精度相近,但經(jīng)校正的TRMM 3B42V7與CMORPH CRT的BIAS為負(fù)值,表現(xiàn)為對(duì)實(shí)測(cè)降水的低估。

在月時(shí)間尺度上,一般不需考慮遙感降水產(chǎn)品的分類(lèi)估計(jì)精度指標(biāo)。同時(shí),BIAS在日、月時(shí)間尺度上的數(shù)值是倍比關(guān)系,故在月尺度上,只評(píng)估R、MAE、RMSE等三個(gè)指標(biāo)。遙感降水產(chǎn)品在山區(qū)及平原地區(qū)的月尺度精度評(píng)估結(jié)果分別見(jiàn)表7、表8。時(shí)間尺度由日擴(kuò)展到月,遙感降水產(chǎn)品的精度有一定程度的提高。據(jù)表7和表8,無(wú)論在山區(qū)還是平原[CM(22]地區(qū),TRMM 3B42V7的精度都顯著高于其他產(chǎn)品,TRMM 3B42RT的精度最低,CMORPH RAW與CMORPH CRT的精度相近。總體上看,就相關(guān)

系數(shù)而言,[JP+1]遙感降水產(chǎn)品在山區(qū)的精度較高;而較其他兩種指標(biāo)來(lái)說(shuō),遙感降水產(chǎn)品在平原地區(qū)精度較高。胡慶芳等[19]指出,在地形復(fù)雜的地區(qū),衛(wèi)星傳感器對(duì)降水信息的反映能力相對(duì)比較低,高程對(duì)遙感降水產(chǎn)品的精度有一定的影響。另一方面,有研究表明[21],遙感降水的檢測(cè)算法傾向于檢測(cè)到較大的降水,而對(duì)微量降水的把握不好,在開(kāi)孔河流域,山區(qū)降水多,平原降水少,因此探測(cè)到山區(qū)降水的可能性更大。根據(jù)以上精度評(píng)估結(jié)果,在塔里木河流域,從總體上看,TRMM 3B42V7的精度最高。

3.2 模擬徑流與實(shí)測(cè)徑流對(duì)比

使用流域附近的和田氣象站的實(shí)測(cè)降水資料率定模型參數(shù)。表9展示各年內(nèi)實(shí)測(cè)降水驅(qū)動(dòng)SRM模型的NSE與R。

因篇幅原因,以下僅展示效果較好的2009年。使用流域附近的和田氣象站的實(shí)測(cè)降水資料率定模型參數(shù),經(jīng)遺傳算法優(yōu)化率定的參數(shù)為:融雪徑流系數(shù)0395,降雨徑流系數(shù)09,度日因子0207。基于此套參數(shù),使用不同遙感降水產(chǎn)品作為驅(qū)動(dòng)數(shù)據(jù)驅(qū)動(dòng)SRM模型模擬徑流。不同降水輸入的徑流模擬結(jié)果見(jiàn)圖4,采用NSE與R對(duì)徑流模擬結(jié)果進(jìn)行評(píng)估,結(jié)果見(jiàn)表10。

據(jù)圖4,該流域發(fā)生前三場(chǎng)次較強(qiáng)降水時(shí)(6月底、7月中旬、9月初),SRM模型較好地模擬了徑流;流域發(fā)生第四場(chǎng)較強(qiáng)降水時(shí)(11月中旬),流域大部分區(qū)域氣溫已低于0 ℃,故沒(méi)有直接產(chǎn)流。由圖4與表10可知,利用和田氣象站的降水資料基本上可以較好地模擬玉龍喀什河流域的徑流過(guò)程。我們注意到,8月中旬并未發(fā)生強(qiáng)降水事件,但SRM模型對(duì)洪峰模擬的效果相對(duì)較差,這可能是由于未準(zhǔn)確考慮該流域以氣溫主導(dǎo)的融雪過(guò)程在夏季對(duì)徑流貢獻(xiàn)的比例比較大。根據(jù)楊針娘等[22]的研究,在玉龍喀什河流域,冰雪融水對(duì)徑流的貢獻(xiàn)比例約為664%,但該流域的氣溫資料代表性不足。對(duì)各類(lèi)遙感降水產(chǎn)品而言,TRMM 3B42V7模擬徑流的精度最高,可以基本表征日徑流變化過(guò)程,這與前面多種降水產(chǎn)品精度評(píng)估的結(jié)果是一致的。

4 結(jié)論與展望

本文以塔里木河的子流域開(kāi)孔河流域?yàn)檠芯繉?duì)象,評(píng)估了TRMM 3B42RT、TRMM 3B42V7、CMORPH RAW、CMORPH CRT等四種遙感降水產(chǎn)品的精度;并在塔里木河流域的子流域玉龍喀什河流域,基于SRM模型,研究了各種遙感降水產(chǎn)品的適用性。主要得到以下結(jié)論。

(1)四種遙感降水產(chǎn)品與地面氣象站點(diǎn)實(shí)測(cè)降水 有不同程度的偏差,其中TRMM 3B42V7的精度整體相對(duì)較高,CMORPH在山區(qū)的精度也較為準(zhǔn)確。

(2)基于多種降水產(chǎn)品進(jìn)行徑流模擬,TRMM 3B42V7相較其余產(chǎn)品更加適用于塔里木河流域的徑流模擬,可以基本表征日徑流變化過(guò)程。

SRM模型中使用簡(jiǎn)單的氣溫閾值法判斷降水 狀態(tài),此方法不夠準(zhǔn)確。新一代遙感降水產(chǎn)品GPM可區(qū)分降水的狀態(tài),在缺乏資料地區(qū)應(yīng)用有著巨大的可能性[23]。在資料缺乏地區(qū),應(yīng)該進(jìn)一步加強(qiáng)對(duì)氣溫?cái)?shù)據(jù)、降水?dāng)?shù)據(jù)的觀測(cè),以提高模型的模擬精度。

參考文獻(xiàn)(References):

[1] EBERT E E,JANOWIAK J E,KIDD C.Comparison of nearrealtime precipitation estimates from satellite observations and numerical models[J].Bulletin of the American Meteorological Society,2007,88(1):4764.DOI:10.1175/BAMS88147.

[2] JAVANMARD S,YATAGAI A,NODZU M I,et al.Comparing highresolution gridded precipitation data with satellite rainfall estimates of TRMM_3B42 over Iran[J].Advances in Geosciences,2010,25(25):119125.DOI:10.5194/adgeo251192010.

[3] HUFFMAN G J,BOLVIN D T,NELKIN E J,et al.TheTRMM multisatellite precipitation analysis (TMPA):Quasiglobal,multiyear,combinedsensor precipitation estimates at fine scales[J].Journal of Hydrometeorology,2007,8(1):3855.DOI:10.1175/JHM560.1.

[4] JOYCE R J,JANOWIAK J E,ARKIN P A,et al.Cmorph:a method that produces global precipitation estimates from passive microwave and infrared data at high spatial and temporal resolution[J].Journal of Hydrometeorology,2004,5(3):287296.DOI:10.1175/15257541(2004)005<0487:CAMTPG>2.0.CO;2.

[5] FUNK C,PETERSON P,LANDSFELD M,et al.The climate hazards infrared precipitation with stations—a new environmental record for monitoring extremes[J].Scientific Data,2015,2(9):150066.DOI:10.1038/sdata.2015.66.

[6] HSU K,GAO X,SOROOSHIAN S,et al.Precipitation estimation from remotely sensed information using artificial neural networks[J].Journal of Applied Meteorology,1997,36(9):11761190.DOI:10.1175/15200450(1997)036<1176:PEFRSI>2.0.CO;2.

[7] 蔡曉慧,鄒松兵,陸志翔,等.TRMM月降水產(chǎn)品在西北內(nèi)陸河流域的適應(yīng)性定量分析[J].蘭州大學(xué)學(xué)報(bào)(自然科學(xué)版),2013(3):291298.(CAI X H,ZOU S B,LU Z X,et al.Evaluation of TRMM monthly precipitation data over the inland river basins of Northwest China[J].Journal of Lanzhou University (Natural Sciences),2013(3):291298.(in chinese)) DOI:10.3969/j.issn.04552059.2013.03.002.

[8] 盧新玉,魏鳴,王秀琴,等.TRMM3B43降水產(chǎn)品在新疆地區(qū)的適用性研究[J].國(guó)土資源遙感,2016,28(3):166173.(LU X Y,WEI M,WANG X Q,et al.Applicability research on TRMM3B43 precipitation over Xinjiang[J].Remote Sensing for Land & Resources,2016,28(3):166173.(in chinese)) DOI:10.6046/gtzyyg.2016.03.26.

[9] 楊艷芬,羅毅.中國(guó)西北干旱區(qū)TRMM遙感降水探測(cè)能力初步評(píng)價(jià)[J].干旱區(qū)地理(漢文版),2013,36(3):371382. (YANG Y F,LUO Y.Evaluation on detective ability of TRMM remote sensing precipitation in arid region of northwest China[J].Arid LandGeography,2013,36(3):371382.(in chinese)) DOI:10.13826/j.cnki.cn651103/x.2013.03.008.

[10] 闞寶云,蘇鳳閣,童凱,等.四套降水資料在喀喇昆侖山葉爾羌河上游流域的適用性分析[J].冰川凍土,2013,35(3):710722.(KAN B Y,SU F G,TONG K,et al.Analysis of the applicability of four precipitation datasets in the upper reaches of the Yarkant River,the Karakorum[J].Journal of Glaciology and Geocryology,2013,35(3):710722.(in chinese)) DOI:10.7522/j.issn.10000240.2013.0081.

[11] 劉俊,劉時(shí)銀,上官冬輝,等.CMADS、ITPCAS和TRMM 3B42 3套降水?dāng)?shù)據(jù)集在玉龍喀什河流域的適用性評(píng)價(jià)[J].華北水利水電大學(xué)學(xué)報(bào)(自然科學(xué)版),2017,38(5):2837.(LIU J,LIU S Y,SHANGGUAN D H,et al.Applicability evaluation of precipitation datasets from CMADS、ITPCAS and TRMM 3B42 in Yurungkax River Basin[J].Journal of North China University of Water Resources and Electric Power,2017,38(5):2837.(in chinese)) DOI:10.3969/j.issn.10025634.2017.05.004.

[12] 段建軍,王彥國(guó),王曉風(fēng),等.19572006年塔里木河流域氣候變化和人類(lèi)活動(dòng)對(duì)水資源和生態(tài)環(huán)境的影響[J].冰川凍土,2009,31(5):781791.(DUAN J J,WANG Y G,WANG X F,et al.Impact of climate change and human activities on the water resources and ecological environments in the Tarim River Basin in 19572006[J].Journal of Glaciology and Geocryology,2009,31(5):781791.(in chinese))

[13] 楊鵬,陳亞寧,李衛(wèi)紅,等.20032012年新疆塔里木河徑流量變化與斷流分析[J].資源科學(xué),2015,37(3):485493.(YANG P,CHEN Y N,LI W H,et al.Analysis of changes in runoff and drying in the Tarim River from 2003 to 2012[J].Resources Science,2015,37(3):485493.(in chinese))

[14] 田霖,孟凡浩,劉鐵,等.干旱典型山區(qū)CFSR降水?dāng)?shù)據(jù)的偏差校正方法研究—以新疆開(kāi)孔河流域?yàn)槔齕J].干旱氣象,2017,35(2):313320.(TIAN L,MENG F H,LIU T,et al.Comparison of biascorrection methods for CFSR reanalysis precipitation data in typical arid mountainous regions:A case study in Kaikong River Basin[J].Journal of Arid Meteorology,2017,35(2):313320.(in chinese)) DOI:10.11755/j.issn.10067639(2017)020313.

[15] 劉時(shí)銀,姚曉軍,郭萬(wàn)欽,等.基于第二次冰川編目的中國(guó)冰川現(xiàn)狀[J].地理學(xué)報(bào),2015,70(1):316.(LIU S Y,YAO X J,GUO W Q,et al.The contemporary glaciers in China based on the Second Chinese Glacier Inventory[J].Acta Geographica Sinica,2015,70(1):316.(in chinese)) DOI:10.11821/dlxb201501001.

[16] 劉海濤,張向軍,李繡東,等.和田河流域19542007年氣溫及降水氣候特征分析[J].沙漠與綠洲氣象,2009,3(4):2630.(LIU H T,ZHANG X J,LI X D,et al.Climatic characteristics of temperature and precipitation in Hetian River Basin during 19542007[J].Desert and Oasis Meteorology,2009,3(4):2630.(in chinese)) DOI:10.3969/j.issn.10020799.2009.04.006.

[17] 劉俊峰,楊建平,陳仁升,等.SRM融雪徑流模型在長(zhǎng)江源區(qū)冬克瑪?shù)缀恿饔虻膽?yīng)用[J].地理學(xué)報(bào),2006,61(11):11491159.(LIU J F,YANG J P,CHEN R S,et al.The simulation of snowmelt runoff model in the Dongkemadi River Basin,Headwater of the Yangtze River[J].Acta Geographica Sinica,2006,61(11):11491159.(in chinese)) DOI:10.3321/j.issn:03755444.2006.11.004.

[18] 黃曉東,張學(xué)通,李霞,等.北疆牧區(qū)MODIS積雪產(chǎn)品MOD10A1和MOD10A2的精度分析與評(píng)價(jià)[J].冰川凍土,2007,29(5):722729.(HUANG X D,ZHANG X T,LI X,et al.Accuracy analysis for MODIS snow products of MOD10A1 and MOD10A2 in Northern Xinjiang Area[J].Journal of Glaciology and Geocryology,2007,29(5):722729.(in chinese)) DOI:10.3969/j.issn.10000240.2007.05.008.

[19] 胡慶芳,楊大文,王銀堂,等.贛江流域高分辨率衛(wèi)星降水?dāng)?shù)據(jù)的精度特征與時(shí)空變化規(guī)律[J].中國(guó)科學(xué):技術(shù)科學(xué),2013(4):447459.(HU Q F,YANG D W,WANG Y T,et al.Accuracy and spatiotemporal variation of high resolution satellite rainfall estimate over the Ganjiang River Basin.Sci China Tech Sci,2013(4):447459.(in chinses)) DOI:10.1360/0920121091.

[20] 鄒磊,夏軍,陳心池,等.多套降水產(chǎn)品精度評(píng)估與可替代性研究[J].水力發(fā)電學(xué)報(bào),2017,36(5):3646.(ZOU L,XIA J,CHEN X C,et al.Accuracy evaluation and substitutability analysis of multiple precipitation products for gaugebased observation[J].Journal of Hydroelectric Engineering,2017,36(5):3646.(in chinese)) DOI:10.11660/slfdxb.20170505.

[21] CHEN S,HONG Y,CAO Q,et al.Intercomparison of precipitation estimates from WSR88D radar and TRMM measurement over continental United States[J].IEEE Transactions on Geoscience & Remote Sensing,2015,53(8):44444456.DOI:10.1109/TGRS.2015.2399307.

[22] 楊針娘.中國(guó)冰川概論[M].北京:科學(xué)出版社,1988,187204.(YANG Z N.The introduction to glacier in China[M].Beijing:Science Press,1988,187204.(in Chinese))

[23] TANG G,MA Y,LONG D,et al.Evaluation of GPM Day1 IMERG and TMPA Version7 legacy products over Mainland China at multiple spatiotemporal scales[J].Journal of Hydrology,2016,533:152167.DOI:10.1016/j.jhydrol.2015.12.008.

金堂县| 耿马| 安平县| 南城县| 娄底市| 叙永县| 德清县| 准格尔旗| 阳泉市| 罗平县| 阿城市| 三台县| 石家庄市| 宜阳县| 尼玛县| 舟曲县| 科尔| 临泽县| 海兴县| 华安县| 永新县| 岳西县| 秦皇岛市| 乌恰县| 贡山| 文化| 阳曲县| 黔西县| 涡阳县| 玉树县| 南康市| 曲麻莱县| 余干县| 西和县| 原阳县| 汉源县| 麟游县| 承德市| 新绛县| 多伦县| 克拉玛依市|