基于TRMM 3B43 V7数据的云南降水与干旱监测及精度评价

选取云南省12个分布均匀的气象站点对TRMM 3B43 Version7降水数据进行相关性分析,利用降水Z指数进行干旱监测精度评价,分析云南省15年逐年及特大旱灾实例逐月的干旱时空特征。结果表明:TRMM数据的精度较高,多数站点的相关系数R2均在0.9以上,大部分TRMM数据比实测偏小;就全省而言年降水量有递减趋势,雨季主要集中在5-10月份占全年降水量的85.47%,降水量由东北向西南逐渐增加;单站及全省范围的TRMM-Z指数均与实测旱情趋势一致,其中11个站点的Z指数相关系数R2均在0.7⁰.85左右,全省年尺度TRMM-Z指数精度比单站略高;TRMM-Z指数监测的15年旱情及旱灾实例时空特征与实情相符,旱灾程度略低于实际情况,该监测方法在本区域适用性强。     

基于TRMM数据的汉江流域1998年-2010年降水变化特征

汉江作为长江中游的最大支流和南水北调中线工程的水源地,其水资源补给主要靠流域降水,因此研究流域降水量的时空分布及其变化特性,对于流域水资源的合理开发与利用具有重要意思.论文采用1998年1月-2010年12月空间连续分布的TRMM卫星3B43月降水量资料,借助气候倾向率指数和GIS空间分析技术,对汉江流域近13年来的降水时空分布及其变化特征进行了定量化分析.从而为维系流域水资源供需平衡、生态环境可持续发展以及南水北调中线水量合理调配,提供基础数据和科学依据.     

湘江流域 TRMM 降水数据精度检验

数据精度检验是卫星遥感降水数据应用中的关键问题之一。目前对TRMM数据精度检验多以偏差和相关性分析等方法为主,对不同雨量等级的估计检验比较缺乏。针对湘江流域,引入模糊综合评分方法以解决不同雨量等级降水估计的检验,同时利用泰森多边形法、模糊综合评分方法、相关系数法和散点斜率法,以研究区内14个气象站点实测降水数据为"真值",对TRMM 3B42降水数据在日、月尺度分别进行了定性和定量精度检验。结果表明:研究区TRMM 3B42降水数据在月、日尺度上相关系数分别达到了0.93、0.48,前者偏差值Bias比后者低84%,精度更优;在不同降水量级的预测中,精度由好到差依次为小雨、暴雨、大雨、中雨,其中小雨预报精度最好,达到良好水平,其他雨量级预报精度为中等水平。     

乌苏里江流域TRMM降水数据精度评价与修正

将地面站点观测的降水数据作为基准降水数据,评估汛期热带降雨观测计划(TRMM)降水产品3B42研究型数据(V7)与实时降水数据(RT)的日以及月尺度数据在黑龙江省乌苏里江流域的时空精度。结果表明:在时间尺度上,TRMM 3B42V7与3B42RT的日降水数据与站点降水数据相比,均系统性偏小,且相关性不是很好;相对而言,3B42RT与站点数据的偏差程度较小,相关性较好;月尺度数据与日尺度数据相比,月数据精度均有很大提高,且2种产品数据精度相差不大;在空间尺度上,TRMM 3B42V7和3B42RT都能较好地展现乌苏里江流域降水的空间分布特征。针对评估结果,使用加法和乘法模型对TRMM 3B42V7和3B42RT的月降水数据进行修正。修正后,2种TRMM卫星降水产品的月降水数据精度均有提高,并且加法模型修正效果更好。因此,可选取加法模型修正后的3B42RT月尺度降水数据用于汛期乌苏里江流域的相关水文研究。     

基于TRMM卫星产品的长江流域降水精度评估

卫星降水产品在降水空间格局分析中扮演着重要角色。为分析卫星降水产品在长江流域的应用精度,利用2003~2010年长江流域175个雨量站实测降水资料检验了同期TRMM(Tropical Rainfall Measurement Mission)降水产品3B42 RTV7及V7的精度。结果显示:(1)长江流域年平均降水总量从东南向西北呈现明显的梯度变化,年降水量从2 000 mm/a减少到400 mm/a,降水空间差异极大,时间分布也不均。(2)RTV7和V7降水产品能够捕捉到长江流域降水空间分布格局,尤其是V7在长江流域有较高的精度,对59.85%流域面积的估算偏差在-10%~10%之间;实时产品RTV7在长江上游存在明显的高估现象,偏差大于50%的流域面积高达33.51%。(3)长江中下游RTV7和V7日降水数据与对应的实测数据相关系数都大于长江上游地区,偏差更小。(4)RTV7和V7降水产品在丰水期的估算精度整体优于枯水期。     

天津市暴雨时空特征分析及市区设计暴雨的估算

在分析天津市区暴雨时空分布特征的基础上,建立了市区暴雨公式,推求了设计暴雨过程.结果表明:天津市实测最大点雨量主要集中在7月下旬~8月上旬这段时间,且不同时段实测最大点雨量在时间分布上比较集中.市区暴雨的强度较大,已达到大暴雨级别.市区设计暴雨过程的估算,可为相关部门的除涝规划提供依据.     

TRMM卫星降水数据在老哈河流域的精度评估

采用地面雨量站点观测降水作为基准数据,评估热带降雨观测计划(TRMM)最新一代降水产品3B42V7在高纬度半干旱的老哈河流域的精度。结果显示:TRMM 3B42V7在老哈河流域较基准降水系统偏大,平均偏差为17.46%,相关系数为0.73,平均意义上日卫星降水精度相对较高;但TRMM 3B42V7绝对值偏差达到81.26%,在绝对值意义上日卫星降水精度较低;经过GPCC地面月降水量偏差校准,TRMM 3B42V7精度在月尺度上有较大提高,绝对偏差为21.95%,相关系数达到0.98;TRMM 3B42V7精度同纬度和高程存在明显的相关关系;TRMM3B42V7能较好反映老哈河流域日降水事件并展现降水的空间分布特征。因此,TRMM 3B42V7可用于老哈河流域月尺度的水文过程模拟、水资源评价与规划等相关研究。     

2010年辽宁省汛期暴雨洪水特征分析

2010年汛期辽宁省共发生6次集中强降雨过程,暴雨中心突出,局地历时长,时段总量大,强度高.暴雨落区移动性强,覆盖面广,其中5次降水过程都是移动性降水、覆盖全省.由降雨形成的洪水过程多、历时长、量级大、范围广.     

TRMM数据在贵州乌江流域的适用性分析

以年、季、月尺度对1998年～2017年研究区域5个气象站点和TRMM(热带降雨测量任务)卫星的降水数据准确性进行验证的结果表明,在年度尺度上,TRMM降水数据与实测降水量的相关系数R=0. 83,略高于实际测量的降水量;季节尺度TRMM季降水数据与实测降水的相关系数均在0. 80以上,其中R在春季最高,冬季最低;月尺度TRMM降水数据与实测降水的相关系数最高,达到0. 93,斜率为0. 97,TRMM降水量略高于同一站点实测降水量。总体看,TRMM数据在贵州乌江流域具有良好的适用性。     

基于微博大数据的广州内涝时空分布特征分析

随着气候变化和城市化,城市极端降雨事件频发,“城市看海”现象层出不穷,分析历史城市内涝时空分布对城市内涝的防治具有重要意义。在分析2017—2021年广州市暴雨时空分布特征的基础上,以微博数据为切入口,通过爬虫技术获取广州市2017—2021年的历史内涝信息,分析其内涝时空分布及其对暴雨的响应情况。结果表明：广州市内涝主要发生于主城区(越秀区、荔湾区、海珠区、天河区),内涝影响程度以其为中心呈四周扩散减弱态势;2018年广州市内涝最为频繁,其次为2020、2019、2021年和2017年;月份上,广州市内涝主要发生于5月和6月;大部分的市辖区内涝年际变化情况与广州市整体变化情况相似,但少部分市辖区(如黄埔、增城和从化)不太一致,内涝分布总体上与暴雨分布一致,但不完全相同,这与各区城市化程度、管网排水能力等因素有关。研究成果可为广州市内涝防治工作提供有效的参考。     

2000—2020年中国地下水开采时空演变特征EI北大核心CSCD

采用Mann-Kendall趋势检验法、重心模型和标准差椭圆法研究了2000—2020年我国地下水开采时间变化特征、空间分布特征和重心迁移过程。结果表明:2000—2020年我国地下水开采量呈现波动性减少趋势,年均递减率为0.83%;华北地区在严格的地下水开采管理、地下水超采综合治理和南水北调工程共同作用下,地下水开采量得以压减,东北地区和西北地区由于黑龙江、新疆农业经济发展,地下水开采量明显增加;我国地下水开采重心主要分布在河北、山西和内蒙古交界处,有向西北方向偏移的趋势,地下水开采空间分布格局由东北—西南方向逐渐偏转为东—西方向,方向性趋势也更为明显。     

TRMM卫星降雨数据在湖南省的精度和可靠性评定

卫星降雨数据的高时空分辨率使其在洪涝灾害监测、流域水文模型模拟等方面得以广泛应用,而对卫星降雨数据的精度评定和可靠性分析仍然是当前重要的研究课题。采用中低纬度旱涝灾害频发的湖南省23个国家基准气象站的降雨数据作为地面验证数据,对最新一代TRMM卫星降雨产品(3B42V7)的精度和误差特征进行了全面评估。从日、月、年和季节的不同时间尺度以及空间分布和高程等不同的空间要素方面对比分析了1999-2012年该卫星降雨产品在湖南地区的适应情况。研究表明:TRMM卫星反演降雨数据在日尺度上与地面气象站数据的匹配情况较差,相关系数仅为0.31;而在月尺度上有显著提高,相关系数为0.88。在干旱季节(11、12、1、2月)的表现要优于湿润季节(5、6、7、8月)。3B42卫星反演降雨数据存在比较明显的空间变异性,空间要素如高程、位置分布等对卫星降雨数据可靠性的影响强于降雨量的影响。     

TRMM3B43降水产品在西藏地区的精度检验和应用

以西藏地区38个国家基准站和基本站的实测降水资料,利用双线性插值、相关系数、散点斜率和相对误差等指标,对热带降水测量卫星(TRMM)的3B43降水产品的精度进行检验和分析。结果表明:月尺度上,整体而言TRMM3B43降水产品与实测降水量具有较好的一致性,其中西藏西部和东部喜马拉雅山脉东段北麓地区相关性相对较差,平均相对误差较大。年尺度上TRMM3B43降水产品的相关性不如月尺度好,平均相对误差随统计数值的增大而减小。在应用TRMM3B43降水产品进行流域面雨量估算时,采用气象站点实测降水资料校准TRMM3B43降水产品的T-G联合法,对TRMM3B43降水产品进行订正。     

基于TRMM降雨数据的西南地区特大气象干旱分析

依照本文构建的基于降水距平百分率的气象干旱标准,借助ArcInfo、Envi等分析工具,采用TRMM卫星3B42和3B43降雨数据集对我国2010年年初气象干旱进行分析。分析结果表明:2010年3月,我国西南地区云南、贵州、重庆、四川、广西旱情十分严重,甘肃、湖南等地旱情也比较严重;截止2010年3月底,西南5省除重庆外,均未出现旱情缓解趋势,旱情可能继续发展。同时说明TRMM降雨数据的气象干旱监测效果较好,可应用于我国大尺度气象干旱监测分析。     

Evaluation of high-resolution satellite precipitation products with surface rain gauge observations from Laohahe Basin in northern China

Three high-resolution satellite precipitation products, the Tropical Rainfall Measuring Mission (TRMM) standard precipitation products 3B42V6 and 3B42RT and the Climate Precipitation Center's (CPC) morphing technique precipitation product (CMORPH), were evaluated against surface rain gauge observations from the Laohahe Basin in northern China. Widely used statistical validation indices and categorical statistics were adopted. The evaluations were performed at multiple time scales, ranging from daily to yearly, for the years from 2003 to 2008. The results show that all three satellite precipitation products perform very well in detecting the occurrence of precipitation events, but there are some different biases in the amount of precipitation. 3B42V6, which has a bias of 21%, fits best with the surface rain gauge observations at both daily and monthly scales, while the biases of 3B42RT and CMORPH, with values of 81% and 67%, respectively, are much higher than a normal receivable threshold. The quality of the satellite precipitation products also shows monthly and yearly variation: 3B42RT has a large positive bias in the cold season from September to April, while CMORPH has a large positive bias in the warm season from May to August, and they all attained their best values in 2006 (with 10%, 50%, and -5% biases for 3B42V6, 3B42RT, and CMORPH, respectively). Our evaluation shows that, for the Laohahe Basin, 3B42V6 has the best correspondence with the surface observations, and CMORPH performs much better than 3B42RT. The large errors of 3B42RT and CMORPH remind us of the need for new improvements to satellite precipitation retrieval algorithms or feasible bias adjusting methods.