基于空间插值方法的重庆降水信息展布

不同空间插值方法在不同地区的插值精度不同。为确定重庆市降雨量的空间分布,采用重庆市12个气象站1960-2014年降水数据,运用系数为2、3、4的反距离权重法、普通克里金法、考虑高程的协同克里金法及考虑温度的协同克里金法,按多年平均、最大3个月及最小3个月不同降水量指标进行分析,并以均方根误差和纳什效率系数进行验证。结果表明,对于三种指标,不同插值方法的优劣从好到差均为考虑高程的协同克里金法、考虑温度的协同克里金法、普通克里金法、系数分别为4、3、2的反距离权重法。对于反距离权重法,系数越大则误差越小。三种降水量指标以多年平均降水量为输入数据的插值结果更加准确。考虑温度的协同克里金法在降水量较小或降水与温度相关性较强时有良好的插值精度。在重庆地表变化幅度较大的地区,考虑高程的协同克里金法更能体现高程变化对降水量的影响。     

CHUM SALMON SPAWNING ACTIVITY IN TRIBUTARIES BELOW BONNEVILLE DAM: THE RELATIONSHIP WITH TAILWATER ELEVATION AND SEASONAL PRECIPITATION

Chum salmon (Oncorhynchus keta) below Bonneville Dam migrate through as well as hold and spawn in both tributaries and mainstem areas of the Columbia River, USA. Whether fluctuations in tailwater elevation influence spawning in tributaries is unclear. We examined the relationship between Bonneville Dam tailwater elevation, seasonal precipitation and chum salmon spawning activities in three tributary spawning areas. In these tributaries, we assessed initial date of entry, time required to enter and length of spawning season, as well as the proportion of the total population that spawned in tributaries and the distribution of spawners among tributaries. Using linear regression, these variables were compared to cumulative hours of tailwater elevation ≥ 3.5 m and cumulative precipitation. Increased Bonneville Dam tailwater elevation was associated with later and longer lasting chum salmon spawning activities, but was not associated with the distribution of chum salmon spawners in tributaries. Increased seasonal precipitation was associated with a more prolonged spawning season and relatively even distribution of adult chum salmon, but was unrelated to the timing of chum salmon spawning in tributaries. The regulation of tailwater elevation downstream from Bonneville Dam can influence the spawning process for chum salmon in tributaries that enter the regulated area. How important this influence is to the decline of chum salmon in the Columbia River is unclear. Published in 2011 by John Wiley & Sons, Ltd.     

金沙江流域降水空间分布特征及变化趋势分析

依据金沙江流域25个气象站点1961~2010年的降水观测数据,采用Mann-Kendall非参数检验及经验模态(EMD)趋势拟合等方法,分析了流域降水时空分布特征及其近期变化趋势。结果表明,金沙江流域年季降水量存在明显的区域差异。高程4 000 m以上的区域降水总体呈显著增加趋势,面平均年降水量变幅达1.68 mm/a;高程4 000~3 000 m的区域降水量总体呈不显著增加趋势,面平均年降水量变幅为0.8 mm/a;高程3 000 m以下的区域降水量总体表现为不显著下降趋势,面平均年降水量降幅为-0.59 mm/a。年降水量变化主要体现在夏秋季降水量变化上;高程4 000 m以上和3 000 m以下两个区域降水集中性和降水强度存在增加趋势,其干旱现象也愈发严重;近期流域极端降水可能存在增加趋势。     

山西省降水资源的成因分析

系统的分析了山西省降水分布规律及影响因素,通过大量资料统计计算,对影响降水的重要因素进行了分析.这些结论对研究山西省降水特性、判断资料的合理性、可靠性,以及不同地区、不同流域的径流情势的分析和降水资料的应用都有一定的参考价值.     

基于广义可加模型的降水空间估算模型

采用太湖流域浙西区33个站点1989—2013年的降水观测资料,基于广义可加模型建立了该区域年降水空间估算模型,得到了该区域分辨率为1 000 m×1 000 m的降水栅格数据。借助多种统计指标,分析了不同预测因子对降水空间估算结果的影响,特别比较了是否将高程作为预测因子情况下的年降水量估算差异。结果表明:加入高程因子作为广义可加模型的预测变量后,无论是模型的优良性还是降水空间估算精度均有所提高,能够更合理地描述浙西区降水空间分布受地形影响的特征。此外,从模型偏态效应图来看,浙西区降水量随着纬度的增加明显减小,随着高程的增加显著增大,而随经度的变化则不明显。     

山西省降水成因及其分布规律和影响因素

本文分析了我省降水分布规律，对影响降雨的重要因素进行了论证，对研究我省降水特性、判断资料的合理性、可靠性，以及不同地区、不同流域的径流情势的分析和降水资料的应用都有一定的参考价值。     

1960—2013年贵州省强降水天数时空变化特征

为深入了解贵州省强降水天数变化规律,基于贵州省1960—2013年19个气象站逐日降水资料,利用气候变化趋势分析法和Kriging插值法分析了贵州省54 a来强降水天数时空变化特征。结果表明:1960—2013年贵州省强降水天数整体呈下降趋势;空间变化趋势呈现中西部大幅减少,东部、南部和北部小幅减少或小幅增加的特点;各坡度带上强降水天数接近,随着高程增加,强降水天数呈减少趋势;北盘江、都柳江、红水河和南盘江强降水天数高于赤水河、牛栏江横江、乌江和沅江;都柳江和南盘江强降水天数呈增加趋势,其他流域呈减少趋势;汛期与非汛期强降水天数分布及变化趋势在高程带、坡度带及各流域上存在差异。研究结果可为贵州省气象灾害防治提供参考。     

1979—2018年雅砻江中上游积雪时空变化及影响因素分析

基于1979—2018年积雪深度卫星数据及同期的格点型降水和气温观测资料,分析了雅砻江中上游积雪时空分布及其影响因子,利用相关分析法分析气候因子与地形因子对积雪深度时空分布的影响及贡献程度,采用趋势分析法研究积雪特征和气候因子的时间变化规律。结果表明：雅砻江中上游降水、气温、高程、坡度和坡向对年均雪深空间分布的贡献率分别为0.218、0.453、0.206、0.080和0.043,气候因子的贡献程度明显高于地形因子;研究区积雪期主要集中在10月至次年5月,年降水量和年均气温呈显著上升趋势,西北部和东南部积雪期变暖现象明显,绝大部分区域年均雪深表现为不明显的减少趋势;积雪深度与降水量的相关系数多为正值,与气温的相关系数均为负值,在区域中下游表现的相关性较强,各影响因子与积雪深度的相关程度由强到弱依次为气温、高程、坡度、降水和坡向。     

南水北调西线工程水源区降水空间插值方法研究

针对南水北调西线工程水源区水文循环模拟,对流域降水空间插值方法进行了研究。针对西线工程水源区地形及降水监测台站分布特点,计算了海拔、经度、纬度、坡度、NDVI值等地理信息与月降水量的相关关系,相关性依次为海拔>经度、纬度>NDVI值>坡度。分析发现海拔、经度、纬度与降水的关系反映出水源区降水西北少东南多的整体趋势,只有NDVI值对局地降水有较强指示作用。因此,提出了基于NDVI值的梯度距离平方反比法。该方法计算结果在水量平衡方面与全国水资源规划成果误差不大,在降水空间格局方面基本反映了山区降水特征,说明方法比较可靠。     

降雨空间分布模式识别

以广东省内186个站点的年降雨量分布为基础，把模式识别的聚类分析理论方法引入降雨空间特征分类研究中，进行降雨特征空间分布模式识别，以预测无雨量站点的降雨模式，从而分析水资源的空间分布模式，以便制订有效的水资源利用方案。结果表明，广东省年降雨量在空间上的分布可划分为6类模式；同时基于BP人工神经网络算法，建立了以高程、气温、蒸发量为主要参数的可判别和预测无雨量测站区域的降雨空间分布模式所属类别的模型，经过模型的学习和验证，效果较好。     

三江源典型地区1967—2019年降水时空演变特征

全球变暖给青藏高原三江源地区的降水时空演变带来极大不确定性,为积极应对气候变化,有必要对该地区降水时空演变特征进行分析.果洛州是三江源典型地区之一,依据果洛州境内玛多、达日和班玛3个代表站点1967—2019年的降水观测资料,利用Mann-Kendall趋势检验法、R/S分析法、滑动平均差检测法、Mann-Kendal...     

GPM降水产品评估研究综述

从IMERG、DPR和水文模拟3方面综述了GPM降水产品的评估工作。GPM降水产品在复杂地形和高海拔地区均表现不佳,甚至出现不可靠的情况,还存在明显的季节差异性,主要表现为夏秋两季的表现较好,春冬两季表现相对较差。指出GPM对微量降水、固态降水和极端降水的观测还需进一步的完善,未来的卫星降水评估工作应从传感器层面上展开。     

青藏高原东南部径流特征的空间规律及控制因子研究

采用青藏高原东南部的水文气象资料,对比分析了该地区23个(区间)流域的年径流深、集中度与集中期、基流系数、退水系数等径流特征及其空间分布规律,并进一步研究了这些径流特征的控制因子。结果表明:该地区径流特征的空间分布规律为年径流深从东南(700~1 300 mm)向西北(<400 mm)递减,而集中度则呈相反的空间格局(从<0.44增加到>0.59);退水系数及基流系数,在低海拔地区随高程增大而增大(分别为0.55~0.69、0.51~0.73),但在高海拔地区则随高程增大而减小(0.74~0.42、0.79~0.63)。本研究发现,青藏东南径流特征空间规律的控制因子,具有显著的区域分异:在低海拔流域(平均高程<3 000 m),降水是径流特征的主要影响因子;而在高海拔流域(平均高程>3 000 m),仅径流深和集中度受降水控制,其他特征则主要受温度、冻土、地形等条件的共同影响。可见,由于青藏高原东南部降水和冻土对气候变化敏感,该地区水资源时空分布格局将面临很大的不确定性,对此应予以充分重视。     

TRMM降雨数据在喀斯特地区的适用性分析——以贵州省为例

为验证TRMM(Tropical Rainfall Measurement Mission)降雨数据在喀斯特地区的适用性,以贵州省为研究区,利用贵州省19个气象台站1998-2015年的降水数据,在年尺度和月尺度上验证了TRMM卫星降水数据的精度,并在此基础上基于TRMM月降水数据分析了贵州省的降水时空分布特征。结果表明TRMM降水数据基本能反映降水的空间分布及演变过程,年尺度上TRMM降水数据与站点实测降水量相关系数R=0.817,斜率K=0.751,数据精度较高,数值上比站点实测降水量略高。月尺度上TRMM降水数据与站点实测降水量相关系数最高,达到0.927,斜率为0.9127,数值略高于站点实测降水量。分析表明:坡度对TRMM降水数据精度的影响大于高程和坡向,坡度小于10°的精度较高。总体而言,TRMM降水数据在喀斯特地区具有一定精度,但是降水量少或地形起伏大的地区精度相对较低。     

红河流域TRMM卫星降水数据精度评价

利用红河流域及周边地区45个气象站点1998-2015年实测降水数据,在不同时空尺度上对TRMM3B43V7卫星降水数据进行精度评价,并分析高程、坡度和坡向对降水数据精度的影响。结果表明:在年尺度上,TRMM降水数据与站点实测降水数据拟合优度R~2为0.75,整体上TRMM降水数据比站点实测降水数据偏高7.73%,月尺度上,TRMM降水数据与站点实测降水数据拟合优度R~2为0.84,两者之间相关性显著,季尺度上,春季降水拟合优度(R~2=0.77)高于其余3个季节,冬季降水拟合优度最差(R~2=0.64);流域尺度上,降水重心移动轨迹表明TRMM降水数据基本能反映降水的空间分布及演变过程,站点尺度上,各站点的相关系数均大于0.84,相对偏差较大的站点主要分布在河谷和盆地地区;TRMM降水数据在海拔大于1 000 m、坡度小于2°以及东南方向上的精度较高;主成分分析方法表明坡度和坡向对TRMM降水数据精度的影响大于高程。     

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。     

加入地形因素的流域面雨量研究

利用嘉陵江流域的降雨资料,以数字高程模型为出发点,研究影响降水的因素,用DEM数据和有限的降水资料推求无资料地区的降水状况,由此计算流域面雨量。并与算术平均法、泰森多边形法、等雨量线法的计算结果进行对比分析,以此研究基于地形因子相关插补法的面雨量计算方法在嘉陵江流域的适应性,结果表明加入地形因素的流域面雨量计算方法适合此流域的面雨量估算。     

基于星地融合数据的黔桂喀斯特山地降水时空分布

山区是河川径流主产区,系统掌握山区降水的时空分可为水循环系统的精准解析和水资源开发利用策略的科学拟定提供重要的基础支撑。针对山区观测数据匮乏的情况,使用地理加权回归法和多元线性回归法,建立了黔桂喀斯特山地TRMM卫星降水产品的降尺度校正模型,分析了降尺度校正结果的精度及其在不同高程区间的效果,总结了山地降水的时空分布规律。研究结果表明:(1)地理加权回归法的校正精度优于多元线性回归,在α=0.01的显著性水平下,地理加权回归法在高海拔地区的表现更好;(2)研究区多年平均降水量呈现南高北低、东高西低的特征,年内分配不均,夏季(6月-8月)降水量为741mm,占全年的52%;(3)地形变化和研究区降水的空间分布有密切联系,低海拔区域高程对降水的影响较大,高海拔区域坡度对降水的影响较大。     

Geospatial Rainfall Modelling at Eastern Nepalese Highland from Ground Environmental Data

The study presents a geospatial knowledge transfer framework by accommodating precipitation maps for the Eastern Nepalese Highland (ENH) across an area of about 100,000 km². For this remote area, precipitation–elevation relationships are not homogeneously distributed, but present a chaotic gradient of correlations at altitude ranges. This is mainly due to impervious orography, extreme climate, and data scarcity (most of the rain gauges in Himalaya are located at valley bottoms). Applying geostatistical models (e.g. multivariate geospatial approaches) is difficult in these zones. This makes the ENH an interesting test area where we obtained monthly precipitation spatial patterns for a 30-year period (1961–1990). The aim was to both capture orographic meso-α spatial regimen (~30 km) and local pattern variability (~10 km). Data from 58 FAO raingauges were used plus data from an atmospheric weather station (AWS Pyramid) operating at 5,050 m a.s.l., used to compensate the gap of precipitation pattern presents in the area surrounding the Mount Everest. In these complex orographically remote areas of the Himalayas, monsoon precipitation systems exhibit important topographical interactions and spatial correlations, depending on the scale at which the primary variable (e.g., precipitation) and co-variables (e.g., elevation) are recorded and analysed. Precipitations were assessed for months—May, July and September—representative of the monsoon season. For the rainiest month (July), cokriging indicated a range of precipitation values from ~100 mm over the Tibetan Plateau to ~500 mm in the southern part of Nepal, up to ~900 mm towards the pre-Himalayan range. For July, cokriging precipitation map also showed correspondence with the map of vegetation pattern, and therein lies the clue to using multivariate geostatistical models as flexible approaches for estimating precipitation spatial patterns in remote areas.     

Comparison of IDW and Physically Based IDEW Method in Hydrological Modelling for a Large Mountainous Watershed,Northwest China

Topography and spatial patterns of landscape significantly affect spatial distribution of precipitation and, in turn, hydrological modelling, especially in high elevation, mountainous watersheds of arid regions. This study incorporates a physically based inverse distance and elevation weighted (PBIDEW) method into a distributed conceptual hydrological model, distributed large basin runoff model, and compared with an inverse distance weighted (IDW) method to assess the performances of both methods in precipitation estimation for hydrological modelling at watershed scale. The PBIDEW method considers the impacts of topography using month‐dependent parameters in its interpolation of meteorological variables while the IDW method does not. Both the IDW and the PBIDEW methods are evaluated and compared in hydrological modelling at different spatial resolutions in the upper reach of the Heihe River Watershed, Northwest China. Results show that the IDW method underestimated the areal precipitation, and the PBIDEW method produced more realistic precipitation estimations in the study area. Both methods have some limitations, the performance of the IDW method was mainly influenced by the availability of observation data, while that of the PBIDEW method was mainly influenced by the representation of topographical information. Considering more detailed information for precipitation estimates, the PBIDEW method performed better at finer spatial resolution. Overall, the PBIDEW method, using month‐dependent physical interpolation parameters, seems more suitable for precipitation estimation in hydrological simulations in data‐scarce, high elevation and topographically complex mountainous watersheds in arid area. Copyright © 2017 John Wiley & Sons, Ltd.