论文部分内容阅读
降水是参与全球水循环的关键过程之一,也是地球表面物质能量循环与交换等过程的重要组成部分,所以高精度的降水数据对研究某一区域降水时空分布情况具有极为巨大的意义。传统的雨量站点的实测数据是离散的点状数据,而新兴的遥感降水数据虽然连续,但受限于空间分辨率,对于局地小区域的降水分布往往不能精确地表现。因此,如何通过一些技术手段获得连续的高精度高空间分辨率的降水数据,成为气象学以及地理学一个日益重要的热点。本文在总结前人研究的基础上,以中国西部地区(73°E-105°E,21° N-49° N)为研究范围,首先利用常规指标以及地形表现能力两方面评估CMORPH1.0(gauge-satellite)、TRMM3b43V7、CMPA(CMPA_Daily)三套遥感降水数据的适用性,并确定降尺度研究的背景场;继而构建了基于经度、纬度、海拔、坡向修正因子构建降尺度模型,并在两套模型中分别加入植被覆盖指数以及水汽含量,并根据研究区的分区进行建模;最后又基于GNSS反演水汽订正MOD05水汽含量,对降尺度模型进一步优化做探索性尝试,得到以下结论:(1)三套降水数据总体而言均能较为准确的反映降水多寡以及分布情况。CMPA降水数据与CMORPH、TRMM相比在年总降水量以及多年月平均降水估算上精度更高且数据稳定性更好。在复杂地形下,CMPA降水数据的精度要优于CMORPH以及TRMM。因此本文选取CMPA降水数据作为降尺度研究的背景场。(2)基于研究区域地理及气候差异大的前提下,本文以青藏高原北坡的昆仑山脉、阿尔金山脉、祁连山脉一线作为分界线,对西南西北地区分别构建降尺度模型。整体而言,加入植被覆盖指数的降尺度模型精度要优于加入水汽含量的降尺度模型。总体而言,4、7、10月降尺度结果精度较优,1月降尺度结果精度要稍逊于其他月份,但仍然优于CMPA原始数据。(3)通过GNSS技术反演2010年拉萨、昆明、乌鲁木齐IGS站水汽含量,结果显示GNSS水汽含量精度优于地面站点推算水汽以及MOD05水汽数据。并进一步通过GNSS水汽数据订正MOD05水汽数据并加入降尺度模型中,结果显示,该研究可以有效提高降尺度模型的精度。