论文部分内容阅读
空间化的降水信息对于水资源的研究与管理具有重要意义,然而目前的技术手段下却难以直接获取山区大范围高精度降水精细化空间分布,针对此问题,本文以闽浙赣山区为研究区域,基于修正后的水汽因子,对GPM IMERG遥感降水产品进行统计降尺度,以此构建研究区高空间分辨率降水背景场;继而从山区地形降水机理的角度,利用FNL再分析资料、数字高程模型,构建地形降水增量模型,得到研究区地形降水增量的空间分布;最后基于地理加权回归算法构建降水信息融合模型,获得2015年闽浙赣研究区各月复杂地形下降水精细化空间分布。得到了如下几条结论:(1)TRMM与GPM两种遥感降水产品月际变化具有较好的一致性,均能较为准确地反映研究区内降水多寡的时间与空间变化,GPM较于前代的TRMM降水产品,在闽浙赣研究区有着更好的适用性,且拥有高空间分辨率的优势,更能胜任降水背景场的待用遥感数据。(2)从研究区降尺度结果来看,GWR模型相较于OLS模型,拟合效果与最终的精度表现均更优;MOD05水汽数据比MOD13植被指数更适合作为降尺度因子,但水汽产品的精度会影响降尺度模型的拟合效果与结果优劣,故使用前应对其进行误差修正。(3)研究区各月地形降水增量的差异较大,高值多分布于沿海丘陵山地以及周边地势低平的山区;迎背风坡、雨影区以及降水增量的分布与当月盛行风向、风速、水汽条件以及局部地形的分布规律基本吻合,遂本文构建的地形降水增量模型在闽浙赣研究区的应用具备可行性。(4)本文构建的降水信息融合模型估算结果各精度指标相较于降水背景场均有不同程度的提升,其中MRE月均下降41.4%。除8月外,各月MRE均低于20%,其中多数月份低于15%,12月最小为6.75%。融合了地形抬升降水增量的降水估算模型物理意义明确、估算结果准确,能够为闽浙赣地区的水文、气候等方面的研究和决策提供可靠的空间降水资料以及估算方案。